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
941	2025-07-22	Future of Alzheimer's detection: Advancing diagnostic accuracy through the integration of qEEG and artificial intelligence 2025-Jul-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121373 PMID:40675424	综述	本文全面回顾了定量脑电图（qEEG）与人工智能（AI）在阿尔茨海默病（AD）检测与诊断中的整合应用	AI增强的qEEG分析显著提高了AD的诊断准确性，其中线性判别分析（LDA）达到93.18%的准确率和97.92%的AUC，CNN和SVM在某些分类中甚至达到100%的灵敏度	数据质量、计算资源和标准化方法仍存在挑战	探讨AI与qEEG结合在AD诊断中的潜力	阿尔茨海默病患者	数字病理学	阿尔茨海默病	qEEG	LDA, CNN, SVM	脑电图数据	11项研究，参与者数量从35到890人不等，平均年龄在66.94至74.8岁之间
942	2025-07-22	Integrative review of intelligent nuchal translucency for genetic disorder 2025-Jul-14, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108597 PMID:40684521	综述	本文对智能颈项透明层（NT）筛查在遗传疾病中的应用进行了综合性回顾，分析了53篇相关研究论文，探讨了深度学习技术在提高NT筛查准确性和可靠性方面的潜力	首次系统性地收集和分析NT筛查领域的研究论文，特别关注深度学习技术的应用，并揭示了传统NT筛查方法的研究空白和挑战	仅分析了53篇研究论文，可能未涵盖所有相关研究，且深度学习技术在NT筛查中的实际应用仍需进一步验证	提高NT筛查在检测染色体异常和先天性心脏缺陷方面的准确性和可靠性	颈项透明层（NT）筛查技术及其在产前诊断中的应用	数字病理学	染色体异常和先天性心脏缺陷	深度学习（DL）和机器学习（ML）	NA	研究论文和数据集	53篇研究论文
943	2025-07-22	Continual source-free active domain adaptation for nasopharyngeal carcinoma tumor segmentation across multiple hospitals 2025-Jul-13, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107869 PMID:40684700	research paper	提出了一种新型的持续无源主动域适应框架（CSFADA），用于鼻咽癌（NPC）肿瘤分割，以解决多中心数据场景中的域偏移问题	引入域参考和不变性选择策略以及双阶段循环蒸馏策略，解决了源数据特征依赖、样本选择偏差和冗余以及灾难性遗忘等问题	未明确提及具体局限性，但可能包括对多中心数据的依赖性和模型泛化能力的进一步验证	提高鼻咽癌（NPC）肿瘤分割在多中心数据场景中的准确性和鲁棒性	鼻咽癌（NPC）肿瘤的GTV分割	digital pathology	nasopharyngeal carcinoma	self-supervised learning, cross-correlation learning	deep learning	image	来自三个中心的数据集
944	2025-07-22	[Progress in research of textual quality evaluation of health-related media reports] 2025-Jul-10, Zhonghua liu xing bing xue za zhi = Zhonghua liuxingbingxue zazhi DOI:10.3760/cma.j.cn112338-20241012-00629 PMID:40677194	综述	总结健康相关媒体报道文本质量评估的研究进展	系统回顾了健康相关媒体报道文本质量评估的定义、维度、指标和方法，并指出了当前研究的不足和未来方向	缺乏统一的定义、维度、指标或自动化算法来评估健康相关媒体报道的文本质量，限制了大规模新闻数据的有效评估	健康相关媒体报道文本质量评估的方法学研究	健康相关的媒体报道	自然语言处理	NA	文本挖掘、深度学习、自然语言处理	NA	文本	29篇研究论文
945	2025-07-22	Neural Networks for Predicting and Classifying Antimicrobial Resistance Sequences in Porphyromonas gingivalis 2025-Jul-05, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.100890 PMID:40618714	研究论文	本研究开发了一种基于卷积神经网络（CNN）的深度学习方法，用于根据氨基酸序列对牙龈卟啉单胞菌的蛋白质进行分类，以预测和分类抗菌素耐药性（AMR）序列	使用CNN模型对牙龈卟啉单胞菌的蛋白质序列进行分类，优于传统方法如BLAST、HMM Profiles和DeepSig，并展示了与ProtBERT模型相当的高准确率	研究仅基于685个蛋白质序列，样本量相对较小，可能影响模型的泛化能力	开发一种深度学习方法，用于准确预测和分类牙龈卟啉单胞菌中的抗菌素耐药性序列	牙龈卟啉单胞菌的蛋白质序列	机器学习	牙周病	全基因组测序	CNN, ProtBERT	蛋白质序列	685个蛋白质序列（包括150个牙龈卟啉单胞菌蛋白质和535个非耐药变体）
