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	2025-06-26	Ultrasound Displacement Tracking Techniques for Post-Stroke Myofascial Shear Strain Quantification 2025-Jun-24, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3582275 PMID:40553666	研究论文	本文评估了四种超声位移跟踪技术在卒中后肌筋膜剪切应变量化中的可靠性	提出了一种新的临床假设，即肌筋膜疼痛患者的卒中影响（麻痹）肩部肌肉间的剪切应变低于同一患者的非麻痹侧，并比较了四种位移估计算法的可靠性	L1-SOUL-Search方法的运行时间较慢，可能需要通过深度学习解决方案来解决	评估超声位移跟踪技术在肌筋膜功能障碍诊断中的可靠性	卒中后肌筋膜肩痛患者的超声剪切应变	医学影像	卒中	超声位移跟踪技术，T1ρ磁共振成像	Search, OVERWIND-Search, SOUL-Search, L1-SOUL-Search	超声图像，磁共振成像数据	10名研究参与者
62	2025-06-26	Deep learning-based laser weed control compared to conventional herbicide application across three vegetable production systems 2025-Jun-24, Pest management science IF:3.8Q1 DOI:10.1002/ps.8912 PMID:40555698	研究论文	本研究比较了基于深度学习的激光除草技术与传统除草剂在三种蔬菜生产系统中的效果	首次在多种蔬菜生产系统中系统评估激光除草技术的效果，并与传统除草剂进行比较	激光除草对马齿苋和一年生禾本科杂草效果较差，且需要针对不同环境和杂草种类进行优化	评估激光除草作为非化学除草替代方案的可行性和效果	甜菜、菠菜和豌豆三种蔬菜作物及其相关杂草	农业技术	NA	激光除草技术	深度学习	生物量、覆盖率和密度等农业数据	在新泽西州和纽约州进行的三个研究试验
63	2025-06-26	Author Correction: Detection of cotton crops diseases using customized deep learning model 2025-Jun-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07853-2 PMID:40555723	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
64	2025-06-26	AI-based large-scale screening of gastric cancer from noncontrast CT imaging 2025-Jun-24, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-025-03785-6 PMID:40555751	研究论文	本文开发了一种基于非对比CT成像和深度学习的胃癌风险评估程序GRAPE，用于大规模胃癌筛查	利用非对比CT和深度学习技术开发GRAPE系统，显著提高了胃癌的早期检测率，并在实际应用中验证了其有效性	研究主要基于中国人群，可能在其他种族或地区的适用性需要进一步验证	开发一种高效、可行的大规模胃癌筛查方法	胃癌患者和非胃癌患者的非对比CT影像	数字病理	胃癌	深度学习	深度学习模型（具体未提及）	CT影像	初始开发队列6,720例（3,470 GC和3,250非GC），验证队列19,458例（内部1,298例，外部18,160例），实际应用78,593例非对比CT扫描
65	2025-06-26	RNA-ligand interaction scoring via data perturbation and augmentation modeling 2025-Jun-24, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00820-x PMID:40555786	研究论文	本文介绍了一种基于序列的深度学习框架RNAsmol，用于预测RNA与小分子之间的相互作用	结合数据扰动与增强、基于图的分子特征表示和基于注意力的特征融合模块，无需结构输入即可生成可靠预测	RNA-小分子相互作用的已验证数据有限，已知RNA结构稀缺	开发数据驱动的深度学习模型以预测RNA与小分子的相互作用	RNA与小分子的相互作用	机器学习	NA	深度学习	RNAsmol框架（结合注意力机制）	序列数据	NA
