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	2025-07-08	pyDOSEIA: A Python Package for Radiological Impact Assessment during Long-term or Accidental Atmospheric Releases 2025-Jul-07, Health physics IF:1.0Q4 DOI:10.1097/HP.0000000000002014 PMID:40622262	研究论文	介绍了一个名为pyDOSEIA的Python包，用于处理气象数据和评估放射性影响，特别是在核事故或放射性事故情境下	pyDOSEIA结合了高斯羽流模型，遵循IAEA和AERB指南，提供了全面的工具集来估算不同暴露途径的辐射剂量，并支持并行处理和大数据集分析	未明确提及具体局限性	开发一个用于放射性影响评估的工具包，以支持决策制定和应急准备	核事故或放射性事故情境下的辐射剂量估算	机器学习	NA	高斯羽流模型	NA	气象数据	NA
682	2025-07-08	Usefulness of compressed sensing coronary magnetic resonance angiography with deep learning reconstruction 2025-Jul-07, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01830-5 PMID:40622613	研究论文	本研究评估了压缩感知和人工智能在非对比冠状动脉磁共振血管成像中的应用效果	结合压缩感知和深度学习重建技术，显著缩短成像时间并保持图像质量	样本量较小（仅20名志愿者），且未涉及患者群体	评估压缩感知和AI在冠状动脉磁共振血管成像中的实用性	20名健康志愿者	医学影像分析	心血管疾病	压缩感知（CS）、深度学习重建	深度学习（未指定具体模型）	磁共振影像	20名志愿者
683	2025-07-08	Current Research and Development in the Field of Magnetic Resonance Contrast Media 2025-Jul-07, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001206 PMID:40622723	review	本文讨论了下一代高弛豫性钆基对比剂（GBCAs）的研究进展，包括安全性研究、MR技术的改进以及新型对比剂的开发	介绍了新一代钆基对比剂gadopiclenol和gadoquatrane可能取代现有标准（大环钆螯合物）的趋势，并重新探讨了锰基化合物的潜在应用	锰基化合物对临床成像的实际影响尚不明确	探讨磁共振对比剂领域的最新研究与发展	钆基对比剂和锰基化合物	医学影像	NA	磁共振成像（MRI）	NA	NA	NA
684	2025-07-08	Trends and Innovations in Tools for Processing Chromatographic Data Using Mass Spectrometry Detection: A Systematic Review 2025-Jul-06, Critical reviews in analytical chemistry IF:4.2Q1 DOI:10.1080/10408347.2025.2528134 PMID:40618385	系统综述	本文系统综述了过去六年在色谱数据处理计算工具开发中的技术创新	强调机器学习、深度学习和多变量分辨率方法在峰检测、对齐和解卷积算法中的显著进展	存在注释数据和标准化需求等挑战	评估色谱数据处理计算工具的技术创新	色谱技术与质谱联用生成的数据	分析科学	NA	质谱检测(MS)	机器学习, 深度学习	色谱数据	33项研究
685	2025-07-08	A CT-Based Deep Learning Radiomics Nomogram for Early Recurrence Prediction in Pancreatic Cancer: A Multicenter Study 2025-Jul-06, Annals of surgical oncology IF:3.4Q1 DOI:10.1245/s10434-025-17748-1 PMID:40619487	研究论文	本研究开发了一种基于CT的深度学习放射组学列线图，用于预测胰腺癌患者的早期复发	结合放射组学和深度学习特征提取，构建了综合列线图模型，用于术前预测胰腺癌早期复发	研究为回顾性分析，可能存在选择偏倚	提高胰腺癌患者术后早期复发的术前预测准确性	493例经组织学确认并接受切除术的胰腺癌患者	数字病理	胰腺癌	CT成像、放射组学分析、深度学习	随机森林(RF)、支持向量机(SVM)	CT图像	493例患者
