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	2025-08-06	Accurate and Rapid Ranking of Protein-Ligand Binding Affinities Using Density Matrix Fragmentation and Physics-Informed Machine Learning Dispersion Potentials 2025-Aug-04, Chemphyschem : a European journal of chemical physics and physical chemistry IF:2.3Q2 DOI:10.1002/cphc.202500094 PMID:40758915	研究论文	该研究提出了一种结合密度矩阵碎片化和物理信息机器学习色散势的方法，用于快速准确排名蛋白质-配体结合亲和力	结合GMBE-DM量子碎片化方法和D3-ML机器学习校正色散势，显著提高了蛋白质-配体结合亲和力排名的准确性和效率	深度学习模型Sfcnn在化学多样性系统中的可转移性较低(R=0.57)	开发快速准确的蛋白质-配体结合亲和力排名方法以用于药物发现	CDK2数据集(2个)和JAK1数据集(1个)中的28个配体	机器学习	NA	GMBE-DM量子碎片化方法，D3-ML机器学习校正色散势	D3-ML, Sfcnn	蛋白质-配体结合数据	28个配体(来自3个数据集)
42	2025-08-06	Quantifying the Predictability of Lesion Growth and Its Contribution to Quantitative Resistance Using Field Phenomics 2025-Aug-04, Phytopathology IF:2.6Q2 DOI:10.1094/PHYTO-05-25-0187-R PMID:40758903	研究论文	利用深度学习图像分析技术量化田间条件下小麦叶斑病病斑生长的可预测性及其对定量抗性的贡献	首次在田间条件下大规模精确测量病斑生长，揭示了病斑扩展与定量抗性之间的关联	排除了一个异常品种后才发现显著关联，可能存在未被识别的干扰因素	解析叶斑病病斑生长与定量抗性之间的关系	14个小麦品种上的6889个叶斑病病斑	数字病理学	小麦叶斑病	深度学习图像分析	深度学习（未指定具体模型）	图像	两季田间试验中14个小麦品种的6889个病斑，共27,218次测量
43	2025-08-06	Artificial intelligence-based digital pathology using H&E-stained whole slide images in immuno-oncology: from immune biomarker detection to immunotherapy response prediction 2025-Aug-04, Journal for immunotherapy of cancer IF:10.3Q1 DOI:10.1136/jitc-2024-011346 PMID:40759439	综述	本文综述了基于人工智能的数字病理学在免疫肿瘤学中的应用，包括免疫生物标志物检测和免疫治疗反应预测	探讨了AI技术在数字病理学中的新兴应用，特别是在免疫肿瘤学领域，利用H&E染色全切片图像进行免疫生物标志物检测和免疫检查点抑制剂反应预测	现有免疫生物标志物的预测能力有限，且AI技术在临床部署中仍面临挑战	探索AI技术在免疫肿瘤学中的应用，以提高免疫治疗的精准性和效果	免疫生物标志物和免疫检查点抑制剂反应	数字病理学	癌症	深度学习	NA	图像	NA
44	2025-08-06	AI-Driven Integration of Deep Learning with Lung Imaging, Functional Analysis, and Blood Gas Metrics for Perioperative Hypoxemia Prediction: Progress and Perspectives 2025-Aug-04, JMIR medical informatics IF:3.1Q2 DOI:10.2196/73995 PMID:40759599	Perspective	本文探讨了人工智能（AI）在通过整合深度学习（DL）与多模态临床数据（包括肺部影像、肺功能测试（PFTs）和动脉血气分析（ABG））预测围手术期低氧血症中的变革性作用	AI框架，特别是卷积神经网络（CNNs）和混合模型如TD-CNNLSTM-LungNet，在检测肺部炎症和分层低氧血症风险方面表现出卓越性能，肺炎亚型分化的准确率高达96.57%，术后低氧血症预测的AUC为0.96	数据集异质性、模型可解释性以及临床工作流程整合等挑战仍然存在	优化资源分配并减轻医疗系统的财务负担，通过早期干预和降低ICU入院风险	围手术期低氧血症患者	数字病理	肺部疾病	深度学习（DL）、卷积神经网络（CNNs）、TD-CNNLSTM-LungNet	CNN、LSTM	图像、文本（临床数据）	NA
