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
5241	2025-04-04	Machine Learning for Adrenal Gland Segmentation and Classification of Normal and Adrenal Masses at CT 2023-Feb, Radiology IF:12.1Q1 DOI:10.1148/radiol.220101 PMID:36125375	研究论文	本研究开发了一种机器学习算法，用于在增强CT图像上分割肾上腺并分类正常和含肿块的肾上腺	提出了一种两阶段的机器学习流程，能够自动分割肾上腺并区分正常肾上腺和含肿块的肾上腺	在二次测试集上的分类敏感性较低（69%）	开发一种用于肾上腺分割和分类的机器学习算法	增强CT图像中的肾上腺	计算机视觉	肾上腺疾病	深度学习	深度学习分割和分类模型	CT图像	开发数据集包含274例CT检查（251名患者），二次测试集包含991例CT检查（991名患者）
5242	2025-04-04	Detecting negative valence symptoms in adolescents based on longitudinal self-reports and behavioral assessments 2022-09-01, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2022.06.002 PMID:35688394	research paper	该研究提出了一种纵向深度学习框架，用于检测青少年负价症状的自我报告和行为评估	利用深度学习框架识别与负价系统相关的抑郁症状预测因子，包括外向性较低、睡眠质量较差、执行控制功能受损和物质使用相关因素	结果主要依赖于自我报告测量，未提供潜在神经相关性的信息，且需要更大的样本来理解性别和其他人口统计学因素在负价症状风险中的作用	理解青少年负价症状的轨迹及其对成年后心理健康的影响	621名12至17岁的青少年参与者	machine learning	depression	deep learning	NA	self-reports and behavioral assessments	621名参与者
5243	2025-04-04	DRTOP : deep learning-based radiomics for the time-to-event outcome prediction in lung cancer 2020-07-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-020-69106-8 PMID:32703973	研究论文	提出了一种基于深度学习的放射组学模型DRTOP，用于预测肺癌患者的时间-事件结果	DRTOP模型直接处理原始图像，无需预先定义特征或精确肿瘤分割，提高了预测效率和准确性	研究样本量较小（132例肺癌患者），且为内部数据集，可能需要更大规模的外部验证	开发深度学习模型以预测肺癌患者的生存和复发时间	肺癌患者	数字病理学	肺癌	深度学习放射组学	深度学习模型（未指定具体架构）	CT和PET医学影像	132例肺癌患者
5244	2025-04-03	Accelerating high-concentration monoclonal antibody development with large-scale viscosity data and ensemble deep learning 2025-Dec, mAbs IF:5.6Q1 DOI:10.1080/19420862.2025.2483944 PMID:40170162	研究论文	本研究开发了一个名为DeepViscosity的集成深度学习模型，用于预测高浓度单克隆抗体的粘度，以加速抗体药物的开发	使用229种单克隆抗体的粘度数据训练了102个集成人工神经网络模型，显著提高了预测准确性和泛化能力	模型仅基于30个序列特征进行预测，可能忽略了其他影响粘度的因素	开发能够准确预测高浓度单克隆抗体粘度的计算模型，以优化抗体药物开发流程	229种单克隆抗体(mAbs)	机器学习	NA	深度学习	集成人工神经网络	序列数据	229种单克隆抗体(训练集) + 54种单克隆抗体(两个独立测试集)
5245	2025-04-03	Deep Learning-Assisted SERS for Therapeutic Drug Monitoring of Clozapine in Serum on Plasmonic Metasurfaces 2025-Apr-02, Nano letters IF:9.6Q1 DOI:10.1021/acs.nanolett.5c00391 PMID:40111434	研究论文	本文提出了一种结合人工神经网络(ANNs)和表面增强拉曼光谱(SERS)的新方法，用于快速监测血清中的氯氮平及其代谢物	首次将ANNs与SERS结合在等离子体超表面上，用于氯氮平及其代谢物的快速治疗药物监测	未提及样本量的具体信息，且仅针对氯氮平及其两种代谢物进行验证	开发一种快速、精确的治疗药物监测方法，以优化氯氮平的治疗效果并减少副作用	氯氮平及其两种主要代谢物(去甲氯氮平和氯氮平-N-氧化物)在人体血清中的浓度	生物医学诊断	精神分裂症	表面增强拉曼光谱(SERS)	人工神经网络(ANNs)	光谱数据	NA
