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
7501	2025-06-21	Genetics and mechanisms of thoracic aortic disease 2023-03, Nature reviews. Cardiology DOI:10.1038/s41569-022-00763-0 PMID:36131050	review	本文回顾了胸主动脉疾病的遗传学机制，并探讨了机器学习和大规模影像数据集在遗传关联发现中的应用	结合深度学习和大型影像数据集快速定义主动脉特征，并将新发现的遗传观察结果整合到当前对胸主动脉疾病的生物学理解中	胸主动脉疾病相对于其他心血管疾病较为罕见，这限制了大规模遗传关联的识别	探讨胸主动脉疾病的遗传学机制及其预防和治疗策略	胸主动脉疾病，包括主动脉瘤、主动脉夹层、主动脉缩窄或主动脉功能异常	machine learning	cardiovascular disease	deep learning	NA	imaging	大型生物样本库中的大规模影像数据集
7502	2025-06-21	State-of-the-Art Estimation of Protein Model Accuracy Using AlphaFold 2022-Dec-02, Physical review letters IF:8.1Q1 DOI:10.1103/PhysRevLett.129.238101 PMID:36563190	research paper	该论文探讨了利用AlphaFold从蛋白质的初级氨基酸序列预测其3D结构的最新进展	证明了AlphaFold学习了一种近似生物物理能量函数，并能够在不使用共进化数据的情况下，以最先进的准确性评估候选蛋白质结构的质量	研究未提及具体样本量或实验条件的限制	探索仅从蛋白质的初级序列预测其3D结构的可能性	蛋白质的3D结构预测	structural biology	NA	deep learning, coevolutionary data analysis	AlphaFold	protein sequences, 3D structure data	NA
7503	2025-06-21	Machine Learning Analysis of Cocaine Addiction Informed by DAT, SERT, and NET-Based Interactome Networks 2022-Apr-12, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.2c00002 PMID:35294204	研究论文	本文通过机器学习/深度学习分析可卡因成瘾，基于DAT、SERT和NET的相互作用网络	提出了一种基于DAT、SERT和NET相互作用网络的人工智能系统化协议，用于发现抗可卡因成瘾的潜在药物	研究仅分析了61个蛋白质靶点，未涵盖所有460个蛋白质	开发治疗可卡因成瘾的药物	可卡因成瘾相关的DAT、SERT和NET相互作用网络中的蛋白质靶点	机器学习	药物成瘾	机器学习/深度学习算法（包括AE、GBDT和MT-DNN）	AE、GBDT、MT-DNN	蛋白质相互作用数据和抑制剂数据	61个蛋白质靶点和115,407个抑制剂
7504	2025-06-21	Real-time recognition of spraying area for UAV sprayers using a deep learning approach 2021, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0249436 PMID:33793634	研究论文	该研究开发了一种基于深度学习的无人机喷雾器实时喷洒区域识别系统	采用深度学习技术实现无人机喷雾器的实时喷洒区域识别，提高了喷洒的准确性和效率	研究仅针对香菜农田进行了测试，未涉及其他作物或更复杂的环境	开发无人机喷雾器的实时喷洒区域识别系统，以减少农药的过度使用及其对环境和操作人员的负面影响	无人机喷雾器在香菜农田的喷洒区域	计算机视觉	NA	深度学习	CNN	图像	NA
7505	2025-06-20	DRPM: An advanced predictive model for early diabetes detection and risk stratification 2025-Sep-09, Molecular therapy. Nucleic acids DOI:10.1016/j.omtn.2025.102576 PMID:40534992	research paper	开发了一个基于深度学习的糖尿病早期检测和风险分层预测模型	通过特征选择技术确定了五个关键特征构建模型，并开发了一个用户友好的在线工具	模型的外部验证和实际应用效果需要进一步验证	糖尿病早期诊断和风险分层	来自国家健康与营养调查(NHANES)的数据	machine learning	diabetes	deep learning	DRPM	health survey data	NHANES 2011-2018年的数据
