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
3401	2025-04-27	Intelligent recognition of human activities using deep learning techniques 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0321754 PMID:40273193	research paper	该研究利用深度学习技术，通过集成3D-AlexNet-RF和InceptionV3 Google-Net模型，提高了RGB视频中人类活动识别的准确性	采用集成方法结合两种深度学习模型的预测结果，显著提升了人类活动识别的性能	研究仅基于HMDB51数据集进行评估，可能在其他数据集上的泛化能力有待验证	提升人类活动识别（HAR）的准确性，以改善患者护理、增强安全监控和促进人机交互	RGB视频中的人类活动	computer vision	NA	深度学习	3D-AlexNet-RF, InceptionV3 Google-Net	video	HMDB51数据集
3402	2025-04-27	ToxDL 2.0: Protein toxicity prediction using a pretrained language model and graph neural networks 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.04.002 PMID:40276117	研究论文	介绍了一种名为ToxDL 2.0的新型多模态深度学习模型，用于预测蛋白质毒性	整合了来自预训练语言模型和AlphaFold2的进化和结构信息，通过图卷积网络（GCN）模块、域嵌入模块和密集模块来预测蛋白质毒性	未提及具体局限性	开发高效的计算方法来预测蛋白质毒性，替代传统耗时、昂贵且劳动密集型的实验方法	蛋白质	机器学习	NA	预训练语言模型、AlphaFold2、图卷积网络（GCN）	GCN	蛋白质序列和结构数据	原始非冗余测试集（2022年前的蛋白质序列）和独立非冗余测试集（2022年后的蛋白质序列）
3403	2025-04-27	Frontotemporal dementia: a systematic review of artificial intelligence approaches in differential diagnosis 2025, Frontiers in aging neuroscience IF:4.1Q2 DOI:10.3389/fnagi.2025.1547727 PMID:40276595	系统综述	本文系统综述了人工智能方法在额颞叶痴呆鉴别诊断中的应用	评估了当前机器学习模型在区分额颞叶痴呆与其他神经系统疾病中的优势和局限性，并提出了多模态数据整合的建议	样本量小、类别不平衡和缺乏标准化限制了模型的泛化能力	提高额颞叶痴呆的早期和准确鉴别诊断	额颞叶痴呆及其亚型与其他痴呆症（如阿尔茨海默病）的患者	自然语言处理	老年疾病	机器学习	SVM, CNN	神经影像和电生理数据	6,544名痴呆患者（包括2,984名额颞叶痴呆患者、3,437名阿尔茨海默病患者、103名轻度认知障碍患者和20名帕金森病痴呆或可能的路易体痴呆患者）
3404	2025-04-27	Improving healthcare sustainability using advanced brain simulations using a multi-modal deep learning strategy with VGG19 and bidirectional LSTM 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1574428 PMID:40276738	research paper	该研究提出了一种结合深度学习和集成学习方法的多模态方案，用于改进MRI上的脑肿瘤分类	结合预训练的VGG19网络、双向LSTM和LightGBM分类器，利用空间特征提取和序列依赖学习的互补优势	未提及具体的数据集规模或多样性限制	提高脑肿瘤分类的准确性和鲁棒性，以增强医疗成像诊断应用	MRI图像中的脑肿瘤	digital pathology	brain tumor	deep learning, ensemble learning	VGG19, Bidirectional LSTM, LightGBM	MRI images	NA
3405	2025-04-27	CT-Based Lung Size Matching in Delayed Chest Closure for Systemic Sclerosis Lung Transplantation 2024-Dec, Clinical transplantation IF:1.9Q3 DOI:10.1111/ctr.70041 PMID:39601250	research paper	本研究探讨了系统性硬化症患者肺移植中延迟胸廓闭合的临床结果、风险因素及基于CT的肺大小匹配参数	首次在系统性硬化症患者中研究延迟胸廓闭合的临床结果，并利用深度学习算法自动计算CT影像中的肺和胸腔体积	研究为回顾性设计，样本量相对较小（92例患者）	评估系统性硬化症患者肺移植中延迟胸廓闭合的临床效果和预测因素	92例接受双侧肺移植的系统性硬化症患者	digital pathology	systemic sclerosis	CT成像和深度学习算法	深度学习算法（未指定具体模型）	CT影像和临床数据	92例系统性硬化症患者（年龄51±10岁，61%为女性）
