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
861	2025-07-02	Identification and validation of synergistic drug strategies targeting macrophage polarization in triple-negative breast cancer via single-cell transcriptomics and deep learning 2025-Jun-26, Translational oncology IF:4.5Q1 DOI:10.1016/j.tranon.2025.102457 PMID:40580873	research paper	该研究通过单细胞转录组学和深度学习，识别并验证了针对三阴性乳腺癌中巨噬细胞极化的协同药物策略	开发了一个基于巨噬细胞分化的分类器（MMDCSS），并发现非那雄胺可作为ZBTB20调节剂逆转肿瘤诱导的M2巨噬细胞极化	研究样本量较小，仅包括24名TNBC患者	探索针对三阴性乳腺癌中巨噬细胞极化的新型治疗策略	三阴性乳腺癌（TNBC）患者的肿瘤微环境（TME）和巨噬细胞极化	digital pathology	breast cancer	scRNA-seq, machine-learning, pseudo-time trajectory mapping	deep learning	transcriptomics data	24名TNBC患者
862	2025-07-02	Design and Optimization of an automatic deep learning-based cerebral reperfusion scoring (TICI) using thrombus localization 2025-Jun-26, Journal of neuroradiology = Journal de neuroradiologie DOI:10.1016/j.neurad.2025.101366 PMID:40581292	研究论文	本文设计和优化了一种基于深度学习的自动脑灌注评分（TICI）系统，利用血栓定位技术	开发了一种基于CNN的人工智能模型，用于自动分类TICI评分，并探索了血栓定位对模型性能的影响	三分类模型（TICI 0,1或2a vs 2b vs 2c或3）的性能不足，自动血栓检测模块未能提升模型表现	创建并优化基于AI的DSA TICI评分分类模型，以减少评估变异性	接受机械取栓术患者的数字减影血管造影（DSA）数据	数字病理学	脑血管疾病	数字减影血管造影（DSA）	CNN	医学影像	422名患者，2492个血栓标注，1609个DSA序列
863	2025-07-02	Predicting rat lumbar vertebral failure patterns as synthetic μCT images using a deep convolutional generative adversarial network 2025-Jun-26, Journal of the mechanical behavior of biomedical materials IF:3.3Q3 DOI:10.1016/j.jmbbm.2025.107116 PMID:40582223	研究论文	本研究开发了一种生成式深度学习模型，用于通过创建大鼠腰椎骨折的合成3D μCT图像来预测骨折模式	使用3D条件生成对抗网络（cGAN）预测大鼠腰椎骨折模式，并生成合成3D μCT图像	训练数据集较小（64张μCT图像），验证集仅有8张图像	开发生成式深度学习模型以预测生物结构的损伤行为	大鼠腰椎椎体	计算机视觉	骨科疾病	3D μCT成像	cGAN	3D图像	64张训练μCT图像和8张验证图像
864	2025-07-02	Artificial Intelligence in Cognitive Decline Diagnosis: Evaluating Cutting-Edge Techniques and Modalities 2025-Jun-26, Studies in health technology and informatics DOI:10.3233/SHTI250670 PMID:40588878	综述	本文通过范围综述探讨了人工智能在认知衰退早期诊断中的潜力	整合临床数据和脑电图与深度学习方法，提高诊断准确性，并探索自然语言处理模型在早期认知衰退检测中的应用	综述范围局限于2020年至2025年的文献，且75%的研究依赖MRI数据	评估人工智能在认知衰退早期诊断中的技术和模式	认知衰退（CD）患者	数字病理学	老年疾病	MRI, EEG, 深度学习, 自然语言处理	深度学习模型, NLP模型	医学影像（MRI）, 电生理信号（EEG）, 文本数据	涵盖2020-2025年同行评审文献中的多项研究
865	2025-07-02	Fog-Enabled Modular Deep Learning Platform for Textual Data Mining in Healthcare for Pathology Detection in Burkina Faso 2025-Jun-26, Studies in health technology and informatics DOI:10.3233/SHTI250696 PMID:40588904	研究论文	本文提出了一种基于深度学习的医疗诊断支持平台架构，适用于布基纳法索的病理检测	结合诊断和治疗指南与通过OCR从手写处方和电子健康记录中提取的文本数据构建模型，并比较了雾计算和云计算两种架构	研究基于模拟验证，未涉及实际临床应用的详细测试	开发适用于布基纳法索医疗系统的深度学习诊断支持平台	手写处方和电子健康记录中的文本数据	自然语言处理	NA	OCR, 深度学习	NA	文本	NA
