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	2025-06-17	MRI super-resolution reconstruction using efficient diffusion probabilistic model with residual shifting 2025-Jun-16, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ade049 PMID:40460850	研究论文	本研究提出了一种名为Res-SRDiff的新型扩散概率模型，通过残差位移机制显著减少采样步骤，同时保持关键解剖细节，以加速MRI超分辨率重建	引入了残差位移机制到前向扩散过程中，显著减少了采样步骤，同时保持了图像质量，大大提高了计算效率	虽然减少了采样步骤，但可能在某些极端情况下影响图像重建的精确度	提高MRI超分辨率重建的计算效率和图像质量	超高场脑T1 MP2RAGE图像和T2加权前列腺图像	医学影像	NA	扩散概率模型	Res-SRDiff	MRI图像	NA
22	2025-06-17	Association Between Automated Coronary Artery Calcium From Routine Chest Computed Tomography Scans and Cardiovascular Risk in Patients With Colorectal or Gastric Cancer 2025-Jun-16, Circulation. Cardiovascular quality and outcomes DOI:10.1161/CIRCOUTCOMES.124.011656 PMID:40519001	研究论文	本研究探讨了在结直肠癌或胃癌患者中，通过常规胸部CT扫描自动计算冠状动脉钙化（CAC）评分与心血管疾病风险之间的关联	首次在结直肠癌或胃癌患者群体中，使用深度学习软件自动量化CAC评分，并评估其与心血管事件风险的关联	研究为回顾性队列设计，且仅在韩国两家三级医院进行，可能存在选择偏倚	评估自动CAC评分在预测结直肠癌或胃癌患者心血管风险中的临床应用价值	结直肠癌或胃癌患者	数字病理学	心血管疾病	深度学习	NA	医学影像	3153名患者（2011-2019年期间在韩国两家三级医院接受非心电图门控胸部CT扫描）
23	2025-06-17	LumiCharge: Spherical Harmonic Convolutional Networks for Atomic Charge Prediction in Drug Discovery 2025-Jun-16, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.5c01025 PMID:40521781	research paper	提出了一种名为LumiCharge的新型原子电荷预测框架，用于药物发现中的原子电荷预测	结合高阶球谐卷积并显式建模多体相互作用，增强了模型的几何空间感知能力	未明确提及具体局限性	提高原子电荷预测的准确性和泛化能力，以支持药物设计	药物分子中的原子电荷	machine learning	NA	spherical harmonics convolutions	CNN	molecular structures	diverse data sets, external halogen-containing test set
24	2025-06-17	From gas sensing to AI-gas sensing 2025-Jun-16, Chemical communications (Cambridge, England) DOI:10.1039/d5cc01291k PMID:40521933	综述	本文综述了气体传感技术及其在人工智能技术介入下的发展	探讨了AI技术在气体传感领域的应用，如深度学习驱动的特征提取和模式识别、漂移补偿以及在边缘设备上的部署，以及硬件-软件融合的创新	NA	概述气体传感技术及其在AI技术介入下的发展	气体传感技术	机器嗅觉	NA	深度学习、模式识别、漂移补偿	NA	化学信号	NA
25	2025-06-17	Deep Learning Methodology for Quantification of Normal Pancreas Structures 2025-Jun-16, Toxicologic pathology IF:1.4Q4 DOI:10.1177/01926233251341824 PMID:40522090	研究论文	本文提出了一种深度学习方法来量化正常胰腺结构，并应用于疾病模型和毒性研究	利用深度学习和数字病理学技术，开发了一种自动化方法来量化胰腺亚结构，克服了传统视觉评估的主观性和分类测量的局限性	NA	开发一种自动化方法来量化胰腺亚结构，以评估疾病模型和毒性研究中的形态学变化	正常和异常胰腺组织	数字病理学	NA	深度学习	NA	图像	NA
26	2025-06-17	Rate of brain aging associates with future executive function in Asian children and older adults 2025-Jun-16, eLife IF:6.4Q1 DOI:10.7554/eLife.97036 PMID:40522287	研究论文	本研究探讨了大脑年龄变化率与未来执行功能之间的关系，并在新加坡老年人和儿童中验证了深度学习模型的适用性	首次在非白种人群（特别是儿童）中验证大脑年龄模型的泛化能力，并发现大脑年龄变化率与认知功能的关联	研究样本仅来自新加坡，可能限制结果的普遍适用性	研究大脑年龄变化率与认知功能的关系，并验证大脑年龄模型在不同人群中的适用性	新加坡老年人（55-88岁）和儿童（4-11岁）	神经影像分析	老年疾病	深度学习	深度学习模型	神经影像数据	新加坡老年人和儿童群体
