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
341	2025-05-13	Multitask Deep Learning Models of Combined Industrial Absorption, Distribution, Metabolism, and Excretion Datasets to Improve Generalization 2025-Apr-07, Molecular pharmaceutics IF:4.5Q1 DOI:10.1021/acs.molpharmaceut.4c01086 PMID:40053846	研究论文	本文通过结合Genentech和Roche的ADME数据集，评估了扩大化学空间对机器学习模型性能的影响，并利用多任务神经网络架构同时建模多个终点	首次对大规模历史ADME数据集进行跨站点数据结合的实验，并展示了多任务模型在提高泛化能力方面的优势	实验方法存在差异时，无法直接聚合数据	优化药物发现过程中化合物的吸收、分布、代谢和排泄(ADME)特性	来自Genentech和Roche的ADME数据集	机器学习	NA	多任务(MT)神经网络	神经网络	实验测量数据	超过100万次个体测量，分布在11个检测终点
342	2025-05-13	Performance of artificial intelligence-based diagnosis and classification of peri-implantitis compared with periodontal surgeon assessment: a pilot study of panoramic radiograph analysis 2025-Apr-02, Journal of periodontal & implant science DOI:10.5051/jpis.2500280014 PMID:40350773	研究论文	本研究评估了深度学习模型在全景X光片上诊断和分类种植体周围炎相关骨缺损的性能	使用深度学习模型（YOLOv8）进行种植体周围炎骨缺损的诊断和分类，并与牙周外科医生的诊断准确性进行比较	数据集规模有限，未来研究需要扩展数据集并整合多模态影像	评估深度学习模型在种植体周围炎诊断和分类中的性能	种植体周围炎相关的骨缺损	数字病理	种植体周围炎	深度学习	YOLOv8	全景X光片	1,075张全景X光片（来自426名患者，共2,250个种植位点）
343	2025-05-13	De novo design of transmembrane fluorescence-activating proteins 2025-Apr, Nature IF:50.5Q1 DOI:10.1038/s41586-025-08598-8 PMID:39972138	研究论文	本文介绍了通过深度学习和基于能量的方法设计能够紧密结合小分子的跨膜蛋白质	首次实现了跨膜蛋白质的从头设计，能够特异性结合小分子并激活荧光，具有高亮度和量子产率	NA	设计能够特异性结合小分子的跨膜蛋白质	跨膜蛋白质和小分子配体	蛋白质设计	NA	深度学习、基于能量的方法、梯度引导幻觉	NA	蛋白质结构数据	活细菌和真核细胞的膜组分
344	2025-05-13	Improving explanations for medical X-ray diagnosis combining variational autoencoders and adversarial machine learning 2025-Apr, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109857 PMID:39999495	研究论文	提出了一种结合变分自编码器和对抗性机器学习的新型深度学习架构，用于医学X射线诊断的可解释人工智能	利用变分自编码器特性在低维嵌入空间中生成图像的线性修改，并将其重建为原始图像空间中的非线性解释，通过全局和局部正则化潜在空间存储视觉和语义信息	未提及具体样本量或临床验证结果	提升医学影像诊断中人工智能系统的可解释性	医学X射线影像	计算机视觉	NA	变分自编码器(VAE)、对抗性机器学习、多目标遗传算法	VAE	医学影像	NA
345	2025-05-13	A dual-stage framework for segmentation of the brain anatomical regions with high accuracy 2025-Apr, Magma (New York, N.Y.) DOI:10.1007/s10334-025-01233-7 PMID:40042762	研究论文	本研究提出了一种基于深度学习的两阶段框架，用于精确分割大脑MR区域，旨在识别大脑内不同解剖结构的位置和形状细节	采用两阶段3D分割技术，第二阶段使用SegResNet细化特定区域的细分，显著提高了分割精度	未提及具体的数据集规模或多样性限制	开发一种高精度的大脑MR区域分割方法	成人受试者的大脑MR图像，包括认知正常者和认知衰退者	数字病理学	认知衰退	3D分割技术	3D U-Net和SegResNet	MR图像	未明确提及具体样本数量
