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
441	2025-07-19	Commentary on "Portable Ultrasound Bladder Volume Measurement Over Entire Volume Range Using a Deep Learning Artificial Intelligence Model in a Selected Cohort: A Proof of Principle Study" 2025-Sep, Neurourology and urodynamics IF:1.8Q3 DOI:10.1002/nau.70102 PMID:40678844	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
442	2025-08-05	Predicting the Effects of Charge Mutations on the Second Osmotic Virial Coefficient for Therapeutic Antibodies via Coarse-Grained Molecular Simulations and Deep Learning Methods 2025-Aug-04, Molecular pharmaceutics IF:4.5Q1 DOI:10.1021/acs.molpharmaceut.5c00673 PMID:40624892	研究论文	通过粗粒化分子模拟和深度学习方法预测电荷突变对治疗性抗体第二渗透维里系数的影响	结合粗粒化分子模拟和深度学习方法，探索大量潜在突变对蛋白质自相互作用的影响，并提出一种高效的预测算法	研究仅针对三种模型治疗性单克隆抗体，且突变范围限于单、双和三突变	评估改变表面电荷分布如何影响蛋白质自相互作用，以第二渗透维里系数量化	三种模型治疗性单克隆抗体（MAbs）	计算生物学	NA	粗粒化分子模拟，深度神经网络	MLP（多层感知机）	分子模拟数据	三种模型治疗性单克隆抗体，每种抗体探索约10^10个潜在突变
443	2025-08-05	Colorimetric detection of bisphenol A in water: a smartphone-based sensor using inverse opal molecularly imprinted photonic crystal hydrogel 2025-Aug-04, The Analyst DOI:10.1039/d4an01426j PMID:40685994	研究论文	本研究开发了一种基于智能手机的逆蛋白石分子印迹光子晶体水凝胶传感器，用于水中双酚A的灵敏和选择性检测	结合智能手机和深度学习模型，实现了实时、便携的双酚A定量检测	未提及在实际环境水样中的大规模验证	开发高灵敏度、高选择性的双酚A检测方法	水样中的双酚A分子	传感器技术	NA	分子印迹技术、光子晶体水凝胶制备	深度学习回归模型	图像	未明确说明具体样本数量
444	2025-08-05	Incorporating Artificial Intelligence into Fracture Risk Assessment: Using Clinical Imaging to Predict the Unpredictable 2025-Aug-04, Endocrinology and metabolism (Seoul, Korea) DOI:10.3803/EnM.2025.2518 PMID:40754720	综述	本文综述了人工智能在骨折风险评估中的应用，探讨了其在临床影像分析中的潜力与挑战	利用深度学习技术分析常规影像数据，实现个体化骨折风险评估，超越传统群体分层方法	模型泛化能力不足、数据偏差和自动化偏差等问题尚未解决	探索人工智能作为传统骨折风险评估方法的补充工具	骨质疏松性骨折的风险预测	数字病理学	骨质疏松症	深度学习	深度学习模型	影像数据（X光和CT）	多样化的队列研究
445	2025-08-05	Deep Learning Reconstruction for T2 Weighted Turbo-Spin-Echo Imaging of the Pelvis: Prospective Comparison With Standard T2-Weighted TSE Imaging With Respect to Image Quality, Lesion Depiction, and Acquisition Time 2025-Aug-04, Canadian Association of Radiologists journal = Journal l'Association canadienne des radiologistes DOI:10.1177/08465371251357790 PMID:40755270	research paper	本研究比较了深度学习重建的T2加权快速自旋回波成像（DL-TSE）与传统TSE在盆腔MRI中的图像质量、病变描绘和采集时间	首次在盆腔MRI中全面评估DL-TSE的性能，并证明其能在减少50%扫描时间的同时保持或提升图像质量	样本量较小（55例），且仅评估了两种扫描平面（轴位和斜位）	评估深度学习加速技术在盆腔MRI中的应用效果	盆腔MRI扫描	医学影像分析	盆腔疾病	深度学习重建（DL）、Turbo Spin Echo（TSE）	深度学习模型（未指定具体架构）	MRI图像	55名受试者（33名女性，22名男性）