27	2025-06-17	Exploring stable isotope patterns in monthly precipitation across Southeast Asia using contemporary deep learning models and SHapley Additive exPlanations (SHAP) techniques 2025-Jun-16, Isotopes in environmental and health studies IF:1.1Q4 DOI:10.1080/10256016.2025.2508811 PMID:40522311	研究论文	本研究利用深度学习和SHAP技术探索东南亚地区月降水中的稳定同位素模式	应用深度神经网络(DNN)和SHAP技术模拟和解释热带降水中的稳定同位素含量，揭示了大规模气候模式与局部气象参数之间的非线性相互作用	研究仅覆盖东南亚六个关键站点，可能无法完全代表整个区域的同位素模式	开发机器学习模型来模拟热带地区降水中的稳定同位素含量，以解决采样站点不足的问题	东南亚六个站点的降水稳定同位素数据(曼谷、吉隆坡、雅加达、哥打巴鲁、查亚普拉和新加坡)	机器学习	NA	深度神经网络(DNN), 偏最小二乘回归(PLSR), SHAP解释技术	DNN, PLSR	气象数据, 同位素数据	东南亚六个站点的月降水数据
28	2025-06-17	A Meta-Analysis of the Diagnostic Test Accuracy of Artificial Intelligence for Predicting Emergency Department Revisits 2025-Jun-16, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02210-2 PMID:40522351	meta-analysis	该研究通过荟萃分析评估人工智能在预测急诊科复诊中的诊断测试准确性	首次通过荟萃分析综合评估AI模型在急诊复诊预测中的表现，并识别影响研究间异质性的协变量	纳入研究数量有限（20篇），且存在显著的异质性	评估AI在预测急诊科复诊中的性能，并探索研究间异质性的来源	急诊科复诊患者	machine learning	NA	machine learning, deep learning, artificial intelligence	NA	NA	20篇文章（包含27个AI模型）
29	2025-06-17	Artificial intelligence (AI) and CT in abdominal imaging: image reconstruction and beyond 2025-Jun-16, Abdominal radiology (New York) DOI:10.1007/s00261-025-05031-6 PMID:40522387	综述	本文探讨了人工智能（AI）在腹部CT成像中的图像重建技术及其更广泛的应用	介绍了基于深度学习的重建（DLR）技术，该技术通过卷积神经网络生成高保真图像，克服了传统方法的噪声和人工纹理问题	临床验证、标准化和广泛采用方面仍存在挑战	探索AI驱动的CT图像重建在腹部成像中的原理、进展和未来方向	腹部器官（如肝脏、胰腺和肾脏）的CT成像	数字病理	NA	深度学习重建（DLR）	CNN	图像	NA
30	2025-06-17	Think deep in the tractography game: deep learning for tractography computing and analysis 2025-Jun-16, Brain structure & function IF:2.7Q3 DOI:10.1007/s00429-025-02938-0 PMID:40522497	research paper	本文总结了基于深度学习的纤维束追踪计算与分析的最新进展和挑战	探讨了深度学习在纤维束追踪领域的潜在革命性影响	仅提供了简要总结，未涉及具体实验或深入分析	探索深度学习在纤维束追踪计算与分析中的应用	纤维束追踪技术	machine learning	NA	deep learning	NA	NA	NA
31	2025-06-17	Predicting mucosal healing in Crohn's disease: development of a deep-learning model based on intestinal ultrasound images 2025-Jun-16, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02014-5 PMID:40522531	研究论文	开发基于肠道超声图像和临床信息的深度学习模型，用于预测克罗恩病患者的黏膜愈合情况	首次利用深度学习模型结合肠道超声图像和临床信息预测克罗恩病患者的黏膜愈合	需要更多多中心、真实世界数据进一步验证和改进模型	预测克罗恩病患者的治疗反应，优化治疗方案	克罗恩病患者	数字病理学	克罗恩病	肠道超声(IUS)	CNN	图像	190名患者（68.9%男性，平均年龄32.3±14.1岁），共1548张肠道超声图像
32	2025-06-17	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	研究论文	本文介绍了一种名为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	NA	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	计算机视觉	NA	荧光寿命成像显微镜(FLIM)	深度学习	图像	模拟数据和活体动态样本
33	2025-06-17	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	review	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	强调了机器学习技术在提高SARS-CoV-2诊断准确性和治疗有效性方面的潜力，并分析了隐私保护、系统准确性和稳定性提升的重要性	临床实施中面临数据异质性、训练数据不足、模型可解释性挑战、患者隐私保护及实施限制等问题	探讨AI驱动技术在SARS-CoV-2传播检测和缓解中的应用	SARS-CoV-2 RNA病毒及其诊断和治疗策略	machine learning	COVID-19	federated learning (FL), deep learning (DL), reinforcement learning (RL), hybrid approaches	NA	NA	NA
34	2025-06-17	Large-scale protein clustering in the age of deep learning 2025-Jun-14, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2025.103078 PMID:40517452	研究论文	本文探讨了深度学习时代下大规模蛋白质聚类的方法及其重要性	利用深度学习技术扩展了蛋白质相似性度量和聚类方法的广度、深度和多样性	未具体说明所提方法在实际应用中的性能表现和局限性	研究蛋白质聚类方法以促进蛋白质功能和注释的转移	蛋白质家族及其序列和结构相似性	生物信息学	NA	深度学习	NA	蛋白质序列和结构数据	大规模蛋白质数据（未提供具体数量）
