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	2025-06-07	Multi-Gate Mixture of Multi-View Graph Contrastive Learning on Electronic Health Record 2025-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3325221 PMID:37851554	research paper	提出了一种多门混合多视图图对比学习方法（MMMGCL），用于电子健康记录（EHR）的表示学习，以提高下游任务的性能	结合多任务预测和图对比学习，利用隐藏任务间的潜在信息，改进EHR表示	需要手动构建图结构，过程复杂且耗时	改进电子健康记录的表示学习，提升患者相关预测任务的性能	电子健康记录（EHR）中的患者就诊数据	machine learning	NA	graph neural network (GNN), Glove method	multi-gate mixture of multi-view graph contrastive learning (MMMGCL)	graph	两个大型开源医疗数据集（MIMIC-III和eICU）
222	2025-06-07	Comparison of Sarcopenia Assessment in Liver Transplant Recipients by Computed Tomography Freehand Region-of-Interest versus an Automated Deep Learning System 2025-Jun, Clinical transplantation IF:1.9Q3 DOI:10.1111/ctr.70201 PMID:40465826	research paper	本研究比较了在肝移植受者中通过CT手动ROI和自动化深度学习系统评估肌肉减少症的两种方法	首次直接比较了手动ROI和深度学习系统在肌肉减少症评估中的表现，并分析了它们与住院时间的关联	样本量较小（50人），且为单中心研究	比较两种肌肉减少症评估方法在预测肝移植患者临床结局方面的效果	肝移植受者	digital pathology	liver disease	computed tomography (CT)	deep learning	medical image	50名肝移植受者
223	2025-06-07	Respiratory rate detection of dairy cows based on infrared thermography in head movement scenarios 2025-Jun-01, Journal of thermal biology IF:2.9Q1 DOI:10.1016/j.jtherbio.2025.104154 PMID:40472703	研究论文	本研究开发了一种基于低分辨率热成像和曲线融合策略的奶牛呼吸频率检测方法，以应对头部运动带来的异常呼吸曲线波动问题	结合YOLOv8n-Pose网络识别鼻孔关键点，利用随机森林算法建立像素温度与RGB颜色空间值的映射关系，并实施双鼻孔温度曲线融合策略	热成像图像的高分辨率要求以及奶牛头部运动导致的异常呼吸曲线波动可能限制该技术的适用性	开发一种适用于低分辨率热成像且能减少头部运动影响的奶牛呼吸频率检测方法	奶牛的呼吸频率	计算机视觉	NA	红外热成像技术(IRT)	YOLOv8n-Pose网络, 随机森林算法	热成像视频	246个奶牛面部热成像视频
224	2025-06-07	Ultrasound measurement of relative tongue size and its correlation with tongue mobility for healthy individuals 2025-Jun-01, JASA express letters IF:1.2Q3 DOI:10.1121/10.0036838 PMID:40478168	研究论文	本研究介绍了一种基于超声的测量相对舌大小的方法，称为uRTS，作为MRI方法的成本效益替代方案	提出了一种新的基于超声的测量方法uRTS，并使用深度学习提取舌轮廓，验证了其与MRI测量结果的高度相关性	样本量较小（仅10名说话者），可能影响结果的普遍性	评估相对舌大小与舌运动速度之间的关系，开发更经济的测量方法	健康个体的舌头	医学影像分析	NA	超声测量，深度学习	深度学习（未指定具体模型）	超声影像	10名说话者
225	2025-06-07	Artificial intelligence revolution in drug discovery: A paradigm shift in pharmaceutical innovation 2025-May-30, International journal of pharmaceutics IF:5.3Q1 DOI:10.1016/j.ijpharm.2025.125789 PMID:40451590	综述	本文探讨了人工智能在药物发现中的革命性作用及其对制药创新的影响	利用AI技术（如ML、DL和NLP）优化药物开发的各个环节，显著提高效率并降低成本	数据可访问性有限、多样化数据集的整合、AI模型的可解释性以及伦理问题	探索人工智能如何改变药物发现过程，提高成功率和降低成本	药物发现过程中的各个环节，包括靶点识别、先导化合物优化、新药设计和药物再利用	人工智能在制药领域的应用	多种疾病，包括特发性肺纤维化和COVID-19	机器学习（ML）、深度学习（DL）、自然语言处理（NLP）	AlphaFold、AtomNet	化学空间数据、临床试验数据、蛋白质结构数据	NA
