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	2025-06-11	Automated mitosis detection in stained histopathological images using Faster R-CNN and stain techniques 2025-Jun-11, Journal of integrative bioinformatics IF:1.5Q3 DOI:10.1515/jib-2024-0049 PMID:40491077	research paper	该研究探讨了使用深度学习技术，特别是基于Faster R-CNN的目标检测模型，在染色组织病理学图像中自动检测有丝分裂的方法	提出了一种基于Faster R-CNN的两阶段目标检测模型，并应用染色增强和归一化技术来解决组织病理学图像分析中的域偏移问题	未明确提及研究的局限性	开发自动化的有丝分裂检测方法，以辅助癌症诊断和治疗	染色组织病理学图像中的有丝分裂	digital pathology	cancer	stain augmentation and normalization	Faster R-CNN, RetinaNet	image	MIDOG++数据集
22	2025-06-11	Development of an Interpretable Machine Learning Model for Neurotoxicity Prediction of Environmentally Related Compounds 2025-Jun-10, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.5c03311 PMID:40307185	研究论文	开发了一种可解释的机器学习模型，用于预测环境相关化合物的神经毒性	结合分子指纹和分子描述符与XGBoost算法，构建了一个高精度且可解释的神经毒性预测模型	在已知神经毒性数据的89种化合物上，模型准确率为0.74，仍有提升空间	预测环境相关化合物的神经毒性，以管理环境健康风险	环境相关化合物	机器学习	神经系统疾病	分子指纹、分子描述符、分子图	XGBoost	分子数据	1170种化合物，其中89种有已知神经毒性数据
23	2025-06-11	High-Output Droplet Electricity Generator for Intelligent Self-Powered Biochemical Analysis 2025-Jun-10, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02079 PMID:40491299	研究论文	提出了一种微型智能自供电电子舌（MISET），用于化学和生物物质的高灵敏度、可靠性和实时检测	MISET引入了封闭式液体传感环境和液滴能量生成机制，显著提高了信号稳定性和电荷转移效率，并通过深度学习辅助分析优化信号处理和模式识别	NA	克服传统分析方法在灵敏度、可靠性、便携性和实时检测方面的挑战	化学和生物物质	生物传感	NA	液滴能量生成（DEG）机制和深度学习辅助分析	深度学习	液体传感信号	NA
24	2025-06-11	Label-free diagnosis of lung cancer by Fourier transform infrared microspectroscopy coupled with domain adversarial learning 2025-Jun-10, The Analyst DOI:10.1039/d5an00216h PMID:40492296	研究论文	本文提出了一种结合傅里叶变换红外显微光谱和深度学习模型的无标记肺癌诊断新方法	提出了一种红外光谱域对抗神经网络(IRS-DANN)，利用域对抗学习机制减少患者间差异的影响，提高了肺癌组织的准确鉴别能力	训练样本数量有限	开发一种新型无标记肺癌诊断技术	肺癌组织	数字病理学	肺癌	傅里叶变换红外显微光谱(FTIR)	IRS-DANN(基于域对抗学习的神经网络)	红外光谱数据	有限的临床FTIR数据集
25	2025-06-11	Targeted Intervention Strategies for Maternal-Offspring Transmission of Christensenellaceae in Pigs via a Deep Learning Model 2025-Jun-10, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202503411 PMID:40492389	研究论文	本文介绍了一种名为MOMTM的深度学习框架，用于研究母猪与后代之间微生物传递的动态，并探讨了针对Christensenellaceae的干预策略	开发了MOMTM深度学习框架，首次用于预测和干预母猪与后代间特定微生物（如Christensenellaceae R-7）的传递	研究仅针对猪的微生物传递，未涉及其他动物或人类	探究母猪与后代间微生物传递机制，并开发针对性的干预策略以改善后代肠道健康	母猪及其后代的肠道微生物	机器学习	NA	深度学习	深度学习框架（MOMTM）	微生物数据	NA
