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
4121	2025-03-30	Fundus-Derived Predicted Age Acceleration in Glaucoma Patients Using Deep Learning and Propensity Score-Matched Controls 2025-Mar-17, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14062042 PMID:40142850	research paper	本研究利用深度学习和倾向评分匹配对照，探讨了青光眼与加速生物衰老之间的关系，并分析了系统性因素和视网膜血管变化在这一关联中的作用	首次使用眼底图像衍生的预测年龄来研究青光眼与加速生物衰老的关联，并探索了系统性因素和视网膜血管变化的影响	研究为横断面设计，无法确定因果关系，需要进一步纵向研究	研究青光眼与加速生物衰老之间的关系，并探索系统性因素和视网膜血管变化的作用	青光眼患者和匹配对照	digital pathology	glaucoma	deep learning	EfficientNet	image	6023名参与者（包括547名青光眼患者和547名匹配对照）
4122	2025-03-30	Two-Year Hypertension Incidence Risk Prediction in Populations in the Desert Regions of Northwest China: Prospective Cohort Study 2025-Mar-12, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/68442 PMID:40072485	研究论文	本研究旨在开发和验证一个用于预测中国西北沙漠地区人群2年内高血压发病风险的机器学习模型	利用大规模健康检查数据，结合多种机器学习和深度学习模型，开发了一个针对沙漠地区人群的高血压风险预测模型，并开发了基于网络的应用程序以提高临床和公共卫生的可及性	研究结果可能仅适用于中国西北沙漠地区人群，对其他地区的适用性有待验证	开发、校准和前瞻性验证一个2年高血压风险预测模型	居住在中国西北塔克拉玛干沙漠周边4个地区的成年人群	机器学习	心血管疾病	机器学习和深度学习模型（包括逻辑回归、随机森林、极端梯度提升、轻量梯度提升机、Feature Tokenizer + Transformer、SAINT）	CatBoost	健康检查数据（包括人口统计学、生活方式因素、体格检查和实验室测量）	回顾性队列1,038,170名成年人（2019-2021年），前瞻性验证队列961,519名成年人（2021-2023年）
4123	2025-03-30	Enhancing Unconditional Molecule Generation via Online Knowledge Distillation of Scaffolds 2025-Mar-12, Molecules (Basel, Switzerland) DOI:10.3390/molecules30061262 PMID:40142038	研究论文	本文提出了一种通过在线知识蒸馏框架将分子支架信息整合到语言模型中，以增强无条件分子生成的方法	通过在线知识蒸馏框架整合分子支架信息，提升无条件分子生成的有效性和新颖性	直接使用支架作为先验输入可能引入偏差，限制新分子的探索	提高无条件分子生成的有效性和新颖性，以加速药物发现过程	药物样分子	自然语言处理	NA	在线知识蒸馏	GPT, Transformer	SMILES字符串	在两个著名的分子生成基准测试上进行实验
4124	2025-03-30	Computational Analysis of Morphological Changes in Lactiplantibacillus plantarum Under Acidic Stress 2025-Mar-12, Microorganisms IF:4.1Q2 DOI:10.3390/microorganisms13030647 PMID:40142539	研究论文	通过计算图像分析研究酸性压力下植物乳杆菌形态变化	开发了一种结合深度学习和目标检测的计算方法，用于测量细菌细胞尺寸，并揭示了酸性环境下细菌形态的显著变化	研究仅针对单一菌种，结果可能不适用于其他细菌	研究酸性压力对细菌形态的影响	植物乳杆菌	计算机视觉	NA	深度学习、目标检测、图像分类	深度学习模型	图像	单一菌种培养物
4125	2025-03-30	A Fusion Deep Learning Model for Predicting Adverse Drug Reactions Based on Multiple Drug Characteristics 2025-Mar-10, Life (Basel, Switzerland) DOI:10.3390/life15030436 PMID:40141781	研究论文	开发了一种基于多药物特征的融合深度学习模型，用于预测药物不良反应	整合了药物的多种特征（如一维和二维序列结构信息、药物-蛋白质相互作用数据及药物相似性），并采用融合模型预测药物不良反应的精确概率，显著提高了预测的准确性和鲁棒性	未提及具体的数据集规模限制或模型在特定药物类别上的泛化能力	提高药物不良反应的预测准确性，以增强新药开发和临床使用的监测措施	药物及其不良反应	机器学习	NA	深度学习	融合模型	药物分子结构数据、药物-蛋白质相互作用数据、药物相似性数据	未明确提及具体样本数量，但使用了基准数据集和LIU's数据集进行验证
