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
3101	2025-04-02	Artificial intelligence chatbots in endodontic education-Concepts and potential applications 2025-Mar-31, International endodontic journal IF:5.4Q1 DOI:10.1111/iej.14231 PMID:40164964	综述	本文探讨了人工智能聊天机器人在牙髓病学教育中的概念和潜在应用	提出了AI聊天机器人在牙髓病学教育中的个性化学习、互动培训和临床决策支持等创新应用	存在技术限制、伦理考虑和错误信息传播等问题，且目前牙髓病学领域相关研究有限	探索AI聊天机器人在牙髓病学教育中的潜力和挑战	牙髓病学教育	自然语言处理	NA	NLP, ML, DL	聊天机器人	文本	NA
3102	2025-04-02	Advances in AI-based strategies and tools to facilitate natural product and drug development 2025-Mar-30, Critical reviews in biotechnology IF:8.1Q1 DOI:10.1080/07388551.2025.2478094 PMID:40159111	综述	本文综述了人工智能在天然产物和药物开发中的应用及其进展	详细介绍了AI如何通过深度学习和自动化生物信息学平台加速天然产物的发现和药物开发	未提及具体AI工具或方法的局限性	探讨AI在天然产物和药物开发中的应用及其潜力	天然产物及其衍生物	机器学习	NA	深度学习、集成自动化生物信息学平台、质谱和核磁共振	神经网络	质谱数据、核磁共振数据	NA
3103	2025-04-02	Deep learning-quantified body composition from positron emission tomography/computed tomography and cardiovascular outcomes: a multicentre study 2025-Mar-30, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehaf131 PMID:40159388	research paper	该研究结合深度学习和图像处理技术，从PET/CT扫描中自动量化身体组织成分，并评估其与死亡或心肌梗死的关联	首次利用深度学习方法从标准心脏PET/CT扫描中快速自动获取体积身体组织成分，为医生提供详细的定量评估	研究仅基于三个中心的患者数据，可能影响结果的普遍性	评估从PET/CT扫描中自动量化的身体组织成分与心血管结局的关联	10,085名接受PET心肌灌注成像的患者	digital pathology	cardiovascular disease	PET/CT, deep learning	deep learning	image	10,085名患者
3104	2025-04-02	Improving realism in abdominal ultrasound simulation combining a segmentation-guided loss and polar coordinates training 2025-Mar-30, Medical physics IF:3.2Q1 DOI:10.1002/mp.17801 PMID:40159565	research paper	提出了一种结合分割引导损失和极坐标训练的新框架，以提高腹部超声模拟的真实性和解剖一致性	通过引入分割引导损失和极坐标训练，显著减少了GAN在物理模拟中产生的幻觉，提高了图像的解剖准确性和真实感	研究仅针对腹部超声图像，未涉及其他类型的医学影像模拟	提高腹部超声模拟的真实性和解剖一致性	腹部超声图像	digital pathology	NA	GAN, Unet, 极坐标训练	CycleGAN	image	617张真实腹部超声图像和971张人工模拟扫描图像
3105	2025-04-02	Deep Learning and Radiomics Discrimination of Coronary Chronic Total Occlusion and Subtotal Occlusion using CTA 2025-Mar-30, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.03.011 PMID:40164533	research paper	该研究开发了基于深度学习和放射组学的模型，用于区分冠状动脉慢性完全闭塞和次全闭塞	结合深度学习和放射组学技术，提高了冠状动脉慢性完全闭塞和次全闭塞的鉴别准确率	研究为回顾性设计，可能影响结果的普遍性	开发并验证能够准确区分冠状动脉慢性完全闭塞和次全闭塞的人工智能模型	冠状动脉慢性完全闭塞和次全闭塞病变	digital pathology	cardiovascular disease	CCTA	DL	image	581名参与者（600个病变，包括403个CTO和197个STO病变）