446	2025-08-05	Accurate VLE Predictions via COSMO-RS-Guided Deep Learning Models: Solubility and Selectivity in Physical Solvent Systems for Carbon Capture 2025-Aug-04, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01148 PMID:40757514	研究论文	本文开发了一种基于COSMO-RS和深度学习的机器学习流程，用于准确预测物理溶剂系统中的溶解度和选择性，以支持碳捕获应用中的溶剂筛选	结合量子化学热力学模型COSMO-RS和D-MPNN神经网络架构，利用分子表征、附加特征和迁移学习来改进预测，显著提高了单独使用COSMO的准确性	模型依赖于COSMO-RS模拟数据和实验数据的结合，可能受到数据量和质量的限制	开发一种准确预测物理溶剂系统中溶解度和选择性的方法，以支持碳捕获应用中的溶剂筛选和优化	物理溶剂系统中的溶解度和选择性	机器学习	NA	COSMO-RS, D-MPNN	D-MPNN	模拟数据和实验数据	30,000个COSMO-RS模拟数据点和实验VLE数据集
447	2025-08-05	"Computational Prediction of Mutagenicity Through Comprehensive Cell Painting Analysis" 2025-Aug-04, Mutagenesis IF:2.5Q3 DOI:10.1093/mutage/geaf014 PMID:40757573	研究论文	本研究利用Cell Painting数据和机器学习模型预测化学物质的致突变性，并与基于结构的模型进行比较	首次整合Cell Painting数据与机器学习算法预测致突变性，发现Phenotypic Altering Concentration能显著提高预测准确性	数据集存在固有局限性，且Cell Painting技术存在实验室间差异，某些化合物仍难以预测	开发基于Cell Painting的致突变性预测方法	化学化合物	机器学习	NA	Cell Painting	Random Forest, Support Vector Machine, Extreme Gradient Boosting	图像	Broad Institute数据集包含30,000多个分子，US-EPA数据集包含1,200种化学物质
448	2025-08-05	A Molecular Representation Learning Model Based on Multidimensional Joint and Cross-Learning for Drug-Drug Interaction Prediction 2025-Aug-04, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01171 PMID:40758117	research paper	提出了一种基于多维联合与交叉学习的分子表示学习模型，用于预测药物-药物相互作用	提出了一种新的多维联合与交叉学习模型（MDJCL），有效整合了药物的1D、2D和3D分子特征，并通过交叉注意力融合模块和分子对反应模块提升了预测性能	未提及具体的数据集规模或模型在真实临床环境中的验证情况	提升药物-药物相互作用（DDI）的预测性能，为临床决策和精准医学提供可靠工具	药物分子及其相互作用	machine learning	NA	deep learning	MDJCL（多维联合与交叉学习模型）	分子特征数据（1D、2D、3D）	NA
449	2025-08-05	A Novel Dual-Output Deep Learning Model Based on InceptionV3 for Radiographic Bone Age and Gender Assessment 2025-Aug-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01623-2 PMID:40758204	研究论文	本研究设计了一个基于InceptionV3架构的多输出预测模型，用于通过数字手腕X光片预测骨龄和性别	提出了一种新颖的双输出深度学习模型，结合Squeeze-and-Excitation块进行稳健特征管理，同时预测骨龄和性别	中高端硬件要求可能限制其在临床本地机器上的使用	开发计算机辅助临床决策支持系统，改进放射学骨龄评估方法	手腕X光片	计算机视觉	儿科疾病	深度学习	InceptionV3, CNN	图像	14,048个样本（训练:验证:测试=7:2:1）
450	2025-08-05	Detection of Dens Invaginatus on Panoramic Radiographs Using Deep Learning Algorithms 2025-Aug-03, International journal of paediatric dentistry IF:2.3Q2 DOI:10.1111/ipd.70027 PMID:40754680	研究论文	本研究评估了YOLOv5和YOLOv8深度学习模型在检测全景X光片中牙内陷的成功率和可靠性	首次使用YOLOv5和YOLOv8模型结合两种不同标注方法检测牙内陷	样本仅限于8-18岁患者的前牙区全景X光片	评估深度学习模型在牙内陷检测中的应用效果	656张8-18岁患者的全景X光片	计算机视觉	牙科发育异常	深度学习	YOLOv5, YOLOv8	X光图像	656张全景X光片
