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	2025-05-23	Parkinson's disease detection using inceptionV3: A Deep learning approach 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103333 PMID:40395929	研究论文	本研究使用深度学习算法对帕金森病患者绘制的螺旋图像进行分类，作为一种低成本诊断技术	利用四种CNN架构（DenseNet121、InceptionV3、VGG16和LeNet）进行螺旋图像分类，并通过迁移学习提高模型性能	未来研究可结合螺旋图像与其他生物标志物或更广泛的运动测量数据进行更全面的疾病评估	开发一种非侵入性、高效且自动化的帕金森病早期检测方法	帕金森病患者和健康个体绘制的螺旋图像	计算机视觉	帕金森病	深度学习	CNN（包括DenseNet121、InceptionV3、VGG16和LeNet）	图像	NA
42	2025-05-23	Deep learning-based technique for investigating the behavior of MEMS systems with multiwalled carbon nanotubes and electrically actuated microbeams 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103337 PMID:40395931	研究论文	本文提出了一种基于深度学习的模型，用于研究带有碳纳米管和电驱动微梁的MEMS系统的行为	开发了一种新颖的基于DNN的模型来解决MEMS中的非线性系统，特别是针对带有MWCNTs的振荡器	由于系统的刚度、参数敏感性和非线性，预测这些系统的行为具有挑战性	研究MEMS振荡器的非线性振动特性，特别是与纳米管和电驱动微梁相关的特性	双端固定的电驱动微梁和多壁碳纳米管（MWCNTs）	机器学习	NA	深度神经网络（DNN）	DNN	数值模拟数据	NA
43	2025-05-23	Molecular insights fast-tracked: AI in biosynthetic pathway research 2025-May-22, Natural product reports IF:10.2Q1 DOI:10.1039/d4np00003j PMID:40130306	综述	本文探讨了人工智能在生物合成途径研究中的潜力，以加速分子洞察并应对相关挑战	综述了AI技术在生物合成途径研究中的应用，包括机器学习、深度学习、自然语言处理等多种技术，并讨论了AI在途径发现、设计和优化中的具体应用	指出了当前AI在生物合成途径研究中的局限性，并强调了AI与实验方法协同的重要性	探讨AI如何加速生物合成途径研究，以开发具有药理学、农业和生物技术应用的生物活性天然产物	生物合成途径研究	机器学习	NA	机器学习(ML)、深度学习(DL)、自然语言处理、网络分析、数据挖掘	NA	组学数据	NA
44	2025-05-23	On factors that influence deep learning-based dose prediction of head and neck tumors 2025-May-22, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adcfeb PMID:40267938	研究论文	本研究探讨了影响基于深度学习的头颈部肿瘤剂量预测模型的关键因素	系统分析了输入和剂量网格分辨率、输入类型、损失函数、模型架构和噪声对模型性能的影响，并提出了优化建议	仅使用了两个数据集（一个公共数据集和一个内部临床数据集），可能限制了结果的普适性	评估深度学习模型在头颈部癌症放射治疗剂量预测中的准确性、鲁棒性和计算效率	头颈部肿瘤的放射治疗剂量预测	数字病理	头颈部癌症	深度学习	SwinUNETR	CT图像和剂量网格数据	两个数据集（OpenKBP公共数据集和内部临床数据集）
45	2025-05-23	Quantum-Chemical Simulation of Multiresonance Thermally Activated Delayed Fluorescence Materials Based on B,N-Heteroarenes Using Graph Neural Networks 2025-May-22, The journal of physical chemistry. A DOI:10.1021/acs.jpca.5c01243 PMID:40338523	研究论文	本研究开发了一种基于B,N-杂芳烃的多共振热激活延迟荧光（MR-TADF）材料的简单分子设计方法，并利用图神经网络加速了MR-TADF发射体的搜索	提出了一种基于π扩展DABNA核心的简单分子设计方法，并开发了基于深度学习的加速搜索工具，用于预测MR-TADF发射体的能量值	NA	开发高效、窄带发射的MR-TADF材料，用于下一代电致发光器件	基于B,N-杂芳烃的MR-TADF材料	机器学习	NA	密度泛函理论，深度学习	图神经网络	化学分子数据	18种不同的环状系统修饰的化合物