3406	2025-04-27	Advances in artificial intelligence-based technologies for increasing the quality of medical products 2024-Nov-30, Daru : journal of Faculty of Pharmacy, Tehran University of Medical Sciences IF:2.5Q3 DOI:10.1007/s40199-024-00548-5 PMID:39613923	综述	本文综述了人工智能在提高医疗产品质量方面的最新技术进展	探讨了AI在预测药物靶蛋白行为、优化药物物理化学特性及加速产品开发方面的创新应用	未具体说明AI技术在医疗产品应用中面临的技术或伦理挑战	概述AI技术在医疗领域中的应用及其对提高产品质量、成本效益和安全性的潜力	医疗产品及其开发过程	人工智能在医学中的应用	NA	机器学习（ML）、深度学习	NA	NA	NA
3407	2025-04-27	High-throughput optimized prime editing mediated endogenous protein tagging for pooled imaging of protein localization 2024-Sep-17, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.16.613361 PMID:39345511	研究论文	开发了一种基于prime editing的高通量内源蛋白标记方法，用于大规模测量蛋白质亚细胞定位	首次将prime editing与光学读出和测序技术结合，实现了蛋白质组组织的大规模并行分析	仅测试了60种蛋白质，覆盖范围有限	开发一种可扩展的蛋白质亚细胞定位测量技术	60种具有不同定位模式的内源蛋白质	数字病理学	NA	prime editing, 高通量测序, 深度学习图像分析	深度学习	图像, 测序数据	17,280个pegRNAs设计的文库，覆盖60种蛋白质
3408	2025-04-27	Fully Automated OCT-based Tissue Screening System 2024-May-15, ArXiv PMID:38800655	research paper	介绍了一种基于光学相干断层扫描（OCT）的全自动组织筛查系统，用于体外组织培养的高通量筛选应用	系统配备了定制设计的电动平台和组织检测能力，结合基于Transformer的深度学习分割算法，实现了自动化、连续成像和高效读取	目前仅在小鼠视网膜变性模型的视网膜外植体培养中进行了验证，尚未在其他组织或模型中测试	开发一种高效、可靠的全自动组织筛查系统，以推动药物发现及相关研究领域的发展	小鼠视网膜变性模型的视网膜外植体培养	digital pathology	retinal degeneration	optical coherence tomography (OCT)	Transformer-based deep learning segmentation algorithms	image	小鼠视网膜外植体培养样本（具体数量未提及）
3409	2025-04-27	A Multicenter Evaluation of the Impact of Therapies on Deep Learning-based Electrocardiographic Hypertrophic Cardiomyopathy Markers 2024-Mar-03, medRxiv : the preprint server for health sciences DOI:10.1101/2024.01.15.24301011 PMID:38293023	研究论文	评估手术或经皮室间隔减容术（SRT）和口服药物mavacamten对肥厚型心肌病（HCM）患者AI-ECG评分的影响	首次利用AI-ECG模型评估不同治疗方法对HCM患者心电图标记物的影响，为HCM治疗监测提供新方法	样本量相对有限，且仅在三家医疗中心进行	评估SRT和mavacamten治疗对HCM患者的生物学反应	接受SRT或mavacamten治疗的HCM患者	数字病理学	心血管疾病	AI-ECG	深度学习模型	心电图图像	SRT组：YNHHS 70例，CCF 100例，AHS 145例；mavacamten组：YNHHS 36例
3410	2025-04-27	EvoAI enables extreme compression and reconstruction of the protein sequence space 2024-Feb-23, Research square DOI:10.21203/rs.3.rs-3930833/v1 PMID:38464127	研究论文	本文介绍了一种名为EvoAI的混合实验计算方法，用于极端压缩和重建蛋白质序列空间	提出了EvoScan方法全面分割和扫描高适应性序列空间以获取关键锚点，并结合深度学习和大型语言模型准确重建序列空间	方法仅适用于能够与转录输出耦合的生物分子功能	探索蛋白质序列与功能之间的关系，实现高效压缩序列空间并预测新型高适应性序列	蛋白质序列空间	机器学习	NA	深度学习和大型语言模型	NA	蛋白质序列数据	82个锚点