26	2025-06-11	Assessing Substrate Scope of the Cyclodehydratase LynD by mRNA Display-Enabled Machine Learning Models 2025-Jun-10, Biochemistry IF:2.9Q3 DOI:10.1021/acs.biochem.4c00682 PMID:40492579	研究论文	本研究利用mRNA展示技术结合深度学习模型，评估了YcaO环脱水酶LynD的底物范围	首次将mRNA展示技术与深度学习模型相结合，用于评估LynD酶的底物特异性，并构建了能准确预测底物处理的深度学习模型	研究主要关注LynD酶，对其他YcaO家族成员的适用性需要进一步验证	评估YcaO环脱水酶LynD的底物特异性，并开发预测模型	YcaO环脱水酶LynD及其底物	机器学习	NA	mRNA展示技术	深度学习模型	肽序列数据	比以往研究更大的LynD底物库
27	2025-06-11	Artificial intelligence-powered microscopy: Transforming the landscape of parasitology 2025-Jun-10, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.13433 PMID:40492595	综述	本文探讨了人工智能在寄生虫学领域的应用及其潜力	综述了人工智能、机器学习和深度学习在寄生虫学中的应用，特别是针对Apicomplexan、Diplomonad和Kinetoplastid类群的研究	讨论了在生物医学领域中实施和扩展人工智能应用所面临的挑战和限制	探索人工智能如何填补寄生虫学研究和诊断中的空白	Apicomplexan、Diplomonad和Kinetoplastid类群的寄生虫	数字病理学	寄生虫病	显微镜和图像分析	机器学习和深度学习	图像	NA
28	2025-06-11	Arthroscopy-validated diagnostic performance of sub-5-min deep learning super-resolution 3T knee MRI in children and adolescents 2025-Jun-10, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-025-04969-4 PMID:40493057	research paper	本研究评估了5分钟内完成的深度学习超分辨率3T膝关节MRI在儿童和青少年中的诊断性能	采用结合六倍并行成像和三倍同时多层加速的深度学习超分辨率技术，实现快速且高质量的膝关节MRI	样本量较小（44名儿童），且研究为回顾性设计	评估加速深度学习超分辨率MRI在儿童膝关节疾病诊断中的性能	患有膝关节疼痛的儿童和青少年	digital pathology	geriatric disease	PIx3-SMSx2-accelerated DL super-resolution MRI	DL	MRI图像	44名儿童（9-17岁）
29	2025-06-11	Genome-resolved metagenomics from short-read sequencing data in the era of artificial intelligence 2025-Jun-10, Functional & integrative genomics IF:3.9Q1 DOI:10.1007/s10142-025-01625-x PMID:40493087	综述	本文综述了基于人工智能的短读长宏基因组数据分析工具及其在基因组解析宏基因组学中的应用	整合人工智能技术于宏基因组数据分析的不同阶段，提升了处理复杂多维数据的准确性、可扩展性和效率	早期机器学习与深度学习模型因测序技术进步而效率降低，当前AI工具的局限性未明确说明	探讨人工智能在基因组解析宏基因组学中的应用及其工具性能	短读长宏基因组数据	机器学习	NA	短读长测序	机器学习和深度学习	基因组数据	NA
30	2025-06-11	Exploring Machine Learning Models for Vault Safety in ICL Implantation: A Comparative Analysis of Regression and Classification Models 2025-Jun-10, Ophthalmology and therapy IF:2.6Q2 DOI:10.1007/s40123-025-01173-4 PMID:40493108	研究论文	本研究评估了机器学习模型在预测植入式Collamer镜片（ICL）V4c植入术后拱高方面的性能，比较了回归和分类方法的效果	首次系统地比较了回归和分类模型在ICL术后拱高预测中的表现，并确定了最适合临床应用的模型类型	所有模型在极端拱高分类上表现不佳，回归模型的预测精度有限	评估机器学习模型预测ICL植入术后拱高的性能	ICL V4c植入术后的拱高预测	机器学习	眼科疾病	梯度提升、随机森林和CatBoost算法	梯度提升、随机森林、CatBoost	生物计量和人口统计数据	NA