46	2025-05-23	Evaluating machine- and deep learning approaches for artifact detection in infant EEG: classifier performance, certainty, and training size effects 2025-May-22, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/add740 PMID:40354792	research paper	评估机器学习和深度学习在婴儿EEG伪迹检测中的性能、确定性及训练数据量影响	直接处理未经特征提取的婴儿EEG复杂噪声信号，比较RF、SVM和DL模型性能，并探讨分类器确定性与数据覆盖率的权衡	研究仅基于单一数据集（BRISE项目），且未探索其他潜在有效的特征提取方法或模型架构	开发自动化方法以减少婴儿EEG伪迹检测的主观性和工作量	294名婴儿（平均年龄8.34个月）的EEG数据，共66,851个时段	machine learning	NA	EEG信号处理	Random Forest (RF), Support Vector Machine (SVM), deep learning (DL)	EEG信号	294名婴儿的66,851个EEG时段（45%标记为伪迹）
47	2025-05-23	Whole-body CT-to-PET synthesis using a customized transformer-enhanced GAN 2025-May-22, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/add8dd PMID:40367973	research paper	提出了一种基于深度学习的全身CT到PET图像合成方法，使用定制的transformer增强GAN模型	提出了一个结合残差块和全连接transformer残差块的CPGAN模型，能够同时捕捉局部特征和全局上下文信息，并设计了包含结构一致性的定制损失函数以提高合成PET图像的质量	CT图像本身无法直接反映代谢组织的生物信息	开发一种能够从CT图像合成高质量PET图像的深度学习方法，以减少对实际PET-CT扫描的依赖	全身CT和PET图像	digital pathology	tumors	深度学习	transformer-enhanced GAN (CPGAN)	3D和2D医学图像	102对3D CT和PET扫描，切片为27,240对2D图像（训练21,855对，验证2,810对，测试2,575对）
48	2025-05-23	Recognizing artery segments on carotid ultrasonography using embedding concatenation of deep image and vision-language models 2025-May-22, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/add8db PMID:40367970	研究论文	本研究提出了一种自动分类模型，用于识别颈动脉超声图像中的不同动脉段，以提高颈动脉检查的量化准确性	结合了预训练的DenseNet201、视觉变换器和回声对比语言-图像预训练模型的嵌入特征，使用支持向量机分类器进行解剖结构识别	样本量相对较小（288名患者），且仅使用了B型超声图像	提高颈动脉超声检查的准确性和一致性	颈总动脉（CCA）、颈动脉球部、颈内动脉（ICA）和颈外动脉（ECA）	计算机视觉	心血管疾病	深度学习	DenseNet201, 视觉变换器, 支持向量机	图像	288名患者的2943张B型超声图像（CCA: 1563; 球部: 611; ICA: 476; ECA: 293）
49	2025-05-23	Data-Driven Detection of Nocturnal Pollen Fragmentation Triggered by High Humidity in an Urban Environment 2025-May-22, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.4c13905 PMID:40400486	研究论文	本文开发了一种数据驱动的方法，结合深度学习和自动机器学习，用于检测城市环境中的花粉碎片化现象及其触发气象条件	首次利用气象和在线BioPM光谱数据常规检测花粉碎片化，明确了湿度超过90%时触发碎片化的阈值，并发现这一现象主要发生在夜间	研究仅基于气象和光谱数据，未涉及其他可能影响花粉碎片化的环境因素	检测花粉碎片化现象并确定其触发气象条件，以评估其对公共健康的影响	城市环境中的生物颗粒物（BioPM），特别是花粉	环境科学	NA	深度学习、自动机器学习、可解释性方法	NA	气象数据、在线BioPM光谱数据	NA
50	2025-05-23	iPSC-RPE patch restores photoreceptors and regenerates choriocapillaris in a pig retinal degeneration model 2025-May-22, JCI insight IF:6.3Q1 DOI:10.1172/jci.insight.179246 PMID:40401519	研究论文	该研究开发了一种基于诱导多能干细胞衍生的视网膜色素上皮（iRPE）贴片，用于治疗干性年龄相关性黄斑变性（AMD），并在猪视网膜变性模型中验证了其恢复光感受器和再生脉络膜毛细血管的能力	使用临床兼容的制造工艺在可生物降解的PLGA支架上成熟iRPE细胞，开发了iRPE贴片，并通过深度学习算法和光学相干断层扫描（OCT）验证了其效果	研究仅在猪模型中进行，尚未在人体中验证其安全性和有效性	开发并验证一种能够恢复光感受器和再生脉络膜毛细血管的治疗方法，以治疗干性年龄相关性黄斑变性	激光诱导的外视网膜变性的猪模型	数字病理学	年龄相关性黄斑变性	光学相干断层扫描（OCT）、自适应光学成像、深度学习算法	深度学习算法	图像	猪模型