3411	2025-04-27	From the diagnosis of infectious keratitis to discriminating fungal subtypes; a deep learning-based study 2023-12-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-49635-8 PMID:38097753	research paper	本研究利用深度学习技术从传染性角膜炎的诊断到真菌亚型的区分	提出三个深度学习模型，分别用于诊断传染性角膜炎、区分细菌性和真菌性角膜炎，以及鉴别真菌亚型（丝状真菌与酵母菌）	模型在真菌亚型鉴别上的准确率相对较低（77.5%）	提高传染性角膜炎的早期诊断和分类准确性	传染性角膜炎患者	digital pathology	infectious keratitis	deep learning	CNN	image	977名患者的9329张裂隙灯照片
3412	2024-11-19	Retraction: A comprehensive review of deep learning-based single image super-resolution 2022, PeerJ. Computer science DOI:10.7717/peerj-cs.621/retraction PMID:39554485	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3413	2025-04-27	Deep learning prediction of patient response time course from early data via neural-pharmacokinetic/pharmacodynamic modelling 2021-Aug, Nature machine intelligence IF:18.8Q1 DOI:10.1038/s42256-021-00357-4 PMID:40271424	研究论文	本文提出了一种结合深度学习与药代动力学/药效动力学（PK/PD）的新型神经-PK/PD框架，用于预测患者对治疗的反应时间过程	将药理学关键原理与神经常微分方程结合，直接从纵向患者数据中学习控制微分方程，实现了对未测试给药方案的患者反应模拟	需要大量患者数据进行训练，且模型性能依赖于数据质量	开发自动化预测患者反应时间过程的方法，减少对人工建模经验的依赖	患者对治疗的反应时间过程	机器学习	NA	神经常微分方程	神经-PK/PD模型	纵向患者数据	超过600名患者的临床数据集
3414	2025-04-27	A comprehensive review of deep learning-based single image super-resolution 2021, PeerJ. Computer science DOI:10.7717/peerj-cs.621 PMID:34322592	综述	本文全面回顾了基于深度学习的单图像超分辨率技术的最新进展	提供了深度学习视角下的单图像超分辨率技术详细综述，并介绍了初始的经典方法	未涉及具体实验验证，仅为基础理论和方法回顾	总结和分类图像超分辨率技术，并探讨未来研究方向和开放性问题	图像超分辨率技术及其应用	计算机视觉	NA	深度学习	EDSR, CinCGAN, MSRN, Meta-RDN, RBPN, SAN, SRFBN, WRAN	图像	NA
3415	2025-04-26	Machine learning explainability for survival outcome in head and neck squamous cell carcinoma 2025-Jul, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105873 PMID:40121767	研究论文	本研究结合临床病理参数、治疗相关因素和社会人口学因素，构建机器学习模型预测头颈部鳞状细胞癌患者的总体生存率，并探讨这些输入参数的互补预后潜力	使用TabNet和XGBoost等先进算法预测生存率，并利用LIME和SHAP技术提供模型解释性	需要多机构数据集验证模型，并在临床试验中测试以确保临床安全性	构建预测头颈部鳞状细胞癌患者总体生存率的机器学习模型，并评估输入参数的预后潜力	头颈部鳞状细胞癌患者	机器学习	头颈部鳞状细胞癌	TabNet, XGBoost, LIME, SHAP	TabNet, XGBoost, 投票集成	临床数据	419名来自瑞典三家大学医院的患者