66	2025-06-26	Determination of Kennedy's classification in panoramic X-rays by automated tooth labeling 2025-Jun-24, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03469-z PMID:40555836	研究论文	本研究探讨了在全景X光片中自动确定部分无牙颌的Kennedy分类的方法	利用深度学习模型Mask R-CNN自动检测、定位和分割牙齿，并通过后处理步骤提高算法性能，首次实现了Kennedy分类的自动化	最常见的错误来自形态相似牙齿的错误标记	自动确定部分无牙颌的Kennedy分类，减少手动标记和分类的工作量	206名患者的209张全景X光片	数字病理	牙科疾病	全景X光成像	Mask R-CNN	图像	206名患者的209张全景X光片
67	2025-06-26	NeuroLens: organ localization using natural language commands for anatomical recognition in surgical training 2025-Jun-24, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03463-5 PMID:40555837	研究论文	介绍NeuroLens，一种多模态系统，通过整合视频与文本和语音输入来增强解剖识别，为外科培训学员提供交互式学习平台	NeuroLens结合多模态深度学习定位模型，利用文本或语音描述处理神经内窥镜视频，识别并定位解剖结构，以标记边界框形式展示	样本量较小，限制了结果的普遍性	提升外科培训中的解剖学习效果	外科培训学员和执业外科医生	计算机视觉	NA	多模态深度学习	深度学习定位模型	视频、文本、语音	5名参与者（包括外科学生和执业外科医生）
68	2025-06-26	Artificial intelligence for predicting the risk of bone fragility fractures in osteoporosis 2025-Jun-24, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00572-3 PMID:40555880	research paper	本文探讨了人工智能（特别是人工神经网络）在预测骨质疏松症患者脆弱性骨折风险中的应用及其潜在优势	提出使用人工神经网络（ANNs）来更准确地区分易发生脆弱性骨折的骨质疏松患者，并预测未来骨折风险	数据可用性和质量、模型可解释性、临床工作流程整合以及预测准确性的验证是主要挑战	支持骨质疏松症临床决策，特别是脆弱性骨折的预测和预防干预	骨质疏松症患者	machine learning	geriatric disease	artificial neural networks (ANNs)	ANNs	clinical and radiological variables	NA
69	2025-06-26	Multimodal Deep Learning Based on Ultrasound Images and Clinical Data for Better Ovarian Cancer Diagnosis 2025-Jun-24, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01566-8 PMID:40555943	研究论文	本研究旨在开发和验证一种多模态深度学习模型，结合2D灰度超声图像和临床数据，以提高卵巢癌的诊断性能	提出了一种结合超声图像和临床数据的多模态深度学习模型，显著提高了卵巢癌的诊断准确性和一致性	研究为回顾性分析，可能受到数据选择和时间的限制	提高卵巢癌的诊断准确性和一致性	1899名接受术前超声检查并随后进行附件肿块手术的患者	数字病理	卵巢癌	深度学习	多模态深度学习模型	图像和临床数据	1899名患者
70	2025-06-26	Artificial Intelligence Powered Real-Time Coronary Stenosis Recognition and Quantification in Angiography 2025-Jun-24, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01578-4 PMID:40555942	研究论文	本研究开发了一种实时深度学习系统，用于冠状动脉造影中狭窄病变的自动检测和量化	整合了五个核心组件（血管类型分类、关键帧选择、病变检测、血管分割和定量冠状动脉造影）以实现实时自动化分析	研究数据仅来自两家三级医院，可能影响模型的泛化能力	提高冠状动脉造影中狭窄病变的诊断准确性和临床工作效率	冠状动脉狭窄病变	数字病理	心血管疾病	深度学习	CNN	图像	502名成年患者的2651张诊断性冠状动脉造影图像
71	2025-06-26	CBH-BDC Enhanced Δ-ML for Predicting the Accurate Standard Enthalpy of Formation 2025-Jun-24, The journal of physical chemistry. A DOI:10.1021/acs.jpca.5c03134 PMID:40556314	research paper	该论文提出了一种结合CBH-BDC和Δ-ML的方法，用于准确预测标准生成焓	引入了CBH-BDC增强的Δ-ML方法，利用基于连接层次结构的分子描述符，绕过高精度量子计算，实现标准生成焓的准确预测	BDC参数仅限于特定元素，高精度电子能量计算存在挑战	开发一种准确预测标准生成焓的方法	464种具有实验标准生成焓的物种和QM9数据库中的120,416个稳定有机分子	计算化学	NA	CBH-BDC, Δ-ML, DFT, CCSD(T)	Δ-ML	分子描述符	464种实验物种和120,416个QM9数据库分子