51	2025-05-23	Machine learning models for pharmacogenomic variant effect predictions - recent developments and future frontiers 2025-May-22, Pharmacogenomics IF:1.9Q3 DOI:10.1080/14622416.2025.2504863 PMID:40401639	综述	本文综述了机器学习在药物基因组变异效应预测中的最新进展和未来方向	探讨了新兴的深度学习方法如何利用进化保守性和生物物理特性，以及集成方法如何提高预测的准确性、稳健性和可解释性	未具体提及研究的局限性	提高药物基因组变异效应的预测能力，以支持精准医学的实施	药物基因组变异，特别是那些与药物处置和药物靶点相关的基因变异	机器学习	NA	机器学习（ML），深度学习	深度学习模型，集成模型	DNA序列，蛋白质序列	NA
52	2025-05-23	Using Traditional and Deep Machine Learning to Predict Emergency Room Triage Levels 2025-May-22, Journal of computational biology : a journal of computational molecular cell biology IF:1.4Q2 DOI:10.1089/cmb.2024.0632 PMID:40401726	研究论文	本研究开发了使用传统机器学习和深度学习方法预测急诊室分诊等级的方法	结合了土耳其语医疗文档处理和特定土耳其医疗系统特点的预测模型，以及BERT嵌入在神经网络模型中的显著性能提升	研究数据仅来自土耳其当地一家医院，可能影响模型的泛化能力	提高急诊室分诊的准确性和效率	急诊室患者的分类等级	自然语言处理	NA	Bag of Words, Word2Vec, BERT嵌入	逻辑回归, 随机森林, XGBoost, CNN, LSTM	结构化数据和非结构化文本数据	土耳其当地医院急诊科就诊患者数据集
53	2025-05-23	Multimodal MRI radiomics enhances epilepsy prediction in pediatric low-grade glioma patients 2025-May-22, Journal of neuro-oncology IF:3.2Q2 DOI:10.1007/s11060-025-05073-2 PMID:40402200	研究论文	提出了一种基于机器学习和深度学习的创新框架，利用多模态MRI影像组学预测儿童低级别胶质瘤患者的肿瘤相关癫痫	整合肿瘤和瘤周特征的多参数MRI影像组学方法，以及使用SGD分类器实现高预测性能	需要更多标准化术前评估数据以提高模型的泛化能力	快速、无创地术前评估儿童低级别胶质瘤患者的肿瘤相关癫痫	儿童低级别胶质瘤患者	数字病理学	儿童低级别胶质瘤	多参数MRI扫描	SGD分类器	MRI影像	NA
54	2025-05-23	An X-ray bone age assessment method for hands and wrists of adolescents in Western China based on feature fusion deep learning models 2025-May-22, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-025-03497-z PMID:40402226	研究论文	本研究开发了一种基于特征融合深度学习模型的手腕X射线骨龄评估方法，用于中国西部青少年的骨骼成熟度评估	采用特征融合的深度学习模型（InceptionV3 + Bilinear + SE + Sex）进行骨龄分类，并在关键法律年龄边界（14.0、16.0和18.0岁）表现出高准确率	研究样本仅来自中国西部地区，可能限制了模型的泛化能力	开发一种自动化的骨龄评估方法，以辅助青少年刑事责任年龄的判定	中国西部11.00-23.99岁青少年的手腕X射线图像	计算机视觉	NA	深度学习	InceptionV3, InceptionV3 + SE + Sex, InceptionV3 + Bilinear, InceptionV3 + Bilinear + SE + Sex	X射线图像	688张手腕X射线图像
55	2025-05-23	High-resolution deep learning reconstruction to improve the accuracy of CT fractional flow reserve 2025-May-22, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11707-w PMID:40402290	research paper	比较基于模型迭代重建（MBIR）和高分辨率深度学习重建（HR-DLR）图像的CT衍生的血流储备分数（CT-FFR）在检测功能显著性狭窄中的诊断性能	首次研究了HR-DLR对CT-FFR诊断性能的影响，并证明其优于MBIR	单中心回顾性研究，样本量较小（79例患者）	评估HR-DLR在提高CT-FFR诊断功能显著性狭窄准确性方面的效果	79例连续患者（平均年龄70±11岁，57名男性）的98条血管	医学影像分析	心血管疾病	CT血管造影，深度学习重建	深度学习模型（未具体说明）	医学影像（CT图像）	79例患者（98条血管）
