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
61	2025-08-04	Identification of syrup adulteration in wolfberry honey using CNN-CBAM-SVM combined with 1H NMR 2025-Jul-28, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145728 PMID:40752444	研究论文	开发了一种基于CNN-CBAM-SVM架构结合1H NMR光谱的深度学习模型，用于识别蜂蜜中的糖浆掺假	通过引入CBAM模块并用SVM分类器替换全连接层，增强了传统CNN模型，使其更适合小样本量	样本量较小（仅40个样本），可能影响模型的泛化能力	检测蜂蜜中的糖浆掺假	蜂蜜样品（20个真品和20个掺假样品）	机器学习	NA	1H NMR光谱	CNN-CBAM-SVM	光谱数据	40个蜂蜜样品（20个真品和20个掺假样品）
62	2025-08-04	Contrast-Enhanced CT-Based Deep Learning and Habitat Radiomics for Analysing the Predictive Capability for Oral Squamous Cell Carcinoma 2025-Jul-24, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.100914 PMID:40712385	研究论文	本研究通过对比基于对比增强CT的深度学习和栖息地分析模型，探索预测口腔鳞状细胞癌宫颈淋巴结转移和病理亚型的新方法	结合栖息地分析和临床特征的集成模型，提高了预测口腔癌的准确性	回顾性研究设计可能引入选择偏倚，样本量相对较小（132例）	预测口腔鳞状细胞癌的宫颈淋巴结转移和病理亚型	口腔鳞状细胞癌患者	数字病理	口腔癌	对比增强CT（CECT）	CNN, FCNN	图像	132例经石蜡病理确诊的口腔鳞状细胞癌患者
63	2025-08-04	Integrative approach for early detection of Parkinson's disease and atypical Parkinsonian syndromes leveraging hemodynamic parameters, motion data & advanced AI models 2025-Jul-24, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108989 PMID:40752456	研究论文	本研究提出了一种结合多模态传感器和AI模型的穿戴式框架，用于帕金森病和非典型帕金森综合征的早期检测	创新性地整合了多模态生理和血流动力学参数与AI算法，提供了一种可扩展、远程和非侵入性的早期检测方法	研究未提及样本的具体数量和多样性，可能影响模型的泛化能力	开发一种早期检测帕金森病和非典型帕金森综合征的方法	帕金森病(PD)和非典型帕金森综合征(包括MSAs和PSPs)患者	机器学习	帕金森病	PPG、HRV、温度传感器和惯性传感器	MLP和集成模型	生理信号和运动数据	NA
64	2025-08-04	Ultra-early detection of S100B biomarkers using a nanophotonic biosensor with deep learning quantification: A clinical model based on EDAS patients 2025-Jul-24, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.117810 PMID:40752476	research paper	开发了一种结合纳米光子生物传感器和深度学习的平台，用于超灵敏S100B生物标志物的检测，并在EDAS患者模型中验证了其临床潜力	整合了纳米光子生物传感器和深度学习技术，实现了S100B的超早期检测，具有高灵敏度和快速响应时间	研究样本量较小（n=25），且仅在EDAS患者模型中验证，未在其他类型的脑损伤中进行广泛测试	开发一种超早期检测脑损伤生物标志物的方法，以改善轻度创伤性脑损伤（mTBI）的管理	EDAS患者的血清、尿液、唾液和脑脊液样本	数字病理	脑损伤	纳米光子生物传感器、深度学习	ResNet-50	image	25名EDAS患者的匹配生物样本（血清、尿液、唾液、CSF）
65	2025-08-04	Shallow learning model for long-term cyanobacterial bloom forecasting in real-time monitoring system 2025-Jul-23, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.124283 PMID:40752389	research paper	本文介绍了一种浅层LSTM神经网络模型，用于实时监测系统中长期蓝藻水华的预测	提出了一种成本效益高、低功耗且易于实现的边缘AI系统，能够在微控制器单元上实时进行蓝藻水华预测	模型在28天时间范围内的预测准确率为70%，可能存在一定的误差	开发一种适用于边缘计算的实时蓝藻水华预测系统	蓝藻水华的长期预测	machine learning	NA	LSTM神经网络	LSTM	time series data	NA
