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
701	2025-08-04	Enhancing rare disease detection with deep phenotyping from EHR narratives: evaluation on Jeune syndrome 2025-Nov, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106021 PMID:40561686	research paper	本研究评估了通过深度表型分析从电子健康记录（EHR）中提取表型信息对Jeune综合征筛查算法的影响	结合人工智能和大规模临床数据库的深度表型分析，提出了一种改进的表型提取方法，显著提高了Jeune综合征患者的分类敏感性	部分误分类的对照患者实际上患有其他遗传性骨骼疾病，表明模型在特异性上仍有改进空间	加速罕见疾病的诊断，减少诊断延迟	Jeune综合征患者和对照组的表型数据	natural language processing	Jeune syndrome	deep phenotyping, machine learning	machine learning pipeline	unstructured EHR narratives	Jeune综合征患者和对照组的数据集
702	2025-08-04	Towards bridging the synthetic-to-real gap in quantitative photoacoustic tomography via unsupervised domain adaptation 2025-Oct, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100736 PMID:40747132	研究论文	提出一种解码器增强的无监督域适应框架（DDA），用于解决定量光声层析成像中合成数据到真实数据的域适应问题	提出DDA框架，通过调整归一化层的仿射参数，显著提高了从合成数据到未标记目标域的知识迁移效果	需要至少两个目标样本的多波长光声图像进行微调，可能限制了在样本稀缺情况下的应用	解决定量光声层析成像中合成数据与真实数据之间的域适应问题，提高深度学习模型的泛化能力	光声层析成像中的吸收系数估计	计算机视觉	NA	无监督域适应	DDA框架	图像	至少两个目标样本的多波长光声图像
703	2025-08-04	PCANN Program for Structure-Based Prediction of Protein-Protein Binding Affinity: Comparison With Other Neural-Network Predictors 2025-Sep, Proteins IF:3.2Q2 DOI:10.1002/prot.26821 PMID:40116085	研究论文	介绍了一种新的基于结构的蛋白质-蛋白质复合物亲和力预测器PCANN，该预测器结合了ESM-2语言模型和图注意力网络(GAT)进行预测	PCANN预测器结合了ESM-2语言模型和GAT网络，在预测性能上优于现有的公开预测器BindPPI	深度学习模型的发展面临两个问题：可用于训练和测试的实验数据量有限，且现有数据在测量条件上缺乏内部一致性和准确性	开发一种基于结构的蛋白质-蛋白质复合物亲和力预测器	蛋白质-蛋白质复合物	自然语言处理	NA	ESM-2语言模型, 图注意力网络(GAT)	ESM-2, GAT	蛋白质结构数据	两个文献提取的数据集
704	2025-08-04	Deep Learning-Based Automated Detection of the Middle Cerebral Artery in Transcranial Doppler Ultrasound Examinations 2025-Sep, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.05.028 PMID:40582894	研究论文	本文提出了一种基于深度学习的轻量级实时方法，用于在经颅多普勒超声检查中自动检测大脑中动脉	采用YOLOv10和RT-DETR两种先进的目标检测模型，实现了大脑中动脉的实时自动检测，并在移动平台上验证了可行性	研究样本量相对较小（41名受试者），且仅针对大脑中动脉进行检测	开发一种自动化工具以减少经颅多普勒超声检查对操作者专业知识的依赖	经颅多普勒彩色多普勒图像中的大脑中动脉	计算机视觉	脑血管疾病	TCD彩色多普勒超声	YOLOv10, RT-DETR	视频	41名受试者（31名健康个体和10名中风患者），共365个视频和61,611帧图像
705	2025-08-04	Novel Artificial Intelligence-Driven Infant Meningitis Screening From High-Resolution Ultrasound Imaging 2025-Sep, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.04.009 PMID:40582896	研究论文	本研究开发了一种基于高分辨率超声成像的人工智能驱动的婴儿脑膜炎筛查方法	采用三阶段深度学习框架结合可解释人工智能方法，实现了非侵入性婴儿脑膜炎筛查	样本量较小（仅30名婴儿），且仅在西班牙的三所大学医院进行	开发非侵入性、准确的婴儿脑膜炎诊断方法	疑似脑膜炎且囟门未闭的婴儿	数字病理	脑膜炎	超声成像	深度学习	图像	30名婴儿（6例病例和10例对照），共781张图像
