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
1041	2025-07-14	Climate-driven projections of cyanobacterial harmful algal bloom expansion in coastal waters 2025-Aug-25, The Science of the total environment DOI:10.1016/j.scitotenv.2025.179940 PMID:40570389	研究论文	本研究通过整合GCMs输出与机器学习和深度学习模型，预测未来几十年阿曼沿海水域蓝藻有害藻华的扩展趋势	将蓝藻有害藻华的预测扩展到未来几十年，并利用机器学习和深度学习模型提高预测准确性	研究主要基于历史卫星数据和气候模型，可能未考虑所有影响藻华形成的因素	评估未来气候变化情景下蓝藻有害藻华的长期影响	阿曼沿海水域的蓝藻有害藻华	环境科学	NA	卫星遥感、机器学习和深度学习模型	Random Forest、Extreme Gradient Boosting、GRU、LSTM	卫星图像	957张卫星图像（2000-2020年）
1042	2025-07-14	Identification of STAT3 phosphorylation inhibitors using generative deep learning, virtual screening, molecular dynamics simulations, and biological evaluation for non-small cell lung cancer therapy 2025-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-024-11067-5 PMID:39715975	研究论文	本研究利用生成深度学习、虚拟筛选、分子动力学模拟和生物学评估，针对非小细胞肺癌治疗开发STAT3磷酸化抑制剂	采用生成模型结合虚拟筛选和分子动力学模拟，发现新型STAT3磷酸化抑制剂HG110和HG106，其结合亲和力和稳定性优于已知抑制剂	研究主要基于计算模拟和体外细胞实验，尚未进行体内动物模型验证	开发针对非小细胞肺癌治疗的STAT3磷酸化抑制剂	STAT3磷酸化抑制剂及其在非小细胞肺癌治疗中的应用	机器学习	肺癌	生成深度学习、虚拟筛选、分子动力学模拟	生成模型	化学化合物数据	使用包含STAT3抑制剂的综合数据集进行模型训练，并在H441细胞系中进行验证
1043	2025-07-14	Technology advances in the placement of naso-enteral tubes and in the management of enteral feeding in critically ill patients: A narrative study 2025-Aug, Clinical nutrition ESPEN IF:2.9Q3 DOI:10.1016/j.clnesp.2025.05.022 PMID:40383254	综述	本文综述了重症患者鼻肠管放置技术和肠内营养管理的最新进展	介绍了多种新技术如POCUS、电磁传感器、实时视频辅助放置等在鼻胃管放置和肠内营养管理中的应用	属于叙述性研究，缺乏系统性评价或荟萃分析	探讨重症患者肠内营养管理的技术进步	重症患者	重症医学	危重病	POCUS、电磁传感器、实时视频辅助放置、阻抗传感器、虚拟现实	深度学习算法	医疗影像数据、电子健康记录	NA
1044	2025-07-14	SASWISE-UE: Segmentation and synthesis with interpretable scalable ensembles for uncertainty estimation 2025-Aug, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110258 PMID:40460564	research paper	本文介绍了一种高效的子模型集成框架，旨在提高医学深度学习模型的可解释性，从而增强其临床适用性	通过生成不确定性图，该框架使最终用户能够评估模型输出的可靠性，并提出了一种从单一训练良好的检查点生成多样化模型的策略	NA	提高医学深度学习模型的可解释性和临床适用性	CT身体分割和MR-CT合成数据集	digital pathology	NA	深度学习模型集成	U-Net, UNETR	医学影像	NA
1045	2025-07-14	Selection, visualization, and explanation of deep features from resting-state fMRI for Alzheimer's disease diagnosis 2025-Aug, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2025.112005 PMID:40494176	研究论文	本研究通过可视化静息态功能磁共振成像（rs-fMRI）的深度特征，区分认知正常者和不同阶段阿尔茨海默病患者	提出了一种可视化深度特征的方法，识别出能够有效区分阿尔茨海默病的特定深度特征子集，称为“信息性深度特征”	脑萎缩和图像强度的相似模式对深度特征的可视化提出了挑战	提高深度学习模型在阿尔茨海默病诊断中的可解释性	静息态功能磁共振成像（rs-fMRI）数据	数字病理学	阿尔茨海默病	rs-fMRI	深度学习模型	图像	来自ADNI数据库的rs-fMRI数据
