深度学习在生物医药领域中的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量
221	2025-07-17	Development and retrospective validation of an artificial intelligence system for diagnostic assessment of prostate biopsies: study protocol 2025-Jul-07, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2024-097591 PMID:40623883	研究论文	开发并回顾性验证一种用于前列腺活检诊断评估的人工智能系统	提出一个高性能且稳健的AI模型，用于前列腺癌的诊断和Gleason评分，并在大规模外部数据上进行验证	外部验证数据集有限，且历史上缺乏AI研究设计和验证方法的明确指南	提高前列腺癌活检诊断的准确性和效率	前列腺活检样本	数字病理学	前列腺癌	数字病理学与AI算法	AI模型（未具体说明）	全切片图像	来自独立患者、病理实验室和数字化平台的外部数据
222	2025-07-17	A Deep Learning Model Integrating Clinical and MRI Features Improves Risk Stratification and Reduces Unnecessary Biopsies in Men with Suspected Prostate Cancer 2025-Jul-07, Cancers IF:4.5Q1 DOI:10.3390/cancers17132257 PMID:40647554	研究论文	该研究开发了一种整合临床和MRI特征的深度学习模型，用于改善疑似前列腺癌患者的风险分层并减少不必要的活检	整合临床和MRI变量，使用全连接神经网络进行预测，提高了前列腺癌风险分层的准确性	研究为回顾性分析，可能存在选择偏倚	改善疑似临床显著前列腺癌（csPCa）的风险分层，减少不必要的活检	538名接受MRI和活检的男性患者	数字病理学	前列腺癌	MRI	全连接神经网络	临床数据和MRI图像	538名男性患者
223	2025-07-17	Automated Sidewalk Surface Detection Using Wearable Accelerometry and Deep Learning 2025-Jul-07, Sensors (Basel, Switzerland) DOI:10.3390/s25134228 PMID:40648484	研究论文	提出了一种利用可穿戴传感器和深度学习自动检测人行道表面的新方法	结合可穿戴加速度计和深度学习技术，提供了一种高效、成本效益高且客观一致的人行道表面评估方法	未提及样本的具体数量或多样性，可能影响模型的泛化能力	评估人行道的可步行性，促进健康和环境友好的城市发展	人行道表面	机器学习	NA	FFT, Kalman滤波, 低通滤波, 移动平均滤波	深度学习模型	加速度数据	未提及具体样本数量
224	2025-07-17	ResNet-SE-CBAM Siamese Networks for Few-Shot and Imbalanced PCB Defect Classification 2025-Jul-07, Sensors (Basel, Switzerland) DOI:10.3390/s25134233 PMID:40648488	研究论文	本研究提出了一种结合ResNet、SE块和CBAM的Siamese网络，用于小样本和不平衡数据集的PCB缺陷分类	提出了ResNet-SE-CBAM Siamese网络，结合注意力机制和度量学习，有效提升小样本条件下的特征提取性能	未明确说明模型在更复杂缺陷类型或更大规模工业场景中的泛化能力	解决工业生产线上小样本和不平衡数据集的缺陷检测问题	印刷电路板(PCB)的缺陷检测	计算机视觉	NA	度量学习、注意力机制	ResNet-SE-CBAM Siamese网络、KNN	图像	缺陷样本数量从20到80不等
225	2025-07-17	Entropy, Irreversibility, and Time-Series Deep Learning of Kinematic and Kinetic Data for Gait Classification in Children with Cerebral Palsy, Idiopathic Toe Walking, and Hereditary Spastic Paraplegia 2025-Jul-07, Sensors (Basel, Switzerland) DOI:10.3390/s25134235 PMID:40648490	研究论文	本研究利用熵和时间不可逆性等统计物理指标，结合深度学习方法，对儿童脑瘫、特发性趾行和遗传性痉挛性截瘫的步态进行分类	首次整合了运动学和动力学信息，并将统计物理指标与ResNet深度学习模型进行对比，探索了步态分类的新方法	实验室间的性能差异限制了训练模型的泛化能力	提高对神经发育性疾病儿童步态分类的准确性	儿童脑瘫(CP)、特发性趾行(ITW)和遗传性痉挛性截瘫(HSP)患者及正常发育儿童	生物医学工程	脑瘫, 遗传性痉挛性截瘫	统计物理指标(香农熵、排列熵、加权排列熵、时间不可逆性), 深度学习	Random Forest, ResNet	运动学和动力学时间序列数据	81名ITW儿童、300名CP儿童、20名HSP儿童和127名正常发育儿童