706	2025-08-04	Efficient Ultrasound Breast Cancer Detection with DMFormer: A Dynamic Multiscale Fusion Transformer 2025-Sep, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.05.017 PMID:40628603	research paper	提出了一种名为DMFormer的动态多尺度融合Transformer模型，用于超声乳腺癌检测，旨在解决超声成像中的噪声、模糊和复杂组织结构问题	采用动态多尺度特征融合机制，结合窗口注意力和网格注意力，全面捕捉细粒度组织细节和更广泛的解剖学上下文	未提及具体的数据集规模限制或模型在更广泛临床环境中的适用性	开发一种先进的深度学习模型，用于准确区分超声乳腺癌筛查中的良性和恶性肿块	超声图像中的乳腺肿块	digital pathology	breast cancer	deep learning	Transformer (DMFormer)	image	在两个独立的数据集上评估
707	2025-08-04	External evaluation of an open-source deep learning model for prostate cancer detection on bi-parametric MRI 2025-Aug-03, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11865-x PMID:40753327	研究论文	本研究评估了一个开源深度学习模型在双参数MRI上检测临床显著性前列腺癌的诊断准确性	开源深度学习模型在双参数MRI上检测临床显著性前列腺癌的高敏感性及其可共享性	研究样本量较小（151名患者），且仅进行了回顾性分析	评估开源深度学习模型在前列腺癌检测中的诊断准确性，并促进模型共享与外部验证	151名生物学男性患者的双参数MRI检查数据	数字病理学	前列腺癌	双参数MRI (bpMRI)	深度学习模型 (DL)	MRI图像	151名生物学男性患者（平均年龄65±8岁）
708	2025-08-04	Advanced drug-target interaction prediction using convolutional graph attention networks in expert systems 2025-Aug-02, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11290-8 PMID:40751775	研究论文	本研究提出了一种结合图神经网络和新型特征选择机制的深度学习框架，用于提高药物-靶标相互作用预测的准确性	提出了一个名为CMEAG-ANN的卷积多层极端对抗图注意力神经网络，结合FC-GNBBPS算法，用于从DNA分子数据中提取稳健且具有生物学意义的特征	未提及具体局限性	提高药物-靶标相互作用预测的准确性和效率	药物和靶标蛋白	机器学习	NA	DNA分子数据特征提取	CMEAG-ANN, FC-GNBBPS	分子指纹和PSSM注释	基准数据集包括approved_drug_target、ImDrug、DrugProt和Drug Combination Extraction Dataset
709	2025-08-04	Temporal consistency-aware network for renal artery segmentation in X-ray angiography 2025-Aug-02, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03486-y PMID:40751864	研究论文	提出了一种名为TCA-Net的深度学习模型，用于提高X射线血管造影视频中肾动脉分割的时间一致性	模型结合了局部时间窗口血管增强模块和全局血管细化模块，并引入了时间感知一致性损失函数	未提及具体局限性	提高肾动脉分割的准确性以评估肾交感神经消融（RDN）手术	X射线血管造影视频中的肾动脉	计算机视觉	心血管疾病	深度学习	TCA-Net	视频	195个肾动脉血管造影序列用于开发，44名患者的外部数据集用于测试
710	2025-08-04	Deep learning-driven incidental detection of vertebral fractures in cancer patients: advancing diagnostic precision and clinical management 2025-Aug-02, La Radiologia medica DOI:10.1007/s11547-025-02058-z PMID:40751896	研究论文	本研究评估了一种基于深度学习的应用在癌症患者中偶然检测椎体压缩性骨折（VCFs）的诊断性能及其减少漏诊率的潜力	利用深度学习技术提高椎体压缩性骨折在癌症患者中的检测率，减少临床漏诊	假阳性病例包括硬化性椎体转移、脊柱侧弯和椎体识别错误	评估深度学习应用在提高椎体压缩性骨折检测率方面的效果	1556名IV期癌症患者的胸腹盆CT扫描	数字病理	癌症	深度学习	DL	CT扫描图像	1556名IV期癌症患者
