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
721	2025-05-28	ASO Author Reflections: Clinical-Radiomic Machine Learning Model Predicts Pheochromocytomas and Paragangliomas Surgical Difficulty: A Retrospective Study 2025-May-26, Annals of surgical oncology IF:3.4Q1 DOI:10.1245/s10434-025-17491-7 PMID:40419717	research paper	本研究开发了一种结合临床和影像组学特征的机器学习模型，用于预测嗜铬细胞瘤和副神经节瘤(PPGLs)的手术难度，旨在优化术前规划和减少围手术期并发症	首次将临床参数与影像组学特征结合构建机器学习模型预测PPGLs手术难度，并通过SHAP分析识别关键预测因子	研究为回顾性设计，未来需要通过多中心研究完善手术难度标准并开发实时术中预测工具	优化PPGLs患者的术前规划和减少围手术期并发症	嗜铬细胞瘤和副神经节瘤(PPGLs)患者	digital pathology	pheochromocytomas and paragangliomas	radiomics, machine learning	SVM	clinical parameters and radiomic features	NA
722	2025-05-28	Design optimization of university ideological and political education system based on deep learning 2025-May-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02991-z PMID:40413276	研究论文	本研究利用深度学习技术优化大学思想政治教育的系统设计，以提高教育效果和学生参与度	采用CNN-LSTM混合模型结合CNN的特征提取能力和LSTM处理序列数据的能力，实现个性化学习路径和资源推荐	未具体说明样本规模和数据来源的多样性，可能影响模型的泛化能力	提升大学思想政治教育的针对性和有效性	大学生思想政治教育系统	教育技术	NA	深度学习	CNN-LSTM混合模型	多通道教育相关数据	未明确说明
723	2025-05-28	Single-shot reconstruction of three-dimensional morphology of biological cells in digital holographic microscopy using a physics-driven neural network 2025-May-24, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60200-x PMID:40413181	研究论文	本文提出了一种名为MorpHoloNet的深度学习模型，用于从单次全息图中重建生物细胞的三维形态	通过结合物理驱动和基于坐标的神经网络，MorpHoloNet能够直接从单次全息图中重建三维复杂光场和三维形态，无需多次相移全息图或角度扫描	NA	开发一种能够从单次全息图中重建生物细胞三维形态的深度学习模型	生物细胞	计算机视觉	NA	数字同轴全息显微镜（DIHM）	物理驱动神经网络和基于坐标的神经网络	全息图像	NA
724	2025-05-28	Explainable deep learning for age and gender estimation in dental CBCT scans using attention mechanisms and multi task learning 2025-May-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03305-z PMID:40413203	research paper	该研究开发了一个多任务深度学习框架，用于提高基于CBCT的年龄估计和性别分类的准确性和可解释性	结合了注意力机制（CBAM）和Grad-CAM可视化，提高了模型的可解释性，并通过使用全景切片而非完整3D CBCT体积降低了计算成本	研究对象的年龄范围有限（7至23岁），可能限制了模型在其他年龄段的应用	开发一个准确且可解释的深度学习模型，用于CBCT图像的年龄估计和性别分类	CBCT扫描图像	digital pathology	NA	CBCT	multi-task learning (MTL) model with CBAM and Grad-CAM	image	2,426 CBCT images from individuals aged 7 to 23 years
