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	2025-06-21	Advancement and independent validation of a deep learning-based tool for automated scoring of nail psoriasis severity using the modified nail psoriasis severity index 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1574413 PMID:40241894	研究论文	开发并验证了一种基于卷积神经网络的自动化工具，用于使用改良指甲银屑病严重程度指数（mNAPSI）对指甲银屑病严重程度进行评分	该研究提出了一种基于BEiT架构的CNN模型，能够在无需标准化成像条件下，对所有严重程度类别的指甲银屑病进行准确评分	研究样本主要来自特定患者群体（银屑病和银屑病关节炎患者），可能限制了模型的泛化能力	开发一个自动化、客观的指甲银屑病严重程度评分工具	银屑病（PsO）、银屑病关节炎（PsA）患者以及非银屑病对照组的指甲照片	计算机视觉	银屑病	深度学习	CNN（基于BEiT架构）	图像	训练数据集包含460名患者的4,400张指甲照片，独立验证数据集包含118名患者的929张指甲照片
42	2025-06-21	Calibration-free estimation of field dependent aberrations for single molecule localization microscopy across large fields of view 2024-Dec-11, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.11.627909 PMID:39713420	研究论文	本文提出了一种无需校准的方法，用于估计单分子定位显微镜在大视场中的场依赖性像差	引入基于模型的方法直接从单分子数据估计场依赖性像差，无需校准步骤，利用节点像差理论将场依赖性像差纳入全矢量PSF模型	NA	提高单分子定位显微镜在大视场中的定位精度和准确性	微管和核孔复合物的2D和3D定位数据	显微镜成像	NA	单分子定位显微镜(SMLM)	基于节点像差理论的PSF模型	2D和3D定位数据	视场范围达180 μm的微管和核孔复合物数据
43	2025-06-21	Focal liver lesion diagnosis with deep learning and multistage CT imaging 2024-Aug-15, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-51260-6 PMID:39147767	研究论文	本研究开发了一种基于深度学习和多期增强CT的自动诊断系统LiLNet，用于诊断肝脏病变	开发了Liver Lesion Network (LiLNet)系统，能够自动识别多种肝脏病变，并在多个外部中心验证了其高准确率	未提及系统在非典型病例或罕见肝脏病变中的表现	开发自动诊断系统以辅助肝脏病变的临床诊断	肝脏病变（包括HCC、ICC、MET、FNH、HEM和CYST）	数字病理	肝癌	多期增强CT成像	深度学习模型（LiLNet）	CT图像	4039名患者来自六个数据中心，并在四个外部中心和两家医院进行验证
44	2025-06-21	Glenohumeral joint force prediction with deep learning 2024-01, Journal of biomechanics IF:2.4Q3 DOI:10.1016/j.jbiomech.2024.111952 PMID:38228026	研究论文	本研究利用深度学习技术预测肩关节盂肱关节力的幅度和方向	使用深度学习模型替代传统的计算密集型优化技术，显著降低计算成本	研究基于虚拟受试者数据，未涉及真实临床患者验证	开发高效预测肩关节力的方法以改善关节功能和植入物耐久性评估	肩关节盂肱关节力	机器学习	骨科疾病	深度学习	DLM	生物力学参数	959名虚拟受试者
45	2025-06-21	A quantitative characterization of early neuron generation in the developing zebrafish telencephalon 2023 Oct-Nov, Developmental neurobiology IF:2.7Q3 DOI:10.1002/dneu.22926 PMID:37679904	研究论文	本文定量描述了斑马鱼端脑发育早期神经元生成的过程	使用基于深度学习的Cellpose分割方法和单个NPC的克隆分析，首次详细量化了斑马鱼端脑在受精后14至24小时内神经元生成和NPC分裂模式	研究仅聚焦于斑马鱼端脑发育的最初24小时，未涉及更长期的神经发生过程	理解神经前体细胞(NPCs)何时转换分裂模式以生成斑马鱼端脑的首批神经元	斑马鱼端脑发育早期的神经前体细胞和新生神经元	发育神经生物学	NA	Cellpose深度学习分割方法、克隆分析	Cellpose	图像数据	斑马鱼端脑发育14-24小时时间段内的样本
