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
4901	2025-04-12	Leveraging artificial intelligence for diagnosis of children autism through facial expressions 2025-Apr-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96014-6 PMID:40200029	research paper	该研究利用人工智能技术，通过儿童面部表情诊断自闭症谱系障碍（ASD）	提出了一种混合深度学习模型ViT-ResNet152，结合了卷积和Transformer处理单元，提高了ASD诊断的准确率至91.33%	未来研究需要纳入多种数据类型，扩展数据集多样性，并优化混合架构系统以提高诊断预测能力	开发高精度和标准化的早期ASD检测方法	自闭症谱系障碍（ASD）儿童	computer vision	autism spectrum disorder	deep learning, transfer learning, fine-tuning	DenseNet201, ResNet152, VGG16, VGG19, MobileNetV2, EfficientNet-B0, ViT-ResNet152	RGB images	NA
4902	2025-04-12	Anesthesia depth prediction from drug infusion history using hybrid AI 2025-Apr-08, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02986-w PMID:40200239	research paper	本研究提出了一种结合LSTM、Transformer和KAN的混合AI模型，用于从药物输注历史中预测麻醉深度	整合了LSTM、Transformer和KAN三种深度学习技术，分别处理麻醉预测中的时序性、上下文理解和非线性关系	未来需要提高模型鲁棒性、探索实时应用并解决预测分析中的潜在偏差	提高麻醉深度预测的准确性以保障患者安全和优化手术结果	麻醉患者的药物输注历史和生理数据	machine learning	NA	深度学习	LSTM, Transformer, KAN	生理数据	来自公开麻醉监测数据库VitalDB的患者数据
4903	2025-04-12	HepatoToxicity Portal (HTP): an integrated database of drug-induced hepatotoxicity knowledgebase and graph neural network-based prediction model 2025-Apr-08, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-00992-8 PMID:40200282	研究论文	开发了一个集成药物诱导肝毒性知识库和图神经网络预测模型的HepatoToxicity Portal (HTP)	整合了专家策划的知识库(HTP-KB)和基于GNN的先进机器学习模型(HTP-Pred)，显著提高了肝毒性预测的准确性	未提及具体局限性	解决药物开发中肝毒性预测的信息分散和数据异质性问题	8,306种化学物质	机器学习	肝毒性	GNN	图神经网络	化学物质数据	8,306种化学物质，预训练使用了PubChem数据库中约1,000万种化学物质
4904	2025-04-12	MIDAA: deep archetypal analysis for interpretable multi-omic data integration based on biological principles 2025-Apr-08, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03530-9 PMID:40200293	研究论文	介绍了一种基于生物学原则的多组学数据集成框架MIDAA，结合原型分析和深度学习	结合原型分析和深度学习，基于进化权衡和帕累托最优性，保留生物相互作用的复杂性同时提供可解释的输出	NA	解决高维多组学数据集成和解释的挑战，提供生物学相关且可解释的模式	高维多组学分子数据	机器学习	NA	深度学习	原型分析结合深度学习	多组学数据	NA
4905	2025-04-12	Automatic identification of hard and soft tissue landmarks in cone-beam computed tomography via deep learning with diversity datasets: a methodological study 2025-Apr-08, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-05831-8 PMID:40200295	研究论文	本研究提出了一种新的深度学习方法，用于在CBCT图像上自动识别和定位软硬组织颅面标志点	应用深度学习方法在多样化的错颌畸形患者CBCT数据上自动识别软硬组织标志点，提高了识别效率和准确性	研究样本量相对有限（498例），且仅评估了43个标志点的识别准确性	开发一种自动识别CBCT图像中颅面软硬组织标志点的深度学习方法	498例不同类型错颌畸形患者的CBCT图像	数字病理	错颌畸形	CBCT成像	深度学习	医学影像	498例CBCT图像
