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	2025-07-03	Pose estimation and tracking dataset for multi-animal behavior analysis on the China Space Station 2025-May-10, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05111-8 PMID:40348756	研究论文	介绍了一个用于中国空间站多动物行为分析的姿态估计与跟踪数据集	提出了首个多任务、专家验证的复杂场景下多动物行为分析数据集，并提供了深度学习模型的评估代码	太空动物图像数据有限，且缺乏公开可用的带真实标注的数据集	推动太空动物行为分析领域AI技术的创新	模型生物如秀丽隐杆线虫、果蝇和斑马鱼	计算机视觉	NA	深度学习	NA	图像	多种模型生物（秀丽隐杆线虫、果蝇和斑马鱼）
742	2025-07-03	Deep learning approach based on a patch residual for pediatric supracondylar subtle fracture detection 2025-May-08, Biomolecules & biomedicine DOI:10.17305/bb.2024.11341 PMID:39829118	研究论文	本文提出了一种基于深度学习的多尺度补丁残差网络（MPR），用于自动检测和定位儿童肱骨髁上细微骨折	结合CNN和多尺度生成对抗网络，利用健康样本学习正常骨骼分布，减少对标记骨折数据的依赖	标记的儿童肱骨髁上骨折样本稀缺且难以获取	自动检测和定位儿童肱骨髁上细微骨折	儿童肱骨髁上骨折	数字病理学	骨折	深度学习	CNN, GAN	医学影像	来自两家不同医院的数据集，应用了数据增强技术
743	2025-07-03	iGTP: learning interpretable cellular embedding for inferring biological mechanisms underlying single-cell transcriptomics 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf296 PMID:40551620	研究论文	本文提出了一种名为iGTP的新型可解释生成转录程序框架，用于从单细胞转录组数据中推断生物学机制	iGTP框架能够建模转录程序空间和蛋白质-蛋白质相互作用的重要性，提供生物意义明确的潜在空间表示	NA	开发可解释的深度学习模型，用于从单细胞转录组数据中推断生物学机制	单细胞转录组数据	生物信息学	NA	单细胞转录组测序	变分自编码器(VAE), 图神经网络(GNN), 潜在扩散模型	基因表达数据	NA
744	2025-07-03	Artificial Intelligence Tools in Dentistry: A Systematic Review on Their Application and Outcomes 2025-May, Cureus DOI:10.7759/cureus.85062 PMID:40585609	系统综述	本文系统综述了人工智能在牙科中的应用及其效果	深入探讨了AI在牙科诊断准确性、治疗规划和操作效率方面的具体影响	仅涵盖了2019年至2024年的文献，可能未包含最新的研究进展	研究人工智能技术在牙科实践中的整合及其效果	牙科领域的AI应用	数字病理	牙科疾病	深度学习	NA	图像	39篇全文文章，初始342篇文章
745	2025-07-03	Establishment and Reliability of an Automatic Measurement Method of Pectus Excavatum Indices Using a Deep Learning Model 2025-May, Cureus DOI:10.7759/cureus.84976 PMID:40585612	研究论文	本研究通过比较基于U-Net的自动分割与手动测量，评估了漏斗胸（PE）指数评估的一致性和准确性，旨在减少观察者间的变异并标准化PE严重性评估的临床工作流程	利用U-Net架构开发自动测量模型，显著减少观察者依赖性变异，提高临床工作效率	需要多中心验证以支持更广泛的放射学应用	评估漏斗胸指数评估的一致性和准确性，减少观察者间的变异并标准化临床工作流程	漏斗胸（PE）患者	数字病理	漏斗胸	深度学习	U-Net	CT扫描图像	550例胸部CT扫描（来自94名患者）用于训练，164例独立扫描用于验证