725	2025-05-28	A Comprehensive Video Dataset for Surgical Laparoscopic Action Analysis 2025-May-24, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05093-7 PMID:40413211	研究论文	本文介绍了一个用于手术腹腔镜动作分析的综合视频数据集SLAM，旨在解决现有数据集规模小、同质性高和标注质量不一致的问题	开发了包含多种手术类型和七种关键动作标注的SLAM数据集，并通过ViViT模型验证了其优越的训练和测试能力	NA	促进腹腔镜手术动作识别和人工智能驱动手术的发展，支持智能手术机器人和手术自动化	腹腔镜手术视频数据	计算机视觉	NA	深度学习	ViViT	视频	4,097个视频片段
726	2025-05-28	Enhanced wheat yield prediction through integrated climate and satellite data using advanced AI techniques 2025-May-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02700-w PMID:40413272	研究论文	本研究通过整合气候和卫星数据，利用先进的AI技术提高小麦产量预测的准确性	采用多阶段方法分析小麦生长周期，结合卫星影像、季节性天气变量和土壤信息，测试多种机器学习和深度学习模型，显著提高了预测准确性	模型性能的R值范围较大（0.4至0.88），表明在某些情况下预测效果可能不稳定	提高小麦产量预测的准确性，以支持巴基斯坦的粮食安全和农业规划	小麦作物	机器学习	NA	Google Earth Engine平台，卫星影像分析	机器学习和深度学习模型	卫星影像、天气变量、土壤信息	2017年至2022年的数据
727	2025-05-28	A hybrid protocol for peptide development: integrating deep generative models and physics simulations for biomolecular design targeting IL23R/IL23 2025-May-24, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.144652 PMID:40419055	research paper	本文提出了一种结合深度生成模型和物理模拟的混合协议，用于针对IL23R/IL23的生物分子设计	整合了LSTM网络、GRU分类器和分子动力学模拟，开发出新型抑制肽P4，其IC值为2μM	未提及实验验证的样本量及具体疾病模型的应用效果	开发针对IL23R/IL23轴的肽类功能调节剂，以治疗自身免疫性疾病	白细胞介素-23受体(IL23R)及其相关细胞因子白细胞介素-23(IL23)	machine learning	autoimmune diseases	LSTM, GRU, MD simulations	LSTM, GRU	molecular data	NA
728	2025-05-28	Commercial Products Using Generative Artificial Intelligence Include Ambient Scribes, Automated Documentation and Scheduling, Revenue Cycle Management, Patient Engagement and Education, and Prior Authorization Platforms 2025-May-24, 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.2025.05.021 PMID:40419172	research paper	本文探讨了生成式人工智能在医疗保健领域的商业应用及其对临床实践的变革	介绍了生成式人工智能在医疗保健中的新兴商业产品，如环境记录、自动化文档和调度、收入周期管理等	当前限制包括缺乏监管监督、现有偏见、与电子健康记录系统的不一致互操作性，以及由于对LLM输出缺乏信心而导致的医生和利益相关者支持不足	探讨人工智能在医疗保健工作流程中的应用及其潜在影响	商业和企业平台中的人工智能应用	natural language processing	NA	deep learning, NLP	LLM	text	NA
729	2025-05-28	Deep learning-guided design of dynamic proteins 2025-May-22, Science (New York, N.Y.) DOI:10.1126/science.adr7094 PMID:40403060	research paper	该论文提出了一种基于深度学习的蛋白质动态设计方法，能够精确控制蛋白质结构域内的构象变化	首次实现了通过从头设计精确控制蛋白质构象动态变化，模拟自然界中的开关机制	NA	开发一种能够设计具有可控构象变化的动态蛋白质的新方法	蛋白质的构象动态变化	机器学习	NA	深度学习	深度学习模型	蛋白质结构数据	验证了四种设计的蛋白质结构
