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	2025-07-21	Artificial Intelligence in Diabetes Care: Applications, Challenges, and Opportunities Ahead 2025-Jul-17, Endocrine practice : official journal of the American College of Endocrinology and the American Association of Clinical Endocrinologists IF:3.7Q2 DOI:10.1016/j.eprac.2025.07.008 PMID:40683367	综述	本文综述了人工智能在糖尿病护理中的应用、挑战及未来机遇	探讨了AI在糖尿病并发症筛查、疾病进展风险预测、临床决策支持系统优化等方面的创新应用	未具体说明AI技术在糖尿病护理中的实际应用效果及潜在风险	评估人工智能技术在糖尿病护理领域的应用潜力及发展方向	糖尿病患者及其相关并发症	机器学习	糖尿病	传统机器学习方法和深度学习算法	深度学习	图像数据和电子健康记录	NA
62	2025-07-21	Efficacy and prognostic factors of anti-VEGF treatment for neovascular age-related macular degeneration: An OCTA imaging-based deep learning analysis 2025-Jul-17, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2025.104701 PMID:40683364	研究论文	本研究通过OCTA成像和深度学习分析，探讨了抗VEGF治疗新生血管性年龄相关性黄斑变性的疗效及预后因素	使用改进的LUNet深度学习模型分析OCTA图像，识别与抗VEGF治疗反应相关的视网膜特征	研究为回顾性分析，样本量相对较小（165例患者）	探索影响抗VEGF治疗反应的影像生物标志物和预测因素，以优化临床评估	新生血管性年龄相关性黄斑变性（nAMD）患者	数字病理学	年龄相关性黄斑变性	光学相干断层扫描血管成像（OCTA）	改进的LUNet模型	图像	165例渗出性AMD患者
63	2025-07-21	Deep learning-based screening approach for priority pollutants: a case study on retired power battery recycling 2025-Jul-17, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2025.126849 PMID:40683377	研究论文	本研究提出了一种基于深度学习的污染物优先级筛选框架，应用于退役动力电池回收过程中的环境风险评估	结合五种深度学习方法构建了名为McA的综合污染物筛选模型，并通过性能加权显著提高了准确性和可靠性	研究仅针对退役动力电池回收场景，未验证在其他污染源场景的适用性	开发深度学习方法来识别和评估退役动力电池回收过程中的优先污染物	退役动力电池回收过程中潜在的污染物	机器学习	NA	深度学习算法与层次聚类分析结合	McA（基于五种深度学习方法构建的集成模型）	污染物特征数据	识别出13种污染物（分为4个优先级）
64	2025-07-21	Imaging analysis using Artificial Intelligence to predict outcomes after endovascular aortic aneurysm repair: protocol for a retrospective cohort study 2025-Jul-16, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2024-098724 PMID:40669892	研究论文	本研究旨在利用人工智能分析成像数据，预测主动脉瘤腔内修复术后的结果	首次开发基于人工智能的预测模型，用于优化主动脉瘤腔内修复术后的随访策略	研究为回顾性设计，样本量有限（500例患者）	开发预测模型以优化主动脉瘤腔内修复术后的随访策略	接受择期主动脉瘤腔内修复术的患者	数字病理学	心血管疾病	CT血管造影（CTA）	深度学习算法	图像	500例接受择期主动脉瘤腔内修复术的患者
65	2025-07-21	Deep learning-based high-resolution time inference for deciphering dynamic gene regulation from fixed embryos 2025-Jul-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-61907-7 PMID:40670357	研究论文	本文提出了一种基于深度学习的多尺度集成方法，用于从固定果蝇胚胎图像中高精度推断绝对发育时间，并应用于基因调控网络的动态解析	开发了一种能够以1分钟分辨率从固定胚胎核形态推断绝对发育时间的深度学习方法，并成功应用于内源分割基因的动态调控研究	方法目前仅应用于果蝇胚胎，在其他生物系统中的适用性尚未验证	解析胚胎发育过程中复杂基因调控网络的时空动态	果蝇胚胎及其内源分割基因Krüppel (Kr)和hunchback (hb)	数字病理学	NA	固定胚胎成像	多尺度集成深度学习	图像	野生型果蝇胚胎
