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
801	2025-07-15	AI in Orthopedic Research: A Comprehensive Review 2025-Aug, Journal of orthopaedic research : official publication of the Orthopaedic Research Society IF:2.1Q2 DOI:10.1002/jor.26109 PMID:40415515	review	本文全面回顾了人工智能在骨科研究和临床实践中的应用及其影响	深入探讨了AI在骨折检测、骨关节炎分级及病理识别中的最新进展，并展望了AI在机器人、增强现实等新兴领域的应用潜力	面临数据异质性、算法偏见、模型'黑箱'问题以及稳健验证不足等挑战	整合AI技术以提升骨科诊疗的准确性、优化治疗策略并改善临床工作流程	骨科疾病诊断、治疗策略优化及临床工作流程	digital pathology	骨科疾病	deep learning	NA	image	NA
802	2025-07-15	Artificial Intelligence-Assisted Sac Diameter Assessment for Complex Endovascular Aortic Repair 2025-Aug, Journal of endovascular therapy : an official journal of the International Society of Endovascular Specialists IF:1.7Q2 DOI:10.1177/15266028231208159 PMID:37902445	研究论文	本研究评估了基于深度学习的ARVA系统在复杂主动脉瘤（cAA）患者术前和术后CTA中主动脉直径测量的准确性	首次验证了AI系统ARVA在复杂主动脉瘤修复手术前后主动脉直径自动测量的准确性	样本量较小（仅50例患者），且为单中心回顾性研究	评估AI辅助系统在血管动脉瘤形态学评估中的准确性	接受开窗式血管内修复术（FEVAR）的复杂主动脉瘤患者	数字病理	心血管疾病	深度学习，CTA影像分析	深度学习模型（具体架构未说明）	医学影像（CTA）	50例患者（共100个CTA扫描）
803	2025-07-15	High temperature stress-strain data for SAE 5120 steel under various strain rates 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111824 PMID:40655989	研究论文	本文利用SAE 5120钢的流变数据开发了一个基于增量公式的模型，以更准确地反映实验行为	采用增量公式模型，考虑了动态再结晶（DRX）和再结晶体积分数的演变，克服了传统本构模型仅依赖温度和应变率的局限性	模型主要基于实验室条件下的压缩测试数据，实际工业应用中的复杂条件可能未被完全覆盖	开发一个更准确的模型来预测SAE 5120钢在高温下的流动应力和应变硬化行为，以优化热成形工艺	SAE 5120低合金铬钢	材料科学与工程	NA	轴对称压缩测试，Gleeble 3500系统	增量公式模型	流变数据	温度范围850°C至1200°C，应变率范围0.01 s⁻¹至10 s⁻¹的压缩测试数据
804	2025-07-15	OMT and tensor SVD-based deep learning model for segmentation and predicting genetic markers of glioma: A multicenter study 2025-Jul-15, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2500004122 PMID:40627394	研究论文	本研究开发了一种基于最优质量传输(OMT)和张量奇异值分解(SVD)的深度学习模型OMT-APC，用于胶质瘤的肿瘤区域分割和遗传标记预测	提出了一种新的OMT方法将不规则MRI脑图像转换为张量，并利用多模式OMT张量SVD进行预分类概率估计	研究结果主要基于术前MRI数据，未考虑术后或治疗过程中的数据变化	开发自动化深度学习模型用于胶质瘤的术前遗传特征分析	胶质瘤患者	数字病理学	胶质瘤	MRI, 深度学习	OMT-APC (基于OMT和张量SVD的深度学习模型)	医学影像(MRI)	3,565例胶质瘤患者(来自16个数据集，其中2,551例用于训练和内部验证，1,014例用于外部测试)
805	2025-07-15	A Hyperbolic Discrete Diffusion 3D RNA Inverse Folding Model for Functional RNA Design 2025-Jul-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00527 PMID:40503717	研究论文	提出了一种名为RIdiffusion的双曲离散扩散3D RNA逆折叠模型，用于功能性RNA设计	通过将RNA 3D结构的几何特征和拓扑特性嵌入双曲空间，利用离散扩散模型基于有限的训练样本高效恢复目标RNA 3D结构的核苷酸分布	RNA 3D结构实验数据的可用性有限	开发一种用于3D RNA设计的生成模型	RNA 3D结构	自然语言处理	NA	离散扩散模型	RIdiffusion	3D结构数据	有限的训练样本