711	2025-08-04	Possibilities and limitations of artificial intelligence in food-derived peptides 2025-Aug-02, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.70099 PMID:40751946	综述	本文探讨了人工智能在食品源性肽研究中的潜力与限制	评估了AI技术在食品源性肽研究中的应用，包括生物活性肽的发现、功能表征及结构-活性关系解析	AI在预测复杂蛋白质结构和食品源性肽时面临数据集完整性、模型架构优化、可解释性限制及实验验证需求等挑战	探讨人工智能技术在食品源性肽研究领域的应用前景与当前限制	食品源性肽（FDPs）	机器学习	NA	随机森林、卷积神经网络等机器学习和深度学习技术	随机森林、CNN	多维数据库数据	NA
712	2025-08-04	xEEGNet: Towards explainable AI in EEG dementia classification 2025-Aug-02, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adf6e6 PMID:40752516	research paper	本文提出了一种新型、紧凑且可解释的神经网络xEEGNet，用于EEG数据分析，特别针对痴呆症分类	xEEGNet通过大幅减少参数数量（仅168个参数，比ShallowNet少200倍）实现了可解释性，同时避免了过拟合，并在性能上与传统模型相当	研究主要关注阿尔茨海默病和额颞叶痴呆的分类，对其他神经系统疾病的适用性有待进一步验证	开发一种可解释的神经网络模型，用于EEG数据的痴呆症分类	阿尔茨海默病和额颞叶痴呆患者的EEG数据	machine learning	geriatric disease	EEG数据分析	xEEGNet（基于EEGNet家族的改进模型）	EEG信号	NA
713	2025-08-04	Diagnostic Accuracy and Interobserver Reliability of Rotator Cuff Tear Detection With Ultrasonography Are Improved With Attentional Deep Learning 2025-Aug, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association IF:4.4Q1 DOI:10.1016/j.arthro.2024.12.024 PMID:39725049	research paper	本研究通过改进YOLOv7模型，加入卷积块注意力模块（CBAM），开发了YOLOv7-CBAM模型，用于自动识别撕裂或完整的肩袖肌腱，以辅助医生通过超声诊断肩袖病变	提出了一种结合CBAM的改进YOLOv7模型（YOLOv7-CBAM），用于提高肩袖撕裂检测的准确性和观察者间可靠性	研究样本量相对较小（280名患者），且仅针对特定类型的肩袖病变	提高肩袖撕裂超声诊断的准确性和观察者间可靠性	肩袖撕裂或完整的肌腱	computer vision	肩袖病变	超声成像	YOLOv7-CBAM	image	280名患者，840张超声图像
714	2025-08-04	Editorial Commentary: Imaging Results in Data Usefully Analyzed by Artificial Intelligence Machine Learning 2025-Aug, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association IF:4.4Q1 DOI:10.1016/j.arthro.2025.02.024 PMID:40021066	评论	本文讨论了人工智能机器学习在医学影像分析中的应用及其潜力	提出了一种有效的三步方法（检测器、注意力模块和可解释性）来优化影像分析，并强调了深度学习在减少观察者间变异性和提高诊断准确性方面的作用	需要外部验证以确定模型在单一机构之外的泛化能力	探讨人工智能机器学习在医学影像分析中的临床应用及其优化方法	医学影像数据	计算机视觉	NA	深度学习	NA	图像	NA
715	2025-08-04	Applications of machine learning in glaucoma diagnosis based on tabular data: a systematic review 2025-Aug-01, BMC biomedical engineering DOI:10.1186/s42490-025-00095-3 PMID:40745560	系统综述	本文系统评估了机器学习技术在青光眼诊断中的应用，分析了其有效性并识别了最有前景的方法和数据集	通过系统综述方法，全面评估了多种机器学习模型在青光眼诊断中的表现，并识别了影响诊断准确性的关键数据类型	数据不平衡和样本量有限影响了模型的泛化能力	评估机器学习在青光眼诊断中的应用效果	青光眼诊断	机器学习	青光眼	光学相干断层扫描(OCT)、视野(VF)测试	SVM, DL, random forest, ensemble methods	表格数据	35项研究
