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
21	2025-06-16	A Deep Learning Model Based on High-Frequency Ultrasound Images for Classification of Different Stages of Liver Fibrosis 2025-Jul, Liver international : official journal of the International Association for the Study of the Liver IF:6.0Q1 DOI:10.1111/liv.70148 PMID:40515461	研究论文	开发基于高频超声图像的深度学习模型，用于分类慢性乙型肝炎患者肝纤维化的不同阶段	提出基于高频超声图像的深度学习模型（HF-DL），在肝纤维化各阶段的诊断性能上优于低频超声模型及其他非侵入性方法	回顾性多中心研究，可能存在选择偏倚；未提及模型在外部验证集上的泛化能力	开发高性能的非侵入性肝纤维化分期诊断工具	慢性乙型肝炎患者的高频和低频肝脏超声图像	数字病理	肝纤维化	高频超声成像	CNN	图像	来自六家医院的回顾性多中心数据集（2014年1月至2024年8月）
22	2025-06-16	Virtual Bonding Enhanced Graph Self-Supervised Learning for Molecular Property Prediction 2025-Jun-15, Journal of computational chemistry IF:3.4Q2 DOI:10.1002/jcc.70147 PMID:40515556	研究论文	提出了一种名为VIBE-MPP的自监督学习框架，用于分子属性预测，通过结合弱相互作用和3D空间信息改进分子表示	引入了虚拟键合图神经网络(VBGNN)和双层次自监督增强预训练(DSBP)方法，首次在分子表示中考虑了长程原子间相互作用	未明确说明模型在更大分子或更复杂相互作用体系中的适用性	改进分子属性预测的准确性以支持药物设计与发现	分子及其属性	机器学习	NA	自监督学习(SSL)	Virtual Bonding Graph Neural Network (VBGNN)	分子图数据	10个基准数据集
23	2025-06-16	Multi-class transformer-based segmentation of pancreatic ductal adenocarcinoma and surrounding structures in CT imaging: a multi-center evaluation 2025-Jun-14, Abdominal radiology (New York) DOI:10.1007/s00261-025-05061-0 PMID:40514460	研究论文	本研究提出了一种基于深度学习的框架，用于自动化CT图像中的多类别分割，比较了四种最先进架构的性能	采用基于Transformer的架构（特别是Swin-UNet）进行胰腺导管腺癌及周围结构的多类别分割，表现出优异的性能和泛化能力	研究为回顾性多中心研究，可能存在数据偏差	开发自动化分割胰腺导管腺癌及周围解剖结构的深度学习框架，以辅助诊断、治疗计划和结果评估	胰腺导管腺癌（PDAC）及周围结构（胰腺、静脉、动脉、胰管和胆总管）	数字病理	胰腺导管腺癌	深度学习	UNet, nnU-Net, UNETR, Swin-UNet	CT图像	3265名患者（来自6个机构），其中569名用于独立测试
24	2025-06-16	Retinal Vessel Traits and Age-Related Eye Disease in the Canadian Longitudinal Study on Aging 2025-Jun-14, Clinical & experimental ophthalmology DOI:10.1111/ceo.14566 PMID:40515626	研究论文	本研究通过横断面和纵向分析，探讨视网膜血管特征与青光眼相关结果及年龄相关性黄斑变性（AMD）的关联	使用深度学习算法QUARTZ从视网膜图像中提取数据，并首次在大型纵向研究中分析视网膜血管特征与眼病的关联	青光眼和AMD为自我报告数据，可能存在偏差	探究视网膜微血管变化与眼病发展的时序关系	加拿大老龄化纵向研究中的30,097名参与者	数字病理学	青光眼, 年龄相关性黄斑变性	深度学习	QUARTZ	图像	30,097名参与者，随访率92%
25	2025-06-16	Deep Learning for Fluorescence Lifetime Predictions Enables High-Throughput In Vivo Imaging 2025-Jun-14, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.5c03749 PMID:40515693	research paper	该论文介绍了一种名为FLIMngo的深度学习模型，用于在光子匮乏环境下量化荧光寿命成像显微镜（FLIM）数据	FLIMngo模型能够利用原始FLIM数据中的时间和空间信息，从每个像素少于50个光子的衰减曲线中准确预测荧光寿命，显著减少了数据采集时间	模型在模拟数据上进行了表征和基准测试，但在实际生物样本中的应用仍需进一步验证	提高FLIM技术的通量，使其适用于活体样本分析	荧光寿命成像显微镜（FLIM）数据	machine learning	NA	FLIM	深度学习模型	图像	模拟数据和活体动态样本
