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
41	2025-06-18	The Bayesian mixture expert recognition model for tobacco leaf curing stages based on feature fusion 2025-Jun-16, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01384-7 PMID:40524222	研究论文	本研究提出了一种基于特征融合的贝叶斯混合专家识别模型，用于烟草叶片烘烤阶段的精确识别	通过结合多种特征融合方法、自适应调整和专家协作机制，高效捕捉并稳健识别烟草烘烤过程中的复杂动态视觉特征	NA	提升烟草叶片烘烤阶段识别系统的适应性和可解释性	烟草叶片烘烤阶段的视觉特征	计算机视觉	NA	深度学习	ResNet34, MobileNetV2, EfficientNetb0, 贝叶斯混合专家模型	图像	NA
42	2025-06-18	Deep Learning for Fluorescence Lifetime Predictions Enables High-Throughput In Vivo Imaging 2025-Jun-14, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.5c03749 PMID:40515693	research paper	介绍了一种名为FLIMngo的深度学习模型，用于量化在光子匮乏环境下获得的FLIM数据，显著提高了荧光寿命成像显微镜（FLIM）的吞吐量	FLIMngo模型能够从每个像素少于50个光子的衰减曲线中准确预测荧光寿命，利用原始FLIM数据中的时间和空间信息	虽然FLIMngo在模拟数据上进行了特征化和基准测试，但在实际生物样本中的应用仍需进一步验证	提高FLIM数据的采集速度和分析效率，使其适用于活体样本的高通量分析	荧光寿命成像显微镜（FLIM）数据，特别是来自光子匮乏环境的数据	digital pathology	NA	fluorescence lifetime imaging microscopy (FLIM)	deep learning	image	模拟数据和活体动态样本
43	2025-06-18	Automated quantification of T1 and T2 relaxation times in liver mpMRI using deep learning: a sequence-adaptive approach 2025-Jun-14, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00596-9 PMID:40515936	研究论文	本文评估了一种基于深度学习的序列自适应肝脏多参数MRI（mpMRI）评估方法，并在不同人群中验证了其有效性	提出了一种无需额外序列特定训练即可评估其他参数序列的两步法（分割和共配准）深度学习算法	NA	评估深度学习在肝脏多参数MRI中自动量化T1和T2弛豫时间的有效性	肝脏多参数MRI图像	数字病理学	肝纤维化	mpMRI	神经网络	图像	200例肝脏mpMRI检查用于训练，120例用于内部测试，65例活检证实肝纤维化患者和25例健康志愿者用于外部测试
44	2025-06-18	AI-driven techniques for detection and mitigation of SARS-CoV-2 spread: a review, taxonomy, and trends 2025-Jun-14, Clinical and experimental medicine IF:3.2Q2 DOI:10.1007/s10238-025-01753-5 PMID:40515956	综述	本文系统回顾了联邦学习(FL)、深度学习(DL)、强化学习(RL)及混合方法在SARS-CoV-2诊断和治疗领域的应用	提出了基于AI技术的SARS-CoV-2传播检测与缓解方法的分类和趋势分析	面临数据异质性、训练数据不足、模型可解释性挑战、患者隐私保护及实施限制等问题	提高SARS-CoV-2诊断准确性和治疗有效性	SARS-CoV-2 RNA病毒	机器学习	COVID-19	联邦学习(FL)、深度学习(DL)、强化学习(RL)	NA	NA	NA
45	2025-06-18	A scoping review of self-supervised representation learning for clinical decision making using EHR categorical data 2025-Jun-14, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01692-1 PMID:40517140	综述	本文对2019年1月至2024年4月间发表的46项研究进行了范围综述，探讨了自监督表示学习(SSRL)在电子健康记录(EHR)分类数据中的应用及其对临床决策的影响	系统评估了SSRL在医疗任务中构建计算和数据高效表示的研究趋势，并识别了主要模型家族	当前在评估这些技术影响方面存在局限性	探讨自监督表示学习在电子健康记录分类数据中的应用及其对临床决策的影响	46项关于SSRL应用于未标记EHR分类数据的研究	自然语言处理	NA	自监督表示学习(SSRL)	Transformer-based, Autoencoder-based, Graph Neural Network-based	分类数据	46项研究
