深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
11221	2025-05-13	JAX-RNAfold: scalable differentiable folding 2025-May-06, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf203 PMID:40279486	research paper	介绍了一个名为JAX-RNAfold的开源软件包，用于改进的可微分RNA折叠算法，可扩展到1,250个核苷酸	提出了一个显著改进的可微分折叠算法，能够在单个GPU上处理多达1,250个核苷酸，并允许将可微分折叠作为模块集成到更大的深度学习流程中	NA	优化RNA设计中的可微分折叠算法，提高其可扩展性和实用性	RNA序列	machine learning	NA	differentiable folding	deep learning	RNA序列数据	NA	NA	NA	NA	NA
11222	2025-05-13	The use of deep learning and artificial intelligence-based digital technologies in art education 2025-May-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00892-9 PMID:40328802	研究论文	本研究提出并优化了一个创新的艺术创作系统Creative Intelligence Cloud (CIC)，旨在探索深度学习和人工智能技术在艺术教育中的应用	结合深度生成对抗网络和卷积神经网络，提升艺术创作的自动化水平、风格一致性和创作效率	未提及在真实教学场景中的具体应用限制	探索深度学习和人工智能技术在艺术创作和艺术教育中的应用	艺术创作系统CIC	数字艺术	NA	深度学习、人工智能	GAN、CNN	图像	NA	NA	NA	NA	NA
11223	2025-10-07	Quantitative CT Scan Analysis in Rheumatoid Arthritis-Related Interstitial Lung Disease 2025-May, Chest IF:9.5Q1 DOI:10.1016/j.chest.2024.10.052 PMID:39528110	研究论文	本研究探讨深度学习定量CT分析在类风湿关节炎相关间质性肺病中的临床应用价值	首次在RA-ILD中应用数据驱动的纹理分析方法量化肺纤维化程度，并验证其与肺功能和死亡风险的关联	样本量相对有限，验证队列仅50例患者	评估基于深度学习的CT肺纤维化定量分析在RA-ILD疾病严重程度评估、死亡率预测和疾病进展识别中的效用	类风湿关节炎相关间质性肺病患者	医学影像分析	类风湿关节炎相关间质性肺病	CT扫描，数据驱动的纹理分析	深度学习	CT影像	主要队列289例患者，验证队列50例患者	NA	数据驱动的纹理分析方法	相关系数，风险比，P值	NA
11224	2025-10-07	Artificial Intelligence in Detecting and Segmenting Vertical Misfit of Prosthesis in Radiographic Images of Dental Implants: A Cross-Sectional Analysis 2025-May, Clinical oral implants research IF:4.8Q2 DOI:10.1111/clr.14406 PMID:39840554	研究论文	本研究评估了ResNet-50和U-Net模型在牙科种植体根尖周X线影像中检测和分割垂直不匹配的性能	首次将深度学习模型应用于牙科种植体修复体垂直不匹配的自动检测和分割任务	样本量相对有限（638张影像），仅使用根尖周X线影像	评估人工智能在牙科种植体修复体垂直不匹配检测中的性能	牙科种植体修复体的根尖周X线影像	计算机视觉	牙科疾病	X线影像分析	CNN	图像	638张根尖周X线影像	NA	ResNet-50, U-Net	准确率, 精确率, 灵敏度, 特异性, Dice系数, Cohen's kappa指数	NA
11225	2025-10-07	Interpretation of basal nuclei in brain dopamine transporter scans using a deep convolutional neural network 2025-May-01, Nuclear medicine communications IF:1.3Q3 DOI:10.1097/MNM.0000000000001963 PMID:39962871	研究论文	本研究开发了一种基于深度卷积神经网络的模型，用于自动解释脑部多巴胺转运体扫描中的基底核图像	首次将迁移学习应用于多巴胺转运体SPECT扫描的基底核自动分类，解决了传统视觉分析和半定量方法的主观性和操作者依赖性问题	研究为回顾性研究，样本量相对有限（416例患者），需要进一步前瞻性验证	通过深度学习辅助帕金森病的临床诊断	临床不确定帕金森综合征患者的基底核多巴胺转运体SPECT扫描图像	计算机视觉	帕金森病	DAT SPECT, 99m Tc-TRODAT-1成像	CNN	医学图像	416例临床不确定帕金森综合征患者	NA	Xception, InceptionV3, ResNet101	准确率, 宏F1分数, kappa值	NA
