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	2025-06-09	AI-based pelvic floor surface electromyography reference ranges and high-precision pelvic floor dysfunction diagnosis 2025-Jun-05, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2025.105755 PMID:40479842	研究论文	本研究通过AI技术建立多维骨盆底表面肌电图数据库，并开发AI-Diagnostician-PFD诊断模型，以提高骨盆底功能障碍（PFDs）的诊断准确性	利用AI技术建立多维sEMG数据库，并开发出超越传统Glazer标准的AI-Reference范围和AI-Diagnostician-PFD诊断模型	研究样本虽来自中国多个中心，但可能仍需更多样化的国际数据以进一步验证模型的普适性	建立骨盆底sEMG多维数据库，制定更合理的sEMG参数参考范围，并通过AI实现PFDs的精准诊断	1605名来自中国21个中心的参与者	数字病理学	骨盆底功能障碍	表面肌电图（sEMG）	AI-Diagnostician-PFD	肌电图数据	1605名参与者，来自21个中心
1042	2025-06-09	Enhanced glaucoma detection using U-Net and U-Net+ architectures using deep learning techniques 2025-Jun-05, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2025.104621 PMID:40482945	研究论文	本研究比较了多种图像处理和深度学习方法，提出了一种增强型青光眼诊断方法	结合了中值滤波降噪、U-Net和U-Net+架构的视盘分割、胶囊网络特征提取以及极限学习机分类，显著提高了青光眼诊断的准确性	NA	提高青光眼诊断的准确性和可靠性	青光眼诊断	计算机视觉	青光眼	深度学习	U-Net, U-Net+, 胶囊网络, ELM	图像	三个数据集(DRISHTI-GS, DRIONS-DB, HRF)
1043	2025-06-09	Deep learning based rapid X-ray fluorescence signal extraction and image reconstruction for preclinical benchtop X-ray fluorescence computed tomography applications 2025-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03900-0 PMID:40467695	research paper	提出了一种基于深度学习的端到端框架，用于快速X射线荧光信号提取和图像重建，以应用于临床前台式X射线荧光计算机断层扫描	整合了一维卷积神经网络（1D CNN）和U-Net模型，实现了XRF信号提取和XFCT图像重建的快速处理，显著减少了后处理时间	研究主要基于实验和合成数据，尚未在真实活体小鼠中进行广泛验证	解决台式X射线荧光计算机断层扫描（XFCT）在活体小鼠成像中的快速信号提取和图像重建问题	注射金纳米颗粒（GNPs）的活体小鼠的X射线荧光信号和图像	digital pathology	NA	X-ray fluorescence computed tomography (XFCT)	1D CNN, U-Net	X-ray fluorescence (XRF) signal, scatter photon spectra	实验获取和增强的XRF/散射光子光谱数据，包括各种GNP浓度和成像场景的体模和合成小鼠模型
1044	2025-06-09	Enhanced risk stratification for stage II colorectal cancer using deep learning-based CT classifier and pathological markers to optimize adjuvant therapy decision 2025-Jun-04, Annals of oncology : official journal of the European Society for Medical Oncology IF:56.7Q1 DOI:10.1016/j.annonc.2025.05.537 PMID:40480552	研究论文	本研究开发了一种结合深度学习和病理标志物的新型风险分层系统（IRIS-CRC），用于更精确地评估II期结直肠癌患者的预后，以优化辅助治疗决策	首次将基于Swin Transformer的深度学习CT分类器（STAR-CRC）与病理标志物整合，构建了智能风险集成系统（IRIS-CRC），相比现有指南显著提高了风险分层的准确性	研究仅纳入了12个中心的患者数据，外部验证集仅来自8个中心，可能需要更大规模的多中心验证	开发更精确的II期结直肠癌风险分层系统以优化辅助化疗决策	II期结直肠癌患者	数字病理	结直肠癌	深度学习CT图像分析	Swin Transformer（STAR-CRC）	CT图像和病理数据	2,992例II期CRC患者（训练集1,587例，验证集1,405例）
