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	2025-06-13	Deep learning-based automated segmentation for the quantitative diagnosis of cerebral small vessel disease via multisequence MRI 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1540923 PMID:40496122	研究论文	开发了一种基于深度学习的自动分割方法，用于通过多序列MRI定量诊断脑小血管病	首次提出基于深度学习的自动分割方法，用于定量评估脑小血管病的典型神经影像标志物	样本量相对较小，且外部数据集的时间跨度较大	开发一种自动化的定量诊断方法，以准确评估脑小血管病的全局病变负荷	脑小血管病（CSVD）的神经影像标志物，包括白质高信号、脑微出血、腔隙和扩大的血管周围间隙	数字病理	脑小血管病	多序列MRI	深度学习（DL）	MRI图像	内部数据集105名患者，外部数据集58名患者
942	2025-06-13	Use video comprehension technology to diagnose ultrasound pneumothorax like a doctor would 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1530808 PMID:40496245	研究论文	本研究利用视频理解技术对超声气胸进行智能诊断，通过深度学习模型实现高准确率的诊断	首次将视频理解模型应用于气胸的多特征融合诊断，展示了视频理解技术在医学图像诊断中的可行性	研究仅使用了657个训练剪辑和164个测试剪辑，样本量相对较小	开发一种能够快速准确诊断超声气胸的智能系统	超声气胸诊断	计算机视觉	气胸	深度学习	TSM视频理解模型基于ResNet50网络	视频	657个训练剪辑和164个测试剪辑
943	2025-06-12	Machine learning and deep learning in diabetology: revolutionizing diabetes care 2025, Frontiers in clinical diabetes and healthcare DOI:10.3389/fcdhc.2025.1547689 PMID:40496420	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
944	2025-06-13	Deep learning to promote health through sports and physical training 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1583581 PMID:40496455	研究论文	本研究提出了一种基于LSTM和注意力机制的序列到序列深度学习模型，用于预测健康改善分数（HIS）	结合LSTM和注意力机制，整合多种时间序列数据，提出HIS预测模型，显著提高了预测准确性	研究样本量较小（384名参与者），且观察时间较短（32天）	开发更个性化和准确的预测模型，评估运动和体育训练对健康改善的影响	运动和体育训练对健康改善的影响	机器学习	慢性疾病	时间序列分析	LSTM	时间序列数据	384名参与者，32天的数据
945	2025-06-13	Radiomics and Deep Learning as Important Techniques of Artificial Intelligence - Diagnosing Perspectives in Cytokeratin 19 Positive Hepatocellular Carcinoma 2025, Journal of hepatocellular carcinoma IF:4.2Q2 DOI:10.2147/JHC.S526887 PMID:40496512	meta-analysis	系统分析和比较了非侵入性方法在预测CK19阳性HCC中的表现，为HCC患者的分层管理提供见解	整合传统影像学、放射组学和深度学习的组合模型在预测CK19阳性HCC方面表现出卓越潜力	多中心外部数据有限，仅13.6%的研究包含验证集	系统分析和比较非侵入性方法预测CK19阳性HCC的性能	HCC患者	digital pathology	hepatocellular carcinoma	radiomics, deep learning	combined models	image	22项研究，涉及3395名HCC患者
946	2025-06-13	AI-based multimodal prediction of lymph node metastasis and capsular invasion in cT1N0M0 papillary thyroid carcinoma 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1580885 PMID:40496555	research paper	该研究开发了一种基于AI的多模态预测模型，用于提高cT1N0M0甲状腺乳头状癌（PTC）患者淋巴结转移（LNM）和包膜侵犯（CI）的术前评估准确性	整合了超声放射组学和深度学习特征，通过多模态融合提高了预测性能，优于单一模态模型	样本量相对较小（203例患者），且仅进行了内部测试集验证	提高cT1N0M0 PTC患者LNM和CI的术前评估准确性，优化风险分层和治疗策略	cT1N0M0甲状腺乳头状癌（PTC）患者	digital pathology	thyroid cancer	超声放射组学分析，深度学习特征提取	NeuralNet, RandomForest, Vision Transformer (ViT)	超声图像	203例PTC患者（训练集142例，内部测试集61例）
947	2025-06-13	Early detection of human Mpox: A comparative study by using machine learning and deep learning models with ensemble approach 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251344135 PMID:40496715	研究论文	本研究通过机器学习和深度学习模型结合集成方法，提高了Mpox的早期诊断准确率	采用集成学习方法结合ViT和ConvMixer模型，显著提高了Mpox病变的分类准确率和鲁棒性	模型可解释性有待提高，需在真实临床数据中进一步验证	提高Mpox的早期诊断准确率	Mpox皮肤病变数据集v2.0中的六种皮肤病变类别	计算机视觉	Mpox	机器学习与深度学习	Logistic Regression, K-Nearest Neighbors, Vision Transformer (ViT), ConvMixer	图像	包含六种皮肤病变类别的Mpox皮肤病变数据集v2.0
