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
781	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
782	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
783	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
784	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
785	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
786	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）
787	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
788	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
789	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
790	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)
791	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
792	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
793	2025-07-30	BBSNet: An Intelligent Grading Method for Pork Freshness Based on Few-Shot Learning 2025-Jul-15, Foods (Basel, Switzerland) DOI:10.3390/foods14142480 PMID:40724301	研究论文	提出了一种基于小样本学习的猪肉新鲜度智能分级方法BBSNet	设计了轻量级小样本学习模型BBSNet，结合批量通道归一化层和BiFormer优化细粒度特征提取，显著降低数据依赖性	未来研究需扩展到多种食品类型并优化以适应便携设备部署	开发低成本实时猪肉质量监测方案	猪肉新鲜度	计算机视觉	NA	小样本学习	BBSNet（含BCN层和BiFormer模块）	图像	600张按微生物细胞浓度分级的猪肉图像
794	2025-07-30	Genomic and Precision Medicine Approaches in Atherosclerotic Cardiovascular Disease: From Risk Prediction to Therapy-A Review 2025-Jul-14, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13071723 PMID:40722793	review	本文综述了动脉粥样硬化性心血管疾病（ASCVD）的基因组学和精准医学方法的最新进展，重点关注遗传风险评分、脂质代谢基因和新兴基因编辑技术	整合了遗传风险评分、多组学分析和基因编辑技术在ASCVD中的应用	综述文章，未涉及具体实验数据或样本分析	探讨ASCVD的个体化预防和治疗策略	动脉粥样硬化性心血管疾病（ASCVD）	精准医学	心血管疾病	基因编辑技术（如CRISPR）、RNA治疗、多组学分析	深度学习算法	基因组数据、多组学数据	NA
795	2025-07-30	From Detection to Prediction: Advances in m6A Methylation Analysis Through Machine Learning and Deep Learning with Implications in Cancer 2025-Jul-12, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26146701 PMID:40724951	综述	本文全面探讨了m6A甲基化的识别、调控机制及其功能后果，并讨论了机器学习算法在m6A位点预测中的应用及其在精准医学和药物开发中的潜力	强调了机器学习算法在m6A位点预测中的应用，并探讨了m6A研究在精准医学和药物开发中的潜在应用	NA	全面理解m6A生物学及其转化潜力，为未来研究和治疗创新提供新视角	m6A甲基化及其在生理和病理条件下的作用	机器学习	癌症	miCLIP, MeRIP-seq	NA	RNA序列数据	NA
796	2025-07-30	Accelerating Wound Healing Through Deep Reinforcement Learning: A Data-Driven Approach to Optimal Treatment 2025-Jul-11, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12070756 PMID:40722448	研究论文	本文提出了一种基于深度强化学习的自适应闭环控制框架，用于实时调整伤口治疗策略以加速伤口愈合	结合深度学习、最优控制和强化学习，无需复杂非线性伤口愈合动力学的数学模型，实现了治疗策略的实时调整	研究目前仅通过计算机模拟和猪伤口模型进行验证，尚未在人类临床环境中广泛应用	加速伤口愈合过程	伤口愈合过程	机器学习	伤口愈合	深度强化学习	深度强化学习算法	生物电子传感器数据	计算机模拟和猪伤口模型实验
797	2025-07-30	Decentralized Consensus Protocols on SO(4)N and TSO(4)N with Reshaping 2025-Jul-11, Entropy (Basel, Switzerland) DOI:10.3390/e27070743 PMID:40724459	research paper	本文提出了在Lie群SO(4)及其切丛TSO(4)上的多智能体一致性协议，通过重塑策略实现几乎全局稳定性	提出了一种利用重塑策略的一致性协议，能够破坏非一致性平衡点的稳定性，并在SO(4)N或TSO(4)N上实现几乎全局稳定性	NA	研究多智能体网络系统中的一致性协议，解决通信限制、时变网络和通信延迟等挑战	多智能体网络系统	machine learning	NA	NA	NA	NA	NA
798	2025-07-30	Use of Radiomics in Characterizing Tumor Hypoxia 2025-Jul-11, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26146679 PMID:40724929	研究论文	本文讨论了放射组学在评估肿瘤缺氧中的应用及其在诊断和治疗策略制定中的重要性	介绍了放射组学结合机器学习和深度学习提取定量特征的方法及其在缺氧肿瘤中的潜在临床应用	缺乏影像标准化和缺氧标记数据集的有限可用性阻碍了放射组学的临床转化	探讨放射组学在肿瘤缺氧评估中的应用及其临床潜力	肿瘤缺氧	数字病理	癌症	MRI, PET, CT	机器学习, 深度学习	医学影像	NA
799	2025-07-30	AI-Powered Precision: Revolutionizing Atrial Fibrillation Detection with Electrocardiograms 2025-Jul-11, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14144924 PMID:40725616	research paper	本文探讨了人工智能在通过心电图检测心房颤动中的应用及其潜力	利用AI技术分析心电图数据，即使在心律失常未活跃时也能识别细微模式，提高早期诊断和风险分层能力	存在数据偏见、模型在不同人群中的可靠性问题以及监管考虑等挑战	改进心房颤动的早期检测和管理	心房颤动患者的心电图数据	machine learning	cardiovascular disease	ECG	deep learning	ECG信号	NA
800	2025-07-30	Breast Cancer Classification with Various Optimized Deep Learning Methods 2025-Jul-10, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15141751 PMID:40722501	研究论文	本研究使用11种不同的深度学习算法对乳腺癌病理图像进行分类分析	比较了多种深度学习算法在乳腺癌分类中的表现，并发现DenseNet201取得了最高的分类准确率	研究仅使用了单模态图像数据，且数据集多样性有限	探索深度学习算法在乳腺癌分类中的应用效果	乳腺癌病理图像（良性和恶性）	数字病理	乳腺癌	深度学习	ResNet50, ResNet152, VGG16, DenseNet152, MobileNetv2, EfficientB1, NasNet, DenseNet201, ensemble, Tuned Model	图像	10,000张图像（6,172 IDC阴性，3,828 IDC阳性）