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
2761	2025-07-25	Multimodal Artificial Intelligence in Medicine 2024-Nov-01, Kidney360 IF:3.2Q1 DOI:10.34067/KID.0000000000000556 PMID:39167446	研究论文	本文探讨了多模态人工智能在医学中的应用及其挑战	介绍了多模态Transformer模型在医疗领域的应用，能够处理文本、图像和结构化数据等多种数据形式	多模态深度学习模型的整合需要考虑伴随的伦理和环境挑战	研究多模态人工智能在医学诊断和治疗中的适用性和挑战	多模态医疗数据（如文本、图像和结构化数据）	人工智能	NA	多模态Transformer模型	Transformer	多模态数据（文本、图像、结构化数据）	NA
2762	2025-07-25	Bone scintigraphy based on deep learning model and modified growth optimizer 2024-10-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73991-8 PMID:39465262	研究论文	提出一种基于深度学习和改进生长优化器的骨闪烁扫描技术，用于自动分析全身骨扫描图像	结合MobileViT模型和改进的Growth Optimizer算法进行特征提取和选择，提出名为GOAOA的新特征选择算法	仅使用了2800张骨扫描图像进行验证，样本量相对有限	开发自动分析全身骨扫描图像的机器学习方法，减轻医生工作负担	骨扫描图像	医学影像分析	骨转移癌	深度学习	MobileViT, GOAOA	医学图像	2800张骨扫描图像（1400正常，1400异常）
2763	2025-07-25	Calculating Protein-Ligand Residence Times through State Predictive Information Bottleneck Based Enhanced Sampling 2024-Jul-23, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c00503 PMID:38991145	研究论文	本文提出了一种半自动化协议，用于计算蛋白质-配体停留时间，跨越12个数量级的时间尺度	结合深度学习方法和增强采样技术，首次实现了在原子水平上定量预测蛋白质-配体停留时间	方法仅在6种蛋白质-配体复合物上进行了验证，需要更广泛的测试	提高药物疗效和理解生物化学中的靶标识别	蛋白质-配体复合物	计算生物化学	癌症	分子动力学模拟(MD)、状态预测信息瓶颈(SPIB)、元动力学	深度学习	分子模拟数据	6种不同的蛋白质-配体复合物
2764	2025-07-25	qMAP enabled microanatomical mapping of human skin aging 2024-Jul-06, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.03.588011 PMID:39005293	研究论文	本研究开发了一种名为qMAP的组织图像分析工作流程，用于定量分析人类皮肤衰老的微解剖变化	首次利用深度学习和机器视觉技术全面标记组织切片中的组织和细胞区室，建立了可解释的特征集来定量分析衰老相关的微解剖变化	研究仅针对皮肤组织，未涉及其他组织类型的衰老特征	识别与衰老相关的组织水平特征，发现新型衰老生物标志物	人类皮肤组织	数字病理学	老年疾病	深度学习	NA	图像	99名年龄在14至92岁之间的捐赠者
2765	2025-07-25	Enhancing Molecular Property Prediction through Task-Oriented Transfer Learning: Integrating Universal Structural Insights and Domain-Specific Knowledge 2024-06-13, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.4c00692 PMID:38748846	research paper	提出了一种基于BERT的双层次预训练框架TOML-BERT，用于分子属性预测，结合了结构模式和领域知识	引入了双层次预训练框架TOML-BERT，结合了分子结构模式和领域知识，提升了分子属性预测性能	未提及具体的数据稀缺性如何影响模型性能，以及在不同分子类型上的泛化能力	提升分子属性预测的准确性，以支持药物发现	分子属性预测	machine learning	NA	BERT, 自监督预训练	TOML-BERT	分子结构数据	10个药物数据集
2766	2025-07-25	Advancements and Applications of Artificial Intelligence in Pharmaceutical Sciences: A Comprehensive Review 2024 Jan-Dec, Iranian journal of pharmaceutical research : IJPR IF:1.8Q3 DOI:10.5812/ijpr-150510 PMID:39895671	综述	本文全面回顾了人工智能在药物科学中的进展与应用	详细探讨了AI在药物发现、开发及个性化患者护理中的多种应用及其潜力	未提及具体的技术实施细节或案例研究的局限性	阐明AI在药物科学各领域的实际应用及其潜力	药物科学的多个子领域，包括药物化学、药剂学、药理学与毒理学等	药物科学	NA	机器学习、深度学习、自然语言处理、机器人自动化	NA	NA	NA
2767	2025-07-25	PeakDetective: A Semisupervised Deep Learning-Based Approach for Peak Curation in Untargeted Metabolomics 2023-06-27, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.3c00764 PMID:37314824	研究论文	提出了一种基于半监督深度学习的峰检测方法PeakDetective，用于非靶向代谢组学中的峰筛选	结合无监督自编码器和主动学习分类器，快速训练并适应不同LC/MS方法和样本类型	需要用户标注少量峰样本进行训练	解决非靶向代谢组学数据处理中峰检测的准确性问题	代谢组学数据中的峰信号	机器学习	NA	LC/MS	自编码器+主动学习分类器	代谢组学数据	五个不同的LC/MS数据集，包括SARS-CoV-2数据集
