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
901	2025-07-21	Imaging analysis using Artificial Intelligence to predict outcomes after endovascular aortic aneurysm repair: protocol for a retrospective cohort study 2025-Jul-16, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2024-098724 PMID:40669892	研究论文	本研究旨在利用人工智能分析成像数据，预测主动脉瘤腔内修复术后的结果	首次开发基于人工智能的预测模型，用于优化主动脉瘤腔内修复术后的随访策略	研究为回顾性设计，样本量有限（500例患者）	开发预测模型以优化主动脉瘤腔内修复术后的随访策略	接受择期主动脉瘤腔内修复术的患者	数字病理学	心血管疾病	CT血管造影（CTA）	深度学习算法	图像	500例接受择期主动脉瘤腔内修复术的患者
902	2025-07-21	Deep learning-based high-resolution time inference for deciphering dynamic gene regulation from fixed embryos 2025-Jul-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-61907-7 PMID:40670357	研究论文	本文提出了一种基于深度学习的多尺度集成方法，用于从固定果蝇胚胎图像中高精度推断绝对发育时间，并应用于基因调控网络的动态解析	开发了一种能够以1分钟分辨率从固定胚胎核形态推断绝对发育时间的深度学习方法，并成功应用于内源分割基因的动态调控研究	方法目前仅应用于果蝇胚胎，在其他生物系统中的适用性尚未验证	解析胚胎发育过程中复杂基因调控网络的时空动态	果蝇胚胎及其内源分割基因Krüppel (Kr)和hunchback (hb)	数字病理学	NA	固定胚胎成像	多尺度集成深度学习	图像	野生型果蝇胚胎
903	2025-07-21	Interpretable deep learning framework for understanding molecular changes in human brains with Alzheimer's disease: implications for microglia activation and sex differences 2025-Jul-16, npj aging IF:4.1Q2 DOI:10.1038/s41514-025-00258-5 PMID:40670382	research paper	开发了一个可解释的深度学习框架，用于研究阿尔茨海默病(AD)患者大脑中的分子变化，特别关注小胶质细胞激活和性别差异	首次发现与AD女性更显著神经元损失相关的性别连锁转录因子对(ZFX/ZFY)，揭示了AD性别二态性的新机制	研究基于批量组织RNA-seq数据，可能无法完全反映单细胞水平的分子变化	利用人工智能方法在分子水平上研究阿尔茨海默病	阿尔茨海默病患者和对照组的大脑组织	digital pathology	geriatric disease	RNA-seq	MLP	gene expression data	来自ROSMAP、MAYO和MSBB三个队列的大脑组织样本
904	2025-07-21	Hybrid genetic algorithm and deep learning techniques for advanced side-channel attacks 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06375-1 PMID:40670393	研究论文	本文提出了一种结合遗传算法和深度学习技术的高级侧信道攻击方法	利用遗传算法框架高效优化神经网络的超参数，克服了传统网格搜索和贝叶斯优化方法的局限性	未提及具体的数据集规模限制或计算资源需求	优化侧信道攻击模型的性能，提高密码安全性评估水平	受保护的AES加密实现	机器学习	NA	遗传算法(GA)与深度学习	神经网络	侧信道数据	未明确提及具体样本数量
905	2025-07-21	Automatic segmentation of liver structures in multi-phase MRI using variants of nnU-Net and Swin UNETR 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07084-5 PMID:40670420	研究论文	本研究评估了深度学习架构在多相Gd-EOB-DTPA增强T1加权VIBE MRI扫描中对肝脏结构的分割效果	比较了nnU-Net的变体和Swin UNETR在肝脏结构分割中的性能，并确定了动脉晚期作为最佳固定相位用于配准	病变和腹水的分割对所有模型都具有挑战性，性能仍有提升空间	开发自动分割肝脏结构的深度学习模型，以改善肝脏疾病的评估和手术规划	肝脏实质、门静脉、肝静脉、主动脉、病变和腹水	数字病理	肝脏疾病	多相Gd-EOB-DTPA增强T1加权VIBE MRI扫描	nnU-Net, ResEnc nnU-Net, Swin UNETR	MRI图像	458例病理肝脏的T1加权VIBE扫描，其中78例手动标注，47例用于跨扫描仪评估
