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
481	2025-07-16	Dose-aware denoising diffusion model for low-dose CT 2025-Jul-15, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ade8cc PMID:40570896	研究论文	本文提出了一种新型剂量感知扩散模型，用于低剂量CT图像去噪，旨在解决现有扩散基深度学习方法在泛化性和不确定性方面的问题	引入了一种基于物理的前向过程，具有连续时间步长，能够灵活表示不同的噪声水平，并包含了一个计算高效的噪声校准模块	未明确提及具体局限性，但可能包括对不同数据集的泛化能力仍需进一步验证	开发一种能够有效减少CT图像噪声同时保持结构保真度并适用于不同剂量水平的去噪方法	低剂量CT图像	数字病理	NA	扩散模型	扩散模型	图像	Mayo Clinic数据集
482	2025-07-16	MSCMLCIDTI: Drug-Target Interaction Prediction Based on Multiscale Feature Extraction and Deep Interactive Attention Fusion Mechanisms 2025-Jul-15, Journal of computational chemistry IF:3.4Q2 DOI:10.1002/jcc.70170 PMID:40660331	research paper	提出了一种基于多尺度特征提取和深度交互注意力融合机制的药物-靶标相互作用预测模型MSCMLCIDTI	采用多尺度卷积块提取药物化合物和氨基酸序列的结构指纹，结合门控注意力获取多维特征，并通过多层注意力交互机制建模药物亚结构与蛋白质片段间的复杂关系	未提及具体的数据集规模限制或模型计算复杂度问题	提升药物-靶标相互作用预测的准确性以加速药物发现	药物化合物与生物靶标（蛋白质）的相互作用	machine learning	NA	多尺度特征提取、注意力机制	MSCMLCIDTI（基于CNN与注意力机制的混合模型）	药物分子结构数据、蛋白质氨基酸序列数据	四个公开基准数据集（未说明具体样本量）
483	2025-07-16	VAULT-OCT: Vault Accuracy Using Deep Learning Technology - An AI Model for Predicting Implantable Collamer Lens Postoperative Vault with AS-OCT 2025-Jul-15, Journal of cataract and refractive surgery IF:2.6Q1 DOI:10.1097/j.jcrs.0000000000001743 PMID:40660493	研究论文	开发了一个基于深度学习的模型VAULT-OCT，用于预测植入式Collamer晶体（ICL）术后拱高	首次利用术前AS-OCT图像结合深度学习技术预测ICL术后拱高	研究为回顾性设计，样本量相对有限（324只眼）	提高ICL植入术后拱高预测的准确性	接受ICL植入术的患者（162例患者的324只眼）	数字病理	眼科疾病	光学相干断层扫描（OCT）	神经网络	图像	162例患者的324只眼
484	2025-07-16	Collaborative Internal Cavity Effect and Interfacial Modulation Mechanism for Boosting Deep Learning-Powered Immunochromatographic Pathogen Detection 2025-Jul-15, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c03367 PMID:40662476	研究论文	本文提出了一种深度学习增强的免疫测定方法，通过利用空心碳纳米球（h-CNSs）的内部空腔效应和界面抗体定向调节，实现了病原体的超灵敏检测	结合空心碳纳米球的内部空腔效应和界面抗体定向调节，显著提高了光吸收和光热转换效率，并通过深度学习进一步提升了检测准确率	未明确提及具体局限性	开发一种高灵敏度的病原体检测方法	病原体	数字病理学	NA	免疫色谱分析（ICA）	CNN	图像	加标牛奶和生菜样本
485	2025-07-16	Enhanced detection of Argulus and epizootic ulcerative syndrome in fish aquaculture through an improved deep learning model 2025-Jul-15, Journal of aquatic animal health IF:1.5Q2 DOI:10.1093/jahafs/vsaf001 PMID:40662570	研究论文	本文开发了一种改进的YOLOV5模型，用于检测水产养殖中感染流行性溃疡综合症和鱼虱的鱼类	改进的YOLOV5模型在迁移学习中使用预训练模型处理二值图像，并集成到Raspberry Pi板上，相比简单YOLOV5模型更有效	NA	检测水产养殖中感染流行性溃疡综合症和鱼虱的鱼类，以预防疾病传播	水产养殖中的鱼类	计算机视觉	流行性溃疡综合症	深度学习	YOLOV5	图像	NA
