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
981	2025-05-16	Video-estimated peak jump power using deep learning is associated with sarcopenia and low physical performance in adults 2025-May-15, Osteoporosis international : a journal established as result of cooperation between the European Foundation for Osteoporosis and the National Osteoporosis Foundation of the USA IF:4.2Q1 DOI:10.1007/s00198-025-07515-z PMID:40372459	research paper	该研究通过深度学习从视频中估算峰值跳跃功率（vJP），并与真实跳跃功率（gJP）进行了比较，同时探讨了vJP与肌肉减少症、年龄和肌肉参数的关系	提出了一种基于深度学习的无标记监测峰值跳跃功率的方法，并验证了其在日常生活中的可行性	NA	探讨视频估算的峰值跳跃功率与肌肉减少症及身体机能的关系	成年人	computer vision	geriatric disease	deep learning	NA	video	NA
982	2025-05-16	Application of deep learning with fractal images to sparse-view CT 2025-May-15, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03378-1 PMID:40372595	研究论文	本研究探讨了使用分形图像进行预训练以提高稀疏视图CT图像质量的方法	利用非医学分形图像进行预训练，减少对医学图像数量的依赖，提高稀疏视图CT图像重建质量	研究仅使用了CHAOS数据集中的医学图像，可能无法涵盖所有临床场景	提高稀疏视图CT图像重建质量，减少对大量医学训练图像的依赖	稀疏视图CT图像	计算机视觉	NA	迭代函数系统(IFS)、滤波反投影(FBP)	FBPConvNet、WNet	图像	医学图像从5000减少到1000（减少80%）
983	2025-05-16	Predicting Ustekinumab Treatment Response in Crohn's Disease Using Pre-Treatment Biopsy Images 2025-May-14, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf301 PMID:40366737	研究论文	本文开发了一种基于全切片图像（WSIs）和弱监督学习的人工智能模型，用于预测克罗恩病（CD）患者对乌司奴单抗（UST）的治疗反应	提出了一种新颖的聚类增强弱监督学习框架，通过结合局部组织学线索和全局组织背景，提高了预测性能	研究样本量相对较小，且仅针对UST治疗反应进行预测，未涵盖其他生物制剂	提高克罗恩病患者对乌司奴单抗治疗反应的预测准确性	克罗恩病患者	数字病理学	克罗恩病	全切片图像分析、弱监督学习	DenseNet、多示例学习（MIL）	图像	402例克罗恩病患者的组织样本
984	2025-05-16	AI-based metal artefact correction algorithm for radiotherapy patients with dental hardware in head and neck CT: Towards precise imaging 2025-May-14, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf038 PMID:40366748	research paper	研究AI-based金属伪影校正算法在头颈部CT中对放疗患者牙科硬件的临床效果	提出了一种基于深度学习的AI-MAC技术，首次在体内研究中展示了其在减少金属伪影同时保留器官可视化方面的能力	样本量较小（仅41例患者），且未探讨AI-MAC在不同类型牙科硬件上的泛化性能	评估AI-based金属伪影校正算法在头颈部CT中的临床效果	41例带有不可移除牙科硬件的头颈部放疗患者	digital pathology	head and neck cancer	CT imaging, deep learning	deep learning-based algorithm (AI-MAC)	CT images	41例患者
985	2025-05-16	PhenoLearn: A user-friendly Toolkit for Image Annotation and Deep Learning-Based Phenotyping for Biological Datasets 2025-May-14, Journal of evolutionary biology IF:2.1Q3 DOI:10.1093/jeb/voaf058 PMID:40366779	research paper	介绍了一个名为PhenoLearn的用户友好工具包，用于生物数据集的图像标注和基于深度学习的表型分析	开发了一个集成图形用户界面(GUIs)的工具包，使没有深度计算专业知识的生物学家也能轻松使用深度学习进行图像标注	未提及具体的技术限制或性能瓶颈	为生物学家提供一个易于使用的工具，以促进大规模表型性状分析	2D标本图像	digital pathology	NA	deep learning	NA	image	一个小演示数据集（具体数量未提及）