948	2025-06-13	Multimeric protein interaction and complex prediction: Structure, dynamics and function 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.05.009 PMID:40496891	综述	本文综述了多聚体蛋白质复合物的结构、相互作用、动力学和功能研究的最新进展	总结了CASP16中的最新进展，包括未知化学计量比、超复合物和构象集合的预测，以及AlphaFold2和3在多聚体预测中的贡献	在处理功能性蛋白质-蛋白质相互作用和动态构象方面存在局限性	研究多聚体蛋白质复合物的结构、相互作用、动力学和功能	多聚体蛋白质复合物	生物信息学	NA	深度学习	AlphaFold2 & 3	蛋白质结构数据	NA
949	2025-06-13	Enhanced visibility graph for EEG classification 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1541062 PMID:40497135	research paper	提出了一种结合功率谱密度(PSD)和可见性图(VG)特征与深度学习(DL)技术的端到端EEG分类框架	整合了PSD和VG特征以同时捕捉EEG信号的频域特性和时域动态，并评估了四种DL架构在EEG分类中的表现	未明确提及具体的数据集规模限制或模型泛化能力的详细分析	推进EEG分析，开发更准确可靠的基于EEG的系统	EEG信号	machine learning	NA	power spectral density (PSD), visibility graph (VG), deep learning (DL)	MLP, LSTM, InceptionTime, ChronoNet	EEG信号	多个数据集，但未明确提及具体样本数量
950	2025-06-13	AI-driven prediction of bitterness and sweetness and analysis of receptor interactions 2025, Current research in food science IF:6.2Q1 DOI:10.1016/j.crfs.2025.101090 PMID:40497229	研究论文	本研究开发了基于图神经网络（GNN）的人工智能模型，用于根据化学结构预测苦味和甜味，并通过分子对接模拟验证了预测结果	使用GNN直接从分子结构中学习，减少特征选择偏差，并通过Integrated Gradients方法增强模型的可解释性	需要进一步研究以探索更深入的分子机制，并将该方法扩展到预测其他味觉模式	理解甜味和苦味的分子机制，识别天然和合成化合物中的理想味觉特征	被分类为苦味或甜味的化合物	机器学习	NA	图神经网络（GNN）、分子对接模拟	GNN	化学结构数据	NA
951	2025-06-13	Artificial intelligence-guided design of lipid nanoparticles for pulmonary gene therapy 2024-Dec-10, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-024-02490-y PMID:39658727	研究论文	该论文介绍了一种基于深度学习的策略，用于设计可电离脂质以优化脂质纳米颗粒在肺基因治疗中的应用	提出了一种名为“基于神经网络的脂质优化”的深度学习方法，用于预测核酸递送效果，并成功识别出两种新型脂质结构FO-32和FO-35，在肺基因治疗中表现出色	研究仅在小鼠和雪貂模型中进行了验证，尚未在人类临床试验中测试	优化脂质纳米颗粒的设计，以提高mRNA在肺部的递送效率	可电离脂质及其在脂质纳米颗粒中的应用	机器学习	NA	深度学习方法（定向消息传递神经网络）	定向消息传递神经网络	脂质纳米颗粒活性测量数据	超过9,000个脂质纳米颗粒活性测量数据，评估了160万种脂质结构
952	2025-06-13	Cardiovascular care with digital twin technology in the era of generative artificial intelligence 2024-Dec-01, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehae619 PMID:39322420	综述	本文综述了数字孪生技术在心血管医学中的应用及其未来潜力，特别是在生成式人工智能的推动下	探讨了数字孪生技术与生成式人工智能的结合，为心血管医学带来的动态和全面的个性化模拟	讨论了将数字孪生技术整合到个性化心血管护理中的个体和社会挑战及伦理考虑	总结数字孪生在心血管医学中的应用及其未来潜力	心血管医学中的数字孪生技术	数字病理学	心血管疾病	生成式人工智能	机器学习与生成模型	多模态数据	NA
953	2025-06-13	An adaptive weight ensemble approach to forecast influenza activity in an irregular seasonality context 2024-10-04, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-52504-1 PMID:39366942	research paper	开发了一种自适应权重集成方法，用于预测季节性不规律的流感活动	提出了自适应权重混合集成模型（AWBE），动态更新模型贡献，显著提高了预测准确性	研究主要基于香港地区的数据，可能在其他地区的适用性有限	预测季节性不规律的流感活动	香港地区的流感活动	machine learning	influenza	统计方法、机器学习和深度学习方法	自适应权重混合集成模型（AWBE）	时间序列数据	32次流行病数据（1998-2019年）及COVID后数据（2023-2024年）