730	2025-05-28	Imputing single-cell protein abundance in multiplex tissue imaging 2025-May-22, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-59788-x PMID:40404617	研究论文	本文应用机器学习方法，利用乳腺癌队列的多重组织成像数据，对单细胞蛋白质丰度进行填补	首次将机器学习应用于填补单细胞蛋白质丰度的缺失数据，并整合空间信息以提高填补准确性	研究仅针对乳腺癌队列，未验证在其他类型组织或疾病中的适用性	提高多重组织成像中单细胞蛋白质丰度数据的完整性和准确性	乳腺癌组织中的单细胞蛋白质丰度数据	数字病理学	乳腺癌	多重组织成像	正则化线性回归、梯度提升树、深度学习自编码器	图像	乳腺癌队列（具体样本数量未提及）
731	2025-05-28	Facial expression deep learning algorithms in the detection of neurological disorders: a systematic review and meta-analysis 2025-May-22, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01396-3 PMID:40405223	系统综述与荟萃分析	评估深度学习算法在检测面部表情变化以诊断神经系统疾病中的性能	首次系统评估了深度学习算法（尤其是CNN）在多种神经系统疾病面部表情识别中的准确性和应用潜力	数据集缺乏标准化，对运动相关病症（如ALS和中风）的模型鲁棒性有待提高	评估深度学习算法通过面部表情变化诊断神经系统疾病的效能	神经系统疾病患者（如痴呆、贝尔氏麻痹、ALS和帕金森病）的面部表情数据	计算机视觉	神经系统疾病	深度学习	CNN	图像	28项研究（2019-2024年）的汇总数据
732	2025-05-28	Data efficient molecular image representation learning using foundation models 2025-May-22, Chemical science IF:7.6Q1 DOI:10.1039/d5sc00907c PMID:40417293	研究论文	本文提出了一种名为MoleCLIP的分子图像表示学习框架，利用基础模型CLIP作为骨干网络，显著减少了分子预训练数据的需求，并在标准基准测试中达到了最先进模型的性能	首次将通用基础模型CLIP应用于化学任务，开发了MoleCLIP框架，该框架在分子表示学习中表现出色，尤其是在数据效率和分布偏移鲁棒性方面	未明确提及具体的数据集规模或模型在更广泛化学任务中的泛化能力	解决化学领域中深度学习因标记数据稀缺和分子特征提取困难而受限的问题	分子图像表示学习	机器学习	NA	分子表示学习(MRL)	CLIP	分子图像	NA
733	2025-05-28	Cyclic peptide structure prediction and design using AlphaFold2 2025-May-21, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-59940-7 PMID:40399308	研究论文	本文介绍了一种名为AfCycDesign的深度学习方法，用于准确预测、重新设计及从头设计小环肽的结构	开发了AfCycDesign方法，能够高精度预测和设计小环肽结构，并通过X射线晶体结构验证了其原子级准确性	未明确提及训练数据集的具体规模限制	开发深度学习方法用于小环肽的结构预测和设计	小环肽	机器学习	NA	深度学习	AlphaFold2	蛋白质结构数据	超过10,000种结构多样化的设计，其中8种进行了X射线晶体结构验证
734	2025-05-28	Deep learning approaches for classification tasks in medical X-ray, MRI, and ultrasound images: a scoping review 2025-May-07, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01701-5 PMID:40335965	综述	本文探讨了深度学习在医学X射线、MRI和超声图像分类任务中的应用	总结了深度学习模型在医学图像分类中的使用情况、准确率以及相关硬件和软件配置	讨论了当前方法的局限性并提出了未来医学图像分类的研究方向	探索深度学习如何用于分类通过X射线、MRI或超声图像诊断的多种疾病	医学X射线、MRI和超声图像	计算机视觉	多种疾病	深度学习	多种深度学习模型	图像	NA
735	2025-05-28	Minimally interactive segmentation of soft-tissue tumors on CT and MRI using deep learning 2025-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11167-8 PMID:39560714	研究论文	开发了一种基于深度学习的微交互分割方法，用于CT和MRI上的软组织肿瘤分割	提出了一种只需用户点击六个点即可生成距离图作为CNN输入的微交互分割方法，显著提高了分割速度和准确性	需要用户进行少量交互（点击六个点），不是完全自动化的方法	开发一种比手动分割更快、比其他自动方法更准确的软组织肿瘤分割方法	软组织肿瘤(STTs)	数字病理	软组织肿瘤	深度学习	CNN	医学影像(CT和MRI)	514名患者（内部验证数据集）和另一个公共数据集（外部验证）