986	2025-05-16	Explainable Machine Learning for ETR and Drug Chameleonicity 2025-May-14, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.5c00536 PMID:40367343	research paper	本文提出了一种可解释的机器学习方法，用于识别分子中的‘热点’区域，以指导bRo5药物的口服吸收设计	首次在bRo5 3D领域中开发了可解释的深度学习模型，用于预测EPSA并定位影响分子变色性的极性降低‘热点’	传统方法依赖于计算密集型的3D物理建模或经典描述符，这些方法不能完全解释bRo5药物的行为	开发一种可解释的机器学习模型，以指导bRo5药物的化学设计和优化	大环化合物、PROTACs和其他bRo5药物	machine learning	NA	deep learning	interpretable deep learning model	molecular data	数千种大环化合物、PROTACs和其他bRo5药物
987	2025-05-16	HDXRank: A Deep Learning Framework for Ranking Protein Complex Predictions with Hydrogen-Deuterium Exchange Data 2025-May-14, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00175 PMID:40367339	研究论文	开发了一个基于图神经网络（GNN）的框架HDXRank，用于利用氢-氘交换（HDX）实验数据对蛋白质复合物预测候选结构进行排序	HDXRank是一个新颖的框架，能够将HDX数据整合到蛋白质复合物建模流程中，通过捕捉局部结构特征来提高预测准确性	未明确提及具体局限性	提高蛋白质复合物结构预测的准确性	蛋白质复合物	机器学习	NA	氢-氘交换（HDX）实验	图神经网络（GNN）	实验数据	新策划的HDX数据集
988	2025-05-16	Evaluation of data collection and annotation approaches of driver gaze dataset 2025-May-14, Behavior research methods IF:4.6Q1 DOI:10.3758/s13428-025-02679-2 PMID:40369353	research paper	本研究评估了驾驶员视线数据集的三种标注方法，并提出了一种新的基于移动指针的标注方法	引入了一种新的基于移动指针的数据标注方法，该方法受到基于屏幕的视线数据收集的启发	手动标注和Speak2Label方法的准确性较低，存在误分类问题	评估和比较不同的驾驶员视线数据收集和标注方法，以提高视线区域分类的准确性	驾驶员视线数据	computer vision	NA	supervised machine learning, deep learning	NA	image	NA
989	2025-05-16	Cost-effectiveness of opportunistic osteoporosis screening using chest radiographs with deep learning in Germany 2025-May-13, Aging clinical and experimental research IF:3.4Q2 DOI:10.1007/s40520-025-03048-x PMID:40355760	research paper	评估在德国50岁及以上女性中使用深度学习模型对胸部X光片进行机会性骨质疏松筛查的成本效益	利用AI驱动的胸部X光片进行骨质疏松筛查，提高早期检测率，降低骨折风险，改善公共卫生结果	研究基于德国骨质疏松指南和AI模型准确性，可能在其他地区或不同指南下结果不同	评估AI驱动的胸部X光片在骨质疏松筛查中的成本效益	德国50岁及以上的女性	digital pathology	geriatric disease	deep learning	NA	image	NA
990	2025-05-16	Text-Assisted Vision Model for Medical Image Segmentation 2025-May-13, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3569491 PMID:40366847	research paper	提出了一种文本辅助视觉模型（TAV），用于医学图像分割，通过新型的三引导注意力模块（TGAM）提升分割精度	引入了三引导注意力模块（TGAM），能够计算视觉-视觉、语言-语言和语言-视觉注意力，有效利用文本报告提升图像分割性能	未明确提及模型在更大规模或多样化数据集上的泛化能力	提高医学图像分割的精确度，以支持自动化诊断和治疗规划	医学图像及其对应的文本报告	digital pathology	NA	deep learning	TAV with TGAM	image, text	两个流行数据集中的图像及对应文本注释