686	2025-07-08	Unveiling Quality of Life Factors for the Elderly: A Public Health Nursing Approach Enhanced by Advanced ML and DL Techniques 2025-Jul-06, Public health nursing (Boston, Mass.) DOI:10.1111/phn.70003 PMID:40619584	研究论文	本研究利用机器学习和深度学习技术，开发了基于AI的预测模型，以识别影响老年人生活质量的关键因素	结合先进的ML和DL技术，为社区健康护士提供早期预测老年人生活质量关键因素的工具	样本量相对较小（500人），可能影响模型的泛化能力	开发AI预测模型以识别影响老年人生活质量的关键因素	老年人群体	机器学习	老年疾病	机器学习（ML）、深度学习（DL）、集成模型、SMOTE方法	AdaBoost	结构化数据	500名老年人
687	2025-07-08	Artificial Intelligence-Assisted Standard Plane Detection in Hip Ultrasound for Developmental Dysplasia of the Hip: A Novel Real-Time Deep Learning Approach 2025-Jul-06, Journal of orthopaedic research : official publication of the Orthopaedic Research Society IF:2.1Q2 DOI:10.1002/jor.70020 PMID:40619593	研究论文	本研究开发了一种基于人工智能的实时髋关节超声标准平面检测软件AI-SPS，用于发育性髋关节发育不良（DDH）的筛查	提出了一种实时深度学习方法AI-SPS，用于髋关节超声标准平面的自动检测，提高了DDH筛查的一致性和准确性	研究样本量相对较小，仅使用了45个临床超声视频的2737帧图像进行训练和验证	开发一种能够实时检测髋关节超声标准平面的人工智能软件，以提高DDH筛查的准确性和一致性	发育性髋关节发育不良（DDH）患者的髋关节超声图像	计算机视觉	发育性髋关节发育不良	超声检查	SSD-MobileNet V2, YOLOv11n	图像	2737帧标注图像（来自45个临床超声视频），外加934帧独立验证图像
688	2025-07-08	Method for estimating real-scale 3D human body shape from an image based on 3D camera calibration and computer graphics-based reverse projection photogrammetry 2025-Jul-06, Journal of forensic sciences IF:1.5Q2 DOI:10.1111/1556-4029.70130 PMID:40619616	研究论文	提出了一种基于3D相机校准和计算机图形学反向投影摄影测量的方法，用于从图像中估计真实比例的3D人体形状	结合3D相机校准和CG反向投影摄影测量，无需先验知识即可从低分辨率安全摄像头图像中估计真实比例的3D人体形状	方法在非直立姿势下的分析仍存在挑战，且样本量仅为数百至数千次比较	开发一种从单张图像估计真实比例3D人体形状的方法	人体图像	计算机视觉	NA	反向投影摄影测量、3D相机校准	SMPL-X模型	图像	数百至数千次比较
689	2025-07-08	Multi-Receptor Skin with Highly Sensitive Tele-Perception Somatosensory Flexible Electronics in Healthcare: Multimodal Sensing and AI-Powered Diagnostics 2025-Jul-06, Advanced healthcare materials IF:10.0Q1 DOI:10.1002/adhm.202502901 PMID:40619754	综述	本文系统回顾了柔性电子学领域的最新进展，重点讨论了多模态传感平台与人工智能算法的整合	强调了柔性基底、可拉伸互连和传感器架构的创新，以及AI在信号处理、特征提取和预测分析中的应用	当前技术挑战包括异构传感器集成、长期功能稳定性和体内生物相容性	推动柔性电子学在下一代医疗监测系统中的应用，促进精准医疗的发展	柔性电子设备及其在医疗监测中的应用	柔性电子学	NA	多模态传感、AI算法、深度学习、边缘计算	深度学习	电生理、生物物理和生化信号	NA
690	2025-07-08	Efficient attention vision transformers for monocular depth estimation on resource-limited hardware 2025-Jul-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06112-8 PMID:40615443	research paper	该研究提出了一种高效的注意力视觉变换器，用于在资源有限的硬件上进行单目深度估计	利用高效注意力模块降低计算成本，并在编码器和解码器上独立应用优化，同时引入Pareto Frontier作为分析方法以获得质量和推理时间之间的最优权衡	未提及具体在哪些资源受限的硬件上进行了测试，以及在实际应用中的泛化能力	优化单目深度估计任务中的计算效率，以在资源有限的硬件上实现更快的推理速度	单目深度估计任务	computer vision	NA	efficient attention modules	Vision Transformers	image	NA