46	2025-06-21	Genetics and mechanisms of thoracic aortic disease 2023-03, Nature reviews. Cardiology DOI:10.1038/s41569-022-00763-0 PMID:36131050	review	本文回顾了胸主动脉疾病的遗传学机制，并探讨了机器学习和大规模影像数据集在遗传关联发现中的应用	结合深度学习和大型影像数据集快速定义主动脉特征，并将新发现的遗传观察结果整合到当前对胸主动脉疾病的生物学理解中	胸主动脉疾病相对于其他心血管疾病较为罕见，这限制了大规模遗传关联的识别	探讨胸主动脉疾病的遗传学机制及其预防和治疗策略	胸主动脉疾病，包括主动脉瘤、主动脉夹层、主动脉缩窄或主动脉功能异常	machine learning	cardiovascular disease	deep learning	NA	imaging	大型生物样本库中的大规模影像数据集
47	2025-06-21	State-of-the-Art Estimation of Protein Model Accuracy Using AlphaFold 2022-Dec-02, Physical review letters IF:8.1Q1 DOI:10.1103/PhysRevLett.129.238101 PMID:36563190	research paper	该论文探讨了利用AlphaFold从蛋白质的初级氨基酸序列预测其3D结构的最新进展	证明了AlphaFold学习了一种近似生物物理能量函数，并能够在不使用共进化数据的情况下，以最先进的准确性评估候选蛋白质结构的质量	研究未提及具体样本量或实验条件的限制	探索仅从蛋白质的初级序列预测其3D结构的可能性	蛋白质的3D结构预测	structural biology	NA	deep learning, coevolutionary data analysis	AlphaFold	protein sequences, 3D structure data	NA
48	2025-06-21	Machine Learning Analysis of Cocaine Addiction Informed by DAT, SERT, and NET-Based Interactome Networks 2022-Apr-12, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.2c00002 PMID:35294204	研究论文	本文通过机器学习/深度学习分析可卡因成瘾，基于DAT、SERT和NET的相互作用网络	提出了一种基于DAT、SERT和NET相互作用网络的人工智能系统化协议，用于发现抗可卡因成瘾的潜在药物	研究仅分析了61个蛋白质靶点，未涵盖所有460个蛋白质	开发治疗可卡因成瘾的药物	可卡因成瘾相关的DAT、SERT和NET相互作用网络中的蛋白质靶点	机器学习	药物成瘾	机器学习/深度学习算法（包括AE、GBDT和MT-DNN）	AE、GBDT、MT-DNN	蛋白质相互作用数据和抑制剂数据	61个蛋白质靶点和115,407个抑制剂
49	2025-06-21	Deep learning-assisted prostate cancer detection on bi-parametric MRI: minimum training data size requirements and effect of prior knowledge 2022-Apr, European radiology IF:4.7Q1 DOI:10.1007/s00330-021-08320-y PMID:34786615	research paper	评估基于PI-RADS训练的深度学习算法在双参数MRI上检测临床显著前列腺癌的性能，并研究数据量和先验知识的影响	探讨了数据量和先验区域分割知识对深度学习算法性能的影响，并确定了达到专家水平所需的最小训练数据量	研究仅基于活检初治男性患者，可能不适用于其他人群	评估深度学习算法在前列腺癌检测中的性能及其影响因素	活检初治且疑似前列腺癌的男性患者	digital pathology	prostate cancer	multi-parametric MRI (mpMRI), bi-parametric MRI (bpMRI)	DL (Deep Learning)	MRI图像	2734例活检初治男性患者（中心1:1952例，中心2:296例）
50	2025-06-21	Real-time recognition of spraying area for UAV sprayers using a deep learning approach 2021, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0249436 PMID:33793634	研究论文	该研究开发了一种基于深度学习的无人机喷雾器实时喷洒区域识别系统	采用深度学习技术实现无人机喷雾器的实时喷洒区域识别，提高了喷洒的准确性和效率	研究仅针对香菜农田进行了测试，未涉及其他作物或更复杂的环境	开发无人机喷雾器的实时喷洒区域识别系统，以减少农药的过度使用及其对环境和操作人员的负面影响	无人机喷雾器在香菜农田的喷洒区域	计算机视觉	NA	深度学习	CNN	图像	NA