486	2025-07-16	Placenta segmentation redefined: review of deep learning integration of magnetic resonance imaging and ultrasound imaging 2025-Jul-15, Visual computing for industry, biomedicine, and art DOI:10.1186/s42492-025-00197-8 PMID:40663247	综述	本文综述了2019年至2024年间深度学习在医学影像（特别是MRI和超声）中胎盘分割技术的最新进展	整合MRI和超声的互补信息以提升分割性能，并强调深度学习在产前诊断中的变革性影响	高级影像技术的高成本和有限可用性	提升胎盘分割技术以改善产前诊断及母婴健康结果	胎盘在MRI和超声影像中的分割	数字病理	NA	MRI和超声成像	深度学习	医学影像（MRI和超声）	NA
487	2025-07-16	A Geometric Deep Learning Model for Real-Time Prediction of Knee Joint Biomechanics Under Meniscal Extrusion 2025-Jul-15, Annals of biomedical engineering IF:3.0Q3 DOI:10.1007/s10439-025-03798-9 PMID:40663282	研究论文	本研究提出了一种几何深度学习模型，用于实时预测膝关节在半月板突出情况下的生物力学响应	该模型利用几何深度学习和AI算法，显著减少了计算时间，同时保持了高预测精度，能够实时或近实时进行生物力学评估	模型基于有限元分析数据训练，可能受限于训练数据的质量和多样性	开发一种快速准确的膝关节生物力学预测方法，以支持临床决策和个性化康复策略	膝关节软组织，特别是半月板突出情况下的生物力学响应	生物力学	骨关节炎	几何深度学习(GDL), 有限元分析(FEA)	GDL	生物力学数据	NA
488	2025-07-16	AI-Driven Smart Sportswear for Real-Time Fitness Monitoring Using Textile Strain Sensors 2025-Jul-14, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3588051 PMID:40658556	研究论文	本文提出了一种基于AI的智能运动服装系统，用于实时监测健身活动中的呼吸-力量协调和肌肉激活对称性	通过集成石墨烯应变传感器和深度学习框架，系统能够实时分类运动执行质量，并区分呼吸不规律和肌肉不对称用力	现有解决方案在无缝和非侵入性同时捕捉呼吸-力量协调和肌肉激活对称性方面存在不足	开发下一代AI驱动的智能运动服装，应用于健身优化、伤害预防和适应性康复训练	健身和康复训练中的运动执行质量	可穿戴技术	NA	深度学习	1D ResNet-18	传感器数据	六种运动条件下的分类准确率达到92.1%
489	2025-07-16	Region Uncertainty Estimation for Medical Image Segmentation with Noisy Labels 2025-Jul-14, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3589058 PMID:40658577	研究论文	提出一种针对带有噪声标签的CT图像分割的区域不确定性估计框架	提出样本分层训练策略和边界引导的区域不确定性估计模块，有效减少噪声标注的影响	实验仅在CT数据集上进行，未验证在其他医学影像模态（如MRI）上的泛化性	降低医学图像标注成本并提升噪声标签下的分割鲁棒性	CT图像中的器官和组织分割	数字病理	NA	CT图像分割	深度学习基础模型（如SAM）	3D医学图像	多个CT数据集（未明确数量）
490	2025-07-16	Mining Global and Local Semantics from Unlabeled Spectra for Spectral Classification 2025-Jul-14, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3588122 PMID:40658574	研究论文	提出了一种名为GLSM的新方法，通过自监督学习从未标记的光谱中捕获全局和局部语义信息，以减少对大量标注数据的依赖	提出了一种结合全局和局部语义挖掘的自监督学习方法，能够从未标记的光谱中提取特征，减少对标注数据的依赖	方法在实验数据集上表现良好，但在更广泛的光谱类型和复杂场景下的适用性尚未验证	提高振动光谱识别的准确性，减少对大量标注数据的依赖	振动光谱数据	机器学习	NA	自监督学习	GLSM	光谱数据	三个数据集
