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	2025-06-10	A deep learning-based method for predicting the frequency classes of drug side effects based on multi-source similarity fusion 2025-Jun-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf319 PMID:40424358	research paper	本文提出了一种基于多源相似性融合的深度学习方法MSSF，用于预测药物副作用的频率类别	利用多源特征融合模块和自注意力机制深入探索药物与副作用之间的关系，并采用贝叶斯变分推断更准确地预测药物副作用的频率类别	现有方法通常在五个频率类别上构建回归模型，容易对训练集过拟合，导致边界处理问题和过拟合风险	预测药物副作用在人群中的频率类别，以指导患者用药和药物开发	药物副作用	machine learning	NA	multi-source similarity fusion, self-attention mechanism, Bayesian variational inference	MSSF	multi-source data	NA
62	2025-06-10	Identification of Isomerically Diverse Ginsenosides Using Engineered Aerolysin Nanopore via Non-Translocation Blockade Sensing 2025-Jun-02, Angewandte Chemie (International ed. in English) DOI:10.1002/anie.202506741 PMID:40456701	research paper	该研究利用工程化的气单胞菌素纳米孔通过非易位阻断传感技术识别异构多样的皂苷	通过S278K突变使气单胞菌素获得高度正电荷内部，产生强烈的电渗流和增强的空间/焓屏障，有效捕获皂苷分子并防止其进一步易位，显著提高了检测能力	NA	开发一种新型纳米孔传感技术，用于识别和定量分析结构复杂且多样的小分子分析物	异构多样的皂苷	生物传感技术	NA	纳米孔传感技术	深度学习	分子阻断信号	30种皂苷
63	2025-06-10	Three-Dimensional Choroidal Contour Mapping in Healthy and Diseased Eyes 2025-Jun-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.6.16 PMID:40488701	research paper	该研究通过定量评估健康眼和患病眼中脉络膜内边界（CIB）和脉络膜外边界（COB）的曲率，比较了不同眼病之间的差异	采用基于深度学习和三维平滑方法的混合技术进行脉络膜层分割，并首次在健康眼和患病眼中定量比较了脉络膜边界的曲率	研究为回顾性设计，样本量相对较小（97例患者）	定量评估脉络膜曲率特征并比较不同眼病间的差异	97例患者的眼睛（35例健康眼，32例CSCR患者眼，30例干性AMD患者眼）	数字病理学	年龄相关性黄斑变性（AMD）和中心性浆液性脉络膜视网膜病变（CSCR）	深度学习结合三维平滑方法	深度学习模型（未指定具体类型）	医学影像数据	97例患者（35例健康眼，32例CSCR患者眼，30例干性AMD患者眼）
64	2025-06-10	Retinal Vessel Geometry and Retinal Abnormalities in Cerebral Autosomal Dominant Arteriopathy With Subcortical Infarcts and Leukoencephalopathy 2025-Jun-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.6.17 PMID:40488700	研究论文	研究CADASIL患者的视网膜血管几何形态和视网膜异常	使用基于深度学习模型的自动视网膜血管几何评估程序，首次系统性地研究了CADASIL患者的视网膜血管几何参数变化	样本量较小（35例患者和35例对照），且为回顾性研究	探究CADASIL疾病对视网膜血管的影响	CADASIL患者和正常对照的视网膜血管	数字病理学	脑常染色体显性遗传性动脉病伴皮质下梗死和白质脑病（CADASIL）	深度学习	深度学习模型	图像	35例CADASIL患者和35例正常对照
65	2025-06-10	Identification of Gingival Inflammation Surface Image Features Using Intraoral Scanning and Deep Learning 2025-Jun, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.01.002 PMID:39875279	研究论文	本研究结合口腔内扫描和深度学习算法，开发了一种自动识别牙龈炎症表面特征的方法	首次将口腔内扫描(IOS)与深度学习算法结合，用于牙龈炎症表面特征的自动识别，并评估其与临床指标的相关性	样本量相对较小(120名患者)，且仅针对牙周炎患者进行研究	开发一种客观、可量化的牙龈炎症识别方法，以辅助临床诊断	牙周炎患者的牙龈炎症表面特征	数字病理	牙周病	口腔内扫描(IOS)	GC-U-Net	图像	120名牙周炎患者
