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
841	2025-06-02	Operationalizing postmortem pathology-MRI association studies in Alzheimer's disease and related disorders with MRI-guided histology sampling 2025-May-28, Acta neuropathologica communications IF:6.2Q1 DOI:10.1186/s40478-025-02030-y PMID:40437594	research paper	开发了一种结合7T MRI引导的组织病理学采样和全切片数字成像的综合方案，用于阿尔茨海默病及相关疾病的死后病理-MRI关联研究	提出了一个结合患者特异性3D打印模具和半自动化MRI到组织学配准流程的创新方法，以及使用弱监督深度学习的定量病理评分系统	研究仅针对29个大脑样本进行了验证，样本量相对较小	开发一个可扩展且可重复的方法，用于研究死后脑病理学，以促进阿尔茨海默病及相关疾病的诊断和治疗策略	阿尔茨海默病及相关疾病患者的死后大脑组织	digital pathology	Alzheimer's disease	7T MRI, whole-slide digital imaging, weakly supervised deep learning	deep learning	MRI images, histopathological images	29 brains with diagnosis on the AD spectrum
842	2025-06-02	Artificial Intelligence Tools for Preconception Cardiomyopathy Screening Among Women of Reproductive Age 2025-May-27, Annals of family medicine IF:4.4Q1 DOI:10.1370/afm.230627 PMID:40300816	研究论文	评估人工智能工具在育龄妇女中检测左心室收缩功能障碍的诊断性能	使用深度学习方法从12导联心电图和数字听诊器记录中预测左心室收缩功能障碍，展示了较高的诊断准确性	研究样本量较小（两个队列各100名参与者），且主要在非西班牙裔白人女性中进行，可能限制结果的普遍性	评估人工智能工具在育龄妇女中检测左心室收缩功能障碍的诊断性能	育龄妇女（18-49岁）	数字病理学	心血管疾病	12导联心电图、数字听诊器记录（单导联心电图+心音图）、深度学习	深度学习模型	心电图、心音图	两个队列各100名参与者（总计200名）
843	2025-06-02	A hybrid explainable federated-based vision transformer framework for breast cancer prediction via risk factors 2025-May-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96527-0 PMID:40419634	research paper	提出了一种可解释的联邦学习框架，结合Vision Transformer和CNN，用于乳腺癌预测	结合了联邦学习、Vision Transformer和CNN的混合模型，并引入可解释AI技术提高模型透明度	未提及具体的数据集规模和多样性限制	开发一个隐私保护且准确的乳腺癌预测框架	乳腺癌预测	digital pathology	breast cancer	federated learning, XAI	Vision Transformer (ViT), CNN	image, risk factors data	NA
844	2025-06-02	Structure from motion-convolutional neural network model (SfM-CNN) achieved accurate portable Chinese dietary chemical composition estimation for dietary recall 2025-May-27, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144908 PMID:40449202	研究论文	该研究开发了一种结合运动结构（SfM）和卷积神经网络（CNN）的AI模型，用于自动化分析中国食物的化学成分	首次将SfM技术与CNN结合，应用于中国复杂多样的饮食化学成分分析，准确率误差小于4%	研究仅基于新开发的中国菜肴数据集ChineseDish-100，可能无法涵盖所有中国饮食种类	开发高效、准确且文化相关的饮食分析工具，用于健康和营养管理	中国食物的化学成分	计算机视觉	NA	SIFT算法、3D重建技术	SfM-CNN、SIFT-ResNet50	图像	ChineseDish-100数据集