66	2025-08-04	TME-guided deep learning predicts chemotherapy and immunotherapy response in gastric cancer with attention-enhanced residual Swin Transformer 2025-Jul-21, Cell reports. Medicine DOI:10.1016/j.xcrm.2025.102242 PMID:40695288	研究论文	利用深度学习模型预测胃癌患者对化疗和免疫治疗的响应	提出了一种注意力增强的残差Swin Transformer网络，用于预测化疗响应，并通过中间任务（ImmunoScore和POSTN）提升模型性能	需要前瞻性研究验证其临床实用性	预测胃癌患者对化疗和免疫治疗的响应，为个性化治疗提供依据	3095名胃癌患者	数字病理	胃癌	深度学习	Swin Transformer	临床数据	3095名胃癌患者
67	2025-08-04	Learning Biophysical Dynamics with Protein Language Models 2025-Jul-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.11.617911 PMID:39464109	研究论文	本文介绍了两种蛋白质语言模型SeqDance和ESMDance，用于学习蛋白质的动态生物物理特性	首次将蛋白质动态特性整合到语言模型中，显著提升了突变效应的零样本预测能力	模型性能依赖于分子动力学模拟和正态模式分析的质量	开发能够捕捉蛋白质动态特性的深度学习模型	蛋白质的动态生物物理特性	生物信息学	NA	分子动力学模拟, 正态模式分析	蛋白质语言模型(SeqDance, ESMDance)	蛋白质序列, 结构数据	超过64,000种蛋白质
68	2025-08-04	Automated detection and numbering of primary and permanent teeth in digital impressions of children using artificial intelligence 2025-Jul-12, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105976 PMID:40659080	研究论文	本研究开发并评估了一种自动方法，用于在儿童数字印模中分割和标记乳牙和恒牙	结合大上下文预测进行牙齿标记和高分辨率预测进行牙齿分割的深度学习模型	对于不寻常的牙齿状况或模糊的牙齿萌出模式会出现错误	开发一种自动方法，用于在儿童混合牙列的数字印模中区分乳牙和恒牙	儿童乳牙或混合牙列的数字印模	数字病理	NA	深度学习	CNN	3D数字印模	来自351名患者的716个数字印模
69	2025-08-04	The Role of Artificial Intelligence in Heart Failure Diagnostics, Risk Prediction, and Therapeutic Strategies: A Comprehensive Review 2025-Jul, Cureus DOI:10.7759/cureus.87130 PMID:40747166	综述	本文全面回顾了人工智能在心力衰竭诊断、风险预测和治疗策略中的应用	探讨了AI如何通过改进风险评估、患者自我管理和诊断来提升心力衰竭患者的生活质量，并展示了AI在心脏成像系统和远程监测技术中的集成应用	实施成本高、数据隐私问题以及算法偏见等伦理考虑	研究人工智能在心力衰竭管理中的应用及其对患者预后的影响	心力衰竭患者	机器学习	心血管疾病	神经网络、深度学习算法、规则型AI系统	CNN, LSTM	结构化健康记录、心脏成像数据	NA
70	2025-08-04	Real-time guidance and automated measurements using deep learning to improve echocardiographic assessment of left ventricular size and function 2025-Jul, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyaf094 PMID:40747448	研究论文	本研究评估了基于深度学习的实时引导和自动测量对左心室大小和功能测量可重复性的影响	结合实时深度学习引导与自动测量，显著提高了左心室大小和功能测量的可重复性	未显著改善射血分数的可重复性，未来研究需评估其临床效果	提高超声心动图对左心室大小和功能评估的可重复性	46名患者（24名乳腺癌患者和22名普通心脏病患者）	数字病理学	心血管疾病	深度学习	DL	图像	46名患者，共52次纳入和208次超声心动图检查
