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
741	2025-06-13	Embryonic cranial cartilage defects in the Fgfr3Y367C /+ mouse model of achondroplasia 2025-Jul, Anatomical record (Hoboken, N.J. : 2007) DOI:10.1002/ar.25327 PMID:37747411	研究论文	本文研究了Fgfr3Y367C/+小鼠模型中胚胎颅软骨缺陷，以了解软骨发育不全的胚胎发育影响	首次使用深度学习自动分割模型分析Fgfr3突变对胚胎颅软骨和Meckel软骨的影响	研究仅针对小鼠模型，人类胚胎发育的直接影响仍需进一步验证	探究Fgfr3突变对胚胎颅软骨发育的影响	Fgfr3Y367C/+小鼠模型中的胚胎颅软骨和Meckel软骨	数字病理	软骨发育不全	microCT成像和深度学习3D分割	深度学习3D分割模型	3D图像	E14.5和E16.5胚胎期的小鼠样本
742	2025-06-13	ResNet-Transformer deep learning model-aided detection of dens evaginatus 2025-Jul, International journal of paediatric dentistry IF:2.3Q2 DOI:10.1111/ipd.13282 PMID:39545506	research paper	本研究开发了一个结合ResNet和Transformer的深度学习模型，用于辅助牙医早期检测牙齿形态发育异常——dens evaginatus	首次将ResNet和Transformer结合的深度学习模型应用于dens evaginatus的自动检测，并证明其性能优于牙医的诊断水平	研究样本仅来自3-16岁患者，模型在其他年龄段人群中的适用性有待验证	开发深度学习模型辅助牙医早期诊断dens evaginatus，以支持早期干预并降低严重后果风险	牙齿形态发育异常dens evaginatus	digital pathology	dental disease	deep learning	ResNet-Transformer	panoramic radiograph images	1410名3-16岁患者的全景X光片
743	2025-06-13	Automated quantification of brain PET in PET/CT using deep learning-based CT-to-MR translation: a feasibility study 2025-Jul, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07132-2 PMID:39964542	research paper	该研究提出了一种基于深度学习的框架，用于将PET/CT中的CT图像转换为合成MR图像（MRSYN），并利用MRSYN进行自动化定量区域分析	提出了一种新的深度学习方法，通过CT到MR的转换实现无需MRI的PET图像定量分析	研究排除了楔前叶区域，且样本量有限（139名受试者）	解决PET/CT和MRI图像配对不足及配准困难的问题，实现无需MRI的PET定量分析	脑部PET/CT和T1加权MRI图像	digital pathology	NA	PET/CT, T1-weighted MRI	U-Net	image	139名接受脑部[18F]FBB PET/CT和T1加权MRI检查的受试者
744	2025-06-13	Prediction of adverse pathology in prostate cancer using a multimodal deep learning approach based on [18F]PSMA-1007 PET/CT and multiparametric MRI 2025-Jul, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07134-0 PMID:39969539	research paper	本研究开发并评估了一种基于[18F]PSMA-1007 PET/CT和多参数MRI（mpMRI）的多模态深度学习模型，用于预测前列腺癌（PCa）患者的不良病理（AP）	提出了一种结合[18F]PSMA-1007 PET/CT和mpMRI的多模态深度学习模型（MPC），并进一步整合临床特征构建了集成模型（MPCC），在预测AP方面表现优于单一模态模型	研究为回顾性分析，可能存在选择偏倚，且样本量相对有限（341例）	提高前列腺癌患者不良病理（AP）的预测准确性，以辅助制定更有效的治疗策略	前列腺癌（PCa）患者	digital pathology	prostate cancer	[18F]PSMA-1007 PET/CT, multiparametric MRI (mpMRI)	CNN, transformer	image	341例接受根治性前列腺切除术（RP）并进行了mpMRI和PET/CT扫描的前列腺癌患者