35	2025-06-17	Qualitative evaluation of automatic liver segmentation in computed tomography images for clinical use in radiation therapy 2025-Jun-14, Cancer radiotherapie : journal de la Societe francaise de radiotherapie oncologique IF:1.5Q3 DOI:10.1016/j.canrad.2025.104648 PMID:40517449	研究论文	本研究评估了基于AI的肝脏自动分割在CT图像中的临床应用，并探讨了几何指标与临床医生评估之间的相关性	首次系统研究几何指标（如Dice系数和Hausdorff距离）与临床医生对分割结果可接受性评估之间的相关性	研究仅针对肝脏分割，且使用单一公开数据集，结果可能无法推广到其他器官或数据集	评估AI自动分割在放射治疗工作流程中的临床应用可行性	CT图像中的肝脏分割	数字病理	NA	CT成像	U-Net	医学图像	公开数据集中的CT图像（具体数量未说明）
36	2025-06-17	A review: Lightweight architecture model in deep learning approach for lung disease identification 2025-Jun-14, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110425 PMID:40517598	综述	本文综述了2020至2025年间发表的23项研究，专注于轻量级架构和优化技术在提高肺部疾病检测准确性方面的应用	轻量级架构在深度学习中的应用，显著减少了参数大小和计算时间，同时保持了与传统深度学习架构相当的准确性	轻量级架构在参数减少的同时，可能在某些情况下导致准确性的下降	提高肺部疾病早期检测的效率和准确性	肺部疾病的医学影像数据（如X光或CT扫描）	数字病理学	肺部疾病	深度学习	SqueezeNet, UNet, SegNet, EfficientNetV2, Extreme Learning Machine (ELM), VGG	医学影像	23项研究，涉及COVID-19公共数据集和来自意大利医学与介入放射学会及Radiopedia的CT扫描图像
37	2025-06-17	Utility of Thin-slice Single-shot T2-weighted MR Imaging with Deep Learning Reconstruction as a Protocol for Evaluating Pancreatic Cystic Lesions 2025-Jun-14, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.mp.2025-0042 PMID:40518300	research paper	评估深度学习重建超分辨率技术（DLR-SR）在2mm薄层单次激发快速自旋回波（SshTSE）图像上的效果，并与5mm厚层图像进行比较，用于胰腺囊性病变的评估	首次将DLR-SR技术应用于2mm薄层SshTSE图像，并证明其在胰腺囊性病变评估中的优越性	样本量较小（30例患者），且研究时间范围较短（2024年6月至7月）	评估DLR-SR技术在薄层MRI图像上的应用效果	胰腺囊性病变患者	数字病理	胰腺疾病	深度学习重建超分辨率（DLR-SR），单次激发快速自旋回波（SshTSE）	深度学习	MRI图像	30例胰腺囊性病变患者
38	2025-06-17	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，并通过概念验证试验测试了其性能	开发了一种改进版的人工智能组织学工具，采用4神经网络结构对图像进行细胞和组织类型组合及位置的表征，并通过分类器模块分配Nancy指数评分	样本量相对较小（791张图像），且仅针对溃疡性结肠炎患者	通过人工智能工具简化溃疡性结肠炎患者的组织病理学定量评估	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-neural network structure	图像	791张图像（630张用于训练，161张用于测试）
39	2025-06-17	Deep learning estimations of the production cross sections of 77Br medical radionuclide 2025-Jun-13, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2025.112003 PMID:40517722	research paper	本研究利用深度学习算法改进预测溴-77放射性核素的生产截面	使用深度学习算法预测放射性核素生产截面，并与传统TALYS代码计算结果进行比较	未提及具体样本量或数据集的详细描述	预测溴-77放射性核素的生产截面	溴-77放射性核素的生产截面	machine learning	NA	深度学习	人工神经网络	实验截面数据	NA
40	2025-06-17	Recent Advances in sMRI and Artificial Intelligence for Presurgical Planning in Focal Cortical Dysplasia: A Systematic Review 2025-Jun-13, Journal of neuroradiology = Journal de neuroradiologie DOI:10.1016/j.neurad.2025.101359 PMID:40517890	系统性综述	本文综述了结构磁共振成像（sMRI）和人工智能（AI）在局灶性皮质发育不良（FCD）术前规划中的最新进展	AI，尤其是深度学习方法，显著提高了FCD的检测敏感性和特异性，甚至超越人类放射科医生的表现	模型性能因FCD类型和训练数据集的不同而有所差异，需要进一步的临床验证和算法优化	提高FCD的检测准确性以改善药物难治性癫痫患者的术前规划和治疗效果	局灶性皮质发育不良（FCD）患者	数字病理学	癫痫	结构磁共振成像（sMRI），包括MPRAGE、MP2RAGE和FLAIR序列	深度学习（DL）和机器学习（ML）	MRI图像	27篇符合纳入标准的全文文章，涉及88篇全文文章