4126	2025-03-30	Differential Alternating Current Field Measurement with Deep Learning for Crack Detection and Evaluation 2025-Mar-10, Micromachines IF:3.0Q2 DOI:10.3390/mi16030318 PMID:40141929	研究论文	本文介绍了一种结合深度学习的差分TMR-ACFM探头，用于裂纹检测和评估	差分设计有效减轻了提升效应和外部噪声，提高了检测性能而不增加成本，同时开发了CNN + CBAM网络进行高精度裂纹尺寸评估	裂纹尺寸评估在宽度上的相对误差较高（7.224%）	开发一种高精度的裂纹检测和评估方法	裂纹（长度10-30 mm，深度2-6 mm，宽度0.25-1.25 mm）	计算机视觉	NA	差分TMR-ACFM探头	CNN + CBAM	实验数据	裂纹尺寸范围：长度10-30 mm，深度2-6 mm，宽度0.25-1.25 mm
4127	2025-03-30	MBL-TransUNet: Enhancing Mesostructure Segmentation of Textile Composite Images via Multi-Scale Feature Fusion and Boundary Guided Learning 2025-Mar-09, Materials (Basel, Switzerland) DOI:10.3390/ma18061215 PMID:40141498	research paper	提出了一种名为MBL-TransUNet的深度学习模型，用于增强纺织复合材料图像的介观结构分割，通过多尺度特征融合和边界引导学习模块提高分割精度	引入了边界引导学习模块和多尺度特征融合模块，结合BatchFormerV2进行跨批次学习，显著提高了分割精度和模型的泛化能力	未提及模型在更大规模或不同类型数据集上的表现，以及计算资源消耗情况	解决纺织复合材料图像中精确的纱线边界识别问题，提升分割精度	纺织复合材料图像	computer vision	NA	深度学习	MBL-TransUNet (基于TransUNet改进)	图像	未明确提及具体样本数量
4128	2025-03-30	Current Role of Artificial Intelligence in the Management of Esophageal Cancer 2025-Mar-09, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14061845 PMID:40142652	综述	本文综述了人工智能在食管癌管理中的当前应用和未来前景	整合临床因素和多模态影像特征的AI模型显示出更高的预测性能，可能改善患者治疗效果	需要解决现有局限性，进行随机对照试验，并考虑伦理和法律问题	探讨人工智能在食管癌管理中的应用	食管癌患者	数字病理	食管癌	机器学习、深度学习、放射组学	NA	临床数据和影像数据	41项研究
4129	2025-03-30	Deep Learning in Scaphoid Nonunion Treatment 2025-Mar-09, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14061850 PMID:40142658	research paper	本研究利用深度学习算法预测舟骨不愈合手术后愈合的可能性	开发了一个基于术前X光片的深度学习模型，预测手术成功率高达93.6%，显著高于传统逻辑回归的66.3%	研究仅基于346名患者的X光片数据，样本量相对有限	开发一种可靠的工具来预测舟骨不愈合手术的成功率，以指导临床决策	346名被诊断为舟骨不愈合的患者	digital pathology	scaphoid nonunion	X-ray imaging	TensorFlow deep learning algorithm	image	346名患者的术前和术后X光片
4130	2025-03-30	AGASI: A Generative Adversarial Network-Based Approach to Strengthening Adversarial Image Steganography 2025-Mar-09, Entropy (Basel, Switzerland) DOI:10.3390/e27030282 PMID:40149206	研究论文	提出了一种基于GAN的方法AGASI，用于增强对抗性图像隐写术的鲁棒性	使用GAN框架结合编码器和解码器，提升隐写图像对抗隐写分析工具的能力，同时减少原始秘密图像与提取图像之间的差距	未提及具体在哪些类型的图像或场景下效果有限	增强图像隐写术的鲁棒性，以对抗基于深度学习的隐写分析技术	隐写图像和秘密图像	计算机视觉	NA	生成对抗网络(GAN)	GAN	图像	未提及具体样本数量