491	2025-07-16	Closed-loop transcranial ultrasound stimulation based on deep learning effectively suppresses epileptic seizures in mice 2025-Jul-14, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3589089 PMID:40658582	研究论文	本研究设计并实现了一种基于深度学习的闭环经颅超声刺激系统，用于实时检测和干预青霉素诱导的癫痫小鼠海马区的癫痫信号	首次将深度学习应用于闭环经颅超声刺激系统，实现了对癫痫信号的实时识别和动态响应	研究仅在青霉素诱导的癫痫小鼠模型中进行，尚未在人类或其他癫痫模型中进行验证	开发一种能够动态响应癫痫发作的闭环经颅超声刺激系统	青霉素诱导的癫痫小鼠	神经调控技术	癫痫	经颅超声刺激	深度学习网络模型	神经信号	青霉素诱导的癫痫小鼠
492	2025-07-16	Deep Learning Applications in Lymphoma Imaging 2025-Jul-14, Acta haematologica IF:1.7Q3 DOI:10.1159/000547427 PMID:40659002	综述	本文综述了深度学习在淋巴瘤影像学中的应用及其在临床实践中的整合	探讨了深度学习模型（如CNN）在淋巴瘤影像学中的自动化检测、分割和分类方面的应用	获取高质量注释数据集的挑战、训练数据中的偏差问题以及模型性能的一致性	提高淋巴瘤影像诊断的自动化水平，改善患者治疗效果	淋巴瘤影像数据	数字病理学	淋巴瘤	深度学习	CNN	影像数据（PET/CT, CT, MRI）	NA
493	2025-07-16	Discovery of selective GluN1/GluN3A NMDA receptor inhibitors using integrated AI and physics-based approaches 2025-Jul-14, Acta pharmacologica Sinica IF:6.9Q1 DOI:10.1038/s41401-025-01607-6 PMID:40659855	研究论文	本文介绍了一种结合人工智能和物理模型的化合物虚拟筛选流程，用于发现选择性GluN1/GluN3A NMDA受体抑制剂	整合了两种基于序列的深度学习预测模型（TEFDTA和ESMLigSite）与分子对接方法，提高了筛选效率和准确性	受限于可用结构数据的缺乏和离子通道的固有复杂性	发现针对GluN1/GluN3A NMDA受体的选择性抑制剂	GluN1/GluN3A NMDA受体	机器学习	情绪障碍	虚拟筛选、分子对接	TEFDTA、ESMLigSite	化合物数据库	1800万种化合物
494	2025-07-16	ESE and Transfer Learning for Breast Tumor Classification 2025-Jul-14, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01608-1 PMID:40659967	研究论文	本研究提出了一种基于倒置残差网络、高效挤压激励（ESE）模块和双重迁移学习的轻量级神经网络架构TLese-ResNet，用于乳腺癌分子亚型识别	结合倒置ResNet减少网络参数并增强跨层梯度传播和特征表达能力，引入ESE模块在保持通道关系收集的同时降低网络复杂度，采用双重迁移学习策略应对小数据集问题	数据集规模较小，仅来自江西某医院的乳腺X线摄影图像	开发有效的乳腺癌分子亚型识别辅助工具	浸润性乳腺癌患者的乳腺X线摄影图像（CC和MLO视图）	数字病理学	乳腺癌	深度学习	TLese-ResNet（基于倒置ResNet与ESE模块）	医学影像（乳腺X线摄影）	未明确说明具体数量，来自江西某医院的乳腺X线摄影图像数据集
495	2025-07-16	An Adaptive Generative 3D VNet Model for Enhanced Monkeypox Lesion Classification Using Deep Learning and Augmented Image Fusion 2025-Jul-14, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01594-4 PMID:40659969	研究论文	本文提出了一种自适应生成3D VNet模型，用于通过深度学习和增强图像融合技术提高猴痘病变的分类效果	结合自适应生成网络和3D VNet，通过数据增强和自适应融合技术，有效解决了标记数据有限的问题，提高了分类准确性和鲁棒性	未提及模型在更大规模或多样化数据集上的泛化能力	设计一个有效的猴痘检测和分类模型	猴痘病变图像	计算机视觉	猴痘	深度学习、数据增强（裁剪、旋转、翻转）、图像融合	Adaptive Generative 3D VNet	3D图像	基于猴痘皮肤病变数据集，具体样本数量未提及
496	2025-07-16	The Rise of Intelligent Plastic Surgery: A 10-Year Bibliometric Journey Through AI Applications, Challenges, and Transformative Potential 2025-Jul-14, Aesthetic plastic surgery IF:2.0Q2 DOI:10.1007/s00266-025-05068-4 PMID:40660032	review	本文通过文献计量学方法分析了2016至2024年间人工智能在整形外科中的应用、挑战及潜在变革	利用CiteSpace和VOSviewer软件对235篇文献进行定量分析，揭示了AI在乳房重建、面部分析和自动分级系统等领域的创新应用	研究存在西方中心审美标准的偏见、数据集多样性不足以及跨机构合作有限等问题	系统分析人工智能在整形外科领域的研究趋势和临床整合面临的挑战	Web of Science核心合集中2016至2024年间的235篇文献	数字病理	NA	deep learning, predictive modeling	NA	文献数据	235篇文献
