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
641	2025-05-15	Deep-Learning-Based AI-Model for Predicting Dental Plaque in the Young Permanent Teeth of Children Aged 8-13 Years 2025-Apr-07, Children (Basel, Switzerland) DOI:10.3390/children12040475 PMID:40310101	研究论文	本研究开发了一种基于深度学习的AI模型，用于预测8-13岁儿童年轻恒牙中的牙菌斑	使用U-Net Transformer模型在牙菌斑检测和分割中表现出优于经验丰富的儿科牙医的临床性能	样本量较小，仅包含31名患者的506张牙齿图像	开发一种快速、可靠的牙菌斑检测和分割方法，以改善儿童口腔健康管理	8-13岁儿童的年轻恒牙	计算机视觉	口腔疾病	深度学习	U-Net Transformer	图像	31名患者的506张牙齿图像
642	2025-05-15	Molecular Modelling in Bioactive Peptide Discovery and Characterisation 2025-Apr-03, Biomolecules IF:4.8Q1 DOI:10.3390/biom15040524 PMID:40305228	review	本文综述了分子建模在生物活性肽发现和表征中的应用及其最新进展	整合人工智能技术，特别是深度学习模型如AlphaFold和蛋白质语言模型(PLMs)，显著提升了肽构象和相互作用的预测能力	现有方法在整合非经典氨基酸和环化结构方面仍面临挑战	探讨分子建模技术在生物活性肽发现和表征中的应用及其发展	生物活性肽的结构特性及其与生物靶标的相互作用	生物信息学	NA	分子建模、分子对接、分子动力学(MD)、虚拟筛选、深度学习	AlphaFold、蛋白质语言模型(PLMs)	蛋白质序列和结构数据	NA
643	2025-05-15	Dynamic Prediction of Cardiovascular Death among Old People with Mildly Reduced Kidney Function Using Deep Learning Models Based on a Prospective Cohort Study 2025-Apr-03, Gerontology IF:3.1Q3 DOI:10.1159/000545679 PMID:40359927	研究论文	本研究使用深度学习模型预测肾功能轻度降低的老年人心血管死亡风险	采用新型深度学习算法Dynamic DeepHit模型，在纵向研究中展示了对个体动态预测的优越性能	研究仅基于中国天津社区人群，可能限制结果的普适性	识别肾功能轻度降低老年人群中心血管死亡的危险因素并建立预测模型	12,650名60岁以上肾功能轻度降低的老年人	机器学习	心血管疾病	Cox回归、随机生存森林(RSF)、DeepHit(DH)、Dynamic DeepHit(DDH)	DDH	临床数据和随访数据	12,650名老年人，其中838例心血管死亡
644	2025-05-15	Deep Learning-Assisted SERS for Therapeutic Drug Monitoring of Clozapine in Serum on Plasmonic Metasurfaces 2025-Apr-02, Nano letters IF:9.6Q1 DOI:10.1021/acs.nanolett.5c00391 PMID:40111434	研究论文	提出了一种结合人工神经网络(ANNs)与表面增强拉曼光谱(SERS)的新方法，用于快速监测血清中的氯氮平及其代谢物	首次将ANN与SERS技术结合在等离子体超表面上，用于氯氮平及其代谢物的治疗药物监测	NA	开发一种快速、精确的治疗药物监测方法，以优化氯氮平的治疗效果并减少副作用	氯氮平及其两种主要代谢物(去甲氯氮平和氯氮平-N-氧化物)在人体血清中的浓度	生物医学诊断	精神分裂症	表面增强拉曼光谱(SERS)	人工神经网络(ANNs)	光谱数据	NA
645	2025-05-15	[Transformation of free-text radiology reports into structured data] 2025-Apr, Radiologie (Heidelberg, Germany) DOI:10.1007/s00117-025-01422-4 PMID:39934245	研究论文	本文探讨了利用大型语言模型（LLMs）将非结构化的放射学报告转换为结构化数据的挑战、方法及可靠性问题	探讨了LLMs在放射学信息处理中的应用潜力，特别是结合领域特定知识（如本体）以提高系统性能	处理语言表达的模糊性、缩写及变异性仍存在挑战	研究如何利用LLMs将自然语言放射学报告转换为结构化数据，以提高临床决策支持系统、研究和患者护理的效率	放射学报告	自然语言处理	NA	大型语言模型（LLMs）、基于规则的系统、机器学习、深度学习模型	神经网络架构	文本	NA