66	2025-07-21	Interpretable deep learning framework for understanding molecular changes in human brains with Alzheimer's disease: implications for microglia activation and sex differences 2025-Jul-16, npj aging IF:4.1Q2 DOI:10.1038/s41514-025-00258-5 PMID:40670382	research paper	开发了一个可解释的深度学习框架，用于研究阿尔茨海默病(AD)患者大脑中的分子变化，特别关注小胶质细胞激活和性别差异	首次发现与AD女性更显著神经元损失相关的性别连锁转录因子对(ZFX/ZFY)，揭示了AD性别二态性的新机制	研究基于批量组织RNA-seq数据，可能无法完全反映单细胞水平的分子变化	利用人工智能方法在分子水平上研究阿尔茨海默病	阿尔茨海默病患者和对照组的大脑组织	digital pathology	geriatric disease	RNA-seq	MLP	gene expression data	来自ROSMAP、MAYO和MSBB三个队列的大脑组织样本
67	2025-07-21	Hybrid genetic algorithm and deep learning techniques for advanced side-channel attacks 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06375-1 PMID:40670393	研究论文	本文提出了一种结合遗传算法和深度学习技术的高级侧信道攻击方法	利用遗传算法框架高效优化神经网络的超参数，克服了传统网格搜索和贝叶斯优化方法的局限性	未提及具体的数据集规模限制或计算资源需求	优化侧信道攻击模型的性能，提高密码安全性评估水平	受保护的AES加密实现	机器学习	NA	遗传算法(GA)与深度学习	神经网络	侧信道数据	未明确提及具体样本数量
68	2025-07-21	Automatic segmentation of liver structures in multi-phase MRI using variants of nnU-Net and Swin UNETR 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07084-5 PMID:40670420	研究论文	本研究评估了深度学习架构在多相Gd-EOB-DTPA增强T1加权VIBE MRI扫描中对肝脏结构的分割效果	比较了nnU-Net的变体和Swin UNETR在肝脏结构分割中的性能，并确定了动脉晚期作为最佳固定相位用于配准	病变和腹水的分割对所有模型都具有挑战性，性能仍有提升空间	开发自动分割肝脏结构的深度学习模型，以改善肝脏疾病的评估和手术规划	肝脏实质、门静脉、肝静脉、主动脉、病变和腹水	数字病理	肝脏疾病	多相Gd-EOB-DTPA增强T1加权VIBE MRI扫描	nnU-Net, ResEnc nnU-Net, Swin UNETR	MRI图像	458例病理肝脏的T1加权VIBE扫描，其中78例手动标注，47例用于跨扫描仪评估
69	2025-07-21	In Silico tool for predicting, designing and scanning IL-2 inducing peptides 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08388-2 PMID:40670434	研究论文	开发了一种预测IL-2诱导肽的方法，并构建了集成模型以提高预测性能	结合了基于对齐的方法和人工智能模型（包括机器学习、深度学习和大型语言模型），构建了集成模型，并开发了软件IL2pred	主数据集中IL-2诱导和非诱导肽均为MHC结合物，可能影响模型的泛化能力	预测和设计IL-2诱导肽，以支持基于IL-2的免疫治疗	IL-2诱导肽和非诱导肽	生物信息学	癌症	机器学习（ML）、深度学习（DL）、大型语言模型（LLM）	Extra Tree、集成模型	肽序列数据	主数据集6,574个肽（3,429个IL-2诱导肽和3,145个非诱导肽），另有两个替代数据集
70	2025-07-21	Enhancing pathological feature discrimination in diabetic retinopathy multi-classification with self-paced progressive multi-scale training 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07050-1 PMID:40670454	研究论文	提出了一种结合自步渐进学习和随机多尺度图像重建的深度学习框架，用于糖尿病视网膜病变的多分类任务	引入了自步渐进学习策略（从简单到复杂的样本训练）和随机多尺度图像重建技术，以及基于KL散度的集成学习协作正则化方法	未明确提及具体局限性，但暗示低质量数据和小样本量是领域普遍挑战	提升糖尿病视网膜病变多分类任务的病理特征判别能力	糖尿病视网膜病变(DR)的眼底图像	数字病理	糖尿病视网膜病变	深度学习框架（含自步渐进学习、多尺度图像重建）	基于ResNet-50改进的模型	医学图像（眼底照片）	APTOS和MESSIDOR-Kaggle整合数据集（具体数量未说明）