2768	2025-07-25	Automatic Classification of Cancer Pathology Reports: A Systematic Review 2022, Journal of pathology informatics DOI:10.1016/j.jpi.2022.100003 PMID:35242443	系统综述	本文系统综述了2010年至2021年间发表的用于病理报告自动分类的自然语言处理（NLP）技术	遵循PRISMA指南，对NLP系统进行分类和基准测试，识别了当前技术的局限性和未来研究方向	某些癌症特征的提取（如大小、形状、癌症类型等）仍存在挑战，且综述仅涵盖25篇最终符合条件的文章	评估和比较用于病理报告自动分类的NLP技术，以促进癌症研究的进展	病理报告	自然语言处理	癌症	自然语言处理（NLP）	Rule-based and Intelligent systems, 统计机器学习, 深度学习	文本	25篇符合条件的文章
2769	2025-07-24	QCAE-QOC-SVM: A hybrid quantum machine learning model for DoS and Fuzzy attack detection on autonomous vehicle CAN bus 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103471 PMID:40687355	研究论文	提出了一种混合量子机器学习模型QCAE-QOC-SVM，用于检测自动驾驶车辆CAN总线上的DoS和Fuzzy攻击	结合量子卷积自编码器(QCAE)和基于支持向量机的量子正交分类器(QOC-SVM)，利用量子计算能力进行精确异常检测	模型在特定批次大小比例(7741:31)下表现最佳，可能对其他比例适应性有限	提高自动驾驶车辆CAN总线的网络安全防御能力	自动驾驶车辆的CAN总线通信数据	量子机器学习	NA	量子机器学习(QML)	QCAE-QOC-SVM(量子卷积自编码器与量子正交分类器的混合模型)	CAN总线通信数据	300,000个实例(来自CARLA模拟器的公开和自定义数据集)
2770	2025-07-24	Advancing non-invasive melanoma diagnostics with deep learning and multispectral photoacoustic imaging 2025-Oct, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100743 PMID:40686556	研究论文	本文介绍了一种结合深度学习和多光谱光声成像的非侵入性黑色素瘤诊断方法	提出了一种结合K-means聚类、一维卷积神经网络和主动轮廓算法的计算框架，用于自动确定黑色素瘤边界	NA	提高黑色素瘤诊断效率，减少手术切口	人类黑色素瘤	数字病理学	黑色素瘤	多光谱光声成像	CNN	图像	NA
2771	2025-07-24	Multimodal integration of longitudinal noninvasive diagnostics for survival prediction in immunotherapy using deep learning 2025-Aug-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocaf074 PMID:40418276	研究论文	本研究开发了一种新型的人工神经网络架构MMTSimTA，用于整合多模态纵向非侵入性诊断数据，以预测接受免疫治疗的癌症患者的生存期	提出了基于transformer的多模态时序注意力网络MMTSimTA，整合治疗前后的血液测量、处方药物和CT器官体积等多模态数据	研究仅基于694名患者的回顾性数据，需要进一步前瞻性验证	通过深度学习整合多模态数据改进免疫治疗患者的生存预测	694名接受免疫治疗的泛癌患者	数字病理学	癌症	深度学习	MMTSimTA (基于transformer的多模态时序注意力网络)	多模态数据(血液测量、处方药物、CT影像)	694名患者
2772	2025-07-24	Continual learning across population cohorts with distribution shift: insights from multi-cohort metabolic syndrome identification 2025-Aug-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocaf070 PMID:40498469	研究论文	本研究探讨了在真实医疗环境中应用深度学习模型时，由于医院与非医院环境间的分布偏移导致的灾难性遗忘问题，并提出了一种持续学习方法以提升代谢综合征识别的模型性能	提出了一种结合持续学习策略的代谢综合征识别流程，有效缓解了分布偏移下的灾难性遗忘问题，并研究了训练顺序对模型性能的影响	研究仅基于三个医疗数据集，可能无法涵盖所有可能的分布偏移情况	解决深度学习模型在真实医疗环境部署时因分布偏移导致的灾难性遗忘问题	代谢综合征(MetS)患者	机器学习	代谢综合征	深度学习(DL)	持续学习(CL)模型	医疗数据	三个医疗数据集(来自MIMIC、NHANES和一个专有数据集)
2773	2025-07-24	StarNet: Indian star gooseberries dataset for quality and maturity assessment 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111825 PMID:40687364	研究论文	该研究收集了印度星醋栗的数据集，用于自动化水果质量评估和成熟度分类	开发了一个名为'AmlaNet'的公开数据集，包含792张星醋栗图像样本，用于水果检测、质量评估和分类	数据集仅包含来自印度Mysuru果园的星醋栗样本，可能无法代表其他地区的品种	开发自动化计算机视觉模型以更准确评估水果质量	印度星醋栗	计算机视觉	NA	NA	NA	图像	792张星醋栗图像样本