1046	2025-07-14	O-GEST: Overground gait events detector using b-spline-based geometric models for marker-based and markerless analysis 2025-Aug, Journal of biomechanics IF:2.4Q3 DOI:10.1016/j.jbiomech.2025.112803 PMID:40516373	research paper	本文介绍了一种名为O-GEST的自动算法，用于基于运动学数据的步态事件检测，适用于标记和无标记分析	O-GEST利用B样条几何模型表示足部标志点的水平轨迹，结合步态依赖的阈值和最优系数，检测健康与病理步态的事件并计算时空参数	尽管O-GEST在无测力板环境下表现良好，但其在更广泛的病理步态或不同运动模式下的普适性仍需进一步验证	开发一种高精度的步态事件检测算法，以在无测力板环境下可靠评估正常和病理步态	390名受试者，包括健康人、单侧髋关节骨关节炎患者、中风幸存者、帕金森病患者和脑瘫儿童	生物医学工程	神经肌肉疾病、骨关节炎、中风、帕金森病、脑瘫	B样条几何建模、运动学分析	几何模型算法	运动学数据	390名受试者（200名健康人，100名单侧髋关节骨关节炎患者，50名中风幸存者，26名帕金森病患者，14名脑瘫儿童）
1047	2025-07-14	Digitizing audiograms with deep learning: structured data extraction and pseudonymization for hearing big data 2025-Aug, Hearing research IF:2.5Q1 DOI:10.1016/j.heares.2025.109337 PMID:40532492	研究论文	本研究开发了一种基于深度学习的系统，用于数字化听力图，实现数据的结构化和数值化转换，以支持大规模听力大数据的收集	与以往主要关注分类或预测的研究不同，该框架确保结构化数值数据输出，同时遵守数据伪匿名化法规	NA	开发一种深度学习系统，用于数字化听力图，以支持大规模听力数据的收集和分析	听力图	数字病理	听力损失	光学字符识别（OCR）	CNN	图像	训练集8847个听力图符号，测试集2443个听力图符号
1048	2025-07-14	Redefining parameter-efficiency in ADHD diagnosis: A lightweight attention-driven kolmogorov-arnold network with reduced parameter complexity and a novel activation function 2025-Aug, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2025.112016 PMID:40587919	研究论文	本文提出了一种基于Kolmogorov-Arnold Network (KAN)的参数高效框架，用于注意力缺陷多动障碍(ADHD)的诊断，通过减少参数复杂度和引入新型激活函数来提高模型效率和可解释性	提出了一种轻量级的注意力驱动KAN网络，减少了参数复杂度并引入了新型激活函数，同时结合了滑动窗口数据增强技术以提高模型泛化能力	研究仅基于ADHD-200数据集进行验证，可能在其他数据集上的泛化能力有待进一步验证	开发一种参数高效且可解释的深度学习模型，用于ADHD的诊断	注意力缺陷多动障碍(ADHD)患者的大脑连接特征	数字病理学	注意力缺陷多动障碍(ADHD)	深度学习	Kolmogorov-Arnold Network (KAN)	大脑连接特征数据	ADHD-200数据集
1049	2025-07-14	Colon cancer survival prediction from gland shapes within histology slides using deep learning 2025-Jul-14, Journal of integrative bioinformatics IF:1.5Q3 DOI:10.1515/jib-2024-0052 PMID:40650530	研究论文	本研究探讨了深度学习技术在结直肠癌组织病理学图像中腺体分割的应用，并利用分割后的腺体形态特征预测患者生存结果	结合U-Net和DCAN模型在GlaS和CRAG数据集上进行训练，提高了腺体边界的识别准确性，并利用腺体形态特征成功预测患者生存风险	模型在跨数据集泛化能力方面存在准确性与鲁棒性之间的权衡	开发一种能够从组织病理学图像中准确分割腺体并预测结直肠癌患者生存风险的方法	结直肠癌患者的组织病理学图像	数字病理学	结肠癌	深度学习	U-Net, DCAN	图像	GlaS和CRAG数据集及TCGA的WSI图像
1050	2025-07-14	iALP: Identification of Allergenic Proteins Based on Large Language Model and Gate Linear Unit 2025-Jul-13, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00734-2 PMID:40652417	研究论文	本文提出了一种基于大型语言模型ProtT5和门控线性单元(GLU)的新方法iALP，用于高效识别过敏原蛋白(ALPs)	结合ProtT5和GLU，深入分析过敏原蛋白的复杂特征并捕捉其非线性特征	对短于100个氨基酸的蛋白质序列性能讨论有限	提高过敏原蛋白的识别准确率，支持有效的过敏症状预防和治疗策略实施	过敏原蛋白(ALPs)	自然语言处理	过敏性疾病	大型语言模型ProtT5和门控线性单元(GLU)	ProtT5, GLU	蛋白质序列	NA