71	2025-07-21	Artificial intelligence-based diabetes risk prediction from longitudinal DXA bone measurements 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10136-5 PMID:40670456	研究论文	本研究利用纵向DXA骨测量数据和人工智能技术，预测卡塔尔成年人糖尿病的发病风险	首次使用纵向多模态DXA骨测量数据预测糖尿病发病风险，并比较了传统模型与深度学习模型的性能	研究样本仅限于卡塔尔成年人，可能存在地域局限性；排除了数据不完整的参与者	探索DXA骨测量指标作为糖尿病发病预测因子的潜力	卡塔尔成年人（1382名参与者，包括725名男性和657名女性）	数字病理学	糖尿病	双能X射线吸收测定法(DXA)，SMOTE和SMOTEENN数据增强技术	传统机器学习模型和深度学习(DL)模型	纵向骨测量数据	1382名参与者（男性725人，女性657人）
72	2025-07-21	Fusion of microscopic and diffraction images with VGG net for budding yeast recognition in imaging flow cytometry 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09320-4 PMID:40670500	研究论文	提出了一种结合图像融合技术和深度学习算法的新方法，用于提高显微-衍射成像流式细胞术中的细胞分类速度和准确性	首次将图像融合技术与VGG-net卷积神经网络结合，用于显微-衍射成像流式细胞术中的细胞分类	研究仅针对芽殖酵母细胞进行分类，未验证在其他细胞类型上的适用性	提高显微-衍射成像流式细胞术(MDIFC)中细胞分类的准确性和处理速度	芽殖酵母细胞	计算机视觉	NA	显微-衍射成像流式细胞术(MDIFC)	VGG-net CNN, SVM, RF	图像	未明确说明样本数量，但分类了三种细胞事件(单细胞、芽殖细胞和聚集细胞)
73	2025-07-21	Image quality and radiation dose of reduced-dose abdominopelvic computed tomography (CT) with silver filter and deep learning reconstruction 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11184-7 PMID:40670595	研究论文	评估使用SilverBeam滤波器和深度学习重建（DLR）的低剂量腹部盆腔CT与标准剂量迭代重建（IR）在图像质量和辐射剂量方面的差异	结合SilverBeam滤波器和深度学习重建技术，显著降低辐射剂量同时保持图像质量不劣于标准剂量	研究样本量有限（182例），且未探讨长期临床效果	比较低剂量CT与标准剂量CT在腹部盆腔成像中的性能差异	腹部盆腔CT扫描	医学影像	NA	深度学习重建（DLR）、迭代重建（IR）、SilverBeam滤波器	深度学习模型（未指定具体架构）	CT图像	182例患者（100名男性，平均年龄63±14岁）
74	2025-07-21	Development and evaluation of a deep learning-based system for dental age estimation using the demirjian method on panoramic radiographs 2025-Jul-16, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-06420-5 PMID:40670936	研究论文	开发并评估了一种基于深度学习的系统，用于在全景X光片上使用Demirjian方法自动估计牙齿年龄	首次将YOLOv11深度学习模型应用于牙齿发育阶段分类，并与传统手动方法进行比较	需要更广泛的人群验证和尝试其他模型架构才能进行临床部署	开发自动牙齿年龄估计系统并评估其性能	牙齿发育阶段	计算机视觉	NA	深度学习	YOLOv11	图像	4800张全景X光片用于训练验证测试，另外650人(325女性，325男性)用于比较分析
75	2025-07-21	Computational Pathology for Accurate Prediction of Breast Cancer Recurrence: Development and Validation of a Deep Learning-based Tool 2025-Jul-16, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100847 PMID:40680854	研究论文	开发并验证了一种基于深度学习的计算病理学工具Deep-BCR-Auto，用于从常规H&E染色的全切片图像中预测乳腺癌复发风险	提出了一种新的深度学习方法Deep-BCR-Auto，显著优于现有的弱监督模型，并在两个独立队列中验证了其性能	研究可能受到数据集的多样性和规模的限制，且未在所有类型的乳腺癌患者中进行验证	开发一种成本效益高的计算病理学工具，用于乳腺癌复发风险预测，以优化患者的治疗计划	乳腺癌患者，特别是HR+/HER2-患者	数字病理学	乳腺癌	深度学习	Deep-BCR-Auto	图像	TCGA-BRCA数据集和俄亥俄州立大学内部数据集
