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	2025-07-30	Deep Diffusion MRI Template (DDTemplate): A Novel Deep Learning Groupwise Diffusion MRI Registration Method for Brain Template Creation 2025-Jul-26, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121401 PMID:40721052	研究论文	提出了一种名为DDTemplate的深度学习方法，用于群体扩散MRI数据的配准和脑模板创建	首次将深度学习应用于群体扩散MRI配准，并整合了全脑组织微结构和纤维束特定方向信息	未明确提及具体限制，但可能包括对新扫描仪或不同采集协议的适应性	开发一种新的群体扩散MRI配准方法，用于创建脑模板和研究脑部变异	多个人群的扩散MRI数据（青少年、年轻成人和老年人）	医学影像分析	NA	扩散MRI（dMRI）	基于VoxelMorph框架的深度学习网络	扩散MRI图像	来自多个队列的数据（具体数量未提及）
62	2025-07-30	Clinical application of a deep learning system for automatic mandibular alveolar bone quantity assessment and suggested treatment options using CBCT cross-sections 2025-Jul-25, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000043257 PMID:40725950	研究论文	本研究开发了一个基于深度学习的系统，用于自动评估下颌牙槽骨量并通过CBCT横截面图像提供治疗建议	使用YOLOv8-seg卷积神经网络自动分割下颌牙槽骨和下牙槽神经管，并提供实时治疗建议，显著提高了评估效率和准确性	系统仍需未来改进以完全满足临床应用需求	开发一个临床可用的AI系统，用于牙槽骨量评估和治疗方案建议	下颌牙槽骨和下牙槽神经管	数字病理	牙科疾病	CBCT成像	YOLOv8-seg CNN	医学影像	自定义数据集中的CBCT横截面图像（具体数量未明确说明）
63	2025-07-30	CPI-MIF: Compound-Protein Interaction Prediction with Multiview Information Fusion 2025-Jul-22, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c00113 PMID:40727722	研究论文	提出了一种名为CPI-MIF的多视图信息融合模型，用于预测化合物与蛋白质的相互作用	CPI-MIF模型通过微观和宏观视图挖掘化合物和蛋白质的结构与生物信息，并利用多视图交互模块整合这些信息，从而提高了预测准确性	未提及模型在更广泛数据集上的泛化能力或计算效率的具体限制	改进化合物与蛋白质相互作用（CPI）的预测方法，以支持药物发现过程	化合物与蛋白质的相互作用	机器学习	NA	多视图信息融合	CPI-MIF	化合物和蛋白质的结构与序列数据	三个真实世界数据集
64	2025-07-30	Reinforcement Learning-Based Nonlinear Model Predictive Controller for a Jacketed Reactor: A Machine Learning Concept Validation Using Jetson Orin 2025-Jul-22, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c03219 PMID:40727728	研究论文	本研究通过实验验证了一种结合机器学习和非线性模型预测控制（NMPC）的框架，用于跟踪批量反应器（BR）的温度曲线，并采用演员-评论家强化学习（A2CRL）方法进行动态权重更新	提出的演员-评论家方法通过动态调节放热反应产生的热量，有效整合了策略优化和价值函数估计，相比现有的基于深度学习的NMPC实现，提高了控制器的性能	研究仅基于实验室规模的批量反应器数据，尚未在工业规模系统中验证	验证机器学习与非线性模型预测控制框架在批量反应器温度跟踪中的有效性	批量反应器（BR）的温度控制	机器学习	NA	演员-评论家强化学习（A2CRL），非线性模型预测控制（NMPC）	RNN	实验数据	实验室规模的批量反应器数据
65	2025-07-30	Stacking Ensemble Neural Network for Chemical Safety Assessment: A Case Study of Thyroid Peroxidase and Natural Product Screening 2025-Jul-22, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c02188 PMID:40727784	研究论文	本研究开发了一种新颖的堆叠集成神经网络模型，用于预测甲状腺过氧化物酶（TPO）抑制活性，并应用于天然产物筛选	结合卷积神经网络、双向长短期记忆网络和注意力机制，以及多种分子指纹特征，构建了一个堆叠集成神经网络模型，提高了对分子结构与生物活性复杂关系的捕捉能力	模型在召回率方面表现一般（0.55），可能对某些TPO抑制剂的识别能力有限	开发一种能够准确预测化学物质TPO抑制活性的模型，用于化学安全评估	甲状腺过氧化物酶（TPO）抑制剂及天然产物	机器学习	甲状腺功能障碍	深度学习（DL）	CNN, BiLSTM, 注意力机制	分子指纹数据	未明确说明样本数量，但包含外部测试集和泰国本土蔬菜筛选数据