226	2025-06-07	Iterative deep learning design of human enhancers exploits condensed sequence grammar to achieve cell-type specificity 2025-May-30, Cell systems IF:9.0Q1 DOI:10.1016/j.cels.2025.101302 PMID:40472848	research paper	该研究应用迭代深度学习设计具有特定细胞类型活性的合成增强子	利用迭代深度学习优化模型，设计出在两种人类细胞系中具有显著差异活性的合成增强子，并通过实验验证和模型再优化提高特异性	研究仅针对两种人类细胞系，未验证在其他细胞类型中的适用性	解决合成生物学中如何靶向特定细胞类型进行基因表达的问题	人类细胞系中的合成增强子	synthetic biology	NA	iterative deep learning	deep learning	enhancer activity and chromatin accessibility data	two human cell lines
227	2025-06-07	A generalist deep-learning volume segmentation tool for volume electron microscopy of biological samples 2025-May-29, Journal of structural biology IF:3.0Q3 DOI:10.1016/j.jsb.2025.108214 PMID:40449855	研究论文	介绍了一种名为VST的深度学习软件工具，用于处理体积电子显微镜图像堆栈数据的体积图像分割	VST实现了数据预处理、数据增强和网络构建的自动化，并适应特定数据集，同时支持基于语义分割的实例分割	NA	开发一种通用的深度学习工具，用于体积电子显微镜图像的分割	体积电子显微镜图像堆栈数据	数字病理学	NA	体积电子显微镜	深度学习	图像	多种树脂包埋样本的透射电子显微镜和扫描电子显微镜数据集
228	2025-06-07	Guided multi-objective generative AI to enhance structure-based drug design 2025-May-29, Chemical science IF:7.6Q1 DOI:10.1039/d5sc01778e PMID:40463429	研究论文	本文介绍了一种名为IDOLpro的新型生成化学AI，结合扩散模型与多目标优化，用于基于结构的药物设计	IDOLpro首次结合扩散模型与多目标优化，能够生成满足多种理化性质的分子，并在结合亲和力和合成可及性上优于现有方法	未明确提及具体局限性	开发一种能够优化多种理化性质的生成化学AI，以加速药物发现过程	药物分子设计与生成	药物发现	NA	扩散模型与多目标优化	扩散模型	化学分子数据	两个基准测试集
229	2025-06-07	A segmentation network based on CNNs for identifying laryngeal structures in video laryngoscope images 2025-May-29, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102573 PMID:40472423	研究论文	本文提出了一种基于CNN的分割网络MPE-UNet，用于从视频喉镜图像中精确分割喉部结构，以辅助临床医生更准确高效地进行气管插管	MPE-UNet在经典U-Net架构基础上，改进了多尺度特征提取模块，引入了金字塔融合注意力模块和即插即用注意力机制模块，提升了模型处理复杂喉部图像的能力	NA	提高视频喉镜图像中喉部结构的识别精度，辅助气管插管手术	视频喉镜图像中的喉部结构	计算机视觉	NA	深度学习	CNN, U-Net	图像	NA
230	2025-06-07	Mitigating medical dataset bias by learning adaptive agreement from a biased council 2025-May-28, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103629 PMID:40472465	research paper	提出了一种名为Ada-ABC的去偏框架，用于解决医学图像分类中的数据集偏差问题，无需依赖显式的偏差标签	Ada-ABC通过构建一个偏置委员会来学习数据集偏差，并训练一个去偏模型在偏置委员会的指导下自适应地学习目标特征	偏置标签通常是未知的，识别偏差可能费力且依赖于事后解释	解决医学图像分类中的数据集偏差问题，提高模型的准确性、可靠性和公平性	医学图像数据集	digital pathology	NA	generalized cross entropy loss	multiple classifiers	image	四个数据集中的七个不同偏差场景
