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
401	2025-07-10	Ves-GAN: Unsupervised Vessel-Targeted Low-Dose Coronary Computed Tomography Angiography Denoising Framework 2025, BME frontiers IF:5.0Q1 DOI:10.34133/bmef.0149 PMID:40625644	research paper	本研究开发了一种名为Ves-GAN的无监督去噪框架，用于低剂量冠状动脉CT血管造影（LDCTA），在降低噪声的同时保留血管结构	Ves-GAN采用高频感知数据增强策略和高频挤压-激励模块，以及血管一致性损失，以在去噪过程中保持血管结构完整性	虽然Ves-GAN在无监督模型中表现优异，但仍需进一步验证其在更广泛临床场景中的适用性	开发一种无监督的去噪框架，以提高低剂量冠状动脉CT血管造影的图像质量	低剂量冠状动脉CT血管造影图像	digital pathology	cardiovascular disease	CT angiography	GAN	image	50 CT scans reviewed by 3 radiologists
402	2025-07-10	Machine learning combined multi-omics analysis to explore key oxidative stress features in systemic lupus erythematosus 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1567466 PMID:40625749	研究论文	本研究结合机器学习和多组学分析，探索系统性红斑狼疮(SLE)中关键的氧化应激特征及其相互关系	结合多种机器学习方法和多组学数据，识别了SLE中与氧化应激相关的关键基因和代谢通路	样本量相对较小，且主要基于公开数据集和有限的患者样本	探索系统性红斑狼疮发病机制中的关键氧化应激特征	系统性红斑狼疮患者和健康对照者的免疫细胞和血液样本	机器学习	系统性红斑狼疮	转录组分析、代谢组学(LC-MS)、单细胞转录组分析、RT-qPCR	深度学习(DL)、随机森林(RF)、XGBoost、支持向量机(SVM)、LASSO	转录组数据、代谢组数据、单细胞数据	来自GEO的三个转录组数据集和SLE患者与健康对照者的外周血样本
403	2025-07-10	Hybrid model for predicting microsatellite instability in colorectal cancer using hematoxylin & eosin-stained images and clinical features 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1580195 PMID:40626015	研究论文	提出一种混合模型，结合病理图像和临床特征预测结直肠癌中的微卫星不稳定性（MSI）	开发了一种结合病理图像特征和临床特征的混合预测模型，用于预测MSI状态，并进行了基因富集分析和蛋白质相互作用网络构建	研究样本量有限，外部验证队列规模较小	预测结直肠癌中的微卫星不稳定性（MSI）状态	结直肠癌患者	数字病理学	结直肠癌	深度学习，基因富集分析，蛋白质-蛋白质相互作用网络分析	混合模型（结合CNN和临床特征模型）	图像（H&E染色病理图像），临床数据，mRNA测序数据	总样本682例（TCGA队列559例，东阳队列123例）
404	2025-07-10	A systematic survey: role of deep learning-based image anomaly detection in industrial inspection contexts 2025, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2025.1554196 PMID:40626146	综述	本文系统性地回顾了工业制造中基于深度学习的图像异常检测方法	全面比较了传统技术与深度学习在异常检测中的最新进展，并探讨了无人机、机械臂和AGV在异常检测中的创新应用	未提及具体实验验证或实际工业应用中的性能表现	推动智能制造中高质量过程检测的先进方法发展	工业制造中的图像异常检测	计算机视觉	NA	深度学习	监督学习、无监督学习、半监督学习	图像	NA
405	2025-07-10	Artificial intelligence in early warning systems for infectious disease surveillance: a systematic review 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1609615 PMID:40626156	系统综述	本文系统综述了人工智能在传染病监测早期预警系统中的应用现状、关键技术、数据来源、优势与挑战	全面评估了AI在传染病早期预警系统中的多种技术应用及整合多源数据的潜力	存在数据质量与偏差问题、模型透明度不足（'黑箱'问题）、系统整合困难以及隐私与公平等伦理考量	评估人工智能技术如何增强传染病监测的早期预警系统	传染病早期预警系统中的人工智能应用	自然语言处理	传染病	机器学习（ML）、深度学习（DL）、自然语言处理（NLP）	NA	流行病学数据、网络数据、气候数据、废水数据等多源数据	67项相关研究