45	2025-08-06	Adaptive-learning physics-assisted light-field microscopy enables day-long and millisecond-scale super-resolution imaging of 3D subcellular dynamics 2025-Aug-04, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-62471-w PMID:40759651	research paper	提出了一种自适应学习物理辅助光场显微镜（Alpha-LFM），用于长时间和高时空分辨率的三维亚细胞动态成像	结合物理辅助深度学习框架和自适应调谐策略，实现了亚衍射极限空间分辨率（约120 nm）的三维超分辨率成像	未明确提及具体限制，但传统光场显微镜在分辨率上存在不足	解决活细胞长期高时空分辨率三维成像的挑战	活细胞中的亚细胞结构动态	生物医学成像	NA	光场显微镜，深度学习	深度学习框架	三维图像	未明确提及具体样本数量，但涉及多种细胞内动态的成像
46	2025-08-06	Deep learning and digital twin integration for structural damage detection in ancient pagodas 2025-Aug-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14029-5 PMID:40759712	研究论文	本文提出了一种结合数字孪生和改进YOLO算法的古塔结构损伤检测方法	通过数字建模与改进YOLO算法结合，实现了全角度和多季节场景变换的损伤检测	现有基于深度学习的物体检测技术在建筑雕塑全覆盖和多角度自由观察方面存在局限，检测误差较大	为文化遗产保护提供准确的结构损伤检测技术	南京舍利塔	计算机视觉	NA	无人机全景扫描	改进YOLO算法	图像	NA
47	2025-08-06	Internet of things enabled deep learning monitoring system for realtime performance metrics and athlete feedback in college sports 2025-Aug-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13949-6 PMID:40759726	研究论文	本研究提出了一种基于物联网和深度学习的实时运动表现监测系统，用于大学体育中的运动员表现追踪和反馈	结合了先进的穿戴式传感器技术与混合神经网络（TCN + BiLSTM + 注意力机制），解决了处理异构高频传感器数据和提供低延迟运动特定反馈的关键挑战	研究仅在一所大学（商丘大学）进行，样本量相对有限（147名学生运动员）	开发实时运动表现监测和反馈系统，推动AI驱动的体育分析发展	大学运动员的运动表现数据	机器学习	NA	穿戴式传感器技术，边缘计算，云计算	TCN + BiLSTM + Attention	传感器数据	147名学生运动员（来自田径、篮球、足球和游泳等多个项目）
48	2025-08-06	Deep-learning-based gene perturbation effect prediction does not yet outperform simple linear baselines 2025-Aug-04, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02772-6 PMID:40759747	研究论文	比较了五种基础模型和两种深度学习模型与简单基线模型在预测单或双基因扰动后转录组变化的效果	首次系统比较了深度学习方法与简单基线模型在基因扰动效应预测上的表现	研究仅针对转录组变化预测，未涉及其他层面的扰动效应评估	评估深度学习方法在基因扰动效应预测领域的实际效果	基因扰动后的转录组变化	机器学习	NA	NA	基础模型, 深度学习模型	转录组数据	NA
49	2025-08-06	Adaptive fusion of multi-cultural visual elements using deep learning in cross-cultural visual communication design 2025-Aug-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13386-5 PMID:40760013	研究论文	本文提出了一种新颖的深度学习方法，用于跨文化视觉传达设计中的多元文化视觉元素自适应融合	结合CNN、注意力机制和GAN，开发了一个全面框架，用于分析、提取和自适应融合不同文化视觉元素，动态调整设计方案以适应目标文化偏好	实验仅在五个文化区域进行评估，可能无法涵盖所有文化差异	提升跨文化数字界面的文化适宜性和用户体验	跨文化视觉传达设计元素（色彩方案、空间布局、排版和图标设计）	计算机视觉	NA	深度学习	CNN, 注意力机制, GAN	图像	五个文化区域的数据
50	2025-08-06	Gated recurrent unit with decay has real-time capability for postoperative ileus surveillance and offers cross-hospital transferability 2025-Aug-04, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-01053-9 PMID:40760048	研究论文	本研究评估了带有衰减的门控循环单元（GRU-D）在7349例结直肠手术中实时监测术后肠梗阻风险的能力，并展示了其跨医院的可转移性	首次探索深度学习模型GRU-D在术后肠梗阻风险评估中的应用，并证明其在数据稀疏情况下的优越性能和跨医院可转移性	未提及模型内置可解释性方面的具体研究，这可能影响临床整合	开发实时术后肠梗阻风险评估系统以改善临床随访	7349例结直肠手术患者的电子健康记录数据	机器学习	结直肠手术并发症	深度学习	GRU-D	电子健康记录（EHR）	7349例来自三个Mayo Clinic站点的手术病例