3106	2025-04-02	A review of denoising methods in single-particle cryo-EM 2025-Mar-29, Micron (Oxford, England : 1993) DOI:10.1016/j.micron.2025.103817 PMID:40164016	review	本文全面回顾了单颗粒冷冻电镜图像去噪方法的最新进展，涵盖从传统滤波方法到最新基于深度学习的策略	涵盖了从传统方法到最新深度学习策略的多种去噪方法，并进行了分析和比较	NA	推动单颗粒冷冻电镜去噪领域的发展，促进获取更高质量的图像	冷冻电镜图像	生物物理学	NA	冷冻电镜	深度学习	图像	NA
3107	2025-04-02	Highly parallel profiling of the activities and specificities of Cas12a variants in human cells 2025-Mar-28, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-57150-9 PMID:40155371	研究论文	本文通过高通量分析评估了24种Cas12a变体的活性和与特定PAM的兼容性，并开发了深度学习模型来预测目标序列的基因编辑活性	开发了深度学习模型预测Cas12a变体的基因编辑活性，并改进了GUIDE-seq系统以增强脱靶检测	研究仅针对24种Cas12a变体，可能未涵盖所有可能的变体	评估和比较不同Cas12a变体的基因编辑活性和特异性	24种Cas12a变体及其在人类细胞中的基因编辑活动	基因编辑	NA	高通量分析、深度学习、GUIDE-seq	深度学习模型	基因序列数据	24种Cas12a变体
3108	2025-04-02	Detection of cotton crops diseases using customized deep learning model 2025-Mar-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94636-4 PMID:40155421	研究论文	本文提出了一种定制的深度学习模型，用于检测棉花作物的疾病	比较了多种先进的深度学习模型（如VGG16、DenseNet、EfficientNet等）在棉花疾病识别中的表现，并发现ResNet152模型效果最佳	未提及模型在真实田间环境中的泛化能力及对不同棉花疾病类型的识别效果差异	开发高效的棉花作物疾病检测方法以减少农业经济损失	棉花作物及其疾病	计算机视觉	棉花作物疾病	深度学习	VGG16, DenseNet, EfficientNet, InceptionV3, MobileNet, NasNet, ResNet	图像	未明确提及样本数量，但使用了从田间收集的真实棉花疾病数据
3109	2025-04-02	Comparative analysis of dehazing algorithms on real-world hazy images 2025-Mar-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95510-z PMID:40155458	review	本文对真实世界雾霾图像上的去雾算法进行了比较分析	比较了深度学习方法与基于先验的恢复技术，特别是在处理密集和非均匀雾霾方面的表现	物理驱动的单图像去雾算法缺乏鲁棒性，数据驱动方法在薄雾条件下表现良好但在密集雾霾中表现不佳	确保计算机视觉应用（如智能交通、视频监控、天气预报和遥感）的可靠运行	真实世界的雾霾图像	computer vision	NA	image dehazing techniques	deep learning methods, restoration-based techniques	image	real-world hazy images
3110	2025-04-02	Comparative analysis of daily global solar radiation prediction using deep learning models inputted with stochastic variables 2025-Mar-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95281-7 PMID:40155686	研究论文	比较分析使用深度学习模型输入随机变量预测每日全球太阳辐射（DGSR）的性能	比较了四种不同的ANN模型（RBFNN、LSTMNN、MNN和TM）在DGSR预测中的性能，并使用了不同的气象随机变量组合	未提及样本量或具体的地理位置数据，可能影响模型的泛化能力	提高光伏发电的预测准确性	每日全球太阳辐射（DGSR）	机器学习	NA	人工神经网络（ANN）	RBFNN, LSTMNN, MNN, TM	时间序列数据	NA
3111	2025-04-02	SIMVI disentangles intrinsic and spatial-induced cellular states in spatial omics data 2025-Mar-27, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58089-7 PMID:40148341	research paper	介绍了一种名为SIMVI的深度学习框架，用于在空间组学数据中区分细胞内在变异性和细胞间相互作用	提出了SIMVI框架，通过变分推断分离细胞内在和空间诱导的潜在变量，具有严格的理论支持	未明确提及具体局限性	开发一种计算方法来可靠地捕捉空间组学数据中的空间调控	空间组学数据中的细胞状态	空间组学	黑色素瘤	变分推断	深度学习框架	空间组学数据	多样本平台和组织数据集，包括新收集的CosMx黑色素瘤队列数据
