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	2025-08-03	Left ventricular wall thickness heterogeneity improves cardiovascular disease diagnosis and prognosis: a UK Biobank cardiovascular magnetic resonance cohort study 2025-Jul, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyaf092 PMID:40740418	研究论文	该研究探讨了左心室壁厚度异质性（MadWT）作为心血管疾病诊断和预后的新型生物标志物的潜力	提出了左心室壁厚度异质性（MadWT）作为新的生物标志物，用于区分生理性和病理性左心室肥厚（LVH）并预测心血管疾病（CVD）风险	研究结果需要在运动员和疾病队列中进一步验证	比较MadWT与其他左心室壁厚度指标在预测心血管疾病和区分生理性与病理性LVH方面的效果	44,930名UK Biobank参与者的心血管磁共振成像（CMR）数据	心血管磁共振成像	心血管疾病	深度学习辅助分析	深度学习	医学影像	44,930名UK Biobank参与者的CMR扫描数据
482	2025-08-03	Deep Learning Can Accurately Predict the Prognosis of Gynecologic Smooth Muscle Tumors of Uncertain Malignant Potential: A Multicenter Pilot Study 2025-Jun-30, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2025.104211 PMID:40602459	研究论文	本研究探讨了深度学习技术如何利用组织学切片预测妇科不确定恶性潜能平滑肌肿瘤(STUMP)的无进展生存期(PFS)并识别高风险患者	首次应用深度学习技术直接从STUMP的组织学切片中提取特征进行预后预测，实现了优于传统辅助技术的预测效果	样本量相对有限(95例STUMP)，需要进一步研究验证高风险组的分子标记物	探索深度学习技术对STUMP患者预后的预测能力	妇科不确定恶性潜能平滑肌肿瘤(STUMP)患者	数字病理学	妇科肿瘤	深度学习	DL模型	组织学切片图像	95例STUMP(79例训练集+16例外部验证集)，另包含160例子宫肌瘤和58例子宫肉瘤对照样本
483	2025-08-03	From Lab to Clinic: How Artificial Intelligence (AI) Is Reshaping Drug Discovery Timelines and Industry Outcomes 2025-Jun-30, Pharmaceuticals (Basel, Switzerland) DOI:10.3390/ph18070981 PMID:40732273	综述	本文综述了人工智能（AI）在药物发现和开发中的应用及其对临床结果的影响	系统评估了AI在药物发现各阶段的应用，并分析了其对临床试验效率和制药成果的贡献	未来工作应扩展AI在代表性不足的治疗领域的应用，并改进模型以处理复杂的生物系统	评估AI在药物发现和开发中的作用及其对临床结果的影响	药物发现和开发过程中的AI应用	人工智能在医药领域的应用	肿瘤学、皮肤病学、神经学	机器学习（ML）、分子建模与模拟（MMS）、深度学习（DL）	NA	NA	分析2015年至2025年间发表的研究，涉及多个数据库
484	2025-08-03	Precision Enhanced Bioactivity Prediction of Tyrosine Kinase Inhibitors by Integrating Deep Learning and Molecular Fingerprints Towards Cost-Effective and Targeted Cancer Therapy 2025-Jun-28, Pharmaceuticals (Basel, Switzerland) DOI:10.3390/ph18070975 PMID:40732265	研究论文	本研究提出了一种结合深度学习和分子指纹的机器学习框架，用于准确预测酪氨酸激酶抑制剂的生物活性，以加速药物开发的临床前阶段	整合了深度人工神经网络(dANNs)、卷积神经网络(CNNs)和结构分子指纹，显著提高了酪氨酸激酶抑制剂生物活性的预测准确性	研究仅基于ChEMBL数据库中的28,314个小分子，可能无法涵盖所有潜在的酪氨酸激酶抑制剂	开发一种成本效益高且针对性的癌症治疗方法，通过机器学习预测酪氨酸激酶抑制剂的生物活性	酪氨酸激酶抑制剂(TKIs)及其生物活性	机器学习	癌症	深度人工神经网络(dANNs)、卷积神经网络(CNNs)、支持向量机(SVM)、CatBoost	dANN, CNN, SVM, CatBoost	分子指纹和物理化学描述符(如分子量、LogP、氢键)	28,314个小分子
