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
681	2025-06-13	Deep learning to promote health through sports and physical training 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1583581 PMID:40496455	研究论文	本研究提出了一种基于LSTM和注意力机制的序列到序列深度学习模型，用于预测健康改善分数（HIS）	结合LSTM和注意力机制，整合多种时间序列数据，提出HIS预测模型，显著提高了预测准确性	研究样本量较小（384名参与者），且观察时间较短（32天）	开发更个性化和准确的预测模型，评估运动和体育训练对健康改善的影响	运动和体育训练对健康改善的影响	机器学习	慢性疾病	时间序列分析	LSTM	时间序列数据	384名参与者，32天的数据
682	2025-06-13	Radiomics and Deep Learning as Important Techniques of Artificial Intelligence - Diagnosing Perspectives in Cytokeratin 19 Positive Hepatocellular Carcinoma 2025, Journal of hepatocellular carcinoma IF:4.2Q2 DOI:10.2147/JHC.S526887 PMID:40496512	meta-analysis	系统分析和比较了非侵入性方法在预测CK19阳性HCC中的表现，为HCC患者的分层管理提供见解	整合传统影像学、放射组学和深度学习的组合模型在预测CK19阳性HCC方面表现出卓越潜力	多中心外部数据有限，仅13.6%的研究包含验证集	系统分析和比较非侵入性方法预测CK19阳性HCC的性能	HCC患者	digital pathology	hepatocellular carcinoma	radiomics, deep learning	combined models	image	22项研究，涉及3395名HCC患者
683	2025-06-13	AI-based multimodal prediction of lymph node metastasis and capsular invasion in cT1N0M0 papillary thyroid carcinoma 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1580885 PMID:40496555	research paper	该研究开发了一种基于AI的多模态预测模型，用于提高cT1N0M0甲状腺乳头状癌（PTC）患者淋巴结转移（LNM）和包膜侵犯（CI）的术前评估准确性	整合了超声放射组学和深度学习特征，通过多模态融合提高了预测性能，优于单一模态模型	样本量相对较小（203例患者），且仅进行了内部测试集验证	提高cT1N0M0 PTC患者LNM和CI的术前评估准确性，优化风险分层和治疗策略	cT1N0M0甲状腺乳头状癌（PTC）患者	digital pathology	thyroid cancer	超声放射组学分析，深度学习特征提取	NeuralNet, RandomForest, Vision Transformer (ViT)	超声图像	203例PTC患者（训练集142例，内部测试集61例）
684	2025-06-13	Early detection of human Mpox: A comparative study by using machine learning and deep learning models with ensemble approach 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251344135 PMID:40496715	研究论文	本研究通过机器学习和深度学习模型结合集成方法，提高了Mpox的早期诊断准确率	采用集成学习方法结合ViT和ConvMixer模型，显著提高了Mpox病变的分类准确率和鲁棒性	模型可解释性有待提高，需在真实临床数据中进一步验证	提高Mpox的早期诊断准确率	Mpox皮肤病变数据集v2.0中的六种皮肤病变类别	计算机视觉	Mpox	机器学习与深度学习	Logistic Regression, K-Nearest Neighbors, Vision Transformer (ViT), ConvMixer	图像	包含六种皮肤病变类别的Mpox皮肤病变数据集v2.0
685	2025-06-13	Multimeric protein interaction and complex prediction: Structure, dynamics and function 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.05.009 PMID:40496891	综述	本文综述了多聚体蛋白质复合物的结构、相互作用、动力学和功能研究的最新进展	总结了CASP16中的最新进展，包括未知化学计量比、超复合物和构象集合的预测，以及AlphaFold2和3在多聚体预测中的贡献	在处理功能性蛋白质-蛋白质相互作用和动态构象方面存在局限性	研究多聚体蛋白质复合物的结构、相互作用、动力学和功能	多聚体蛋白质复合物	生物信息学	NA	深度学习	AlphaFold2 & 3	蛋白质结构数据	NA