4906	2025-04-12	A beginner's approach to deep learning applied to VS and MD techniques 2025-Apr-08, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-00985-7 PMID:40200329	综述	本文综述了深度学习在分子建模技术中的应用，特别是虚拟筛选和分子动力学模拟	探讨了深度学习如何克服虚拟筛选和分子动力学模拟中的限制，并提高效率和准确性	深度学习在计算化学领域的知识仍然有限且分散	旨在帮助计算化学家了解如何将深度学习整合到分子建模研究中	虚拟筛选(VS)和分子动力学(MD)技术	计算化学	NA	深度学习(DL)	NA	分子建模数据	NA
4907	2025-04-12	A novel intelligent grade classification architecture for Patent Foramen Ovale by Contrast Transthoracic Echocardiography based on deep learning 2025-Apr-07, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102538 PMID:40209281	研究论文	提出了一种基于深度学习的智能分级架构，用于通过对比经胸超声心动图对卵圆孔未闭进行分类	提出了TVUNet++用于左心室分割和ULSAM-ResNet用于PFO分类，能够通过可学习的亲和力图区分cTTE中的各种局部特征，并隐式捕捉左心腔与背景区域之间的语义关系	现有模型由于cTTE中微泡和周围心肌组织的灰度值相似，诊断准确性较低，且未量化右向左分流(RLS)的严重程度	提高卵圆孔未闭(PFO)的分类准确性和量化右向左分流(RLS)的严重程度	卵圆孔未闭(PFO)患者	数字病理	心血管疾病	对比经胸超声心动图(cTTE)	TVUNet++, ULSAM-ResNet	图像	NA
4908	2025-04-12	MedScale-Former: Self-guided multiscale transformer for medical image segmentation 2025-Apr-04, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103554 PMID:40209553	research paper	提出了一种名为MedScale-Former的双分支Transformer网络，用于医学图像分割，通过自监督学习和多尺度一致性提升分割精度	引入了双分支Transformer网络，结合自监督学习和多尺度一致性损失，以及选择性核区域注意力模块，提升了医学图像分割的准确性和边界定义	需要进一步验证在大规模数据集上的泛化能力	提升医学图像分割的准确性和自动化临床决策能力	皮肤病变、肺部器官和多发性骨髓瘤浆细胞	digital pathology	lung cancer, multiple myeloma	self-supervised learning, transformer network	Transformer	image	NA
4909	2025-04-12	Deep Learning-Based Reconstruction for Accelerated Cervical Spine MRI: Utility in the Evaluation of Myelopathy and Degenerative Diseases 2025-Apr-02, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8567 PMID:40147833	research paper	本研究比较了传统颈椎MRI与基于深度学习的加速颈椎MRI在图像质量和诊断性能上的差异	使用商业化的供应商无关的基于深度学习的重建算法，显著缩短了MRI扫描时间，同时保持或提高了图像质量和诊断性能	样本量较小（50例患者），且仅针对颈椎退行性疾病和脊髓病变进行评估	评估基于深度学习的加速颈椎MRI在图像质量和诊断性能上的表现	50例患有退行性颈椎疾病或脊髓病变的患者	digital pathology	degenerative spine diseases and myelopathy	MRI	DL-based reconstruction	image	50例患者
4910	2025-04-12	Rapid Identification of Medicinal Polygonatum Species and Predictive of Polysaccharides Using ATR-FTIR Spectroscopy Combined With Multivariate Analysis 2025-Apr, Phytochemical analysis : PCA IF:3.0Q2 DOI:10.1002/pca.3459 PMID:39422183	research paper	本研究基于ATR-FTIR光谱结合多元分析方法，开发了药用黄精种类的定性模型和多糖预测模型	结合ATR-FTIR光谱与多元分析方法，实现了药用黄精种类的快速鉴别和多糖含量的高效预测，特别是ResNet模型无需复杂预处理即可实现100%正确分类	未来研究可进一步探索便携式红外光谱仪的应用，并将红外光谱技术扩展到药用黄精其他化学成分的预测	开发药用黄精种类的定性模型和多糖预测模型，以提高其质量控制和功效评估	334个药用黄精样本和110个黄精多糖样本	光谱分析	NA	ATR-FTIR光谱、多元分析、PLSR、Kernel-PLSR、ResNet	OPLS-DA、PLSR、Kernel-PLSR、ResNet	光谱数据	334个药用黄精样本和110个黄精多糖样本