485	2025-08-03	GPS: Harnessing data fusion strategies to improve the accuracy of machine learning-based genomic and phenotypic selection 2025-Jun-11, Plant communications IF:9.4Q1 DOI:10.1016/j.xplc.2025.101416 PMID:40509592	研究论文	本研究提出了一种名为GPS的新型数据融合框架，旨在通过整合基因组和表型数据来提高植物育种中的预测准确性	引入了三种不同的数据融合策略（数据融合、特征融合和结果融合），显著提高了预测性能，特别是在复杂性状预测方面	NA	提高基因组选择和表型选择的准确性、稳健性和可转移性，特别是在处理复杂性状时	四种作物（玉米、大豆、水稻和小麦）的基因组和表型数据	机器学习	NA	基因组选择和表型选择	GBLUP, BayesB, Lasso, RF, SVM, XGBoost, LightGBM, DNNGP, MAK	基因组数据和表型数据	四种作物的大规模数据集，样本量可小至200
486	2025-08-03	Quantifying axonal features of human superficial white matter from three-dimensional multibeam serial electron microscopy data assisted by deep learning 2025-Jun, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121212 PMID:40222502	研究论文	利用深度学习辅助的三维多光束连续电子显微镜数据，量化人类浅表白质的轴突特征	首次在纳米级分辨率下对人类浅表白质中的短程联合纤维进行详细形态学表征，填补了该领域知识的空白	研究仅基于有限的组织体积（200×200×112μm），可能无法完全代表整个白质的特征	研究人类浅表白质中短程联合纤维的微观形态学特征，以揭示驱动大脑皮层间连接的轴突特征	人类浅表白质中的短程联合纤维	数字病理学	NA	多光束扫描电子显微镜（EM）	深度卷积神经网络（CNNs）	三维电子显微镜图像	128,285个髓鞘化轴突，其中70,321个长度超过10μm，2,102个长度超过100μm
487	2025-08-03	Dual-energy CT-based virtual monoenergetic imaging via unsupervised learning 2025-Jun, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01560-y PMID:40448904	研究论文	本研究提出了一种基于无监督学习的双能CT虚拟单能成像方法，用于提高图像质量	无需训练和标记数据，通过无监督学习方法直接从双能CT图像生成高质量的虚拟单能图像	初步研究结果，样本量及具体临床应用效果需进一步验证	提高双能CT虚拟单能成像的图像质量	双能CT图像及虚拟单能图像	医学影像处理	NA	双能CT（DECT）	深度学习（DL）	医学影像	患者数据（具体数量未提及）
488	2025-08-03	Network-based analyses of multiomics data in biomedicine 2025-May-27, BioData mining IF:4.0Q1 DOI:10.1186/s13040-025-00452-x PMID:40426270	综述	本文回顾了多组学数据在生物医学中基于网络的表示和分析方法	探讨了网络表示在深度学习与机器学习框架下处理多组学数据的现有方法，并分析了各种方法的优缺点	未提及具体的技术实现细节或实验验证结果	旨在通过基于网络的表示和分析方法促进生物医学大数据任务的发展	多组学数据，包括基因组学、转录组学和蛋白质组学等	生物医学	NA	多组学数据分析	深度学习与机器学习方法	多组学数据	NA
489	2025-08-03	Phase recognition in manual Small-Incision cataract surgery with MS-TCN + + on the novel SICS-105 dataset 2025-May-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00303-z PMID:40399321	研究论文	本研究介绍了首个手动小切口白内障手术（SICS）视频数据集，并评估了使用MS-TCN++架构进行深度学习在手术阶段识别的有效性	首次引入SICS视频数据集，并比较了MS-TCN++架构在SICS与传统超声乳化手术中的表现差异	SICS手术阶段更多且持续时间更长，使得阶段识别相比超声乳化更具挑战性	探索深度学习在手动小切口白内障手术阶段识别中的应用效果	105名在印度Sankara眼科医院接受手术的患者	计算机视觉	白内障	深度学习	MS-TCN++	视频	105名患者的手术视频数据
490	2025-08-03	Deep learning-based classification of hemiplegia and diplegia in cerebral palsy using postural control analysis 2025-Mar-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93166-3 PMID:40087338	研究论文	本研究提出了一种利用RNN分析时间序列力数据来分类脑瘫中的偏瘫和双瘫的方法	使用BiGRU和LSTM模型优化自动参数优化和数据增强技术，提高了分类准确性和可靠性	分类准确率为76.43%，仍有提升空间	优化脑瘫中偏瘫和双瘫的分类方法	脑瘫患者的姿势控制数据	机器学习	脑瘫	时间序列力数据分析	RNN, BiGRU, LSTM	时间序列数据	未明确提及样本数量
