深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
7641	2025-06-26	Author Correction: Detection of cotton crops diseases using customized deep learning model 2025-Jun-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07853-2 PMID:40555723	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
7642	2025-10-06	Artificial intelligence for predicting the risk of bone fragility fractures in osteoporosis 2025-Jun-24, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00572-3 PMID:40555880	研究论文	探讨人工智能在预测骨质疏松患者脆性骨折风险中的潜在优势和方法学问题	提出人工神经网络可更好识别易发生脆性骨折的骨质疏松患者，并预测未来骨折风险	高质量数据集稀缺、AI模型可解释性差、临床工作流程整合不足、预测准确性验证不充分	评估AI方法在支持骨质疏松临床决策中的潜力	骨质疏松患者群体	医疗人工智能	骨质疏松	人工神经网络	深度学习	临床和放射学数据	NA	NA	人工神经网络	预测准确性	NA
7643	2025-10-06	Multimodal Deep Learning Based on Ultrasound Images and Clinical Data for Better Ovarian Cancer Diagnosis 2025-Jun-24, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01566-8 PMID:40555943	研究论文	开发并验证基于超声图像和临床数据的多模态深度学习模型用于卵巢癌诊断	首次将2D灰度超声图像与临床数据结合构建多模态深度学习模型，显著提升卵巢癌诊断性能	回顾性研究设计，样本量相对有限（1899例患者）	提高卵巢癌的诊断准确性和一致性	附件肿块患者（1899例接受术前超声检查和后续手术的患者）	计算机视觉	卵巢癌	超声检查	深度学习	图像, 临床数据	1899例患者（2019-2024年）	NA	多模态深度学习模型	ROC曲线, 准确率, F1分数, AUC	NA
7644	2025-10-06	Artificial Intelligence Powered Real-Time Coronary Stenosis Recognition and Quantification in Angiography 2025-Jun-24, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01578-4 PMID:40555942	研究论文	开发用于冠状动脉造影中狭窄病变实时自动检测和量化的深度学习系统	首个集成血管类型分类、关键帧选择、病变检测、血管分割和定量冠状动脉造影五大核心组件的实时深度学习系统	研究数据仅来自两家三级医院，需要更多外部验证	开发实时冠状动脉狭窄自动识别和量化系统	冠状动脉狭窄病变	计算机视觉	心血管疾病	冠状动脉造影	深度学习	医学影像	502名成年患者的2651张诊断性冠状动脉造影图像	NA	NA	准确率,召回率,精确率	NA
7645	2025-10-06	Modeling Active-State Conformations of G-Protein-Coupled Receptors Using AlphaFold2 via Template Bias and Explicit Protein Constrains 2025-Jun-23, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00489 PMID:40440630	研究论文	本研究探索了使用AlphaFold2通过模板偏置和显式蛋白质约束来建模G蛋白偶联受体的活性态构象	扩展了AlphaFold2在蛋白质构象建模中的应用，通过引入模板偏置和显式约束来预测GPCRs的活性态结构	在变构效应建模方面存在局限，特别是受体胞外位点的预测准确性降低，可能影响基于结构的药物设计应用	评估深度学习方法在G蛋白偶联受体活性态构象建模中的能力和局限性	G蛋白偶联受体的构象状态，特别是活性态结构	机器学习	NA	蛋白质结构预测	深度学习	蛋白质结构数据	NA	AlphaFold2	AlphaFold2架构	预测准确性	NA
7646	2025-10-06	Data Scaling and Generalization Insights for Medicinal Chemistry Deep Learning Models 2025-Jun-23, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00538 PMID:40454949	研究论文	本文通过深度学习与传统机器学习方法研究小分子预测模型在药物发现中的性能表现与泛化能力	开发了能够解释81%模型性能差异的缩放关系，并成功识别图神经网络优于传统方法的因素	未明确说明具体数据集的详细特征和模型的具体参数设置	理解和改进药物发现中小分子预测模型的性能	小分子化合物	机器学习	NA	深度学习，传统机器学习	图神经网络，XGBoost，随机森林	化学结构数据，ADMET数据，药物发现实验数据	大型内部数据集和公开可用数据集	NA	图神经网络	性能方差解释率	NA
