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
961	2025-04-29	Heat Capacity of Ionic Liquids: Toward Interpretable Chemical Structure-Based Machine Learning Approaches 2025-Apr-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00238 PMID:40208008	研究论文	本研究利用多种机器学习模型预测离子液体的热容，并注重结果的可解释性	不仅追求预测准确性，还强调模型结果的可解释性，填补了预测建模研究中常被忽视的空白	未使用复杂的深度学习架构，可能限制了模型性能的进一步提升	预测纯液相离子液体的热容，并确保预测结果的可解释性	322种离子液体的13,893个数据点	机器学习	NA	机器学习（包括支持向量机、基于实例的学习、集成学习和神经网络）	XGBoost、浅层神经网络	化学结构特征和温度数据	13,893个数据点，涵盖322种离子液体
962	2025-04-29	Crystal Structure Prediction Using a Self-Attention Neural Network and Semantic Segmentation 2025-Apr-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02345 PMID:40228012	研究论文	该研究开发了一种基于自注意力神经网络的模型，用于预测晶体结构	结合自注意力机制，有效学习并提取三维结构的局部和全局特征，提高预测准确性	训练数据可能无法全面覆盖所有可能的晶体构型多样性	加速新材料的开发过程	晶体结构	机器学习	NA	自注意力神经网络	自注意力神经网络	晶体学信息文件	数千个来自现有晶体结构数据库的样本
963	2025-04-29	Topology-Enhanced Machine Learning Model (Top-ML) for Anticancer Peptide Prediction 2025-Apr-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00476 PMID:40229641	研究论文	提出了一种基于拓扑增强的机器学习模型（Top-ML）用于抗癌肽预测	利用肽的拓扑特征进行特征化，提高了模型性能，并增强了可解释性	NA	加速抗癌肽的识别	抗癌肽	机器学习	癌症	AI	Extra-Trees	序列数据	AntiCP 2.0和mACPpred 2.0基准数据集
964	2025-04-29	Accurate Ti-Al-Nb ternary interatomic potential development using deep neural networks for TiAl PST single crystals 2025-Apr-28, Journal of physics. Condensed matter : an Institute of Physics journal DOI:10.1088/1361-648X/adcdb2 PMID:40239688	研究论文	开发了一种基于深度神经网络的Ti-Al-Nb三元原子间势能，用于TiAl PST单晶的研究	结合第一性原理精度和分子动力学可扩展性，通过DP-GEN框架开发了具有优异迁移能力的神经网络势能	NA	研究Nb掺杂对TiAl相剪切变形的影响，并模拟Ti-Al PST单晶中的局部构型	Ti-Al-Nb三元合金和TiAl PST单晶	材料科学	NA	DP-GEN框架，分子动力学模拟	深度神经网络	模拟数据	NA
965	2025-04-29	Machine learning-based label-free macrophage phenotyping in immune-material interactions 2025-Apr-28, Journal of materials chemistry. B DOI:10.1039/d5tb00365b PMID:40289902	研究论文	本研究提出了一种基于机器学习的无标记巨噬细胞表型分析方法，结合AI驱动的图像分类和定量相位成像技术，用于优化植入材料的免疫相容性	首次将AI驱动的图像分类与定量相位成像技术结合，实现无标记巨噬细胞表型的高通量分析	定量相位成像技术单独使用时无法完全区分巨噬细胞表型	优化植入生物材料的免疫相容性	THP-1来源的巨噬细胞（M0、M1、M2a和M2c表型）	数字病理学	NA	定量相位成像（QPI）	GoogLeNet, ShuffleNet, VGG-16, ResNet-18	图像	THP-1来源的巨噬细胞样本
966	2025-04-29	Towards proactively improving sleep: machine learning and wearable device data forecast sleep efficiency 4-8 hours before sleep onset 2025-Apr-28, Sleep IF:5.3Q1 DOI:10.1093/sleep/zsaf113 PMID:40293116	research paper	该研究开发了机器学习模型，利用可穿戴设备数据在睡眠开始前4-8小时预测睡眠效率	首次展示了在睡前几小时准确预测睡眠效率的可行性，并确定了干预目标活动时间段	研究仅基于UK Biobank的加速度计数据，未考虑其他可能影响睡眠的因素	开发可提前预测睡眠效率的机器学习系统，为主动改善睡眠提供依据	80,811名UK Biobank成年参与者的加速度计数据	machine learning	NA	加速度计数据采集与分析	CatBoost, CNN-LSTM	时间序列传感器数据	80,811名成年人
