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
6081	2025-03-29	Leveraging pharmacovigilance data to predict population-scale toxicity profiles of checkpoint inhibitor immunotherapy 2025-Mar, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-024-00748-8 PMID:39715829	research paper	本文介绍了一种基于动态图卷积网络的深度学习框架DySPred，用于利用大规模真实世界药物警戒数据预测免疫检查点抑制剂（ICI）在人群水平的毒性特征	DySPred框架能够准确预测不同人口群体和癌症类型的毒性风险，在小样本情况下表现稳健，并能揭示毒性随时间变化的趋势	未明确提及具体局限性	开发一种方法用于人群水平的ICI诱导毒性特征分析，以促进癌症免疫治疗的进步	免疫检查点抑制剂（ICI）疗法及其诱导的毒性特征	machine learning	cancer	动态图卷积网络	DySPred (基于GCN的深度学习框架)	药物警戒数据	大规模真实世界数据（未提供具体数量）
6082	2025-03-29	Integration of longitudinal load-bearing tissue MRI radiomics and neural network to predict knee osteoarthritis incidence 2025-Mar, Journal of orthopaedic translation IF:5.9Q1 DOI:10.1016/j.jot.2025.01.007 PMID:40144553	研究论文	本研究开发并测试了一种结合负重组织MRI影像组学和临床变量的模型（LBTC-RM），用于预测膝关节骨关节炎（KOA）的发生	首次整合纵向负重组织MRI影像组学和神经网络算法预测KOA发生，提供了一种更可解释且临床适用的早期KOA检测方法	需要未来在不同人群中进一步验证以增强其临床适用性和普适性	开发预测膝关节骨关节炎（KOA）发生的模型	700个基线时无放射学KOA的膝关节，包含2164个4年随访期间的膝关节MRI	数字病理学	膝关节骨关节炎	MRI影像组学	神经网络	MRI图像	总开发队列1082例（542例病例 vs 540例对照），总测试队列1082例（534例病例 vs 548例对照）
6083	2025-03-29	Multimodal Deep Learning Model for Cylindrical Grasp Prediction Using Surface Electromyography and Contextual Data During Reaching 2025-Feb-27, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10030145 PMID:40136799	research paper	该研究提出了一种多模态深度学习模型，用于结合表面肌电信号和上下文数据预测圆柱形抓握动作	整合了表面肌电信号和上下文信息的多模态模型，相比传统单模态方法能更好地预测真实场景中的抓握动作	仅针对圆柱形抓握这一特定抓握类型进行研究，未涵盖其他常见抓握类型	改进人机交互系统中抓握动作的预测精度	人体抓握动作（特别是圆柱形抓握）	machine learning	NA	表面肌电信号(EMG)采集	CNN（用于EMG处理）和全连接网络（用于上下文信息处理）的混合架构	生物电信号（EMG）和上下文数据	未明确说明受试者数量
6084	2025-03-29	Concealed Weapon Detection Using Thermal Cameras 2025-Feb-26, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11030072 PMID:40137184	研究论文	本文提出了一种利用热成像和深度学习的两阶段方法，用于隐蔽手枪检测，为执法和监控应用提供潜在的实时解决方案	提出了一种轻量级算法，适用于低端嵌入式设备，并创建了一个针对隐蔽场景定制的热数据集	实验数据集可能不够广泛，且仅针对手枪检测	开发一种高效、可靠的隐蔽武器检测技术，以提升公共安全	隐蔽手枪	计算机视觉	NA	热成像和深度学习	NA	热成像图像	定制热数据集（具体数量未提及）
6085	2025-03-29	Explainable Siamese Neural Networks for Detection of High Fall Risk Older Adults in the Community Based on Gait Analysis 2025-Feb-22, Journal of functional morphology and kinesiology IF:2.6Q1 DOI:10.3390/jfmk10010073 PMID:40137325	research paper	该研究提出了一种基于步态分析的深度学习新方法，用于检测社区中高跌倒风险的老年人	将生物力学时间序列数据转化为视觉表示，并应用CNN和SNN进行跌倒风险评估，同时利用Grad-CAM增强模型的可解释性	未提及具体的数据集规模限制或模型在其他人群中的泛化能力	提高老年人跌倒风险预测的准确性，以实施及时预防措施	社区中的老年人	machine learning	geriatric disease	gait analysis	CNN, SNN, RF	time-series data, visual representations	NA