451	2025-08-05	Reflection-Enhanced Raman Identification of Single Bacterial Cells Patterned Using Capillary Assembly 2025-Aug-03, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c01225 PMID:40754993	研究论文	本文提出了一种利用反射增强拉曼光谱技术对单个细菌细胞进行快速识别的方法	使用反射性Ag/SiO薄膜增强拉曼信号，并结合毛细管辅助粒子组装技术精确定位单个细菌细胞	未提及具体临床应用中的大规模验证数据	开发一种简单、准确且可重复的单细胞水平细菌检测平台	单个细菌细胞	生物医学光学	细菌感染	拉曼光谱技术, 毛细管辅助粒子组装(CAPA)	深度学习分析	光学信号	人工尿液悬浮液中的单个细菌细胞
452	2025-08-05	Evaluating the Efficacy of Various Deep Learning Architectures for Automated Preprocessing and Identification of Impacted Maxillary Canines in Panoramic Radiographs 2025-Aug-02, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.100940 PMID:40753865	research paper	本研究评估了多种卷积神经网络架构在自动预处理和识别全景X光片中上颌阻生犬齿方面的效果	比较了八种CNN架构在自动识别上颌阻生犬齿方面的性能，并展示了GoogLeNet在未预处理和预处理数据上的最高分类性能	研究样本量较小（每组91例），可能影响结果的泛化能力	提高自动识别全景X光片中上颌阻生犬齿的准确性，为开发全自动软件奠定基础	全景X光片中的上颌阻生犬齿和非阻生犬齿	digital pathology	dental disease	panoramic radiographs	CNN (包括SqueezeNet, GoogLeNet, NASNet-Mobile, ShuffleNet, VGG-16, ResNet 50, DenseNet 201, Inception V3)	image	182例全景X光片（阻生组91例，非阻生组91例）
453	2025-08-05	High-efficiency spatially guided learning network for lymphoblastic leukemia detection in bone marrow microscopy images 2025-Aug-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110860 PMID:40753948	研究论文	本文提出了一种基于空间引导学习网络的高效方法，用于骨髓显微镜图像中的淋巴细胞白血病检测	引入了空间引导学习框架、尺度感知融合模块、小目标增强机制和高效的IoU损失函数，显著提高了检测准确性	高质量数据集的稀缺性以及骨髓涂片中细胞形态异质性、染色不均、尺度变化和细胞边界遮挡等挑战	开发一种全自动诊断方法，用于白血病的早期和准确检测	骨髓显微镜图像中的淋巴细胞白血病细胞	数字病理学	白血病	深度学习	SGLNet	图像	1794张高质量显微镜图像
454	2025-06-10	Insights into "Evaluation of accuracy of deep learning and conventional neural network algorithms in detection of dental implant type using intraoral radiographic images: A systematic review and meta-analysis" 2025-Aug, The Journal of prosthetic dentistry IF:4.3Q1 DOI:10.1016/j.prosdent.2025.04.046 PMID:40450446	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
455	2025-06-10	Response to Letter to the Editor regarding "Evaluation of accuracy of deep learning and conventional neural network algorithms in detection of dental implant type using intraoral radiographic images: A systematic review and meta-analysis" 2025-Aug, The Journal of prosthetic dentistry IF:4.3Q1 DOI:10.1016/j.prosdent.2025.05.012 PMID:40450443	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