646	2025-05-15	Past, Present, and Future: A History Lesson in Artificial Intelligence 2025-Apr, Gastrointestinal endoscopy clinics of North America DOI:10.1016/j.giec.2024.09.003 PMID:40021228	review	回顾人工智能在过去50年的发展历程及其在医学领域的应用	总结了AI在胃肠病学中的革命性应用，并展望了未来的发展方向	需要解决透明度、责任和伦理问题	探讨人工智能在医学领域的历史、现状和未来趋势	人工智能在胃肠病学中的应用	machine learning	NA	NA	NA	NA	NA
647	2025-05-15	Reduction of Acquisition Time in Fourier Transform Infrared Spectral Imaging by Deep Learning for Clinical Applications 2025-Apr-01, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06317 PMID:40095897	研究论文	本研究利用深度学习技术从低质量的红外图像中高效重建高质量图像，以减少临床应用中傅里叶变换红外光谱成像的采集时间	结合ResUNet架构和1D-CNN，能够从低质量图像中高保真地重建高质量红外图像，节省超过95%的采集时间	重建图像在组织病理学上仅相当于16次扫描的图像质量，可能仍不足以满足某些高精度需求	减少傅里叶变换红外光谱成像的采集时间，同时保持高质量数据，以适应临床应用	来自肾移植受者的福尔马林固定石蜡包埋组织切片	数字病理	肾脏疾病	傅里叶变换红外光谱成像	autoencoder, ResUNet, 1D-CNN, 2D-CNN	红外图像	NA
648	2025-05-15	Ratiometric, 3D Fluorescence Spectrum with Abundant Information for Tetracyclines Discrimination via Dual Biomolecules Recognition and Deep Learning 2025-Apr-01, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c07061 PMID:40099919	研究论文	本文提出了一种基于双生物分子识别和深度学习的比率型3D荧光光谱方法，用于准确区分四环素类抗生素	首次报道使用适配体在比率型3D荧光光谱中获取丰富信息，结合深度学习实现四环素类抗生素的准确区分	NA	开发一种新型的生物传感器方法，用于四环素类抗生素的准确区分	四环素类抗生素	生物传感器	细菌感染	3D荧光光谱	人工神经网络(ANN)	光谱数据	NA
649	2025-05-15	Mining the UniProtKB/Swiss-Prot database for antimicrobial peptides 2025-Apr, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70083 PMID:40100125	研究论文	本研究提出了一种从UniProtKB/Swiss-Prot数据库中挖掘抗菌肽（AMPs）的工作流程，并利用AMPlify预测工具发现了8008种新型潜在AMPs	首次大规模利用现代深度学习技术从公共蛋白质序列数据库中挖掘新型抗菌肽，并验证了部分肽的抗菌活性	仅针对真核生物序列进行挖掘，且仅测试了部分合成肽的抗菌活性	探索抗生素耐药性问题的替代解决方案，发现新型抗菌肽	UniProtKB/Swiss-Prot数据库中的真核生物蛋白质序列	生物信息学	细菌感染	深度学习	AMPlify	蛋白质序列	8008种新型潜在AMPs（其中38种成功合成，13种显示抗菌活性）
650	2025-05-15	Applications of artificial intelligence in ultrasound imaging for carpal-tunnel syndrome diagnosis: a scoping review 2025-Apr, International orthopaedics IF:2.0Q2 DOI:10.1007/s00264-025-06497-1 PMID:40100390	综述	本文是一篇范围综述，分析了人工智能在超声成像中用于诊断腕管综合征的应用	探讨了AI在提高诊断准确性、效率和患者预后方面的潜力，包括任务自动化、提供客观测量和促进早期检测	数据集限制、超声成像的变异性以及伦理问题需要进一步研究	分析AI在超声成像中用于腕管综合征诊断的应用，探索AI在提升诊断效果方面的潜力	腕管综合征的诊断	医学影像分析	腕管综合征	深度学习，传统机器学习，放射组学	CNN	超声图像	18篇研究论文