26	2025-06-16	Automated quantification of T1 and T2 relaxation times in liver mpMRI using deep learning: a sequence-adaptive approach 2025-Jun-14, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00596-9 PMID:40515936	research paper	本研究评估了一种基于深度学习的序列自适应肝脏多参数MRI（mpMRI）评估方法，用于自动量化T1和T2弛豫时间	提出了一种序列自适应的深度学习算法，无需额外序列特定训练即可评估任意参数序列	研究未涉及算法在其他肝脏疾病中的泛化性能	开发一种自动量化肝脏mpMRI中T1和T2弛豫时间的方法	肝脏多参数MRI图像	digital pathology	liver fibrosis	mpMRI	neural network	image	200例肝脏mpMRI检查用于训练，120例用于内部测试，65例活检证实的肝纤维化患者和25例健康志愿者用于外部测试
27	2025-06-16	AI-driven techniques for detection and mitigation of SARS-CoV-2 spread: a review, taxonomy, and trends 2025-Jun-14, Clinical and experimental medicine IF:3.2Q2 DOI:10.1007/s10238-025-01753-5 PMID:40515956	综述	本文系统回顾了联邦学习(FL)、深度学习(DL)、强化学习(RL)及混合方法在SARS-CoV-2诊断和治疗领域的应用	提出了针对SARS-CoV-2的AI驱动技术分类和趋势分析，特别关注隐私安全(P&S)、检测准确性与鲁棒性(DAR)以及计算通信效率(CCE)的提升	面临数据异质性、训练数据不足、模型可解释性挑战、患者隐私保护和实施限制等问题	探讨机器学习方法在提高SARS-CoV-2诊断准确性和治疗有效性方面的作用	SARS-CoV-2病毒及其诊断与治疗	机器学习	COVID-19	联邦学习(FL)、深度学习(DL)、强化学习(RL)	混合AI模型	临床数据	NA
28	2025-06-16	Predicting peroxisome proliferator-activated receptor gamma potency of small molecules: a synergistic consensus model and deep learning binding affinity approach powered by Enalos Cloud Platform 2025-Jun-14, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11230-6 PMID:40515966	研究论文	本研究介绍了两种先进的计算机模型，用于预测靶向PPARγ的小分子化合物的结合亲和力和生物活性	开发了基于分子对接分数的神经网络分类器和结合随机森林、支持向量机及k近邻算法的共识模型，用于预测小分子的PPARγ拮抗活性	模型验证虽遵循OECD指南，但样本量相对较小（34种PFAS物质）	支持抗糖尿病治疗中PPARγ调节剂的发现	靶向PPARγ的小分子化合物	机器学习	糖尿病	分子对接、虚拟筛选	神经网络、随机森林、支持向量机、k近邻	分子描述符数据	34种PFAS物质
29	2025-06-16	Predicting pulmonary hemodynamics in pediatric pulmonary arterial hypertension using cardiac magnetic resonance imaging and machine learning: an exploratory pilot study 2025-Jun-14, The international journal of cardiovascular imaging DOI:10.1007/s10554-025-03434-6 PMID:40515976	研究论文	本研究探索了利用机器学习从非侵入性心脏磁共振（CMR）电影图像中预测儿童肺动脉高压（PAH）患者的肺动脉血流动力学的潜力	首次将深度学习模型应用于儿童PAH患者的非侵入性CMR图像，以预测肺动脉压力和血管阻力指数	样本量较小（40例），且为回顾性研究，结果需要更大规模的前瞻性研究验证	探索非侵入性方法替代心导管检查评估儿童PAH患者的血流动力学参数	儿童肺动脉高压患者	医学影像分析	肺动脉高压	心脏磁共振成像（CMR）	深度学习模型	医学影像	40例儿童PAH患者的CMR研究