231	2025-06-07	FLAMeS: A Robust Deep Learning Model for Automated Multiple Sclerosis Lesion Segmentation 2025-May-23, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.19.25327707 PMID:40475145	研究论文	开发了一种基于深度学习的自动化多发性硬化症（MS）病变分割算法FLAMeS，用于T2加权FLAIR MRI	FLAMeS基于nnU-Net 3D全分辨率U-Net，在多个外部数据集上表现优于现有公开方法	对于小于10 mm³的病变分割效果有待提升	开发自动化MS病变分割算法以提高MRI评估效率	多发性硬化症患者的脑部MRI图像	数字病理学	多发性硬化症	FLAIR MRI	nnU-Net 3D full-resolution U-Net	MRI图像	训练集668例（1.5T和3T FLAIR扫描），测试集75例（MSSEG-2 14例，MSLesSeg 51例，临床队列10例）
232	2025-06-07	AttentionAML: An Attention-based Deep Learning Framework for Accurate Molecular Categorization of Acute Myeloid Leukemia 2025-May-22, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.20.655179 PMID:40475602	研究论文	提出了一种基于注意力机制的深度学习框架AttentionAML，用于仅基于转录组数据准确分类急性髓系白血病（AML）的亚型	首次将注意力机制应用于AML亚型分类，仅需转录组数据即可实现高精度分类	仅基于转录组数据，未整合其他分子特征	开发高精度的AML分子亚型分类方法	急性髓系白血病（AML）患者	数字病理学	急性髓系白血病	转录组分析	基于注意力机制的深度学习模型	基因表达数据	1,661名AML患者
233	2025-06-07	A generative adversarial network-based accurate masked face recognition model using dual scale adaptive efficient attention network 2025-May-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02144-2 PMID:40399389	research paper	本文提出了一种基于生成对抗网络的双尺度自适应高效注意力网络模型，用于精确识别戴口罩的人脸	结合GAN和DS-AEAN网络，通过生成无口罩人脸和有口罩人脸的两种特征集，提高戴口罩人脸的识别准确率	未提及模型在极端光照条件或部分遮挡情况下的表现	开发一个可靠的戴口罩人脸识别系统，用于安全验证目的	戴口罩和无口罩的人脸图像	computer vision	NA	GAN, DS-AEAN, EAOA	GAN, Dual Scale Adaptive Efficient Attention Network	image	未明确说明具体样本数量，但使用了标准数据集中的图像
234	2025-06-07	Beyond episodic early warning systems: a continuous clinical alert system for early detection of in-hospital deterioration 2025-May-21, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.20.25327940 PMID:40475141	research paper	开发了一种基于可穿戴设备的深度学习模型，用于早期检测住院患者的病情恶化	使用仅9个输入的可穿戴设备数据，开发了一种RNN模型，能够比传统早期预警系统更早识别病情恶化	数据缺失率为4-8%，且排除了SpO2数据	减少住院患者病情恶化的延迟识别，提高临床警报系统的效率	888名成人非ICU住院患者	machine learning	geriatric disease	wearable biosensors	RNN	biosensor data	888 adult non-ICU inpatient visits in four hospitals
235	2025-06-07	Advanced feature fusion of radiomics and deep learning for accurate detection of wrist fractures on X-ray images 2025-May-20, BMC musculoskeletal disorders IF:2.2Q3 DOI:10.1186/s12891-025-08733-6 PMID:40394557	研究论文	本研究开发了一种结合放射组学和深度学习特征的混合诊断框架，用于X射线图像中腕部骨折的准确检测和分类	提出了一种结合放射组学和深度学习特征的混合框架，显著提高了腕部骨折的诊断性能	研究仅基于三个医疗中心的数据，可能存在样本选择偏差	开发一个准确且可重复的腕部骨折检测和分类系统	腕部和前臂骨折的X射线图像	计算机视觉	骨折	放射组学特征提取和深度学习	autoencoder, XGBoost, CatBoost, Random Forest, Voting Classifier	X射线图像	3,537张X射线图像（1,871例骨折和1,666例非骨折）