746	2025-07-03	Predicting the hypoxic volume of head and neck tumors from fluorodeoxyglucose positron emission tomography images using artificial intelligence 2025-Apr, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100769 PMID:40584457	研究论文	使用人工智能从氟脱氧葡萄糖正电子发射断层扫描图像预测头颈部肿瘤的缺氧体积	提出了一种基于生成对抗网络的AI模型，能够从常规获取的18F-FDG PET图像合成类似18F-FMISO的图像，以预测肿瘤或转移淋巴结的缺氧体积	需要在更大的机构和多机构队列中进行测试以确立普适性	预测头颈部肿瘤的缺氧体积，以辅助放疗剂量选择	头颈部癌患者	数字病理	头颈部肿瘤	18F-FDG PET/CT和18F-FMISO动态PET/CT	基于pix2pix架构的生成对抗网络	图像	134名头颈部癌患者（训练=84，验证=13，测试=21，额外测试=16）
747	2025-07-03	PhysioEx: a new Python library for explainable sleep staging through deep learning 2025-Feb-10, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/adaf73 PMID:39874654	研究论文	介绍了一个名为PhysioEx的Python库，用于通过深度学习和可解释AI进行睡眠分期分析	PhysioEx是一个新颖的Python库，结合了深度学习和可解释AI技术，提供了标准化的睡眠分期分析流程，并支持多种配置和自定义数据集	未明确提及具体限制，但可能依赖于特定数据集（如Sleep Heart Health Study数据集）的预训练模型	开发一个标准化且易于访问的平台，用于睡眠分期分析，结合深度学习和可解释AI技术	睡眠分期的生理信号数据	机器学习	睡眠障碍	深度学习（DL）、可解释AI（XAI）	预训练模型（具体类型未明确提及）	生理信号数据（如EEG、EOG、EMG）	基于Sleep Heart Health Study数据集的预训练模型，具体样本量未提及
748	2025-07-03	A two-branch framework for blood pressure estimation using photoplethysmography signals with deep learning and clinical prior physiological knowledge 2025-Feb-07, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/adae50 PMID:39854841	研究论文	提出了一种结合深度学习和临床先验知识的双分支框架，用于通过光电容积描记（PPG）信号无袖带估计血压	结合深度学习和临床先验知识，考虑不同时间段（早晨、下午和晚上）的血压变化，构建特定的收缩压和舒张压估计模型	NA	开发一种准确可靠的无创血压监测技术，适用于连续健康监测和心血管疾病预防	光电容积描记（PPG）信号	数字病理	心血管疾病	PPG信号处理	MobileViTv2, Vgg19	信号数据	人类静息状态PPG和血压数据集（HRSD）和MIMIC-IV数据集
749	2025-07-03	ECG signal generation using feature disentanglement auto-encoder 2025-Jan-30, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/adab4f PMID:39820006	研究论文	提出一种特征解缠自动编码器（FDAE）用于生成心电图（ECG）信号，以解决罕见类别样本生成困难的问题	设计了一种新型的自动编码器结构，通过对比学习框架解缠ECG数据中的生成因子，并引入分类器和判别器提升生成信号的真实性	未明确提及模型在更复杂或噪声更大的ECG数据上的表现	提升ECG信号生成能力，特别是针对罕见心脏事件的样本生成	心电图（ECG）信号	机器学习	心血管疾病	对比学习、特征解缠	自动编码器（FDAE）	ECG信号数据	MIT-BIH心律失常数据库和Icentia11K数据集
750	2025-07-03	A systematic review of automated prediction of sudden cardiac death using ECG signals 2025-Jan-23, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad9ce5 PMID:39657316	综述	本文系统回顾了2011至2023年间利用ECG信号自动预测心源性猝死（SCD）的研究进展	全面分析了机器学习和深度学习模型在SCD预测中的应用，并指出当前技术的局限性和未来研究方向	大多数预测模型基于小规模数据库，且主要依赖ECG和HRV信号，忽略了其他生理信号的潜在贡献	探索自动预测心源性猝死的方法，以提高预测准确性和实时临床应用可能性	心源性猝死（SCD）患者	机器学习	心血管疾病	ECG和HRV信号分析	K近邻、支持向量机、决策树、随机森林、朴素贝叶斯、卷积神经网络	ECG信号	使用公开数据库如MIT-BIH SCD Holter和Normal Sinus Rhythm，包含大量24小时SCD患者记录