30	2025-06-16	Optimizing stroke detection with genetic algorithm-based feature selection in deep learning models 2025-Jun-14, Applied neuropsychology. Adult DOI:10.1080/23279095.2025.2516259 PMID:40516039	研究论文	本研究探讨了基于遗传算法的特征选择与三种深度学习架构（InceptionV3、VGG19和MobileNetV2）的集成，以提升神经影像数据中的中风检测效果	将遗传算法与MobileNetV2结合用于特征选择，显著提高了分类准确率并降低了计算复杂度，这是相对于传统CNN流程的创新点	研究仅针对神经影像数据中的中风检测，未涉及其他类型的医学影像或疾病	开发准确且高效的中风诊断模型	神经影像数据中的中风检测	数字病理学	心血管疾病	遗传算法（GA）	InceptionV3, VGG19, MobileNetV2	图像	NA
31	2025-06-16	Mindset Matters: Exploring the Link Between Mindsets, Learning Intentions, and Performance in Biomedical Science Students 2025-Jun-14, Advances in physiology education IF:1.7Q4 DOI:10.1152/advan.00012.2025 PMID:40516929	research paper	探讨了生物医学科学学生的思维方式、学习意图与学术表现之间的关系	首次研究了学生思维方式与学习意图之间的关系，并通过混合方法验证了成长型思维对学术表现的积极影响	样本仅限二年级生物医学科学学生，结果可能不适用于其他学科或年级	探索思维方式如何影响学生的学习意图和学术表现	256名二年级生物医学科学学生	教育心理学	NA	混合方法研究（定性与定量分析）	NA	问卷回答（文本）和学术成绩（数值）	256名二年级生物医学科学学生
32	2025-06-16	A scoping review of self-supervised representation learning for clinical decision making using EHR categorical data 2025-Jun-14, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01692-1 PMID:40517140	综述	本文是关于自监督表示学习在电子健康记录分类数据中用于临床决策的范畴综述	系统评估了自监督表示学习在医疗任务中的应用趋势，并识别了主要模型家族及其占比	当前在评估这些技术的影响方面存在局限性	探讨自监督表示学习在电子健康记录分类数据中的应用及其对临床决策的影响	46项从2019年1月至2024年4月发表的研究	自然语言处理	NA	自监督表示学习(SSRL)	Transformer-based, Autoencoder-based, Graph Neural Network-based	分类数据	46项研究
33	2025-06-16	FDTooth: Intraoral Photographs and CBCT Images for Fenestration and Dehiscence Detection 2025-Jun-14, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05348-3 PMID:40517159	research paper	介绍了一个名为FDTooth的数据集，包含241名患者的口腔内照片和CBCT图像，用于检测牙槽骨开窗和开裂（FD）	首次公开结合口腔内照片和CBCT图像的数据集，并开发了自动检测FD的基线模型	数据集仅包含241名患者，可能不足以覆盖所有临床情况	开发非侵入性、高效的早期FD筛查方法	241名年龄在9至55岁之间的患者	digital pathology	dental disease	CBCT	baseline model (未指定具体类型)	image	241名患者，包含1,800个标注的边界框
34	2025-06-16	A multimodal fusion system predicting survival benefits of immune checkpoint inhibitors in unresectable hepatocellular carcinoma 2025-Jun-14, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-00979-6 PMID:40517171	研究论文	开发了一个多模态融合系统，用于预测不可切除肝细胞癌患者从免疫检查点抑制剂治疗中的生存获益	结合CT深度学习和临床数据，构建了一个优于现有方法的预测模型，并展示了其可解释性	研究基于回顾性数据，需要前瞻性研究验证	优化不可切除肝细胞癌患者的免疫检查点抑制剂治疗选择	不可切除肝细胞癌患者	数字病理学	肝细胞癌	深度学习	Ensemble-DL	CT图像和临床数据	859例多中心回顾性数据
35	2025-06-16	Artificial Intelligence in cancer epigenomics: a review on advances in pan-cancer detection and precision medicine 2025-Jun-14, Epigenetics & chromatin IF:4.2Q1 DOI:10.1186/s13072-025-00595-5 PMID:40517231	综述	本文综述了人工智能在癌症表观基因组学中的应用，特别是在泛癌检测和精准医学中的进展	探讨了人工智能与DNA甲基化分析的协同作用，推动了精准肿瘤学的发展	早期癌症检测的敏感性有限，AI算法的黑箱性质，以及需要跨不同人群验证以确保公平实施	推动精准肿瘤学的发展，通过AI和DNA甲基化分析实现早期癌症检测和准确分类	DNA甲基化作为癌症生物标志物的作用及其在诊断、预后和个体化治疗策略中的应用	癌症表观基因组学	泛癌	DNA甲基化分析	深度学习网络和图模型	DNA甲基化数据	NA