66	2025-07-30	MCST-AFN: A Multichannel Spatiotemporal Feature Adaptive Fusion Network Framework Based on a Low-Fidelity Molecular Dynamics Model 2025-Jul-22, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c01443 PMID:40727795	研究论文	提出了一种基于低保真分子动力学模型的多通道时空特征自适应融合网络框架（MCST-AFN），用于增强分子表示并预测分子性质	结合深度学习技术与分子动力学模拟，通过低保真模型降低计算成本，并设计注意力网络实现多通道时空特征的自适应融合	未明确提及具体局限性，但低保真模型可能在某些情况下牺牲精度	提升分子性质预测的准确性和效率	分子动力学模拟数据及分子性质预测任务	机器学习	NA	深度学习、分子动力学模拟	MCST-AFN（多通道时空特征自适应融合网络）	分子动力学模拟数据	13个基准数据集
67	2025-07-30	Deep Learning Network Selection and Optimized Information Fusion for Enhanced COVID-19 Detection: A Literature Review 2025-Jul-21, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15141830 PMID:40722579	review	本文综述了深度学习在COVID-19检测中的应用，特别是通过胸部影像学（如X光和CT）进行诊断的方法	探讨了卷积神经网络（CNNs）和新兴的视觉变换器（ViTs）在识别COVID-19相关肺部异常中的性能，并指出ViTs在性能和数据处理上的优势	COVID-19检测的进展受到数据集有限、非均匀以及图像标准差异等问题的限制，同时存在诊断过拟合和泛化能力差的问题	评估深度学习架构在COVID-19检测中的发展和性能，探索信息融合技术以提升诊断效果	深度学习架构（如CNNs和ViTs）在COVID-19检测中的应用	digital pathology	COVID-19	深度学习（DL），信息融合技术	CNN, ViT	image（CXR, CT）, 临床数据, 咳嗽声音评估	NA
68	2025-07-30	Smart Dairy Farming: A Mobile Application for Milk Yield Classification Tasks 2025-Jul-21, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15142146 PMID:40723610	研究论文	本研究利用基于图像的轻量级深度学习模型对奶牛的产奶量进行分类，分为低、中、高三个等级，通过自动检测奶牛的乳房区域实现	采用YOLOv11架构实现高效的实时目标检测与分类，并将模型部署到移动应用中，支持非专业用户进行现场评估	分类错误主要发生在类别边界附近，强调了图像采集条件一致性的重要性	支持奶牛生产系统中的决策制定，特别是在传统数据收集方法不可用或不切实际的场景中	奶牛的乳房区域图像	计算机视觉	NA	深度学习	YOLOv11	图像	公开的奶牛图像数据集，标注有305天产奶量记录，并选择平衡的子集用于训练、验证和测试
69	2025-07-30	Machine Learning-Based Prognostic Signature in Breast Cancer: Regulatory T Cells, Stemness, and Deep Learning for Synergistic Drug Discovery 2025-Jul-21, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26146995 PMID:40725242	研究论文	本研究探讨了乳腺癌肿瘤免疫微环境中癌症干细胞性与调节性T细胞（Tregs）的相互作用，并开发了一个基于机器学习的预后特征模型	通过整合调节性T细胞分化相关基因和干细胞性相关基因，构建了一个预后风险模型，并利用深度学习筛选出具有协同效应的药物	研究仅基于RNA-Seq数据，未考虑其他类型的分子数据如蛋白质组学或表观遗传学数据	研究乳腺癌肿瘤免疫微环境中癌症干细胞性与调节性T细胞的相互作用，并开发预后模型	乳腺癌患者及其肿瘤免疫微环境中的调节性T细胞和癌症干细胞	机器学习	乳腺癌	RNA-Seq, 分子对接, 深度学习	LASSO, 单变量Cox回归, 深度学习	RNA-Seq数据	四个ICI RNA-Seq队列
70	2025-07-30	AI-Driven Polypharmacology in Small-Molecule Drug Discovery 2025-Jul-21, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26146996 PMID:40725243	综述	本文综述了多药理学在小分子药物发现中的应用及其AI驱动的最新进展	强调了AI技术（如深度学习、强化学习和生成模型）在多靶点药物设计和优化中的加速作用	讨论了当前AI方法在多靶点设计中面临的挑战和限制	探索多药理学在克服生物冗余、网络补偿和耐药性方面的潜力	小分子药物及其多靶点设计	药物发现	肿瘤学、神经退行性疾病、代谢紊乱、传染病	计算化学、网络药理学、系统生物学、CRISPR功能筛选	深度学习、强化学习、生成模型	组学数据、体外实验数据	NA