72	2025-06-26	Deep learning-quantified body composition from positron emission tomography/computed tomography and cardiovascular outcomes: a multicentre study 2025-Jun-23, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehaf131 PMID:40159388	研究论文	本研究结合深度学习和图像处理技术，从PET/CT扫描中自动量化身体组织成分，并评估其与死亡或心肌梗死的关联	首次利用深度学习从标准心脏PET/CT中快速自动获取体积身体组织成分，为医生提供详细的定量评估	研究结果可能受到样本来源和临床因素调整的限制	评估从PET/CT扫描中自动量化的身体组织成分与心血管结局的关联	10,085名接受PET心肌灌注成像的患者	数字病理学	心血管疾病	PET/CT心肌灌注成像	深度学习	医学影像	10,085名患者（中位年龄68岁，57%为男性）
73	2025-06-26	Modeling Active-State Conformations of G-Protein-Coupled Receptors Using AlphaFold2 via Template Bias and Explicit Protein Constrains 2025-Jun-23, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00489 PMID:40440630	研究论文	本研究探讨了使用AlphaFold2通过模板偏差和显式蛋白质约束来建模G蛋白偶联受体的活性态构象	扩展了AlphaFold2的应用，通过引入模板偏差和显式蛋白质约束来建模G蛋白偶联受体的活性态构象，揭示了深度学习工具在建模蛋白质复合物中的潜力	在建模变构效应方面存在局限性，特别是在受体细胞外位点的预测准确性较低，可能影响其在基于结构的药物设计中的适用性	探索深度学习工具在建模G蛋白偶联受体活性态构象中的应用	G蛋白偶联受体的活性态构象	结构生物学	NA	AlphaFold2	深度学习	蛋白质结构数据	NA
74	2025-06-26	Data Scaling and Generalization Insights for Medicinal Chemistry Deep Learning Models 2025-Jun-23, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00538 PMID:40454949	研究论文	本文通过深度学习和传统机器学习方法，评估了小分子预测模型在药物发现中的性能，并提出了提高模型性能的见解	提出了一个能够解释81%模型性能差异的缩放关系，并成功应用于ADMET终点的性能估计	研究主要基于内部和公开数据集，可能无法涵盖所有药物发现场景	理解和提高小分子预测模型在药物发现中的性能	小分子预测模型	机器学习	NA	深度学习、传统机器学习方法（如XGBoost和随机森林）	图神经网络（GNN）、XGBoost、随机森林	小分子数据	大量内部和公开数据集
75	2025-06-26	Recognition of suspended particles based on Mueller matrix microscopic imaging and deep learning 2025-Jun-23, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.118330 PMID:40554918	研究论文	提出了一种结合深度学习与Mueller矩阵显微成像的创新方法用于悬浮颗粒识别	结合Mueller矩阵显微成像与深度学习技术，开发了专为偏振图像设计的MultiPolarNet模型，显著提高了悬浮颗粒的识别准确率和实时性	NA	开发一种高精度、实时的悬浮颗粒识别方法，以满足水质监测、生态保护和污染治理等领域的需求	不同材料制成的微球悬浮颗粒	计算机视觉	NA	Mueller矩阵显微成像、深度学习	YOLOv11、Dual-HGNet、MultiPolarNet	偏振图像	NA