226	2025-07-17	Deep learning-assisted Raman spectroscopy for rapid lactic acid bacteria identification at the colony level 2025-Jul-07, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126662 PMID:40664053	研究论文	提出了一种基于信噪比筛选的自适应菌落拉曼采集方法（ACRA-SNR），结合拉曼Swin Transformer（Ra-ST）模型，实现了乳酸菌菌落的快速准确分类与鉴定	开发了ACRA-SNR方法用于原位光谱采集，有效减少菌落内空间异质性对分类鉴定的影响，并结合Ra-ST模型提高了分类准确性	对于同种但不同来源的菌株，识别准确率仅为70%以上，显示模型在跨来源样本上的泛化能力仍有提升空间	提高工业生产中乳酸菌及其他功能菌的菌落选择效率	十四种乳酸菌菌株	数字病理	NA	拉曼光谱	Swin Transformer（Ra-ST）	光谱数据	十四种乳酸菌菌株
227	2025-07-17	Human-Centric Cognitive State Recognition Using Physiological Signals: A Systematic Review of Machine Learning Strategies Across Application Domains 2025-Jul-05, Sensors (Basel, Switzerland) DOI:10.3390/s25134207 PMID:40648460	系统综述	本文系统综述了2010年至2024年初认知状态识别领域的研究进展，评估了405篇相关文章	强调了从浅层机器学习到深度学习方法的关键转变，以及从神经影像学到多模态生理信号的趋势	仅涵盖了2010年至2024年初的研究，可能不包括最新的技术突破	评估认知状态识别领域的研究进展和应用	使用生理信号和机器学习或深度学习技术评估认知状态的研究	机器学习	NA	机器学习(ML)、深度学习(DL)	CNN	生理信号	405篇相关文章
228	2025-07-17	Emerging Techniques of Translational Research in Immuno-Oncology: A Focus on Non-Small Cell Lung Cancer 2025-Jul-04, Cancers IF:4.5Q1 DOI:10.3390/cancers17132244 PMID:40647543	综述	本文综述了免疫肿瘤学转化研究中的新兴技术，特别关注非小细胞肺癌（NSCLC）的诊断和治疗	介绍了人工智能、液体活检、单细胞RNA测序和病理组学等新兴技术在NSCLC研究中的应用	仅关注NSCLC，未涉及其他癌症类型	优化NSCLC的个性化治疗策略	非小细胞肺癌（NSCLC）患者	数字病理学	肺癌	液体活检、单细胞RNA测序、病理组学	Machine Learning、Deep Learning	NA	NA
229	2025-07-17	Fault Detection of Cyber-Physical Systems Using a Transfer Learning Method Based on Pre-Trained Transformers 2025-Jul-04, Sensors (Basel, Switzerland) DOI:10.3390/s25134164 PMID:40648419	研究论文	本文提出了一种基于预训练Transformer的迁移学习方法，用于提升信息物理系统（CPS）中的故障检测性能	利用预训练的Transformer架构进行迁移学习，解决了工业CPS中数据分布不一致和故障标记数据有限的问题	实验数据来源于实验室规模的现代工业水净化设施模拟数据集，可能无法完全代表真实工业环境的复杂性	提升信息物理系统的故障检测性能	信息物理系统（CPS）	机器学习	NA	迁移学习	Transformer	时序数据	公开数据集（实验室规模现代工业水净化设施模拟数据）
230	2025-07-17	A Dynamic Kalman Filtering Method for Multi-Object Fruit Tracking and Counting in Complex Orchards 2025-Jul-02, Sensors (Basel, Switzerland) DOI:10.3390/s25134138 PMID:40648393	研究论文	提出一种结合改进YOLO算法和动态优化卡尔曼滤波的多目标水果追踪与计数方法，用于复杂果园环境	整合改进的YOLO检测算法与带可变遗忘因子的卡尔曼滤波，动态调整历史数据权重以适应观测和运动噪声变化	未明确说明方法在极端光照或遮挡条件下的性能表现	开发适用于动态果园场景的自动化水果检测与计数技术	视频序列中的水果目标	计算机视觉	NA	YOLO目标检测、卡尔曼滤波、IoU与Re-ID特征联合策略	改进YOLO模型、动态卡尔曼滤波器	视频序列图像帧	未明确说明具体样本量（基于视频序列的实验结果）