651	2025-05-15	Implementation of A New, Mobile Diabetic Retinopathy Screening Model Incorporating Artificial Intelligence in Remote Western Australia 2025-Apr, The Australian journal of rural health DOI:10.1111/ajr.70031 PMID:40110918	研究论文	本文描述并评估了一种结合人工智能的新型移动糖尿病视网膜病变筛查模型在澳大利亚西部偏远地区的实施效果	首次在澳大利亚西部偏远地区实施结合AI的移动DR筛查模型，并证明其可显著提高筛查率	样本量较小(78名患者)，且仅在一个地区实施	评估人工智能辅助的糖尿病视网膜病变筛查模型在偏远地区的可行性和有效性	澳大利亚Pilbara地区的糖尿病患者	数字病理	糖尿病视网膜病变	深度学习系统(DLS)	AI诊断系统	视网膜图像	78名患者(其中56.4%为原住民或托雷斯海峡岛民)
652	2025-05-15	Artificial intelligence based detection and control strategies for river water pollution: A comprehensive review 2025-Apr, Journal of contaminant hydrology IF:3.5Q2 DOI:10.1016/j.jconhyd.2025.104541 PMID:40112582	综述	本文详细综述了基于人工智能（AI）的技术和算法在河流水质污染检测与控制中的实际应用	突出了机器学习（ML）和深度学习（DL）技术的关键进展，包括ANN、DNN、LSTM和RF，并探讨了物联网（IoT）技术在实时监测和预测能力增强中的作用	NA	评估和综述AI技术在河流水质污染检测与控制领域的应用	河流水质污染	机器学习	NA	机器学习（ML）、深度学习（DL）、物联网（IoT）	ANN、DNN、LSTM、RF	水质相关数据集	分析了2019年至2024年间超过110篇研究文章
653	2025-05-15	The Global and Regional Burden of Gallbladder and Biliary Tract Cancer and Attributable Risk Factors: Trends and Predictions 2025-Apr, Liver international : official journal of the International Association for the Study of the Liver IF:6.0Q1 DOI:10.1111/liv.70025 PMID:40116757	research paper	该研究全面评估了1990年至2021年胆囊及胆道癌(GBTC)的全球和区域疾病负担及其可归因风险因素，并利用深度学习模型进行趋势预测	提出了一种分层加权长短期记忆网络模型(SW-LSTM)用于趋势预测，克服了传统模型的不足	低和中低SDI地区的部分指标未观察到显著的时期和队列效应	评估GBTC的全球疾病负担并预测其趋势，以改进预防和治疗策略	全球范围内的胆囊及胆道癌(GBTC)疾病负担	machine learning	胆囊癌及胆道癌	Joinpoint回归分析、年龄-时期-队列模型(APCM)、分层加权LSTM网络(SW-LSTM)	SW-LSTM	流行病学数据	1990-2021年全球疾病负担研究数据
654	2025-05-15	Automated Bi-Ventricular Segmentation and Regional Cardiac Wall Motion Analysis for Rat Models of Pulmonary Hypertension 2025-Apr, Pulmonary circulation IF:2.2Q3 DOI:10.1002/pul2.70092 PMID:40356847	研究论文	提出了一种基于深度学习的自动化双心室分割和3D壁运动分析流程，用于肺动脉高压（PH）大鼠模型的心脏运动映射	开发了一种高效且新颖的转化工具，用于啮齿动物研究，与临床心脏成像AI发展保持一致	研究仅限于大鼠模型，未涉及人类或其他动物模型	通过自动化双心室分割和3D壁运动分析，预测肺动脉高压疾病进展及其对心脏的影响	肺动脉高压大鼠模型	数字病理	肺动脉高压	心脏磁共振扫描	全卷积网络	图像	163个短轴电影心脏磁共振扫描，来自MCT和SuHx PH大鼠
655	2025-05-15	H2GnnDTI: hierarchical heterogeneous graph neural networks for drug-target interaction prediction 2025-Mar-29, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf117 PMID:40097269	研究论文	提出了一种名为H2GnnDTI的新型两级层次异构图学习模型，用于预测药物-靶标相互作用	通过整合药物和蛋白质的结构，利用低层次视图GNN和高层次视图GNN，全面捕捉药物和蛋白质的交互特征	未提及具体局限性	开发计算工具以自动预测和理解药物-靶标相互作用	药物和蛋白质	机器学习	NA	图神经网络	GNN	图数据	三个基准数据集