2774	2025-07-24	Okra disease dataset for classification and segmentation: Dataset collection, analysis and applications 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111662 PMID:40687361	research paper	本文介绍了一个用于秋葵叶片疾病分类和分割的综合数据集，包含2500张图像，涵盖健康叶片和五种疾病类别	该数据集是首个公开的印度秋葵叶片疾病数据集，捕捉了真实世界条件下的自然变化，如光照、叶片位置和环境因素	未来需要扩展数据集，包括更多不同生长阶段和环境条件下的图像，以提高模型的泛化能力和实际应用性	为早期植物疾病分类、检测和分割研究提供基准资源，推动智能农业中的机器学习疾病诊断	秋葵叶片	digital pathology	plant disease	deep learning	CNN	image	2500张秋葵叶片图像
2775	2025-07-24	InterDuPa-UAV: A UAV-based dataset for the classification of intercropped durian and papaya trees 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111843 PMID:40687368	research paper	介绍了一个基于无人机采集的间作榴莲和木瓜树分类数据集	提出了一个专门用于间作榴莲和木瓜树分类的新型无人机数据集，支持精准农业中的多种应用	数据集仅包含两种树种的分类，可能无法涵盖其他间作植物的多样性	开发一个用于精准农业中多树种分类和空间模式分析的数据集	间作榴莲和木瓜树	computer vision	NA	无人机航拍	NA	image	311张无人机图像，包含3327张榴莲树图像和2872张木瓜树图像
2776	2025-07-24	Current challenges and opportunities in active and passive data collection for mobile health sensing: a scoping review 2025-Aug, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooaf025 PMID:40688708	综述	本文探讨了移动健康感知中主动和被动数据收集的当前挑战与机遇	分析了移动健康感知中数据收集的挑战，并提出了利用机器学习和用户界面设计解决这些挑战的机会	仅包括同时收集主动和被动数据的研究，排除了使用现有数据集的研究	识别和分析移动健康感知中数据收集的挑战和机遇	移动健康感知中的数据收集	机器学习	NA	机器学习	NA	移动感知数据	77项研究
2777	2025-07-24	A modular deep learning pipeline for enhanced plane-wave beamforming and B-mode image quality 2025-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.17948 PMID:40698752	研究论文	本文介绍了一种模块化的深度学习管道，用于增强平面波波束成形和B模式图像质量	提出了一种模块化的波束成形管道，通过多注意力U-Net模型和超分辨率模型，显著提升了图像质量	需要同时管理两个模型，增加了复杂性	提升平面波超声成像的图像质量和对比度	平面波超声成像中的图像质量	医学影像处理	NA	深度学习	多注意力U-Net, 超分辨率模型	超声图像	模拟数据、实验数据和体内数据（来自PICMUS数据集）
2778	2025-07-24	Self-Assembly MXene/PDA@Cotton Fabric Pressure Sensor Integrated with Deep Learning for Sign Language Recognition 2025-Jul-23, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.5c08568 PMID:40643219	研究论文	开发了一种基于MXene/PDA@棉织物的多功能可穿戴压力传感器，结合深度学习技术实现手语识别	采用双氢键自组装策略修饰纬编棉织物，开发出具有宽线性检测范围、高灵敏度和快速响应/恢复时间的压力传感器，并成功应用于手语识别	未提及样本量或具体测试人数	开发智能纺织品用于人机交互和医疗康复训练	MXene/PDA@棉织物压力传感器及其在手语识别中的应用	智能纺织品	NA	双氢键自组装策略	深度学习	压力信号	NA
2779	2025-07-24	Deep Learning-Assisted Inverse Design of Transparent Absorbers Based on Ionic Liquids Using Mixture Density Networks 2025-Jul-23, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.5c08242 PMID:40643426	研究论文	本研究提出了一种基于混合密度网络（MDN）的逆向设计方法，用于设计基于多种离子液体的透明波吸收器	采用混合密度网络架构，将离子液体类型和层特定结构参数作为设计变量，快速预测满足特定条件的设计变量，并提供多种可行的结构配置	NA	逆向设计透明波吸收器，以实现完美吸收带宽的设计目标	基于多种离子液体的透明波吸收器	机器学习	NA	混合密度网络（MDN）	MDN	NA	NA
2780	2025-07-24	Hybrid deep learning model for image de-noising and de-mosaicking with adaptive Gannet optimization algorithm 2025-Jul-23, Network (Bristol, England) DOI:10.1080/0954898X.2025.2529299 PMID:40697071	研究论文	本文提出了一种结合E-GAN和AG_DenseResNet的混合深度学习模型，用于图像去噪和去马赛克，以提高图像重建质量	采用E-GAN进行图像去噪，并引入基于自适应Gannet优化的AG_DenseResNet进行去马赛克，结合两种技术提升图像重建效果	仅在公开的Kodak数据集上进行了评估，未在其他数据集或实际应用场景中验证	提升图像重建质量，解决噪声和马赛克伪影问题	图像数据	计算机视觉	NA	E-GAN, AG_DenseResNet	GAN, DenseNet	图像	公开的Kodak数据集