76	2025-07-21	Deep Learning Predicts Survival Across Squamous Tumor Entities From Routine Pathology: Insights from Head and Neck, Esophagus, Lung and Cervical Cancer 2025-Jul-16, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100845 PMID:40680853	research paper	该研究开发了一种基于深度学习的模型，利用H&E染色切片预测头颈部鳞状细胞癌患者的总体生存率，并在多种鳞状肿瘤中验证其通用性	首次在多种鳞状肿瘤（包括头颈部、食管、肺和宫颈鳞状细胞癌）中验证了深度学习模型的通用性，并揭示了预测风险评分与多种临床因素的相关性	模型在食管鳞状细胞癌中的预测结果不显著，且不同队列中与风险评分相关的具体临床因素存在差异	评估基于计算病理学的深度学习模型在预测多种鳞状肿瘤患者生存率方面的通用性和解释性	头颈部鳞状细胞癌、食管鳞状细胞癌、肺鳞状细胞癌和宫颈鳞状细胞癌患者的H&E染色切片	digital pathology	head and neck squamous cell carcinoma, esophageal squamous cell carcinoma, lung squamous cell carcinoma, cervical squamous cell carcinoma	深度学习	NA	image	多种鳞状肿瘤患者的H&E染色切片（具体数量未提及）
77	2025-07-21	Deep Learning-Based Quantitative Assessment inflammatory response of hyperreflective foci in Diabetic Macular Edema 2025-Jul-16, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2025.104728 PMID:40680912	研究论文	本研究探讨了糖尿病黄斑水肿（DME）中炎症细胞因子（IL-6、ICAM-1和VEGF）与超反射焦点（HRF）之间的关联	使用深度学习开发的自动分割系统定量评估HRF，并首次揭示HRF数量及体积与眼内炎症细胞因子含量的相关性	样本量较小（39只DME眼和19只对照眼），且未发现细胞因子与HRF分布的显著相关性	探索DME中炎症标志物与影像学生物标志物的关联机制	糖尿病黄斑水肿患者的房水样本和SD-OCT影像特征	数字病理	糖尿病黄斑水肿	ELISA检测、SD-OCT成像、自动分割系统	深度学习（未明确具体模型）	生物分子检测数据、医学影像数据	58只眼（29名DME患者的39只眼+19名对照者的19只眼）
78	2025-07-21	Comparative study of dermatologists and deep learning model on diagnosing childhood vitiligo 2025-Jul-16, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2025.104727 PMID:40680913	研究论文	比较皮肤科医生和深度学习模型在诊断儿童白癜风方面的表现	使用深度学习模型（ResNet152和DenseNet121）基于皮肤镜图像诊断儿童白癜风，并与皮肤科医生的诊断性能进行比较	样本量相对较小（474名儿科患者），且仅基于皮肤镜图像进行诊断	探索深度学习模型在儿童白癜风诊断中的性能	儿童白癜风患者和非白癜风患者	数字病理学	白癜风	皮肤镜成像	ResNet152, DenseNet121	图像	474名儿科患者（223名白癜风患者和251名非白癜风患者），3,896张皮肤镜图像
79	2025-07-21	An Integrated Deep Learning Framework Using Adaptive Enhanced Vision Fusion and Modified MobileNet Architecture for Precision Classification of Skin Diseases with Enhanced Diagnostic Performance 2025-Jul-16, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100331 PMID:40681043	研究论文	提出了一种名为Dermo-Transfer的新型深度学习框架，用于提高皮肤疾病分类的准确性和诊断性能	结合MobileNet与密集块和残差连接，解决梯度消失和过拟合问题，并采用多尺度Retinex、伽马校正和直方图均衡化提升图像质量，使用量子支持向量机(QSVM)分类器提高分类性能	未明确提及研究的局限性	提高皮肤疾病分类的准确性和诊断性能	皮肤疾病图像	计算机视觉	皮肤疾病	多尺度Retinex、伽马校正、直方图均衡化、QSVM	MobileNet、Dermo-Transfer	图像	77,314张图像，涵盖多种皮肤疾病
80	2025-07-21	Multi-class mental Task Classification based Brain-Computer Interface using Improved Remora depthwise convolutional adaptive neuro-fuzzy inference network model 2025-Jul-16, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110536 PMID:40681115	研究论文	提出了一种基于改进Remora深度卷积自适应神经模糊推理网络模型的多类心理任务分类脑机接口系统	使用改进的Remora优化方法调整模型参数，提高了分类准确率，并在噪声抑制和特征提取方面采用了新技术	EEG信号中的噪声和有限的数据可用性可能影响系统的准确性和可靠性	开发准确可靠的脑机接口系统，帮助严重运动障碍患者与外界交互	脑电图（EEG）信号和多类心理任务	脑机接口	运动障碍	有限线性Haar小波滤波（FLHF）和混合动态中心二值模式多阈值三元模式（H-DCBP-MTTP）	改进的Remora深度卷积自适应神经模糊推理网络（IRDCANFIN）	EEG信号	BCI实验室数据集和EEG精神障碍数据集