946	2025-07-22	Structural similarities reveal an expansive conotoxin family with a two-finger toxin fold 2025-Jul-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.03.662903 PMID:40631153	research paper	该研究通过结构生物信息学方法揭示了一个具有双指毒素折叠的广泛存在的芋螺毒素家族	结合NMR结构解析、深度学习结构预测与比较以及基因结构分析，发现了六个芋螺毒素超家族具有共同的进化历史，并提出了'双指毒素(2FTX)'折叠的概念	研究主要基于结构相似性推断进化关系，可能忽略了其他潜在的功能分化机制	探索芋螺毒素的结构特征与进化关系	芋螺毒素超家族（包括Tx33.1等）	结构生物信息学	NA	NMR结构解析、深度学习结构预测	deep learning-based methods	蛋白质结构数据	6个芋螺毒素超家族（包括124个残基的Tx33.1）
947	2025-07-22	Evaluating the Performance and Potential Bias of Predictive Models for Detection of Transthyretin Cardiac Amyloidosis 2025-Jul-04, JACC. Advances DOI:10.1016/j.jacadv.2025.101901 PMID:40616933	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，并评估了模型偏见的潜在风险	首次直接比较了四种不同算法在ATTR-CM检测中的性能，并评估了模型偏见风险	研究样本中种族分布不均(79.2%为白人，9.0%为黑人)，可能影响结果的普遍性	评估和比较不同算法在ATTR-CM检测中的性能及潜在偏见风险	心力衰竭患者群体中的ATTR-CM检测	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和EchoGo Amyloidosis深度学习模型	医疗记录数据、超声心动图数据	176例确诊ATTR-CM患者和3,192例对照患者
948	2025-07-22	Evaluating Vision and Pathology Foundation Models for Computational Pathology: A Comprehensive Benchmark Study 2025-Jul-04, Research square DOI:10.21203/rs.3.rs-6823810/v1 PMID:40630532	研究论文	本文对31种计算病理学AI基础模型进行了全面基准测试，评估了它们在多种组织病理学数据集和任务中的表现	首次系统比较了不同类型病理学基础模型的性能，并发现Virchow2模型表现最佳，同时挑战了模型规模与性能正相关的假设	未能完全解释影响模型性能的潜在因素，且需要进一步研究提升模型在不同组织类型和数据集中的泛化能力	评估和比较不同AI基础模型在计算病理学中的性能	31种AI基础模型，包括通用视觉模型(VM)、通用视觉语言模型(VLM)、病理专用视觉模型(Path-VM)和病理专用视觉语言模型(Path-VLM)	数字病理学	NA	深度学习	CNN, VLM, Path-VM, Path-VLM	图像	来自TCGA、CPTAC等数据集的41个任务
949	2025-07-22	Comparison of Deep Learning and Clinician Performance for Detecting Referable Glaucoma from Fundus Photographs in a Safety Net Population 2025 Jul-Aug, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100751 PMID:40235827	研究论文	开发并测试了一种基于深度学习的算法，用于从眼底照片中检测可转诊青光眼	深度学习算法在检测可转诊青光眼方面的性能与或超过临床医生，且不受经验水平影响	研究数据仅来自洛杉矶县卫生服务部门的患者，可能不具有广泛代表性	开发并测试一种深度学习算法，用于从眼底照片中检测可转诊青光眼	6116名来自洛杉矶县卫生服务部门的患者	计算机视觉	青光眼	深度学习	Visual Geometry Group-19架构	眼底照片	训练集：12,998张图像来自5,616名患者；测试集：1,000张图像来自500名患者