7506	2025-06-20	Sign language detection dataset: A resource for AI-based recognition systems 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111703 PMID:40534917	research paper	该研究创建了一个用于AI识别系统的手语检测数据集，并利用CNN模型对手势进行分类	创建了一个包含26,000张图像的手语数据集，涵盖了不同年龄、肤色和手型的参与者，并通过数据增强技术提高了模型的鲁棒性	数据收集仅涉及三名参与者，可能限制了数据集的多样性	开发一个自动手语检测系统，以帮助聋人和听力障碍人群	手语手势	computer vision	NA	数据增强（旋转、翻转、缩放、亮度变化、高斯噪声添加）	CNN	image	26,000张图像，涵盖26个字母手语手势，每个字母3,000张图像
7507	2025-06-20	NLP-based ergonomics MSD risk root cause analysis and risk controls recommendation 2025-Jul, Ergonomics IF:2.0Q3 DOI:10.1080/00140139.2024.2394510 PMID:39189206	研究论文	本文提出了一种基于NLP的人体工程学MSD风险根因分析及风险控制建议的整体工作改进流程	利用深度学习NLP技术（如词性标注和依存句法分析）对工作动作进行自动根因分析，并结合专家ML系统提供风险控制建议	未提及具体实验验证效果或系统实施难度	通过AI技术改进工作场所人体工程学风险评估流程	工作场所中导致肌肉骨骼疾病(MSD)的物理风险因素	自然语言处理	肌肉骨骼疾病	NLP（词性标注、依存句法分析）	深度学习	文本	NA
7508	2025-06-20	Comparison of different dental age estimation methods with deep learning: Willems, Cameriere-European, London Atlas 2025-Jul, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-025-03452-y PMID:39969569	研究论文	比较使用Willems、Cameriere-Europe、London Atlas和深度学习方法在土耳其儿童全景X光片上进行牙齿年龄估计的效果	首次在土耳其儿童中比较多种牙齿年龄估计方法，并引入深度学习方法进行对比	研究仅针对土耳其儿童，结果可能不适用于其他人群	比较不同牙齿年龄估计方法的准确性	1169名土耳其儿童(613名女孩，556名男孩)的全景X光片	计算机视觉	NA	深度学习	CNN	医学影像	1169名儿童(613名女孩，556名男孩)
7509	2025-06-20	Comparison of CNNs and Transformer Models in Diagnosing Bone Metastases in Bone Scans Using Grad-CAM 2025-Jul-01, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000005898 PMID:40237349	研究论文	比较CNN和Transformer模型在骨扫描中诊断骨转移的性能，并使用Grad-CAM进行可视化	首次探索了ConvNeXt和Transformer模型在骨扫描中诊断骨转移的应用，并比较了多种深度学习模型的性能	研究仅基于两家医院的数据，可能缺乏普适性	评估不同深度学习模型在骨扫描中诊断转移性病变的性能	癌症患者的骨扫描图像	医学图像分析	骨转移	深度学习	ResNet18, DeiT, ViT Large 16, Swin Base, ConvNeXt Large	图像	训练和验证集4626例（医院1），测试集1428例（医院2）
7510	2025-06-20	Time-series deep learning and conformal prediction for improved sepsis diagnosis in primarily Non-ICU hospitalized patients 2025-Jul, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110497 PMID:40450820	研究论文	开发了一种针对非ICU环境的深度学习模型，用于早期脓毒症诊断	结合深度学习与保形预测框架处理不确定性，显著减少假阳性并提高特异性	模型在非ICU环境中的泛化能力仍需进一步验证	提高非ICU住院患者的脓毒症早期诊断准确性	非ICU住院患者	机器学习	脓毒症	深度学习	DL	时间序列数据	83,813名患者（训练集），eICU-CRD数据集（验证集）