4911	2025-04-12	Comparison of Intratumoral and Peritumoral Deep Learning, Radiomics, and Fusion Models for Predicting KRAS Gene Mutations in Rectal Cancer Based on Endorectal Ultrasound Imaging 2025-Apr, Annals of surgical oncology IF:3.4Q1 DOI:10.1245/s10434-024-16697-5 PMID:39690384	research paper	比较基于直肠内超声图像的肿瘤内和肿瘤周围深度学习、放射组学及融合模型在预测直肠癌KRAS基因突变中的表现	首次比较了肿瘤内和肿瘤周围区域的深度学习、放射组学及融合模型在预测KRAS突变中的效果，并展示了融合模型的优越性	研究样本来自单一医疗中心，可能影响模型的泛化能力	预测直肠癌中的KRAS基因突变	直肠癌患者	digital pathology	rectal cancer	endorectal ultrasound imaging	CNN, radiomics, fusion models	image	304名直肠癌患者（训练组213名，测试组91名）
4912	2025-04-12	Identification of lesion bioactivity in hepatic cystic echinococcosis using a transformer-based fusion model 2025-Apr, The Journal of infection IF:14.3Q1 DOI:10.1016/j.jinf.2025.106455 PMID:40049526	研究论文	本研究评估了基于Transformer的融合模型在评估肝囊型包虫病（HCE）病变活性方面的性能	使用Transformer网络架构构建的多模态融合模型，整合了临床特征、放射组学特征以及2D和3D深度学习特征，显著提高了HCE病变活性的分类性能	研究仅基于三家医院的数据，可能缺乏更广泛的地理和人群代表性	开发有效的方法来区分肝囊型包虫病（HCE）病变的生物活性，以制定更有效的治疗方案	700名HCE患者的CT图像和临床变量	数字病理学	肝囊型包虫病	CT成像、放射组学分析、深度学习	Transformer-based融合模型、2D深度学习模型、3D深度学习模型	CT图像、临床变量	700名HCE患者
4913	2025-04-12	An artificial intelligence tool that may assist with interpretation of rapid plasma reagin test for syphilis: Development and on-site evaluation 2025-Apr, The Journal of infection IF:14.3Q1 DOI:10.1016/j.jinf.2025.106454 PMID:40043816	research paper	开发并验证了一种基于人工智能的快速血浆反应素（RPR）测试解释工具，用于梅毒诊断和治疗效果评估	利用深度学习算法开发了一种用户友好的RPR-AI解释工具，可在智能手机上进行现场解释，提高了RPR测试的标准化和数据可追溯性	模型的准确性仍有提升空间，特别是在反应性圆圈的识别上	开发并验证一种用于梅毒诊断和治疗效果评估的RPR-AI解释工具	600张RPR卡片图像，来自276个阴性和223个阳性RPR样本	digital pathology	syphilis	deep learning	CNN	image	600张RPR卡片图像（276阴性，223阳性），现场研究涉及669个样本
4914	2025-04-12	Soil and crop interaction analysis for yield prediction with satellite imagery and deep learning techniques for the coastal regions 2025-Apr, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125095 PMID:40138935	研究论文	利用卫星图像和深度学习技术分析土壤与作物相互作用以预测沿海地区作物产量	结合Sentinel-2卫星图像和NDVI指数，采用CNN方法进行降雨径流预测，提高了作物产量预测的准确率至98.7%，显著优于传统方法的85%-90%	研究主要针对沿海地区，可能不适用于其他地理环境	提高作物产量预测的准确性，优化农业决策	沿海地区的土壤和作物	农业科技	NA	Sentinel-2卫星图像、NDVI指数	CNN	卫星图像	NA