346	2025-05-13	Analysis of AI foundation model features decodes the histopathologic landscape of HPV-positive head and neck squamous cell carcinomas 2025-Apr, Oral oncology IF:4.0Q2 DOI:10.1016/j.oraloncology.2025.107207 PMID:40043423	research paper	利用AI基础模型分析HPV阳性头颈部鳞状细胞癌的组织病理学特征	使用UNI基础模型和HistoXGAN生成对抗网络，首次系统性地识别并描述了HPV阳性HNSCC的组织学特征及其变异性模式	研究依赖于合成图像的分析，可能无法完全反映真实组织样本的所有复杂性	揭示HPV阳性头颈部鳞状细胞癌的组织病理学特征，并开发基于组织学的HPV状态预测方法	981例头颈部鳞状细胞癌患者的H&E染色切片	digital pathology	head and neck squamous cell carcinomas	self-supervised learning (SSL), generative adversarial network (GAN)	UNI, HistoXGAN	image	981例HNSCC患者
347	2025-05-13	Explainable deep learning models for predicting water pipe failures 2025-Apr, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124738 PMID:40054363	研究论文	本研究提出了一种利用深度学习算法预测水管故障的新方法，并通过优化模型超参数和数据缩放提升预测性能	首次将Deep Neural Networks (DNN)、Convolutional Neural Networks (CNN)和TabNet应用于水管故障预测，并结合贝叶斯优化(BO)和数据缩放技术优化模型性能	研究仅基于香港地区的水管网络数据，可能在其他地区的适用性有待验证	开发可解释的深度学习模型来预测水管网络中泄漏和爆裂的概率	水管网络中的管道	机器学习	NA	贝叶斯优化(BO)、Copeland算法、SHapley Additive exPlanations (SHAP)	DNN、CNN、TabNet	结构化数据	香港水管网络数据
348	2025-05-13	Bayesian uncertainty estimation of adsorption closure models in the computational simulation of contaminant transport 2025-Apr, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124708 PMID:40054364	research paper	研究吸附闭合模型在污染物传输计算模拟中的贝叶斯不确定性估计	采用嵌入式贝叶斯误差方法来理解吸附等温线在描述污染物吸附中的限制，并提出深度学习替代模型	吸附闭合模型参数需满足特定地球化学条件，使用需谨慎	评估污染物传输模型中吸附闭合模型的不确定性影响	污染物在多孔介质中的吸附过程	computational simulation	NA	Bayesian error approach, deep learning surrogate	probabilistic error model, deep learning surrogate	simulation data	NA
349	2025-05-13	Determining the Importance of Lifestyle Risk Factors in Predicting Binge Eating Disorder After Bariatric Surgery Using Machine Learning Models and Lifestyle Scores 2025-Apr, Obesity surgery IF:2.9Q1 DOI:10.1007/s11695-025-07765-0 PMID:40045153	研究论文	本研究评估了生活方式风险因素与腹腔镜袖状胃切除术后两年暴食症发生的关系，并比较了不同机器学习模型的预测效果	首次结合生活方式评分和多种机器学习模型评估术后暴食症风险因素	样本量有限（450人），仅针对特定手术类型患者	评估生活方式风险因素对减重手术后暴食症发生的预测作用	接受腹腔镜袖状胃切除术的患者	机器学习	暴食症	机器学习建模	LG, KNN, DT, RF, SVM, XGBoost, ANN	临床问卷数据	450名术后2年患者
350	2025-05-13	Development of a deep learning-based model to evaluate changes during radiotherapy using cervical cancer digital pathology 2025-Mar-24, Journal of radiation research IF:1.9Q3 DOI:10.1093/jrr/rraf004 PMID:40051384	研究论文	开发了一种基于深度学习的模型，用于评估宫颈癌放疗期间的变化，并在全切片图像上可视化结果	结合DenseNet121和支持向量机，开发了一种新的分类模型，用于评估宫颈癌放疗前后的活检变化，并可视化结果	生存分析未能显示放疗状态概率（RSP）在治疗期间的预后影响	创建一种深度学习模型，用于评估宫颈癌放疗期间的变化，并探索其临床意义	95名接受放疗的宫颈癌患者的活检样本	数字病理学	宫颈癌	深度学习	DenseNet121 + SVM	图像	95名患者的18,400个切片（12,400个用于训练，6,000个用于测试）