7647	2025-10-06	Recognition of suspended particles based on Mueller matrix microscopic imaging and deep learning 2025-Jun-23, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.118330 PMID:40554918	研究论文	提出一种结合深度学习与穆勒矩阵显微成像的悬浮颗粒识别方法	首次将深度学习技术与双模态穆勒矩阵显微成像系统结合，并自主研发Dual-HGNet网络增强YOLOv11主干网络	NA	开发能够准确识别不同材料悬浮颗粒的实时检测方法	水生环境中的悬浮颗粒	计算机视觉	NA	穆勒矩阵显微成像	CNN	偏振图像	不同材料制成的微球偏振数据集	PyTorch	YOLOv11, Dual-HGNet, MultiPolarNet	召回率, 精确率, mAP@0.5, FLOPs, 推理速度	GPU
7648	2025-10-06	Slice-Inference-Assisted Lightweight Small Object Detection Model for Holographic Digital Immunoassay Quantification 2025-Jun-20, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02441 PMID:40540441	研究论文	提出一种切片推理辅助的轻量级小目标检测模型，用于全息数字免疫分析定量检测食品中的氯霉素	结合无透镜全息成像系统与轻量深度学习模型，通过切片推理算法提升小目标检测精度并降低计算复杂度	NA	开发用于食品安全检测的便携式全息生物传感器	食品样品中的氯霉素	计算机视觉	NA	全息成像，数字免疫分析	深度学习，目标检测	全息图像	NA	NA	YOLOv5s改进模型	精确度，召回率，线性检测范围	NA
7649	2025-10-06	Automated oil spill detection using deep learning and SAR satellite data for the northern entrance of the Suez Canal 2025-Jun-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03028-1 PMID:40541995	研究论文	本研究使用DeepLabv3+深度学习模型基于Sentinel-1合成孔径雷达影像自动检测苏伊士运河北部入口的石油泄漏	通过比较区域特定数据集与通用数据集训练的模型性能，证明了区域特定训练在提高石油泄漏检测精度方面的优势	研究仅限于苏伊士运河北部入口区域，未验证模型在其他地理区域的适用性	开发自动化的石油泄漏检测方法以保护海洋生态系统	苏伊士运河北部入口海域的石油泄漏事件	计算机视觉	NA	合成孔径雷达遥感	深度学习	卫星图像	两个数据集：EMSA-CSN数据集1100个石油泄漏事件，埃及本地数据集1500个石油泄漏事件，测试集30个案例	NA	DeepLabv3+	损失值, 准确率, 平均交并比, ROC曲线下面积, 面积预测精度	NA
7650	2025-10-06	Attention-driven UNet enhancement for accurate segmentation of bacterial spore outgrowth in microscopy images 2025-Jun-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05900-6 PMID:40542045	研究论文	开发了一种注意力驱动的UNet增强模型，用于显微镜图像中细菌孢子和营养细胞的精确分割	将注意力机制集成到UNet架构中，提高了对细菌细胞分割的准确性	NA	开发深度学习模型来自动分析显微镜图像中的细菌细胞	细菌孢子和营养细胞	计算机视觉	NA	显微镜成像	CNN	图像	超过10,000个细菌细胞	Python, Flask	UNet	准确率, 精确率, 灵敏度, 特异性	NA
7651	2025-10-06	Modulation of Electric Field and Interface on Competitive Reaction Mechanisms 2025-Jun-20, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00705 PMID:40539901	研究论文	本研究通过深度势能分子动力学技术探讨电场和界面如何调控溶剂化甘氨酸的互变异构动力学	首次结合深度势能分子动力学与增强采样技术，系统研究电场和空气-水界面对甘氨酸互变异构反应机制的双重调控作用	研究基于理论模拟，需要后续实验验证；仅针对甘氨酸分子，未扩展到其他生物分子体系	揭示电场和界面环境对生物分子互变异构反应热力学、动力学及反应机制的调控规律	溶剂化甘氨酸分子的互变异构反应	计算化学	NA	深度势能分子动力学，增强采样技术	深度学习势能模型	分子动力学模拟数据	甘氨酸-水体系分子动力学模拟	DeePMD-kit	深度神经网络势能函数	自由能计算，反应能垒，热力学稳定性	NA