751	2025-07-03	Deep learning generalization for diabetic retinopathy staging from fundus images 2025-Jan-22, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ada86a PMID:39788077	research paper	本文提出了一种名为DRStageNet的深度学习模型，用于从眼底图像中准确分期糖尿病视网膜病变，并解决模型在不同目标域中的泛化问题	使用六个公共和独立数据集，结合多源域微调策略，显著提升了模型在目标域中的泛化性能	错误分析显示60%的错误源于标签错误，表明数据标注质量可能影响模型性能	开发一个能够准确分期糖尿病视网膜病变并具有良好泛化能力的深度学习模型	糖尿病视网膜病变患者的眼底图像	digital pathology	diabetic retinopathy	deep learning	ViT	image	91,984张眼底图像
752	2025-07-03	Computer vision analysis of luteal color Doppler ultrasonography for early and automated pregnancy diagnosis in Bos taurus beef cows 2025-Jan-04, Journal of animal science IF:2.7Q1 DOI:10.1093/jas/skaf166 PMID:40355396	研究论文	本研究评估了应用监督深度学习算法在肉牛中使用黄体彩色多普勒超声进行早期和实时妊娠诊断的适用性	首次将深度学习算法应用于黄体彩色多普勒超声图像，实现比行业标准方法更早的妊娠诊断	研究仅基于390头牛的样本，可能需要更大样本量验证模型的泛化能力	开发早期和自动化的牛妊娠诊断方法	肉牛（Bos taurus beef cows）	计算机视觉	NA	彩色多普勒超声	CNN（VGG19, Xception, ResNet50）	超声视频	390头母牛，提取20546帧有效图像（D20:10533帧，D22:10413帧）
753	2025-07-03	Donor-specific digital twin for living donor liver transplant recovery 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf037 PMID:40486178	研究论文	本文提出了一种基于深度学习的个性化数字孪生模型，用于预测活体肝移植供体的肝脏恢复轨迹	结合基因表达数据和数学模型，开发了可解释的个性化数字孪生模型，用于预测供体特异性恢复轨迹	样本量较小（12名供体），需要更大规模的验证	提高活体肝移植手术的安全性和供体恢复效果	活体肝移植供体的肝脏恢复过程	数字病理学	肝脏疾病	基因表达分析，深度学习	数字孪生模型，微分方程模型	基因表达数据	12名供体，跟踪一年
754	2025-07-03	Retinal vessel metric analysis of type 1 diabetes mellitus in OCT angiography 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1562809 PMID:40584707	研究论文	通过光学相干断层扫描血管成像（OCTA）研究1型糖尿病（T1DM）患者在不同阶段的视网膜血管特征	使用深度学习模型对OCTA图像中的视网膜动脉和静脉进行分割，并分析不同区域的血管指标变化	样本量较小（63名T1DM患者和40名健康个体），且为回顾性研究	探究1型糖尿病患者的视网膜血管特征及其与糖尿病视网膜病变（DR）的关系	1型糖尿病患者的视网膜血管	数字病理学	糖尿病	光学相干断层扫描血管成像（OCTA）	深度学习模型	图像	63名T1DM患者（110只眼）和40名健康个体（79只眼）
755	2025-07-03	A hybrid transformer-based approach for early detection of Alzheimer's disease using MRI images 2025, BioImpacts : BI IF:2.2Q3 DOI:10.34172/bi.30849 PMID:40584904	研究论文	提出了一种基于Transformer的混合方法，利用MRI图像进行阿尔茨海默病的早期检测	结合了迁移学习、Transformer网络和RNN（LSTM）的多模态方法，从多个视角（矢状面、冠状面、轴向）捕捉MRI图像的全面特征	未提及模型在其他独立数据集上的泛化能力	提高阿尔茨海默病的早期诊断准确率	阿尔茨海默病患者	数字病理学	阿尔茨海默病	MRI成像	Transformer, ResNet50, LSTM	图像	ADNI数据集（具体数量未说明）