231	2025-07-17	Beyond static structures: protein dynamic conformations modeling in the post-AlphaFold era 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf340 PMID:40663654	review	本文综述了AlphaFold时代后蛋白质动态构象建模的基本概念、最新计算进展及关键挑战	探讨了从静态结构到多状态表示的转变，强调了理解蛋白质功能和调控机制的重要性	数据限制、方法学约束和评估标准不足	促进人工智能驱动的结构生物学时代下蛋白质构象研究的持续发展	蛋白质动态构象	结构生物学	NA	深度学习	AlphaFold	蛋白质结构数据	NA
232	2025-07-17	Kinase-inhibitor binding affinity prediction with pretrained graph encoder and language model 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf338 PMID:40663653	研究论文	本研究提出了一种名为Kinhibit的新框架，用于预测抑制剂-激酶结合亲和力，结合了自监督图对比学习和多视图分子图表示以及结构信息蛋白语言模型	Kinhibit框架整合了自监督图对比学习与多视图分子图表示及结构信息蛋白语言模型(ESM-S)，有效提取特征，并采用特征融合方法优化抑制剂和激酶特征的融合	未提及具体的数据量限制或模型泛化能力的详细评估	开发更先进的方法以解决现有抑制剂-激酶结合预测中的问题，提高预测准确率	三种丝裂原活化蛋白激酶(MAPK)信号通路激酶：Raf蛋白激酶(RAF)、丝裂原活化蛋白激酶激酶(MEK)和细胞外信号调节激酶(ERK)	机器学习	癌症	自监督图对比学习、多视图分子图表示、结构信息蛋白语言模型(ESM-S)	Kinhibit框架	分子图数据、蛋白序列数据	MAPK-All数据集及三种MAPK信号通路激酶的数据集
233	2025-07-17	NASNet-DTI: accurate drug-target interaction prediction using heterogeneous graphs and node adaptation 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf342 PMID:40668556	研究论文	提出了一种名为NASNet-DTI的新框架，用于准确预测药物-靶点相互作用，通过异构图和节点自适应策略解决现有方法的局限性	采用节点自适应学习策略动态确定每个节点的最优聚合深度，有效缓解了图神经网络中的过平滑问题，提高了预测准确性	未提及具体的数据集规模限制或计算资源需求	提高药物-靶点相互作用预测的准确性，以促进药物开发和发现	药物分子和靶点	机器学习	NA	图卷积网络(GCN)	NASNet-DTI	图数据	多个数据集（未具体说明样本数量）
234	2025-07-17	Advancing genome-based precision medicine: a review on machine learning applications for rare genetic disorders 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf329 PMID:40668553	review	本文综述了机器学习在基于基因组的精准医学中针对罕见遗传病的应用	强调了机器学习在疾病分类、治疗优化和生物标志物发现中的作用，并讨论了混合ML模型和实时基因组分析等进展	面临计算复杂性、数据稀缺性和伦理问题等挑战	推动基于基因组的精准医学在罕见遗传病中的应用	罕见遗传病	machine learning	rare genetic disorders	ML, deep learning, ensemble methods	hybrid ML models	genomic data	NA
235	2025-07-17	Validation of a Deep Learning Tool for Detection of Incidental Vertebral Compression Fractures 2025 Jul-Aug 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001726 PMID:39876529	research paper	本研究评估了一种基于深度学习的椎体压缩性骨折（VCF）检测工具在偶然性VCF患者中的性能，旨在验证该工具在多中心和多种设备中的适用性	开发并验证了一种深度学习工具CINA-VCF，用于检测偶然性椎体压缩性骨折，其性能优于临床报告，并在多中心和多种设备中展示了高准确性和一致性	工具的局限性包括存在各种混淆病理（如Schmorl结节）和边缘病例	验证深度学习工具在检测偶然性椎体压缩性骨折中的性能和临床适用性	50岁及以上患者的胸部和腹部CT扫描	digital pathology	vertebral compression fractures	deep learning	CNN	CT scans	474例CT扫描（166例阳性，308例阴性）