31	2025-06-11	Machine learning is changing osteoporosis detection: an integrative review 2025-Jun-10, 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/s00198-025-07541-x PMID:40493238	review	本文综述了机器学习在骨质疏松症检测中的应用，探讨了从基础算法到深度学习技术的进展及其在临床中的潜力	整合了过去十年中从基础机器学习到深度学习在骨质疏松检测中的最新研究，提出了结合多模态数据的未来预测模型构想	深度学习存在'黑箱'问题、对大量标注数据的依赖以及临床可解释性困难等挑战	探讨机器学习技术在骨质疏松症早期诊断和风险检测中的应用与未来发展	骨质疏松症的早期诊断和风险检测	machine learning	骨质疏松症	机器学习算法、深度学习算法	人工神经网络、深度学习模型	临床数据、影像数据（X-ray、CT、MRI）	NA
32	2025-06-11	Multiproperty Deep Learning of the Correlation Energy of Electrons and the Physicochemical Properties of Molecules 2025-Jun-10, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00414 PMID:40493380	研究论文	本文利用基于信息理论方法(ITA)的密度描述符作为多属性深度学习(DL)的特征，预测分子的相关能量和物理化学性质	首次将ITA密度描述符用于多属性深度学习，预测电子相关能量和多种物理化学性质，并在准确性和效率上优于传统的TD-DFT方法	未明确提及具体局限性	开发一种基于ITA-DL的通用框架，用于准确、低成本预测分子的多种性质	分子的电子相关能量和物理化学性质(如分子极化率、NMR屏蔽常数、氧化还原电位等)	机器学习	NA	深度学习(DL), 信息理论方法(ITA)	DL	分子描述符数据	未明确提及具体样本数量，但包含小发色团和大分子测试集
33	2025-06-11	Baseline correction of Raman spectral data using triangular deep convolutional networks 2025-Jun-09, The Analyst DOI:10.1039/d5an00253b PMID:40384579	research paper	该研究提出了一种新的深度学习网络架构，用于提高拉曼光谱数据的基线校正效果	提出了一种新颖的三角形深度卷积网络架构，相比现有方法在校正精度、计算时间和峰值强度与形状的保留方面表现更优	未提及具体的数据集规模或多样性限制	提高拉曼光谱数据的基线校正效果	拉曼光谱数据	machine learning	NA	Raman spectroscopy	triangular deep convolutional networks	spectral data	NA
34	2025-06-11	Deep learning without borders: recent advances in ultrasound image classification for liver diseases diagnosis 2025-Jun-09, Expert review of medical devices IF:2.9Q3 DOI:10.1080/17434440.2025.2514764 PMID:40445166	review	本文综述了深度学习技术在利用超声影像进行肝脏疾病分类方面的最新进展	探讨了从CNN到其混合版本（如CNN-Transformer）等多种模型在脂肪肝、纤维化和肝癌等疾病检测中的应用	讨论了在不同临床环境中数据和模型泛化面临的挑战	提升肝脏疾病的自动诊断水平	肝脏疾病（如脂肪肝、纤维化和肝癌）	digital pathology	liver disease	ultrasound imaging	CNN, CNN-Transformer	image	NA
35	2025-06-11	Language and attenuation-driven network for robot-assisted cholangiocarcinoma diagnosis from optical coherence tomography 2025-Jun-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3578179 PMID:40489267	研究论文	本文提出了一种结合光学衰减系数和广义视觉语言信息的深度学习架构（LA-OCT Net），用于机器人辅助的胆管癌光学相干断层扫描（OCT）图像自动分类	引入了光学衰减系数（OAC）和广义视觉语言信息，开发了跨模态互补模型LA-OCT Net，通过解耦衰减选择对抗相关损失增强跨模态特征的差异	未提及具体的数据集规模或模型在不同数据集上的泛化能力	开发一种自动且准确的胆管癌分类系统，以确认浸润边缘	胆管癌（CCA）的光学相干断层扫描（OCT）图像	数字病理学	胆管癌	光学相干断层扫描（OCT）	LA-OCT Net（基于深度学习的跨模态互补模型）	图像	综合临床数据集（未提及具体数量）