950	2025-07-22	Artificial intelligence in pediatric otolaryngology: A state-of-the-art review of opportunities and pitfalls 2025-Jul, International journal of pediatric otorhinolaryngology IF:1.2Q3 DOI:10.1016/j.ijporl.2025.112369 PMID:40334638	review	本文综述了人工智能在儿科耳鼻喉科中的应用现状、挑战及未来方向	强调了针对儿童独特生理和发育特征的AI应用需求，填补了知识空白	成人训练数据的泛化能力不足及儿科数据相对缺乏	探讨AI在儿科耳鼻喉科中的潜在应用及挑战	儿科耳鼻喉科疾病及手术场景	machine learning	otitis media, adenoid hypertrophy, pediatric obstructive sleep apnea	deep learning, predictive modeling, large language models	NA	image, clinical data	NA
951	2025-07-22	HECLIP: histology-enhanced contrastive learning for imputation of transcriptomics profiles 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf363 PMID:40569046	research paper	提出了一种名为HECLIP的深度学习框架，用于从H&E染色组织学图像直接推断空间基因表达谱	采用以图像为中心的对比学习策略捕捉与分子表达相关的形态学特征，减少对空间转录组学数据的依赖	未提及具体局限性	开发可扩展的计算方法以弥合成像与转录组学之间的鸿沟	H&E染色组织学图像和空间基因表达谱	digital pathology	NA	对比学习	深度学习框架	图像和基因表达数据	公开可用数据集
952	2025-07-22	Prognostic Value of Deep Learning-Extracted Tumor-Infiltrating Lymphocytes in Esophageal Cancer: A Multicenter Retrospective Cohort Study 2025-Jul, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.71054 PMID:40673386	研究论文	本研究利用深度学习方法评估食管鳞状细胞癌(ESCC)中肿瘤浸润淋巴细胞(TILs)的预后价值	首次在ESCC中应用深度学习方法定量分析TILs的空间分布及其预后意义	未分析淋巴细胞亚群的空间信息，可能影响预测效果	评估TILs在ESCC中的预后价值	626例经病理确诊的ESCC患者	数字病理学	食管癌	全切片数字成像(WSI)和深度学习	DL(未指定具体模型)	病理图像	626例ESCC患者(来自两个研究中心)
953	2025-07-22	Robust Brain Tumor Detection and Classification From Multichannel MRI Using Deep Learning 2025-Jul, Developmental neurobiology IF:2.7Q3 DOI:10.1002/dneu.22991 PMID:40686315	研究论文	本研究利用深度学习和计算机视觉技术，开发了一种从多通道MRI中检测和分类脑肿瘤的稳健方法	结合了DBST算法进行精确的肿瘤边缘检测和SIFT方法提供稳健且不变的特征分类，同时采用DarkNet53和DenseNet201深度学习模型提升分类性能	未来工作需探索更先进的深度学习架构、整合更多模态数据并进一步优化技术以提高准确性和鲁棒性	开发一种稳健的脑肿瘤检测和分类方法，以指导有效治疗策略并改善患者预后	多通道MRI图像中的脑肿瘤	计算机视觉	脑肿瘤	DBST算法、SIFT方法、深度学习	DarkNet53、DenseNet201	多通道MRI图像	公开可用的多通道MRI图像数据集
954	2025-07-22	Deep Learning Model for Automated Classification of Macular Neovascularization Subtypes in AMD 2025-Jul-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.9.55 PMID:40689724	研究论文	开发一种深度学习算法，用于基于结构光学相干断层扫描（OCT）图像准确分类新生血管性年龄相关性黄斑变性（AMD）患者的黄斑新生血管（MNV）亚型	提出了一种基于CNN的深度学习模型，能够高精度分类MNV亚型，并通过图像均质化预处理提升分类性能	研究为回顾性队列研究，样本量相对较小（193眼）	开发自动化工具辅助临床医生准确诊断MNV亚型	治疗初治的新生血管性AMD患者的OCT图像	数字病理学	年龄相关性黄斑变性	光学相干断层扫描（OCT）	CNN	图像	193眼治疗初治的新生血管性AMD患者
955	2025-07-22	Multicenter Evaluation of Interpretable AI for Coronary Artery Disease Diagnosis from PET Biomarkers 2025-Jun-30, medRxiv : the preprint server for health sciences DOI:10.1101/2025.06.19.25329944 PMID:40630571	研究论文	开发了一种整合临床PET MPI参数的人工智能模型，用于提高阻塞性冠状动脉疾病（CAD）的诊断准确性	首次将多种PET MPI成像生物标志物整合到AI模型中，提供自动化和可解释的CAD诊断预测	研究为回顾性设计，且仅纳入无既往CAD病史的患者	提高冠状动脉疾病的诊断准确性	冠状动脉疾病患者	数字病理学	心血管疾病	PET/CT心肌灌注成像	XGBoost	医学影像	1,664名接受心脏PET/CT检查的患者（训练集386例，外部测试集1,278例）
