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
3381	2025-05-03	Harnessing omics data for drug discovery and development in ovarian aging 2025-May-01, Human reproduction update IF:14.8Q1 DOI:10.1093/humupd/dmaf002 PMID:39977580	review	该综述综合了关于卵巢衰老的多组学数据，探讨如何利用这些数据发现新的药物靶点并指导治疗策略	结合单细胞技术和空间转录组学等前沿组学技术，利用AI模型预测候选药物靶点，为个性化医疗和精准治疗提供新途径	仅限于截至2024年9月的英文文献，可能遗漏非英语研究	探索卵巢衰老的分子机制，发现减缓或逆转卵巢衰老的药物靶点	卵巢衰老相关的多组学数据（基因组、转录组、蛋白质组、代谢组、微生物组）	生物信息学	卵巢衰老	多组学分析（基因组、转录组、蛋白质组、代谢组、微生物组）、单细胞技术、空间转录组学、GWAS、全外显子测序、PheWAS、孟德尔随机化	AI、深度学习、机器学习	多组学数据	NA
3382	2025-05-03	Deep learning-aided preparation and mechanism revaluation of waste wood lignocellulose-based flame-retardant composites 2025-May, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.141690 PMID:40043971	研究论文	本研究提出了一种利用深度学习辅助制备废木材基阻燃复合材料的方法，并重新评估了其阻燃机制	结合深度学习模型预测复合材料的阻燃性能，实现了废木材的高值化利用	未明确说明实验样本的具体数量及模型在其他类型废木材上的泛化能力	实现建筑行业废木材的高效回收利用，促进绿色低碳发展	废木材基阻燃复合材料	机器学习	NA	深度学习	LSTM	材料性能数据	NA
3383	2025-05-03	Spiking-PhysFormer: Camera-based remote photoplethysmography with parallel spike-driven transformer 2025-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107128 PMID:39817982	研究论文	提出了一种名为Spiking-PhysFormer的混合神经网络模型，用于基于摄像头的远程光电容积描记术（rPPG），旨在降低功耗	首次将脉冲神经网络（SNN）引入rPPG领域，设计了并行脉冲驱动的变压器块和简化的脉冲自注意力机制，显著降低了功耗	NA	开发一种能效更高的深度学习方法，用于从面部视频中测量心脏活动和生理信号	面部视频中的脉搏波、心率和呼吸率等生理信号	计算机视觉	NA	远程光电容积描记术（rPPG）	Spiking-PhysFormer（混合神经网络，包含ANN和SNN）	视频	四个数据集（PURE、UBFC-rPPG、UBFC-Phys和MMPD）
3384	2025-05-03	The Use of Maximum-Intensity Projections and Deep Learning Adds Value to the Fully Automatic Segmentation of Lesions Avid for [18F]FDG and [68Ga]Ga-PSMA in PET/CT 2025-May-01, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1 DOI:10.2967/jnumed.124.269067 PMID:40081959	research paper	本研究探讨了在[F]FDG和[Ga]Ga-PSMA PET/CT扫描中使用最大强度投影(MIP)图像结合深度学习(DL)进行全自动病灶分割的附加价值	结合MIP图像和深度学习技术，提出了一种改进的全自动病灶分割方法，并在[F]FDG PET/CT扫描中显示出减少假阳性病灶和改善肿瘤负荷量化的潜力	在[Ga]Ga-PSMA PET/CT扫描中，与标准DL方法相比未观察到显著性能提升	评估MIP图像在PET/CT扫描全自动病灶分割中的附加价值	[F]FDG和[Ga]Ga-PSMA PET/CT扫描中的病灶	digital pathology	melanoma, lymphoma, lung cancer, prostate cancer	PET/CT, deep learning	3-dimensional U-Net	medical imaging	489例[F]FDG PET/CT扫描(391训练/98测试)和117例外部测试集，355例[Ga]Ga-PSMA PET/CT扫描(285训练/70测试)