11226	2025-05-13	GLEAM: A multimodal deep learning framework for chronic lower back pain detection using EEG and sEMG signals 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109928 PMID:40054171	研究论文	介绍了一种名为GLEAM的多模态深度学习框架，用于通过EEG和sEMG信号检测慢性下腰痛强度	开发了一种新型去噪GAN用于清理EEG和sEMG信号，设计并集成了新的ETLSTM架构作为GLEAM模型中的分类器，引入了GLEAM混合深度学习框架以实现稳健可靠的LBP强度评估	NA	诊断下腰痛强度，提供创新的诊断和治疗解决方案	下腰痛患者	机器学习	下腰痛	EEG和sEMG信号处理	GAN-Convolution-Transformer, ETLSTM	EEG和sEMG信号	NA	NA	NA	NA	NA
11227	2025-05-13	Accurate phenotyping of luminal A breast cancer in magnetic resonance imaging: A new 3D CNN approach 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109903 PMID:40054167	research paper	本研究提出了一种基于3D CNN的新方法，用于在MRI中准确表型luminal A型乳腺癌	提出了一种基于定量医学成像生物标志物（QIB）的新3D CNN模型，用于诊断luminal A型乳腺癌，其性能优于现有方法	数据集中存在类别不平衡问题，采用了类别加权策略进行缓解	提高luminal A型乳腺癌的诊断准确性和效率，为患者制定个性化治疗方案	luminal A型乳腺癌和非luminal A型病变	digital pathology	breast cancer	MRI	3D CNN	3D volumetric MRI images	公共领域MRI乳腺癌数据集（Duke-Breast-Cancer-MRI）	NA	NA	NA	NA
11228	2025-05-13	A multi-stage fusion deep learning framework merging local patterns with attention-driven contextual dependencies for cancer detection 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109916 PMID:40054172	research paper	提出了一种多阶段融合深度学习框架，结合局部模式和注意力驱动的上下文依赖，用于癌症检测	提出了PADBSRNet模型和PADBSRNet-ViT混合方法，整合了多种注意力机制和特征融合策略，有效提取局部-全局上下文特征	未提及具体局限性	提高癌症诊断的速度和准确性	脑肿瘤、皮肤癌和肺癌	digital pathology	brain tumor, skin cancer, lung cancer	deep learning	PADBSRNet, ViT	image	Figshare Brain Tumor Dataset, IQ-OTH/NCCD Dataset, Skin Cancer: Malignant vs. Benign Dataset	NA	NA	NA	NA
11229	2025-05-13	Artificial intelligence applied to epilepsy imaging: Current status and future perspectives 2025-May, Revue neurologique IF:2.8Q2 DOI:10.1016/j.neurol.2025.03.006 PMID:40175210	review	本文综述了人工智能在癫痫影像学中的应用现状及未来展望	探讨了深度学习和机器学习在癫痫影像学中的多种应用，包括病灶检测、癫痫灶的侧向化和定位、术后结果预测以及癫痫患者与健康个体的自动区分	需要严格的数据监管措施以确保患者数据安全，且依赖大规模数据集	提升癫痫的诊断和治疗水平	癫痫影像学数据	数字病理	癫痫	深度学习（DL）和机器学习（ML）	NA	神经影像数据	NA	NA	NA	NA	NA
11230	2025-10-07	Unlocking new frontiers in epilepsy through AI: From seizure prediction to personalized medicine 2025-May, Epilepsy & behavior : E&B IF:2.3Q2 DOI:10.1016/j.yebeh.2025.110327 PMID:40043598	综述	探讨人工智能在癫痫护理中的革命性作用，包括癫痫发作检测、诊断精度提升和个性化治疗	系统阐述AI技术在癫痫管理中的综合应用前景及多学科协作推进临床实施的新范式	模型准确性、可解释性存在挑战，在不同患者群体中的适用性仍需验证	评估人工智能在癫痫护理领域的转化潜力及实施路径	癫痫患者护理与管理体系	机器学习	癫痫	脑电图分析	机器学习,深度学习	脑电图信号	NA	NA	NA	准确性,可解释性	NA