1045	2025-06-09	Deep learning-assisted attribute prediction of chalcogenide glasses based on graph classification 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04391-9 PMID:40461539	研究论文	本文提出了一种基于图的深度学习方法，用于高效预测硫系玻璃的关键性能	采用基于图的深度学习方法，解决了传统机器学习方法在多性能协同优化方面的不足	NA	加速硫系玻璃的成分-结构-性能关系探索	硫系玻璃	材料科学	NA	深度学习	基于图的深度学习模型	实验数据	从SciGlass数据库中收集的相关数据
1046	2025-06-09	Benchmarking the methods for predicting base pairs in RNA-RNA interactions 2025-Jun-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf289 PMID:40327448	research paper	该研究评估了23种预测RNA-RNA相互作用中碱基对的方法，并发现基于深度学习的方法SPOT-RNA在零样本预测中表现优异	使用RNA三维复合物结构中的碱基对作为金标准基准，评估了包括深度学习方法在内的多种预测工具	实验确定的RNA-RNA相互作用在碱基对分辨率上仍具有挑战性	评估和比较不同计算工具在预测RNA-RNA相互作用中碱基对的性能	RNA-RNA相互作用中的碱基对	computational biology	NA	deep-learning, alignment-based methods, free-energy-based minimization	SPOT-RNA	RNA complex structures	23种不同的预测方法
1047	2025-06-09	A Deep Learning-Derived Transdiagnostic Signature Indexing Hypoarousal and Impulse Control: Implications for Treatment Prediction in Psychiatric Disorders 2025-Jun, Biological psychiatry. Cognitive neuroscience and neuroimaging DOI:10.1016/j.bpsc.2024.07.027 PMID:39142534	研究论文	本研究利用深度学习算法分析脑电图特征，探索了一种跨诊断的生物标志物，用于诊断和预测冲动控制及睡眠问题	首次将深度学习算法应用于脑电图数据分析，发现了一种名为'纺锤状过量β波'的特征，作为跨诊断的生物标志物，并验证了其在治疗预测中的价值	研究样本主要来自特定精神疾病患者群体，可能限制了结果的普遍适用性	探索精神疾病的神经生物学基础，改进诊断和治疗方法	精神疾病患者（包括ADHD和抑郁症患者）	机器学习	精神疾病	脑电图(EEG)	深度学习算法	脑电图数据	总样本量4632（数据集1:3279，iSPOT-A:336，iSPOT-D:1008）
1048	2025-06-09	Spotlights on novel strategic innovations on the artificial intelligence and deep learning driven quality control focuses in transfusion medicine, to optimize blood component safety and efficacy and minimize the potential pitfalls 2025-Jun, Transfusion and apheresis science : official journal of the World Apheresis Association : official journal of the European Society for Haemapheresis IF:1.4Q4 DOI:10.1016/j.transci.2025.104153 PMID:40339482	research paper	本文探讨了人工智能和深度学习在输血医学质量控制中的创新应用，以提高血液成分的安全性和有效性	结合人工智能和机器学习，实现输血医学质量控制的自动化、实时监测和预测分析	伦理和法规合规性仍需确保，包括透明度、偏见缓解和数据安全	优化输血医学中的质量控制，提高血液成分的安全性和有效性	输血医学中的质量控制流程和血液成分	machine learning	NA	AI, ML, deep learning	NA	NA	NA
1049	2025-05-15	Three pillars of artificial intelligence research in anesthesiology: welcoming address to the Korean Journal of Anesthesiology's new guidelines for machine learning and deep learning research 2025-Jun, Korean journal of anesthesiology IF:4.2Q1 DOI:10.4097/kja.25318 PMID:40364621	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1050	2025-06-09	AITom: AI-guided cryo-electron tomography image analyses toolkit 2025-Jun, Journal of structural biology IF:3.0Q3 DOI:10.1016/j.jsb.2025.108207 PMID:40378936	研究论文	介绍了一个名为AITom的开源人工智能平台，专为冷冻电子断层扫描（cryo-ET）研究人员设计，用于三维亚细胞成分的定位、识别、分割和结构恢复	AITom整合了公共和专有算法，支持传统的基于模板和无模板方法，以及最先进的深度学习技术，为冷冻电子断层扫描数据分析提供了全面的解决方案	未明确提及具体限制	开发高效准确的大规模图像分析方法，以解决冷冻电子断层扫描在亚细胞成分分析中的挑战	冷冻电子断层扫描图像中的三维亚细胞成分	结构生物学	NA	冷冻电子断层扫描（cryo-ET）	深度学习	图像	NA