3385	2025-05-03	Predicting Respiratory Disease Mortality Risk Using Open-Source AI on Chest Radiographs in an Asian Health Screening Population 2025-May, Radiology. Artificial intelligence DOI:10.1148/ryai.240628 PMID:40172326	research paper	评估开源深度学习算法CXR-Lung-Risk在亚洲健康筛查人群中预测呼吸系统疾病死亡风险的预后价值	使用开源AI模型CXR-Lung-Risk对胸片进行风险分层，并通过纵向分析探索基线及随访胸片的动态变化	单中心回顾性研究，样本来源有限，且仅针对亚洲人群	预测呼吸系统疾病死亡风险，优化健康筛查中的风险分层方法	亚洲健康筛查人群的基线及随访胸片	digital pathology	lung cancer	deep learning	CXR-Lung-Risk	image	36,924名个体（中位年龄58岁，22,352名男性）
3386	2025-05-03	CMV2U-Net: A U-shaped network with edge-weighted features for detecting and localizing image splicing 2025-May, Journal of forensic sciences IF:1.5Q2 DOI:10.1111/1556-4029.70033 PMID:40177991	research paper	提出了一种名为CMV2U-Net的边缘加权U型网络，用于检测和定位图像拼接伪造	设计了能够同时处理两路输入图像的特征提取模块，并采用分层融合方法和通道注意力机制来防止浅层特征数据丢失并监控多级操作轨迹	未明确提及具体局限性	改进深度学习在图像拼接检测中的特征融合和特征提取能力	图像拼接伪造的检测与定位	computer vision	NA	deep learning	U-Net	image	多个公共数据集（未明确数量）
3387	2025-05-03	Research on adversarial identification methods for AI-generated image software Craiyon V3 2025-May, Journal of forensic sciences IF:1.5Q2 DOI:10.1111/1556-4029.70034 PMID:40156229	研究论文	本文研究了针对AI生成图像软件Craiyon V3的对抗性识别方法，旨在为司法实践提供可靠的决策依据	引入基于分数的似然比方法来评估证据强度，并在多种阈值分类器上实现了超过99%的准确率	研究仅针对Craiyon V3生成的图像，未涵盖其他AI生成图像软件	开发对抗性识别方法以区分AI生成图像，保障司法公正	Craiyon V3软件生成的图像	计算机视觉	NA	深度学习	Swin-Transformer, ResNet-18	图像	18,000张由Craiyon V3生成的图像
3388	2025-05-03	Reconstructing and predicting stochastic dynamical systems using probabilistic deep learning 2025-May-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0248312 PMID:40310707	研究论文	本研究提出了一种深度随机时间延迟嵌入模型，用于改进随机动力系统的数据驱动重建和预测	将不确定性学习整合到深度学习模型中，构建深度概率捕捉器以捕获重建映射中的不确定性信息，并将其作为元信息整合到时间延迟嵌入的重建过程中	NA	提高随机动力系统的预测准确性和鲁棒性	随机动力系统	机器学习	NA	深度学习	深度随机时间延迟嵌入模型	时间序列数据	Lorenz系统和真实世界数据集
3389	2025-05-03	Transformer-based Koopman autoencoder for linearizing Fisher's equation 2025-May-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0244221 PMID:40310706	研究论文	提出了一种基于Transformer的Koopman自编码器，用于线性化Fisher的反应-扩散方程	使用深度学习技术发现反应-扩散系统中的复杂时空模式，并将系统动态转化为更易理解的线性形式	完全依赖数据，不要求了解基础方程，可能对未知方程的数据集适用性有限	通过深度学习技术线性化反应-扩散方程，并预测系统演化	Fisher的反应-扩散方程、Kuramoto-Sivashinsky方程和Burger's方程	机器学习	NA	深度学习	Transformer-based Koopman autoencoder	数值模拟数据	60,000个初始条件的数据集
3390	2025-05-03	Integrating Artificial Intelligence in Dermatological Cancer Screening and Diagnosis: Efficacy, Challenges, and Future Directions 2025-May-01, Annual review of biomedical data science IF:7.0Q1 DOI:10.1146/annurev-biodatasci-103123-094521 PMID:40312261	review	探讨人工智能在皮肤癌筛查和诊断中的应用、挑战及未来发展方向	提出利用AI和深度学习技术改善皮肤癌诊断准确性及扩大医疗服务可及性，并探讨了未来研究方向如远程皮肤病学和视觉语言模型（VLMs）的进步	面临临床验证、算法偏见、监管审查及患者接受度等挑战，以及AI算法在可及性和公平性方面的伦理问题	评估AI在皮肤癌筛查和诊断中的效果，并探索其未来发展方向	皮肤癌筛查和诊断	digital pathology	skin cancer	deep learning, AI	VLMs	image	NA