7511	2025-06-20	"Amide - amine + alcohol = carboxylic acid." chemical reactions as linear algebraic analogies in graph neural networks 2025-Jun-18, Chemical science IF:7.6Q1 DOI:10.1039/d4sc05655h PMID:40395375	研究论文	本文探讨了图神经网络在化学数据中的应用，揭示了原子嵌入的算术性质如何代表有效的化学反应公式	展示了原子嵌入在化学图神经网络中表现出类似自然语言处理中的词嵌入算术性质，能够代表化学反应公式	NA	揭示图神经网络在化学数据中的学习机制，提升模型的可解释性	化学反应的图神经网络模型	机器学习	NA	图神经网络	GNN	化学数据	NA
7512	2025-06-20	Data efficient molecular image representation learning using foundation models 2025-Jun-18, Chemical science IF:7.6Q1 DOI:10.1039/d5sc00907c PMID:40417293	research paper	该论文提出了一种名为MoleCLIP的分子图像表示学习框架，利用OpenAI的视觉基础模型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	首次将基础模型（如CLIP）应用于分子图像表示学习，显著降低了数据需求并提高了模型性能，特别是在均相催化数据集上表现优于现有模型	未明确提及具体的数据集规模限制或计算资源需求，可能在实际应用中存在挑战	开发一种数据高效的分子图像表示学习方法，以解决化学领域中标记数据稀缺和分子特征提取困难的问题	分子图像数据	machine learning	NA	分子表示学习（MRL），基础模型（如CLIP）	CLIP	分子图像	NA
7513	2025-06-20	ChargeNet: E(3) Equivariant Graph Attention Network for Atomic Charge Prediction 2025-Jun-18, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00602 PMID:40530778	研究论文	本文介绍了一种名为ChargeNet的E(3)等变图注意力网络，用于高精度预测原子电荷	提出了一种先进的等变图注意力神经网络，结合全局图注意力机制和多尺度注意力，显著提高了原子电荷预测的准确性和泛化能力	NA	开发一种高效准确的原子电荷预测方法，以促进药物设计和发现	原子电荷预测	机器学习	NA	机器学习	E(3)等变图注意力网络	分子结构数据	NA
7514	2025-06-20	Multi-Scale Temporal Analysis with a Dual-Branch Attention Network for Interpretable Gait-Based Classification of Neurodegenerative Diseases 2025-Jun-18, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3580944 PMID:40531650	研究论文	提出了一种新型深度学习架构DAERN，用于基于步态的神经退行性疾病分类	结合了扩张因果卷积和多头自注意力机制，并引入了交叉注意力融合模块和可解释性分析方法	未提及具体样本量限制或跨数据集验证情况	开发可解释的步态分析模型用于神经退行性疾病分类	肌萎缩侧索硬化症(ALS)、亨廷顿病(HD)和帕金森病(PD)患者的步态数据	数字病理学	神经退行性疾病	深度学习	DAERN（双分支注意力增强残差网络），包含DCCBlock和MHSA模块	步态数据	基于GaitNDD数据集（具体数量未说明）
7515	2025-06-20	Changes in Epidemiological Characteristics of Varicella and Breakthrough Cases in Ningbo, China, From 2010 to 2023: Surveillance Study 2025-Jun-18, JMIR public health and surveillance IF:3.5Q1 DOI:10.2196/71691 PMID:40533066	研究论文	本研究监测了2010年至2023年中国宁波水痘的流行病学特征及突破性病例的变化，以调整免疫策略并加强预防工作	使用循环神经网络模型分析水痘发病率趋势和非药物干预措施的影响，并建立了出生队列研究突破性病例	研究仅基于宁波地区的数据，可能无法完全代表其他地区的情况	监测水痘的流行病学特征和突破性病例的变化，为免疫策略调整提供依据	2010年至2023年宁波地区报告的水痘病例	流行病学	水痘	主动和被动监测方法，循环神经网络模型	RNN	流行病学监测数据	70,163例水痘病例