736	2025-05-28	Using interpretable deep learning radiomics model to diagnose and predict progression of early AD disease spectrum: a preliminary [18F]FDG PET study 2025-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11158-9 PMID:39477837	research paper	本研究提出了一种基于[18F]FDG PET图像的可解释深度学习放射组学（IDLR）模型，用于诊断阿尔茨海默病（AD）的临床谱并预测从轻度认知障碍（MCI）到AD的进展	提出的IDLR模型结合了放射组学和深度学习的特征，提高了传统深度学习模型的解释性并提升了分类准确性	研究为初步结果，需要进一步验证	诊断AD临床谱并预测MCI到AD的进展	1962名来自不同种族的受试者（包括ADNI的白种人队列和中国两家医院的亚洲队列）	digital pathology	geriatric disease	[18F]FDG PET	interpretable deep learning radiomics (IDLR) model	image	1962 subjects (Caucasian cohort from ADNI and Asian cohort from two hospitals in China)
737	2025-05-28	Convolutional variational auto-encoder and vision transformer hybrid approach for enhanced early Alzheimer's detection 2025-May, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.3.034501 PMID:40415866	研究论文	提出了一种结合卷积变分自编码器(CVAE)和视觉变换器(ViT)的混合模型，用于增强早期阿尔茨海默病的检测	首次将CVAE与ViT结合用于阿尔茨海默病早期检测，通过CVAE的无监督特征提取显著提升了基于变换器模型的性能	仅使用了MRI数据进行验证，未考虑其他模态数据	开发一种更精确和快速的阿尔茨海默病早期自动诊断方法	阿尔茨海默病的早期诊断	数字病理学	老年疾病	深度学习	CVAE-ViT混合模型	MRI图像	14,000个结构MRI样本(来自ADNI和SCAN数据库)
738	2025-05-28	Erratum for: MRI-based Deep Learning Assessment of Amyloid, Tau, and Neurodegeneration Biomarker Status across the Alzheimer Disease Spectrum 2025-May, Radiology IF:12.1Q1 DOI:10.1148/radiol.259008 PMID:40423544	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
739	2025-05-28	Deep learning radiopathomics predicts targeted therapy sensitivity in EGFR-mutant lung adenocarcinoma 2025-Apr-29, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06480-9 PMID:40301933	研究论文	本研究开发了一种深度学习放射病理临床(DLRPC)模型，用于预测EGFR突变肺腺癌患者对酪氨酸激酶抑制剂(TKIs)的治疗反应	整合了CT影像、H&E染色活检样本和临床数据，采用基于临床的注意力掩膜探索跨模态关联	回顾性研究设计可能引入选择偏倚，样本量相对有限(214例)	预测EGFR突变肺腺癌患者对TKIs的治疗敏感性	EGFR突变肺腺癌患者	数字病理	肺癌	深度学习	DLRPC(多模态融合模型)	CT影像、病理图像、临床数据	214例来自两个医疗中心的肺腺癌患者
740	2025-05-28	Innovative Artificial Intelligence System in the Children's Hospital in Japan 2025-Apr-28, JMA journal IF:1.5Q2 DOI:10.31662/jmaj.2024-0312 PMID:40415999	研究论文	本文介绍了日本儿童医院中创新人工智能系统的应用及其在医疗领域的广泛潜力	利用深度学习技术和大量医疗数据集，推动突破性医疗治疗的进步，包括病理诊断加速、细菌种类区分、眼疾早期检测和遗传疾病预测	未提及具体的技术实施细节和系统性能的定量评估	推动人工智能在儿科医院中的应用，提升医疗诊断和治疗的效率和准确性	儿科患者，包括病理诊断、细菌种类、眼疾、遗传疾病、儿科癌症、自闭症等	医疗人工智能	儿科疾病	深度学习	NA	医疗图像数据、基因组数据、行为与沟通数据	未提及具体样本数量