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	2025-05-16	Comparison of lumbar disc degeneration grading between deep learning model SpineNet and radiologist: a longitudinal study with a 14-year follow-up 2025-May-15, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-08900-2 PMID:40372457	研究论文	比较深度学习模型SpineNet与放射科医生在腰椎间盘退变分级上的一致性	使用深度学习模型SpineNet进行腰椎间盘退变分级，并与放射科医生的视觉分级进行长期随访比较	样本量较小（19名男性志愿者），且仅针对男性进行研究	评估AI模型与放射科医生在腰椎间盘退变分级上的一致性	19名男性志愿者的腰椎间盘MRI数据	数字病理	腰椎间盘退变	MRI	CNN	图像	19名男性志愿者，基线年龄37岁，随访14年后51岁
22	2025-05-16	Video-estimated peak jump power using deep learning is associated with sarcopenia and low physical performance in adults 2025-May-15, Osteoporosis international : a journal established as result of cooperation between the European Foundation for Osteoporosis and the National Osteoporosis Foundation of the USA IF:4.2Q1 DOI:10.1007/s00198-025-07515-z PMID:40372459	research paper	该研究通过深度学习从视频中估算峰值跳跃功率（vJP），并与真实跳跃功率（gJP）进行了比较，同时探讨了vJP与肌肉减少症、年龄和肌肉参数的关系	提出了一种基于深度学习的无标记监测峰值跳跃功率的方法，并验证了其在日常生活中的可行性	NA	探讨视频估算的峰值跳跃功率与肌肉减少症及身体机能的关系	成年人	computer vision	geriatric disease	deep learning	NA	video	NA
23	2025-05-16	Application of deep learning with fractal images to sparse-view CT 2025-May-15, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03378-1 PMID:40372595	研究论文	本研究探讨了使用分形图像进行预训练以提高稀疏视图CT图像质量的方法	利用非医学分形图像进行预训练，减少对医学图像数量的依赖，提高稀疏视图CT图像重建质量	研究仅使用了CHAOS数据集中的医学图像，可能无法涵盖所有临床场景	提高稀疏视图CT图像重建质量，减少对大量医学训练图像的依赖	稀疏视图CT图像	计算机视觉	NA	迭代函数系统(IFS)、滤波反投影(FBP)	FBPConvNet、WNet	图像	医学图像从5000减少到1000（减少80%）
24	2025-05-16	Predicting Ustekinumab Treatment Response in Crohn's Disease Using Pre-Treatment Biopsy Images 2025-May-14, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf301 PMID:40366737	研究论文	本文开发了一种基于全切片图像（WSIs）和弱监督学习的人工智能模型，用于预测克罗恩病（CD）患者对乌司奴单抗（UST）的治疗反应	提出了一种新颖的聚类增强弱监督学习框架，通过结合局部组织学线索和全局组织背景，提高了预测性能	研究样本量相对较小，且仅针对UST治疗反应进行预测，未涵盖其他生物制剂	提高克罗恩病患者对乌司奴单抗治疗反应的预测准确性	克罗恩病患者	数字病理学	克罗恩病	全切片图像分析、弱监督学习	DenseNet、多示例学习（MIL）	图像	402例克罗恩病患者的组织样本
25	2025-05-16	AI-based metal artefact correction algorithm for radiotherapy patients with dental hardware in head and neck CT: Towards precise imaging 2025-May-14, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf038 PMID:40366748	research paper	研究AI-based金属伪影校正算法在头颈部CT中对放疗患者牙科硬件的临床效果	提出了一种基于深度学习的AI-MAC技术，首次在体内研究中展示了其在减少金属伪影同时保留器官可视化方面的能力	样本量较小（仅41例患者），且未探讨AI-MAC在不同类型牙科硬件上的泛化性能	评估AI-based金属伪影校正算法在头颈部CT中的临床效果	41例带有不可移除牙科硬件的头颈部放疗患者	digital pathology	head and neck cancer	CT imaging, deep learning	deep learning-based algorithm (AI-MAC)	CT images	41例患者
26	2025-05-16	phyddle: software for exploring phylogenetic models with deep learning 2025-May-14, Systematic biology IF:6.1Q1 DOI:10.1093/sysbio/syaf036 PMID:40366771	research paper	介绍了一款名为phyddle的软件，用于通过深度学习探索系统发育模型	phyddle采用无似然深度学习方法来处理缺乏易处理似然函数的系统发育模型	未明确提及具体限制	开发一个软件工具，用于在缺乏易处理似然函数的情况下进行系统发育模型分析	系统发育树	machine learning	NA	deep learning	NA	phylogenetic datasets	NA
27	2025-05-16	PhenoLearn: A user-friendly Toolkit for Image Annotation and Deep Learning-Based Phenotyping for Biological Datasets 2025-May-14, Journal of evolutionary biology IF:2.1Q3 DOI:10.1093/jeb/voaf058 PMID:40366779	research paper	介绍了一个名为PhenoLearn的用户友好工具包，用于生物数据集的图像标注和基于深度学习的表型分析	开发了一个集成图形用户界面(GUIs)的工具包，使没有深度计算专业知识的生物学家也能轻松使用深度学习进行图像标注	未提及具体的技术限制或性能瓶颈	为生物学家提供一个易于使用的工具，以促进大规模表型性状分析	2D标本图像	digital pathology	NA	deep learning	NA	image	一个小演示数据集（具体数量未提及）
28	2025-05-16	Explainable Machine Learning for ETR and Drug Chameleonicity 2025-May-14, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.5c00536 PMID:40367343	research paper	本文提出了一种可解释的机器学习方法，用于识别分子中的‘热点’区域，以指导bRo5药物的口服吸收设计	首次在bRo5 3D领域中开发了可解释的深度学习模型，用于预测EPSA并定位影响分子变色性的极性降低‘热点’	传统方法依赖于计算密集型的3D物理建模或经典描述符，这些方法不能完全解释bRo5药物的行为	开发一种可解释的机器学习模型，以指导bRo5药物的化学设计和优化	大环化合物、PROTACs和其他bRo5药物	machine learning	NA	deep learning	interpretable deep learning model	molecular data	数千种大环化合物、PROTACs和其他bRo5药物
29	2025-05-16	HDXRank: A Deep Learning Framework for Ranking Protein Complex Predictions with Hydrogen-Deuterium Exchange Data 2025-May-14, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00175 PMID:40367339	研究论文	开发了一个基于图神经网络（GNN）的框架HDXRank，用于利用氢-氘交换（HDX）实验数据对蛋白质复合物预测候选结构进行排序	HDXRank是一个新颖的框架，能够将HDX数据整合到蛋白质复合物建模流程中，通过捕捉局部结构特征来提高预测准确性	未明确提及具体局限性	提高蛋白质复合物结构预测的准确性	蛋白质复合物	机器学习	NA	氢-氘交换（HDX）实验	图神经网络（GNN）	实验数据	新策划的HDX数据集
30	2025-05-16	Whole-body CT-to-PET synthesis using a customized transformer-enhanced GAN 2025-May-14, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/add8dd PMID:40367973	research paper	提出了一种基于Transformer增强的GAN模型（CPGAN），用于从全身CT图像合成高质量的PET图像	使用残差块和全连接Transformer残差块（FCTR）来捕捉局部特征和全局上下文信息，并设计了包含结构一致性的定制损失函数以提高合成PET图像的质量	CT图像无法直接反映代谢组织的生物信息	减少对实际PET-CT扫描的依赖，通过合成PET图像来降低扫描时间、成本和辐射剂量	全身CT和PET图像	digital pathology	NA	GAN	Transformer-enhanced GAN (CPGAN)	3D CT和PET扫描	102对3D CT和PET扫描，切片为27,240对2D图像（训练：21,855对，验证：2,810对，测试：2,575对）
31	2025-05-16	Recognizing artery segments on carotid ultrasonography using embedding concatenation of deep image and vision-language models 2025-May-14, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/add8db PMID:40367970	research paper	该研究提出了一种自动分类模型，用于识别颈动脉超声图像中的不同动脉段，以提高颈动脉检查的量化准确性	结合了预训练的DenseNet201、ViT和EchoCLIP模型的嵌入特征，并使用SVM分类器进行解剖结构识别	NA	提高颈动脉超声检查的准确性和一致性	颈总动脉（CCA）、颈动脉球部、颈内动脉（ICA）和颈外动脉（ECA）	computer vision	心血管疾病	深度学习	DenseNet201, ViT, EchoCLIP, SVM	image	2,943张B型超声图像（来自288名患者）
32	2025-05-16	A sub-meter resolution urban surface albedo dataset for 34 U.S. cities based on deep learning 2025-May-14, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05109-2 PMID:40368894	research paper	该研究利用深度学习和多源遥感数据，首次为美国34个主要城市制作了高分辨率城市反照率地图	首次为34个美国主要城市提供亚米级分辨率的城市反照率数据集，结合多种遥感数据和U-Net模型进行不透水表面分类及反照率预测	研究仅针对美国34个城市，可能无法直接推广到其他地区或城市	提高城市热环境理解的精确度，支持城市规划和环境监测	美国34个主要城市的城市表面	machine learning	NA	多源遥感数据（NAIP影像、屋顶反照率数据、建筑足迹、土地覆盖分类、Sentinel-2影像）	U-Net	遥感影像	34个美国主要城市
33	2025-05-16	A fusocelular skin dataset with whole slide images for deep learning models 2025-May-14, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05108-3 PMID:40368949	research paper	介绍了一个用于深度学习模型的皮肤梭形细胞病变全切片图像数据集AI4SkIN	首次公开了用于皮肤梭形细胞病变的全切片图像数据集，并采用创新的众包协议进行标注	未提及具体的数据集覆盖范围和多样性限制	开发并验证多类皮肤梭形细胞病变分类方法	皮肤梭形细胞病变的全切片图像	digital pathology	skin cancer	Gaussian Processes	deep learning models	Whole Slide Images (WSIs)	641张Hematoxylin和Eosin染色的WSIs
34	2025-05-16	Evaluating masked self-supervised learning frameworks for 3D dental model segmentation tasks 2025-May-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01014-1 PMID:40368972	研究论文	评估掩码自监督学习框架在3D牙科模型分割任务中的应用	首次在3D牙科模型领域探索了四种掩码自监督学习框架（Point-BERT、Point-MAE、Point-GPT和Point-M2AE）的有效性	当标记数据充足时，预训练带来的性能提升会减弱	提高牙科模型分割任务的自动化水平，支持计算机辅助治疗规划	3D牙科模型（牙齿和牙套）	计算机视觉	NA	掩码自监督学习	Point-BERT, Point-MAE, Point-GPT, Point-M2AE	3D模型数据	超过4000个未标记的3D牙科模型（预训练），以及公开可用的Teeth3DS数据集和自建的牙套分割数据集（微调）
35	2025-05-16	A multi-layered defense against adversarial attacks in brain tumor classification using ensemble adversarial training and feature squeezing 2025-May-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00890-x PMID:40369011	研究论文	本文提出了一种多层防御策略，结合集成对抗训练和特征压缩技术，以提高脑肿瘤分类模型在对抗攻击下的鲁棒性	采用VGG16-based CNN模型，并结合对抗训练和特征压缩技术，显著提高了模型在对抗攻击下的准确率	对抗攻击下的准确率仍有提升空间，且仅测试了FGSM和PGD两种攻击方法	提高脑肿瘤分类模型在对抗攻击下的鲁棒性	脑肿瘤分类模型	计算机视觉	脑肿瘤	对抗训练、特征压缩技术（如位深度降低和高斯模糊）	VGG16-based CNN	MRI图像	NA