51	2025-06-20	Deep learning for differential diagnosis of parotid tumors based on 2.5D magnetic resonance imaging 2025-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2025.2520401 PMID:40531801	research paper	本研究利用2.5D磁共振成像和深度学习模型对腮腺肿瘤进行良恶性鉴别诊断	首次将2.5D成像方法与基于transformer的迁移学习模型结合应用于腮腺肿瘤诊断	回顾性研究，样本量较小(122例)，未进行外部验证	开发基于MRI的深度学习模型以提高腮腺肿瘤术前诊断准确性	腮腺肿瘤患者	digital pathology	parotid gland tumors	MRI, 2.5D imaging	transformer-based transfer learning	MRI图像	122例腮腺肿瘤患者
52	2025-06-20	DRPM: An advanced predictive model for early diabetes detection and risk stratification 2025-Sep-09, Molecular therapy. Nucleic acids DOI:10.1016/j.omtn.2025.102576 PMID:40534992	research paper	开发了一个基于深度学习的糖尿病早期检测和风险分层预测模型	通过特征选择技术确定了五个关键特征构建模型，并开发了一个用户友好的在线工具	模型的外部验证和实际应用效果需要进一步验证	糖尿病早期诊断和风险分层	来自国家健康与营养调查(NHANES)的数据	machine learning	diabetes	deep learning	DRPM	health survey data	NHANES 2011-2018年的数据
53	2025-06-20	Sign language detection dataset: A resource for AI-based recognition systems 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111703 PMID:40534917	research paper	该研究创建了一个用于AI识别系统的手语检测数据集，并利用CNN模型对手势进行分类	创建了一个包含26,000张图像的手语数据集，涵盖了不同年龄、肤色和手型的参与者，并通过数据增强技术提高了模型的鲁棒性	数据收集仅涉及三名参与者，可能限制了数据集的多样性	开发一个自动手语检测系统，以帮助聋人和听力障碍人群	手语手势	computer vision	NA	数据增强（旋转、翻转、缩放、亮度变化、高斯噪声添加）	CNN	image	26,000张图像，涵盖26个字母手语手势，每个字母3,000张图像
54	2025-06-20	NLP-based ergonomics MSD risk root cause analysis and risk controls recommendation 2025-Jul, Ergonomics IF:2.0Q3 DOI:10.1080/00140139.2024.2394510 PMID:39189206	研究论文	本文提出了一种基于NLP的人体工程学MSD风险根因分析及风险控制建议的整体工作改进流程	利用深度学习NLP技术（如词性标注和依存句法分析）对工作动作进行自动根因分析，并结合专家ML系统提供风险控制建议	未提及具体实验验证效果或系统实施难度	通过AI技术改进工作场所人体工程学风险评估流程	工作场所中导致肌肉骨骼疾病(MSD)的物理风险因素	自然语言处理	肌肉骨骼疾病	NLP（词性标注、依存句法分析）	深度学习	文本	NA
55	2025-06-20	Comparison of different dental age estimation methods with deep learning: Willems, Cameriere-European, London Atlas 2025-Jul, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-025-03452-y PMID:39969569	研究论文	比较使用Willems、Cameriere-Europe、London Atlas和深度学习方法在土耳其儿童全景X光片上进行牙齿年龄估计的效果	首次在土耳其儿童中比较多种牙齿年龄估计方法，并引入深度学习方法进行对比	研究仅针对土耳其儿童，结果可能不适用于其他人群	比较不同牙齿年龄估计方法的准确性	1169名土耳其儿童(613名女孩，556名男孩)的全景X光片	计算机视觉	NA	深度学习	CNN	医学影像	1169名儿童(613名女孩，556名男孩)