497	2025-07-16	PETFormer-SCL: a supervised contrastive learning-guided CNN-transformer hybrid network for Parkinsonism classification from FDG-PET 2025-Jul-14, Annals of nuclear medicine IF:2.5Q2 DOI:10.1007/s12149-025-02081-0 PMID:40660058	research paper	提出了一种结合CNN和Transformer的深度学习框架PETFormer-SCL，用于从FDG-PET图像中分类帕金森综合征亚型	整合了CNN与通道级Transformer模块，并采用监督对比学习指导，以增强疾病特异性特征学习并减少个体差异	未明确提及样本多样性或外部验证集的泛化能力	提高帕金森综合征亚型（PD、MSA、PSP）的早期鉴别诊断准确性	帕金森综合征患者的FDG-PET图像	digital pathology	Parkinsonism	FDG-PET	CNN-Transformer hybrid (PETFormer-SCL)	medical image	训练集945例患者，独立测试集330例（总计1275例）
498	2025-07-16	The MSA Atrophy Index (MSA-AI): An Imaging Marker for Diagnosis and Clinical Progression in Multiple System Atrophy 2025-Jul-14, Annals of clinical and translational neurology IF:4.4Q1 DOI:10.1002/acn3.70106 PMID:40660627	research paper	本研究提出了一种新的复合体积测量方法MSA-AI，用于区分多系统萎缩（MSA）与相关疾病并监测疾病进展	提出了一种新的影像生物标志物MSA-AI，能够有效区分MSA与其他相关疾病，并与临床严重程度和疾病进展相关	需要在更大规模的独立队列中进行验证	开发可靠的生物标志物以追踪MSA的疾病进展并推进治疗方法	多系统萎缩（MSA）患者及相关疾病患者	digital pathology	geriatric disease	3T MRI, deep learning-based segmentation	NA	image	17名初始诊断为可能MSA的患者，26名MSA病例，23名健康对照，23名纯自主神经衰竭患者，56名帕金森病患者，8名路易体痴呆患者，以及469名规范数据集
499	2025-07-16	Innovative Immunoinformatics Tools for Enhancing MHC (Major Histocompatibility Complex) Class I Epitope Prediction in Immunoproteomics 2025-Jul-14, Protein and peptide letters IF:1.0Q4 DOI:10.2174/0109298665373152250625054723 PMID:40662558	研究论文	本文探讨了免疫信息学工具在提高MHC I类表位预测方面的最新进展	结合生物信息学算法、人工智能和机器学习模型，显著提高了表位预测的敏感性和特异性	由于MHC I类结合肽的复杂性和多样性，准确识别不同人群和情境下的表位仍然极具挑战性	提高MHC I类表位预测的准确性，以促进疫苗开发、癌症免疫治疗和自身免疫性疾病的研究	MHC I类分子结合肽	免疫信息学	癌症、自身免疫性疾病	生物信息学算法、人工智能、机器学习、深度学习、多组学数据整合	NetMHC、IEDB、MHCflurry	蛋白质组学、转录组学、基因组学数据	NA
500	2025-07-16	Automated detection and numbering of primary and permanent teeth in digital impressions of children using artificial intelligence 2025-Jul-12, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105976 PMID:40659080	研究论文	本研究开发并评估了一种自动方法，用于在儿童数字印模中分割和标记乳牙和恒牙	结合大上下文预测进行牙齿标记和高分辨率预测进行牙齿分割的深度学习模型	对于不寻常的牙齿状况或模糊的牙齿萌出模式会出现错误	开发自动区分儿童数字印模中乳牙和恒牙的方法	儿童数字印模中的乳牙和恒牙	数字病理	NA	深度学习	深度学习模型	数字印模	来自351名患者的716个数字印模