71	2025-07-30	Exploration of 3D Few-Shot Learning Techniques for Classification of Knee Joint Injuries on MR Images 2025-Jul-18, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15141808 PMID:40722557	研究论文	本文提出了一种名为MedNet-FS的3D少样本学习框架，用于从MR图像中准确分类膝关节损伤	MedNet-FS利用领域特定的预训练权重和广义端到端(GE2E)损失来生成区分性嵌入，显著减少了数据依赖性	在外部验证中，对部分撕裂的ACL分类效果不佳(AUC最高0.58)	开发一个能够从少量标注样本中学习并准确分类膝关节损伤的AI工具	膝关节MR图像	计算机视觉	膝关节损伤	少样本学习(FSL)	MedNet-FS	3D MR图像	MRNet数据集(k=40支持样本)，KneeMRI数据集
72	2025-07-30	Automated Aneurysm Boundary Detection and Volume Estimation Using Deep Learning 2025-Jul-17, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15141804 PMID:40722553	研究论文	本研究提出了一种利用深度学习的自动方法，用于检测动脉瘤边界并估算体积，旨在改善临床风险评估和治疗规划	结合预训练神经网络和专家系统，无需手动主动脉分割，即可在未标注数据集上实现动脉瘤边界检测和体积估算	研究使用的数据集缺乏像素级的主动脉分割标注，可能影响模型在更复杂病例中的表现	开发自动化工具以提高动脉瘤体积测量的准确性和效率，支持临床决策	60名患者的动脉瘤影像数据	数字病理	心血管疾病	深度学习	UNet, SAM2, LSTM	医学影像	60名患者的未标注数据集
73	2025-07-30	Turkish Chest X-Ray Report Generation Model Using the Swin Enhanced Yield Transformer (Model-SEY) Framework 2025-Jul-17, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15141805 PMID:40722555	研究论文	开发了一个基于深度学习的模型Model-SEY，用于从胸部X光图像自动生成土耳其语医学报告	首次针对土耳其语开发了基于深度学习的胸部X光自动报告系统，结合了Swin Transformer和cosmosGPT架构	未明确提及具体局限性，但作为早期研究可能存在数据集规模或语言覆盖范围的限制	开发土耳其语的胸部X光自动报告生成系统以支持临床决策	胸部X光图像及其对应的土耳其语医学报告	计算机视觉与自然语言处理的交叉领域	肺部疾病	深度学习	Swin Transformer（编码器） + cosmosGPT（解码器）	图像-文本对（胸部X光片与报告）	来自Elazıg Fethi Sekin City Hospital和Indiana University Chest X-Ray数据集的图像-报告对
74	2025-07-30	Automated Analysis of Vertebral Body Surface Roughness for Adult Age Estimation: Ellipse Fitting and Machine-Learning Approach 2025-Jul-16, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15141794 PMID:40722542	research paper	本文提出了一种自动分析椎体表面粗糙度的方法，用于成人年龄估计，通过椭圆拟合和机器学习方法实现	引入了一种客观的表面粗糙度度量标准（DS），并自动计算每块椎体的该值，提供了一种透明且观察者独立的成人年龄估计方法	需要进一步简化图像准备步骤，并在不同人群中验证该方法的适用性	开发一种客观、自动化的方法来估计成人年龄，用于法医学应用	176名成年人（94名男性，82名女性；年龄21-94岁）的CT扫描图像	digital pathology	geriatric disease	CT扫描	SVR, RF, k-NN, GNB-R	image	176名成年人（94名男性，82名女性）
75	2025-07-30	Application of Image Computing in Non-Destructive Detection of Chinese Cuisine 2025-Jul-16, Foods (Basel, Switzerland) DOI:10.3390/foods14142488 PMID:40724316	研究论文	本研究应用高光谱成像和深度学习算法，开发了一种非破坏性检测中国菜肴质量与安全的方法	首次将高光谱成像与特定领域的深度学习算法（空间-光谱卷积网络与注意力机制）相结合，用于中国菜肴的复杂成分和烹饪特点的非破坏性检测	研究可能受限于特定中国菜品种类的样本覆盖范围，未提及对其他地区或国家菜肴的适用性	提高中国菜肴质量与安全的非破坏性检测准确性和效率	中国菜肴，包括15种主要类别（如麻婆豆腐、虾饺等）及其特定成分（如发酵黑豆、莲藕）	计算机视觉	NA	高光谱成像	空间-光谱卷积网络（带有注意力机制）	图像	15种主要中国菜品类别的样本