906	2025-07-21	In Silico tool for predicting, designing and scanning IL-2 inducing peptides 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08388-2 PMID:40670434	研究论文	开发了一种预测IL-2诱导肽的方法，并构建了集成模型以提高预测性能	结合了基于对齐的方法和人工智能模型（包括机器学习、深度学习和大型语言模型），构建了集成模型，并开发了软件IL2pred	主数据集中IL-2诱导和非诱导肽均为MHC结合物，可能影响模型的泛化能力	预测和设计IL-2诱导肽，以支持基于IL-2的免疫治疗	IL-2诱导肽和非诱导肽	生物信息学	癌症	机器学习（ML）、深度学习（DL）、大型语言模型（LLM）	Extra Tree、集成模型	肽序列数据	主数据集6,574个肽（3,429个IL-2诱导肽和3,145个非诱导肽），另有两个替代数据集
907	2025-07-21	Enhancing pathological feature discrimination in diabetic retinopathy multi-classification with self-paced progressive multi-scale training 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07050-1 PMID:40670454	研究论文	提出了一种结合自步渐进学习和随机多尺度图像重建的深度学习框架，用于糖尿病视网膜病变的多分类任务	引入了自步渐进学习策略（从简单到复杂的样本训练）和随机多尺度图像重建技术，以及基于KL散度的集成学习协作正则化方法	未明确提及具体局限性，但暗示低质量数据和小样本量是领域普遍挑战	提升糖尿病视网膜病变多分类任务的病理特征判别能力	糖尿病视网膜病变(DR)的眼底图像	数字病理	糖尿病视网膜病变	深度学习框架（含自步渐进学习、多尺度图像重建）	基于ResNet-50改进的模型	医学图像（眼底照片）	APTOS和MESSIDOR-Kaggle整合数据集（具体数量未说明）
908	2025-07-21	Artificial intelligence-based diabetes risk prediction from longitudinal DXA bone measurements 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10136-5 PMID:40670456	研究论文	本研究利用纵向DXA骨测量数据和人工智能技术，预测卡塔尔成年人糖尿病的发病风险	首次使用纵向多模态DXA骨测量数据预测糖尿病发病风险，并比较了传统模型与深度学习模型的性能	研究样本仅限于卡塔尔成年人，可能存在地域局限性；排除了数据不完整的参与者	探索DXA骨测量指标作为糖尿病发病预测因子的潜力	卡塔尔成年人（1382名参与者，包括725名男性和657名女性）	数字病理学	糖尿病	双能X射线吸收测定法(DXA)，SMOTE和SMOTEENN数据增强技术	传统机器学习模型和深度学习(DL)模型	纵向骨测量数据	1382名参与者（男性725人，女性657人）
909	2025-07-21	Fusion of microscopic and diffraction images with VGG net for budding yeast recognition in imaging flow cytometry 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09320-4 PMID:40670500	研究论文	提出了一种结合图像融合技术和深度学习算法的新方法，用于提高显微-衍射成像流式细胞术中的细胞分类速度和准确性	首次将图像融合技术与VGG-net卷积神经网络结合，用于显微-衍射成像流式细胞术中的细胞分类	研究仅针对芽殖酵母细胞进行分类，未验证在其他细胞类型上的适用性	提高显微-衍射成像流式细胞术(MDIFC)中细胞分类的准确性和处理速度	芽殖酵母细胞	计算机视觉	NA	显微-衍射成像流式细胞术(MDIFC)	VGG-net CNN, SVM, RF	图像	未明确说明样本数量，但分类了三种细胞事件(单细胞、芽殖细胞和聚集细胞)
910	2025-07-21	Image quality and radiation dose of reduced-dose abdominopelvic computed tomography (CT) with silver filter and deep learning reconstruction 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11184-7 PMID:40670595	研究论文	评估使用SilverBeam滤波器和深度学习重建（DLR）的低剂量腹部盆腔CT与标准剂量迭代重建（IR）在图像质量和辐射剂量方面的差异	结合SilverBeam滤波器和深度学习重建技术，显著降低辐射剂量同时保持图像质量不劣于标准剂量	研究样本量有限（182例），且未探讨长期临床效果	比较低剂量CT与标准剂量CT在腹部盆腔成像中的性能差异	腹部盆腔CT扫描	医学影像	NA	深度学习重建（DLR）、迭代重建（IR）、SilverBeam滤波器	深度学习模型（未指定具体架构）	CT图像	182例患者（100名男性，平均年龄63±14岁）