845	2025-06-02	A hybrid protocol for peptide development: integrating deep generative models and physics simulations for biomolecular design targeting IL23R/IL23 2025-May-24, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.144652 PMID:40419055	研究论文	本文提出了一种结合深度生成模型和物理模拟的混合协议，用于针对IL23R/IL23的生物分子设计	整合了LSTM网络、GRU分类器和分子动力学模拟，以开发针对IL23R/IL23轴的新型抑制肽	未提及实验样本量及具体实验设计的局限性	加速针对关键蛋白靶点的肽类治疗药物的发现	白细胞介素-23受体（IL23R）及其相关细胞因子白细胞介素-23（IL23）	机器学习	自身免疫性疾病	分子动力学模拟（MD）	LSTM, GRU	分子数据	NA
846	2025-06-02	Accuracy and time efficiency of deep learning-based three-dimensional crown segmentation on intraoral scanning: a systematic review and meta-analysis 2025-May-23, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105842 PMID:40414275	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了基于深度学习的三维牙冠分割在口腔内扫描中的准确性和时间效率	首次系统评估深度学习在口腔内扫描牙冠分割中的性能，并比较其与传统手动方法的时间效率	存在数据选择和指标测试的异质性，且需要进一步优化算法以实现精确的牙龈边界分割	评估深度学习在口腔内扫描牙冠分割中的准确性和时间效率	口腔内扫描图像中的牙冠分割	数字病理	NA	深度学习	NA	三维图像	44项符合纳入标准的研究（来自1220项初步筛选研究）
847	2025-06-02	Role of artificial intelligence in cancer drug discovery and development 2025-May-23, Cancer letters IF:9.1Q1 DOI:10.1016/j.canlet.2025.217821 PMID:40414522	综述	本文探讨了人工智能（AI）在癌症药物发现和开发中的多方面应用	AI技术如机器学习和深度学习能够高效分析海量数据，加速药物靶点识别、化合物优化和临床结果预测，革新了传统耗时且昂贵的药物开发流程	面临数据质量、模型可解释性和监管障碍等挑战	全面评估AI在癌症药物研发各阶段的应用潜力	癌症药物开发全流程（从早期发现到临床试验设计）	人工智能在医药领域的应用	癌症	机器学习（ML）、深度学习（DL）、虚拟筛选（VS）、分子对接、CRISPR	NA	多模态数据（包括分子结构数据、临床数据等）	NA
848	2025-06-02	Deep learning dosiomics for the pretreatment prediction of radiation dermatitis in nasopharyngeal carcinoma patients treated with radiotherapy 2025-May-22, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110951 PMID:40412532	research paper	本研究开发了一种结合剂量组学和深度学习（DL）的模型，用于预测鼻咽癌（NPC）患者放疗后≥2级放射性皮炎（RD）的发生	首次将剂量组学特征与深度学习特征结合，构建端到端模型预测放射性皮炎，并通过整合临床因素进一步提高预测性能	研究为回顾性设计，样本量相对有限（290例患者），且仅来自两个医疗中心	预测鼻咽癌患者放疗后放射性皮炎的发生风险	接受放疗的鼻咽癌患者	digital pathology	nasopharyngeal carcinoma	dosiomics, deep learning	XGBoost, ResNet-34	radiation dose distribution	290名鼻咽癌患者（训练集167例，内部验证集72例，外部验证集51例）
849	2025-06-02	Neurophysiological Approaches to Lie Detection: A Systematic Review 2025-May-18, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci15050519 PMID:40426690	系统综述	本文系统评估了2017-2024年间基于EEG和ERP P300反应的测谎研究，总结了常用的EEG信号处理技术、特征提取方法和分类算法	首次系统比较了不同EEG信号处理技术和分类算法在测谎任务中的表现，并指出混合模型和深度学习模型的优势	仅限于2017-2024年的英文文献，且主要关注面部识别任务中的ERP P300反应	评估EEG基于ERP P300反应的测谎技术效果，并识别最优方法	使用EEG进行测谎的研究	神经科学	NA	EEG, ERP P300	SVM, LDA, CNN	神经生理信号	NA
850	2025-06-02	Nanobodies: From Discovery to AI-Driven Design 2025-May-14, Biology DOI:10.3390/biology14050547 PMID:40427736	综述	本文回顾了纳米抗体的历史发现、结构功能关系及其在治疗、诊断和生物技术中的应用，并探讨了AI在纳米抗体设计和优化中的整合	探讨了AI在纳米抗体设计和优化中的应用，展示了机器学习和深度学习方法如何革新理性设计、人源化和亲和力成熟过程	NA	回顾纳米抗体的历史、结构功能关系及其应用，并探讨AI在纳米抗体设计中的整合	纳米抗体（源自骆驼科动物和鲨鱼的重链抗体）	生物技术	NA	机器学习、深度学习	NA	NA	NA