691	2025-07-08	Neural Networks for Predicting and Classifying Antimicrobial Resistance Sequences in Porphyromonas gingivalis 2025-Jul-05, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.100890 PMID:40618714	研究论文	本研究开发了一种基于卷积神经网络（CNN）的深度学习方法，用于根据氨基酸序列对牙龈卟啉单胞菌的蛋白质进行分类，以预测和分类抗菌素耐药性（AMR）决定因素	使用CNN模型对牙龈卟啉单胞菌的蛋白质序列进行分类，优于传统的BLAST、HMM Profiles和DeepSig方法，并展示了与ProtBERT模型相当的高准确率	样本量相对较小，仅包含685个蛋白质序列，且仅针对牙龈卟啉单胞菌进行研究	开发一种能够准确预测和分类牙龈卟啉单胞菌中抗菌素耐药性决定因素的深度学习方法	牙龈卟啉单胞菌的蛋白质序列	机器学习	牙周病	全基因组测序	CNN, ProtBERT	蛋白质序列	685个蛋白质序列（150个牙龈卟啉单胞菌蛋白质和535个非耐药变体）
692	2025-07-08	Deep Learning Multi Modal Melanoma Detection: Algorithm Development and Validation 2025-Jul-05, JMIR AI DOI:10.2196/66561 PMID:40619207	研究论文	本文提出了一种新颖的多模态深度学习技术，用于区分黑色素瘤和脂溢性角化病	结合患者图像数据和元数据，使用非线性最小二乘回归为每个模型指定理想权重，以提高整体模型准确性	未来实验可以利用文本数据（患者主观感受）使模型更贴近真实医院环境	开发一种多模态深度学习技术，以区分黑色素瘤和脂溢性角化病	黑色素瘤和脂溢性角化病患者	计算机视觉	黑色素瘤	深度学习	ResNet50, InceptionV3, VGG16	图像, 元数据	221例来自HAM10000数据集的测试数据
693	2025-07-08	Artifact-robust Deep Learning-based Segmentation of 3D Phase-contrast MR Angiography: A Novel Data Augmentation Approach 2025-Jul-05, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.tn.2024-0211 PMID:40619248	研究论文	本研究提出了一种新颖的数据增强方法，用于改善受脉动伪影影响的3D相位对比磁共振血管成像（PC-MRA）图像的深度学习分割效果	通过在k空间幅度中添加周期性误差来模拟脉动伪影，从而增强数据	研究样本量较小，仅包含16名志愿者的数据	提高PC-MRA图像中血管分割的准确性，尤其是在脉动伪影影响下的图像	3D PC-MRA图像	数字病理	心血管疾病	深度学习	DL	图像	16名志愿者的PC-MRA数据集
694	2025-07-08	Dual Structure Reinforces Interfacial Polarized MXene/PVDF-TrFE Piezoelectric Nanocomposite for Pressure Monitoring 2025-Jul-04, Nano-micro letters IF:31.6Q1 DOI:10.1007/s40820-025-01839-5 PMID:40613833	研究论文	本文报道了一种双结构增强的MXene/PVDF-TrFE压电复合材料，通过界面极化和结构设计的耦合效应提升压电性能	通过分子动力学模拟、密度泛函理论计算和实验验证揭示了界面相互作用的细节，使PVDF-TrFE的净自发极化从0.56提高到31.41德拜，同时定向MXene分布和多孔结构不仅使压电响应提高了三倍，还在低压区域实现了八倍的灵敏度提升	NA	增强界面极化压电材料的性能并探索结构设计的新方法	MXene/PVDF-TrFE压电复合材料	材料科学	NA	分子动力学模拟、密度泛函理论计算、有限元模拟	深度学习算法	实验数据、模拟数据	NA
695	2025-07-08	RSLpred2: An Integrated Web Server for the Annotation of Rice Proteome Subcellular Localization Using Deep Learning 2025-Jul-04, Rice (New York, N.Y.) DOI:10.1186/s12284-025-00767-7 PMID:40613991	研究论文	本文提出了RSLpred-2.0，一个基于深度学习的网络服务器，用于预测水稻蛋白质组的亚细胞定位	RSLpred-2.0是之前广泛使用的RSLpred-1.0工具的扩展，通过四个层次的预测提高了蛋白质亚细胞定位的准确性	未明确提及具体限制，但可能依赖于训练数据的质量和覆盖范围	开发一个快速准确预测水稻蛋白质亚细胞定位的计算工具	水稻蛋白质组	生物信息学	NA	深度学习	NA	蛋白质序列数据	未明确提及具体样本数量，但使用了5折交叉验证和独立数据集进行测试