806	2025-07-15	BalancedDiff: Balanced Diffusion Network for High-Quality Molecule Generation 2025-Jul-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00837 PMID:40528644	research paper	提出了一种名为BalancedDiff的平衡扩散网络，用于生成高质量分子	引入了Balance Loss来平衡样本偏差，设计了基于KAN的平衡特征过滤模块(KBFF)，并结合QikProp模块预测ADME性质以提高分子质量和适用性	尽管扩散模型能生成大量分子，但其有效性和可靠性仍不确定，限制了实际应用	开发一种能够生成高质量分子的深度学习方法	分子生成	machine learning	NA	diffusion model, KAN-based feature filtering, QikProp	BalancedDiff	molecular data	CrossDocked2020数据集
807	2025-07-15	Dual-Branch Contrastive Network with Deep Separable Convolution for Enhanced 6mA Site Identification 2025-Jul-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01058 PMID:40558076	研究论文	提出了一种名为DS6mA的创新深度学习模型，用于增强6mA位点的预测	采用双分支对比网络和深度可分离卷积提取DNA序列中的关键位置信息	DNA N6-甲基腺嘌呤（6mA）在真核生物中的调控作用仍不明确且存在争议	增强6mA位点的预测	DNA序列中的6mA位点	生物信息学	NA	深度学习	双分支对比网络与深度可分离卷积	DNA序列数据	11个不同的综合基准数据集
808	2025-07-15	Assessing Uncertainty in Machine Learning for Polymer Property Prediction: A Benchmark Study 2025-Jul-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00550 PMID:40560148	研究论文	本研究评估了九种不确定性量化方法在机器学习中预测聚合物关键性能的应用	首次对多种不确定性量化方法在聚合物性能预测中的表现进行全面评估，并提供了针对不同场景的最优方法选择建议	研究仅针对特定几种聚合物性能进行评估，可能无法涵盖所有可能的聚合物类型和性能	评估不同不确定性量化方法在机器学习预测聚合物性能中的表现	聚合物关键性能（玻璃化转变温度、带隙、熔融温度和分解温度）	机器学习	NA	机器学习中的不确定性量化方法	Ensemble, GPR, MCD, MVE, BNN-VI, BNN-MCMC, EDL, QR, NGBoost	聚合物性能数据	四种聚合物性能数据集，包括OOD实验数据和分子动力学(MD)衍生数据
809	2025-07-15	EquiCPI: SE(3)-Equivariant Geometric Deep Learning for Structure-Aware Prediction of Compound-Protein Interactions 2025-Jul-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00773 PMID:40600339	研究论文	本文提出了一种名为EquiCPI的几何深度学习框架，用于预测化合物-蛋白质相互作用，结合了第一性原理结构建模与SE(3)-等变神经网络	EquiCPI首次将SE(3)-等变神经网络应用于化合物-蛋白质相互作用预测，通过保留旋转、平移和反射对称性，实现了对三维结构决定因素的建模	未明确提及具体局限性，但可能依赖于蛋白质和配体的3D结构预测准确性	提高化合物-蛋白质相互作用的预测准确性，推动计算药物发现	化合物-蛋白质相互作用	计算药物发现	NA	几何深度学习、SE(3)-等变神经网络、ESMFold、DiffDock-L	SE(3)-等变神经网络	3D原子坐标点云	BindingDB（亲和力预测）和DUD-E（虚拟筛选）数据集
810	2025-07-15	DeepPSA: A Geometric Deep Learning Model for PROTAC Synthetic Accessibility Prediction 2025-Jul-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00366 PMID:40560790	研究论文	本文提出了一种名为DeepPSA的几何深度学习模型，用于预测PROTACs的合成可行性	首次专注于PROTAC合成可行性的预测模型，采用图神经网络架构，并在内部数据集上表现出色	模型依赖于特定数据集，可能无法覆盖所有类型的PROTACs	开发一个计算模型来评估PROTACs的合成可行性，以辅助药物设计和筛选	PROTACs（蛋白降解靶向嵌合体）	机器学习	NA	深度学习	GNN（图神经网络）	化学结构数据	3644个PROTACs的实验合成数据