46	2025-06-18	FDTooth: Intraoral Photographs and CBCT Images for Fenestration and Dehiscence Detection 2025-Jun-14, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05348-3 PMID:40517159	research paper	介绍了一个名为FDTooth的数据集，包含241名患者的口腔内照片和CBCT图像，用于检测牙槽骨开窗和开裂（FD）	首次公开结合口腔内照片和CBCT图像的数据集，并开发了自动检测FD的基线模型	数据集仅包含241名患者，样本量相对较小	开发一种非侵入性、高效的早期FD筛查方法	241名年龄在9至55岁之间的患者	digital pathology	dental disease	CBCT	baseline model	image	241名患者，1800个精确标注的边界框
47	2025-06-18	A multimodal fusion system predicting survival benefits of immune checkpoint inhibitors in unresectable hepatocellular carcinoma 2025-Jun-14, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-00979-6 PMID:40517171	研究论文	开发了一种多模态融合系统，用于预测不可切除肝细胞癌患者对免疫检查点抑制剂的生存获益	结合CT衍生的深度学习特征和临床数据，构建的多模态融合系统在预测生存期方面优于现有方法，并具有临床解释性	研究基于回顾性多中心数据，需要前瞻性研究进一步验证	优化不可切除肝细胞癌患者对免疫检查点抑制剂的个性化治疗策略	不可切除肝细胞癌患者	数字病理学	肝细胞癌	深度学习	Ensemble-DL	CT图像和临床数据	859例患者（回顾性多中心数据）
48	2025-06-18	Artificial Intelligence in cancer epigenomics: a review on advances in pan-cancer detection and precision medicine 2025-Jun-14, Epigenetics & chromatin IF:4.2Q1 DOI:10.1186/s13072-025-00595-5 PMID:40517231	综述	本文综述了人工智能在癌症表观基因组学中的应用，特别是在泛癌检测和精准医学中的进展	探讨了AI与DNA甲基化分析的协同作用，推动了精准肿瘤学的发展	早期癌症的敏感性有限，AI算法的黑箱性质，以及需要跨多样人群验证以确保公平实施	推进精准肿瘤学，通过AI和DNA甲基化分析改善癌症诊断和治疗	DNA甲基化作为癌症生物标志物的应用	表观基因组学	泛癌	DNA甲基化分析	深度学习网络和图模型	DNA甲基化数据	NA
49	2025-06-18	An Efficient Deep Learning Framework for Revealing the Evolution of Characterization Methods in Nanoscience 2025-Jun-13, Nano-micro letters IF:31.6Q1 DOI:10.1007/s40820-025-01807-z PMID:40512318	研究论文	本文提出了一种结合引用分析和主题建模的方法，用于揭示科学历史中的隐藏发展模式，并在拉曼光谱领域构建知识图谱	该方法通过结合引用分析和主题建模，显著提高了主题一致性（最低增长率100%）和多样性（增长率0-126%），并设计了基于规则的标记器解决化学领域实体命名规则导致的标记问题	NA	揭示科学历史中的隐藏发展模式，构建特定领域的知识图谱	拉曼光谱领域的文献数据	自然语言处理	NA	文本挖掘、主题建模、引用分析	Latent Dirichlet Allocation (LDA)	文本	NA
50	2025-06-18	Deployment of an Artificial Intelligence Histology Tool to Aid Qualitative Assessment of Histopathology Using the Nancy Histopathology Index in Ulcerative Colitis 2025-Jun-13, Inflammatory bowel diseases IF:4.5Q1 DOI:10.1093/ibd/izae204 PMID:39284932	研究论文	开发了一种基于深度学习的人工智能工具，用于溃疡性结肠炎组织病理学的定性评估	使用改进的4神经网络结构AI工具，提高了Nancy指数评分的准确性	样本量相对有限，仅来自6个国家的9个中心	开发并验证用于溃疡性结肠炎组织病理学评估的人工智能工具	溃疡性结肠炎患者的组织病理学图像	数字病理学	溃疡性结肠炎	深度学习	4神经网络结构+分类器模块	图像	791张H&E染色切片图像（630训练，161测试）