954	2025-06-13	Active Learning Pipeline to Identify Candidate Terms for a CDSS Ontology 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240660 PMID:39176629	research paper	本文探讨了一种主动学习方法，用于从出版物中自动识别候选术语，以支持临床决策支持系统（CDSS）本体的构建	采用主动学习方法自动识别候选术语，并结合人工验证作为深度学习模型训练的一部分	初步结果展示，尚未进行大规模验证和应用	探索自动化方法以辅助构建和维护生物医学领域的本体	出版物中的候选术语	natural language processing	NA	active learning, deep learning	NA	text	NA
955	2025-06-13	[Automatic segmentation of dental cone-beam computed tomography scans using a deep learning framework] 2024-08-11, Orvosi hetilap IF:0.8Q3 DOI:10.1556/650.2024.33098 PMID:39127997	研究论文	本文提出了一种基于深度学习的自动分割方法，用于牙科锥形束计算机断层扫描（CBCT）图像的三维重建	使用基于SegResNet架构的深度学习模型在MONAI框架内开发，实现了与半自动分割相当的准确度	研究样本量较小，仅包含70名部分无牙患者的CBCT图像	开发并评估一种用于牙科CBCT图像自动分割的深度学习模型	牙科CBCT图像	数字病理	牙科疾病	深度学习	SegResNet	图像	70名部分无牙患者的CBCT图像
956	2025-06-13	One hundred years of neurosciences in the arts and humanities, a bibliometric review 2023-11-09, Philosophy, ethics, and humanities in medicine : PEHM DOI:10.1186/s13010-023-00147-3 PMID:37946225	综述	本文通过文献计量学方法分析了近一百年来神经科学与艺术和人文学科的交叉研究趋势	首次通过纵向文献计量分析揭示了神经科学对艺术与人文学科主题方向的重大影响	研究仅基于Scopus数据库的文献数据，可能未涵盖所有相关研究	探究神经科学技术在创造力与审美体验交叉领域的历史证据	1922-2022年间3612篇跨学科研究文献	神经科学与艺术人文交叉领域	NA	文献计量分析、PRISMA筛选方法、算法聚类	机器学习与深度学习模型	文献元数据	3612篇文献
957	2025-06-13	Combined genome-wide association study of 136 quantitative ear morphology traits in multiple populations reveal 8 novel loci 2023-07, PLoS genetics IF:4.0Q1 DOI:10.1371/journal.pgen.1010786 PMID:37459304	研究论文	通过多人群的136个耳形态定量性状的全基因组关联研究，揭示了8个新的遗传位点	发现了8个与人类耳特征相关的新遗传位点，并揭示了耳形态与其他表面外胚层衍生性状的共享遗传决定因素	研究主要基于欧洲、亚洲和拉丁美洲的五个队列，可能无法完全代表全球人群的遗传多样性	探索人类耳形态的遗传结构及其与其他表面外胚层衍生性状的遗传关系	14,921名来自欧洲、亚洲和拉丁美洲的个体	基因组学	NA	GWAS meta-analysis, C-GWASs, 深度学习	NA	数字面部图像	14,921名个体
958	2025-06-12	Artificial intelligence (AI)-driven morphological assessment of zebrafish larvae for developmental toxicity chemical screening 2025-Aug, Aquatic toxicology (Amsterdam, Netherlands) DOI:10.1016/j.aquatox.2025.107415 PMID:40450914	研究论文	利用深度学习模型对斑马鱼幼虫进行形态学评估，以支持发育毒性化学物质筛选	开发了基于多视角卷积神经网络(MVCNN)的分类和分割模型，用于自动评估斑马鱼幼虫的形态变化，提高了评估的客观性和效率	模型性能在某些特定形态变化分类上仍有提升空间(F1分数低于0.70)	为毒理学评估中斑马鱼的常规使用提供科学依据，开发自动化评估工具	暴露于各种化学物质5天的斑马鱼胚胎	计算机视觉	NA	深度学习	MVCNN(多视角卷积神经网络)	图像	SEAZIT项目收集的斑马鱼胚胎图像数据(具体数量未说明)
959	2025-06-12	Scale-equivariant deep model-based optoacoustic image reconstruction 2025-Aug, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100727 PMID:40487237	research paper	本文提出了一种尺度等变的基于模型的深度学习方法，用于多光谱光声断层扫描的图像重建	提出了一种尺度等变的基于模型的重建算子，能够根据输入正弦图的范数自动调整正则化强度，并促进了使用固定范数输入正弦图的监督深度学习	未提及具体的数据集或实验规模限制	优化多光谱光声断层扫描的图像重建质量	多光谱光声断层扫描的图像重建	digital pathology	NA	多光谱光声断层扫描	scale-equivariant model-based reconstruction operator	image	NA
960	2025-06-12	Virtual lung screening trial (VLST): An in silico study inspired by the national lung screening trial for lung cancer detection 2025-Jul, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103576 PMID:40209556	研究论文	本文介绍了一项名为虚拟肺部筛查试验（VLST）的计算机模拟研究，旨在通过模拟临床试验的关键元素来加速临床研究并减少参与者风险	利用虚拟成像试验（VITs）模拟临床试验，特别是国家肺部筛查试验（NLST），以无风险的方式评估CT和CXR在肺癌筛查中的诊断性能	研究基于模拟数据，可能无法完全反映真实临床环境的复杂性	探索虚拟成像试验平台在模拟和加速临床试验中的潜力，特别是在肺癌筛查领域	模拟的肺癌结节和由XCAT人体模型生成的294名虚拟患者	数字病理学	肺癌	CT和CXR成像	深度学习模型（AI CT-Reader和AI CXR-Reader）	图像	294名虚拟患者