686	2025-06-13	Enhanced visibility graph for EEG classification 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1541062 PMID:40497135	research paper	提出了一种结合功率谱密度(PSD)和可见性图(VG)特征与深度学习(DL)技术的端到端EEG分类框架	整合了PSD和VG特征以同时捕捉EEG信号的频域特性和时域动态，并评估了四种DL架构在EEG分类中的表现	未明确提及具体的数据集规模限制或模型泛化能力的详细分析	推进EEG分析，开发更准确可靠的基于EEG的系统	EEG信号	machine learning	NA	power spectral density (PSD), visibility graph (VG), deep learning (DL)	MLP, LSTM, InceptionTime, ChronoNet	EEG信号	多个数据集，但未明确提及具体样本数量
687	2025-06-13	AI-driven prediction of bitterness and sweetness and analysis of receptor interactions 2025, Current research in food science IF:6.2Q1 DOI:10.1016/j.crfs.2025.101090 PMID:40497229	研究论文	本研究开发了基于图神经网络（GNN）的人工智能模型，用于根据化学结构预测苦味和甜味，并通过分子对接模拟验证了预测结果	使用GNN直接从分子结构中学习，减少特征选择偏差，并通过Integrated Gradients方法增强模型的可解释性	需要进一步研究以探索更深入的分子机制，并将该方法扩展到预测其他味觉模式	理解甜味和苦味的分子机制，识别天然和合成化合物中的理想味觉特征	被分类为苦味或甜味的化合物	机器学习	NA	图神经网络（GNN）、分子对接模拟	GNN	化学结构数据	NA
688	2025-06-13	Artificial intelligence-guided design of lipid nanoparticles for pulmonary gene therapy 2024-Dec-10, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-024-02490-y PMID:39658727	研究论文	该论文介绍了一种基于深度学习的策略，用于设计可电离脂质以优化脂质纳米颗粒在肺基因治疗中的应用	提出了一种名为“基于神经网络的脂质优化”的深度学习方法，用于预测核酸递送效果，并成功识别出两种新型脂质结构FO-32和FO-35，在肺基因治疗中表现出色	研究仅在小鼠和雪貂模型中进行了验证，尚未在人类临床试验中测试	优化脂质纳米颗粒的设计，以提高mRNA在肺部的递送效率	可电离脂质及其在脂质纳米颗粒中的应用	机器学习	NA	深度学习方法（定向消息传递神经网络）	定向消息传递神经网络	脂质纳米颗粒活性测量数据	超过9,000个脂质纳米颗粒活性测量数据，评估了160万种脂质结构
689	2025-06-13	Cardiovascular care with digital twin technology in the era of generative artificial intelligence 2024-Dec-01, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehae619 PMID:39322420	综述	本文综述了数字孪生技术在心血管医学中的应用及其未来潜力，特别是在生成式人工智能的推动下	探讨了数字孪生技术与生成式人工智能的结合，为心血管医学带来的动态和全面的个性化模拟	讨论了将数字孪生技术整合到个性化心血管护理中的个体和社会挑战及伦理考虑	总结数字孪生在心血管医学中的应用及其未来潜力	心血管医学中的数字孪生技术	数字病理学	心血管疾病	生成式人工智能	机器学习与生成模型	多模态数据	NA
690	2025-06-13	An adaptive weight ensemble approach to forecast influenza activity in an irregular seasonality context 2024-10-04, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-52504-1 PMID:39366942	research paper	开发了一种自适应权重集成方法，用于预测季节性不规律的流感活动	提出了自适应权重混合集成模型（AWBE），动态更新模型贡献，显著提高了预测准确性	研究主要基于香港地区的数据，可能在其他地区的适用性有限	预测季节性不规律的流感活动	香港地区的流感活动	machine learning	influenza	统计方法、机器学习和深度学习方法	自适应权重混合集成模型（AWBE）	时间序列数据	32次流行病数据（1998-2019年）及COVID后数据（2023-2024年）