56	2025-05-23	Influence of content-based image retrieval on the accuracy and inter-reader agreement of usual interstitial pneumonia CT pattern classification 2025-May-22, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11689-9 PMID:40402291	research paper	研究基于内容的图像检索（CBIR）对不同经验水平的读者在普通间质性肺炎（UIP）CT模式分类中的准确性和读者间一致性的影响	使用深度学习算法检索相似的胸部CT图像，辅助UIP分类，提高了诊断准确性和读者间一致性	CBIR系统的影响因读者经验水平而异，对经验丰富的读者更有益	探讨CBIR在UIP CT模式分类中的应用效果	587名接受高分辨率胸部CT检查的纤维化间质性肺疾病患者	digital pathology	lung cancer	deep learning	NA	image	587名患者（100例作为查询案例）
57	2025-05-23	Artificial intelligence in neuro-oncology: methodological bases, practical applications and ethical and regulatory issues 2025-May-22, Clinical & translational oncology : official publication of the Federation of Spanish Oncology Societies and of the National Cancer Institute of Mexico IF:2.8Q2 DOI:10.1007/s12094-025-03948-4 PMID:40402414	review	本文综述了人工智能在神经肿瘤学中的方法学基础、实际应用及伦理与监管问题	探讨了解释性AI方法解决'黑箱'问题，以及机制模型整合生物学原理以提高肿瘤生长预测和治疗反应评估的精确性	面临数据偏见、伦理问题和监管合规等挑战	探索人工智能在神经肿瘤学中的应用及其面临的伦理与监管挑战	神经肿瘤学中的诊断、治疗规划和预后预测	digital pathology	brain tumors	advanced imaging techniques and genomic analysis	CNNs and deep learning	image and genomic data	NA
58	2025-05-23	Auxiliary Teaching and Student Evaluation Methods Based on Facial Expression Recognition in Medical Education 2025-May-22, JMIR human factors IF:2.6Q3 DOI:10.2196/72838 PMID:40402552	研究论文	提出了一种基于面部表情识别技术的医学教育辅助教学和学生评估方法	利用面部表情识别技术改进医学教育中的教学效果和学生评估	面临技术准确性、设备依赖性和隐私保护等挑战	提升医学教育的教学质量和学生学习体验	医学教育中的学生和教师	计算机视觉	NA	面部表情识别	深度学习算法	图像	NA
59	2025-05-23	Machine learning-based label-free macrophage phenotyping in immune-material interactions 2025-May-21, Journal of materials chemistry. B DOI:10.1039/d5tb00365b PMID:40289902	研究论文	本研究提出了一种基于机器学习的无标记巨噬细胞表型分析方法，结合AI驱动的图像分类和定量相位成像（QPI）技术，用于评估免疫材料相互作用	首次将AI驱动的图像分类与QPI技术结合，用于无标记巨噬细胞表型分析，克服了传统方法的局限性	QPI单独使用时无法完全区分巨噬细胞表型	优化植入式生物医学材料的免疫相容性	THP-1来源的巨噬细胞（M0、M1、M2a和M2c表型）及其对胶原涂层（I型、III型和IV型）的反应	数字病理学	NA	定量相位成像（QPI）	GoogLeNet, ShuffleNet, VGG-16, ResNet-18	图像	THP-1来源的巨噬细胞样本
60	2025-05-23	MRI-based diagnostic model for Alzheimer's disease using 3D-ResNet 2025-May-21, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/add73d PMID:40354785	研究论文	本研究提出了一种基于3D-ResNet架构的新型诊断模型，用于利用MRI数据对阿尔茨海默病（AD）、轻度认知障碍（MCI）和认知正常（CN）个体进行分类	模型结合了ResNet和3D卷积神经网络（3D-CNN）的优势，并在残差结构中引入了特殊的注意力机制（SAM）以增强特征表示	研究仅使用了ADNI数据集，样本量相对有限，可能影响模型的泛化能力	开发一种准确且可解释的AI诊断框架，用于阿尔茨海默病的早期检测和临床干预	阿尔茨海默病（AD）、轻度认知障碍（MCI）和认知正常（CN）个体	数字病理学	老年疾病	MRI	3D-ResNet	图像	800个脑部MRI扫描