3112	2025-04-02	A Deep Learning Approach for Infant Pain Assessment Using Facial Expressions Through Convolutional Neural Network 2025-Mar-27, Computers, informatics, nursing : CIN DOI:10.1097/CIN.0000000000001302 PMID:40164059	research paper	本研究提出了一种基于深度学习的婴儿疼痛评估方法，通过卷积神经网络分析面部表情	使用CNN模型分析婴儿面部表情进行疼痛评估，为临床护理提供客观评估工具	样本量较小，需要外部验证，并存在伦理考量	开发可靠的婴儿疼痛评估方法以改善临床护理	婴儿	computer vision	NA	CNN	CNN	image	小样本（具体数量未提及）
3113	2025-04-02	Application of automatic image analysis using a Deep Learning Neural Network for assessing the growth of green algae containing carotenoids - importance for environment, health and aquaculture 2025-Mar-25, Annals of agricultural and environmental medicine : AAEM IF:1.3Q4 DOI:10.26444/aaem/202673 PMID:40159751	research paper	该研究应用深度学习神经网络自动分析含有类胡萝卜素的绿藻生长图像，评估其在环境、健康和水产养殖中的重要性	利用YOLO v8网络进行绿藻细胞的自动检测，并扩展到不同尺寸菌落的识别，展示了深度学习在微观图像分析中的高效性	网络在检测特定藻类时错误率较高，不同藻类识别的F1分数存在显著差异	开发基于深度学习的自动化图像分析工具以加速绿藻定量研究	含有类胡萝卜素的绿藻（特定藻种）	computer vision	NA	深度学习图像分析	YOLO v8	显微图像	特定藻种样本（未明确数量）
3114	2025-04-02	Spike rate inference from mouse spinal cord calcium imaging data 2025-Mar-24, The Journal of neuroscience : the official journal of the Society for Neuroscience DOI:10.1523/JNEUROSCI.1187-24.2025 PMID:40127941	research paper	该研究通过钙成像和电生理记录相结合的方法，优化了从小鼠脊髓神经元钙信号中推断尖峰放电率的算法	首次在脊髓神经元中获取了谷氨酸能和GABA能感觉神经元的真实数据，并验证了皮层神经元设计的算法在脊髓神经元中的适用性，进一步通过重新训练模型提高了推断准确性	研究仅针对脊髓背角浅层的特定神经元类型，尚未验证在其他中枢神经系统区域和神经元类型中的适用性	优化从钙成像数据中推断神经元放电率的算法，并验证其在脊髓神经元中的适用性	小鼠脊髓背角浅层的谷氨酸能和GABA能感觉神经元	computational neuroscience	NA	calcium imaging, electrophysiology	CASCADE (supervised deep learning), OASIS (non-negative deconvolution)	calcium imaging data, electrophysiology recordings	小鼠脊髓背角浅层的谷氨酸能和GABA能感觉神经元（性别不限）
3115	2025-04-02	An information-theoretic approach for heterogeneous differentiable causal discovery 2025-Mar-24, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107417 PMID:40158364	研究论文	本文提出了一种基于信息论的异构可微分因果发现方法，旨在提高复杂异构数据集中的因果发现鲁棒性	将最小误差熵(MEE)作为自适应误差调节器集成到结构学习框架中，有效减少不同样本间的误差变异性	未明确说明方法在极高维数据或极端噪声条件下的表现	提升可微分因果发现方法在复杂异构数据集中的性能	异构数据集(具有环境多样性和噪声分布变化特性)	机器学习	NA	最小误差熵(MEE)	可微分因果发现模型	合成数据和真实世界数据	未明确说明具体样本数量