5246	2025-04-03	Integrative Multi-Omics and Routine Blood Analysis Using Deep Learning: Cost-Effective Early Prediction of Chronic Disease Risks 2025-Apr-02, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202412775 PMID:40171841	研究论文	本研究通过多组学数据和深度学习模型，开发了一种基于常规血液检测的慢性非传染性疾病风险预测系统	开发了名为Omicsformer的深度学习模型，能够从常规血液样本中识别多种疾病的潜在风险，并验证了其在临床前风险评估中的有效性	研究样本主要来自高海拔地区的亚健康人群，可能限制了结果的普遍适用性	探索慢性非传染性疾病的早期预测方法，推动个性化医疗发展并降低社区疾病筛查成本	160名高海拔地区亚健康个体和20年大规模临床患者数据	机器学习	慢性非传染性疾病（包括癌症、心血管疾病和精神疾病等）	多组学分析	Omicsformer（深度学习模型）	多组学数据和常规血液检测结果	160名亚健康个体+20年临床患者数据
5247	2025-04-03	Artificial Intelligent-Enhanced Metabolite Profiling for Intraoperative IDH1 Genotyping in Glioma Using an Orthogonally Responsive SERS Probe 2025-Apr-02, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202503360 PMID:40171868	研究论文	本文提出了一种利用人工智能增强的代谢物分析和正交响应SERS探针，用于胶质瘤术中IDH1基因分型的新方法	开发了一种新型SERS探针，通过同时测量两种氧化还原相关代谢物，结合深度学习算法，实现了术中快速IDH1基因分型	研究样本量较小(31例胶质瘤患者)，需要更大规模的临床验证	优化胶质瘤手术策略和术后个性化治疗	胶质瘤患者	数字病理	胶质瘤	表面增强拉曼散射(SERS)	深度学习	拉曼光谱	31例胶质瘤患者
5248	2025-04-03	Continuous glucose feedback control using Raman spectroscopy and deep learning models for biopharmaceutical processes 2025-Apr-02, Biotechnology progress IF:2.5Q3 DOI:10.1002/btpr.70020 PMID:40172019	研究论文	本研究探讨了在高消耗、高复杂度的细胞培养过程中，利用拉曼光谱和先进深度学习模型实施连续葡萄糖控制策略	结合拉曼光谱和深度学习模型（包括卷积神经网络和变分自编码器即时学习）进行连续葡萄糖控制，提高了葡萄糖测量的准确性和稳定性	在制造环境中，拉曼光谱可能不可行，需要开发可扩展的替代方案	提高生物制药过程中葡萄糖控制的准确性和稳定性，优化产品质量和生产效率	高消耗、高复杂度的细胞培养过程	生物制药	NA	拉曼光谱	CNN, 变分自编码器	光谱数据	多个细胞系
5249	2025-04-03	Editorial Comment: Deep Learning Unlocks the Prognostic Importance of Thoracic Aortic Calcification 2025-Apr-02, AJR. American journal of roentgenology DOI:10.2214/AJR.25.33012 PMID:40172167	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5250	2025-04-03	Unsupervised Deep Learning for Blood-Brain Barrier Leakage Detection in Diffuse Glioma Using Dynamic Contrast-enhanced MRI 2025-Apr-02, Radiology. Artificial intelligence DOI:10.1148/ryai.240507 PMID:40172325	research paper	该研究开发了一种无监督深度学习框架，用于检测弥漫性胶质瘤中的血脑屏障渗漏，无需药代动力学模型和动脉输入函数估计	提出了一种基于自编码器的异常检测方法，通过重建残差识别异常信号，无需依赖传统的药代动力学模型和动脉输入函数估计	研究为回顾性研究，样本量有限（274例患者），且仅针对弥漫性胶质瘤	开发一种无需药代动力学模型和动脉输入函数估计的血脑屏障渗漏检测方法	接受动态对比增强MRI检查的弥漫性胶质瘤患者	digital pathology	glioma	DCE MRI	autoencoder-based anomaly detection (AEAD)	MRI图像	274例患者（164名男性，平均年龄54.23±14.66岁）