76	2025-07-30	Digital Alchemy: The Rise of Machine and Deep Learning in Small-Molecule Drug Discovery 2025-Jul-16, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26146807 PMID:40725054	综述	本文全面分析了人工智能（AI）和机器学习（ML）对现代药物设计的变革性影响，特别关注这些先进计算技术如何解决传统小分子药物设计方法的固有局限性	探讨了生成模型和强化学习等前沿ML和深度学习（DL）范式如何革新化学空间探索、增强结合亲和力预测、改进蛋白质灵活性建模并自动化关键设计任务	讨论了数据质量、模型可解释性、伦理考虑和不断变化的监管环境等当前挑战	分析AI和ML如何优化小分子药物设计流程，解决传统方法的效率问题	小分子药物设计	机器学习	NA	结构基于虚拟筛选（SBVS）和配体基于虚拟筛选（LBVS）	生成模型、强化学习	化学数据	NA
77	2025-07-30	Implementation of a Conditional Latent Diffusion-Based Generative Model to Synthetically Create Unlabeled Histopathological Images 2025-Jul-15, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12070764 PMID:40722456	研究论文	本研究探讨了在医疗领域中应用条件潜在扩散模型来合成未标记的组织病理学图像	利用条件潜在扩散模型和VQ-GAN在潜在空间中进行图像生成，并结合聚类结果作为条件机制，提高了合成图像的多样性和可控性	未提及具体样本量及合成图像在临床实践中的验证效果	探索生成模型在医疗图像合成中的应用	未标记的组织病理学图像	数字病理学	NA	潜在扩散模型，VQ-GAN	条件潜在扩散模型，VQ-GAN	图像	NA
78	2025-07-30	Harnessing YOLOv11 for Enhanced Detection of Typical Autism Spectrum Disorder Behaviors Through Body Movements 2025-Jul-15, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15141786 PMID:40722535	研究论文	该研究利用YOLOv11深度学习模型通过分析身体动作实时检测自闭症谱系障碍(ASD)典型行为	采用YOLOv11模型实现ASD典型行为的实时检测，相比基线模型(如CNN和LSTM)在准确率、精确度、召回率和F1分数上表现更优	数据集规模较小(72个视频，13,640张图像)，且仅包含四种行为类别	开发一个实时ASD筛查系统，帮助临床医生、教育者和护理人员进行早期干预和持续行为监测	自闭症谱系障碍(ASD)患者的典型行为(如手拍打、身体摇摆、摇头)	计算机视觉	自闭症谱系障碍	深度学习	YOLOv11	视频	72个视频(13,640张图像)
79	2025-07-30	Predictive Ability of an Objective and Time-Saving Blastocyst Scoring Model on Live Birth 2025-Jul-15, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13071734 PMID:40722804	研究论文	该研究评估了一种基于深度学习的胚胎评分系统（iDAScore）在预测活产率方面的能力	开发了一种无需胚胎学家手动输入的智能深度学习胚胎评分系统，并进行了多中心外部验证	排除了移植两个或以上囊胚的病例以及未使用时差培养箱培养的囊胚	评估iDAScore模型在预测活产率方面的预测能力	6291个单囊胚冷冻-解冻移植周期	数字病理学	生殖医学	深度学习	iDAScore	胚胎时差序列图像	6291个单囊胚冷冻-解冻移植周期
80	2025-07-30	A Multi-Modal Deep Learning Approach for Predicting Eligibility for Adaptive Radiation Therapy in Nasopharyngeal Carcinoma Patients 2025-Jul-15, Cancers IF:4.5Q1 DOI:10.3390/cancers17142350 PMID:40723234	研究论文	本研究提出了一种多模态深度学习方法，用于预测鼻咽癌患者是否适合接受自适应放射治疗	结合ResNet-50、交叉注意力机制、多尺度特征和临床数据进行多模态融合的新型分类神经网络	研究基于回顾性数据，样本量有限（305例患者），且仅来自单一医疗机构	预测鼻咽癌患者在接受放射治疗前是否适合进行自适应放射治疗	鼻咽癌患者	数字病理	鼻咽癌	CT、T1加权MRI、T2加权MRI	ResNet-50结合交叉注意力机制的多模态分类神经网络	医学影像（CT、MRI）和临床数据	305名在香港伊丽莎白医院接受放射治疗的鼻咽癌患者