236	2025-07-17	Lung cancer diagnosis with GAN supported deep learning models 2025-Jul, Bio-medical materials and engineering IF:1.0Q4 DOI:10.1177/09592989241308775 PMID:39973181	研究论文	本研究利用GAN支持的深度学习模型对肺部CT图像进行分类，以提高肺癌诊断的准确性	结合GAN平衡数据集并开发了定制CNN模型，实现了99%的分类准确率，超越了其他现有架构	研究仅基于1097张肺部CT图像，样本量相对较小，可能影响模型的泛化能力	提高肺癌早期诊断的准确性和效率	良性、恶性和正常的肺部CT图像	计算机视觉	肺癌	GAN, CNN, Faster R-CNN	VGG19, AlexNet, InceptionV3, ResNet50, 定制CNN	图像	1097张肺部CT图像
237	2025-07-17	Reconstruction of diploid higher-order human 3D genome interactions from noisy Pore-C data using Dip3D 2025-Jul, Nature structural & molecular biology IF:12.5Q1 DOI:10.1038/s41594-025-01512-w PMID:40038455	research paper	本文提出了一种名为Dip3D的流程方法，用于从嘈杂的Pore-C数据中重建二倍体高阶人类3D基因组相互作用	Dip3D通过训练深度学习模型Clair3进行SNV调用，并采用逐步单倍型插补策略，显著提高了单倍型信息Pore-C接触率，优于传统方法	方法在低杂合度生物如人类中的应用可能仍存在挑战	重建二倍体高阶3D基因组相互作用，研究其与等位基因特异性表达的关系	人类和小鼠的高阶染色质相互作用	基因组学	NA	Pore-C, 深度学习	Clair3	基因组数据	HG001细胞系
238	2025-07-17	A novel algorithm for automated analysis of coronary CTA-derived FFR in identifying ischemia-specific CAD: A multicenter study 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17803 PMID:40170439	研究论文	本研究验证了一种基于深度学习和水平集算法的新型现场分析模型，用于识别病变特异性缺血性冠状动脉疾病（CAD）的能力	结合深度学习和水平集算法优化冠状动脉3D重建的新型CT FFR算法	研究为回顾性分析，样本量相对较小（198个血管来自171名患者）	验证新型CT FFR算法在识别特定冠状动脉缺血中的准确性	冠状动脉疾病（CAD）患者	数字病理学	心血管疾病	冠状动脉计算机断层扫描血管造影（CTA）和侵入性血流储备分数（FFR）检查	深度学习与水平集算法结合的新型模型	医学影像数据	198个血管来自171名患者
239	2025-07-17	Deep learning-based estimation of respiration-induced deformation from surface motion: A proof-of-concept study on 4D thoracic image synthesis 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17804 PMID:40186879	研究论文	提出一种非患者特定的级联集成模型（CEM），用于从表面运动估计呼吸引起的胸部组织变形	提出了一种不需要患者特定呼吸数据采样的级联集成模型（CEM），用于估计胸部组织变形	研究仅基于模拟的表面运动数据，未在真实临床环境中验证	通过深度学习模型估计呼吸引起的胸部组织变形，用于4D胸部图像合成	胸部组织变形和4D-CT图像	数字病理	NA	4D-CT	级联集成模型（CEM）	4D-CT图像	62个私有4D-CT数据集和80个公共4D-CT数据集
240	2025-07-17	Geometrically focused training and evaluation of organs-at-risk segmentation via deep learning 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17840 PMID:40280876	研究论文	本文提出了一种基于几何聚焦的深度学习方法，用于放疗中风险器官（OARs）的自动分割，并以宫颈癌近距离放射治疗为例进行验证	提出了一种新的几何聚焦深度学习方法，包括距离惩罚（DP）损失函数和加权Dice相似系数（wDSC）评估指标，以提高近靶区OARs分割的准确性	模型在几何和剂量学性能上的改进未达到统计学显著性	提高放疗中风险器官（OARs）自动分割的几何和剂量学准确性	宫颈癌患者的高剂量率（HDR）近距离放射治疗中的风险器官（OARs）	数字病理学	宫颈癌	深度学习	3D U-Net	T2加权磁共振（MR）图像	170张MR图像（56名患者）用于训练和验证，35张MR图像（22名患者）用于独立内部测试