5251	2025-04-03	Integrating deep learning and molecular dynamics simulations for FXR antagonist discovery 2025-Apr-02, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11145-2 PMID:40172823	研究论文	该研究结合深度学习和分子动力学模拟，发现FXR拮抗剂用于治疗代谢性疾病	开发了预测FXR拮抗活性和毒性的深度学习模型，并通过分子动力学模拟筛选出潜在候选化合物	研究中仅筛选了HMDB数据库中的化合物，未涵盖所有可能的化合物	发现FXR拮抗剂用于治疗代谢性疾病	217,345种化合物，特别是HMDB0253354 (Fulvestrant)和HMDB0242367 (ZM 189154)	机器学习	代谢性疾病	深度学习，分子动力学模拟	深度学习模型	化合物数据	217,345种化合物
5252	2025-04-03	Deep Learning-Based Computer-Aided Diagnosis in Coronary Artery Calcium-Scoring CT for Pulmonary Nodule Detection: A Preliminary Study 2025-Apr, Yonsei medical journal IF:2.6Q1 DOI:10.3349/ymj.2024.0050 PMID:40134084	研究论文	本研究评估了基于深度学习的计算机辅助诊断（DL-CAD）在冠状动脉钙化评分CT中检测肺结节的可行性和实用性	利用基于薄层图像的DL-CAD系统辅助经验较少的读者提高肺结节的检测灵敏度，且未显著增加假阳性	研究样本量较小（273名患者），且为回顾性研究，可能存在选择偏差	评估DL-CAD在冠状动脉钙化评分CT中检测肺结节的效果	273名接受冠状动脉钙化评分CT的患者	数字病理	肺癌	CT扫描	深度学习	医学影像	273名患者，其中129名男性，平均年龄63.9±13.2岁
5253	2025-04-03	CabriTrack: Accelerometer data for automated behavioural monitoring of grazing Creole goats 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111431 PMID:40160528	研究论文	介绍了一个名为CabriTrack的数据集，用于通过加速度计数据自动监测克雷奥尔山羊的放牧行为	提供了一个包含144小时以上三轴加速度计数据的数据集，用于训练和评估基于加速度数据的行为预测方法	数据集仅针对克雷奥尔山羊，且行为分类有限（五种行为）	开发自动化动物行为监测方法	克雷奥尔山羊的放牧行为	机器学习	NA	加速度计数据采集和AI行为预测	NA	加速度计数据和视频数据	59只不同的动物，数据收集时间为2023年3月至2024年3月
5254	2025-04-03	Kidney stone detection via axial CT imaging: A dataset for AI and deep learning applications 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111446 PMID:40160523	research paper	介绍了一个专注于肾结石检测的CT扫描图像数据集，包含有肾结石和无肾结石患者的两组数据	提供了一个经过清洗、交叉检查和充分标记的CT图像数据集，支持AI和深度学习在肾结石诊断中的应用	数据集主要来自伊拉克Sulaimani和Rania地区的医疗机构，可能无法完全代表其他地区的人口和肾结石模式	开发和验证用于肾结石诊断的深度学习模型	肾结石患者和无肾结石患者的CT扫描图像	digital pathology	kidney stone disease	CT imaging	deep learning models	image	3364 original CT images and 35,457 augmented CT images
5255	2025-04-03	FallVision: A benchmark video dataset for fall detection 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111440 PMID:40160526	研究论文	本文介绍了一个专门为跌倒检测研究策划的综合视频数据集，包含分类的跌倒和非跌倒视频	提供了一个全面的跌倒检测视频数据集，包含多种跌倒类别和经过处理的标志视频	数据集来源为手持设备拍摄，可能影响视频质量和一致性	推进跌倒检测算法的发展，为算法开发和测试提供平台	跌倒和非跌倒的视频数据	计算机视觉	老年疾病	计算机视觉和深度学习	NA	视频	自愿参与者提供的视频数据