745	2025-06-13	Robust and generalizable artificial intelligence for multi-organ segmentation in ultra-low-dose total-body PET imaging: a multi-center and cross-tracer study 2025-Jul, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07156-8 PMID:39969540	研究论文	本研究开发并验证了一种深度学习模型，用于在不同成像条件和示踪剂下进行多器官PET分割，以满足完全基于PET的定量分析的关键需求	提出了一种在超低剂量全身PET成像中具有高鲁棒性和泛化能力的人工智能模型，支持多种示踪剂和多中心数据	研究为回顾性研究，基于已收集的数据，可能无法完全反映前瞻性临床应用的实际情况	开发并验证一种深度学习模型，用于在不同成像条件和示踪剂下进行多器官PET分割	798名来自多个中心的患者，使用不同示踪剂进行PET成像	数字病理	NA	深度学习	3D深度学习模型	PET图像	798名患者
746	2025-06-13	Data-efficient generalization of AI transformers for noise reduction in ultra-fast lung PET scans 2025-Jul, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07165-7 PMID:40009163	研究论文	本研究提出了一种基于深度学习的Mask-ViT方法，用于减少超快速肺部PET扫描中的噪声	提出了一种名为Mask-ViT的鲁棒且数据高效的深度学习方法，能够在有限训练数据上进行微调后直接应用于新扫描仪的未见测试数据	研究仅在五个扫描仪的两个数据集上进行，样本量相对有限	减少超快速20秒屏气（U2BH）PET图像中的噪声，提高诊断质量	U2BH PET图像	数字病理	肺癌	PET/CT成像	Mask-ViT, U-Net, C-Gan	图像	1272个回顾性收集的全时PET数据和46个前瞻性收集的U2BH及对应全时PET/CT图像
747	2025-06-13	Deep learning-based weed detection for precision herbicide application in turf 2025-Jul, Pest management science IF:3.8Q1 DOI:10.1002/ps.8728 PMID:40022516	research paper	本研究评估了使用深度卷积神经网络（DCNNs）进行基于除草剂敏感性的杂草检测的可行性，以实现精准除草剂喷洒	结合除草剂敏感性杂草映射与优化路径规划算法，实现智能喷洒机的精准除草剂应用	未提及具体样本量或实验环境限制	评估深度学习方法在精准除草剂喷洒中的应用效果	草坪中的杂草	computer vision	NA	deep learning	DenseNet, GoogLeNet, ResNet	image	NA
748	2025-06-13	Deep learning-based auto-contouring of organs/structures-at-risk for pediatric upper abdominal radiotherapy 2025-Jul, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110914 PMID:40328363	research paper	本研究开发了一种基于CT的多器官分割模型，用于描绘儿童上腹部肿瘤放疗中的风险器官，并评估其在多个数据集中的鲁棒性	开发了一种结合内部和公共数据集训练的模型，提高了在多个数据集上的鲁棒性，并进行了临床可接受性评估	在0-2岁年龄组中表现最差，胃-肠和胰腺的DSC值低于0.90	开发并评估一种用于儿童上腹部肿瘤放疗中风险器官自动分割的深度学习模型	儿童上腹部肿瘤患者（肾肿瘤和神经母细胞瘤）的术后CT图像	digital pathology	pediatric upper abdominal tumors	CT扫描	深度学习模型	CT图像	内部数据集189例，公共数据集189例
749	2025-06-13	Adaptive debiasing learning for drug repositioning 2025-Jul, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104843 PMID:40389101	research paper	本文提出了一种名为DRDM的深度学习框架，用于药物重定位任务，通过动态调整关联权重和双视角对比学习来减少数据偏差并增强模型的鲁棒性	提出了一个具有去偏机制的深度学习框架DRDM，能够动态调整关联权重以增强长尾实体的表示，并采用双视角对比学习提供丰富的监督信号	研究仅分析了三种常用的药物重定位数据集，可能无法涵盖所有潜在的数据偏差情况	旨在通过减少数据偏差来提升药物重定位任务的性能，为药物发现提供新见解	药物重定位任务中的数据集及其节点极化特性	machine learning	NA	graph neural network, dual-view contrastive learning	DRDM	graph data	三个常用的药物重定位数据集
750	2025-06-13	Real-time integrated modeling of soft tissue deformation and stress based on deep learning 2025-Jun-12, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adde0d PMID:40436029	research paper	开发了一种基于深度学习的实时多物理场建模框架，用于软组织的变形和应力分布模拟	提出了一种平衡多物理场特征尺度的方法，解决了现有模型在建模多个物理场时因数据分布差异导致的偏向性问题	未提及模型在更复杂或动态手术环境中的适用性	解决手术模拟器中应力渲染缺失的问题，提升手术模拟器的真实感	软组织的变形和应力分布	machine learning	NA	深度学习	神经网络	三维模型数据	悬臂梁、肝脏、脾脏和肾脏的三维模型
