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
7701	2025-04-11	The Future of Medicine: AI and ML Driven Drug Discovery Advancements 2025-Apr-08, Current topics in medicinal chemistry IF:2.9Q3 DOI:10.2174/0115680266346722250401191232 PMID:40207759	review	本文回顾了人工智能和机器学习在药物设计领域的应用及其未来发展趋势	介绍了AI和ML如何通过整合大数据提高计算机辅助药物设计的效率和准确性，以及深度学习在处理复杂非线性数据中的作用	未具体提及研究中的局限性	探讨AI和ML在药物发现领域的应用及其对医疗保健的变革	药物设计领域的技术和方法	machine learning	NA	Computer-Aided Drug Design (CADD), Structure based drug design (SBDD), Ligand based drug design (LBDD), Pharmacophore modelling, PBPK modeling, nano-QSAR	Deep Learning (DL)	big data	NA
7702	2025-04-11	The Potential Diagnostic Application of Artificial Intelligence in Breast Cancer 2025-Apr-08, Current pharmaceutical design IF:2.6Q2 DOI:10.2174/0113816128369168250311172823 PMID:40207818	综述	本文探讨了人工智能在乳腺癌病理学中的潜在应用，包括风险评估、早期检测以及组织病理学和乳腺X光数据的分析	人工智能平台在预测乳腺癌风险和临床诊断前三年识别肿瘤方面显示出潜力，深度学习技术特别是CNN在癌症亚型分类和肿瘤风险分级上达到与专业放射科医生相当的准确性	需要高质量的数据集以及将AI技术整合到临床工作流程中的挑战仍然存在	探讨人工智能在乳腺癌诊断和治疗策略改进中的潜在应用	乳腺癌的诊断和治疗	数字病理学	乳腺癌	深度学习	CNN	组织病理学和乳腺X光数据	NA
7703	2025-04-11	AI-based automatic estimation of single-kidney glomerular filtration rate and split renal function using non-contrast CT 2025-Apr-07, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01959-x PMID:40192862	research paper	本研究利用人工智能和非对比CT技术自动估计单肾肾小球滤过率和分肾功能	采用深度学习和放射组学特征结合临床特征，通过非对比CT估计肾功能，避免了SPECT的放射性、复杂性和高成本	研究仅针对萎缩肾或肾积水患者，样本量有限（245例）	开发一种无创、高效且低成本的肾功能评估方法	萎缩肾或肾积水患者	digital pathology	kidney disease	non-contrast CT, deep learning, radiomics	multivariable linear regression (MLR)	CT图像	245例患者（训练集128例，测试集117例）
7704	2025-04-11	Enabling new insights from old scans by repurposing clinical MRI archives for multiple sclerosis research 2025-Apr-07, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58274-8 PMID:40195318	research paper	开发了一种名为MindGlide的深度学习模型，用于从任何单一MRI对比中提取脑区和白质病变体积，以促进多发性硬化症研究	MindGlide模型能够从单一MRI对比中提取脑区和白质病变体积，突破了传统多对比协议的限制，使得大量单对比医院档案得以利用	模型虽然在多个数据集上进行了验证，但可能仍存在对某些特定MRI扫描仪或患者群体的适应性不足	促进多发性硬化症的临床研究和试验，通过深度学习模型利用现有单对比MRI档案	多发性硬化症患者的MRI扫描数据	digital pathology	multiple sclerosis	MRI, deep learning	deep learning model (MindGlide)	MRI scans	训练集：4247次脑MRI扫描，来自2934名MS患者，592台扫描仪；验证集：14,952次扫描，来自1,001名患者