351	2025-05-13	DeepMVD: A Novel Multiview Dynamic Feature Fusion Model for Accurate Protein Function Prediction 2025-Mar-24, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02216 PMID:40053671	研究论文	提出了一种名为DeepMVD的新型深度学习模型，用于通过动态融合多视图特征来提高蛋白质功能预测的准确性	DeepMVD模型通过专门模块提取各视图的独特特征，并利用自适应融合机制进行最优整合，显著提升了预测精度	现有研究未能有效利用蛋白质序列中反映的多层次属性特征，这限制了蛋白质描述的丰富性，从而影响了高精度蛋白质功能预测	提高蛋白质功能预测的准确性	蛋白质序列	机器学习	NA	深度学习	DeepMVD	蛋白质序列数据	CAFA4数据集
352	2025-05-13	A deep learning lightweight model for real-time captive macaque facial recognition based on an improved YOLOX model 2025-Mar-18, Zoological research IF:4.0Q1 DOI:10.24272/j.issn.2095-8137.2024.296 PMID:40049662	research paper	该研究提出了一种名为ACE-YOLOX的轻量级面部识别模型，用于实时识别圈养猕猴	ACE-YOLOX在YOLOX框架中集成了Efficient Channel Attention (ECA)、Complete Intersection over Union loss (CIoU)和Adaptive Spatial Feature Fusion (ASFF)，提高了预测精度并降低了计算复杂度	NA	开发一种轻量级面部识别模型，用于实时识别圈养猕猴，以促进生物医学研究和动物福利	圈养猕猴	computer vision	NA	深度学习	ACE-YOLOX (改进的YOLOX模型)	image	179,400张标记的面部图像，来自1,196只猕猴
353	2025-05-13	Deep Learning Enhanced Near Infrared-II Imaging and Image-Guided Small Interfering Ribonucleic Acid Therapy of Ischemic Stroke 2025-03-18, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.4c18035 PMID:40042964	研究论文	本文开发了一种新型的NIR-II纳米颗粒平台YWFC NPs，用于增强siRNA穿过血脑屏障的递送，并结合深度学习优化NIR-II成像，以治疗缺血性中风	开发了YWFC NPs纳米颗粒平台，结合深度学习优化NIR-II成像，实现了siRNA的高效递送和图像引导治疗	研究仅在MCAO小鼠模型中进行，尚未进行临床验证	开发一种能够高效递送siRNA并优化NIR-II成像的治疗缺血性中风的策略	缺血性中风小鼠模型	数字病理学	缺血性中风	NIR-II成像，siRNA递送	深度学习神经网络	图像	MCAO小鼠模型
354	2025-05-13	Deactivated Cas9-Engineered Magnetic Micromotors toward a Point-of-Care Digital Viral RNA Assay 2025-03-11, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.4c14913 PMID:40017424	研究论文	介绍了一种名为dCRISTOR的新型数字分子诊断技术，通过整合dCas9工程微电机、无提取环介导等温扩增（LAMP）、低成本明场显微镜和深度学习图像处理，实现了高灵敏度和特异性的HIV-1 RNA检测	dCRISTOR技术无需荧光读出、吸光度测量或昂贵的制造过程，通过dCas9工程微电机和CNN-MOT算法实现了高精度的数字病毒RNA检测	样本量较小（21例加标血浆和9例临床患者样本），需要进一步扩大验证	开发一种低成本、高灵敏度的数字病毒RNA检测技术，用于即时诊断（POC）应用	HIV-1 RNA	数字病理	HIV感染	无提取环介导等温扩增（LAMP）、深度学习图像处理	CNN	图像	21例加标血浆和9例临床患者样本
355	2025-05-13	A review of urban heat island mapping approaches with a special emphasis on the Indian region 2025-Mar-08, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-025-13810-3 PMID:40055272	综述	本文对全球城市热岛（UHI）测绘方法进行了批判性回顾，特别关注印度地区及基于AI的方法	特别强调印度地区及AI方法在城市热岛测绘中的应用	主要关注印度地区，可能缺乏对其他地区的深入分析	提高城市热岛效应测绘和监测的准确性，以改善生活质量	城市热岛效应及其测绘方法	机器学习	NA	机器学习和深度学习算法	NA	NA	NA