491	2025-08-03	Convolutional Neural Networks for the segmentation of hippocampal structures in postmortem MRI scans 2025-Mar, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110359 PMID:39755177	research paper	该研究提出了一种基于深度学习的新型分割框架，用于自动分割海马体结构，以量化阿尔茨海默病对海马体的影响	提出了一种嵌入自注意力机制和空洞空间金字塔池化的编码器-解码器块分割框架，能够更好地绘制海马体地图并识别四个海马体区域	样本量较小，仅使用了15个死后MRI扫描	开发自动分割方法以量化阿尔茨海默病对海马体结构的影响	海马体及其四个子区域（齿状回、海马头、海马体、海马尾）	digital pathology	Alzheimer's disease	postmortem MRI (T1-weighted, T2-weighted, susceptibility-weighted)	CNN (UNet, Double UNet, Attention UNet, Multi-resolution UNet)	image	15 postmortem MRI scans
492	2025-08-03	Advances in antiviral strategies targeting mosquito-borne viruses: cellular, viral, and immune-related approaches 2025-02-04, Virology journal IF:4.0Q2 DOI:10.1186/s12985-025-02622-z PMID:39905499	综述	本文综述了针对蚊媒病毒的抗病毒策略的最新进展，包括细胞、病毒和免疫相关方法	强调了针对宿主因素（如脂质代谢、离子通道和蛋白酶体）和病毒靶点（如NS2B-NS3蛋白酶和非结构蛋白）的抗病毒策略，以及免疫调节疗法和药物再利用、生物信息学、人工智能和深度学习在识别新型抗病毒候选药物中的潜力	尽管综述了多种抗病毒策略，但缺乏具体实验数据支持这些策略的有效性	探讨蚊媒病毒的病毒成分、细胞和免疫因子在其生命周期中的作用，并总结最新的抗病毒策略	蚊媒病毒（如登革热病毒、寨卡病毒、西尼罗河病毒等）及其宿主因素	病毒学	蚊媒病毒感染	药物再利用、生物信息学、人工智能和深度学习	NA	NA	NA
493	2025-08-03	Foundation models in ophthalmology: opportunities and challenges 2025-Jan-01, Current opinion in ophthalmology IF:3.0Q1 DOI:10.1097/ICU.0000000000001091 PMID:39329204	综述	本文探讨了眼科领域基础模型的机遇与挑战，特别是RETFound和大型语言模型如GPT-4、Gemini在医疗专业化中的应用	介绍了首个眼科基础模型RETFound，以及大型语言模型在眼科任务中的表现优于传统模型	眼科专用多模态模型仍存在显著不足，主要由于训练这些模型需要大量计算资源及高质量眼科数据集的限制	探索眼科领域基础模型和大型语言模型的进一步发展和应用	眼科基础模型和大型语言模型	医学人工智能	眼科疾病	基础模型、大型语言模型(LLM)	RETFound、GPT-4、Gemini	多模态数据	NA
494	2025-08-03	Deep learning-based prediction of rheumatoid arthritis-associated deformity on MRI 2025, Brain & spine DOI:10.1016/j.bas.2025.104328 PMID:40741519	研究论文	开发一种基于深度学习的算法，用于预测类风湿性关节炎患者的上颈椎畸形	首次使用深度学习模型预测类风湿性关节炎相关的颈椎畸形，旨在实现早期风险分层	模型需要在更多样化的站点进行大规模验证，并探讨颈椎下段在疾病过程中对颅颈交界处畸形风险的作用	开发预测类风湿性关节炎相关上颈椎畸形的算法，实现早期风险分层	类风湿性关节炎患者	数字病理学	类风湿性关节炎	MRI	深度学习	医学影像	220名患者（其中33名发展为颈椎畸形）
495	2025-08-03	Hybrid framework for automated generation of mammography radiology reports 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.07.018 PMID:40741541	research paper	提出了一种用于自动生成乳腺X光放射学报告的混合框架，旨在辅助放射科医生	结合了编码器-解码器架构的自然语言生成模型和图像强度增强技术，以处理图像质量变化问题	研究基于西班牙语放射学文本，可能在其他语言或文化背景下的适用性有限	开发自动化临床文本生成框架以支持乳腺X光检查	乳腺X光放射学报告	digital pathology	breast cancer	deep learning, named entity recognition (NER)	encoder-decoder architecture	image, text	NA