5256	2025-04-03	Deep structural brain imaging via computational three-photon microscopy 2025-Apr, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.30.4.046002 PMID:40161251	研究论文	开发了一种计算深度三光子显微镜方法，用于提高深层组织的成像质量	提出了一种名为低秩扩散模型（LRDM）-3PM的新方法，结合了定制化的聚集诱导发射纳米探针和自监督深度学习，能够在深层组织中保持高分辨率成像	NA	开发一种在不影响采集速度、不增加激发功率或不添加额外光学组件的情况下提高深层组织成像质量的技术	活体小鼠大脑的海马体	计算成像	NA	三光子显微镜（3PM）、低秩扩散模型（LRDM）、自监督深度学习	低秩扩散模型（LRDM）	三维（3D）图像	活体小鼠大脑
5257	2025-04-03	A deep learning algorithm for radiographic measurements of the hip versus human CT measurements: An intermodality agreement study 2025-Apr, Acta radiologica open IF:0.9Q4 DOI:10.1177/20584601251330554 PMID:40162114	研究论文	本研究比较了人类在CT扫描和深度学习算法在X光片上对髋关节测量结果的一致性	首次使用深度学习算法评估髋关节X光片测量与人类CT测量之间的一致性，并探讨骨盆旋转对测量结果的影响	样本量相对较小(172例)，且为回顾性研究	评估不同髋关节测量方法之间的一致性	髋关节发育不良(HD)患者	数字病理	骨关节炎	CT扫描和X光成像	深度学习算法	医学影像	172例放射学报告回顾性分析
5258	2025-04-03	Artificial Intelligence Models Accuracy for Odontogenic Keratocyst Detection From Panoramic View Radiographs: A Systematic Review and Meta-Analysis 2025-Apr, Health science reports IF:2.1Q3 DOI:10.1002/hsr2.70614 PMID:40165928	meta-analysis	评估人工智能模型在全景X光片中检测牙源性角化囊肿的诊断准确性	首次通过系统综述和荟萃分析评估AI模型在牙源性角化囊肿诊断中的表现，并比较不同模型架构的性能	存在发表偏倚和研究间高度异质性，且样本量有限	评估AI模型在全景X光片中检测牙源性角化囊肿的诊断准确性	牙源性角化囊肿的全景X光片	digital pathology	odontogenic keratocyst	deep learning	YOLO	image	8项研究的数据
5259	2025-04-03	Domain-Adaptive and Per-Fraction Guided Deep Learning Framework for Magnetic Resonance Imaging-Based Segmentation of Organs at Risk in Gynecologic Cancers 2025-Apr, Advances in radiation oncology IF:2.2Q2 DOI:10.1016/j.adro.2025.101745 PMID:40166000	研究论文	开发了一种基于深度学习的领域自适应框架，用于在妇科癌症的磁共振成像中自动分割风险器官	提出了一种合成MRL辅助的深度学习框架，结合每部分适应性调整，提高了风险器官分割的准确性	数据稀缺可能限制了模型的训练效果	开发自动化分割算法以支持磁共振成像集成直线加速器治疗系统中的自适应干预	妇科癌症患者的磁共振成像和计算机断层扫描数据	数字病理学	妇科癌症	磁共振成像（MRI）和计算机断层扫描（CT）	生成对抗网络（GAN）和领域自适应分割网络	图像	158名患者用于CT扫描，25名患者用于MRL扫描
5260	2025-04-03	StructVPR++: Distill Structural and Semantic Knowledge with Weighting Samples for Visual Place Recognition 2025-Apr-01, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3556859 PMID:40168193	research paper	提出StructVPR++框架，通过分割引导蒸馏将结构和语义知识嵌入RGB全局表示，以在视觉地点识别任务中实现准确性和效率的良好平衡	解耦全局描述符中的标签特定特征，实现图像对之间的显式语义对齐，同时引入样本加权蒸馏策略以优先处理可靠训练对并抑制噪声对	未明确提及具体局限性	在视觉地点识别任务中平衡准确性和效率	自动驾驶和机器人领域的视觉地点识别	computer vision	NA	分割引导蒸馏	StructVPR++	RGB图像	四个基准测试数据集