71	2025-08-04	Three-Dimensional Choroidal Vessel Analysis in Asymmetric Bilateral Age-Related Macular Degeneration: A Comparison of Active Neovascular AMD and Dry AMD Fellow Eyes 2025-Jul-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.9.64 PMID:40719538	研究论文	本研究使用创新的三维算法评估了双侧年龄相关性黄斑变性（AMD）患者的脉络膜血管系统，比较了新生血管性AMD和干性AMD眼的差异	采用创新的三维深度学习算法对脉络膜血管系统进行分割和分析，首次在不对称双侧AMD患者中比较了两种AMD亚型的脉络膜血管特征	样本量较小（仅30例患者），且为回顾性研究设计	比较双侧不对称AMD患者中新生血管性AMD眼和干性AMD眼的脉络膜血管特征差异	30例双侧不对称AMD患者（共60只眼）	数字病理学	年龄相关性黄斑变性	扫频光学相干断层扫描（swept-source OCT）	深度学习算法	三维图像数据	30例患者（60只眼），平均年龄78.63±8.01岁
72	2025-08-04	FIR-LSTM: An Explainable Deep Learning Framework for Predicting Iatrogenic Withdrawal Syndrome in Pediatric Intensive Care Units 2025-Jun-25, Research square DOI:10.21203/rs.3.rs-6787167/v1 PMID:40678213	研究论文	开发了一种可解释的深度学习框架FIR-LSTM，用于预测儿科重症监护病房中的医源性戒断综合征	结合单向多层LSTM网络和分层相关性传播（LRP）技术，提高了模型的预测性能和可解释性	研究仅基于电子健康记录（EHRs），未考虑其他可能的临床因素	通过早期预测医源性戒断综合征（IWS）来改善儿科重症患者的治疗效果	儿科重症监护病房的患者	机器学习	儿科疾病	分层相关性传播（LRP）	LSTM	电子健康记录（EHRs）	NA
73	2025-08-04	Classification of Multi-Parametric Body MRI Series Using Deep Learning 2025-Jun-18, ArXiv PMID:40735097	研究论文	本文提出了一种基于深度学习的分类模型，用于分类8种不同的身体多参数磁共振成像（mpMRI）系列类型，以提高放射科医生阅读检查的效率	使用多种深度学习分类器（ResNet、EfficientNet和DenseNet）对8种不同的MRI系列进行分类，并比较它们的性能，同时研究了不同训练数据量对模型性能的影响	模型在外部数据集上的性能有所下降，表明可能存在泛化性问题	开发一种高效的深度学习模型，用于准确分类多参数磁共振成像（mpMRI）系列类型	多参数磁共振成像（mpMRI）系列	计算机视觉	NA	深度学习	ResNet, EfficientNet, DenseNet	图像	729项研究数据，以及外部数据集DLDS和CPTAC-UCEC
74	2025-08-04	Leveraging Transfer Learning and Attention Mechanisms for a Computed Tomography Lung Cancer Classification Model 2025-Jun, Cureus DOI:10.7759/cureus.87071 PMID:40746804	研究论文	开发并评估了一种结合ResNet50V2和SE块的深度学习模型，用于从CT图像中自动分类肺癌亚型	将SE块与ResNet50V2结合，增强了通道特征重校准，提高了分类准确性	需要外部验证，模型可解释性有待提高，未来需探索如Vision Transformers等新兴架构	提高肺癌亚型分类的准确性和效率，辅助放射科医生进行诊断决策	肺癌CT图像	计算机视觉	肺癌	深度学习	ResNet50V2 + SE块	图像	1000张匿名肺部CT图像
75	2025-08-04	AI Opportunistic Coronary Calcium Screening at Veterans Affairs Hospitals 2025-May-16, NEJM AI DOI:10.1056/aioa2400937 PMID:40746702	research paper	开发了一种名为AI-CAC的深度学习算法，用于在非对比、非门控CT扫描上自动量化冠状动脉钙化（CAC）	利用来自98个医疗中心的影像数据，捕捉了成像协议、扫描仪和患者的广泛异质性，并在795名患者中与非门控扫描进行了对比	研究主要基于退伍军人事务部医疗系统的数据，可能不适用于其他人群	开发并验证一种深度学习算法，用于在非门控CT扫描上自动量化冠状动脉钙化	冠状动脉钙化（CAC）	digital pathology	cardiovascular disease	deep learning	CNN	image	795名患者和8052例低剂量CT扫描