3116	2025-04-02	ISIT-GEN: An in silico imaging trial to assess the inter-scanner generalizability of CTLESS for myocardial perfusion SPECT on defect-detection task 2025-Mar-20, ArXiv PMID:40166744	research paper	该研究通过虚拟成像试验评估了CTLESS方法在不同SPECT扫描仪上的泛化能力，用于心肌灌注SPECT成像中的缺陷检测任务	首次通过虚拟成像试验评估了深度学习衰减补偿方法CTLESS在不同厂商SPECT扫描仪上的泛化性能	研究仅使用了虚拟成像数据，未进行真实临床数据验证	评估CTLESS方法在不同SPECT扫描仪上的泛化性能	心肌灌注SPECT成像	digital pathology	cardiovascular disease	SPECT, 深度学习	深度学习模型	医学影像数据	三种不同厂商的SPECT扫描仪数据
3117	2025-04-02	Automated Aortic Regurgitation Detection and Quantification: A Deep Learning Approach Using Multi-View Echocardiography 2025-Mar-19, medRxiv : the preprint server for health sciences DOI:10.1101/2025.03.18.25323918 PMID:40166551	research paper	本研究开发并验证了一种基于深度学习的模型，用于从多视角彩色多普勒超声心动图视频中自动评估主动脉瓣反流（AR）的严重程度	使用多视角彩色多普勒超声心动图视频，开发了视频卷积神经网络（R2+1D）模型，能够自动分类AR严重程度，并在外部验证中表现出色	临床解释在复杂病例中仍然必要，特别是存在多瓣膜病变或血流动力学改变的情况	开发一种自动化工具，用于准确评估主动脉瓣反流的严重程度，以支持早期检测和慢性疾病管理	主动脉瓣反流（AR）患者	digital pathology	cardiovascular disease	彩色多普勒超声心动图	R2+1D CNN	video	训练集：47,638个视频（来自32,396项研究，23,240名患者）；外部验证集：3,369个视频（来自1,504项研究，1,493名患者）
3118	2025-04-02	A Novel Fusion Framework Combining Graph Embedding Class-Based Convolutional Recurrent Attention Network with Brown Bear Optimization Algorithm for EEG-Based Parkinson's Disease Recognition 2025-Mar-15, Journal of molecular neuroscience : MN IF:2.8Q2 DOI:10.1007/s12031-025-02329-4 PMID:40088329	研究论文	提出了一种结合图嵌入类卷积循环注意力网络与棕熊优化算法的新型融合框架，用于基于EEG的帕金森病识别	引入了GECCR2ANet + BBOA融合框架，显著提高了EEG信号中帕金森病的识别准确率	未提及模型在其他数据集上的泛化能力	提高基于EEG的帕金森病识别准确率	帕金森病患者	机器学习	帕金森病	EEG信号处理	GECCR2ANet + BBOA	EEG信号	UNM数据集和UC San Diego数据集
3119	2025-04-02	A precision health approach to medication management in neurodivergence: a model development and validation study using four international cohorts 2025-Mar-15, medRxiv : the preprint server for health sciences DOI:10.1101/2025.03.12.25323683 PMID:40162292	研究论文	本研究开发并验证了AI模型，用于预测神经发育异常儿童对精神药物的反应，以提高药物管理的精准性	首次开发AI模型预测神经发育异常儿童对兴奋剂、抗抑郁药和抗精神病药的反应，并在四个国际队列中进行验证	研究中发现的社会人口统计学因素偏差需要解决，以确保治疗建议的公平性	提高神经发育异常儿童精神药物管理的精准性和个性化	神经发育异常儿童	机器学习	神经发育障碍	AI模型	stacked ensemble models	电子医疗记录(EMRs)和儿童行为检查表数据	四个队列共5070名儿童（POND=598，HBN=1764，ABCD=2396，PPP=312）
3120	2025-04-02	Differentiable Folding for Nearest Neighbor Model Optimization 2025-Mar-12, ArXiv PMID:40160447	研究论文	本文提出了一种利用可微分折叠技术优化最近邻模型参数的方法，显著提高了RNA二级结构预测的准确性	利用可微分折叠技术直接计算RNA折叠算法的梯度，开发了一种高效、可扩展且灵活的参数优化方法	未提及具体的技术实现细节和在不同RNA家族上的泛化能力	优化RNA二级结构形成的热力学模型参数，提高结构预测和序列设计的准确性	RNA二级结构	计算生物学	NA	可微分折叠	最近邻模型	RNA结构和热力学实验数据	包含约13,000个热力学参数，并使用了已知RNA结构和热力学实验数据