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
3821	2025-07-17	Artificial intelligence-based action recognition and skill assessment in robotic cardiac surgery simulation: a feasibility study 2025-Jul-13, Journal of robotic surgery IF:2.2Q2 DOI:10.1007/s11701-025-02563-3 PMID:40652436	研究论文	本研究开发了一种基于深度神经网络的系统，用于识别基本手术动作并根据视频数据评估外科医生的技能水平	结合CNN和LSTM网络处理手术视频数据，实现动作识别和技能评估的自动化	技能评估网络需要更多数据来提高准确性	开发AI系统用于机器人心脏手术模拟中的动作识别和技能评估	19名具有不同机器人手术经验的外科医生	计算机视觉	心血管疾病	深度学习	CNN+LSTM	视频	435个手术记录视频
3822	2025-07-17	Diagnosing pathologic myopia by identifying morphologic patterns using ultra widefield images with deep learning 2025-Jul-13, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01849-y PMID:40653573	研究论文	本研究通过深度学习识别超广角图像中的形态学模式来诊断病理性近视	提出了一种轻量级端到端框架RealMNet，用于识别临床显著的形态学模式，如后葡萄肿和近视性黄斑病变，并利用超广角图像提供更广阔的视网膜视野	NA	诊断病理性近视	超广角图像中的形态学模式	数字病理	近视	深度学习	RealMNet	图像	多源超广角近视数据集PSMM
3823	2025-07-17	Computational exploration of global venoms for antimicrobial discovery with Venomics artificial intelligence 2025-Jul-12, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60051-6 PMID:40645962	研究论文	利用人工智能技术探索全球毒液数据库以发现新型抗菌药物	结合深度学习和大规模计算挖掘技术，从毒液蛋白质中识别出结构功能新颖的抗菌肽	实验验证仅针对部分候选肽进行，未全面评估所有预测结果	发现新型抗菌药物以应对抗生素耐药性问题	毒液蛋白质及其衍生的抗菌肽	人工智能在药物发现中的应用	细菌感染	深度学习	深度学习模型（未明确具体类型）	蛋白质序列数据	16,123种毒液蛋白质，生成40,626,260个毒液加密肽段，最终验证58个肽段
3824	2025-07-17	Highly adaptable deep-learning platform for automated detection and analysis of vesicle exocytosis 2025-Jul-12, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-61579-3 PMID:40651941	research paper	介绍了一个名为IVEA的ImageJ插件平台，用于自动检测和分析荧光标记的囊泡融合事件及其他突发性活动	IVEA平台结合深度学习技术，能够以比人工分析快约60倍的速度检测人类常遗漏的罕见事件，并且其多功能性可通过集成界面进一步扩展	未明确提及具体的技术限制或适用范围外的场景	开发一个高效、自动化的活细胞成像活动识别平台，以减少人工劳动并提高分析准确性	荧光标记的囊泡融合事件及其他突发性活动	digital pathology	NA	深度学习	NA	image	NA
3825	2025-07-17	Multimodal deep learning for cephalometric landmark detection and treatment prediction 2025-Jul-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06229-w PMID:40651957	research paper	提出了一种名为DeepFuse的多模态深度学习框架，用于头影测量标志点检测和治疗结果预测	整合了侧位头影测量片、CBCT体积数据和数字牙科模型的多模态信息，采用注意力引导的融合机制和双任务解码器	未提及具体的数据集规模限制或计算资源需求	提高正畸和颌面外科临床决策的准确性和效率	头影测量标志点检测和治疗结果预测	computer vision	NA	多模态深度学习	DeepFuse（包含模态特定编码器、注意力机制和双任务解码器）	图像（侧位头影测量片、CBCT体积数据、数字牙科模型）	三个临床数据集（未提具体样本量）