76	2025-08-04	Physics-informed deep learning for infectious disease forecasting 2025-Apr-29, ArXiv PMID:39876937	研究论文	提出了一种基于物理信息神经网络（PINNs）的新型传染病预测模型，该模型通过将流行病学理论与数据结合，有效防止模型过拟合	首次将物理信息神经网络（PINNs）应用于传染病预测，并通过嵌入分室模型到损失函数中，整合流行病学理论与数据	模型在更广泛的流行病学数据和其他地区的适用性尚未验证	提高传染病预测的准确性，以支持公共卫生决策和疫情准备	COVID-19在加利福尼亚州的传播情况	机器学习	传染病	物理信息神经网络（PINNs）	PINN, RNN, LSTM, GRU, Transformer	时间序列数据	加利福尼亚州级别的COVID-19数据
77	2025-08-04	Dynamic Glucose Enhanced Imaging using Direct Water Saturation 2025-Apr-24, ArXiv PMID:39502884	研究论文	该研究提出了一种利用直接水饱和（DS）曲线的交换线宽（LW）增宽来增强动态葡萄糖成像（DGE MRI）的新方法	利用直接水饱和曲线的交换线宽增宽来克服现有DGE MRI方法的低效应大小和对运动的敏感性	研究仅在四名脑肿瘤患者中进行了初步评估，样本量较小	开发一种新的MRI技术，用于更有效地评估葡萄糖摄取	脑肿瘤患者	医学影像	脑肿瘤	MRI, 动态Z谱采集, 深度学习	深度学习	MRI图像	四名脑肿瘤患者
78	2025-08-04	Improving synergistic drug combination prediction with signature-based gene expression features in oncology 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1614758 PMID:40746727	研究论文	本文提出了一种基于药物抗性特征（DRS）的新方法，用于改进肿瘤学中协同药物组合的预测	整合药物抗性特征（DRS）作为生物信息学表示，提供更全面的药物组合预测框架	未明确提及具体局限性	改进协同药物组合的预测方法	药物组合及其在肿瘤治疗中的协同效应	机器学习	癌症	机器学习（LASSO、随机森林、AdaBoost、XGBoost）和深度学习模型SynergyX	LASSO、随机森林、AdaBoost、XGBoost、SynergyX	基因表达数据	多个独立数据集（ALMANAC、O'Neil、OncologyScreen、DrugCombDB）
79	2025-08-04	Deep learning-based classification of multiple fundus diseases using ultra-widefield images 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1630667 PMID:40746855	研究论文	本研究开发了一种基于深度学习的混合模型，用于利用超广角眼底图像分类多种眼底疾病，以提高诊断效率和准确性	结合DenseNet121特征提取器和XGBoost分类器，利用Grad-CAM可视化模型决策过程，显著提高了多种眼底疾病的分类准确率	研究为回顾性研究，可能受到数据收集时间和范围的限制	开发辅助临床决策的自动化诊断工具，提高眼科疾病诊断效率	超广角眼底图像，涵盖16种眼底疾病	计算机视觉	眼底疾病	深度学习	DenseNet121 + XGBoost	图像	10,612张超广角眼底图像
80	2025-08-04	Relationship between personality and sleep: a dual validation study combining empirical and big data-driven approaches 2025, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2025.1596269 PMID:40747256	研究论文	本研究结合实证和大数据驱动的方法，探讨人格特质与睡眠问题及自报睡眠质量之间的关系	利用深度学习模型分析微博数据，揭示人格特质与睡眠质量之间的复杂关系	研究主要基于微博数据，可能无法完全代表所有人群的睡眠和人格特征	探究人格特质与睡眠问题及自报睡眠质量之间的关系	微博用户及其发布的帖子	自然语言处理	NA	深度学习	基于FFM的深度学习模型	文本	336名活跃用户和15,251名用户的4,860,000条微博帖子