76	2025-06-26	Ensemble-based Convolutional Neural Networks for brain tumor classification in MRI: Enhancing accuracy and interpretability using explainable AI 2025-Jun-23, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110555 PMID:40554976	研究论文	该研究提出了一种基于集成学习的卷积神经网络框架，用于MRI图像中的脑肿瘤分类，并通过可解释性AI技术提高模型的准确性和可解释性	结合多种预训练CNN架构的集成学习策略，并应用Grad-CAM++和Integrated Gradients等可解释性技术增强临床适用性	未提及模型在更大规模或多中心数据集上的验证情况	提高脑肿瘤MRI图像分类的准确性和可解释性	脑肿瘤（包括神经胶质瘤、脑膜瘤和垂体腺瘤）的MRI图像	数字病理学	脑肿瘤	MRI成像	CNN（VGG16, DenseNet121, Inception-ResNet-v2）集成模型	图像	未明确提及具体样本量，但包含神经胶质瘤、脑膜瘤、垂体腺瘤和良性病例
77	2025-06-26	Towards a comprehensive characterization of arteries and veins in retinal imaging 2025-Jun-23, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110516 PMID:40554981	研究论文	本研究提出了一种新颖的综合方法，用于视网膜成像中动静脉的全面表征	提出了一种集成多阶段的深度学习方法，用于准确确定血管路径并从中提取信息特征，超越了传统的血管分割任务	未提及具体的数据集规模或模型在不同人群中的泛化能力	开发一种全面的视网膜血管系统分析方法，以支持临床诊断	视网膜血管系统（特别是动脉和静脉）	数字病理学	糖尿病和高血压相关的眼病	深度学习	深度语义分割网络和RNN	视网膜眼底图像	NA
78	2025-06-26	Fast intraoperative detection of primary central nervous system lymphoma and differentiation from common central nervous system tumors using stimulated Raman histology and deep learning 2025-Jun-21, Neuro-oncology IF:16.4Q1 DOI:10.1093/neuonc/noae270 PMID:39673805	研究论文	该研究结合受激拉曼组织学(SRH)和深度学习技术，开发了一种名为RapidLymphoma的快速术中诊断方法，用于区分原发性中枢神经系统淋巴瘤(PCNSL)和其他中枢神经系统肿瘤	首次将SRH与深度学习结合，实现了在3分钟内完成PCNSL的术中快速诊断和鉴别，准确率高达97.81%，优于传统冰冻切片分析	研究样本主要来自4个国际医疗中心，可能影响结果的广泛适用性	开发一种快速准确的术中诊断方法，用于区分PCNSL和其他中枢神经系统肿瘤	原发性中枢神经系统淋巴瘤(PCNSL)和其他中枢神经系统肿瘤	数字病理学	中枢神经系统淋巴瘤	受激拉曼组织学(SRH)	深度学习	图像	训练集54000个SRH图像块，测试集包括160例前瞻性队列和479例独立测试队列
79	2025-06-26	Slice-Inference-Assisted Lightweight Small Object Detection Model for Holographic Digital Immunoassay Quantification 2025-Jun-20, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02441 PMID:40540441	研究论文	提出一种切片推理辅助的轻量级小物体检测模型（SIALSO），用于食品样本中氯霉素的数字免疫测定定量分析	结合无透镜全息成像系统和轻量级深度学习模型，利用全息术的大视场优势，提高微球探针的精确信号检测，同时通过切片推理辅助算法提升小物体检测精度并降低计算复杂度	未明确提及具体局限性	开发便携式检测设备，用于食品安全和环境监测	食品样本中的氯霉素	计算机视觉	NA	数字免疫测定、全息成像	轻量级深度学习模型（与YOLOv5s对比）	图像	未明确提及具体样本数量
80	2025-06-26	Automated oil spill detection using deep learning and SAR satellite data for the northern entrance of the Suez Canal 2025-Jun-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03028-1 PMID:40541995	研究论文	本研究利用DeepLabv3+深度学习模型和Sentinel-1合成孔径雷达图像，自动检测苏伊士运河北部入口的石油泄漏	采用区域特定训练数据（埃及水域数据集）提升模型性能，证明了区域特定训练在提高分割质量和减少误差方面的优势	研究仅针对苏伊士运河北部入口区域，模型在其他地区的泛化能力未验证	开发自动化石油泄漏检测方法，以支持环境保护和应急响应	苏伊士运河北部入口的石油泄漏事件	计算机视觉	NA	合成孔径雷达(SAR)成像	DeepLabv3+	图像	2600个石油泄漏事件（1100个来自EMSA-CSN数据集，1500个来自埃及水域数据集）和30个测试案例