751	2025-06-13	Accurate Prediction of the Diffusion Coefficients of Organic Compounds in Water by Multimodal Learning 2025-Jun-12, The journal of physical chemistry. A DOI:10.1021/acs.jpca.5c01881 PMID:40457760	research paper	开发了一种多模态深度学习模型，用于预测有机化合物在水中的扩散系数	结合分子图像、分子描述符和温度的多模态深度学习模型，比传统经验方程更准确	未提及模型在新合成化学物质上的泛化能力	快速准确预测有机化合物在水中的扩散系数	有机化合物在水中的扩散系数	machine learning	NA	深度学习	multimodal deep learning model	分子图像、分子描述符、温度数据	未提及具体样本数量
752	2025-06-13	Interpretable Multimodal Deep Ensemble Framework Dissecting Bloodbrain Barrier Permeability with Molecular Features 2025-Jun-12, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.5c01077 PMID:40462529	research paper	提出一种多模态机器学习框架，整合分子指纹和图像特征以改善血脑屏障通透性预测	结合多种分子指纹和图像特征，使用堆叠集成模型和Transformer编码器、CNN及多头注意力融合机制，提升预测稳定性和可解释性	未提及具体样本量，可能影响模型泛化能力的验证	开发可解释的机器学习模型以揭示血脑屏障通透性的物理化学原理	血脑屏障通透性预测	machine learning	NA	Principal Component Analysis (PCA), Shapley Additive Explanations (SHAP)	stacking ensemble model, Transformer encoder, CNN, Multi-Head Attention	molecular fingerprints (Morgan, MACCS, RDK), image features	NA
753	2025-06-13	Reassessment of deep learning-based surgical phase recognition in laparoscopic cholecystectomy 2025-Jun-12, Annals of hepato-biliary-pancreatic surgery IF:1.1Q3 DOI:10.14701/ahbps.25-059 PMID:40499925	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
754	2025-06-13	High visceral-to-subcutaneous fat area ratio is an unfavorable prognostic indicator in patients with uterine sarcoma 2025-Jun-12, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01812-7 PMID:40500581	研究论文	探讨体成分参数对子宫肉瘤患者总体生存率的影响	首次研究了内脏脂肪与皮下脂肪面积比（VSR）对子宫肉瘤患者预后的影响	样本量较小（52例患者），且为回顾性研究	评估体成分参数与子宫肉瘤患者生存率的关系	子宫肉瘤患者	数字病理学	子宫肉瘤	基于深度学习的半自动分割程序	深度学习	CT图像	52例子宫肉瘤患者
755	2025-06-13	Analysis of influenza-like illness trends in Saudi Arabia: a comparative study of statistical and deep learning techniques 2025-Jun-12, Osong public health and research perspectives IF:2.1Q3 DOI:10.24171/j.phrp.2025.0080 PMID:40501115	研究论文	比较统计方法和深度学习方法在预测沙特阿拉伯季节性流感样疾病(ILI)发病率中的表现	首次在中东流行病学模型中整合了地区特异性外生变量，并比较了Holt-Winters统计方法和LSTM深度学习方法的预测性能	Holt-Winters模型在发病率波动较大时期表现出显著的未解释变异性	开发和评估流感样疾病(ILI)发病率预测模型	沙特阿拉伯2017-2022年的每周季节性流感样疾病(ILI)发病率数据	机器学习	流感	时间序列分析	Holt-Winters, LSTM	时间序列数据	2017-2022年沙特阿拉伯的每周ILI病例数据