811	2025-07-15	Ultra-Elastic, Transparent, and Conductive Gelatin/Alginate-Based Bioadhesive Hydrogel for Enhanced Human-Machine Interactive Applications 2025-Jul-14, Biomacromolecules IF:5.5Q1 DOI:10.1021/acs.biomac.5c00425 PMID:40569129	研究论文	开发了一种新型高性能离子水凝胶（AGG-M水凝胶），用于增强人机交互应用	同时实现了高拉伸性、透明度、强粘附性和交互精度，并通过深度学习算法集成到可穿戴电子控制系统中	未提及具体临床应用的限制或潜在问题	开发多功能水凝胶用于可穿戴电子设备和人机交互	离子水凝胶（AGG-M水凝胶）及其在可穿戴电子设备中的应用	人机交互	NA	自由基聚合加离子配位策略	深度学习算法	生理信号数据	NA
812	2025-07-15	Auxiliary diagnosis of hyperpigmented skin diseases using multimodal deep learning 2025-Jul-14, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000003637 PMID:40653928	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
813	2025-07-15	Deep Learning-Based Prediction for Bone Cement Leakage During Percutaneous Kyphoplasty Using Preoperative Computed Tomography: MODEL Development and Validation 2025-Jul-14, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000005448 PMID:40658115	研究论文	开发一种基于深度学习的模型，用于预测经皮椎体后凸成形术中的骨水泥渗漏亚型，并使用术前CT图像进行验证	首次提出基于术前CT图像的深度学习模型来预测骨水泥渗漏亚型，并验证了模型的有效性和泛化能力	研究为回顾性研究，样本量可能不足以覆盖所有临床场景	预测经皮椎体后凸成形术中的骨水泥渗漏亚型，辅助术前手术决策	骨质疏松性椎体压缩性骨折患者	数字病理学	骨质疏松性椎体压缩性骨折	术前CT成像	3D U-Net与3D ResNet-50结合	医学影像	内部数据集包含901名患者的997个椎体节段
814	2025-07-15	Feasibility study of fully automatic measurement of adenoid size on lateral neck and head radiographs using deep learning 2025-Jul-14, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06332-0 PMID:40658209	研究论文	本研究开发并验证了一种基于深度学习的全自动系统，用于在侧位头颈部X光片上测量腺样体大小	首次提出使用深度学习技术实现腺样体大小的全自动测量，替代传统耗时的手动测量方法	研究为回顾性设计，且仅在两所中心收集数据，可能存在选择偏倚	开发自动化腺样体测量系统以提高临床诊断效率和准确性	711例侧位头颈部X光片	数字病理	耳鼻喉疾病	深度学习	RTMDet网络和RTMPose网络	X光影像	711例来自两所医疗中心的侧位头颈部X光片
815	2025-07-15	Automated multiclass segmentation of liver vessel structures in CT images using deep learning approaches: a liver surgery pre-planning tool 2025-Jul-14, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01581-7 PMID:40658328	研究论文	本研究提出了一种基于UNETR架构的深度学习方法，用于肝脏CT图像中门静脉和肝静脉的多类分割，以支持肝脏手术预规划	采用基于Transformer的编码器UNETR架构，有效捕捉长距离依赖关系，克服了CNN在处理复杂解剖结构时的局限性	在门静脉分割上的Dice系数相对较低(49.71%)，表明对于某些血管结构的识别仍有改进空间	开发自动化肝脏血管分割工具以改善肝脏手术预规划	肝脏CT图像中的门静脉和肝静脉结构	数字病理	肝脏疾病	深度学习	UNETR (U-Net Transformers)	CT图像	来自IRCAD数据集和本地医院开发的数据集的对比增强CT图像