691	2025-06-13	Active Learning Pipeline to Identify Candidate Terms for a CDSS Ontology 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240660 PMID:39176629	research paper	本文探讨了一种主动学习方法，用于从出版物中自动识别候选术语，以支持临床决策支持系统（CDSS）本体的构建	采用主动学习方法自动识别候选术语，并结合人工验证作为深度学习模型训练的一部分	初步结果展示，尚未进行大规模验证和应用	探索自动化方法以辅助构建和维护生物医学领域的本体	出版物中的候选术语	natural language processing	NA	active learning, deep learning	NA	text	NA
692	2025-06-13	[Automatic segmentation of dental cone-beam computed tomography scans using a deep learning framework] 2024-08-11, Orvosi hetilap IF:0.8Q3 DOI:10.1556/650.2024.33098 PMID:39127997	研究论文	本文提出了一种基于深度学习的自动分割方法，用于牙科锥形束计算机断层扫描（CBCT）图像的三维重建	使用基于SegResNet架构的深度学习模型在MONAI框架内开发，实现了与半自动分割相当的准确度	研究样本量较小，仅包含70名部分无牙患者的CBCT图像	开发并评估一种用于牙科CBCT图像自动分割的深度学习模型	牙科CBCT图像	数字病理	牙科疾病	深度学习	SegResNet	图像	70名部分无牙患者的CBCT图像
693	2025-06-13	One hundred years of neurosciences in the arts and humanities, a bibliometric review 2023-11-09, Philosophy, ethics, and humanities in medicine : PEHM DOI:10.1186/s13010-023-00147-3 PMID:37946225	综述	本文通过文献计量学方法分析了近一百年来神经科学与艺术和人文学科的交叉研究趋势	首次通过纵向文献计量分析揭示了神经科学对艺术与人文学科主题方向的重大影响	研究仅基于Scopus数据库的文献数据，可能未涵盖所有相关研究	探究神经科学技术在创造力与审美体验交叉领域的历史证据	1922-2022年间3612篇跨学科研究文献	神经科学与艺术人文交叉领域	NA	文献计量分析、PRISMA筛选方法、算法聚类	机器学习与深度学习模型	文献元数据	3612篇文献
694	2025-06-13	Combined genome-wide association study of 136 quantitative ear morphology traits in multiple populations reveal 8 novel loci 2023-07, PLoS genetics IF:4.0Q1 DOI:10.1371/journal.pgen.1010786 PMID:37459304	研究论文	通过多人群的136个耳形态定量性状的全基因组关联研究，揭示了8个新的遗传位点	发现了8个与人类耳特征相关的新遗传位点，并揭示了耳形态与其他表面外胚层衍生性状的共享遗传决定因素	研究主要基于欧洲、亚洲和拉丁美洲的五个队列，可能无法完全代表全球人群的遗传多样性	探索人类耳形态的遗传结构及其与其他表面外胚层衍生性状的遗传关系	14,921名来自欧洲、亚洲和拉丁美洲的个体	基因组学	NA	GWAS meta-analysis, C-GWASs, 深度学习	NA	数字面部图像	14,921名个体
695	2025-06-12	Artificial intelligence (AI)-driven morphological assessment of zebrafish larvae for developmental toxicity chemical screening 2025-Aug, Aquatic toxicology (Amsterdam, Netherlands) DOI:10.1016/j.aquatox.2025.107415 PMID:40450914	研究论文	利用深度学习模型对斑马鱼幼虫进行形态学评估，以支持发育毒性化学物质筛选	开发了基于多视角卷积神经网络(MVCNN)的分类和分割模型，用于自动评估斑马鱼幼虫的形态变化，提高了评估的客观性和效率	模型性能在某些特定形态变化分类上仍有提升空间(F1分数低于0.70)	为毒理学评估中斑马鱼的常规使用提供科学依据，开发自动化评估工具	暴露于各种化学物质5天的斑马鱼胚胎	计算机视觉	NA	深度学习	MVCNN(多视角卷积神经网络)	图像	SEAZIT项目收集的斑马鱼胚胎图像数据(具体数量未说明)