911	2025-07-21	Development and evaluation of a deep learning-based system for dental age estimation using the demirjian method on panoramic radiographs 2025-Jul-16, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-06420-5 PMID:40670936	研究论文	开发并评估了一种基于深度学习的系统，用于在全景X光片上使用Demirjian方法自动估计牙齿年龄	首次将YOLOv11深度学习模型应用于牙齿发育阶段分类，并与传统手动方法进行比较	需要更广泛的人群验证和尝试其他模型架构才能进行临床部署	开发自动牙齿年龄估计系统并评估其性能	牙齿发育阶段	计算机视觉	NA	深度学习	YOLOv11	图像	4800张全景X光片用于训练验证测试，另外650人(325女性，325男性)用于比较分析
912	2025-07-21	Deep Learning Predicts Survival Across Squamous Tumor Entities From Routine Pathology: Insights from Head and Neck, Esophagus, Lung and Cervical Cancer 2025-Jul-16, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100845 PMID:40680853	research paper	该研究开发了一种基于深度学习的模型，利用H&E染色切片预测头颈部鳞状细胞癌患者的总体生存率，并在多种鳞状肿瘤中验证其通用性	首次在多种鳞状肿瘤（包括头颈部、食管、肺和宫颈鳞状细胞癌）中验证了深度学习模型的通用性，并揭示了预测风险评分与多种临床因素的相关性	模型在食管鳞状细胞癌中的预测结果不显著，且不同队列中与风险评分相关的具体临床因素存在差异	评估基于计算病理学的深度学习模型在预测多种鳞状肿瘤患者生存率方面的通用性和解释性	头颈部鳞状细胞癌、食管鳞状细胞癌、肺鳞状细胞癌和宫颈鳞状细胞癌患者的H&E染色切片	digital pathology	head and neck squamous cell carcinoma, esophageal squamous cell carcinoma, lung squamous cell carcinoma, cervical squamous cell carcinoma	深度学习	NA	image	多种鳞状肿瘤患者的H&E染色切片（具体数量未提及）
913	2025-07-21	Deep Learning-Based Quantitative Assessment inflammatory response of hyperreflective foci in Diabetic Macular Edema 2025-Jul-16, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2025.104728 PMID:40680912	研究论文	本研究探讨了糖尿病黄斑水肿（DME）中炎症细胞因子（IL-6、ICAM-1和VEGF）与超反射焦点（HRF）之间的关联	使用深度学习开发的自动分割系统定量评估HRF，并首次揭示HRF数量及体积与眼内炎症细胞因子含量的相关性	样本量较小（39只DME眼和19只对照眼），且未发现细胞因子与HRF分布的显著相关性	探索DME中炎症标志物与影像学生物标志物的关联机制	糖尿病黄斑水肿患者的房水样本和SD-OCT影像特征	数字病理	糖尿病黄斑水肿	ELISA检测、SD-OCT成像、自动分割系统	深度学习（未明确具体模型）	生物分子检测数据、医学影像数据	58只眼（29名DME患者的39只眼+19名对照者的19只眼）
914	2025-07-21	Comparative study of dermatologists and deep learning model on diagnosing childhood vitiligo 2025-Jul-16, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2025.104727 PMID:40680913	研究论文	比较皮肤科医生和深度学习模型在诊断儿童白癜风方面的表现	使用深度学习模型（ResNet152和DenseNet121）基于皮肤镜图像诊断儿童白癜风，并与皮肤科医生的诊断性能进行比较	样本量相对较小（474名儿科患者），且仅基于皮肤镜图像进行诊断	探索深度学习模型在儿童白癜风诊断中的性能	儿童白癜风患者和非白癜风患者	数字病理学	白癜风	皮肤镜成像	ResNet152, DenseNet121	图像	474名儿科患者（223名白癜风患者和251名非白癜风患者），3,896张皮肤镜图像