51	2025-06-18	Stem loop binding protein promotes SARS-CoV-2 replication via -1 programmed ribosomal frameshifting 2025-Jun-13, Signal transduction and targeted therapy IF:40.8Q1 DOI:10.1038/s41392-025-02277-w PMID:40514371	研究论文	本文研究了宿主蛋白SLBP如何通过-1程序性核糖体移码促进SARS-CoV-2的复制	首次发现SLBP作为宿主蛋白通过-1 PRF促进SARS-CoV-2的复制，并利用深度学习工具PrismNet预测其与-1 PRF RNA的高结合概率	研究主要基于体外实验，尚未在体内模型中验证SLBP的作用	探索影响SARS-CoV-2中-1程序性核糖体移码的宿主因素	SARS-CoV-2病毒及其-1 PRF RNA与宿主蛋白SLBP的相互作用	病毒学	COVID-19	RNA pull-down assays, 质谱分析, EMSAs, smFISH assays, 体外翻译系统	PrismNet深度学习工具	RNA序列数据	NA
52	2025-06-18	A Large Crowdsourced Street View Dataset for Mapping Road Surface Types in Africa 2025-Jun-13, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05153-y PMID:40514376	research paper	该研究通过众包街景数据创建了一个大型数据集，用于非洲道路表面类型的分类	利用专家标注的众包街景数据集训练深度学习模型，显著提高了道路表面分类的准确性	数据标注依赖于专家投票机制，可能存在主观偏差	通过深度学习模型提高非洲道路表面类型的识别准确率	非洲的道路表面类型	computer vision	NA	深度学习	Swin Transformer, CNN等	image	200,000张来自Mapillary众包街景数据集的图像
53	2025-06-18	Uncovering ethical biases in publicly available fetal ultrasound datasets 2025-Jun-13, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01739-3 PMID:40514386	研究论文	探讨公开可用的胎儿超声影像数据集中存在的偏见及其对深度学习算法在产前诊断中应用的影响	首次全面分析胎儿超声影像数据集中的多方面偏见问题，包括人口统计学代表性不足、临床条件多样性有限以及超声技术差异	研究仅针对公开可用的数据集，未涉及私有或未公开数据	评估用于训练深度学习算法的公开胎儿超声影像数据集的公平性	公开可用的胎儿超声影像数据集	数字病理学	产前诊断	深度学习	DL	影像	NA
54	2025-06-18	Deep learning-based quantification of eosinophils and lymphocytes shows complementary prognostic effects in colorectal cancer patients 2025-Jun-13, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-00955-0 PMID:40514395	研究论文	本研究开发了一种基于深度学习的自动量化方法，用于从H&E染色的全切片图像中量化嗜酸性粒细胞和淋巴细胞，并评估它们在结直肠癌中的预后价值	首次将先天性免疫细胞（特别是嗜酸性粒细胞）与适应性免疫反应（淋巴细胞）结合分析，展示了嗜酸性粒细胞作为独立预后因子的潜力	研究仅基于H&E染色图像，未考虑其他可能的免疫标记物	评估嗜酸性粒细胞在淋巴细胞浸润背景下的预后意义	1625例结直肠癌患者	数字病理学	结直肠癌	深度学习	NA	图像	1625例来自四个不同中心的结直肠癌病例
55	2025-06-16	Correction: Optimizing breast lesions diagnosis and decision-making with a deep learning fusion model integrating ultrasound and mammography: a dual-center retrospective study 2025-Jun-13, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-025-02060-3 PMID:40514720	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