4915	2025-04-12	Effective evaluation of greenhouse gases (GHGs) emissions from anoxic/oxic (A/O) process of regenerated papermaking wastewater treatment through hybrid deep learning techniques: Leveraging the critical role of water quality indicators 2025-Apr, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125094 PMID:40174391	research paper	本研究通过混合深度学习技术评估再生造纸废水处理中A/O工艺的温室气体排放，并探讨水质指标的关键作用	开发了一种新型混合深度学习模型TCNA，结合了Temporal Convolutional Network (TCN)和Attention Mechanism (AM)，用于预测温室气体排放	研究基于实验室规模的A/O工艺，可能无法完全反映实际工业废水处理厂的复杂情况	准确评估工业废水处理过程中温室气体排放，以支持碳排放计算和管理	再生造纸废水处理过程中的温室气体排放	machine learning	NA	深度学习	TCNA (TCN + AM), CNN, RNN, LSTM, TCN	水质指标数据（COD, SS, NH-N, NO-N, pH/DO/温度等）	295组多因素数据集，来自约110天的实验数据
4916	2025-04-12	Feasibility study of real-time virtual sensing for water quality parameters in river systems using synthetic data and deep learning models 2025-Apr, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125191 PMID:40179555	研究论文	本研究探讨了结合深度学习与虚拟传感技术实时监测小型河流系统中关键水质参数的可行性	首次将深度学习模型与虚拟传感技术结合，用于小型河流系统的水质参数实时监测，并比较了实际数据与合成数据的预测效果	研究仅基于9个传感器测量指标生成合成数据，可能无法涵盖所有水质变化情况	评估深度学习虚拟传感技术在小型河流系统水质实时监测中的应用潜力	小型河流系统中的水质参数（总有机碳TOC、总氮TN、总磷TP）	机器学习	NA	深度学习虚拟传感技术	DL模型	传感器数据、合成数据	基于9个传感器测量指标生成的数据集
4917	2025-04-12	Deep neural network modeling for brain tumor classification using magnetic resonance spectroscopic imaging 2025-Apr, PLOS digital health DOI:10.1371/journal.pdig.0000784 PMID:40202966	研究论文	本研究探讨了深度神经网络在脑肿瘤分类中的应用，特别是针对磁共振波谱成像（MRSI）数据的处理	直接对原始MRSI时域数据应用深度神经网络，避免了传统方法中复杂的手动处理步骤	需要更大数据集进行验证以建立标准化指南并增强临床实用性	提高脑肿瘤早期和准确检测的效率，以支持有效治疗	脑肿瘤患者的合成和真实MRSI数据	数字病理学	脑肿瘤	磁共振波谱成像（MRSI）	深度神经网络	光谱时间序列数据	包括合成和真实MRSI数据的脑肿瘤患者数据集
4918	2025-04-12	Universal photonic artificial intelligence acceleration 2025-Apr, Nature IF:50.5Q1 DOI:10.1038/s41586-025-08854-x PMID:40205212	研究论文	介绍了一种光子AI处理器，能够执行包括ResNet和BERT在内的高级AI模型，以及DeepMind最初展示的Atari深度强化学习算法	该光子AI处理器在许多工作负载上实现了接近电子精度的性能，标志着光子计算进入与现有电子AI加速器竞争的新阶段	尚未有光子芯片达到实际AI应用所需的精度，且演示仅限于简化的基准任务	探索光子技术在AI和深度学习中的加速张量操作，以提高能源效率和性能	光子AI处理器	机器学习	NA	光子计算	ResNet, BERT, 深度强化学习算法	NA	NA
4919	2025-02-19	Deep learning: Cracking the metabolic code 2025-Mar-01, Hepatology (Baltimore, Md.) DOI:10.1097/HEP.0000000000001220 PMID:39960202	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4920	2025-04-12	Optimizing Input Selection for Cardiac Model Training and Inference: An Efficient 3D Convolutional Neural Networks-Based Approach to Automate Coronary Angiogram Video Selection 2025-Mar, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2025.100195 PMID:40206993	研究论文	开发了一种基于3D卷积神经网络的自动化方法，用于选择适合训练深度学习模型的冠状动脉造影视频	使用3D-CNN模型（特别是X3D-L）在冠状动脉造影视频选择中实现了高效自动化，并在计算效率和复杂性之间取得了平衡	在独立数据集上验证时，所有指标略有下降	提高医学图像分析的准确性和效率	冠状动脉造影视频	数字病理	心血管疾病	深度学习	3D-CNN（ResNet和X3D）	视频	232例冠状动脉造影研究用于训练，3208例手术用于独立验证