696	2025-07-08	DOLPHIN advances single-cell transcriptomics beyond gene level by leveraging exon and junction reads 2025-Jul-04, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-61580-w PMID:40615408	research paper	本文介绍了一种名为DOLPHIN的深度学习方法，该方法通过利用外显子和连接读取数据，改进了单细胞转录组学的分析	DOLPHIN通过整合外显子水平和连接读取数据，将基因表示为图结构，并使用变分图自编码器改进细胞嵌入，从而在细胞聚类、生物标志物发现和选择性剪接检测方面表现出优越性能	NA	改进单细胞转录组学的分析，以更好地理解细胞动态和疾病机制	单细胞转录组数据	生物信息学	NA	单细胞测序	变分图自编码器	转录组数据	NA
697	2025-07-08	Multi class aerial image classification in UAV networks employing Snake Optimization Algorithm with Deep Learning 2025-Jul-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04570-8 PMID:40615432	研究论文	该研究提出了一种结合蛇优化算法与深度学习的多类别航空图像分类方法，用于无人机网络	提出了一种新颖的SOADL-MCAIC方法，结合蛇优化算法进行超参数调优，以提高分类准确率	实验仅在UCM土地利用数据集上进行验证，未在其他数据集上测试其泛化能力	提高无人机网络中多类别航空图像分类的准确率	无人机网络中的航空图像	计算机视觉	NA	蛇优化算法、高斯滤波、KELM分类算法	Efficient DenseNet、CNN	图像	UCM土地利用数据集
698	2025-07-08	Predictive analysis of pediatric gastroenteritis risk factors and seasonal variations using VGG Dense HybridNetClassifier a novel deep learning approach 2025-Jul-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08718-4 PMID:40615459	研究论文	本研究提出了一种新型深度学习模型VDHNC，用于预测和分析儿童胃肠炎的风险因素及季节性变化	结合VGG16的强大特征学习能力和DenseNet的高效信息共享特性，构建了新型混合卷积模型VDHNC	未提及模型在资源匮乏地区的实际应用效果	提高儿童胃肠炎的早期预测准确率和季节性趋势分析能力	儿科胃肠炎患者	数字病理学	儿童胃肠炎	深度学习	VDHNC（VGG Dense HybridNetClassifier）	临床数据、人口统计学数据、环境数据	未明确说明样本数量
699	2025-07-08	AI assistance enhances histopathologic distinction between sebaceous and squamous cell carcinoma of the eyelid 2025-Jul-04, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01775-z PMID:40615496	研究论文	本文开发了一种基于深度学习的病理分析框架，用于自动分类眼睑皮脂腺癌和鳞状细胞癌	利用深度学习技术提高眼睑皮脂腺癌和鳞状细胞癌的病理诊断准确性，尤其是在临床和组织病理学特征重叠的情况下	外部测试数据集的诊断准确性较低，特别是在皮脂腺癌的诊断上	提高眼睑皮脂腺癌和鳞状细胞癌的病理诊断准确性	眼睑皮脂腺癌和鳞状细胞癌的病理切片	数字病理学	眼睑癌	深度学习	DL-based framework	全切片图像（WSIs）	282张WSIs用于训练、验证和内部测试，36张WSIs用于外部测试
700	2025-07-08	MultiFG: integrating molecular fingerprints and graph embeddings via attention mechanisms for robust drug side effect prediction 2025-Jul-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09431-y PMID:40615494	研究论文	提出了一种名为MultiFG的新型深度学习框架，用于整合多种分子指纹类型、基于图的嵌入和药物-副作用对的相似性特征，以预测药物副作用频率	MultiFG结合了注意力增强的卷积网络和最近开发的Kolmogorov-Arnold Networks (KAN)作为预测层，有效捕捉复杂关系	NA	提高药物副作用频率预测的准确性，为药物安全评估提供更实用的工具	已批准药物和新药的副作用	机器学习	NA	深度学习	CNN, KAN	分子指纹、图嵌入、相似性特征	NA