866	2025-07-02	Smart Wearable Analytics for Cycling: AI-Based Physical Exertion Prediction 2025-Jun-26, Studies in health technology and informatics DOI:10.3233/SHTI250714 PMID:40588921	research paper	评估深度学习在骑行运动中体力消耗预测的应用，特别是基于LSTM与多头注意力机制的模型	采用LSTM结合多头注意力机制的模型进行体力消耗预测，并通过MRMR和UFR方法进行特征选择	样本量较小，仅27名健康参与者，且未涉及不同健康状况的人群	预测骑行运动中的体力消耗水平	27名健康骑行者的生理数据	machine learning	NA	LSTM, Multi-Head Attention, MRMR, UFR	LSTM with Multi-Head Attention	生理数据（心率、血氧饱和度、踏频、HRV特征）	27名健康参与者
867	2025-07-02	Optimization-based image reconstruction regularized with inter-spectral structural similarity for limited-angle dual-energy cone-beam CT 2025-Jun-25, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ade843 PMID:40562072	研究论文	本文提出了一种基于优化和光谱间结构相似性正则化的图像重建方法，用于有限角度双能锥束CT成像	通过整合光谱间结构相似性正则化，有效减少了有限角度伪影，无需X射线光谱测量或配对数据集进行模型训练	方法在物理和数字模体上进行了验证，但尚未在临床患者数据上进行测试	促进快速低剂量双能锥束CT在临床中的应用，解决有限角度投影下的图像重建问题	双能锥束CT图像	数字病理	NA	双能锥束CT	优化基迭代重建	CT投影数据	两个物理模体和三个数字模体
868	2025-07-02	DeepNSI: Element identification in experimental photoneutron spectra for illicit material detection 2025-Jun-25, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2025.112014 PMID:40580656	research paper	提出了一种名为DeepNSI的深度学习框架，用于在现实检查场景中通过光子诱导中子谱识别元素组成	结合模拟和实验光中子谱的混合数据集训练特定元素的卷积神经网络，并引入蒙特卡洛Dropout提供预测不确定性，以及基于非负最小二乘法的后处理步骤	NNLS系数受核截面影响，不能直接解释为浓度	开发一种用于非法材料检测的元素识别工具	光子诱导中子谱	machine learning	NA	光子中子光谱法	CNN	光谱数据	包含有机化合物和涉及屏蔽材料的复杂配置的真实数据
869	2025-07-02	Functional assessment of all ATM SNVs using prime editing and deep learning 2025-Jun-25, Cell IF:45.5Q1 DOI:10.1016/j.cell.2025.05.046 PMID:40580951	研究论文	该研究通过prime editing和深度学习技术评估了ATM基因中所有可能单核苷酸变异（SNVs）的功能影响	首次全面评估了ATM基因中27,513个可能的SNVs功能影响，并开发了高精度的深度学习模型DeepATM	研究主要关注单核苷酸变异，可能未涵盖其他类型的遗传变异	评估ATM基因变异的功能影响，支持精准医疗	ATM基因及其27,513个可能的单核苷酸变异	机器学习	癌症	prime editing, 深度学习	DeepATM	基因组数据	23,092个SNVs通过实验评估，4,421个SNVs通过模型预测
870	2025-07-02	Evaluating the performance and potential bias of predictive models for detection of transthyretin cardiac amyloidosis 2025-Jun-24, medRxiv : the preprint server for health sciences DOI:10.1101/2024.10.09.24315202 PMID:40502572	研究论文	本研究比较了四种算法在心力衰竭人群中检测转甲状腺素蛋白心脏淀粉样变性的性能，并评估了模型偏倚带来的潜在风险	首次直接比较了四种ATTR-CM检测算法在心力衰竭人群中的性能，并评估了模型偏倚风险	研究样本中白人占比过高(79.2%)，可能影响模型在其他种族人群中的适用性	评估和比较不同算法在ATTR-CM检测中的性能及潜在偏倚风险	心力衰竭患者	数字病理学	心血管疾病	深度学习	随机森林模型、回归模型、EchoNet-LVH、EchoGo® Amyloidosis	医学影像数据(超声心动图)	176例确诊ATTR-CM患者和3192例对照患者