3416	2025-04-26	Deep learning-assisted cellular imaging for evaluating acrylamide toxicity through phenotypic changes 2025-Jun, Food and chemical toxicology : an international journal published for the British Industrial Biological Research Association IF:3.9Q1 DOI:10.1016/j.fct.2025.115401 PMID:40118138	研究论文	本研究开发了一种结合深度学习模型（U-Net和ResNet34）与细胞荧光成像的新方法，用于评估丙烯酰胺（AA）毒性引起的细胞表型变化	通过深度学习模型（U-Net和ResNet34）结合细胞荧光成像，实现了对丙烯酰胺毒性的高通量、准确评估，并建立了细胞表型与毒性之间的直接联系	未提及样本量的具体信息，且验证准确率为80%，仍有提升空间	评估丙烯酰胺（AA）毒性及其对细胞表型的影响	丙烯酰胺（AA）暴露下的细胞	数字病理学	NA	细胞荧光成像	U-Net和ResNet34	图像	NA
3417	2025-04-26	Future prospects of deep learning in esophageal cancer diagnosis and clinical decision support (Review) 2025-Jun, Oncology letters IF:2.5Q3 DOI:10.3892/ol.2025.15039 PMID:40271007	review	本文综述了深度学习在食管癌诊断和临床决策支持中的应用前景	深度学习在提高早期食管癌病变检测、区分良恶性病变以及辅助癌症分期和预后方面显示出巨大潜力	面临图像质量差异、数据标注不足和泛化能力有限等挑战	探讨深度学习在食管癌诊断和临床决策支持中的应用	食管癌（EC）及其癌前病变（如Barrett食管）	digital pathology	esophageal cancer	endoscopic examination, pathological analysis, computed tomography	deep learning (DL)	medical images	NA
3418	2025-04-26	A comprehensive Malabar Spinach dataset for diseases classification 2025-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111532 PMID:40275977	研究论文	本研究致力于开发针对马拉巴尔菠菜病害的机器视觉算法，以提高病害检测的准确性	开发了专门针对马拉巴尔菠菜病害的机器视觉算法，并构建了一个包含健康和患病植株图像的全面数据集	研究仅限于马拉巴尔菠菜的特定病害，可能不适用于其他作物	提高马拉巴尔菠菜病害的检测准确性，以支持精准农业和有效的作物管理	马拉巴尔菠菜的病害检测	计算机视觉	植物病害	机器视觉	ResNet50	图像	包含健康和患病马拉巴尔菠菜植株图像的全面数据集
3419	2025-04-26	Development of an artificial intelligence-generated, explainable treatment recommendation system for urothelial carcinoma and renal cell carcinoma to support multidisciplinary cancer conferences 2025-May-02, European journal of cancer (Oxford, England : 1990) DOI:10.1016/j.ejca.2025.115367 PMID:40107091	研究论文	开发了一种基于人工智能的可解释治疗推荐系统，用于支持多学科癌症会议中尿路上皮癌和肾细胞癌的治疗决策	首次展示了AI生成的可解释治疗推荐，并在尿路上皮癌和肾细胞癌中表现出色，为临床肿瘤学中的多学科癌症会议提供了高质量、基于证据的治疗支持工具	需要前瞻性验证结果	开发一种AI系统，为尿路上皮癌和肾细胞癌生成额外的治疗推荐，以支持多学科癌症会议中的决策	尿路上皮癌和肾细胞癌患者	数字病理	尿路上皮癌, 肾细胞癌	机器学习（CatBoost, XGBoost, Random Forest）和深度学习（TabPFN, TabNet, SoftOrdering CNN, FCN）	多种模型包括CatBoost, XGBoost, Random Forest, TabPFN, TabNet, SoftOrdering CNN, FCN	临床数据	1617例尿路上皮癌和880例肾细胞癌的多学科癌症会议推荐
3420	2024-08-07	Enhancing multimodal deep learning for improved precision and efficiency in medical diagnostics 2025-May, Journal of the European Academy of Dermatology and Venereology : JEADV IF:8.4Q1 DOI:10.1111/jdv.20166 PMID:38808949	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA