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	2025-07-25	BanglaTaka: A dataset for classification of Bangladeshi banknotes 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111853 PMID:40703564	research paper	本文介绍了BanglaNotes数据集，用于孟加拉国纸币面额分类	提出了一个高质量且具有一致性的孟加拉国纸币数据集，支持金融自动化和深度学习分类算法的研究	数据集中仅包含孟加拉国的纸币，可能不适用于其他国家的纸币分类	推动纸币分类和识别领域的创新与研究	孟加拉国纸币	computer vision	NA	NA	NA	image	5073张孟加拉国纸币图像，涵盖9种面额（2、5、10、20、50、100、200、500和1000 BDT）
22	2025-07-25	Benford's Law in histology 2025-Aug, Journal of pathology informatics DOI:10.1016/j.jpi.2025.100458 PMID:40704058	研究论文	探讨Benford定律在数字病理学中的应用，用于分析正常与癌变肝细胞的差异	首次将Benford定律应用于数字病理学中的全切片图像分析，提供了一种快速分析大数据集的新方法	QuPath无法准确区分所有细胞质边界，导致部分尺寸测量类别无法使用	探索Benford定律在数字病理学中的应用潜力	正常肝细胞和肝癌细胞的数字病理切片	数字病理学	肝癌	定量组织形态计量学	NA	图像	20张切片（15张来自7名癌症患者，5张来自正常肝组织），共323,039个细胞
23	2025-07-25	Modelling the liver's regenerative capacity across different clinical conditions 2025-Aug, JHEP reports : innovation in hepatology IF:9.5Q1 DOI:10.1016/j.jhepr.2025.101465 PMID:40704068	研究论文	本研究通过系统生物学和机器学习方法，识别了不同临床条件下小鼠模型中肝脏再生的关键转录组、蛋白质组和血清生物标志物	开发了一种新颖的对比深度学习框架，结合三重损失函数，用于映射再生轨迹并识别与再生效率相关的基因	研究仅基于小鼠模型，结果在人类中的适用性需要进一步验证	识别不同临床条件下肝脏再生的关键分子标志物，评估再生能力	小鼠模型（包括年轻雄性、雌性、老年小鼠、2期纤维化、脂肪变性和他克莫司暴露模型）	机器学习	肝脏疾病	转录组测序、蛋白质组分析、SPLiT-seq	对比深度学习框架（triplet loss）	转录组数据、蛋白质组数据、血清生物标志物数据	6种小鼠模型，每种模型进行75%肝切除术
24	2025-07-25	Exploring the social life of urban spaces through AI 2025-Jul-29, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2424662122 PMID:40705424	research paper	通过AI技术分析纽约、波士顿和费城四个城市公共空间30年间行人行为的变化	利用计算机视觉和深度学习技术自动分析历史视频数据，替代传统的手动视频分析方法	研究仅涵盖三个美国城市的四个公共空间，可能无法代表其他地区的情况	探索城市公共空间中行人行为随时间的变化及其社会意义	纽约、波士顿和费城四个城市公共空间的行人	computer vision	NA	computer vision, deep learning	NA	video	1979-80和2008-10年间的视频录像
25	2025-07-25	The Power of Hellmann-Feynman Theorem: Kohn-Sham DFT Energy Derivatives with Respect to the Parameters of the Exchange-Correlation Functional at Linear Cost 2025-Jul-24, The journal of physical chemistry. A DOI:10.1021/acs.jpca.5c01771 PMID:40653651	研究论文	本文应用Hellmann-Feynman定理计算Kohn-Sham DFT能量对交换相关泛函参数的导数，显著提高了计算效率	利用Hellmann-Feynman定理实现了Kohn-Sham DFT能量对交换相关泛函参数导数的线性复杂度计算，相比自动微分方法显著加速	研究仅基于LDA和GGA泛函进行验证，未涉及更复杂的泛函形式	开发高效计算科学模型参数导数的方法，以加速机器学习中的梯度优化和深度学习集成	Kohn-Sham DFT能量对交换相关泛函参数的导数	机器学习	NA	Hellmann-Feynman定理	Kohn-Sham DFT	NA	一系列烷烃（n=4...64）使用双zeta基组
26	2025-07-25	Advancements and challenges in inverse lithography technology: a review of artificial intelligence-based approaches 2025-Jul-24, Light, science & applications DOI:10.1038/s41377-025-01923-w PMID:40701983	综述	本文综述了逆光刻技术（ILT）在计算光刻中的应用，特别关注了与人工智能（AI）技术的结合	强调了AI技术如CNN、DNN、GAN等在ILT中的应用及其对现有挑战的潜在解决方案	计算运行时间长和掩模写入复杂性等挑战	探讨逆光刻技术在半导体行业中的应用及AI技术的整合	逆光刻技术及其AI驱动的方法	计算光刻	NA	优化算法、AI技术	CNN、DNN、GAN、模型驱动的深度学习方法	NA	NA
27	2025-07-25	An automated hybrid deep learning framework for paddy leaf disease identification and classification 2025-Jul-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08071-6 PMID:40701992	研究论文	提出了一种自动化的混合深度学习框架，用于水稻叶片病害的识别与分类	结合MobileNetV3模型和混合优化算法（GKSO与SA）进行特征选择，使用CatBoost进行分类，实现了高准确率	未提及模型在不同环境或光照条件下的泛化能力，数据集可能仅限于特定地区的水稻病害	提升水稻病害识别效率以支持精准农业管理	水稻叶片病害图像	计算机视觉	水稻病害	深度学习、迁移学习、优化算法	MobileNetV3, CatBoost	图像	Kaggle上的paddy doctor数据集（具体数量未说明）
28	2025-07-25	Artificial Neural Networks and Deep Learning in Solid Organ Transplantation 2025-Jul-24, Transplantation IF:5.3Q1 DOI:10.1097/TP.0000000000005500 PMID:40702591	review	本文综述了人工神经网络和深度学习在实体器官移植中的应用，并提供了相关术语解释和使用建议	概述了神经网络在移植领域的最新应用，特别是处理非表格数据（如图像和文本）的能力	模型结果的解释需要考虑上下文，存在一定的黑箱预测问题	探讨人工神经网络和深度学习在实体器官移植中的应用潜力	实体器官移植	machine learning	NA	deep learning	artificial neural networks	image, text	NA
29	2025-07-25	Malignancy classification of thyroid incidentalomas using 18F-fluorodeoxy-d-glucose PET/computed tomography-derived radiomics 2025-Jul-24, Nuclear medicine communications IF:1.3Q3 DOI:10.1097/MNM.0000000000002031 PMID:40702878	研究论文	本研究探讨了18F-FDG PET/CT衍生的放射组学特征在区分甲状腺偶发瘤良恶性中的作用	利用PET和CT图像的放射组学特征进行甲状腺偶发瘤的良恶性分类，并与传统的TIRADS分类进行比较	样本量较小（46例患者），未来需要更大样本和深度学习方法验证	研究非侵入性PET/CT放射组学特征在甲状腺偶发瘤良恶性鉴别中的价值	46例接受甲状腺超声和手术的PET/CT甲状腺偶发瘤患者	数字病理学	甲状腺癌	18F-FDG PET/CT成像	NA	医学影像（PET和CT图像）	46例患者（36例恶性，10例良性）
30	2025-07-25	Mycophenolate mofetil-induced colitis versus colonic graft-versus-host disease: a comparative histologic study with artificial intelligence model development 2025-Jul-24, Histopathology IF:3.9Q1 DOI:10.1111/his.15521 PMID:40703053	研究论文	本研究比较了MMF诱导的结肠炎和结肠GVHD的组织病理学特征，并开发了一种使用深度学习卷积神经网络（CNNs）的数字工具，用于半自动化量化嗜酸性粒细胞	开发了一种基于深度学习的数字工具，用于半自动化量化嗜酸性粒细胞，为MMF诱导的结肠炎和结肠GVHD的鉴别诊断提供辅助工具	MMF诱导的结肠炎在SCT患者中较为罕见，因此病理学家在诊断时需要较高的阈值	比较MMF诱导的结肠炎和结肠GVHD的组织病理学特征，并开发一种数字工具辅助诊断	MMF和GVHD结肠炎病例，以及接受移植并处于GVHD风险中的患者	数字病理学	结肠炎	深度学习卷积神经网络（CNNs）	CNN	组织病理学图像	95名患者（GVHD组37例，MMF组25例，GVHD vs. MMF组33例）
31	2025-07-25	Deep Learning to Differentiate Parkinsonian Syndromes Using Multimodal Magnetic Resonance Imaging: A Proof-of-Concept Study 2025-Jul-24, Movement disorders : official journal of the Movement Disorder Society IF:7.4Q1 DOI:10.1002/mds.30300 PMID:40704399	研究论文	本研究利用深度学习和多模态磁共振成像（MRI）数据，开发了一种基于三维卷积神经网络（3D CNN）的方法，用于区分多系统萎缩（MSA）和帕金森病（PD）	首次将多模态MRI数据（灰质密度图和平均扩散率图）与3D CNN结合，用于区分MSA和PD，并通过激活图分析提供了模型的可解释性	样本量相对较小（92例MSA患者和64例PD患者），且为回顾性研究	开发一种基于MRI的自动诊断工具，用于区分帕金森综合征	多系统萎缩（MSA）患者和帕金森病（PD）患者	数字病理学	帕金森综合征	磁共振成像（MRI），包括T1加权序列和扩散张量成像	3D CNN	图像	156例患者（92例MSA，64例PD）
32	2025-07-25	Deep Learning Based Evaluation of Skeletal Maturation: A Comparative Analysis of Five Hand-Wrist Methods 2025-Jul-24, Orthodontics & craniofacial research IF:2.4Q2 DOI:10.1111/ocr.70008 PMID:40704688	研究论文	本研究通过比较五种不同的手腕骨骼成熟度评估方法，评估了深度学习算法在骨骼年龄估计中的有效性	使用YOLOv8x深度学习模型对五种手腕骨骼成熟度分类方法进行比较分析，并展示了在不同骨骼成熟阶段的分类性能	在青春期生长高峰阶段（S-H2和MP3-Cap阶段）的分类性能略低	评估深度学习算法在骨骼年龄估计中的诊断可靠性	6572名8-16岁正畸患者的手腕X光片	计算机视觉	NA	YOLOv8x深度学习模型	YOLOv8x-cls	图像	6572张手腕X光片
33	2025-07-25	MSA-Net: a multi-scale and adversarial learning network for segmenting bone metastases in low-resolution SPECT imaging 2025-Jul-24, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-025-00785-w PMID:40705118	research paper	提出了一种基于深度学习的多尺度和对抗学习网络MSA-Net，用于在低分辨率SPECT成像中分割骨转移病灶	结合条件对抗学习和多尺度特征提取生成器，采用级联扩张卷积、多尺度模块和深度监督，提高了多尺度病灶检测的准确性，尤其是对小而聚集的病灶	未提及具体的数据集多样性或模型在其他类型癌症中的泛化能力	提高低分辨率SPECT成像中骨转移病灶的分割准确性，以支持肺癌的临床决策	骨转移病灶	digital pathology	lung cancer	SPECT imaging	MSA-Net (multi-scale and adversarial learning network)	image	286 clinically annotated SPECT scintigrams
34	2025-07-25	Guided multi-objective generative AI to enhance structure-based drug design 2025-Jul-23, Chemical science IF:7.6Q1 DOI:10.1039/d5sc01778e PMID:40463429	研究论文	本文介绍了一种名为IDOLpro的新型生成化学AI，结合扩散模型与多目标优化，用于基于结构的药物设计	IDOLpro首次结合扩散模型与多目标优化，能够生成满足多种目标理化性质的新型配体，且在结合亲和力和合成可及性上优于现有方法	未明确提及具体局限性	开发一种能够生成满足多种目标理化性质的新型配体的生成化学AI，以加速药物发现过程	药物分子配体	药物发现	NA	扩散模型、多目标优化	扩散模型	化学结构数据	两个基准测试集
35	2025-07-25	Molecular Machine Learning Approach to Enantioselective C-H Bond Activation Reactions: From Generative AI to Experimental Validation 2025-Jul-23, Chemical science IF:7.6Q1 DOI:10.1039/d5sc01098e PMID:40556724	研究论文	本文提出了一种结合分子机器学习和深度生成模型的方法，用于预测和验证对映选择性C-H键活化反应	利用预训练的化学语言模型和迁移学习方法，开发了能够预测新反应并生成新型配体的深度学习模型	研究基于相对较小的反应数据集（220个实验样本），且强调了领域专家在关键决策中的重要性	开发机器学习算法以预测和指导新的化学反应，特别是对映选择性β-C(sp)-H活化反应	对映选择性C-H键活化反应及其配体设计	机器学习	NA	迁移学习, 化学语言模型	CLM（化学语言模型）, EnP（集成预测模型）	化学反应数据	220个实验报告的反应样本，以及预训练的100万个未标记分子
36	2025-07-25	Development and validation of an improved volumetric breast density estimation model using the ResNet technique 2025-Jul-23, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adecac PMID:40623423	研究论文	本研究开发并验证了一种改进的基于ResNet技术的乳腺体积密度估计模型	首次应用ResNet深度学习模型于乳腺体积密度估计，性能优于传统方法和之前的机器学习模型	研究仅基于历史数据，未涉及前瞻性验证	提高从存档X线乳腺摄影中估计乳腺体积密度的准确性	乳腺X线摄影图像	计算机视觉	乳腺癌	ResNet深度学习技术	Random Forest, XG-Boost, ResNet	医学影像	NA
37	2025-07-25	Development of a deep learning model for T1N0 gastric cancer diagnosis using 2.5D radiomic data in preoperative CT images 2025-Jul-23, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01055-9 PMID:40696140	research paper	开发了一种基于2.5D放射组学数据和深度学习的模型，用于术前CT图像中T1N0胃癌的诊断	首次将2.5D放射组学数据和多实例学习(MIL)应用于胃癌诊断，结合ResNet101和XGBoost模型	研究仅基于两个医疗中心的数据，可能影响模型的泛化能力	提高早期胃癌(EGC)无淋巴结转移的术前准确诊断	3164名接受根治性手术的胃癌患者	digital pathology	gastric cancer	CT成像	ResNet101, XGBoost	CT图像	3164名胃癌患者
38	2025-07-25	Advances in machine learning for ABCA4-related retinopathy: segmentation and phenotyping 2025-Jul-23, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-025-03690-4 PMID:40699379	综述	本文探讨了机器学习在ABCA4相关视网膜病变（ABCA4R）中的应用，特别是在图像分割和表型分析方面的进展	综述了机器学习在ABCA4R图像分割和表型分析中的最新应用，展示了多种高效方法，如集成建模、自注意力机制和动态框架	数据集较小且表现多样，这带来了显著挑战	自动化ABCA4R评估的关键步骤，以加速治疗创新和增进对疾病的理解	ABCA4相关视网膜病变（ABCA4R）患者	机器学习	视网膜病变	机器学习（ML）、深度学习	集成建模、自注意力机制、动态框架	图像、电生理数据（ERG）、视力数据	15篇选定的文章（从264篇中筛选）
39	2025-07-25	A Comprehensive Survey on 3D Single-View Object Reconstruction 2025-Jul-23, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3591770 PMID:40699970	综述	本文全面调查了基于单视图的3D物体重建（SVOR）领域的最新进展，特别是与基于新视角合成（NVS）方法相关的进展，并提出了一种更全面的评估方法以准确反映人类视觉感知	提出了一种考虑部分显著性的加权评估方法，并引入了一种自动感知重建差异的新技术，有效提高了评估的准确性和一致性	现有质量评估指标与人类视觉感知之间存在差异，且关键物体部分在评估中常被忽视	填补SVOR领域现有综述未全面涵盖基于NVS方法快速发展的空白，并提升评估方法的准确性	单视图3D物体重建（SVOR）方法及其评估技术	计算机视觉	NA	深度学习（DL），新视角合成（NVS）	NA	图像	NA
40	2025-07-25	Progressive Training for Learning From Label Proportions 2025-Jul-23, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3590131 PMID:40699973	研究论文	提出了一种名为PT-LLP的渐进式训练方法，用于解决基于标签比例学习（LLP）中的比例约束问题	通过渐进式训练方法从袋级别到实例级别逐步满足比例约束，结合知识蒸馏和最优传输算法优化分类器性能	未明确提及具体的数据集规模或计算资源需求限制	改进基于标签比例学习的分类器性能，确保比例约束得到满足	基于标签比例的机器学习分类问题	机器学习	NA	最优传输（OT）算法、知识蒸馏	深度学习模型（具体模型未提及）	分组训练数据	NA