7705	2025-04-11	The first urban open space product of global 169 megacities using remote sensing and geospatial data 2025-Apr-07, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04924-x PMID:40195340	research paper	该研究利用深度学习和遥感数据，首次为全球169个特大城市制作了高分辨率的城市开放空间地图产品OpenspaceGlobal	首次采用基于微小人工标注策略的深度学习方法，为全球169个特大城市制作了1.19米分辨率的城市开放空间地图产品	城市开放空间的高类间相似性、复杂环境和尺度变化可能导致映射性能不尽如人意	填补全球主要城市缺乏城市开放空间地图产品的空白，促进对全球主要城市人造空间表面的更好理解	全球169个特大城市的城市开放空间	remote sensing	NA	深度学习，光学遥感影像	NA	光学遥感影像，众包地理空间数据	处理了超过8.5 TB的遥感图像和近9000万个众包地理空间数据多边形
7706	2025-04-11	Transformer-based deep learning ensemble framework predicts autism spectrum disorder using health administrative and birth registry data 2025-Apr-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90216-8 PMID:40195371	research paper	该研究开发了一个基于Transformer的深度学习集成框架，利用健康管理和出生登记数据预测自闭症谱系障碍（ASD）	结合极端梯度提升模型和大规模集成Transformer深度学习模型，利用可解释人工智能方法确定影响ASD风险的因素	模型的AUC为69.6%，特异度为56.9%，仍有提升空间	探索机器学习模型应用于健康管理和出生登记数据以早期识别ASD高风险儿童的可行性	2006年至2018年间加拿大安大略省707,274对母婴数据，其中10,956例ASD确诊儿童	machine learning	autism spectrum disorder	Extreme Gradient Boosting, Transformer	ensemble Transformer models	health administrative data, birth registry data	707,274 mother-offspring pairs (10,956 ASD cases)
7707	2025-04-11	Validation of body composition parameters extracted via deep learning-based segmentation from routine computed tomographies 2025-Apr-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96238-6 PMID:40195401	研究论文	本研究开发并验证了一种基于深度学习的自动化流程，用于从常规CT扫描中提取身体组成参数	提出了一种灵活、开源的自动化流程，整合了深度学习分割模型与前后处理步骤，用于身体组成参数的提取	分割错误、解剖异常或图像不规则性导致测量差异，SM测量因切片选择存在较大变异性	验证基于深度学习的自动化身体组成参数提取方法的准确性和预后价值	337名外科肿瘤患者的CT扫描图像	数字病理学	肿瘤	深度学习分割	深度学习模型	CT图像	337名外科肿瘤患者
7708	2025-04-11	A novel hybrid layer-based encoder-decoder framework for 3D segmentation in congenital heart disease 2025-Apr-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96251-9 PMID:40195399	research paper	提出了一种新型的基于混合层的编码器-解码器框架，用于先天性心脏病的3D图像分割	结合全局体积混合模块和基于局部体积的多头注意力模块，通过自注意力机制显式捕捉3D图像分割过程中的局部和全局依赖关系	训练数据集有限且心脏和大血管组织的变异性带来固有复杂性	提高先天性心脏病患者心脏解剖结构分割的准确性，以支持精确诊断和治疗计划	先天性心脏病患者的3D医学图像	digital pathology	cardiovascular disease	3D图像分割	hybrid layer-based encoder-decoder framework	3D medical images	公共数据集ImageCHD和HVSMR-2.0
7709	2025-04-11	Current status and prospects of computer vision-based attitude and deformation measurement applications in wind tunnels 2025-Apr-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96000-y PMID:40195507	综述	本文总结了基于计算机视觉的模型姿态和变形测量在风洞测试中的应用现状与前景	探讨了多维数据融合和深度学习技术在风洞视觉测量中的互补优势，提高了测量效率和精度	风洞环境的特定条件对视觉测量技术的实际应用存在一定限制	响应风洞测试智能化需求，总结模型姿态和变形测量的应用进展	风洞测试中的模型姿态和变形测量	计算机视觉	NA	深度学习	NA	多维数据	NA