51	2025-08-06	Human fall direction recognition in the indoor and outdoor environment using multi self-attention RBnet deep architectures and tree seed optimization 2025-Aug-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11031-9 PMID:40760069	研究论文	本研究提出了一种新颖的深度学习架构和优化算法，用于室内外环境中的人体跌倒方向识别	开发了四种新颖的残差块和自注意力机制模型（3-RBNet、5-RBNet、7-RBNet和9-RBNet），并采用树种子算法优化特征选择	未明确提及具体限制，但可能受限于数据集规模和多样性	提高老年人跌倒方向识别的准确性和精确度，以支持独立生活	人体跌倒方向识别	计算机视觉	老年疾病	深度学习、树种子优化算法	RBNet（残差块网络）自注意力模型	图像	来自韩国顺天乡大学的人体跌倒数据集
52	2025-08-06	Real-time facial recognition via multitask learning on raspberry Pi 2025-Aug-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97490-6 PMID:40760089	研究论文	本文研究了在树莓派上使用多任务学习进行实时面部识别的可行性	首次在资源受限的设备（如树莓派）上成功部署高效的多任务学习模型，显著降低了计算负载和能耗，同时保持高准确率	研究仅基于自定义数据库，未涉及更广泛的数据集验证	探索在低成本的单板计算机上实现复杂深度学习任务的可行性	面部识别，包括人员识别、年龄估计和种族预测	计算机视觉	NA	多任务学习（MTL）	MobileNet, MobileNetV2, InceptionV3	图像	基于VGGFace2数据集的自定义数据库
53	2025-08-06	Diagnostic systematic review and meta-analysis of machine learning in predicting biochemical recurrence of prostate cancer 2025-Aug-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11445-5 PMID:40760134	meta-analysis	本文通过系统综述和荟萃分析评估机器学习模型在预测前列腺癌生化复发中的有效性	比较机器学习模型与传统预后方法在预测前列腺癌生化复发中的性能，并发现深度学习与混合模型表现更优	未来研究需要通过大规模临床试验进一步优化和验证这些模型	评估机器学习模型预测前列腺癌生化复发的效果	前列腺癌患者	machine learning	prostate cancer	machine learning	深度学习与混合模型	imaging data	17,316名前列腺癌患者
54	2025-08-06	Multimodal deep learning model for prognostic prediction in cervical cancer receiving definitive radiotherapy: a multi-center study 2025-Aug-04, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01903-9 PMID:40760164	研究论文	开发并验证了一个基于深度学习的多模态预后模型CerviPro，用于预测接受根治性放疗的局部晚期宫颈癌患者的无病生存期	首次整合了治疗前后的CT影像、手工放射组学特征和临床变量，构建了一个多模态深度学习模型，显著提高了预后预测的准确性	研究仅基于回顾性数据，需要前瞻性研究进一步验证模型的临床适用性	开发一个精确的生存预测模型，以指导局部晚期宫颈癌的个性化治疗	1018名接受根治性放疗的局部晚期宫颈癌患者	数字病理学	宫颈癌	深度学习	多模态深度学习模型	CT影像、放射组学特征、临床变量	1018名患者
55	2025-08-06	A Comprehensive Review on Blockchain-based Systems for Groundwater Conservation and Wastewater Management 2025-Aug-04, Environmental management IF:2.7Q3 DOI:10.1007/s00267-025-02247-6 PMID:40760176	综述	本文系统分析了区块链技术、机器学习和深度学习模型在可持续水资源管理中的最新进展	整合区块链技术、机器学习和深度学习模型，提升水资源管理的可持续性、数据完整性和资源利用效率	数据整合、可扩展性和法规采纳方面仍存在挑战	评估技术整合、量化性能改进并确定研究空白和未来方向	地下水保护和废水管理	可持续水资源管理	NA	区块链技术、Machine Learning (ML)、Deep Learning (DL)	AI/ML预测模型	实时监测数据、预测分析数据	97篇同行评审文章