915	2025-07-21	An Integrated Deep Learning Framework Using Adaptive Enhanced Vision Fusion and Modified MobileNet Architecture for Precision Classification of Skin Diseases with Enhanced Diagnostic Performance 2025-Jul-16, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100331 PMID:40681043	研究论文	提出了一种名为Dermo-Transfer的新型深度学习框架，用于提高皮肤疾病分类的准确性和诊断性能	结合MobileNet与密集块和残差连接，解决梯度消失和过拟合问题，并采用多尺度Retinex、伽马校正和直方图均衡化提升图像质量，使用量子支持向量机(QSVM)分类器提高分类性能	未明确提及研究的局限性	提高皮肤疾病分类的准确性和诊断性能	皮肤疾病图像	计算机视觉	皮肤疾病	多尺度Retinex、伽马校正、直方图均衡化、QSVM	MobileNet、Dermo-Transfer	图像	77,314张图像，涵盖多种皮肤疾病
916	2025-07-21	Multi-class mental Task Classification based Brain-Computer Interface using Improved Remora depthwise convolutional adaptive neuro-fuzzy inference network model 2025-Jul-16, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110536 PMID:40681115	研究论文	提出了一种基于改进Remora深度卷积自适应神经模糊推理网络模型的多类心理任务分类脑机接口系统	使用改进的Remora优化方法调整模型参数，提高了分类准确率，并在噪声抑制和特征提取方面采用了新技术	EEG信号中的噪声和有限的数据可用性可能影响系统的准确性和可靠性	开发准确可靠的脑机接口系统，帮助严重运动障碍患者与外界交互	脑电图（EEG）信号和多类心理任务	脑机接口	运动障碍	有限线性Haar小波滤波（FLHF）和混合动态中心二值模式多阈值三元模式（H-DCBP-MTTP）	改进的Remora深度卷积自适应神经模糊推理网络（IRDCANFIN）	EEG信号	BCI实验室数据集和EEG精神障碍数据集
917	2025-07-21	Automatic quantification, grading and five-year prediction of myopic fundus tessellation: a multi-center, longitudinal deep learning study 2025-Jul-16, Science China. Life sciences DOI:10.1007/s11427-025-3002-y PMID:40681822	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
918	2025-07-21	Cellular optical imaging techniques: a dynamic advancing frontier 2025-Jul-16, Science China. Life sciences DOI:10.1007/s11427-024-2916-5 PMID:40681818	综述	本文综述了用于细胞研究的超分辨率光学成像技术的最新进展	介绍了多种超分辨率成像技术和图像处理算法，包括SIM、PS-SR显微镜、SMLM以及数学和深度学习超分辨率算法，这些技术突破了传统远场光学成像的衍射极限限制	NA	推动生物研究进入纳米尺度领域	细胞	生物医学成像	NA	超分辨率光学成像技术（SIM、PS-SR显微镜、SMLM）	深度学习（DL）	图像	NA
919	2025-07-21	SeaMoon: From protein language models to continuous structural heterogeneity 2025-Jul-16, Structure (London, England : 1993) DOI:10.1016/j.str.2025.06.010 PMID:40683255	研究论文	本文介绍了SeaMoon，一种利用蛋白质语言模型（pLM）嵌入和轻量级卷积神经网络（CNN）直接从序列预测蛋白质连续紧凑运动表示的方法	SeaMoon能够直接从蛋白质序列预测连续紧凑的运动表示，无需利用3D结构，且能够捕捉到基于物理的无监督方法无法触及的运动	SeaMoon仅对40%的测试蛋白质能够以合理准确度预测至少一个真实运动	探索是否可以直接从蛋白质序列预测连续紧凑的运动表示	蛋白质的运动和变形	机器学习	NA	蛋白质语言模型（pLM），卷积神经网络（CNN）	CNN	蛋白质序列	约1,000组实验构象集合
920	2025-07-21	Developing Nationwide Estimates of Built Environment Quality Characteristics Using Street-View Imagery and Computer Vision 2025-Jul-15, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.5c00966 PMID:40607680	研究论文	利用计算机视觉和街景图像评估美国城市建成环境质量特征	首次利用计算机视觉和街景图像对美国全国范围内的建成环境质量进行估计，并明确处理了社会人口和时间偏差	对西班牙裔/拉丁裔和夏威夷原住民或太平洋岛民群体的准确性较低，季节性偏差调整后仍存在一定偏差	评估建成环境质量特征，为流行病学研究、城市规划策略和公共卫生干预提供信息	美国所有城市的建成环境质量	计算机视觉	NA	深度学习	深度学习模型	图像	72,516份调查和1.2亿个街景位置