1051	2025-06-09	Deep learning-assisted analysis of biomarker changes after increase of dosing from aflibercept 2 mg to 8 mg in therapy-resistant neovascular age-related macular degeneration 2025-Jun-01, BMJ open ophthalmology IF:2.0Q2 DOI:10.1136/bmjophth-2025-002176 PMID:40451292	research paper	本研究使用深度学习辅助分析，评估了aflibercept 8 mg在治疗抵抗性新生血管性年龄相关性黄斑变性患者中的疗效	首次在真实世界环境中评估aflibercept 8 mg的疗效，并采用深度学习算法进行生物标志物量化分析	样本量较小（23只眼），且为回顾性研究设计	评估高剂量aflibercept在治疗抵抗性nAMD患者中的疗效和安全性	21名治疗抵抗性新生血管性年龄相关性黄斑变性患者（23只眼）	digital pathology	age-related macular degeneration	optical coherence tomography	deep learning-based semantic segmentation algorithm	medical imaging	23 eyes from 21 patients
1052	2025-06-09	Quantifying Healthcare Provider Perceptions of a Novel Deep Learning Algorithm to Predict Sepsis: Electronic Survey 2025-Jun-01, Critical care explorations DOI:10.1097/CCE.0000000000001276 PMID:40466050	research paper	该研究通过电子调查评估了医护人员对一种新型深度学习算法预测败血症的接受度和感知	研究聚焦于医护人员对深度学习败血症预测模型的接受度和反馈，填补了算法开发与临床应用之间的空白	样本量较小（114份回复），且仅来自两个急诊科，可能限制结果的普遍性	评估医护人员对急诊科深度学习败血症预测模型的感知和接受度	急诊科的医生、注册护士和护士执业者/医师助理	digital pathology	sepsis	deep learning	COMPOSER	survey responses	114 responses (76 doctors, 34 nurses, 4 nurse practitioners/physician assistants)
1053	2025-06-09	Performance evaluation of deep learning models for the classification and identification of dental implants 2025-Jun, The Journal of prosthetic dentistry IF:4.3Q1 DOI:10.1016/j.prosdent.2023.07.009 PMID:37679236	研究论文	本研究评估了深度学习模型在牙科植入物分类和识别中的性能	首次使用目标检测深度学习模型对103种牙科植入物设计进行分类，并比较了YOLOv5和YOLOv7的性能	研究中排除了图像少于50张的类别，可能影响模型的全面性	评估目标检测深度学习模型在牙科植入物设计分类中的性能	牙科植入物	计算机视觉	NA	YOLO算法、数据增强技术、超分辨率生成对抗网络	YOLOv5, YOLOv7, GAN	图像	14,037张牙科植入物图像，分为训练集和测试集，进行3折交叉验证
1054	2025-06-09	ElastoNet: Neural network-based multicomponent MR elastography wave inversion with uncertainty quantification 2025-Jun-01, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103642 PMID:40482562	research paper	提出了一种基于神经网络的多组分磁共振弹性成像波反演方法ElastoNet，具有不确定性量化功能	ElastoNet能够独立于分辨率和振动频率分析多个波分量，并提供不确定性量化图，克服了现有方法缺乏通用性和不确定性估计的不足	训练数据仅使用5×5像素的合成波片，可能限制了模型在更复杂场景下的表现	开发一种通用的神经网络反演方法，用于磁共振弹性成像中的参数重建	合成平面波、腹部磁共振弹性成像的有限元模拟、幻影磁共振弹性成像数据以及14名健康志愿者的前瞻性宽频多频腹部磁共振弹性成像研究	医学影像分析	NA	磁共振弹性成像(MRE)	神经网络(ElastoNet)	图像	14名健康志愿者