56	2025-06-20	Comparison of CNNs and Transformer Models in Diagnosing Bone Metastases in Bone Scans Using Grad-CAM 2025-Jul-01, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000005898 PMID:40237349	研究论文	比较CNN和Transformer模型在骨扫描中诊断骨转移的性能，并使用Grad-CAM进行可视化	首次探索了ConvNeXt和Transformer模型在骨扫描中诊断骨转移的应用，并比较了多种深度学习模型的性能	研究仅基于两家医院的数据，可能缺乏普适性	评估不同深度学习模型在骨扫描中诊断转移性病变的性能	癌症患者的骨扫描图像	医学图像分析	骨转移	深度学习	ResNet18, DeiT, ViT Large 16, Swin Base, ConvNeXt Large	图像	训练和验证集4626例（医院1），测试集1428例（医院2）
57	2025-06-20	Identifying mating events of group-housed broiler breeders via bio-inspired deep learning models 2025-Jul, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105126 PMID:40300323	研究论文	本研究开发了一种基于深度学习的模型，用于识别群养肉种鸡的交配行为	结合生物特征和鸟只数量变化，利用深度学习模型自动识别交配行为，显著提高了处理速度	交配事件识别在不同时间段和鸟龄间存在波动，受鸟只重叠、聚集密度和遮挡影响	开发自动化系统监测肉种鸡交配行为，优化繁殖效率和生产力	罗斯708品种的肉种鸡（20只母鸡和2-3只公鸡，56周龄）	计算机视觉	NA	深度学习	YOLOv7, YOLOv8, DeepSORT, StrongSORT, ByteTrack, SAM2, YOLOv8-segmentation	视频	20只母鸡和2-3只公鸡，共4个实验栏
58	2025-06-20	Methodological Challenges in Deep Learning-Based Detection of Intracranial Aneurysms: A Scoping Review 2025-Jul, Neurointervention IF:1.2Q4 DOI:10.5469/neuroint.2025.00283 PMID:40415390	综述	本文全面评估了36项应用深度学习在CTA或MRA上检测颅内动脉瘤的研究，重点关注研究设计、验证策略、报告实践和参考标准	首次对深度学习在颅内动脉瘤检测中的方法学挑战进行了范围审查，揭示了当前研究的技术验证阶段存在的高偏差风险和有限的临床适用性	研究存在不一致处理破裂和先前治疗的动脉瘤、共存脑或血管异常的报告不足、外部验证使用有限以及前瞻性研究设计几乎完全缺失等问题	评估深度学习在颅内动脉瘤检测中的方法学挑战，促进实际临床应用	应用深度学习检测颅内动脉瘤的36项研究	数字病理学	颅内动脉瘤	深度学习	NA	医学影像（CTA和MRA）	36项研究
59	2025-06-20	Time-series deep learning and conformal prediction for improved sepsis diagnosis in primarily Non-ICU hospitalized patients 2025-Jul, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110497 PMID:40450820	研究论文	开发了一种针对非ICU环境的深度学习模型，用于早期脓毒症诊断	结合深度学习与保形预测框架处理不确定性，显著减少假阳性并提高特异性	模型在非ICU环境中的泛化能力仍需进一步验证	提高非ICU住院患者的脓毒症早期诊断准确性	非ICU住院患者	机器学习	脓毒症	深度学习	DL	时间序列数据	83,813名患者（训练集），eICU-CRD数据集（验证集）
60	2025-06-20	Advancing atomic electron tomography with neural networks 2025-Jun-19, Applied microscopy DOI:10.1186/s42649-025-00113-7 PMID:40533670	综述	本文综述了神经网络在原子电子断层扫描（AET）中的应用进展	整合深度学习特别是卷积神经网络（CNN）到AET工作流程中，以提高重建保真度	重建伪影由几何限制和电子剂量约束引起，可能阻碍可靠的原子结构确定	提高三维原子成像的准确性，推动纳米科学前沿并开启材料研究与技术的新机遇	纳米材料的三维原子结构	计算机视觉	NA	原子电子断层扫描（AET）	CNN	图像	NA