967	2025-04-29	Deep learning-assisted detection of meniscus and anterior cruciate ligament combined tears in adult knee magnetic resonance imaging: a crossover study with arthroscopy correlation 2025-Apr-28, International orthopaedics IF:2.0Q2 DOI:10.1007/s00264-025-06531-2 PMID:40293511	研究论文	本研究比较了医生在有无深度学习模型辅助下，对膝关节MRI中半月板和前交叉韧带撕裂的诊断性能	使用深度学习模型Keros®辅助医生提高对膝关节MRI中半月板和前交叉韧带撕裂的诊断准确性	样本量较小（186例MRI检查），且仅评估了Keros®模型，未与其他模型进行比较	评估深度学习模型在膝关节MRI诊断中的辅助作用	成人膝关节MRI图像中的半月板和前交叉韧带撕裂	数字病理学	膝关节损伤	MRI	深度学习模型（Keros®）	图像	186例MRI检查（88例有撕裂，98例无撕裂）
968	2025-04-29	State of the art review of AI in renal imaging 2025-Apr-28, Abdominal radiology (New York) DOI:10.1007/s00261-025-04963-3 PMID:40293518	review	本文综述了人工智能在肾脏影像学中的最新应用，特别是在肾细胞癌（RCC）的诊断和治疗规划中的潜力	探讨了AI在肾脏病变检测、分割和分类中的先进工具，以及其在术前诊断和个性化治疗中的应用	存在数据变异性、可解释性和发表偏倚等限制	评估AI在肾脏影像学中的当前作用，并探讨其在临床实施中的潜力与挑战	肾细胞癌（RCC）及其不同组织学亚型的肾脏病变	digital pathology	renal cell carcinoma	machine learning (ML), deep learning (DL)	NA	image	NA
969	2025-04-29	Transfer Learning Empowered Multiple-Indicator Optimization Design for Terahertz Quasi-Bound State in the Continuum Biosensors 2025-Apr-27, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202504855 PMID:40287969	研究论文	提出了一种利用迁移学习优化太赫兹准连续束缚态（QBIC）生物传感器多指标设计的创新方法	首次实现了质量因子（Q因子）、品质因数（FoM）和有效传感区域（ESA）的多指标综合优化，并采用两阶段迁移学习方法降低数据需求	未明确提及具体局限性	优化太赫兹QBIC生物传感器的多指标设计，提高生物医学检测性能	太赫兹QBIC生物传感器	机器学习	NA	迁移学习	深度学习	NA	数据需求减少50%
970	2025-04-29	Enhancing Transthyretin Binding Affinity Prediction with a Consensus Model: Insights from the Tox24 Challenge 2025-Apr-26, Chemical research in toxicology IF:3.7Q2 DOI:10.1021/acs.chemrestox.4c00560 PMID:40285676	研究论文	该研究通过整合多种深度学习模型，开发了一个共识模型来预测转甲状腺素蛋白（TTR）的结合亲和力，并在Tox24挑战中取得了良好表现	结合了sPhysNet、KANO和GGAP-CPI三种模型，利用不同层次的分子信息（2D拓扑、3D几何和蛋白质-配体相互作用）来提升预测准确性	虽然模型表现良好，但在盲测集上的RMSE仍有改进空间，且模型的泛化能力未在其他独立数据集中验证	提高转甲状腺素蛋白（TTR）结合亲和力的预测准确性，以识别潜在的TTR结合物	转甲状腺素蛋白（TTR）及其与外来化合物的相互作用	机器学习	内分泌系统疾病	深度学习	共识模型（sPhysNet、KANO、GGAP-CPI）	分子信息（2D拓扑、3D几何、蛋白质-配体相互作用）	Tox24挑战提供的数据集，具体样本数量未明确说明