991	2025-05-16	An Interpretable AI for Smart Homes: Identifying Fall Prevention Strategies for Older Adults Using Multimodal Deep Learning 2025-May-13, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3569891 PMID:40366850	research paper	开发了一个可解释的AI框架，用于通过多模态深度学习识别老年人跌倒预防策略	使用BiCrossNet架构的多模态预测模型，结合静态和时间序列数据，通过PIMP和SHAP方法解释特征重要性	NA	识别老年人家庭跌倒预防策略	老年人	machine learning	geriatric disease	multimodal deep learning	BiCrossNet	multimodal (static and timeseries data)	12,540 data points
992	2025-05-16	Suicide ideation detection based on documents dimensionality expansion 2025-May-13, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110266 PMID:40367624	研究论文	本文提出了一种基于文档维度扩展的自杀意念检测方法，通过将文本数据和符号从一维空间转换并融合到二维空间，利用预训练的2D CNN模型对社交媒体帖子进行分类	通过数据维度扩展，将文本数据从1D转换到2D空间，利用预训练的2D CNN模型（如AlexNet、Restnet-50和VGG-16）进行分类，避免了从头设计和训练新模型的需求	未提及具体的数据集规模或多样性限制，也未讨论模型在其他语言或文化背景下的泛化能力	提高非正式文档（如社交媒体帖子）中与自杀相关内容分类的准确性和安全性	社交媒体帖子	自然语言处理	精神障碍	数据维度扩展，预训练的2D CNN模型	AlexNet, Restnet-50, VGG-16	文本和符号	NA
993	2025-05-16	The automatic pelvic screw corridor planning for intact pelvises based on deep learning deformable registration 2025-May-13, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110304 PMID:40367630	研究论文	提出一种基于深度学习可变形配准技术的骨盆螺钉通道自动规划算法，用于骨盆创伤手术中的经皮螺钉固定技术	引入通道安全范围约束、应用深度学习可变形配准自动标注螺钉出入口区域及通道安全范围、开发高效最优通道搜索算法	当前方法仅在完整骨盆上验证，需进一步研究骨盆骨折场景	简化骨盆创伤手术中的螺钉固定技术，提高手术效率和准确性	骨盆的螺钉通道规划	数字病理	骨盆创伤	深度学习可变形配准技术	深度学习	医学影像	198个完整骨盆样本
994	2025-05-16	A New Biomarker of Aging Derived From Electrocardiograms Improves Risk Prediction of Incident Cardiovascular Disease 2025-May-13, JACC. Advances DOI:10.1016/j.jacadv.2025.101764 PMID:40367762	research paper	本研究评估了一种基于深度学习的生物标志物δ-age在心血管疾病初级预防模型中的潜在价值	引入了一种新的心血管老化生物标志物δ-age，并通过实证研究验证其在改善心血管疾病风险预测中的效果	样本量相对较小（7,108人），且随访时间较短（中位5.9年）	评估δ-age生物标志物在心血管疾病初级预防模型中的增量价值	7,108名挪威Tromsø研究的参与者	machine learning	cardiovascular disease	deep learning	Cox proportional hazards regression	electrocardiograms	7,108名男性和女性参与者
995	2025-05-16	Deep learning applications in prosthodontics: A systematic review 2025-May-13, The Journal of prosthetic dentistry IF:4.3Q1 DOI:10.1016/j.prosdent.2025.04.009 PMID:40368705	systematic review	本文系统综述了深度学习在修复牙科中的应用，包括修复体设计、治疗计划辅助、颜色匹配及地标检测等方面	首次系统评估了深度学习在修复牙科中的多种应用，并总结了当前研究的主要方向和成果	研究方法缺乏标准化，且部分研究存在偏倚风险，需进一步验证以确保临床可靠性	评估深度学习在修复牙科中的应用，特别是在修复体设计、治疗计划辅助和颜色匹配等方面的效果	牙科修复体（如嵌体、高嵌体、牙冠及固定牙科修复体）及其相关治疗过程	digital pathology	dental disease	deep learning	CNN, GAN	image	31 studies (from 3359 screened)