6086	2025-03-29	A Narrative Review on the Role of Artificial Intelligence (AI) in Colorectal Cancer Management 2025-Feb, Cureus DOI:10.7759/cureus.79570 PMID:40144438	review	本文综述了人工智能（AI）在结直肠癌管理中的作用及其潜在优势	探讨了AI在结直肠癌筛查、病理评估、精准手术和术后护理中的创新应用	多中心研究和随机试验的缺乏限制了AI在标准实践中全面评估和整合的可能性	评估AI在结直肠癌管理中的应用及其对临床实践的潜在影响	结直肠癌患者，特别是35岁以上的成年患者	digital pathology	colorectal cancer	deep learning	NA	NA	122篇文献（包括随机对照试验、队列研究、荟萃分析等）
6087	2025-03-29	TriCvT-DTI: Predicting Drug-Target Interactions Using Trimodal Representations and Convolutional Vision Transformers 2025-Jan-30, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3536476 PMID:40031370	研究论文	提出了一种名为TriCvT-DTI的新方法，通过结合分子图像、化学序列特征和药物图表示来预测药物-靶标相互作用	结合了分子图像、化学序列特征和药物图表示，采用双向多头注意力机制和卷积视觉变换器（CvTs）来全面捕捉药物的结构、空间和功能特征	未明确提及具体局限性	提高药物-靶标相互作用预测的准确性和效率	药物和靶标之间的相互作用	机器学习	NA	卷积视觉变换器（CvTs）和双向多头注意力机制	TriCvT-DTI	分子图像、化学序列特征、图表示	三个数据集：Human、C. elegans和Davis
6088	2025-03-29	Using transformer-based models and social media posts for heat stroke detection 2025-01-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84992-y PMID:39753702	研究论文	本研究评估了基于transformer的预训练语言模型在分类与热射病相关的日语推文中的性能，并探讨了结合社交媒体和人工智能进行基于事件的公共卫生监测的潜力	首次将transformer-based模型应用于日语推文的热射病分类，并通过时空和动画视频可视化展示了推文与热射病紧急医疗疏散之间的相关性	社交媒体帖子的主观性和未经临床诊断的可靠性问题仍然存在挑战	评估基于transformer的预训练语言模型在热射病相关推文分类中的性能，探索社交媒体与人工智能结合的公共卫生监测潜力	日语推文和热射病紧急医疗疏散数据	自然语言处理	热射病	transformer-based预训练语言模型	transformer	文本（社交媒体帖子）	未明确说明样本数量
6089	2025-03-29	Explainable artificial intelligence with UNet based segmentation and Bayesian machine learning for classification of brain tumors using MRI images 2025-01-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84692-7 PMID:39753735	研究论文	本文提出了一种结合UNet分割和贝叶斯机器学习的新型可解释人工智能技术，用于MRI图像中脑肿瘤的分类	提出了一种新的可解释人工智能技术XAISS-BMLBT，结合了MEDU-Net+分割、ResNet50特征提取和贝叶斯正则化人工神经网络（BRANN）分类，以及改进的径向移动优化模型进行超参数调优	未提及具体的数据集大小和多样性，可能影响模型的泛化能力	提高脑肿瘤在MRI图像中的分割和分类准确率，以辅助医生进行更快速和准确的诊断	MRI图像中的脑肿瘤	数字病理学	脑肿瘤	MRI扫描、深度学习	UNet、ResNet50、BRANN	图像	使用了基准数据库，但未提及具体样本数量
6090	2025-03-29	Assessment of choroidal vessels in healthy eyes using 3-dimensional vascular maps and a semi-automated deep learning approach 2025-01-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85189-7 PMID:39753934	研究论文	使用3D深度学习方法和半自动化技术评估健康眼睛中的脉络膜血管	采用3D深度学习方法结合半自动化技术对脉络膜血管进行非侵入性评估，创新性地提供了脉络膜血管的三维可视化	研究样本量较小（80只眼睛），且为回顾性研究，可能存在选择偏差	评估健康眼睛中脉络膜血管的特征及其与年龄和性别的关系	健康眼睛的脉络膜血管	数字病理学	NA	swept-source OCT, 深度学习	ResUNet	OCT扫描图像	80只眼睛（来自53名患者）