971	2025-04-29	The value of deep learning and radiomics models in predicting preoperative serosal invasion in gastric cancer: a dual-center study 2025-Apr-26, Abdominal radiology (New York) DOI:10.1007/s00261-025-04949-1 PMID:40285792	研究论文	本研究通过深度学习与放射组学模型预测胃癌术前浆膜侵犯状态	结合手工放射组学特征、深度学习特征及临床特征构建综合预测模型，并生成可视化列线图	回顾性研究设计可能引入选择偏倚，样本量相对有限（335例）	开发非侵入性工具预测胃癌浆膜侵犯状态	胃癌患者术前CT影像及临床数据	数字病理	胃癌	CT静脉期影像分析	HCR-DLR模型（手工放射组学+深度学习放射组学）、CRC模型（临床+放射组学联合）	医学影像（CT）与临床数据	335例来自两个中心的患者数据
972	2025-04-29	Improvement of image quality of diffusion-weighted imaging (DWI) with deep learning reconstruction of the pancreas: comparison with respiratory-gated conventional DWI 2025-Apr-26, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01790-w PMID:40285832	research paper	本研究评估了深度学习重建（DLR）在改善胰腺扩散加权成像（DWI）质量方面的效果	比较了呼吸门控常规DWI与深度学习重建DWI在胰腺成像质量上的差异，并发现不同DWI序列在胰腺形态和病变检测方面各有优势	样本量相对较小（117例患者，其中27例有实体病变），且仅在一家机构进行	评估深度学习重建技术在胰腺扩散加权成像中的应用效果	疑似胰腺疾病的患者	digital pathology	pancreatic diseases	MRI, deep learning-based reconstruction	deep learning	image	117例患者（其中27例有实体病变）
973	2025-04-29	FOVEA: Preoperative and intraoperative retinal fundus images with optic disc and retinal vessel annotations 2025-Apr-26, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04965-2 PMID:40287417	research paper	介绍了一个名为FOVEA的数据集，包含术前和术中视网膜眼底图像及视盘和视网膜血管标注	首个在术中领域匹配高质量标注的数据集，填补了术前和术中图像标注的空白	数据集仅包含40名患者的数据，样本量相对较小	支持深度学习在玻璃体视网膜手术中的应用，如定位兴趣点或注册额外成像模态	视网膜眼底图像及视盘和视网膜血管标注	computer vision	眼科疾病	生物显微镜成像	NA	image, video	40名患者的数据
974	2025-04-29	A non-invasive diagnostic approach for neuroblastoma utilizing preoperative enhanced computed tomography and deep learning techniques 2025-Apr-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99451-5 PMID:40287486	研究论文	本研究提出了一种基于改进YOLO算法的非侵入性神经母细胞瘤诊断方法，结合增强CT和深度学习技术	提出了改进的YOLOv8-IE算法，整合了特征融合和逆残差注意力机制，提高了神经母细胞瘤的检测和分类准确率	未提及具体样本量和临床验证结果	提高神经母细胞瘤的诊断准确率和效率	神经母细胞瘤的CT影像	计算机视觉	神经母细胞瘤	增强CT扫描	YOLOv8-IE（改进的YOLO算法）	医学影像	NA
975	2025-04-29	A deep learning-based multimodal medical imaging model for breast cancer screening 2025-Apr-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99535-2 PMID:40287494	research paper	本研究探索了基于多模态医学影像（乳腺X线摄影和超声图像）的乳腺癌预测模型，并与单模态模型进行了比较	提出了一种基于多模态医学影像的深度学习模型，克服了现有研究仅依赖单一类型影像数据的限制	单模态模型在敏感性方面表现更优	提高乳腺癌筛查的准确性	乳腺癌筛查	digital pathology	breast cancer	multimodal medical imaging	deep learning classification models	image	790名患者的医学影像数据，包括2,235张乳腺X线摄影图像和1,348张超声图像