356	2025-05-13	A prediction model for the risk of developing mild cognitive impairment in older adults with sarcopenia: evidence from the CHARLS 2025-Mar-08, Aging clinical and experimental research IF:3.4Q2 DOI:10.1007/s40520-025-02980-2 PMID:40055290	research paper	开发了一种深度学习模型，用于预测患有肌肉减少症的老年人发生轻度认知障碍的风险	利用机器学习和深度学习技术，结合CHARLS数据，构建了一个预测模型，并开发了在线工具	样本量相对较小，且仅基于中国健康与养老追踪调查（CHARLS）的数据	开发一个准确的预测模型，用于筛查肌肉减少症患者的轻度认知障碍风险	570名患有肌肉减少症的患者	machine learning	geriatric disease	machine learning, deep learning	deep learning	clinical data	570 patients with sarcopenia from CHARLS
357	2025-05-13	Development and validation of computer-aided detection for colorectal neoplasms using deep learning incorporated with computed tomography colonography 2025-Mar-08, BMC gastroenterology IF:2.5Q2 DOI:10.1186/s12876-025-03742-0 PMID:40055612	研究论文	本研究开发并验证了结合深度学习与CT结肠造影的计算机辅助检测系统，用于结直肠肿瘤的诊断	采用基于faster R-CNN的神经网络结构检测结直肠病变，并通过整合两个位置的评估提高了AI算法的敏感性	外部验证数据量相对较小（137例患者），且未详细说明不同机构间数据质量的差异性	提升CT结肠造影图像中结直肠肿瘤病变的检测敏感性	结直肠肿瘤病变	数字病理	结直肠癌	CT结肠造影	faster R-CNN	医学影像	训练及内部验证数据453例患者（来自日本多中心试验），外部验证数据137例患者（来自其他两家机构）
358	2025-05-13	Diagnostic Performance of Artificial Intelligence-Based Methods for Tuberculosis Detection: Systematic Review 2025-Mar-07, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/69068 PMID:40053773	系统综述	本文对基于人工智能的结核病检测方法进行了全面评估	首次系统综述了AI在结核病检测中的性能，涵盖了多种数据模态和模型架构	仅1项研究进行了领域转移分析，难以模拟真实世界场景	评估AI算法在结核病检测中的诊断性能	结核病检测	数字病理	结核病	深度学习	CNN（包括VGG-16、ResNet-50和DenseNet-121）	影像学、分子/生化和生理数据	152项研究（来自1146条记录）
359	2025-05-13	Leveraging YOLO deep learning models to enhance plant disease identification 2025-Mar-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92143-0 PMID:40055410	research paper	利用YOLO深度学习模型增强植物病害识别	引入YOLOv3和YOLOv4模型进行水果植物病害识别，YOLOv4表现出更低的复杂度、更快的速度和更高的精确度	数据不平衡、症状变异性、实时性能和高昂的标注成本可能影响准确性和采用率	提高植物病害早期识别的准确性和效率，以支持精准农业保护	健康的桃子和草莓叶子，以及受细菌性斑点病影响的桃子叶子和受焦枯病影响的草莓叶子	computer vision	plant disease	YOLO deep learning model	YOLOv3, YOLOv4	image	来自公开可访问的Plant Village数据集的数据
360	2025-05-13	Hybrid neural network method for damage localization in structural health monitoring 2025-Mar-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92396-9 PMID:40055427	研究论文	本文提出了一种基于数值数据的混合RNN-CNN模型，用于结构健康监测中的损伤定位	创新性地将RNN层与CNN结合，降低了模型复杂性和参数数量，同时保留了空间信息	准确率78.9%，略低于传统CNN模型	探索更高效的结构损伤检测方法	大型结构中的裂缝	机器学习	NA	混合神经网络	RNN-CNN混合模型	数值数据	NA