66	2025-06-10	An explainable transformer model integrating PET and tabular data for histologic grading and prognosis of follicular lymphoma: a multi-institutional digital biopsy study 2025-Jun, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07090-9 PMID:39883138	研究论文	开发了一种可解释的多模态融合Transformer模型，用于非侵入性识别滤泡性淋巴瘤(FL)的分级和预后	首次将3D PET肿瘤图像与表格数据通过Transformer模型融合，并引入可解释性模块（如Grad-CAM和SHAP分析）增强临床可解释性	研究为回顾性设计，样本量相对有限（513例患者）且来自特定医疗机构	开发深度学习模型作为数字活检工具，用于滤泡性淋巴瘤的无创分级和预后评估	滤泡性淋巴瘤患者	数字病理学	滤泡性淋巴瘤	PET成像	Transformer	图像（3D PET）和表格数据	513例FL患者（来自5个医疗中心）
67	2025-06-10	Artificial intelligence-based cardiac transthyretin amyloidosis detection and scoring in scintigraphy imaging: multi-tracer, multi-scanner, and multi-center development and evaluation study 2025-Jun, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07117-1 PMID:39907796	研究论文	本研究利用深度学习技术，基于多示踪剂、多扫描仪和多中心数据集，开发并评估了一种全自动检测和评分心脏转甲状腺素蛋白淀粉样变性（ATTR-CM）的方法	首次在多示踪剂、多扫描仪和多中心数据集上开发全自动ATTR-CM检测和评分系统，并通过Grad-CAM和显著性图解释模型决策过程	部分外部数据集样本量较小（如数据集#3仅41例患者），且未标记数据集（数据集#6）的验证结果依赖专家确认	开发自动化工具提升转甲状腺素蛋白淀粉样心肌病（ATTR-CM）的诊断效率和准确性	全身闪烁扫描图像中的ATTR-CM病变	数字病理学	心血管疾病	深度学习	CNN（基于Grad-CAM和显著性图分析）	医学影像（闪烁扫描图像）	6个数据集共3737例（含标记数据522例+未标记数据3215例），涉及99mTc-MDP/DPD/HDP/PYP四种示踪剂和12台扫描仪
68	2025-06-10	A Fully Automated Artificial Intelligence-Based Approach to Predict Renal Function After Radical or Partial Nephrectomy 2025-Jun, Urology IF:2.1Q2 DOI:10.1016/j.urology.2025.01.073 PMID:39914676	研究论文	本文提出了一种基于人工智能的全自动方法，用于预测肾切除术后肾功能	开发了一种全自动AI模型，无需临床细节或医生干预即可准确预测术后GFR	研究样本量相对较小（300例患者），且仅来自KiTS19挑战赛的数据	比较AI模型与临床模型在预测肾切除术后GFR方面的准确性	接受肾切除术治疗的肾肿瘤患者	数字病理	肾癌	深度学习分割模型	深度学习	CT图像	300例肾肿瘤患者
69	2025-06-10	The effect of cryopreservation on enamel microcracks - A μCT analysis using a deep learning algorithm 2025-Jun, Cryobiology IF:2.3Q3 DOI:10.1016/j.cryobiol.2025.105207 PMID:39929328	研究论文	本研究通过μCT分析和深度学习算法，探讨了冷冻保存对牙釉质微裂纹的影响	首次利用深度学习算法实现了对牙釉质微裂纹的自动分割和定量评估	样本量较小（仅5颗牙齿），且未考虑牙齿提取过程中钳子使用的影响	研究冷冻保存对牙釉质微裂纹的影响	人类牙齿	数字病理学	牙科疾病	μCT分析	U-Net	图像	5颗牙齿（冷冻保存前后对比）
70	2025-06-10	Recent advances in AI-driven protein-ligand interaction predictions 2025-Jun, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2025.103020 PMID:39999605	综述	本文总结了AI驱动的蛋白质-配体相互作用预测领域的最新进展	介绍了AI模型（如图神经网络、混合密度网络、Transformer和扩散模型）在预测性能上的提升，以及几何深度学习和基于序列的嵌入在配体结合位点预测中的应用	跨不同蛋白质-配体对的泛化能力仍然是一个挑战	提高结构药物发现的准确性和效率	蛋白质-配体相互作用	机器学习	NA	AI驱动的计算方法	图神经网络、混合密度网络、Transformer、扩散模型	蛋白质-配体相互作用数据	NA