6091	2025-03-29	pACP-HybDeep: predicting anticancer peptides using binary tree growth based transformer and structural feature encoding with deep-hybrid learning 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84146-0 PMID:39747941	research paper	提出了一种名为pACP-HybDeep的高可靠性模型，用于准确预测抗癌肽	结合了基于注意力机制的ProtBERT-BFD编码器和CTDT结构信息编码，以及基于k近邻的二叉树生长算法和CNN+RNN深度学习模型	未提及模型在更广泛数据集上的表现或实际临床应用中的潜在限制	开发一种高效可靠的抗癌肽预测工具	抗癌肽	machine learning	cancer	ProtBERT-BFD编码器, CTDT结构信息编码, k近邻算法	CNN+RNN	peptide sequences	三个独立数据集Ind-S1, Ind-S2, Ind-S3
6092	2025-03-29	A deep learning-based multi-view approach to automatic 3D landmarking and deformity assessment of lower limb 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84387-z PMID:39747979	研究论文	提出一种基于深度学习的多视角方法，用于自动3D地标检测和下肢畸形评估	采用多视角渲染和金字塔式卷积神经网络整合技术，自动检测CT图像中的3D地标，提高地标检测和指标评估的速度与准确性	未提及具体样本量及数据来源的多样性，可能影响模型的泛化能力	开发一种自动检测下肢CT图像中3D地标的方法，以可靠诊断骨骼疾病	下肢CT图像中的骨骼地标	计算机视觉	骨骼疾病	CT扫描	金字塔式CNN	3D图像	NA
6093	2025-03-29	Non-invasive blood glucose monitoring using PPG signals with various deep learning models and implementation using TinyML 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84265-8 PMID:39753714	研究论文	本研究提出了一种创新的1秒信号分割方法，并评估了三种先进深度学习模型在利用PPG信号估计血糖水平方面的性能	创新的1秒信号分割技术显著提高了准确性和计算效率，并在嵌入式设备上实现了即时血糖估计	训练数据在手术和麻醉期间收集，可能影响模型在正常状态下的泛化能力	开发一种非侵入性、准确且方便的血糖监测方法	PPG信号	机器学习	糖尿病	PPG	深度学习模型	信号数据	手术和麻醉期间收集的训练数据及单独测试数据集
6094	2025-03-29	Automated assessment of task-based performance of digital mammography and tomosynthesis systems using an anthropomorphic breast phantom and deep learning-based scoring 2025-Jan, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.S1.S13005 PMID:39416764	研究论文	本文提出了一种基于深度学习的自动化评分方法，用于评估数字乳腺X线摄影（DM）和数字乳腺断层合成（DBT）系统的任务性能	使用具有随机羟基磷灰石微钙化的逼真乳腺体模和基于Resnet-18架构的半自动化深度学习图像评分方法，解决了现有体模方法背景不真实、评分主观和信号模式不具代表性的问题	研究仅基于体模实验，未涉及真实临床数据	开发一种客观的任务型图像质量评估方法，用于乳腺X线摄影和断层合成系统	数字乳腺X线摄影（DM）和数字乳腺断层合成（DBT）系统	数字病理学	乳腺癌	深度学习和ROC分析	Resnet-18	图像	实验使用临床乳腺X线摄影系统收集的2D和伪3D乳腺X线照片
6095	2025-03-29	Detection and recognition of foreign objects in Pu-erh Sun-dried green tea using an improved YOLOv8 based on deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0312112 PMID:39775324	研究论文	本研究提出了一种基于改进YOLOv8的深度学习模型，用于普洱茶晒青毛茶中小异物的快速检测与准确识别	采用MPDIoU优化损失函数提升检测性能，引入EfficientDet高效目标检测架构和BiFormer双向注意力机制，结合切片辅助超推理技术显著提升小目标和多尺度物体的识别精度	未说明模型在复杂光照条件或极端环境下的鲁棒性表现	提升普洱茶晒青毛茶生产过程中异物检测的智能化水平	普洱茶晒青毛茶中的小异物	计算机视觉	NA	深度学习	改进YOLOv8（含MPDIoU、EfficientDet模块、BiFormer机制）	图像	未明确说明具体样本数量（普洱茶晒青毛茶异物图像数据集）