871	2025-07-02	Enhancing 3D dopamine transporter imaging as a biomarker for Parkinson's disease via self-supervised learning with diffusion models 2025-Jun-24, Cell reports. Medicine DOI:10.1016/j.xcrm.2025.102207 PMID:40580955	研究论文	本文介绍了一种名为HWDAE的自监督学习模型，用于增强3D多巴胺转运体成像作为帕金森病生物标志物的能力	提出了分层小波扩散自编码器（HWDAE），一种生成自监督模型，能够在生成训练中学习相关疾病特征，无需人类标签监督	数据量有限且缺乏外部验证	提高帕金森病的准确诊断和疾病进展状态精确评估	帕金森病患者	数字病理学	帕金森病	多巴胺转运体正电子发射断层扫描（DAT PET）	HWDAE（分层小波扩散自编码器）	图像	1,934张DAT PET图像
872	2025-07-02	DrugTar Improves Druggability Prediction by Integrating Large Language Models and Gene Ontologies 2025-Jun-24, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf360 PMID:40581797	研究论文	该研究开发了一种名为DrugTar的深度学习算法，整合了ESM-2预训练蛋白质语言模型的序列嵌入和基因本体论，用于预测药物的可靶向性	DrugTar通过整合大型语言模型和基因本体论，提高了药物可靶向性预测的性能，优于现有方法	蛋白质结构的潜力尚未得到充分研究	开发一种高性能的深度学习算法，用于预测药物的可靶向性，以简化靶点发现过程	蛋白质序列和结构	机器学习	NA	深度学习	ESM-2预训练蛋白质语言模型	蛋白质序列和结构数据	NA
873	2025-07-02	Reduction of Membrane-derived Noise Using Beam-tilt Measurement and Deep Learning in Observation using Environmental Cell 2025-Jun-24, Microscopy (Oxford, England) DOI:10.1093/jmicro/dfaf031 PMID:40581827	研究论文	提出了一种利用电子束倾斜测量和深度学习去除环境细胞电子显微镜中膜衍生噪声的方法	首次将Noise2Noise深度学习方法应用于环境细胞电子显微镜图像处理，有效去除膜噪声并保留样本信息	未明确说明方法在不同类型样本或极端条件下的适用性	提高环境细胞电子显微镜图像质量以实现高信噪比测量	环境细胞中的催化剂和纳米材料	计算机视觉	NA	电子显微镜成像	Noise2Noise（深度学习）	电子显微镜图像序列	未明确说明具体样本数量
874	2025-07-02	FeaCL: Carotid plaque classification from ultrasound images using feature-level and instance-level contrast learning 2025-Jun-24, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102590 PMID:40582299	research paper	提出了一种名为FeaCL的自监督学习技术，用于增强颈动脉斑块的超声图像分类	结合特征级和实例级对比学习，通过三重网络和强弱增强方法学习颈动脉斑块的有效表示	性能受限于标记颈动脉斑块图像的稀缺性	提高颈动脉斑块超声图像分类的准确性，以预测患者心血管和脑血管疾病风险	颈动脉斑块的超声图像	computer vision	cardiovascular disease	self-supervised learning, triplet network	CNN	image	超声图像数据集（具体数量未提及）
875	2025-07-02	Complete AI-Enabled Echocardiography Interpretation With Multitask Deep Learning 2025-Jun-23, JAMA DOI:10.1001/jama.2025.8731 PMID:40549400	研究论文	开发并评估了一个名为PanEcho的多任务深度学习AI系统，用于自动解读超声心动图	提出了首个能够全面解读超声心动图的AI系统PanEcho，并在多中心验证中表现出色	需要在前瞻性临床工作流程中进一步评估	开发并验证一个能够自动解读超声心动图的AI系统	超声心动图视频	医疗AI	心血管疾病	多任务深度学习	深度学习模型	视频	1.2百万个超声心动图视频，来自24,405名患者的32,265次TTE检查