7652	2025-10-06	Historical Manuscripts Analysis: A Deep Learning System for Writer Identification Using Intelligent Feature Selection with Vision Transformers 2025-Jun-19, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11060204 PMID:40558803	研究论文	提出一种基于智能特征选择和视觉Transformer的深度学习系统，用于历史手稿的作者识别	首次将视觉Transformer应用于历史文档分析，结合智能特征选择和传统图像处理技术	仅使用ICDAR 2017数据集进行验证，未在其他历史手稿数据集上测试	开发一个强大的历史手稿作者识别系统	历史手稿文档	计算机视觉	NA	双边滤波去噪、Otsu阈值二值化、FAST特征检测、k-means聚类	Vision Transformer	图像	ICDAR 2017数据集	NA	Vision Transformer	NA	NA
7653	2025-10-06	Segmentation of Pulp and Pulp Stones with Automatic Deep Learning in Panoramic Radiographs: An Artificial Intelligence Study 2025-Jun-19, Dentistry journal IF:2.5Q2 DOI:10.3390/dj13060274 PMID:40559177	研究论文	本研究开发了一种基于深度学习的自动分割方法，用于在全景X光片中分割牙髓和髓石	首次将深度学习算法应用于全景X光片中牙髓和髓石的自动分割任务	研究样本量有限，需要更大数据集来提升模型诊断能力	评估人工智能算法在全景X光片中准确诊断牙髓和髓石钙化的能力	牙髓和髓石	计算机视觉	牙科疾病	全景X光成像	深度学习	X光图像	713张全景X光片，包含4675个髓石和5085个牙髓标注	NA	NA	Dice系数, IoU, 精确率, 召回率	NA
7654	2025-10-06	Automation of Multi-Class Microscopy Image Classification Based on the Microorganisms Taxonomic Features Extraction 2025-Jun-18, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11060201 PMID:40558800	研究论文	提出一种基于微生物外部几何特征提取的轻量级多类显微镜图像自动分类方法	开发了参数显著少于深度学习的轻量级模型，能够生成可解释的分类学描述符，并在标准CPU硬件上实现快速推理	方法在计算资源有限的环境中表现良好，但可能不适用于需要更高精度的复杂场景	实现基于微生物外部几何特征的自动化多类显微镜图像分类	四种微生物类型：微球菌、双球菌、链球菌和杆菌	计算机视觉	NA	显微镜成像	自动化机器学习	图像	包含四种细菌类型的标注图像数据集，模拟真实临床试验条件获取	NA	NA	精确率, 召回率, F1分数	标准CPU硬件
7655	2025-10-06	AI-Driven Drug Discovery: A Comprehensive Review 2025-Jun-17, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c00549 PMID:40547666	综述	本文全面评述了2019-2024年间人工智能在药物发现全流程中的应用进展与挑战	对AI/ML方法在药物发现全流程（从靶点识别到临床开发）进行系统性比较分析，强调透明方法论、鲁棒验证和伦理框架	存在数据可及性、模型可解释性和临床转化方面的持续差距	指导AI在药物研发领域的负责任整合，推动更安全有效的药物开发	人工智能在药物发现领域的应用方法论	机器学习	NA	深度学习、图神经网络、Transformer	深度学习, 图神经网络, Transformer	NA	NA	NA	NA	NA	NA
7656	2025-10-06	A multicentric study examining a deep-learning-based computer model for classifying bipolar disorder using retinal vascular images 2025-Jun-17, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2025.119718 PMID:40553740	研究论文	本研究开发了一种基于深度学习的计算机模型，利用视网膜血管图像对双相情感障碍进行分类	首次将深度学习分析应用于视网膜血管图像来区分双相情感障碍患者和健康个体	样本量相对有限（383名受试者），需要在更大样本中验证	开发基于视网膜血管图像的深度学习模型来辅助双相情感障碍的诊断	双相情感障碍患者和健康志愿者	计算机视觉	双相情感障碍	视网膜眼底成像	CNN	图像	383名受试者（188名双相情感障碍患者，195名健康志愿者）	NA	卷积神经网络	准确率, 敏感性, 特异性, 阳性预测值, 阴性预测值	NA