406	2025-07-10	Adverse drug reaction signal detection via the long short-term memory model 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1554650 PMID:40626311	研究论文	本研究通过长短期记忆模型（LSTM）进行药物不良反应信号检测，并与传统方法进行比较	将深度学习模型引入药物不良反应信号检测，提高了检测的敏感性和F1分数	研究仅基于广东省ADR监测中心的数据，可能不具有全国代表性	改进药物不良反应信号检测方法，提高检测准确率	药物不良反应信号	自然语言处理	NA	LSTM模型	LSTM	文本	2,376个ADR信号（448个阳性信号和1,928个阴性信号）
407	2025-07-10	Unwrapping non-locality in the image transmission through turbid media 2024-Jul-15, Optics express IF:3.2Q2 DOI:10.1364/OE.521581 PMID:39538508	研究论文	本文提出了一种全局注意力机制，用于解决浑浊介质中高保真图像传输的挑战	通过研究重建图像中的非局部性，开发了一种全局注意力机制，显著提升了图像重建性能	未明确说明该方法在其他类型介质或更复杂场景中的适用性	提高浑浊介质中图像传输的保真度和重建精度	通过浑浊介质传输的图像	计算机视觉	NA	深度学习	全局注意力机制	图像	NA
408	2025-07-10	Overcoming Limitations to Deep Learning in Domesticated Animals with TrioTrain 2024-Apr-20, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.15.589602 PMID:38659907	研究论文	本文提出了一种名为TrioTrain的新方法，用于扩展DeepVariant模型以适用于非人类基因组，特别是在家畜动物中，以提高变体检测的准确性	首次提出了一个多物种DeepVariant模型，通过TrioTrain方法自动化扩展模型至缺乏GIAB资源的物种，并采用区域洗牌技术优化SLURM集群的使用	受限于动物基因组的不完美标签	克服深度学习在非人类基因组应用中的限制，特别是在家畜动物中的变体检测	牛、牦牛和野牛的基因组	生物信息学	NA	DeepVariant, TrioTrain, 区域洗牌	DeepVariant	基因组数据	牛、牦牛和野牛的三重组合，共构建了30个模型迭代
409	2025-07-10	Screening of Moyamoya Disease From Retinal Photographs: Development and Validation of Deep Learning Algorithms 2024-03, Stroke IF:7.8Q1 DOI:10.1161/STROKEAHA.123.044026 PMID:38258570	研究论文	本研究开发了一种深度学习模型，利用视网膜照片辅助诊断和确定烟雾病（MMD）的阶段	首次利用视网膜照片和深度学习算法进行烟雾病的筛查和分期预测	样本量相对较小，且为回顾性研究	开发一种基于视网膜照片的烟雾病筛查和分期预测方法	烟雾病患者和健康参与者的视网膜照片	数字病理学	烟雾病	深度学习	ResNeXt50	图像	498张视网膜照片来自78名MMD患者，3835张照片来自1649名健康参与者
410	2025-07-10	Spatially aware deep learning reveals tumor heterogeneity patterns that encode distinct kidney cancer states 2023-09-19, Cell reports. Medicine DOI:10.1016/j.xcrm.2023.101189 PMID:37729872	research paper	该研究开发了一种空间感知的深度学习模型，用于分析肾透明细胞癌（ccRCC）的肿瘤和免疫特征，揭示了与免疫检查点抑制剂（ICI）反应相关的肿瘤异质性模式	通过深度学习模型识别出人眼无法观察到的肿瘤异质性模式，并发现这些模式与PBRM1功能缺失及患者预后相关	研究样本量虽大（1,102例患者），但可能仍需更多样本来验证模型的普适性	探索ccRCC的肿瘤异质性模式及其与免疫检查点抑制剂反应的关系	肾透明细胞癌（ccRCC）患者	digital pathology	kidney cancer	whole-slide imaging (WSI), multiplex immunofluorescence	deep learning	image	1,102例患者