756	2025-06-13	Comparing point counts, passive acoustic monitoring, citizen science and machine learning for bird species monitoring in the Mount Kenya ecosystem 2025-Jun-12, Philosophical transactions of the Royal Society of London. Series B, Biological sciences DOI:10.1098/rstb.2024.0057 PMID:40501133	研究论文	比较了点计数、被动声学监测、公民科学和机器学习在肯尼亚山生态系统鸟类物种监测中的应用	提出了一个新的数据集，包含超过20小时的肯尼亚山生态系统录音，并由专家鸟类学家标注，同时研究了使用大型深度学习模型处理这些录音	即使使用了多种方法，调查仍然遗漏了肯尼亚山生态系统中已知存在的稀有物种，表明多种方法的联合使用仍不够全面	增加生态系统监测力度，为生态系统管理者提供可操作的见解，并有效利用保护资源	肯尼亚山生态系统中的鸟类物种	生态监测	NA	被动声学监测、深度学习	大型深度学习模型	音频	超过20小时的录音
757	2025-06-13	A Hyperbolic Discrete Diffusion 3D RNA Inverse Folding Model for Functional RNA Design 2025-Jun-12, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00527 PMID:40503717	研究论文	提出了一种名为RIdiffusion的双曲离散扩散3D RNA逆折叠模型，用于功能性RNA设计	通过将RNA 3D结构的几何特征和拓扑特性嵌入双曲空间，RIdiffusion能够基于有限的训练样本，利用离散扩散模型高效恢复目标RNA 3D结构的核苷酸分布	RNA 3D结构数据的实验获取有限，RNA 3D结构的独特特性增加了逆折叠的难度	开发一种高效的3D RNA逆折叠模型，用于功能性RNA的生成设计	RNA 3D结构	机器学习	NA	离散扩散模型	RIdiffusion	3D结构数据	有限的训练样本
758	2025-06-13	Simulation-free workflow for lattice radiation therapy using deep learning predicted synthetic computed tomography: A feasibility study 2025-Jun-12, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70137 PMID:40504103	research paper	本研究开发了一种基于深度学习预测合成CT的无模拟工作流程，用于加速基于VMAT的格子放射治疗计划	利用深度学习预测的合成CT实现无模拟治疗计划工作流程，以加速格子放射治疗的启动	研究样本量较小（训练集50例，测试集15例），且仅针对胸部和腹部区域	开发一种无模拟的工作流程，以加速格子放射治疗计划的制定	胸部和腹部区域的诊断CT图像	digital pathology	bulky tumors	deep learning, volumetric modulated arc therapy (VMAT)	3D U-Net	CT images	训练集50例患者，测试集15例患者
759	2025-06-13	Optimization enabled ensemble based deep learning model for elderly falling risk prediction 2025-Jun-12, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2514802 PMID:40504132	research paper	该研究开发了一种基于优化深度学习的老年人跌倒风险预测模型	采用新型Double Exponential Lyrebird Optimization算法结合双指数平滑和Lyrebird优化，构建集成学习模型	未提及具体样本量及数据来源的局限性	开发先进的老年人跌倒风险预测模型以提高安全性	老年人跌倒风险预测	machine learning	geriatric disease	Double Exponential Lyrebird Optimization算法	XGBoost, 1D CNN, Deep Belief Network	NA	NA
760	2025-06-13	GlycanInsight: an open platform for carbohydrate-binding pocket prediction and characterization 2025-Jun-11, Chemical science IF:7.6Q1 DOI:10.1039/d5sc02262b PMID:40438170	research paper	介绍了一个名为GlycanInsight的深度学习开放平台，用于预测和表征蛋白质结构上的碳水化合物结合口袋	GlycanInsight通过深度学习技术预测碳水化合物结合口袋，并在实验结构和AlphaFold2预测结构上表现出色，同时提供口袋聚类、特征分析和配体建议功能	未明确提及具体限制，但可能依赖于蛋白质结构预测的准确性	开发一个计算工具以解决碳水化合物结合位点识别的挑战，促进糖靶向治疗的研究和设计	蛋白质结构上的碳水化合物结合口袋	生物信息学	NA	深度学习	NA	蛋白质结构数据	基准数据集中的实验结构