4131	2025-03-30	Comparison of Deep Learning and Traditional Machine Learning Models for Predicting Mild Cognitive Impairment Using Plasma Proteomic Biomarkers 2025-Mar-08, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26062428 PMID:40141072	研究论文	本研究比较了深度学习和传统机器学习模型在利用血浆蛋白质组生物标志物预测轻度认知障碍（MCI）中的表现	首次比较了深度学习和传统机器学习模型在MCI预测中的性能，并发现DNN模型在准确性和F1分数上表现最佳	样本量相对较小（239名成人），且所有数据来自ADNI队列，可能限制结果的泛化性	比较不同机器学习方法在MCI预测中的效果，并探索相关生物标志物	239名来自ADNI队列的成年人及其146种血浆蛋白质组生物标志物	机器学习	阿尔茨海默病	血浆蛋白质组学分析	DNN, SVM, LR, NB, RF, KNN, GBM, XGBoost	蛋白质组数据	239名成年人
4132	2025-03-30	A Deep Learning-Based Detection and Segmentation System for Multimodal Ultrasound Images in the Evaluation of Superficial Lymph Node Metastases 2025-Mar-08, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14061828 PMID:40142635	研究论文	开发并验证了一种基于深度学习的自动检测和分割系统，用于评估浅表淋巴结转移的多模态超声图像	首次将Mask R-CNN架构应用于多模态超声图像（B型、多普勒和弹性成像）中的淋巴结检测和分割，结合血管性和硬度参数提高了诊断能力	未提及模型在不同医疗机构或设备上的泛化能力，也未说明样本来源的多样性	开发自动化的淋巴结转移评估系统以提高诊断效率和准确性	浅表淋巴结的多模态超声图像（B型、多普勒和弹性成像）	数字病理	癌症（淋巴结转移）	多模态超声成像（B型、多普勒、弹性成像）	Mask R-CNN	图像	未明确说明数量的标注超声图像数据集
4133	2025-03-30	Novel Preprocessing-Based Sequence for Comparative MR Cervical Lymph Node Segmentation 2025-Mar-07, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14061802 PMID:40142614	研究论文	本研究利用深度学习方法对磁共振图像中的颈部淋巴结进行自动分割，以提高颈部病理性肿块诊断的速度和准确性，并改善患者治疗流程	首次探索使用全面的颈部MRI序列进行颈部淋巴结的自动分割，提出的预处理模型和自动重新裁剪方法提高了分割的准确性	样本量相对较小（64名患者），且仅针对颈部淋巴结，可能限制了模型的泛化能力	提高颈部淋巴结在磁共振图像中的自动分割准确性和速度，优化诊断和治疗流程	颈部淋巴结	数字病理	颈部淋巴结疾病	MRI	DeepLabv3+ with ResNet-50	图像	64名患者的1346张MRI切片
4134	2025-03-30	A Multicenter Study on Intraoperative Glioma Grading via Deep Learning on Cryosection Pathology 2025-Mar-06, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100749 PMID:40057037	研究论文	本研究开发了一种基于深度学习的术中胶质瘤分级模型（IGGC），用于提高冷冻切片图像的分级准确性	开发了首个基于深度学习的术中胶质瘤分级模型（IGGC），显著提高了诊断准确性和一致性	研究样本主要来自TCGA数据集，可能无法完全代表所有临床场景	提高术中胶质瘤分级的准确性和一致性，优化手术策略和患者预后	成人型弥漫性胶质瘤的冷冻切片图像	数字病理学	胶质瘤	深度学习	CNN（未明确说明但推断为卷积神经网络）	图像	训练集1603例，验证集628例，测试集5个队列共213例
4135	2025-03-30	FungID: Innovative Fungi Identification Method with Chromogenic Profiling of Colony Color Patterns 2025-Mar-03, Pathogens (Basel, Switzerland) DOI:10.3390/pathogens14030242 PMID:40137727	研究论文	介绍了一种名为FungID的新型真菌识别方法，通过菌落颜色模式的显色分析和深度学习算法实现快速可靠的真菌物种鉴定	开发了基于菌落颜色模式显色分析的深度学习算法FungID，为真菌识别提供了快速可靠的新方法	需要仔细评估该方法的适用范围和局限性	开发一种快速可靠的真菌物种识别方法	各种真菌物种	计算机视觉	NA	显色分析	CNN	图像	269张真菌菌落图像