876	2025-07-02	IBDAIM:Artificial intelligence for analyzing intestinal biopsies pathological images for assisted integrated diagnostic of inflammatory bowel disease 2025-Jun-23, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106024 PMID:40580688	研究论文	开发了一种名为IBDAIM的人工智能模型，用于辅助病理学家通过分析肠道活检的全切片图像快速准确诊断炎症性肠病	提出了一种弱监督深度学习模型IBDAIM，该模型无需详细标注即可利用WSI级诊断标签，并整合了Patch Likelihood Histogram (PLH)和Bag of Words (BoW)特征来构建WSI级表示	研究为回顾性队列研究，可能受限于数据的质量和多样性	开发人工智能模型以提高炎症性肠病的诊断准确性和效率	肠道活检的全切片图像	数字病理学	炎症性肠病	弱监督深度学习	IBDAIM	图像	来自南京鼓楼医院和珠江医院的两个机构数据集
877	2025-07-02	Enhancing MRI efficiency in musculoskeletal examinations: Impact of optimized facility design and workflow optimization efforts 2025-Jun-23, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112263 PMID:40582172	研究论文	评估优化MRI设施设计对工作流程效率的影响	通过对比优化设施与传统设施，展示了优化设计如何显著提高MRI检查效率	研究为回顾性分析，可能受到数据收集和记录的限制	评估MRI设施优化设计对工作流程效率的影响	7,164例非对比增强MRI检查（包括膝、肩、踝关节）	数字病理	肌肉骨骼疾病	MRI扫描	DL-based reconstruction	医疗影像数据	7,164例MRI检查（3,951膝、2,246肩、967踝）
878	2025-07-02	SmartAlert: Machine learning-based patient-ventilator asynchrony detection system in intensive care units 2025-Jun-21, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108927 PMID:40582190	研究论文	开发并验证了一种基于机器学习的实时患者-呼吸机异步检测系统SmartAlert，用于重症监护病房	首次提出直接从呼吸机屏幕数据中实时检测和分类患者-呼吸机异步，并根据严重程度向临床医生发出警报	系统的潜在减少警报疲劳、优化呼吸机设置和改善患者预后的效果尚需在临床试验中验证	开发一种实时检测和分类患者-呼吸机异步的系统，以改善重症监护病房的患者管理	重症监护病房中使用呼吸机的患者	机器学习	NA	深度学习	深度神经网络	视频记录的时间序列数据	381,280个双呼吸单位，由两位重症监护专家独立注释
879	2025-07-02	Deep learning for osteoporosis screening in dental practice: a systematic review 2025-Jun-20, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf052 PMID:40580938	系统综述	本文通过系统综述评估深度学习工具在牙科影像中用于骨质疏松筛查的性能，并探讨这些模型是否已在牙科实践中应用	首次系统综述了深度学习在牙科骨质疏松筛查中的应用，并指出尽管技术有所进展，但临床适用性仍有限	缺乏外部验证和临床整合，限制了其实际应用	评估深度学习工具在骨质疏松筛查中的性能及其在牙科实践中的应用情况	使用牙科影像（如全景X光片和计算机断层扫描）进行骨质疏松筛查的深度学习模型	数字病理	骨质疏松	深度学习（DL），双能X线吸收测定法（DXA）	CNN（如VGG16、GoogleNet、ResNet、AlexNet、EfficientNet）	牙科影像（如全景X光片和计算机断层扫描）	13项研究符合纳入标准
880	2025-07-02	Deep learning NTCP model for late dysphagia after radiotherapy for head and neck cancer patients based on 3D dose, CT and segmentations 2025-Jun-20, medRxiv : the preprint server for health sciences DOI:10.1101/2025.06.20.25329926 PMID:40585085	研究论文	本研究开发了一种基于深度学习的NTCP模型，用于预测头颈癌放疗后晚期吞咽困难	利用3D剂量数据、CT扫描和器官分割，通过深度学习模型提高了吞咽困难预测的准确性	研究依赖于多机构队列数据，可能存在数据异质性问题	提高头颈癌放疗后晚期吞咽困难的预测准确性	头颈癌患者	数字病理	头颈癌	深度学习	Residual Network	3D剂量分布、器官分割、CT扫描	1484名头颈癌患者