3391	2025-05-03	Embedding Methods for Electronic Health Record Research 2025-May-01, Annual review of biomedical data science IF:7.0Q1 DOI:10.1146/annurev-biodatasci-103123-094729 PMID:40312284	综述	本文综述了嵌入技术在电子健康记录数据分析与研究中的应用及其影响	探讨了多种嵌入方法（如词嵌入、图嵌入等）在提升电子健康记录数据效用方面的创新应用	未具体说明嵌入技术在特定临床场景中的局限性或挑战	阐明嵌入技术在电子健康记录研究中的作用和影响	电子健康记录数据	自然语言处理	NA	词嵌入、图嵌入、深度学习	深度学习模型	文本	NA
3392	2025-05-03	Quantitative susceptibility mapping in magnetically inhomogeneous tissues 2025-May-01, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30537 PMID:40312865	研究论文	本研究开发了一种名为DEEPOLE的深度学习方法，用于改进磁敏感定量成像（QSM）的质量和准确性	DEEPOLE首次将宏观非偶极拉莫尔频移纳入QSM，通过深度学习卷积神经网络整合QUASAR模型，显著提高了磁敏感图的准确性和解剖一致性	研究主要基于模拟数据和有限的人脑数据验证，需要更多临床数据进一步验证其普适性	改进磁敏感定量成像技术，提高在生物组织中的成像质量和准确性	数字脑模型和人脑活体数据	医学影像处理	神经退行性疾病和脱髓鞘疾病	定量磁敏感成像（QSM）	深度卷积神经网络	磁共振成像数据	数字脑模型和人脑活体数据（具体数量未提及）
3393	2025-05-03	Model-based self-supervised learning for quantitative assessment of myocardial oxygen extraction fraction and myocardial blood volume 2025-May-01, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30555 PMID:40312974	研究论文	开发了一种基于模型的自监督深度学习网络，用于同时映射心肌氧提取分数（mOEF）和心肌血容量（MBV）	将物理模型整合到训练过程中，通过自监督学习（SSL）模式进行调节，同时使用包含均方误差和余弦相似度的损失函数来提高网络预测性能	研究样本量较小，仅包括10名健康受试者和10名心肌梗死患者	开发一种能够同时定量评估心肌氧提取分数和心肌血容量的深度学习网络	心肌氧提取分数（mOEF）和心肌血容量（MBV）	医学影像分析	心肌梗死	自监督学习（SSL）	深度学习网络	医学影像	10名健康受试者和10名心肌梗死患者
3394	2025-05-03	Detection of camellia oil adulteration based on near-infrared spectroscopy and smartphone combined with deep learning and multimodal fusion 2025-Apr-30, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.142930 PMID:39826519	研究论文	本研究开发了一种基于近红外光谱和智能手机的深度学习与多模态融合方法，用于检测茶油中掺假菜籽油的情况	结合近红外光谱和智能手机视觉数据，采用多模态融合方法提高检测准确性，为实时检测茶油真实性提供了新技术	仅针对茶油与菜籽油的二元掺假系统进行研究，未涉及其他可能的掺假油类	开发实时检测茶油掺假的技术方法，应对日益严重的食品安全问题	掺假茶油样品（茶油与菜籽油混合物）	食品安全检测	NA	近红外光谱(NIR)、智能手机图像/视频分析	深度学习模型	光谱数据、图像数据、视频数据	243个掺假油样品
3395	2025-05-03	3D tooth identification for forensic dentistry using deep learning 2025-Apr-30, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-06017-y PMID:40301795	research paper	该研究提出了一种利用深度学习从3D牙齿模型中提取关键特征并转换为2D图像格式进行详细分析的新方法	创新性地将3D牙齿模型转换为2D图像格式，并使用RNN架构进行准确分类，提高了诊断效率和准确性	未提及具体的数据集大小或模型性能的详细比较	提高法医牙科中牙齿结构的分类准确性和效率	3D牙齿模型	computer vision	NA	3D成像和2D图像转换	RNN	3D模型和2D图像	NA