3826	2025-07-17	A crack detection and quantification method using matched filter and photograph reconstruction 2025-Jul-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08280-z PMID:40651987	research paper	提出了一种基于数字图像处理和无人机飞行参数的自动裂缝检测与量化方法	结合增强匹配滤波算法和形态学方法进行裂缝分割和骨架提取，并整合图像拍摄参数构建3D模型	依赖于无人机采集的图像质量，可能在高噪声或复杂背景下性能下降	开发一种高效、准确的桥梁裂缝检测与量化方法，以支持桥梁维护决策	桥梁裂缝	computer vision	NA	数字图像处理，无人机航拍	增强匹配滤波算法	图像	公共数据集和一座拱桥的实际应用
3827	2025-07-17	Accurate and real-time brain tumour detection and classification using optimized YOLOv5 architecture 2025-Jul-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07773-1 PMID:40651993	研究论文	本研究提出了一种结合FCNN和YOLOv5的框架模型，用于实时准确地检测和分类脑肿瘤	结合FCNN和YOLOv5架构，优化了脑肿瘤的检测和分类性能，平均准确率达到98.80%	未提及具体的数据集来源和样本多样性，可能影响模型的泛化能力	提高脑肿瘤的诊断准确率和实时性	脑肿瘤的MRI图像	数字病理学	脑肿瘤	MRI成像	FCNN和YOLOv5	图像	NA
3828	2025-07-17	A deep learning approach for heart disease detection using a modified multiclass attention mechanism with BiLSTM 2025-Jul-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09594-8 PMID:40652020	研究论文	提出了一种基于改进的多类注意力机制和双向长短期记忆网络的深度学习模型，用于提高心脏疾病检测的准确性	引入了类感知注意力权重，动态调整对输入特征的关注度，针对特定心脏疾病类别优化特征表示，解决了传统方法中的误分类、特征重叠和噪声干扰问题	NA	提高心脏疾病诊断的准确性	心脏疾病患者的心电信号数据	机器学习	心血管疾病	改进的自适应带通滤波器(IABPF)和小波变换	改进的多类注意力机制与双向长短期记忆网络(M2AM with Deep BiLSTM)	心电信号数据	6000个样本，14个特征
3829	2025-07-17	Development and validation of a prognostic model for predicting survival and immunotherapy benefits in melanoma based on metabolism-relevant genes 2025-Jul-12, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-03186-8 PMID:40652057	研究论文	开发并验证了一个基于代谢相关基因的预后模型，用于预测黑色素瘤患者的生存和免疫治疗效益	利用代谢相关基因对黑色素瘤患者进行分子亚型分类，并开发了一个新的预后模型，同时通过单细胞RNA测序和体外实验验证了特征基因的功能	研究主要基于生物信息学分析，虽然进行了体外实验验证，但缺乏体内实验和更大规模的临床验证	预测黑色素瘤患者的预后和免疫治疗反应	皮肤黑色素瘤(SKCM)患者	数字病理学	黑色素瘤	scRNA-seq, WB, qPCR, IHC, siRNA	LASSO和COX回归分析, ResNet50	基因表达数据, 病理图像	未明确提及具体样本数量，但涉及SKCM患者和细胞系
3830	2025-07-17	Deep learning algorithm for identifying osteopenia/osteoporosis using cervical radiography 2025-Jul-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11285-3 PMID:40652099	研究论文	本研究验证了一种深度学习算法在颈椎X光片上识别骨量减少/骨质疏松症的诊断效果，并与脊柱外科医生的诊断准确性进行了比较	开发了一种基于卷积神经网络的深度学习算法，用于通过颈椎X光片检测骨量减少/骨质疏松症，其诊断准确性高于脊柱外科医生	样本量较小，测试数据集仅包含30个样本	验证深度学习算法在颈椎X光片上识别骨量减少/骨质疏松症的诊断效果	颈椎疾病患者，特别是退行性颈椎脊髓病患者	数字病理学	骨质疏松症	深度学习	CNN	图像	训练数据集200例，测试数据集30例