1055	2025-06-09	Detection and classification of meat freshness using an optimized deep learning method 2025-May-31, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144783 PMID:40479992	研究论文	本文提出了一种基于深度学习的肉类新鲜度检测与分类方法	结合VGG19进行特征提取，并采用改进的人工原生动物优化器(IAPO)和粒子群优化(PSO)进行特征选择，实现了高准确度的肉类新鲜度分类	未提及方法在实时应用或大规模部署中的性能表现	开发高效的肉类新鲜度分类方法以确保食品安全和质量控制	肉类新鲜度（新鲜、半新鲜和变质）	计算机视觉	NA	深度学习	VGG19 CNN, IAPO, PSO	图像	NA
1056	2025-06-09	Comparative Efficacy of MultiModal AI Methods in Screening for Major Depressive Disorder: Machine Learning Model Development Predictive Pilot Study 2025-May-30, JMIR formative research IF:2.0Q4 DOI:10.2196/56057 PMID:40446148	研究论文	本研究评估了基于多模态AI方法在筛查重度抑郁症（MDD）中的效能，比较了不同范式的效果	利用AI分析视听信号，结合多种范式（CS、Q&A、MID、VW）进行MDD筛查，提出Q&A范式效果最佳	样本量较小（89名参与者），且未提及外部验证结果	评估不同AI范式在MDD筛查中的效能	41名MDD患者和48名无症状参与者	机器学习	重度抑郁症	AI分析视听信号	深度学习模型	视频、音频、文本	89名参与者（41名MDD患者，48名无症状者）
1057	2025-06-09	Deep learning-driven modality imputation and subregion segmentation to enhance high-grade glioma grading 2025-May-30, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03029-0 PMID:40448035	研究论文	本研究开发了一个深度学习框架，通过模态插补和子区域分割提高高级别胶质瘤分级的准确性	提出了基于PatchGAN的模态插补网络，结合了Transformer自注意力和CNN特征提取的聚合残差Transformer（ART）模块，并配以U-Net变体进行分割	研究依赖于回顾性数据，可能限制了结果的普适性	提高高级别胶质瘤的分级准确性	高级别胶质瘤患者	数字病理	胶质瘤	深度学习	PatchGAN, Transformer, CNN, U-Net	医学影像	1,251名患者（BraTS2021数据集）和181例临床病例（外部测试集）
1058	2025-06-09	Navigating the landscape of multimodal AI in medicine: A scoping review on technical challenges and clinical applications 2025-May-30, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103621 PMID:40482561	综述	本文对医学领域中基于深度学习的多模态AI应用进行了范围审查，分析了2018年至2024年间发表的432篇论文	提供了多模态AI在不同医学学科中的发展概况，包括各种架构方法、融合策略和常见应用领域，并揭示了多模态AI模型在AUC上平均提高6.2个百分点的优势	存在跨部门协调、异构数据特性和不完整数据集等挑战	审查多模态AI在医学领域的技术挑战和临床应用	多模态AI在医学领域的应用	机器学习	NA	深度学习	多模态AI	多模态数据	432篇论文
1059	2025-06-09	DeepMS: super-fast peptide identification using end-to-end deep learning method 2025-May-29, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.169237 PMID:40449612	研究论文	介绍了一种名为DeepMS的深度学习算法，用于超快速地从质谱数据中识别肽序列	使用VGG16算法作为核心模型，实现了端到端的肽序列超快速识别，且识别速度超过质谱数据的生成速率	未明确提及算法的计算资源消耗或在不同质谱平台上的适用性	克服传统质谱识别方法的速度限制，推动基于质谱的蛋白质组学技术的广泛应用	质谱数据中的肽序列	机器学习	NA	质谱分析	VGG16	质谱数据	未明确提及具体样本数量
1060	2025-06-09	A scalable deep attention mechanism of instance segmentation for the investigation of chromosome 2025-May-11, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100306 PMID:40360085	研究论文	本研究提出了一种用于染色体实例分割的深度注意力机制框架，结合自动标注流程和增强的深度学习架构，以解决染色体分割中的挑战	提出了一种结合自动标注流程和增强深度学习架构的实例分割框架，引入了包含24种染色体类别的精确标注数据集，并采用基于特征的图像配准技术提高标注质量	NA	开发一个可扩展的染色体实例分割框架，以解决细胞遗传学和基因组学中染色体分割的挑战	染色体图像	计算机视觉	NA	SIFT和单应性变换	Mask R-CNN with AttFPN	图像	包含24种染色体类别的中期图像和对应核型图的新数据集