71	2025-06-10	AI-enabled CT-guided end-to-end quantification of total cardiac activity in 18FDG cardiac PET/CT for detection of cardiac sarcoidosis 2025-Jun, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology IF:3.0Q2 DOI:10.1016/j.nuclcard.2025.102195 PMID:40127777	research paper	提出了一种基于深度学习的全自动流程，用于通过CT衰减图分割心脏腔室来量化[18F]FDG PET活动，以检测心脏结节病	使用深度学习从CT衰减图中自动分割心脏腔室，并基于此框架评估定量方法	样本量较小（69例患者），且特异性较低（65%）	开发一种全自动的[18F]FDG PET量化方法，用于心脏结节病的检测	疑似心脏结节病的患者	digital pathology	cardiac sarcoidosis	PET/CT, deep learning	DL	image	69例患者
72	2025-06-10	Deep Learning Algorithms to Predict Differential Renal Function <40% in Unilateral Hydronephrosis Based on Key Parameters of Urinary Tract Ultrasound 2025-Jun, Urology IF:2.1Q2 DOI:10.1016/j.urology.2025.04.009 PMID:40210002	研究论文	本研究通过深度学习算法预测单侧肾积水患儿肾功能差异<40%的风险，基于超声关键参数	首次将机器学习模型（如SVM）应用于基于超声参数的肾功能差异预测，显著提高了预测准确性	研究为回顾性设计，样本仅来自单一科室，可能存在选择偏倚	探索超声参数与肾功能差异的关联，为手术决策提供无创评估工具	802例单侧肾积水患儿	数字病理	肾积水	超声检查+动态肾图	SVM/随机森林/逻辑回归	医学影像+临床参数	802例患儿数据
73	2025-06-10	Advances in EEG-based detection of Major Depressive Disorder using shallow and deep learning techniques: A systematic review 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110154 PMID:40273818	系统性综述	本文系统综述了基于EEG的重度抑郁症检测在浅层和深度学习技术方面的进展	整合了EEG特征与AI技术，探索了多种EEG标记物在MDD诊断中的应用	需要进一步研究以增强EEG指标在MDD背景下的可解释性	促进对MDD神经机制的理解并识别潜在的诊断生物标志物	重度抑郁症（MDD）患者和健康对照组	机器学习	重度抑郁症	EEG	浅层和深度学习	EEG信号	22项研究（初始搜索5603篇，筛选后纳入22篇）
74	2025-06-10	Beyond accuracy: The need for explainable AI in biomedical voice technology 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110240 PMID:40379565	research paper	本文探讨了在生物医学语音技术中，除了准确性外，可解释AI的重要性	强调了在临床环境中，高表现深度学习模型的可解释性和透明度的重要性	未具体提及研究的局限性	研究生物医学语音技术中AI的可解释性需求	语音和声音作为非侵入性生物标志物	natural language processing	neurodegenerative and respiratory diseases, psychiatric and emotional disorders	NA	deep learning models	voice data	NA
75	2025-06-10	[Rapid identification and analysis of hemoglobin isoelectric focusing electrophoresis images based on deep learning] 2025-Jun, Se pu = Chinese journal of chromatography DOI:10.3724/SP.J.1123.2024.05012 PMID:40394749	研究论文	本文提出了一种基于深度学习的目标检测算法，用于快速识别血红蛋白等电聚焦电泳图像中的条带，并进行定量和分类	采用YOLOv8模型直接输出电泳条带信息，不依赖专业人员经验，不受泳道变形或条带变形等因素影响，且无需pI标记物即可定性确定条带	模型训练仅使用了1665张无pI标记的血红蛋白IEF图像，可能在其他类型电泳图像上的泛化能力有限	开发一种快速、准确的血红蛋白等电聚焦电泳图像自动分析方法	血红蛋白等电聚焦电泳图像	数字病理学	成人地中海贫血	等电聚焦电泳(mIEF)	YOLOv8	图像	1665张无pI标记的血红蛋白IEF图像