3831	2025-07-17	Establishing an AI-based diagnostic framework for pulmonary nodules in computed tomography 2025-Jul-12, BMC pulmonary medicine IF:2.6Q2 DOI:10.1186/s12890-025-03806-7 PMID:40652218	research paper	本研究开发了一种基于AI的CT扫描肺结节诊断框架，以提高肺结节的识别和分类性能	提出了一种结合Retina-UNet模型和SVM的深度学习框架，用于肺结节的检测和分类，相比传统方法提高了诊断准确性	对于非孤立性结节的检测存在局限，未来需要增加标注数据集的大小并微调模型	开发一种AI诊断方案，提高CT扫描中肺结节的识别和分类性能	肺结节	digital pathology	lung cancer	CT扫描	Retina-UNet, SVM	3D-DICOM CT图像	1,056张3D-DICOM CT图像
3832	2025-07-17	Advancing rare neurological disorder diagnosis: Addressing challenges with systematic reviews and AI-driven MRI meta-trans learning framework for neurodegenerative disorders 2025-Jul-11, Ageing research reviews IF:12.5Q1 DOI:10.1016/j.arr.2025.102831 PMID:40653053	研究论文	本文通过系统综述和AI驱动的MRI元迁移学习框架，探讨了人工智能在罕见神经系统疾病诊断中的应用	提出了一个结合元学习和迁移学习的MRI框架，用于罕见神经系统疾病的早期检测，旨在提高诊断准确性	罕见神经系统疾病患者数据稀缺，限制了机器学习和深度学习模型的训练效果	探索人工智能技术在神经系统疾病诊断中的应用，特别是针对罕见疾病的早期检测	神经发育障碍(NDD)、神经生物学障碍(NBD)和神经退行性障碍(ND)等神经系统疾病	数字病理学	神经系统疾病	Meta_Trans Learning (结合Meta-Learning和Transfer Learning)	ML和DL模型	MRI图像数据	NA
3833	2025-07-17	CSCE: Cross Supervising and Confidence Enhancement pseudo-labels for semi-supervised subcortical brain structure segmentation 2025-Jul-11, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110522 PMID:40653056	研究论文	提出一种基于伪标签交叉监督和置信度增强的半监督脑部亚结构分割框架CSCE	采用双师生模型（U-Net和TransUNet）进行相互监督，并设计两种机制增强伪标签置信度	未明确提及具体局限性	提升脑部亚结构MRI分割的准确性和鲁棒性	脑部MRI图像中的亚结构	数字病理	脑部疾病	半监督学习	U-Net, TransUNet	MRI图像	两个公开脑部MRI数据集
3834	2025-07-17	A Deep-Learning-Aided Drug Screening Based on Visualization of a Hidden Layer as Chemical Space 2025-Jul-10, ACS medicinal chemistry letters IF:3.5Q2 DOI:10.1021/acsmedchemlett.5c00124 PMID:40666467	research paper	提出一种基于图卷积网络隐藏层可视化的药物筛选方法，用于高效识别潜在活性化合物	通过可视化隐藏层作为化学空间，从深度学习预测的候选化合物中优先选择实验测试对象，并提供化合物结构与活性关系的信息	深度学习模型仍需进一步完善，且不能保证总能提供有效的药物先导化合物	开发一种深度学习辅助的药物筛选方法，提高药物发现的效率	组蛋白去乙酰化酶抑制剂等潜在活性化合物	machine learning	NA	graph-convolutional-network-based deep learning	GCN	chemical compound data	NA
3835	2025-07-17	Development and retrospective validation of an artificial intelligence system for diagnostic assessment of prostate biopsies: study protocol 2025-Jul-07, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2024-097591 PMID:40623883	研究论文	开发并回顾性验证一种用于前列腺活检诊断评估的人工智能系统	提出一个高性能且稳健的AI模型，用于前列腺癌的诊断和Gleason评分，并在大规模外部数据上进行验证	外部验证数据集有限，且历史上缺乏AI研究设计和验证方法的明确指南	提高前列腺癌活检诊断的准确性和效率	前列腺活检样本	数字病理学	前列腺癌	数字病理学与AI算法	AI模型（未具体说明）	全切片图像	来自独立患者、病理实验室和数字化平台的外部数据