7516	2025-06-20	Can CTA-based Machine Learning Identify Patients for Whom Successful Endovascular Stroke Therapy is Insufficient? 2025-Jun-18, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8885 PMID:40533350	research paper	本研究评估了基于CTA的机器学习方法在识别可能需要额外干预的中风患者中的表现	使用深度学习模型（DSN-CTA）预测中风患者的功能性结果，相比传统临床变量模型表现更优	样本量较小（48例），且仅在特定条件下（FIV<30mL和成功再灌注）验证	评估机器学习模型在预测中风患者功能性结果中的效能	大血管闭塞急性缺血性中风（LVO AIS）患者	machine learning	cardiovascular disease	CT angiography (CTA)	DeepSymNet-v3 model (DSN-CTA)	image	预训练1542例，微调和交叉验证48例
7517	2025-06-20	Smartphone eye-tracking with deep learning: Data quality and field testing 2025-Jun-18, Behavior research methods IF:4.6Q1 DOI:10.3758/s13428-025-02718-y PMID:40533681	研究论文	本文介绍了一种基于深度学习的实时智能手机眼动追踪系统，并对其数据质量和实际应用进行了评估	利用深度神经网络在智能手机上实现实时眼动追踪，并在较大样本量下与工业金标准眼动仪进行性能对比	智能手机眼动追踪系统的精度(0.177°)低于EyeLink追踪器(0.028°)	评估基于智能手机的眼动追踪系统在科研和临床应用中的潜力	人类注意力测量	计算机视觉	抑郁症	深度学习	深度神经网络	图像	训练数据集包含740万张面部图像，基准测试样本量N=32，现场测试涉及98名志愿者
7518	2025-06-20	Automated Multi-grade Brain Tumor Classification Using Adaptive Hierarchical Optimized Horse Herd BiLSTM Fusion Network in MRI Images 2025-Jun-18, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00708-4 PMID:40533703	研究论文	提出了一种基于自适应分层优化马群BiLSTM融合网络的MRI图像多级脑肿瘤分类方法	模型能够将肿瘤分为多个等级，捕捉肿瘤严重程度的层次性，并采用改进的自适应强度归一化预处理步骤和双树复小波变换增强三角特征进行特征提取	未提及具体样本量，且仅基于特定数据集进行评估	提高MRI图像中不同级别脑肿瘤分类的精确度	脑肿瘤	数字病理	脑肿瘤	MRI	AHOHH-BiLSTM	图像	NA
7519	2025-06-20	MRI super-resolution reconstruction using efficient diffusion probabilistic model with residual shifting 2025-Jun-16, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ade049 PMID:40460850	研究论文	本研究提出了一种基于扩散概率模型和残差位移的高效MRI超分辨率重建方法，显著减少了采样步骤并保持了关键解剖细节	引入了残差位移机制，显著减少了采样步骤，同时保持了关键解剖细节，大大加速了MRI重建过程	NA	提高MRI超分辨率重建的效率和图像质量	MRI图像	医学影像	脑部疾病和前列腺疾病	扩散概率模型	Res-SRDiff	MRI图像	超高场脑T1 MP2RAGE图像和T2加权前列腺图像
7520	2025-06-20	Predicting mucosal healing in Crohn's disease: development of a deep-learning model based on intestinal ultrasound images 2025-Jun-16, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02014-5 PMID:40522531	research paper	开发基于肠道超声图像和临床信息的深度学习模型，用于预测克罗恩病患者的黏膜愈合	首次利用深度学习模型结合肠道超声图像预测克罗恩病患者的黏膜愈合	需要更多多中心真实世界数据进一步验证和改进模型	预测克罗恩病患者的治疗反应，优化治疗方案	克罗恩病患者	digital pathology	Crohn's disease	intestinal ultrasound (IUS)	CNN	image	190名患者，1548张IUS图像