6096	2025-03-29	SUMO-LMNet: Lossless mapping network for predicting SUMOylation sites in SUMO1 and SUMO2 using high-dimensional features 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.03.005 PMID:40143924	研究论文	介绍了一种名为SUMO-LMNet的深度学习框架，用于精确预测SUMO1和SUMO2的SUMOylation位点	SUMO-LMNet整合了无损映射策略和深度学习架构，提高了预测准确性和可解释性，并引入了Combined Heatmap Feature Analysis (CHFA)进行数据集范围的评估	Grad-CAM在单个预测中突出关键特征，但在样本间缺乏一致性，且未提供数据集范围的特征重要性评估	提高SUMO1和SUMO2修饰位点的预测准确性，以助于基因调控和疾病机制的研究	SUMO1和SUMO2的SUMOylation位点	机器学习	NA	深度学习	CNN	序列数据	NA
6097	2025-03-29	SympCoughNet: symptom assisted audio-based COVID-19 detection 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1551298 PMID:40144457	research paper	提出了一种名为SympCoughNet的深度学习网络，通过结合咳嗽声音和临床症状数据来检测COVID-19	首次将临床症状数据与咳嗽声音结合用于COVID-19检测，并采用症状编码通道加权增强特征处理	错误的症状输入可能影响预测结果	提高COVID-19检测的准确性和便捷性	COVID-19患者	machine learning	COVID-19	深度学习	CNN	音频和临床数据	UK COVID-19 Vocal Audio Dataset
6098	2025-03-29	A multi-modal deep learning solution for precise pneumonia diagnosis: the PneumoFusion-Net model 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1512835 PMID:40144549	research paper	提出了一种名为PneumoFusion-Net的多模态深度学习模型，用于精确诊断肺炎	整合了CT图像、临床文本、实验室数值结果和放射学报告，首次在肺炎诊断中实现了多模态数据的深度融合	模型仅在单一数据集上进行验证，需要更多外部数据验证其泛化能力	开发一个高精度的肺炎分类系统，区分细菌性和病毒性肺炎	肺炎患者的CT图像及相关临床数据	digital pathology	pneumonia	deep learning	PneumoFusion-Net	CT images, clinical text, numerical lab test results, radiology reports	10,095份肺炎CT图像及相关临床数据
6099	2025-03-29	Multimodal diagnosis of Alzheimer's disease based on resting-state electroencephalography and structural magnetic resonance imaging 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1515881 PMID:40144547	研究论文	提出了一种基于静息态脑电图和结构磁共振成像的多模态阿尔茨海默病诊断模型	首次探索深度学习与脑电图多模态结合用于阿尔茨海默病诊断，设计了多模态联合注意力机制以增强模态间协作	未提及模型在其他神经退行性疾病上的泛化能力	提升多模态阿尔茨海默病诊断的准确性和脑电图在多模态研究中的应用	阿尔茨海默病患者	数字病理学	阿尔茨海默病	静息态脑电图（EEG），结构磁共振成像（sMRI）	CNN，随机森林	EEG信号，MRI图像	未明确提及样本数量
6100	2025-03-29	Review of applications of deep learning in veterinary diagnostics and animal health 2025, Frontiers in veterinary science IF:2.6Q1 DOI:10.3389/fvets.2025.1511522 PMID:40144529	review	本文综述了深度学习在兽医诊断和动物健康领域的应用	系统性地回顾了深度学习在兽医医学中的多种诊断应用，并分析了其发展趋势和潜在影响	需要更大更多样的数据集，存在可解释性问题，需专家参与模型开发以确保有效性	探讨深度学习在兽医诊断领域的应用及其未来发展方向	兽医诊断和动物健康	machine learning	NA	deep learning	NA	radiography, cytology, health record, MRI, environmental data, photo/video imaging, ultrasound	39篇主要研究文章