696	2025-06-12	Scale-equivariant deep model-based optoacoustic image reconstruction 2025-Aug, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100727 PMID:40487237	research paper	本文提出了一种尺度等变的基于模型的深度学习方法，用于多光谱光声断层扫描的图像重建	提出了一种尺度等变的基于模型的重建算子，能够根据输入正弦图的范数自动调整正则化强度，并促进了使用固定范数输入正弦图的监督深度学习	未提及具体的数据集或实验规模限制	优化多光谱光声断层扫描的图像重建质量	多光谱光声断层扫描的图像重建	digital pathology	NA	多光谱光声断层扫描	scale-equivariant model-based reconstruction operator	image	NA
697	2025-06-12	Virtual lung screening trial (VLST): An in silico study inspired by the national lung screening trial for lung cancer detection 2025-Jul, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103576 PMID:40209556	研究论文	本文介绍了一项名为虚拟肺部筛查试验（VLST）的计算机模拟研究，旨在通过模拟临床试验的关键元素来加速临床研究并减少参与者风险	利用虚拟成像试验（VITs）模拟临床试验，特别是国家肺部筛查试验（NLST），以无风险的方式评估CT和CXR在肺癌筛查中的诊断性能	研究基于模拟数据，可能无法完全反映真实临床环境的复杂性	探索虚拟成像试验平台在模拟和加速临床试验中的潜力，特别是在肺癌筛查领域	模拟的肺癌结节和由XCAT人体模型生成的294名虚拟患者	数字病理学	肺癌	CT和CXR成像	深度学习模型（AI CT-Reader和AI CXR-Reader）	图像	294名虚拟患者
698	2025-06-12	Meta-analysis of AI-based pulmonary embolism detection: How reliable are deep learning models? 2025-Jul, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110402 PMID:40412084	meta-analysis	该论文通过荟萃分析评估了基于深度学习的肺栓塞检测模型的性能，并比较了CNN和U-Net架构的诊断效果	首次通过荟萃分析比较了CNN和U-Net在肺栓塞检测中的性能差异，并提供了两种架构的互补优势证据	研究间存在高度异质性（I2≈97%），且假设了50%的肺栓塞患病率可能影响结果准确性	评估深度学习算法在CT肺动脉造影中检测肺栓塞的诊断效能	深度学习模型（特别是CNN和U-Net架构）在肺栓塞检测中的应用	digital pathology	pulmonary embolism	CTPA	CNN, U-Net	medical imaging	24项研究（共22,984名患者）
699	2025-06-12	Artificial intelligence in resuscitation: a scoping review 2025-Jul, Resuscitation plus IF:2.1Q2 DOI:10.1016/j.resplu.2025.100973 PMID:40486106	综述	本文通过范围综述方法，探讨了人工智能在心脏骤停复苏领域的应用现状和研究缺口	首次系统性梳理了AI在复苏领域的应用范围和方法学特征，并识别出关键研究缺口	纳入研究多为回顾性分析(90%)，仅含2项随机对照试验，外部验证和实际临床应用有限	绘制AI在心脏骤停和复苏领域应用的研究图谱并识别未来研究方向	人工智能在心脏骤停预测、心律分类和复苏后预后评估中的应用	医疗人工智能	心脏骤停	机器学习(50%)、深度学习、自然语言处理	NA	临床数据	197项符合纳入标准的研究(从4046篇文献中筛选)
700	2025-06-12	Intermuscular adipose tissue and lean muscle mass assessed with MRI in people with chronic back pain in Germany: a retrospective observational study 2025-Jul, The Lancet regional health. Europe DOI:10.1016/j.lanepe.2025.101323 PMID:40487774	研究论文	本研究通过MRI评估了德国慢性背痛患者的肌肉间脂肪组织和瘦肌肉质量，并探讨了它们与慢性背痛的关联	首次在大规模人群中使用全身MRI数据量化肌肉间脂肪组织和瘦肌肉质量，并分析其与慢性背痛的关联	横断面研究设计无法确定因果关系	探讨肌肉组成与慢性背痛之间的关联	30,868名德国国家队列(NAKO)参与者	医学影像分析	慢性背痛	全身MRI扫描和深度学习模型	深度学习模型	MRI图像数据	30,868名参与者(其中27,518人纳入最终分析)