76	2025-06-10	A hybrid protocol for peptide development: integrating deep generative models and physics simulations for biomolecular design targeting IL23R/IL23 2025-Jun, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.144652 PMID:40419055	research paper	本文提出了一种结合深度生成模型和物理模拟的混合协议，用于开发针对IL23R/IL23的生物分子设计	结合LSTM网络、GRU分类器和分子动力学模拟，开发了一种新型的抑制肽P4，其IC值为2 μM	未提及具体实验样本数量或进一步的临床前验证	开发针对IL23R/IL23轴的肽类调节剂，用于治疗自身免疫性疾病	白细胞介素-23受体（IL23R）及其相关细胞因子白细胞介素-23（IL23）	machine learning	autoimmune diseases	LSTM, GRU, molecular dynamics (MD) simulations	LSTM, GRU	molecular data	NA
77	2025-06-10	m6A-SPP: Identification of RNA N6-methyladenosine modification sites through multi-source biological features and a hybrid deep learning architecture 2025-Jun, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.144789 PMID:40449782	研究论文	本文介绍了一种名为m6A-SPP的新型深度学习框架，用于有效预测RNA N6-甲基腺苷（m6A）修饰位点	结合了序列特征和RNA的物理化学特性，通过两个专门模块进行整合，并利用预训练的DNABERT和CNN进行序列表示处理	NA	准确预测m6A修饰位点，以理解其生物学功能及在疾病中的作用	RNA N6-甲基腺苷（m6A）修饰位点	自然语言处理	NA	深度学习	BERT, CNN	RNA序列数据	包含8种细胞系（如HEK293T和HeLa）和3种组织类型（包括脑、肝和肾）的数据集
78	2025-06-10	Network Occlusion Sensitivity Analysis Identifies Regional Contributions to Brain Age Prediction 2025-Jun-01, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70239 PMID:40470724	研究论文	该研究通过结合网络遮挡敏感性分析(NOSA)和精细人脑图谱，揭示了卷积神经网络(CNN)在脑龄预测中不同脑区的贡献	开发了可解释性方案NOSA结合精细人脑图谱，首次系统揭示了脑龄预测模型中各脑区的贡献模式	研究样本年龄范围有限(8-80岁)，未涵盖更广年龄段	提高脑龄预测模型的可解释性，识别关键贡献脑区	人脑结构和功能	数字病理学	老年疾病	深度学习	CNN	脑影像数据	训练集3054例，测试集555例(年龄8-80岁)
79	2025-06-07	Deep learning for microbiome-informed precision nutrition 2025-Jun, National science review IF:16.3Q1 DOI:10.1093/nsr/nwaf148 PMID:40475064	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
80	2025-06-10	PeruFoodNet: A unique dataset of traditional peruvian food for image recognition systems and allergenic ingredient inference 2025-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111604 PMID:40486219	research paper	介绍了一个名为PeruFoodNet的数据集，包含4000张传统秘鲁菜肴的图片，用于图像识别系统和过敏成分推断	创建了一个独特的秘鲁菜肴数据集，可用于图像识别和过敏成分识别	数据集主要由作者自己拍摄，可能缺乏多样性	促进图像识别和分类研究，帮助识别菜肴中的过敏成分	传统秘鲁菜肴	computer vision	NA	Deep Learning	NA	image	4000张图片，涵盖40种最受欢迎的秘鲁菜肴，每种菜肴100张图片