7657	2025-10-06	Predicting significant stenosis of AV access through Wavelet transform and machine learning on sounds recorded with an electronic stethoscope 2025-Jun-17, Annals of vascular surgery IF:1.4Q3 DOI:10.1016/j.avsg.2025.05.055 PMID:40553842	研究论文	本研究通过电子听诊器记录的声音信号，结合小波变换和深度学习技术预测动静脉通路显著狭窄	首次将小波变换和3D网格组件应用于动静脉通路声音分析，开发基于CNN的自动狭窄识别模型	样本量较小（30例患者），仅能预测严重狭窄（>50%），对轻度狭窄预测能力有待验证	开发基于声音分析的动静脉通路狭窄自动识别方法	30例终末期肾病伴动静脉通路功能障碍患者	机器学习	心血管疾病	电子听诊器录音、小波变换、血管造影	CNN	音频信号	30例患者，40个测试音频样本（20例显著狭窄，20例非显著狭窄）	NA	卷积神经网络	灵敏度, 特异度, 准确率	NA
7658	2025-10-06	Imaging-Based AI for Predicting Lymphovascular Space Invasion in Cervical Cancer: Systematic Review and Meta-Analysis 2025-Jun-16, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/71091 PMID:40523236	系统综述与Meta分析	本文通过系统综述和Meta分析评估基于影像学的人工智能在预测宫颈癌淋巴血管间隙浸润中的诊断准确性	首次对基于影像学的人工智能在宫颈癌LVSI预测中的诊断性能进行系统评价和Meta分析，并比较了深度学习与机器学习、不同影像模态间的性能差异	外部验证数据集有限且研究多为回顾性设计，可能存在潜在偏倚	评估基于影像学的人工智能模型在预测宫颈癌淋巴血管间隙浸润中的诊断准确性	宫颈癌患者	医学影像分析	宫颈癌	影像学分析（PET/CT、MRI）	深度学习, 机器学习	医学影像	16项研究共2514名患者	NA	NA	敏感度, 特异度, AUC	NA
7659	2025-10-06	Preoperative model for predicting early recurrence in hepatocellular carcinoma patients using radiomics and deep learning: A multicenter study 2025-Jun-15, World journal of gastrointestinal oncology IF:2.5Q3 DOI:10.4251/wjgo.v17.i6.106608 PMID:40547169	研究论文	本研究开发了一种结合影像组学和深度学习的术前模型，用于预测肝细胞癌患者消融治疗后早期复发风险	首次将肿瘤内和瘤周区域（5mm和10mm）特征相结合，采用光梯度增强机器学习算法构建预测模型	样本量相对有限（288例患者），需要更大规模的多中心验证	建立肝细胞癌患者消融治疗后早期复发的预测模型	肝细胞癌患者	数字病理	肝细胞癌	影像组学，深度学习	LightGBM	医学影像	288例患者（主要队列222例，外部队列66例）	NA	NA	AUC, 校准曲线, 决策曲线分析, Kaplan-Meier分析	NA
7660	2025-10-06	Dose Reduction in Scintigraphic Imaging Through Enhanced Convolutional Autoencoder-Based Denoising 2025-Jun-14, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11060197 PMID:40558796	研究论文	本研究提出一种基于增强卷积自编码器的深度学习方法来提高低剂量骨闪烁成像图像质量，旨在降低患者辐射剂量同时保持诊断质量	开发了集成多尺度特征提取、通道注意力机制和高效残差块的增强卷积自编码器架构，用于从低剂量输入重建高质量图像	研究样本量相对有限（105名患者），且仅在单一医疗中心的设备上验证	开发降低核医学成像中患者辐射剂量的深度学习去噪方法	骨闪烁成像图像	医学影像处理	骨骼疾病	骨闪烁成像	自编码器	医学图像	105名患者的真实世界配对低剂量和全剂量图像	NA	增强卷积自编码器（ECAE）	峰值信噪比（PSNR）, 结构相似性指数（SSIM）, 专家定性评估	NA