456	2025-08-05	Artificial intelligence in orthopedic trauma: a comprehensive review 2025-Aug, Injury IF:2.2Q2 DOI:10.1016/j.injury.2025.112570 PMID:40683054	综述	本文全面回顾了人工智能在骨科创伤领域的应用现状、发展趋势及未来方向	分析了2015年至2025年间发表的217项研究，揭示了AI在骨折检测、分类、预测和分割等任务中的卓越表现	仅有14.5%的研究经过外部验证，仅3.2%报告了前瞻性临床验证，临床整合和数据标准化仍面临重大挑战	评估人工智能在骨科创伤领域的应用现状及未来发展方向	骨科创伤相关研究	人工智能在医疗健康的应用	骨科创伤	深度学习和传统机器学习方法	深度学习与传统机器学习模型	医学影像数据	217项研究（2015-2025年）
457	2025-08-05	Clinical benefits of deep learning-assisted ultrasound in predicting lymph node metastasis in pancreatic cancer patients 2025-Aug, Future oncology (London, England) DOI:10.1080/14796694.2025.2520149 PMID:40548666	研究论文	本研究开发并验证了一种基于超声图像的深度学习放射组学列线图（DLRN），用于提高胰腺癌患者淋巴结转移（LNM）的预测准确性	结合深度学习和放射组学特征，开发了DLRN模型，显著提升了淋巴结转移的预测准确性，并为临床医生提供了决策支持工具	研究为回顾性分析，样本量相对较小（249例），且测试集比例较低（20%）	提高胰腺癌患者淋巴结转移的预测准确性	胰腺癌患者	数字病理	胰腺癌	超声成像，深度学习	InceptionV3, 逻辑回归	图像	249例经病理证实的胰腺癌病例（其中78例有淋巴结转移）
458	2025-08-05	Can radiology be first to use prognostic deep learning models for oncological treatment? 2025-Aug-01, Annals of oncology : official journal of the European Society for Medical Oncology IF:56.7Q1 DOI:10.1016/j.annonc.2025.07.013 PMID:40754034	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
459	2025-08-05	Factors associated with glucocorticoid dosing in treating patients with noncritical COVID-19 pneumonia: Insights from an artificial intelligence-based CT imaging analysis 2025 Aug-Sep, Enfermedades infecciosas y microbiologia clinica (English ed.) DOI:10.1016/j.eimce.2025.06.004 PMID:40754353	研究论文	通过基于人工智能的CT影像分析，探讨影响非重症COVID-19肺炎患者糖皮质激素剂量的因素，并开发预测模型	利用AI深度学习技术评估肺部CT图像，开发预测模型以确定糖皮质激素的最佳剂量	需要更大规模的前瞻性研究进行验证	确定非重症COVID-19患者糖皮质激素的最佳剂量	273名非重症COVID-19肺炎患者	数字病理学	COVID-19	基于AI的深度学习	多变量逻辑回归	CT影像	273名患者（训练集168名，验证集75名）
460	2025-08-05	Toward Precision Diagnosis of Maxillofacial Pathologies by Artificial Intelligence Algorithms: A Systematic Review 2025-Aug, Journal of maxillofacial and oral surgery DOI:10.1007/s12663-025-02664-4 PMID:40756906	系统综述	本文综述了人工智能算法（包括机器学习和深度学习）在通过先进成像技术（如CT和CBCT）改善口腔颌面部疾病诊断和管理中的潜力	展示了深度学习算法在诊断颌面部疾病中的高准确性和敏感性，并指出CBCT在诊断中的优越性	综述范围限定在2010-2024年的文献，可能未涵盖更早期的相关研究	评估人工智能算法在口腔颌面部疾病精准诊断中的应用	口腔颌面部疾病	数字病理学	口腔颌面部疾病	CT, CBCT, MRI	GoogLeNet Inception v3, U-Net	医学影像	NA