716	2025-08-04	A Decision Support System Based on multi-head convolutional and Recurrent Neural Networks for assisting physicians in diagnosing ADHD 2025-Aug-01, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110826 PMID:40752402	研究论文	本研究提出了一种基于多头卷积和循环神经网络的决策支持系统MCRNet，用于辅助医生诊断注意力缺陷多动障碍（ADHD）	MCRNet采用了一种创新的两阶段多头方法进行特征提取，提高了从原始EEG信号中提取特征和分类的能力	未来工作需要关注MCRNet的可解释性，并在更多EEG数据集上测试其有效性	开发一种客观可靠的ADHD诊断工具	儿童和青少年的注意力缺陷多动障碍（ADHD）	数字病理学	注意力缺陷多动障碍	EEG和深度学习技术	多头卷积和循环神经网络（MCRNet）	EEG信号	未提及具体样本数量
717	2025-08-04	Shaping the Future of Personalized Therapy in Bladder Cancer Using Artificial Intelligence 2025-Aug-01, European urology focus IF:4.8Q1 DOI:10.1016/j.euf.2025.07.011 PMID:40753031	review	本文综述了人工智能在膀胱癌个性化治疗中的应用及其潜力	探讨了AI在膀胱癌管理各步骤中的应用，包括检测、分级、分期、风险分层、治疗和结果预测	AI在膀胱癌临床工作流程中的广泛应用仍面临重大障碍	实现AI驱动的膀胱癌个性化治疗	膀胱癌患者	digital pathology	bladder cancer	machine learning, deep learning	NA	NA	NA
718	2025-08-04	AI-assisted intraoperative navigation for safe right liver mobilization in pure laparoscopic donor hepatectomy: an experimental multi-institutional validation study 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11627-1 PMID:40744949	研究论文	本研究探索了人工智能在微创肝脏手术中通过实时分割解剖安全平面提供术中导航的潜力	开发并验证了一种深度学习模型，用于在纯腹腔镜供体右肝切除术中分割血管结构和无血管平面	注释策略需要改进，并需进一步研究以将该技术应用于实际手术室	探索人工智能在辅助主要微创肝脏手术中的潜力	纯腹腔镜供体右肝切除术中的血管结构和无血管平面	数字病理	肝脏疾病	深度学习	U-Net with Mix Transformer encoder	视频	48个纯腹腔镜供体右肝切除术视频（来自三个机构）
719	2025-08-04	A dataset for recognition of Arabic accents from spoken L2 English speech (ArL2Eng) 2025-Jul-31, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05561-0 PMID:40745170	research paper	本文介绍了ArL2Eng数据集，一个由阿拉伯语母语者产生的L2英语语音语料库，并强调了其在支持自动化语言评估研究中的潜力	ArL2Eng数据集为阿拉伯口音的L2英语语音提供了独特的资源，支持口音识别和语音处理应用的研究	数据集中仅有471条记录（共640条）由人类专家标注了流利度指标，可能限制了某些研究的深度	研究目标是支持自动化语言评估，特别是针对阿拉伯口音的英语学习者的流利度预测	研究对象是阿拉伯语母语者产生的L2英语语音	natural language processing	NA	Mel Frequency Cepstral Coefficients, deep learning, dimensionality reduction	NA	audio	640条语音记录，其中471条标注了流利度指标
720	2025-08-04	A novel flexible identity-net with diffusion models for painting-style generation 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12434-4 PMID:40744991	research paper	提出了一种新颖的灵活身份网络与扩散模型结合的方法，用于绘画风格生成	引入了轻量级Identity-Net，能够将图像提示无缝集成到U-Net编码器中，生成多样且一致的图像	未明确提及具体限制	提升绘画风格创意设计，推动AI驱动的艺术发展	绘画风格的生成与转换	computer vision	NA	diffusion models	U-Net, Identity-Net	image	4055件来自42位中国著名画家的艺术品