496	2025-08-03	Investigating the impact of social media images on users' sentiments towards sociopolitical events based on deep artificial intelligence 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326936 PMID:40737276	研究论文	本研究探讨了社交媒体上的视觉内容如何影响用户对特定社会政治事件的情感态度	利用深度学习和机器学习方法分析社交媒体图像与用户情感之间的相关性，并构建了一个包含标记图像及其评论的综合数据集	研究仅针对特定社会政治运动（如Black Lives Matter、Women's March等），可能无法推广到其他类型的事件	探究社交媒体视觉内容对用户社会政治事件情感态度的影响	社交媒体上包含相关标签和关键词的帖子及其关联图像和评论	自然语言处理	NA	深度学习、机器学习、情感分析	NA	图像、文本	涉及多个社会政治运动（如Black Lives Matter、Women's March等）的社交媒体帖子
497	2025-08-03	Low-cost computation for isolated sign language video recognition with multiple reservoir computing 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322717 PMID:40737309	研究论文	本文探讨了利用多储备池计算（RC）进行低成本孤立手语视频识别的方法，旨在开发适用于边缘设备的便携式手语识别系统	引入具有不同泄漏率的多储备池以从输入视频中提取多样化特征，结合MediaPipe进行关键点提取和空间位置归一化，提高了系统对复杂背景和不同手语者位置的鲁棒性	在WLASL100数据集上的top-1准确率为60.35%，仍有提升空间	开发适用于边缘设备的低成本手语识别系统，解决互联网连接缺失区域的使用需求和数据隐私保护问题	孤立手语视频	计算机视觉	NA	储备池计算（RC），MediaPipe关键点提取	多储备池RC	视频	WLASL100数据集
498	2025-08-03	Machine learning approaches for predicting the link of the global trade network of liquefied natural gas 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326952 PMID:40737339	研究论文	本研究利用机器学习方法预测液化天然气全球贸易网络的未来链接	首次将复杂网络理论与机器学习算法结合，用于预测液化天然气全球贸易网络的未来链接，并开发了图注意力网络模型	研究仅基于2001至2020年的数据，可能无法完全反映最新贸易动态	帮助政府识别潜在贸易伙伴并分析贸易网络	全球液化天然气贸易网络	机器学习	NA	复杂网络理论，机器学习算法（随机森林、决策树），图注意力网络	随机森林、决策树、图注意力网络	网络节点和边数据	2001至2020年的全球液化天然气贸易网络数据
499	2025-08-03	A pilot study assessing the clinical utility of deep learning-reconstructed 3D-echo-planar-imaging-based quantitative susceptibility mapping in multiple sclerosis 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1544376 PMID:40740257	研究论文	本研究评估了深度学习重建的3D回波平面成像定量磁化率映射在多发性硬化症中的临床效用	首次展示了深度学习重建技术在3D回波平面成像定量磁化率映射中的应用，提高了图像质量和临床效用	样本量较小（7名患者），且为回顾性研究	评估深度学习重建技术是否能提高定量磁化率映射在多发性硬化症中的质量和临床效用	多发性硬化症患者和健康个体的MRI数据	数字病理学	多发性硬化症	3D回波平面成像（3DEPI）和定量磁化率映射（QSM）	深度学习重建（DLR）	MRI图像	7名多发性硬化症患者和1名健康个体，共433个病灶
500	2025-08-03	Predicting sleep quality with digital biomarkers and artificial neural networks 2025, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2025.1591448 PMID:40740269	研究论文	本研究通过可穿戴设备收集的心率变异性（HRV）数据，利用人工神经网络预测睡眠质量，重点关注入睡后觉醒（WASO）作为睡眠碎片化的关键指标	引入连续数字生物标志物和深度学习方法（如LSTM）预测次日睡眠质量，发现LF/HF比率作为睡眠质量预测的新型数字生物标志物	样本量相对较小（82名参与者），且仅使用特定品牌可穿戴设备（三星Galaxy Watch Active 2）收集数据	开发预测模型用于次日睡眠质量评估，推动个性化健康管理	成年人的睡眠质量与心率变异性关系	数字健康	睡眠障碍	HRV监测、机器学习（ARIMA, Random Forest, XGBoost, GRU, TCN, Transformers, LSTM）	LSTM	生理信号数据（HRV）、问卷调查数据、日常活动数据	82名参与者（冬季和夏季两次实验）