411	2025-07-10	Neuron tracing from light microscopy images: automation, deep learning and bench testing 2022-12-13, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btac712 PMID:36303315	综述	本文综述了从光学显微镜图像中自动追踪神经元形态的最新进展，特别是深度学习方法的应用	重点介绍了深度学习增强方法的最新进展，以及哺乳动物全脑单神经元追踪的半自动方法及其生成的大规模数据集	NA	帮助研究社区了解和选择神经元追踪工具及资源	神经元形态学	数字病理学	NA	光学显微镜成像	深度学习方法	图像	包含数千个完整神经元形态的数据集
412	2025-07-09	CnnBoost: a multilevel explainable stacked ensemble framework for effective detection of Myocardial Infarction from 12-lead ECG images using a transformational approach 2025-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-025-00357-3 PMID:40626266	研究论文	开发了一个可解释的机器学习框架CNNBoost，用于从12导联ECG图像中有效检测心肌梗死和其他心脏异常	提出了CNNBoost，一种多级可解释堆叠集成模型，结合CNN提取的空间特征和时间序列数据，通过XGBoost处理，提高了ECG分类的准确性和可解释性	研究使用的ECG图像数据来自南亚的健康中心，可能在其他地区或人群中的适用性有限	开发一个可解释的机器学习框架，用于自动分类心肌梗死和其他心脏异常	12导联ECG图像	数字病理	心血管疾病	CNN, XGBoost, SHAP	CNN, XGBoost	图像	公开可用的ECG图像数据集，包含四类：正常、异常、心肌梗死(MI)和既往MI病史
413	2025-07-09	Artificial intelligence models for predicting acute kidney injury in the intensive care unit: a systematic review of modeling methods, data utilization, and clinical applicability 2025-Aug, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooaf065 PMID:40620479	系统综述	本文系统综述了ICU中急性肾损伤（AKI）预测的人工智能模型，评估了建模方法、数据利用策略及临床适用性，并提出了未来研究方向	全面评估了AKI预测模型的建模方法、数据利用和临床适用性，并识别了当前挑战及未来研究方向	大多数研究存在高偏倚风险，特别是在泛化性和临床适用性方面，且缺乏外部验证和动态建模	评估ICU中AKI预测的人工智能模型，并探讨其临床适用性	ICU患者中的急性肾损伤（AKI）	机器学习	急性肾损伤	机器学习、深度学习、动态预测框架	多种（包括机器学习和深度学习模型）	ICU特定数据	47项符合纳入标准的研究（从1305项筛选研究中）
414	2025-07-09	OMT and tensor SVD-based deep learning model for segmentation and predicting genetic markers of glioma: A multicenter study 2025-Jul-15, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2500004122 PMID:40627394	研究论文	本研究开发了一种基于最优质量传输(OMT)和张量奇异值分解(SVD)的深度学习模型OMT-APC，用于胶质瘤区域的自动分割和遗传标记预测	提出了OMT方法将不规则MRI脑图像转换为张量，并利用多模式OMT张量SVD进行预分类概率估计的APC模型	研究仅基于术前MRI数据，未整合其他模态数据	开发自动化深度学习模型用于胶质瘤术前遗传特征分析	胶质瘤患者	数字病理学	胶质瘤	MRI, 深度学习	OMT-APC	医学影像	3,565例胶质瘤患者(来自16个多中心数据集)
415	2025-07-09	Deep Learning-Assisted Rapid Bacterial Classification Based on Raman Spectroscopy of Bacteria Lysed by Acoustically Driven Fiber-Tip Vibration 2025-Jul-08, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202507724 PMID:40625037	研究论文	本文介绍了一种基于声学驱动光纤尖端振动裂解细菌的拉曼光谱结合深度学习的快速细菌分类方法	采用声流体裂解技术结合拉曼光谱和深度学习，有效暴露细菌细胞内成分，显著提升拉曼光谱的特征表达和分类准确性	方法在七种细菌样本上验证，可能需要更多样本来验证其普适性	开发一种快速、准确的细菌病原体识别方法，以支持临床决策和对抗抗生素耐药性	细菌病原体	机器学习	细菌感染	表面增强拉曼光谱(SERS)、声流体裂解技术	ResNet	光谱数据	七种细菌样本