956	2025-07-22	YOLOv8-DuckPluck: A lightweight target detection model for cherry valley duck feather pecking site detection 2025-Jun-26, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105484 PMID:40618564	研究论文	提出了一种基于YOLOv8的轻量级目标检测模型YOLOv8-DuckPluck，用于樱桃谷鸭羽毛啄食部位的检测	集成了新型轻量级多尺度特征提取模块NeoMSM-C2f，采用DyHead作为检测头，并应用知识蒸馏技术提升模型性能	未提及模型在其他家禽啄食行为检测中的泛化能力	开发高效准确的樱桃谷鸭羽毛啄食部位检测模型，满足现代精准畜牧业需求	樱桃谷鸭的羽毛啄食行为	计算机视觉	NA	知识蒸馏	YOLOv8	图像	未明确说明样本数量
957	2025-07-22	High-definition motion-resolved MRI using 3D radial kooshball acquisition and deep learning spatial-temporal 4D reconstruction 2025-Jun-17, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ade195 PMID:40472864	研究论文	开发一种结合3D径向kooshball采集和时空深度学习4D重建技术的自由呼吸高清(HD)肺部MRI方法，实现1.1毫米各向同性分辨率和扫描时间少于5分钟	提出两种高清Movienet (HD-Movienet)深度学习模型用于3D径向kooshball数据重建，显著缩短重建时间并保持图像质量	3D-based HD-Movienet虽然提高了重建质量，但重建时间更长	开发快速高分辨率的自由呼吸肺部MRI技术	八名健康志愿者和十名肺部肿瘤患者	医学影像	肺癌	3D径向kooshball序列采集，深度学习重建	2D-based HD-Movienet, 3D-based HD-Movienet	MRI影像	18人（8名健康志愿者和10名患者）
958	2025-07-22	UniScore, a Unified and Universal Measure for Peptide Identification by Multiple Search Engines 2025-Jun-02, Molecular & cellular proteomics : MCP IF:6.1Q1 DOI:10.1016/j.mcpro.2025.101010 PMID:40466863	research paper	提出UniScore作为整合和标准化多种搜索引擎输出的度量标准，用于分析基于LC/MS/MS的自下而上蛋白质组学数据	UniScore仅通过匹配候选肽的氨基酸序列与产物离子谱来计算，独立于分数值控制接受标准，且能处理大量数据而无需大量计算资源	未提及具体局限性	开发一种统一且通用的度量标准，用于整合和标准化多种搜索引擎在蛋白质组学数据分析中的输出	数据依赖采集（DDA）数据，来自LC/MS/MS自下而上蛋白质组学	蛋白质组学	NA	LC/MS/MS, 自下而上蛋白质组学	NA	质谱数据	大规模全球蛋白质组数据和磷酸化蛋白质组数据
959	2025-07-22	Efficiency of oral keratinized gingiva detection and measurement based on convolutional neural network 2025-Jun, Journal of periodontology IF:4.2Q1 DOI:10.1002/JPER.24-0151 PMID:39007745	research paper	本研究评估了不同卷积神经网络（CNN）在深度学习算法中检测和测量口腔内角化牙龈的效率	使用ResNet50模型自动分割角化牙龈，准确率达到91.4%，并与临床医生的测量结果高度一致	测量结果受测量操作者、表型和颌骨类型的影响，存在统计学显著差异	评估CNN在角化牙龈检测和测量中的性能	口腔内角化牙龈	computer vision	NA	CNN	ResNet50	image	600张口腔内照片（来自1200张照片）
960	2025-07-22	A Diffusion-Based Framework for Designing Molecules in Flexible Protein Pockets 2025-May-30, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.27.656443 PMID:40502112	research paper	提出了一种基于扩散的框架YuelDesign，用于设计适应柔性蛋白口袋的分子	YuelDesign采用新的蛋白质编码方案和全连接图表示来编码蛋白口袋的灵活性，以及专门的键重建模块	未提及具体的局限性	解决基于结构的药物发现中柔性蛋白口袋分子设计的挑战	柔性蛋白口袋和分子设计	machine learning	NA	扩散模型	diffusion-based framework	molecular structures	NA