236	2025-06-07	Multiobjective learning and design of bacteriophage specificity 2025-May-19, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.19.654895 PMID:40475446	研究论文	本研究应用深度学习理解和设计T7噬菌体受体结合蛋白的多功能宿主靶向景观，以提高感染性、预定义特异性和对未见菌株的高毒力普遍性	采用多目标机器学习设计复杂特异性，成功率达到可进行低通量验证预测命中的水平，揭示了T7噬菌体靶向能力的高度可塑性	实验仅针对26种不同任务优化的噬菌体进行了表征，可能未覆盖所有潜在的多功能景观	理解和设计蛋白质的多功能景观，特别是T7噬菌体受体结合蛋白的宿主靶向特性	T7噬菌体受体结合蛋白	机器学习	NA	深度学习	NA	NA	针对26种不同任务优化的噬菌体
237	2025-06-07	Study on Liver Sinusoidal Endothelial Cell Fenestrations Based on Cellular Omics-Structure Integration Technology and Its Application in Metabolic Diseases 2025-May-19, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.16.653525 PMID:40475559	研究论文	本研究开发了一种新的细胞组学-结构整合（COSI）技术平台，用于解决传统技术在单细胞水平上同时获取基因表达谱和超分辨率细胞结构信息的局限性	开发了COSI技术平台，实现了单细胞水平上基因表达谱和超分辨率细胞结构信息的同步获取，并揭示了特定基因与内皮细胞窗孔形成之间的关联	技术平台的应用范围可能受限于特定细胞类型或结构的研究，且需要进一步验证在更广泛疾病模型中的适用性	研究肝脏窦状内皮细胞窗孔形成的机制及其在代谢疾病中的应用	肝脏窦状内皮细胞	细胞生物学	代谢疾病	单细胞转录组学、超分辨率荧光显微镜、电子显微镜、深度学习分辨率增强	深度学习	基因表达数据、超分辨率图像数据	NA
238	2025-06-07	Improved Breast Cancer Detection with Artificial Intelligence in a Real-World Digital Breast Tomosynthesis Screening Program 2025-May-09, Clinical breast cancer IF:2.9Q2 DOI:10.1016/j.clbc.2025.05.007 PMID:40473527	研究论文	本研究比较了在数字乳腺断层合成（DBT）筛查项目中实施人工智能（AI）检测系统前后放射科医生的乳腺癌筛查性能	在真实世界的DBT筛查项目中实施AI检测系统，显著提高了癌症检测率（CDR），降低了异常解释率（AIR），并显著提高了阳性预测值（PPV1和PPV3）	研究为回顾性设计，且仅涉及4名放射科医生和有限的临床站点	评估AI检测系统在DBT筛查中对放射科医生性能的影响	数字乳腺断层合成（DBT）筛查中的乳腺癌检测	数字病理	乳腺癌	深度学习AI支持系统	深度学习	图像	前AI时期10,322例标准DBT解释，后AI时期6,407例DBT解释
239	2025-06-07	Detecting Arrhythmogenic Right Ventricular Cardiomyopathy From the Electrocardiogram Using Deep Learning 2025-May-06, JACC. Clinical electrophysiology DOI:10.1016/j.jacep.2025.04.003 PMID:40471767	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
240	2025-06-07	Adaptive Dual-Task Deep Learning for Automated Thyroid Cancer Triaging at Screening US 2025-May, Radiology. Artificial intelligence DOI:10.1148/ryai.240271 PMID:40202416	研究论文	开发了一种自适应双任务深度学习模型（ThyNet-S），用于在超声筛查中检测和分类甲状腺病变	提出了一种自适应双任务深度学习模型，通过动态整合像素级特征分析和深度语义特征分析，自动分流正常甲状腺和良性结节图像	研究为回顾性研究，可能受到数据选择和采集时间范围的限制	提高甲状腺癌筛查的效率和优化临床决策	甲状腺超声图像	数字病理	甲状腺癌	超声筛查	自适应双任务深度学习模型（ThyNet-S）	图像	35,008张甲状腺超声图像，来自23,294次独立检查