36	2025-06-16	An Efficient Deep Learning Framework for Revealing the Evolution of Characterization Methods in Nanoscience 2025-Jun-13, Nano-micro letters IF:31.6Q1 DOI:10.1007/s40820-025-01807-z PMID:40512318	研究论文	提出了一种结合引用分析和主题建模的方法，用于揭示科学史中的隐藏发展模式，并在拉曼光谱领域构建知识图谱	该方法通过结合引用分析和主题建模，显著提高了主题一致性（最小增长率100%）和多样性（增长率0-126%），并设计了基于规则的标记器解决化学领域实体命名规则导致的单词标记问题	NA	揭示科学史中的隐藏发展模式，构建特定领域的知识图谱	拉曼光谱领域的文献数据	自然语言处理	NA	文本挖掘、引用分析、主题建模	Latent Dirichlet Allocation (LDA)	文本	NA
37	2025-06-16	Deployment of an Artificial Intelligence Histology Tool to Aid Qualitative Assessment of Histopathology Using the Nancy Histopathology Index in Ulcerative Colitis 2025-Jun-13, Inflammatory bowel diseases IF:4.5Q1 DOI:10.1093/ibd/izae204 PMID:39284932	研究论文	开发了一种基于深度学习的人工智能工具，用于溃疡性结肠炎组织病理学的定性评估	改进版AI工具在评估Nancy指数时与病理学家的评估高度相关，显示出临床应用潜力	样本量相对较小，且仅针对溃疡性结肠炎患者	开发并测试一种改进的人工智能工具，用于溃疡性结肠炎组织病理学的定性评估	溃疡性结肠炎患者的组织病理学图像	数字病理学	溃疡性结肠炎	深度学习	4-神经网络结构	图像	791张图像（630张用于训练，161张用于测试）
38	2025-06-16	Predicting time to live birth with deep learning embryo ranking: a novel multiple imputation approach 2025-Jun-13, Human reproduction (Oxford, England) DOI:10.1093/humrep/deaf102 PMID:40514039	研究论文	本研究探讨了胚胎选择算法在预测活产时间（TTLB）中的临床效用，并展示了其相对于手动排名的潜在优势	采用多重插补方法估计胚胎选择算法的临床效用，提高了TTLB预测的准确性	方法依赖于对缺失结果的准确预测，且TTLB估计仅适用于特定数据集	评估胚胎选择算法在预测活产时间中的临床效用	3783个治疗周期中的17914个可用胚胎	机器学习	生殖健康	多重插补链式方程（MICE）	深度学习	胚胎数据	3783个治疗周期，17914个胚胎
39	2025-06-16	Stem loop binding protein promotes SARS-CoV-2 replication via -1 programmed ribosomal frameshifting 2025-Jun-13, Signal transduction and targeted therapy IF:40.8Q1 DOI:10.1038/s41392-025-02277-w PMID:40514371	研究论文	本文研究了宿主蛋白SLBP如何通过-1程序性核糖体移码促进SARS-CoV-2的复制	首次发现SLBP作为宿主蛋白促进SARS-CoV-2的-1程序性核糖体移码，并揭示了其与病毒RNA的直接结合机制	研究主要基于体外实验，尚未在动物模型或临床样本中验证SLBP的作用	探索影响SARS-CoV-2 -1程序性核糖体移码的宿主因子及其作用机制	SARS-CoV-2病毒及其-1程序性核糖体移码RNA	病毒学	COVID-19	RNA pull-down、质谱分析、PrismNet深度学习工具、EMSA、smFISH	PrismNet	RNA	NA
40	2025-06-16	A Large Crowdsourced Street View Dataset for Mapping Road Surface Types in Africa 2025-Jun-13, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05153-y PMID:40514376	研究论文	该研究通过众包街景数据创建了一个大型数据集，用于非洲道路表面类型的分类	利用专家标注的众包街景数据构建大规模道路表面分类数据集，并验证了深度学习模型在该任务上的高效性	数据集仅包含三种道路类型分类，可能无法涵盖所有实际道路状况	改进非洲道路表面类型的识别以支持道路维护和基础设施建设	非洲地区的道路表面类型	计算机视觉	NA	深度学习	Swin Transformer等五种模型	图像	200,000张来自Mapillary的众包街景图像