816	2025-07-15	Impact of three-dimensional prostate models during robot-assisted radical prostatectomy on surgical margins and functional outcomes 2025-Jul-13, BJU international IF:3.7Q1 DOI:10.1111/bju.16850 PMID:40653671	研究论文	探讨在机器人辅助根治性前列腺切除术中使用三维前列腺模型对手术切缘和功能结果的影响	使用3D虚拟和3D打印前列腺模型，结合深度学习自动分割技术，以提高手术精确度和功能结果	单中心可行性研究，样本量相对较小（270例患者），且需要长期随访验证结果	评估3D模型在机器人辅助根治性前列腺切除术中对手术切缘和功能结果的影响	前列腺癌患者	数字病理	前列腺癌	多参数磁共振成像（mpMRI）和深度学习自动分割（AutoProstate和AutoLesion）	深度学习模型	医学影像	270例患者（54例在3D虚拟模型组，54例在3D打印模型组，54例在回顾性对照组，108例在前瞻性对照组）
817	2025-07-15	The Power of Hellmann-Feynman Theorem: Kohn-Sham DFT Energy Derivatives with Respect to the Parameters of the Exchange-Correlation Functional at Linear Cost 2025-Jul-13, The journal of physical chemistry. A DOI:10.1021/acs.jpca.5c01771 PMID:40653651	research paper	本文应用Hellmann-Feynman定理计算Kohn-Sham DFT能量相对于交换相关泛函参数的导数，实现了线性计算复杂度的显著加速	利用Hellmann-Feynman定理实现Kohn-Sham DFT能量导数的高效计算，相比自动微分方法显著提升计算速度	研究仅针对LDA和GGA泛函进行了验证，未涉及更复杂的泛函类型	开发高效计算科学模型参数导数的方法，以加速机器学习和深度学习中的梯度优化	Kohn-Sham DFT能量及其相对于交换相关泛函参数的导数	machine learning	NA	Hellmann-Feynman定理，Kohn-Sham DFT	NA	NA	一系列烷烃（n=4...64）使用双zeta基组
818	2025-07-15	Towards energy-efficient joint relay selection and resource allocation for D2D communication using hybrid heuristic-based deep learning 2025-Jul-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08290-x PMID:40646067	研究论文	本文提出了一种基于混合启发式深度学习的能效联合中继选择和资源分配方法，用于D2D通信	提出了一种新型混合启发式算法HMRFCO，并结合自适应残差门控循环单元(AResGRU)模型进行中继选择和资源分配的自动预测	未提及具体实验验证结果或实际应用场景的局限性	解决D2D通信中中继选择和资源分配导致的系统总速率下降和能耗问题	D2D通信网络中的中继节点和资源分配	机器学习	NA	混合启发式算法(HMRFCO), 自适应残差门控循环单元(AResGRU)	AResGRU	通信网络参数数据	NA
819	2025-07-15	TNF-α-NF-κB activation through pathological α-Synuclein disrupts the BBB and exacerbates axonopathy 2025-Jul-12, Cell reports IF:7.5Q1 DOI:10.1016/j.celrep.2025.116001 PMID:40652513	研究论文	本研究探讨了α-突触核蛋白（α-Syn）对血脑屏障（BBB）完整性和功能的病理影响，并揭示了TNF-α-NF-κB通路在其中的作用	首次揭示了α-Syn通过TNF-α-NF-κB通路破坏BBB并加剧轴突病变的机制，并提出了针对脑内皮TNF-α信号的治疗策略	研究主要基于细胞模型和转基因动物模型，尚未在人类患者中进行验证	揭示α-Syn对BBB的病理影响并寻找治疗靶点	α-突触核蛋白（α-Syn）及其对血脑屏障的影响	神经退行性疾病研究	突触核蛋白病（如帕金森病）	GAN深度学习分析	GAN	细胞和动物模型数据	脑内皮细胞模型和转基因动物模型（G2-3）
820	2025-07-15	A preprocessing method based on 3D U-Net for abdomen segmentation 2025-Jul-12, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110709 PMID:40652756	研究论文	提出一种基于3D U-Net的预处理方法，用于腹部分割	通过3D U-Net预处理步骤提高分割性能并加速分割结果，同时评估不同损失函数对分割效果的影响	仅使用了CHAOS和AbdomenCT-1K数据集，可能在其他数据集上的泛化性有待验证	改进生物医学自动分割领域的预处理方法	腹部CT图像的感兴趣区域(ROI)	数字病理	NA	3D U-Net, Connected Components Analysis (CCA)	3D U-Net	CT图像	训练集6998张切片，测试集1311张切片