7710	2025-04-11	Diving back two hundred million years: yawn contagion in fish 2025-Apr-07, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-08004-z PMID:40195505	research paper	该研究首次在鱼类中发现打哈欠传染现象，并利用深度学习模型区分打哈欠与呼吸行为	首次在变温动物（斑马鱼）中证实打哈欠传染现象的存在，挑战了该行为仅存在于恒温社会性动物的传统认知	研究仅针对斑马鱼，未验证其他鱼类或更广泛变温动物是否存在类似现象	探究打哈欠传染行为的进化起源及其在脊椎动物中的普遍性	斑马鱼（Danio rerio）的哈欠行为	动物行为学	NA	深度学习	深度学习模型（未指定具体架构）	视频行为数据	未明确说明样本数量（斑马鱼群体）
7711	2025-04-11	A Folding-Docking-Affinity framework for protein-ligand binding affinity prediction 2025-Apr-07, Communications chemistry IF:5.9Q1 DOI:10.1038/s42004-025-01506-1 PMID:40195508	研究论文	提出了一种名为Folding-Docking-Affinity (FDA)的框架，用于预测蛋白质-配体结合亲和力	结合深度学习和AI技术，首次在无法获得结晶蛋白质-配体结合构象的情况下，通过折叠蛋白质和确定结合构象来预测结合亲和力	未明确提及样本量或具体实验条件，可能影响结果的广泛适用性	提高蛋白质-配体结合亲和力预测的准确性，以促进药物发现	蛋白质和配体的结合亲和力	机器学习和计算生物学	NA	深度学习AI技术	FDA框架	三维蛋白质-配体结合结构	NA
7712	2025-04-11	Unknown-Aware Bilateral Dependency Optimization for Defending Against Model Inversion Attacks 2025-Apr-04, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3558267 PMID:40184277	research paper	提出了一种双边依赖优化策略（BiDO）及其升级框架（BiDO+），用于防御模型反演攻击并提升分布外检测性能	通过双边依赖优化策略（BiDO）最小化输入特征与潜在表示之间的依赖关系，同时最大化潜在表示与标签之间的依赖关系，解决了模型反演攻击与分类性能之间的权衡问题	使用BiDO训练的模型在分布外（OOD）检测方面性能下降，可能带来安全风险	防御模型反演攻击并提升分布外检测性能	深度学习模型及其在隐私保护和安全性方面的应用	machine learning	NA	NA	NA	NA	NA
7713	2025-04-11	Accelerated Spine MRI with Deep Learning Based Image Reconstruction: A Prospective Comparison with Standard MRI 2025-Apr, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.11.004 PMID:39580249	研究论文	本研究评估了基于深度学习的MRI重建在图像采集时间、整体图像质量和诊断可互换性方面与标准MRI的比较	首次前瞻性比较了深度学习重建MRI与标准MRI在脊柱成像中的性能，证实了深度学习在减少扫描时间和提高图像质量方面的优势	研究样本量相对有限(200名参与者)，且仅针对脊柱不适患者	评估深度学习重建MRI在脊柱成像中的临床应用价值	脊柱不适患者	医学影像分析	脊柱疾病	深度学习图像重建	DL(深度学习模型)	MRI图像	200名参与者(107名男性患者，平均年龄46.56±17.07岁)
7714	2025-04-11	Oral Microbe Community and Pyramid Scene Parsing Network-based Periodontitis Risk Prediction 2025-Apr, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2024.10.019 PMID:39613556	研究论文	本研究结合Pyramid Scene Parsing Network (PSPNet)深度学习模型与牙菌斑微生物数据，开发了一种用于预测牙周炎风险的评分系统	首次将PSPNet深度学习模型与口腔微生物数据结合，用于牙周炎风险的早期预测	样本量相对有限，且数据来源于单一数据库	开发一种可靠、高效且非侵入性的牙周炎早期筛查方法	90名健康对照者和514名牙周炎患者的牙菌斑样本	数字病理	牙周炎	微生物分析	PSPNet	微生物数据	604个牙菌斑样本（90健康对照+514牙周炎患者）
7715	2025-04-11	Radiomics Model Based on Contrast-enhanced CT Intratumoral and Peritumoral Features for Predicting Lymphovascular Invasion in Hypopharyngeal Squamous Cell Carcinoma 2025-Apr, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.11.017 PMID:39643470	研究论文	基于增强CT肿瘤内和肿瘤周围特征的影像组学模型预测下咽鳞状细胞癌淋巴血管侵犯状态	结合肿瘤内和肿瘤周围的影像组学特征，构建深度学习模型和Nomogram模型，显著提高了对淋巴血管侵犯状态的预测效率	样本量相对较小（166例患者），且仅基于单一医疗中心的回顾性数据	预测下咽鳞状细胞癌（HSCC）患者的淋巴血管侵犯（LVI）状态	166例经病理确认的HSCC患者，其中47例LVI阳性	数字病理学	下咽鳞状细胞癌	增强CT（CECT）影像组学分析	深度学习模型、Nomogram模型	医学影像	166例HSCC患者（47例LVI阳性）