56	2025-06-18	Graph Transformer Model Integrating Physical Features for Projected Electronic Density of States Prediction 2025-Jun-12, The journal of physical chemistry. A DOI:10.1021/acs.jpca.5c03006 PMID:40500907	研究论文	本研究提出了一种基于图Transformer的模型，用于预测材料的投影态密度（PDOS），并通过引入物理特征进一步提升了预测性能	使用图Transformer（GT）模型取代传统的GCN和GAT模型，在相同能量校正条件下表现出更高的预测精度；通过整合价电子计数作为额外特征，进一步提升了模型性能	NA	改进材料投影态密度（PDOS）的预测方法	材料的投影态密度（PDOS）	机器学习	NA	NA	Graph Transformer (GT), Graph Convolutional Networks (GCN), Graph Attention Networks (GAT)	材料科学数据	来自Materials Project的PDOS数据
57	2025-06-18	Minimizing human-induced variability in quantitative angiography for a robust and explainable AI-based occlusion prediction in flow diverter-treated aneurysms 2025-Jun-12, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2025-023416 PMID:40506221	研究论文	本研究通过消除定量血管造影中的注射偏差，提高基于深度神经网络的颅内动脉瘤闭塞预测的准确性和可解释性	提出了一种注射偏差去除算法，结合可解释AI（XAI）技术，提高了模型的预测准确性和临床可解释性	研究仅基于458名患者的血管造影数据，样本量可能不足以覆盖所有临床情况	提高流动转向器治疗的颅内动脉瘤闭塞预测的准确性和模型可解释性	流动转向器治疗的颅内动脉瘤患者	数字病理	颅内动脉瘤	定量血管造影（QA），深度神经网络（DNN），局部可解释模型无关解释（LIME）	DNN	血管造影图像	458名患者的血管造影数据
58	2025-06-18	Regulatory risk loci link disrupted androgen response to pathophysiology of Polycystic Ovary Syndrome 2025-Jun-11, medRxiv : the preprint server for health sciences DOI:10.1101/2025.03.26.25324630 PMID:40196246	研究论文	本研究通过整合分子和表观基因组注释，利用深度学习框架预测多囊卵巢综合征（PCOS）风险变异的细胞类型特异性调控效应	使用深度学习模型预测PCOS风险变异的调控效应，揭示了这些变异如何影响关键转录因子结合位点，以及与雄激素介导信号相关的分子机制	研究仅关注了部分PCOS风险变异，可能未涵盖所有相关遗传因素	解析PCOS复杂遗传景观中易感位点如何驱动分子机制	多囊卵巢综合征（PCOS）风险变异及其调控效应	机器学习	多囊卵巢综合征	深度学习	DL	表观基因组数据	NA
59	2025-06-18	Enhancing Pulmonary Disease Prediction Using Large Language Models With Feature Summarization and Hybrid Retrieval-Augmented Generation: Multicenter Methodological Study Based on Radiology Report 2025-Jun-11, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/72638 PMID:40499132	研究论文	本文探讨了利用大型语言模型（LLMs）结合新的提示工程技术，基于传统深度学习模型提升肺部疾病预测性能	提出了一种集成特征摘要（F-Sum）、思维链（CoT）推理和混合检索增强生成（RAG）框架的新型提示工程策略	研究仅基于回顾性数据集，且样本量相对有限	提升基于放射学报告的肺部疾病预测性能	健康个体及患有肺结核、肺癌和肺炎的患者	自然语言处理	肺癌、肺结核、肺炎	TF-IDF、K-means聚类、混合RAG框架	LLMs（GLM-4-Plus、GLM-4-air、GPT-4o）、BERT	文本（胸部CT放射学报告）	2965份胸部CT放射学报告（来自4个队列），外部验证数据集包含343份报告
60	2025-06-18	Comparison of Multimodal Deep Learning Approaches for Predicting Clinical Deterioration in Ward Patients: Observational Cohort Study 2025-06-11, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/75340 PMID:40499139	研究论文	比较不同多模态深度学习模型在预测住院患者临床恶化方面的表现	比较了结合结构化数据与临床笔记信息的多种深度学习模型，并评估其对临床恶化的预测能力	添加临床笔记信息并未显著提升模型性能，且模型的高假阳性率问题未得到解决	评估结合结构化数据与临床笔记信息的深度学习模型在预测临床恶化方面的效果	住院患者	机器学习	NA	深度学习	RNN	结构化数据和文本数据	开发队列284,302名患者，外部验证队列248,055名患者