976	2025-04-29	Visual analysis of deep learning semantic segmentation applied to petrographic thin sections 2025-Apr-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99767-2 PMID:40287522	research paper	该研究探讨了深度学习语义分割在岩石薄片分析中的应用，特别是YOLOv11模型在检测和解释特定矿物方面的可解释性	通过颜色和奇异值扰动分析模型的推理过程，揭示了模型在检测矿物时优先考虑低频属性如形状、主要颜色和对比度	模型的广泛采用仍受限于用户对模型结果可解释性的缺乏信心	探索深度学习模型在岩石薄片分析中的可解释性，以提高用户对模型结果的信任	岩石薄片中的矿物（如红柱石、黑云母和鲕状纹理的颗粒）	computer vision	NA	深度学习语义分割	YOLOv11	image	使用平面偏振光薄片显微照片训练的三种模型
977	2025-04-29	Fast and automatic coronary artery segmentation using nnU-Net for non-contrast enhanced magnetic resonance coronary angiography 2025-Apr-26, The international journal of cardiovascular imaging DOI:10.1007/s10554-025-03408-8 PMID:40287548	研究论文	本文提出了一种基于nnU-Net的自配置深度学习方法，用于在非对比增强磁共振冠状动脉造影（MRCA）图像中自动分割冠状动脉	使用nnU-Net模型自动分割冠状动脉，解决了MRCA图像空间分辨率低和对比度不足的技术挑战	研究仅基于134名受试者的训练数据和114名受试者的测试数据，样本量相对较小	开发一种非侵入性筛查工具，用于检测冠状动脉疾病，提高早期检测率并减少对冠状动脉计算机断层扫描血管造影（CCTA）的依赖	非对比增强磁共振冠状动脉造影（MRCA）图像中的冠状动脉	数字病理学	心血管疾病	非对比增强磁共振冠状动脉造影（MRCA）	nnU-Net	图像	训练数据来自134名受试者，测试数据来自114名受试者
978	2025-04-29	Exploring the relationship between learning approaches and problem-based learning: insights from a longitudinal study in medical students 2025-Apr-26, BMC medical education IF:2.7Q1 DOI:10.1186/s12909-025-07171-1 PMID:40287686	research paper	探讨学习方式与问题导向学习（PBL）之间的关系，基于医学生的纵向研究	揭示了PBL在实际教学中未能一致促进深度学习，并识别了易受PBL环境压力的学生群体	研究样本仅来自两所大学，可能限制结果的普遍性	研究PBL课程中学习方式与学术成就及学生满意度之间的关系	英国本科医学生	教育研究	NA	Study Process Questionnaire (SPQ)	NA	问卷调查数据	129名学生
979	2025-04-29	An MRI-based fusion model for preoperative prediction of perineural invasion status in patients with intrahepatic cholangiocarcinoma 2025-Apr-26, World journal of surgical oncology IF:2.5Q1 DOI:10.1186/s12957-025-03819-w PMID:40287750	research paper	开发并验证了一种基于MRI的融合模型，用于术前预测肝内胆管癌患者的神经周围浸润状态	结合深度学习、放射组学和临床特征的融合模型，首次用于预测肝内胆管癌的神经周围浸润状态	研究为回顾性设计，样本量相对较小，外部验证集的样本量有限	术前预测肝内胆管癌患者的神经周围浸润状态	192名肝内胆管癌患者	digital pathology	intrahepatic cholangiocarcinoma	MRI, T2-weighted imaging	ResNet101, logistic regression	MRI图像	192名患者（训练集147名，外部测试集45名）
980	2025-04-29	Predictive factors and prognostic models for Hepatic arterial infusion chemotherapy in Hepatocellular carcinoma: a comprehensive review 2025-Apr-26, World journal of surgical oncology IF:2.5Q1 DOI:10.1186/s12957-025-03765-7 PMID:40287734	综述	本文全面回顾了肝动脉灌注化疗（HAIC）在肝细胞癌（HCC）治疗中的预测因素和预后模型	探讨了HAIC成功的多因素影响，包括患者人口统计学、肿瘤特征、生物标志物、基因组学特征及先进影像技术，并讨论了HAIC与免疫治疗和分子靶向治疗的协同潜力	需要大规模前瞻性研究进一步验证预测模型，并整合多组学数据以优化个性化治疗策略	优化HAIC在晚期HCC治疗中的疗效，提高患者生存率和生活质量	晚期肝细胞癌患者	数字病理学	肝细胞癌	放射组学和深度学习模型	深度学习模型	临床、分子和影像数据	NA