1051	2025-07-14	CoBdock-2: enhancing blind docking performance through hybrid feature selection combining ensemble and multimodel feature selection approaches 2025-Jul-13, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-025-00629-w PMID:40652425	研究论文	介绍了一种名为CoBDock-2的机器学习盲对接方法，通过集成和多模型特征选择策略提升盲对接性能	CoBDock-2采用1D数值表示蛋白质、配体和相互作用结构特征，并应用先进的集成特征选择技术，显著提高了结合位点和姿态预测的准确性	方法的有效性依赖于特征选择的质量，且与现有深度学习对接策略的比较仍需进一步验证	提升虚拟筛选中的盲对接性能，优化结合位点和配体姿态预测	蛋白质和小分子配体的相互作用	机器学习	NA	机器学习、分子对接、腔体检测	集成特征选择	蛋白质和配体的结构特征	9,598个特征，多个基准数据集（PDBBind v2020-general, MTi, ADS, DUD-E, CASF-2016）
1052	2025-07-14	Deep Learning Photo Processing for Periodontitis Screening 2025-Jul-12, Journal of dental research IF:5.7Q1 DOI:10.1177/00220345251347508 PMID:40650464	研究论文	本研究开发了一种基于深度学习的口腔图像处理算法，用于牙周炎的筛查	使用未标注关键点的口腔图像，基于预训练的ResNet50模型开发了一种全局激活池化的多实例深度学习模型，能够准确识别II至IV期牙周炎	需要更多的开发和验证以将该方法推广为全球多人群的筛查工具	开发一种基于口腔图像的深度学习算法，用于牙周炎的筛查	寻求上海第九人民医院医疗服务的连续受试者及其口腔数字孪生图像	计算机视觉	牙周炎	深度学习	基于ResNet50的全局激活池化多实例深度学习模型(DLM)	口腔图像	内部开发和测试387名受试者，外部测试183名受试者
1053	2025-07-14	Accelerated brain magnetic resonance imaging with deep learning reconstruction: a comparative study on image quality in pediatric neuroimaging 2025-Jul-12, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06314-2 PMID:40650736	研究论文	本研究比较了深度学习重建（DLR）加速的脑部MRI与传统MRI在儿科神经影像中的图像质量	首次在儿科神经影像中评估DLR加速MRI的临床可行性，并证明其能显著减少扫描时间同时提高图像质量	研究为回顾性设计，样本量相对有限（116名儿科参与者）	评估DLR加速MRI在儿科神经影像中的临床应用潜力	儿科患者（平均年龄7.9±5.4岁）的脑部MRI影像	医学影像分析	儿科神经系统疾病	深度学习重建（DLR）	深度学习（未指定具体模型）	MRI影像	116名儿科参与者
1054	2025-07-14	Novel deep learning framework for simultaneous assessment of left ventricular mass and longitudinal strain: clinical feasibility and validation in patients with hypertrophic cardiomyopathy 2025-Jul-12, Journal of echocardiography IF:1.4Q3 DOI:10.1007/s12574-025-00694-y PMID:40650815	research paper	提出了一种名为SMART的新型深度学习框架，用于同时评估左心室质量和纵向应变，并在肥厚型心肌病患者中进行了临床验证	SMART系统结合了运动追踪和左心室心肌分割技术，实现了自动化的左心室质量和全局纵向应变评估	研究样本仅包括111名肥厚型心肌病患者，可能限制了结果的普遍性	开发并验证一种基于人工智能的框架，用于自动化评估左心室功能和结构	肥厚型心肌病患者	digital pathology	cardiovascular disease	transthoracic echocardiography (TTE), cardiac magnetic resonance imaging (CMR)	deep learning	image	111名肥厚型心肌病患者（中位年龄58岁，69%男性）
1055	2025-07-14	Efficient needle guidance: multi-camera augmented reality navigation without patient-specific calibration 2025-Jul-12, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03477-z PMID:40650802	研究论文	开发了一种无需患者特定标记的多摄像头增强现实导航系统，用于提高针基手术的效率和精度	该系统通过使用天花板安装的标记和固定医疗成像设备，消除了对患者特定标记的依赖，并采用深度学习技术和视觉姿态补偿方法来提高标记检测和注册的准确性	虽然系统在模拟临床场景中表现出色，但尚未在真实临床环境中进行全面验证	提高针基手术（如活检和消融）的导航效率和精度	针基手术的导航系统	增强现实	NA	深度学习、视觉姿态补偿	NA	图像	通过体模实验和模拟临床场景进行验证