851	2025-06-02	Cine cardiac magnetic resonance segmentation using temporal-spatial adaptation of prompt-enabled segment-anything-model: a feasibility study 2025-May-09, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101909 PMID:40350082	研究论文	提出了一种基于segment-anything-model (SAM)的cine心血管磁共振(CMR)分割方法，并在未见数据集上评估其泛化性能	引入了时空注意力机制，利用文本提示和框提示来指导分割区域，提高了分割的准确性	研究仅基于有限的数据集进行评估，可能无法涵盖所有临床场景	开发一种高泛化性和高准确性的cine CMR分割方法	cine心血管磁共振图像	数字病理学	心血管疾病	cine心血管磁共振(CMR)	segment-anything-model (SAM)	图像	公共测试数据集136例，回顾性收集的内部数据集93例（主动脉瓣狭窄40例，HFpEF 53例）
852	2025-06-02	Foldclass and Merizo-search: scalable structural similarity search for single- and multi-domain proteins using geometric learning 2025-May-06, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf277 PMID:40326701	research paper	开发了一种基于嵌入的快速结构比较方法Foldclass和结合深度学习自动域分割工具Merizo的Merizo-search，用于检测蛋白质结构间的相似性	结合Foldclass嵌入方法和Merizo自动域分割工具，实现了对多域蛋白质结构的快速结构相似性搜索	未提及具体性能限制或在不同数据集上的泛化能力	解决大规模蛋白质结构存储、搜索和关系检测的挑战，特别是在多域结构方面	单域和多域蛋白质结构	生物信息学	NA	深度学习, 几何学习	NA	蛋白质结构数据	3.65亿个域来自Encyclopedia of Domains
853	2025-06-02	SimSon: simple contrastive learning of SMILES for molecular property prediction 2025-May-06, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf275 PMID:40341364	研究论文	本文提出了一种名为SimSon的自监督学习框架，用于从SMILES表示中学习分子特性预测	通过对比学习利用未标记的SMILES数据进行预训练，提高了模型的泛化能力和鲁棒性	未提及具体的数据量限制或模型在特定化学空间中的表现	加速药物发现和逆合成，提高分子特性预测的准确性	分子特性预测	机器学习	NA	对比学习	SimSon	SMILES数据	未提及具体样本量
854	2025-06-02	Development of a novel machine learning model to automate vertebral column segmentation utilizing biplanar full-body imaging 2025-May-03, The spine journal : official journal of the North American Spine Society DOI:10.1016/j.spinee.2025.05.003 PMID:40324481	research paper	开发了一种基于机器学习的模型，用于自动化从双平面全身成像中分割脊柱	采用两阶段深度学习模型，结合UNET架构，首次在双平面全身X光图像中实现脊柱的自动分割，包括复杂脊柱病理情况	研究为回顾性设计，样本量相对有限（250例），且仅在单一医疗中心进行	开发能够自动化从双平面全身放射影像中分割脊柱的人工智能算法	退变性脊柱侧弯（DS）患者的脊柱影像	computer vision	degenerative scoliosis	biplanar full-body imaging	CNN with UNET architecture	X-ray image	250例患者影像（200训练/50测试）
855	2025-06-02	Structural Diversity of Mitochondria in the Neuromuscular System across Development Revealed by 3D Electron Microscopy 2025-May, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202411191 PMID:40047328	research paper	该研究利用3D电子显微镜和深度学习技术，开发了半自动化方法重建线虫线粒体，并比较了不同发育阶段线粒体结构的差异	揭示了线粒体结构在神经肌肉系统中的多样性及其与突触连接的关联，并发现drp-1突变体中线粒体分裂受损导致行为缺陷	研究仅针对线虫进行，结果是否适用于其他物种尚不明确	探究神经肌肉系统中线粒体结构的发育变化及其功能意义	线虫（C. elegans）的神经肌肉系统	生物医学成像	NA	3D电子显微镜, 深度学习	深度学习模型（未指定具体类型）	3D电子显微镜图像	正常生殖阶段和dauer阶段的线虫