56	2025-08-06	In Silico Digital Breast Tomosynthesis Dataset for the Comparative Analysis of Deep Learning Models in Tumor Segmentation 2025-Aug-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01626-z PMID:40760265	研究论文	本研究评估了计算机生成的数字乳腺断层合成（DBT）数据作为乳腺肿瘤分割深度学习的训练来源的可行性	首次使用计算机生成的DBT数据进行乳腺肿瘤分割的深度学习模型训练，并验证其作为真实数据补充资源的潜力	研究样本量相对较小（230个ROI），且存在计算机生成数据与真实数据之间的领域转移问题	探索计算机生成的DBT数据在乳腺肿瘤分割深度学习模型训练中的应用价值	数字乳腺断层合成（DBT）图像中的乳腺肿瘤	数字病理	乳腺癌	深度学习	U-Net, FCN, DeepLabv3, DeepLabv3+	图像	230个二维感兴趣区域（ROI）
57	2025-08-06	Ensemble of Handcrafted and Learned Features for Colorectal Cancer Classification 2025-Aug-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01633-0 PMID:40760266	research paper	提出一种结合手工特征和深度学习特征的集成方法，用于结直肠癌分类	集成手工纹理描述符和CNN提取的深度学习特征，利用两者的互补优势构建更鲁棒和区分性的特征空间	需要大量标注数据，且CNN部分缺乏可解释性	提高结直肠癌分类的准确性和鲁棒性	结直肠癌组织病理图像	digital pathology	colorectal cancer	CNN	CNN	image	NA
58	2025-08-06	Impact of artificial intelligence assistance on bone scintigraphy diagnosis 2025-Aug-04, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01621-2 PMID:40760395	研究论文	本研究旨在评估和改进名为MaligNet的深度学习模型在辅助核医学医师解读骨扫描图像中的表现	重新训练的MaligNet模型在PR曲线和ROC曲线下的面积显著提高，AI辅助使初级医师的诊断表现达到与资深医师相当的水平	AI辅助在基于病灶的分类中未提高敏感性	提高骨闪烁扫描诊断的准确性和效率	553名患者的骨闪烁扫描图像	数字病理学	骨病变	深度学习	MaligNet	医学影像	553名患者（353训练集，100验证集，100测试集）
59	2025-08-06	Enhanced detection of ovarian cancer using AI-optimized 3D CNNs for PET/CT scan analysis 2025-Aug-04, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01615-0 PMID:40760396	研究论文	本研究探讨了深度学习如何通过大型影像数据集增强卵巢癌的诊断和分期	提出了OCDA-Net，一种基于ResNet架构优化的模型，用于[F]FDG PET图像分析，并在诊断和分期上表现出优于传统CNN模型的性能	未来研究需要扩大数据集、增强模型可解释性并在临床环境中验证这些模型	提升卵巢癌的诊断和分期准确性	卵巢癌患者	计算机视觉	卵巢癌	深度学习	3D CNN, ResNet, DenseNet, GoogLeNet, U-Net, VGG, AlexNet, OCDA-Net	PET/CT扫描图像	数据集随机分为训练集（80%）、验证集（10%）和测试集（10%）
60	2025-08-06	An open dataset and machine learning algorithms for Niacin Skin-Flushing Response based screening of psychiatric disorders 2025-Aug-04, BMC psychiatry IF:3.4Q2 DOI:10.1186/s12888-025-07196-2 PMID:40760690	研究论文	本研究通过建立首个开放数据集并开发先进的AI工具，利用烟酸皮肤潮红反应(NSR)提高精神障碍的诊断准确性	首次建立用于AI研究的NSR开放数据集，开发了设备无关的深度学习模型和SVM分类方法，显著提升了精神障碍诊断的准确性和适用范围	样本量相对有限(120人)，诊断敏感性仍有提升空间(60-65%)	开发基于AI的客观、快速、高精度的精神障碍诊断方法	精神障碍患者(包括抑郁症、双相情感障碍和精神分裂症)和健康对照者	机器学习	精神疾病	深度学习、支持向量机(SVM)	Efficient-Unet、SVM	图像	120人(600张NSR图像)