36	2025-06-11	Anisotropic Spherical Gaussians Lighting Priors for Indoor Environment Map Estimation 2025-Jun-09, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3575902 PMID:40489269	research paper	提出了一种利用各向异性球面高斯（ASG）作为先验，从单张标准图像估计室内HDR环境光照图的新方法	使用ASG替代传统球面高斯（SG）表示，以更好地捕捉各向异性光照特性，并引入基于transformer的网络和两阶段训练方案来预测ASG参数	NA	从单张标准图像估计室内高动态范围（HDR）环境光照图，以支持增强现实和视觉编辑应用	室内环境光照图	computer vision	NA	deep learning, transformer-based network	transformer	image	NA
37	2025-06-11	ComPtr: Towards Diverse Bi-source Dense Prediction Tasks via A Simple yet General Complementary Transformer 2025-Jun-09, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3578494 PMID:40489289	research paper	该论文提出了一种名为ComPtr的新型互补Transformer，用于处理多样化的双源密集预测任务	ComPtr通过一致性增强和差异感知组件，能够从不同的图像源中提取和收集重要的视觉语义线索，适用于多种任务	NA	构建一个通用的双源密集预测模型，以处理多种视觉任务	双源密集预测任务	computer vision	NA	Transformer	ComPtr	image	NA
38	2025-06-11	Lightweight LLM-Based Anomaly Detection Framework for Securing IoTMD Enabled Diabetes Management Control Systems 2025-Jun-09, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3577604 PMID:40489281	研究论文	本研究评估了多种轻量级大型语言模型（LLMs）在基于IoTMD的糖尿病管理控制系统（DMCS）中的异常检测性能	使用LoRA微调的LLaMA 3.2 1B-Instruct模型在异常检测中达到了99.91%的准确率和100%的精确度，展示了基于transformer架构的优越适应性和鲁棒性	研究仅针对糖尿病管理控制系统，未涉及其他IoTMD应用场景	评估轻量级LLMs在IoTMD系统中的异常检测性能，以增强其安全性	基于IoTMD的糖尿病管理控制系统（DMCS）	自然语言处理	糖尿病	LoRA（Low-Rank Adaptation）	LLM（包括LLaMA 3.2 1B-Instruct、GPT-2、Phi-1、Gemma 2B-Instruct等）	文本	NA
39	2025-06-11	Temporal Integrative Machine Learning for Early Detection of Diabetic Retinopathy Using Fundus Imaging and Electronic Health Records 2025-Jun-09, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3578197 PMID:40489278	research paper	提出一种新颖的时间整合机器学习系统，结合眼底图像和电子健康记录（EHR）用于糖尿病视网膜病变（DR）的早期检测	系统独特地处理EHR数据，关注时间趋势和长期患者历史，创建数千个时间特征，捕捉其随时间演变的动态，并提供无与伦比的模型精细度	数据主要为未标记性质，训练阶段采用了伪标记技术	开发一个更动态和全面的机器学习系统，以增强DR检测并提供相关风险因素的新见解	糖尿病视网膜病变（DR）患者	machine learning	diabetic retinopathy	伪标记技术	temporal tabular model, deep learning multi-modal model	image, text	5,000名患者的25,000张视网膜图像和长达20年的电子健康记录
40	2025-06-11	SAS: A General Framework Induced by Sequence Association for Shape from Focus 2025-Jun-09, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3577595 PMID:40489288	research paper	提出了一种基于序列关联的通用框架（SAS），用于提升形状聚焦（SFF）方法的泛化能力	SAS框架将图像序列视为完整的三维数据，通过多视图分解、选择性融合和多尺度特征聚合处理，并引入更严格的多视图学习泛化误差界限来指导选择性融合方法的开发	未提及具体局限性	提升形状聚焦（SFF）方法的泛化能力	多焦点图像序列	computer vision	NA	shape from focus (SFF)	sequence association-based (SAS) framework	image	七个合成数据集和两个未知标签的真实场景