1056	2025-07-14	Seeing is Believing-On the Utility of CT in Phenotyping COPD 2025-Jul-12, The British journal of radiology DOI:10.1093/bjr/tqaf160 PMID:40650927	review	本文回顾了胸部CT在慢性阻塞性肺疾病(COPD)表型分析中的应用及其生物标志物的发展历程	探讨了从传统阈值方法到深度学习的多种CT生物标志物提取技术，并展望了个性化COPD管理的未来潜力	数据集异质性、模型泛化能力和临床可解释性方面仍存在挑战	探索胸部CT生物标志物在COPD表型分析和个性化管理中的应用与发展	COPD相关的肺实质、气道、血管系统和肺裂等解剖结构	digital pathology	lung cancer	CT, 纹理分析, 图像配准, 深度学习	深度学习模型	CT图像	NA
1057	2025-07-14	AI-powered disease progression prediction in multiple sclerosis using magnetic resonance imaging: a systematic review and meta-analysis 2025-Jul-12, Neurological research IF:1.7Q4 DOI:10.1080/01616412.2025.2532038 PMID:40650946	系统综述与荟萃分析	本文系统综述和荟萃分析了基于MRI的AI模型在预测多发性硬化症(MS)未来残疾进展方面的研究	首次对MRI驱动的AI模型预测MS残疾进展的准确性进行系统评估和荟萃分析	预测误差超过1个EDSS点限制了临床应用，且外部验证研究较少	评估MRI驱动的AI模型预测MS残疾进展的准确性	12,252名MS患者	数字病理学	多发性硬化症	MRI	机器学习(57%)和深度学习(38%)	医学影像	21项研究共12,252名MS患者
1058	2025-07-14	ST-CFI: Swin Transformer with convolutional feature interactions for identifying plant diseases 2025-Jul-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08673-0 PMID:40640259	研究论文	本文提出了一种名为ST-CFI的深度学习框架，结合Swin Transformer和卷积特征交互，用于通过叶片图像识别植物疾病	ST-CFI模型创新性地整合了CNN和Swin Transformer的优势，通过初始架构和跨通道特征学习提取局部和全局特征	NA	提高植物疾病早期检测的准确性和效率，以支持精准农业	植物叶片图像	计算机视觉	植物疾病	深度学习	Swin Transformer与CNN结合	图像	五个数据集：PlantVillage、Plant Pathology 2021 competition dataset、PlantDoc、AI2018和iBean
1059	2025-07-14	Machine Learning-Assisted Multimodal Early Screening of Lung Cancer Based on a Multiplexed Laser-Induced Graphene Immunosensor 2025-Jul-11, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c02822 PMID:40644803	研究论文	提出了一种基于多路激光诱导石墨烯免疫传感器和机器学习的多模态早期肺癌筛查平台	整合多路激光诱导石墨烯免疫传感器与机器学习，结合蛋白质组数据、深度学习CT影像特征和临床数据，显著提升肺癌早期筛查的准确性	未提及样本量或具体临床验证范围	提高肺癌早期筛查的准确性和效率	肺癌早期诊断	数字病理学	肺癌	多路激光诱导石墨烯免疫传感器、深度学习	多模态预测模型	蛋白质组数据、CT影像、临床数据	NA
1060	2025-07-14	Enhancing EEG-based sleep staging efficiency with minimal channels through adversarial domain adaptation and active deep learning 2025-Jul-11, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adeec7 PMID:40645218	研究论文	提出了一种结合对抗性域适应和主动深度学习的框架ADAADL，以提高基于EEG的睡眠分期效率	结合对抗性学习和主动学习策略，改进特征对齐并有效利用未标记数据	未提及具体样本量或数据集的多样性限制	提高睡眠分期分类的准确性，促进睡眠研究和医疗应用	EEG数据	机器学习	NA	对抗性域适应，主动深度学习	ADAADL（结合对抗性学习和主动学习的深度学习框架）	EEG信号	三个基准EEG数据集（未提及具体样本量）