36	2025-05-16	Advanced internet of things enhanced activity recognition for disability people using deep learning model with nature-inspired optimization algorithms 2025-May-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00379-7 PMID:40369092	research paper	提出了一种基于深度学习和自然启发优化算法的增强型残疾人活动识别模型（EARDP-DLMNOA）	结合自适应黑猩猩优化（AdCO）技术和深度卷积自编码器（DCAE）进行特征子集选择和活动识别，并使用斑马优化算法（ZOA）进行超参数选择	未提及模型在复杂环境或不同设备上的泛化能力	提高残疾人活动识别的准确性和效率	残疾人活动数据	computer vision	NA	deep learning, nature-inspired optimization algorithms	DCAE, AdCO, ZOA	activity data from smartphones	未明确提及具体样本数量，使用了HAR智能手机数据集
37	2025-05-16	A computational framework for IoT security integrating deep learning-based semantic algorithms for real-time threat response 2025-May-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93898-2 PMID:40369098	研究论文	提出了一种结合深度学习和语义推理的框架，用于增强物联网安全中的实时威胁检测和自主响应	整合了CNN和RNN进行空间异常检测和序列模式识别，同时利用知识图谱进行上下文感知的威胁检测，结合边缘计算和实时流处理实现低延迟识别高级攻击	未来工作需关注实际部署和自适应威胁情报	开发下一代自主物联网安全解决方案，解决深度学习、语义推理与现实安全挑战之间的桥梁	物联网网络中的安全威胁	机器学习	NA	深度学习，语义推理，边缘计算，实时流处理	CNN, RNN	实时流数据	CICIoT 2023数据集和自定义物联网测试平台
38	2025-05-16	A vision transformer based CNN for underwater image enhancement ViTClarityNet 2025-May-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91212-8 PMID:40369132	研究论文	提出了一种结合视觉Transformer和卷积神经网络的ViT-Clarity水下图像增强模块，并开发了生成合成水下图像的BlueStyleGAN模型	首次将视觉Transformer与CNN结合用于水下图像增强，并提出了能生成逼真合成水下图像的BlueStyleGAN模型	缺乏配对的真实水下图像数据集，依赖合成数据进行训练	解决水下计算机视觉中因光线散射、吸收和照明不足导致的图像质量问题	水下图像	计算机视觉	NA	生成对抗网络(GAN)	ViT(视觉Transformer)与CNN结合	图像	在代表不同水下条件的五个数据集上进行测试
39	2025-05-16	A metaheuristic optimization-based approach for accurate prediction and classification of knee osteoarthritis 2025-May-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99460-4 PMID:40369219	研究论文	本文提出了一种基于元启发式优化的方法，用于准确预测和分类膝骨关节炎	采用集体迁移学习方法和四种预训练模型（VGG19、ResNet50、AlexNet和GoogleNet）提取深度特征，并使用二元灰雁优化器（bGGO）进行特征选择，结合CNN超参数优化，显著提高了预测和分类的准确性	未提及样本来源的多样性或潜在的数据偏差，可能影响模型的泛化能力	开发先进的深度学习方法，用于膝骨关节炎的风险评估和疼痛演变预测	膝骨关节炎患者或有患病风险的人群	数字病理学	膝骨关节炎	深度学习、迁移学习、元启发式优化	CNN、VGG19、ResNet50、AlexNet、GoogleNet	图像	NA
40	2025-05-16	Development and validation of a deep learning model for diagnosing neuropathic corneal pain via in vivo confocal microscopy 2025-May-14, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01577-3 PMID:40369269	research paper	开发并验证了一种通过活体共聚焦显微镜诊断神经性角膜疼痛的深度学习模型	提出了一种新的神经性角膜疼痛筛查系统，基于深度学习模型检测微神经瘤，并提供了不确定性量化机制	模型在临床使用中的广泛性和可用性可能受限于数据集的多样性和规模	开发一种自动化、高准确率的神经性角膜疼痛诊断工具	神经性角膜疼痛患者	digital pathology	neuropathic corneal pain	in vivo confocal microscopy (IVCM)	deep learning model	image	103,168 IVCM images