7716	2025-04-11	Feasibility of Sub-milliSievert Low-dose Computed Tomography with Deep Learning Image Reconstruction in Evaluating Pulmonary Subsolid Nodules: A Prospective Intra-individual Comparison Study 2025-Apr, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.11.042 PMID:39674695	研究论文	评估使用深度学习图像重建（DLIR）的低剂量计算机断层扫描（LDCT）在评估肺亚实性结节中的可行性	首次全面评估了DLIR在亚毫西弗LDCT中对肺亚实性结节的评估效果，展示了DLIR-H在降低剂量同时保持图像质量的优势	研究样本量相对较小（102名患者），且仅在单一机构进行	评估低剂量CT结合深度学习图像重建技术在肺亚实性结节诊断中的可行性	肺亚实性结节	数字病理	肺癌	计算机断层扫描（CT）、深度学习图像重建（DLIR）	DLIR（深度学习图像重建）	医学影像	102名患者，358个亚实性结节
7717	2025-02-20	Deep Learning with Multiphase CTA and CTP Images for Predicting Hemorrhagic Transformation in Acute Ischemic Stroke Patients 2025-Apr, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.014 PMID:39966075	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
7718	2025-04-11	Cannabidiol-Rich Cannabis sativa L. Extract Alleviates LPS-Induced Neuroinflammation Behavioral Alterations, and Astrocytic Bioenergetic Impairment in Male Mice 2025-Apr, Journal of neuroscience research IF:2.9Q2 DOI:10.1002/jnr.70035 PMID:40195769	研究论文	本研究探讨了富含大麻二酚(CBD)的大麻提取物在脂多糖(LPS)诱导的神经炎症小鼠模型中的神经保护潜力	相比合成CBD，大麻提取物在缓解LPS诱导的焦虑样行为、认知缺陷和运动障碍方面表现出更优的疗效，并通过计算模型揭示了Delta-9-THC诱导的CB1受体构象变化增强了CBD结合	研究仅使用雄性小鼠，且需要进一步的临床探索	探索大麻提取物在神经炎症和相关神经退行性疾病中的治疗潜力	LPS诱导的神经炎症小鼠模型	神经科学	神经退行性疾病	定量逆转录聚合酶链反应(QRt-PCR)、细胞外通量测定、深度学习计算推断	深度学习	行为测试数据、生化指标、基因表达数据	未明确提及样本数量，仅说明使用雄性小鼠
7719	2025-04-11	Deep Learning Applications in Imaging of Acute Ischemic Stroke: A Systematic Review and Narrative Summary 2025-Apr, Radiology IF:12.1Q1 DOI:10.1148/radiol.240775 PMID:40197098	系统性综述	本文系统综述了深度学习在急性缺血性卒中（AIS）影像学中的应用，并总结了当前技术的现状和发展机会	全面评估了深度学习在AIS影像学中的多种应用，包括自动检测大血管闭塞和测量Alberta卒中项目早期CT评分，并突出了公共AIS数据集的重要性	需要标准化协议和测试集、更大的公共数据集以及在真实世界环境中的性能验证	评估深度学习在成人AIS患者影像学中的应用，提供技术现状的全面概述并识别发展机会	急性缺血性卒中（AIS）的影像学数据	计算机视觉	心血管疾病	深度学习	CNN, transformers	影像	380项研究（其中68项进行了详细数据提取）
7720	2025-04-11	CBD: Coffee Beans Dataset 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111434 PMID:40201542	research paper	介绍了一个名为CBD的高质量咖啡豆数据集，用于支持机器学习和深度学习模型在咖啡豆分类和分级中的应用	提供了包含450张高分辨率图像的咖啡豆数据集，涵盖9种不同的咖啡豆等级，旨在解决咖啡质量评估中的关键挑战	数据集的样本来源仅限于印度喀拉拉邦的Wayanad地区，可能无法代表全球咖啡豆的多样性	开发先进的咖啡豆分类技术，提高咖啡质量评估和分类准确性	咖啡豆	computer vision	NA	NA	EfficientNet-B0	image	450张高分辨率图像，涵盖9种咖啡豆等级，每类50张