756	2025-07-03	Convolutional-LSTM approach for temporal catch hotspots (CATCH): an AI-driven model for spatiotemporal forecasting of fisheries catch probability densities 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf045 PMID:40585182	研究论文	本文提出了一种名为CATCH的卷积长短期记忆神经网络模型，用于预测冰岛水域鱼类资源的时空概率密度，以支持渔业的操作规划和适应性策略	首次利用大规模冰岛渔船数据整合多维输入（如深度、底部温度、盐度、溶解氧和捕获数据）进行准确的多变量预测	尽管模型表现良好，但决策过程中仍可能受到数据收集质量和范围的限制	开发数据驱动的预测方法以优化渔业操作和增强可持续性	冰岛水域的鱼类资源（如鳕鱼、黑线鳕、绿青鳕、金红鱼和格陵兰大比目鱼）	机器学习	NA	卷积长短期记忆神经网络（Convolutional-LSTM）	CNN-LSTM	多维输入数据（深度、温度、盐度、溶解氧和捕获数据）	大规模冰岛渔船数据
757	2025-07-03	An AI-based module for interstitial glucose forecasting enabling a "Do-It-Yourself" application for people with type 1 diabetes 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1534830 PMID:40585404	research paper	提出一种基于深度学习的DIY框架，用于间质葡萄糖预测，帮助1型糖尿病患者进行自我管理	首次提供基于深度学习的完全个性化葡萄糖预测的DIY方法，且框架开源并可在Docker中部署	工具未能长期吸引用户使用，限制了其对日常自我管理的潜在益处	开发一种能够准确预测短期葡萄糖水平的工具，以改善1型糖尿病患者的自我管理	1型糖尿病患者	machine learning	type 1 diabetes	continuous glucose monitoring (CGM)	DL	CGM raw data	29名1型糖尿病患者的一年CGM数据
758	2025-07-03	Evaluation of perivascular fat density and residual false lumen formation following TEVAR in Stanford type B aortic dissection 2025, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2025.1633817 PMID:40585403	research paper	评估斯坦福B型主动脉夹层患者在TEVAR术后血管周围脂肪密度与残余假腔形成的关系	首次提出血管周围脂肪组织（PVAT）衰减指标HUΔ和HUratio作为预测TEVAR术后残余假腔形成的非侵入性影像生物标志物	回顾性研究设计，样本量有限（132例），需前瞻性研究验证结果	探究PVAT衰减在预测TEVAR术后残余假腔形成中的作用	斯坦福B型主动脉夹层（TBAD）患者	数字病理	心血管疾病	计算机断层扫描血管造影（CTA）	TotalSegmenter深度学习模型	影像数据	132例2016-2024年间在福建省立医院接受TEVAR的TBAD患者
759	2025-07-03	Leveraging machine learning models in evaluating ADMET properties for drug discovery and development 2025, ADMET & DMPK DOI:10.5599/admet.2772 PMID:40585410	综述	本文探讨了机器学习模型在药物发现和开发中评估ADMET（吸收、分布、代谢、排泄和毒性）特性的应用及其革命性影响	机器学习模型在ADMET预测中展现出比传统QSAR模型更高的准确性，为药物开发提供了快速、经济且可重复的替代方案	数据质量、算法透明度和监管接受度等挑战仍然存在	研究机器学习模型如何改进ADMET预测，以加速早期药物开发决策	ADMET特性的预测模型及其在药物发现中的应用	机器学习	NA	监督学习和深度学习技术	QSAR模型、机器学习模型	分子描述符和数据集	NA
760	2025-07-03	Deep learning in obsessive-compulsive disorder: a narrative review 2025, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2025.1581297 PMID:40585546	review	本文综述了深度学习在强迫症(OCD)研究中的应用，包括诊断分类、症状分类和治疗效果预测	深度学习利用神经影像、EEG和临床数据在OCD诊断分类中表现出高准确率(80-98%)，并在症状分类和治疗反应预测方面显示出潜力	当前模型受限于小样本量、缺乏治疗预测比较以及早期反应检测或可扩展监测解决方案的不足	探索深度学习在OCD诊断和治疗中的应用潜力	强迫症(OCD)患者	machine learning	psychiatric disorder	deep learning	NA	neuroimaging, EEG, clinical data	10项研究(具体样本量未明确说明)