996	2025-05-16	A deep learning and molecular modeling approach to repurposing Cangrelor as a potential inhibitor of Nipah virus 2025-May-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00024-3 PMID:40355437	研究论文	本研究通过深度学习和分子建模方法，探索将抗血小板药物Cangrelor重新用作尼帕病毒潜在抑制剂的可能性	采用基于注意力的深度学习模型结合分子动力学模拟，筛选FDA已批准药物，发现Cangrelor与尼帕病毒L蛋白具有强结合亲和力	需要进一步的体内研究验证Cangrelor作为抗病毒药物的潜力	探索针对尼帕病毒RNA依赖性RNA聚合酶(L)的潜在抑制剂	尼帕病毒L蛋白和FDA批准的药物	机器学习	病毒感染	分子动力学模拟, 深度学习	注意力机制模型	分子结构数据	约500种FDA批准药物
997	2025-05-16	A self-conformation-aware pre-training framework for molecular property prediction with substructure interpretability 2025-May-12, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-59634-0 PMID:40355450	研究论文	提出了一种自构象感知的预训练框架SCAGE，用于分子性质预测并具有子结构可解释性	开发了多任务预训练框架，结合了四种监督和非监督任务，从分子结构到功能全面学习构象感知的先验知识	未提及具体局限性	提高分子性质预测的准确性和可解释性，加速药物开发过程	约500万类药物化合物	机器学习	NA	深度学习	图变换器(Graph Transformer)	分子结构数据	约500万类药物化合物
998	2025-05-16	Baseline [18F]FP-CIT PET-based deep learning prediction of levodopa-induced dyskinesia in Parkinson's disease 2025-May-12, NPJ Parkinson's disease DOI:10.1038/s41531-025-00982-5 PMID:40355487	research paper	开发了一个基于卷积神经网络（CNN）的多任务学习模型，用于预测帕金森病患者在使用左旋多巴后5年内是否会出现运动障碍	首次使用基线[F]FP-CIT PET图像和CNN模型预测左旋多巴诱导的运动障碍（LID）	模型性能仍需提高以适用于临床	预测帕金森病患者使用左旋多巴后5年内是否会出现运动障碍	帕金森病患者	digital pathology	Parkinson's disease	[F]FP-CIT PET	CNN	image	402名患者（134名在5年内出现LID，268名在5年后或未出现LID）
999	2025-05-16	Automated seizure detection in epilepsy using a novel dynamic temporal-spatial graph attention network 2025-May-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01015-0 PMID:40355495	research paper	提出了一种动态时空图注意力网络（DTS-GAN）用于癫痫发作的自动检测	通过结合图信号处理和混合深度学习框架，DTS-GAN能够自适应地学习电极节点间的瞬态功能交互	未提及具体的数据集规模或多样性限制	解决固定拓扑图模型在分析时变脑网络中的局限性	癫痫患者的脑电图（EEG）数据	digital pathology	epilepsy	EEG	DTS-GAN (Dynamic Temporal-Spatial Graph Attention Network)	EEG sequences	TUSZ数据集
1000	2025-05-16	Classification of multi-lead ECG based on multiple scales and hierarchical feature convolutional neural networks 2025-May-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94127-6 PMID:40355498	research paper	提出了一种结合多尺度和分层特征的卷积神经网络（CNN）及Lead Encoder Attention（LEA）机制，用于多导联心电图（ECG）分类	结合多尺度和分层特征的CNN及LEA机制，有效整合ECG的形态和时间特征	未提及具体局限性	提高心律失常的分类准确率，用于心血管疾病的诊断	多导联心电图（ECG）数据	machine learning	cardiovascular disease	CNN, LEA	CNN	ECG信号	MIT-BIH-AR数据库和超过150,000条ECG记录的CCDD数据库