656	2025-05-15	Rapid left ventricle mesh prediction by adaptive deformable model fitting 2025-Mar-28, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adc237 PMID:40101357	research paper	提出了一种快速且无需训练的自适应可变形模型拟合框架，用于左心室网格预测	通过自适应网格模块和两阶段拟合方案，消除了对标注数据集的依赖，提高了跨不同心脏病理的泛化能力	在扩张型心肌病临床数据集中的Dice系数平均为0.78，仍有提升空间	克服现有方法在计算复杂度、对大规模配对训练数据的依赖以及跨心脏病理泛化能力有限的问题	左心室的三维网格重建	digital pathology	cardiovascular disease	proper orthogonal decomposition, polyharmonic spline interpolation	adaptive deformable model	cardiac magnetic resonance imaging	三个心脏磁共振成像数据集，包括扩张型心肌病临床数据集
657	2025-05-15	Deep learning techniques for proton dose prediction across multiple anatomical sites and variable beam configurations 2025-Mar-27, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adc236 PMID:40101365	research paper	评估质子治疗中束流掩模实现和数据聚合对基于人工智能的剂量预测准确性的影响	结合束流掩模和数据聚合显著提高了质子治疗剂量预测的准确性，特别是在复杂病例中	数据聚合在低剂量区域可能产生负面影响	提高质子治疗中剂量预测的准确性	541例前列腺和632例头颈部质子治疗计划	machine learning	prostate cancer, head and neck cancer	proton therapy	CNN	medical imaging	541 prostate and 632 head and neck proton therapy plans
658	2025-05-15	Review of the Current State of Artificial Intelligence in Pediatric Cardiovascular Magnetic Resonance Imaging 2025-Mar-26, Children (Basel, Switzerland) DOI:10.3390/children12040416 PMID:40310065	综述	本文回顾了人工智能在儿科心血管磁共振成像中的当前应用状态	探讨了人工智能如何通过深度学习技术提高心血管磁共振成像的效率、图像质量并减少错误	未提及具体的技术限制或数据限制	评估人工智能在改善先天性心脏病心血管磁共振成像中的应用	儿科先天性心脏病患者的心血管磁共振成像	数字病理学	心血管疾病	深度学习	NA	图像	NA
659	2025-05-15	Fast and Accurate Prediction of Tautomer Ratios in Aqueous Solution via a Siamese Neural Network 2025-Mar-25, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00041 PMID:40091187	研究论文	本研究开发了一个名为sPhysNet-Taut的深度学习模型，用于快速准确预测水溶液中互变异构体的比例	采用Siamese神经网络架构，基于实验数据微调，直接预测水溶液中互变异构体的比例，性能优于现有方法	模型依赖于MMFF94优化的分子几何结构，可能不适用于所有类型的分子	提高计算药物发现中互变异构体比例预测的准确性和速度	药物类分子的互变异构体	机器学习	NA	深度学习	Siamese神经网络	分子几何结构数据	100个互变异构体数据集和SAMPL2挑战数据集
660	2025-05-15	Structural assembly of the PAS domain drives the catalytic activation of metazoan PASK 2025-Mar-25, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2409685122 PMID:40106358	research paper	该研究揭示了后生动物PASK激酶中PAS结构域的结构组装如何驱动其催化激活	发现了PASK中PAS-C结构域的非典型结构特征及其通过分子内相互作用形成功能性PAS模块的新机制	未明确说明研究的样本量或实验验证的详细范围	阐明PAS结构域在PASK激酶催化激活中的结构机制	后生动物PASK激酶及其PAS结构域	结构生物学	NA	深度学习结构建模、进化尺度域定位	deep learning-based structural models	蛋白质结构数据	NA