416	2025-07-09	Integrating Protein Language Models and Geometric Deep Learning for Peptide Toxicity Prediction 2025-Jul-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01073 PMID:40625100	研究论文	提出了一种名为PeptiTox的深度学习框架，结合蛋白质语言模型和几何深度学习，用于预测肽毒性	整合了蛋白质语言模型（PLMs）和几何深度学习，通过ESM2提取序列嵌入和ESMFold预测三维结构，再通过图神经网络（GNN）进行毒性分类，显著提升了预测性能	未提及具体的数据集规模或多样性限制	提高肽毒性预测的准确性，以促进更安全有效的肽类治疗药物的开发	肽的序列和结构	生物医学研究	NA	蛋白质语言模型（PLMs）、几何深度学习、图神经网络（GNN）	ESM2、ESMFold、GNN	序列数据、三维结构数据	NA
417	2025-07-09	Gesture recognition and response system for special education using computer vision and human-computer interaction technology 2025-Jul-08, Disability and rehabilitation. Assistive technology DOI:10.1080/17483107.2025.2527226 PMID:40625119	研究论文	本文提出了一种基于计算机视觉和人机交互技术的特殊教育手势识别与响应系统	结合多种深度学习架构（AlexNet、VGG19、ResNet和MobileNet）与机器学习算法（SVM和随机森林），并引入遗传算法进行模型压缩，显著提升了系统在资源受限设备上的适用性	未来研究需要扩展手势库、整合多模态输入（如语音）并通过持续学习机制增强系统适应性	提升特殊教育中的人机交互体验，为残障人士提供辅助工具	手势识别系统	计算机视觉	NA	深度学习、机器学习、遗传算法	AlexNet、VGG19、ResNet、MobileNet、SVM、随机森林	手势数据	多样化的手势数据集，涵盖不同光照条件、用户人口统计特征和生理差异
418	2025-07-09	Fast MR signal simulations of microvascular and diffusion contributions using histogram-based approximation and recurrent neural networks 2025-Jul-08, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30629 PMID:40626426	研究论文	提出了一种新型的MR信号模拟工具MR-WAVES，用于高效考虑微血管结构和水分扩散效应	结合深度学习方法，显著加速了MR信号模拟过程，同时保持了准确性	未提及在临床环境中的实际应用验证	提高MRI技术中微血管结构和水分扩散效应的模拟效率和准确性	MR信号模拟	医学影像处理	NA	深度学习	RNN	MR信号数据	NA
419	2025-07-09	Deep Learning-Based Classification of NSCLC-Derived Extracellular Vesicles Using AFM Nanomechanical Signatures 2025-Jul-08, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02009 PMID:40626500	研究论文	该研究利用原子力显微镜（AFM）和深度学习技术对非小细胞肺癌（NSCLC）来源的细胞外囊泡（EVs）进行纳米力学特征分类	首次展示了基于纳米力学的NSCLC来源EVs分类方法，并整合深度学习和AFM图像分析提升诊断性能	样本变异性问题未完全解决，且需在临床样本中进一步验证性能	开发一种非侵入性诊断工具，用于NSCLC的精准诊断	非小细胞肺癌（NSCLC）亚型（A549、PC9、PC9/GR）和非肿瘤性支气管上皮细胞（BEAS-2B）来源的细胞外囊泡（EVs）	数字病理学	肺癌	原子力显微镜（AFM）	DenseNet	图像	NSCLC亚型（A549、PC9、PC9/GR）和非肿瘤性支气管上皮细胞（BEAS-2B）来源的EVs
420	2025-07-09	Deep Learning in Antimicrobial Peptide Prediction 2025-Jul-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00530 PMID:40626654	综述	本文综述了深度学习在抗菌肽预测中的研究基础、应用模型及面临的挑战	重点介绍了基础模型、语言模型、图相关模型及其他混合和多模态模型在抗菌肽预测中的应用，并通过经典深度学习模型进行对比验证	讨论了数据平衡、数据增强、环肽和可解释性等方面的挑战	探索深度学习在抗菌肽预测中的应用，以解决抗生素耐药性问题	抗菌肽（AMPs）	机器学习	NA	深度学习	基础模型、语言模型、图相关模型、混合和多模态模型	NA	NA