856	2025-06-02	Non-invasive biopsy diagnosis of diabetic kidney disease via deep learning applied to retinal images: a population-based study 2025-May, The Lancet. Digital health DOI:10.1016/j.landig.2025.02.008 PMID:40312169	研究论文	通过深度学习技术应用于视网膜图像，开发并验证了一种非侵入性活检诊断糖尿病肾病的方法	利用视网膜图像和深度学习技术，开发了一种非侵入性的糖尿病肾病检测和分类系统DeepDKD，并在多民族人群中进行了验证	研究的外部验证数据集可能覆盖不够全面，且长期效果需要更多数据支持	提高糖尿病肾病筛查的可及性，并区分单纯糖尿病肾病与非糖尿病肾病	糖尿病患者的视网膜图像	数字病理学	糖尿病肾病	深度学习	DeepDKD	图像	开发阶段使用734,084张视网膜图像，内部验证使用121,578名参与者的486,312张图像，外部验证使用65,406名参与者的数据
857	2025-06-02	PLM-DBPs: enhancing plant DNA-binding protein prediction by integrating sequence-based and structure-aware protein language models 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf245 PMID:40439671	research paper	提出了一种名为PLM-DBPs的深度学习框架，通过整合基于序列和结构感知的蛋白质语言模型来增强植物DNA结合蛋白的预测	整合基于序列和结构感知的蛋白质语言模型，显著提高了植物DNA结合蛋白的预测准确性	虽然基于序列的蛋白质语言模型在DNA结合蛋白预测中表现良好，但整合结构信息可以进一步提高预测准确性，但未提及具体的数据集规模或模型泛化能力	增强植物DNA结合蛋白的预测准确性	植物DNA结合蛋白	machine learning	NA	蛋白质语言模型(PLMs), 深度学习	ANN	蛋白质序列和结构数据	NA
858	2025-06-02	Artificial Intelligence in Biliopancreatic Disorders: Applications in Cross-Imaging and Endoscopy 2025-Apr-29, Gastroenterology IF:25.7Q1 DOI:10.1053/j.gastro.2025.04.011 PMID:40311821	综述	本文探讨了人工智能在胆胰疾病诊断和管理中的变革潜力，特别是在内窥镜和横断面成像技术中的应用	利用深度学习和卷积神经网络等尖端技术，AI在提高腺瘤检出率、改善病变特征化和诊断准确性方面取得了显著进展	未提及具体的研究样本量或数据集的局限性	总结人工智能在胆胰疾病中的应用现状，并为未来研究方向铺平道路	胆胰疾病，包括胰腺导管腺癌、胰腺囊性病变和胰腺神经内分泌肿瘤等	数字病理学	胆胰疾病	深度学习，卷积神经网络	CNN	图像	NA
859	2025-06-02	Reproducible image-based profiling with Pycytominer 2025-Apr, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02611-8 PMID:40032995	研究论文	介绍了一个名为Pycytominer的用户友好、开源的Python包，用于处理高通量显微镜图像分析产生的单细胞特征数据	提出了Pycytominer，一个专门用于图像分析的生物信息学步骤的工具包，支持机器学习和下游应用	未提及具体的性能对比或与其他工具的兼容性问题	开发一个工具以处理高通量显微镜图像分析产生的单细胞特征数据，支持下游应用	高通量显微镜图像分析产生的单细胞特征数据	数字病理学	NA	高通量显微镜	NA	图像	NA
860	2025-06-02	Is a single model enough? The systematic comparison of computational approaches for detecting populist radical right content 2025, Quality & quantity DOI:10.1007/s11135-024-02034-1 PMID:40343105	研究论文	本文系统比较了检测文本数据中民粹主义激进右翼(PRR)内容的不同计算方法	首次系统比较了66种词典方法、经典监督机器学习和深度学习模型在PRR内容检测任务上的表现，并评估了不同文本预处理方式对模型性能的影响	在噪声较大的数据集上，深度学习模型的表现仍然不够理想	比较不同计算方法在检测PRR内容方面的表现	德语测试数据集中的PRR内容	自然语言处理	NA	词典方法、监督机器学习、深度学习	DL模型、集成模型	文本	三个德语测试数据集