3396	2025-05-03	Clinical Applications of Artificial Intelligence in Vascular Surgery 2025-Apr-30, Vascular specialist international IF:0.8Q4 DOI:10.5758/vsi.240120 PMID:40302180	review	本文综述了人工智能在血管外科中的临床应用，包括基础知识、技术应用及面临的挑战	探讨了人工智能在血管外科中的具体应用及智能穿戴设备的使用	血管外科医生对计算机科学和复杂AI技术的理解有限，阻碍了AI的广泛应用	促进人工智能技术在血管外科领域的应用与发展	血管外科医生及AI技术在血管外科的应用	machine learning	cardiovascular disease	machine learning, deep learning, artificial neural networks	NA	NA	NA
3397	2025-05-03	Non-invasive biopsy diagnosis of diabetic kidney disease via deep learning applied to retinal images: a population-based study 2025-Apr-30, The Lancet. Digital health DOI:10.1016/j.landig.2025.02.008 PMID:40312169	research paper	开发并验证了一种基于视网膜图像的AI深度学习系统DeepDKD，用于检测糖尿病肾病(DKD)及区分单纯糖尿病肾病与非糖尿病肾病(NDKD)	首次利用视网膜图像和深度学习技术进行非侵入性的DKD筛查和NDKD区分	需要更多样本人群验证系统普适性	提高糖尿病肾病筛查可及性并区分单纯糖尿病肾病与非糖尿病肾病	糖尿病患者视网膜图像	digital pathology	diabetic kidney disease	deep learning	DeepDKD	retinal fundus images	开发集: 734,084张视网膜图像(121,578名参与者); 验证集: 65,406名参与者(10个多民族数据集); 区分研究: 1,068张图像(267名参与者)
3398	2025-05-03	Artificial Intelligence in Speech-Language Pathology and Dysphagia: A Review From Latin American Perspective and Pilot Test of LLMs for Rehabilitation Planning 2025-Apr-30, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2025.04.010 PMID:40312192	review	本文综述了人工智能在言语病理学和吞咽障碍管理中的应用，特别关注拉丁美洲的实施挑战，并测试了大型语言模型在康复规划中的潜力	从拉丁美洲视角探讨AI在言语病理学和吞咽障碍中的应用，并首次测试大型语言模型在康复规划中的效用	当前AI应用主要集中于诊断而非综合康复，且在拉丁美洲面临基础设施不足、语言适应有限和地区数据集稀缺等障碍	探讨人工智能在言语病理学和吞咽障碍管理中的应用及其在拉丁美洲的实施挑战	言语病理学和吞咽障碍患者	natural language processing	geriatric disease	deep learning, machine learning algorithms, natural language processing	LLMs	text	NA
3399	2025-05-03	Deep learning for quality assessment of axial T2-weighted prostate MRI: a tool to reduce unnecessary rescanning 2025-Apr-29, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00584-z PMID:40299162	research paper	该研究开发了一种深度学习模型，用于自动评估前列腺MRI中T2加权图像的质量，以减少不必要的重复扫描	首次使用深度学习模型自动评估前列腺MRI图像质量，并预测是否需要重复扫描	研究为回顾性设计，需要在临床前瞻性环境中进一步验证	开发自动评估前列腺MRI图像质量的工具，优化临床工作流程	前列腺MRI的T2加权图像	digital pathology	prostate cancer	MRI	3D-DenseNet_169	image	1,412例轴向T2加权前列腺扫描
3400	2025-05-03	Piezotronic Sensor for Bimodal Monitoring of Achilles Tendon Behavior 2025-Apr-29, Nano-micro letters IF:31.6Q1 DOI:10.1007/s40820-025-01757-6 PMID:40299192	research paper	开发了一种基于Y离子掺杂ZnO的压电双模态传感器（BPS），用于同时监测动态和静态力，并在跟腱行为监测中进行了验证	利用Y离子掺杂ZnO的独特压电效应，简化了传感器结构并提高了灵敏度，实现了动态和静态力的双模态监测	未提及具体样本量或临床验证范围，可能限制其在实际医疗应用中的普适性	解决传统压力传感器在双模态检测中结构复杂和信号解耦困难的问题	跟腱行为在混合动态和静态负载条件下的监测	wearable electronics	NA	压电效应，深度学习算法	深度学习算法	力信号	NA