3836	2025-07-17	A Deep Learning Model Integrating Clinical and MRI Features Improves Risk Stratification and Reduces Unnecessary Biopsies in Men with Suspected Prostate Cancer 2025-Jul-07, Cancers IF:4.5Q1 DOI:10.3390/cancers17132257 PMID:40647554	研究论文	该研究开发了一种整合临床和MRI特征的深度学习模型，用于改善疑似前列腺癌患者的风险分层并减少不必要的活检	整合临床和MRI变量，使用全连接神经网络进行预测，提高了前列腺癌风险分层的准确性	研究为回顾性分析，可能存在选择偏倚	改善疑似临床显著前列腺癌（csPCa）的风险分层，减少不必要的活检	538名接受MRI和活检的男性患者	数字病理学	前列腺癌	MRI	全连接神经网络	临床数据和MRI图像	538名男性患者
3837	2025-07-17	Automated Sidewalk Surface Detection Using Wearable Accelerometry and Deep Learning 2025-Jul-07, Sensors (Basel, Switzerland) DOI:10.3390/s25134228 PMID:40648484	研究论文	提出了一种利用可穿戴传感器和深度学习自动检测人行道表面的新方法	结合可穿戴加速度计和深度学习技术，提供了一种高效、成本效益高且客观一致的人行道表面评估方法	未提及样本的具体数量或多样性，可能影响模型的泛化能力	评估人行道的可步行性，促进健康和环境友好的城市发展	人行道表面	机器学习	NA	FFT, Kalman滤波, 低通滤波, 移动平均滤波	深度学习模型	加速度数据	未提及具体样本数量
3838	2025-07-17	ResNet-SE-CBAM Siamese Networks for Few-Shot and Imbalanced PCB Defect Classification 2025-Jul-07, Sensors (Basel, Switzerland) DOI:10.3390/s25134233 PMID:40648488	研究论文	本研究提出了一种结合ResNet、SE块和CBAM的Siamese网络，用于小样本和不平衡数据集的PCB缺陷分类	提出了ResNet-SE-CBAM Siamese网络，结合注意力机制和度量学习，有效提升小样本条件下的特征提取性能	未明确说明模型在更复杂缺陷类型或更大规模工业场景中的泛化能力	解决工业生产线上小样本和不平衡数据集的缺陷检测问题	印刷电路板(PCB)的缺陷检测	计算机视觉	NA	度量学习、注意力机制	ResNet-SE-CBAM Siamese网络、KNN	图像	缺陷样本数量从20到80不等
3839	2025-07-17	Entropy, Irreversibility, and Time-Series Deep Learning of Kinematic and Kinetic Data for Gait Classification in Children with Cerebral Palsy, Idiopathic Toe Walking, and Hereditary Spastic Paraplegia 2025-Jul-07, Sensors (Basel, Switzerland) DOI:10.3390/s25134235 PMID:40648490	研究论文	本研究利用熵和时间不可逆性等统计物理指标，结合深度学习方法，对儿童脑瘫、特发性趾行和遗传性痉挛性截瘫的步态进行分类	首次整合了运动学和动力学信息，并将统计物理指标与ResNet深度学习模型进行对比，探索了步态分类的新方法	实验室间的性能差异限制了训练模型的泛化能力	提高对神经发育性疾病儿童步态分类的准确性	儿童脑瘫(CP)、特发性趾行(ITW)和遗传性痉挛性截瘫(HSP)患者及正常发育儿童	生物医学工程	脑瘫, 遗传性痉挛性截瘫	统计物理指标(香农熵、排列熵、加权排列熵、时间不可逆性), 深度学习	Random Forest, ResNet	运动学和动力学时间序列数据	81名ITW儿童、300名CP儿童、20名HSP儿童和127名正常发育儿童
3840	2025-07-17	Deep learning-assisted Raman spectroscopy for rapid lactic acid bacteria identification at the colony level 2025-Jul-07, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126662 PMID:40664053	研究论文	提出了一种基于信噪比筛选的自适应菌落拉曼采集方法（ACRA-SNR），结合拉曼Swin Transformer（Ra-ST）模型，实现了乳酸菌菌落的快速准确分类与鉴定	开发了ACRA-SNR方法用于原位光谱采集，有效减少菌落内空间异质性对分类鉴定的影响，并结合Ra-ST模型提高了分类准确性	对于同种但不同来源的菌株，识别准确率仅为70%以上，显示模型在跨来源样本上的泛化能力仍有提升空间	提高工业生产中乳酸菌及其他功能菌的菌落选择效率	十四种乳酸菌菌株	数字病理	NA	拉曼光谱	Swin Transformer（Ra-ST）	光谱数据	十四种乳酸菌菌株