4136	2025-03-30	Applications of AI-based deep learning models for detecting dental caries on intraoral images - a systematic review 2025-Mar, Evidence-based dentistry DOI:10.1038/s41432-024-01089-1 PMID:39609513	系统综述	本文评估了基于AI的深度学习模型在口腔内图像上检测龋齿的有效性	系统综述了AI深度学习模型在龋齿检测中的应用，并评估了其性能和临床研究的质量	研究中仅有3项研究使用了可解释AI技术，且仅有4项研究开发了移动或网络应用	评估AI深度学习模型在龋齿检测中的有效性	口腔内图像	计算机视觉	龋齿	深度学习	DL	图像	23项研究
4137	2025-03-30	Fast Reverse Design of 4D-Printed Voxelized Composite Structures Using Deep Learning and Evolutionary Algorithm 2025-Mar, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202407825 PMID:39893044	research paper	本研究提出了一种结合深度学习和进化算法的优化方法，用于4D打印的体素化复合结构的快速逆向设计	开发了一种序列增强的并行卷积神经网络和渐进式进化算法（PEA），构建了DL-PEA框架，显著缩短了设计时间至约3.04秒	研究主要针对溶剂响应性水凝胶，可能不适用于其他类型的刺激响应材料	优化4D打印的体素化复合结构的设计过程，以实现特定目标形状的快速逆向设计	溶剂响应性水凝胶的4D打印体素化复合结构	machine learning	NA	深度学习（DL）、进化算法、有限元模拟	序列增强的并行CNN、渐进式进化算法（PEA）	模拟数据	NA
4138	2025-03-30	Machine Learning in Drug Development for Neurological Diseases: A Review of Blood Brain Barrier Permeability Prediction Models 2025-Mar, Molecular informatics IF:2.8Q2 DOI:10.1002/minf.202400325 PMID:40146590	综述	本文回顾了机器学习在预测血脑屏障通透性方面的最新方法	总结了机器学习在血脑屏障通透性预测中的应用，以减少成本并提高预测准确性	NA	探讨机器学习在神经系统疾病药物开发中的应用	血脑屏障通透性预测模型	机器学习	神经系统疾病	NA	机器学习模型	经验数据	NA
4139	2025-03-30	Evaluation of state-of-the-art deep learning models in the segmentation of the left and right ventricles in parasternal short-axis echocardiograms 2025-Mar, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.2.024002 PMID:40151505	research paper	评估深度学习模型在超声心动图短轴视图中左右心室分割的性能	首次在超声心动图短轴视图中评估深度学习模型对左右心室的分割性能，填补了长轴视图研究的空白	研究样本量较小，仅包含33名女性志愿者	评估深度学习模型在超声心动图短轴视图中分割心室的性能，以辅助心肺疾病和心肌病的诊断	超声心动图短轴视图中的左右心室	digital pathology	cardiovascular disease	超声心动图	Unet-Resnet101, Unet-ResNet50, SAM variants, Detectron2	image	33名女性志愿者的387次扫描
4140	2025-03-30	Enhancing Ophthalmic Diagnosis and Treatment with Artificial Intelligence 2025-Feb-28, Medicina (Kaunas, Lithuania) DOI:10.3390/medicina61030433 PMID:40142244	综述	本文综述了人工智能在眼科诊断和治疗中的当前应用及未来潜力	AI算法在诊断糖尿病视网膜病变、年龄相关性黄斑变性和青光眼等疾病方面表现出色，甚至超过人类专家	数据隐私、安全性和算法偏见等问题仍需解决	探讨人工智能在眼科领域的应用及其对诊断和治疗的影响	眼科疾病（如糖尿病视网膜病变、年龄相关性黄斑变性、青光眼）	数字病理学	眼科疾病	机器学习和深度学习	DL	多模态数据（包括遗传信息和患者病史）	NA