11231	2025-05-13	Artificial intelligence for the detection of interictal epileptiform discharges in EEG signals 2025-May, Revue neurologique IF:2.8Q2 DOI:10.1016/j.neurol.2025.04.001 PMID:40221359	review	本文回顾了利用人工智能技术检测脑电图信号中的间歇性癫痫样放电（IEDs）的各种方法，评估了它们的性能和局限性	探讨了从传统机器学习到深度学习技术在IED检测中的应用，并强调了AI工具在临床工作流程中的整合	需要公开代码、标准化数据集和指标，以优化临床实施	提高间歇性癫痫样放电（IEDs）检测的准确性和效率	脑电图（EEG）信号中的间歇性癫痫样放电（IEDs）	自然语言处理	癫痫	深度学习，传统机器学习	NA	EEG信号	NA	NA	NA	NA	NA
11232	2025-05-13	Multitask Deep Learning Models of Combined Industrial Absorption, Distribution, Metabolism, and Excretion Datasets to Improve Generalization 2025-Apr-07, Molecular pharmaceutics IF:4.5Q1 DOI:10.1021/acs.molpharmaceut.4c01086 PMID:40053846	研究论文	本文通过结合Genentech和Roche的ADME数据集，评估了扩大化学空间对机器学习模型性能的影响，并利用多任务神经网络架构同时建模多个终点	首次对大规模历史ADME数据集进行跨站点数据结合的实验，并展示了多任务模型在提高泛化能力方面的优势	实验方法存在差异时，无法直接聚合数据	优化药物发现过程中化合物的吸收、分布、代谢和排泄(ADME)特性	来自Genentech和Roche的ADME数据集	机器学习	NA	多任务(MT)神经网络	神经网络	实验测量数据	超过100万次个体测量，分布在11个检测终点	NA	NA	NA	NA
11233	2025-05-13	Performance of artificial intelligence-based diagnosis and classification of peri-implantitis compared with periodontal surgeon assessment: a pilot study of panoramic radiograph analysis 2025-Apr-02, Journal of periodontal & implant science DOI:10.5051/jpis.2500280014 PMID:40350773	研究论文	本研究评估了深度学习模型在全景X光片上诊断和分类种植体周围炎相关骨缺损的性能	使用深度学习模型（YOLOv8）进行种植体周围炎骨缺损的诊断和分类，并与牙周外科医生的诊断准确性进行比较	数据集规模有限，未来研究需要扩展数据集并整合多模态影像	评估深度学习模型在种植体周围炎诊断和分类中的性能	种植体周围炎相关的骨缺损	数字病理	种植体周围炎	深度学习	YOLOv8	全景X光片	1,075张全景X光片（来自426名患者，共2,250个种植位点）	NA	NA	NA	NA
11234	2025-10-07	De novo design of transmembrane fluorescence-activating proteins 2025-Apr, Nature IF:50.5Q1 DOI:10.1038/s41586-025-08598-8 PMID:39972138	研究论文	本文通过整合深度学习和能量计算方法，实现了跨膜荧光激活蛋白的从头设计	首次成功设计出能够特异性结合小分子配体的跨膜蛋白，并实现了荧光激活功能	NA	开发能够精确识别小分子配体的跨膜蛋白设计方法	跨膜蛋白和荧光配体的相互作用	蛋白质设计	NA	深度学习、能量计算、梯度引导幻觉、晶体学、冷冻电镜	深度学习模型	蛋白质结构数据、荧光数据	NA	NA	NA	结合亲和力（纳摩尔级）、亮度、量子产率	NA
11235	2025-10-07	Improving explanations for medical X-ray diagnosis combining variational autoencoders and adversarial machine learning 2025-Apr, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109857 PMID:39999495	研究论文	提出一种结合变分自编码器和对抗机器学习的深度学习架构，用于改进医学X射线诊断的可解释性	利用变分自编码器在低维嵌入空间产生线性修改，再重构到原始图像空间的非线性解释；通过全局和局部正则化潜在空间；设计多目标遗传算法搜索解释	NA	改进医学计算机视觉中人工智能系统的可解释性	医学X射线诊断图像	计算机视觉	NA	深度学习	VAE, 遗传算法	医学图像	NA	NA	变分自编码器	精度	NA
11236	2025-10-07	A dual-stage framework for segmentation of the brain anatomical regions with high accuracy 2025-Apr, Magma (New York, N.Y.) DOI:10.1007/s10334-025-01233-7 PMID:40042762	研究论文	提出一种基于深度学习的双阶段框架，用于精确分割大脑MR图像中的解剖区域	采用双阶段3D分割技术，第二阶段专门针对海马体、丘脑等小区域进行精细化分割	NA	开发精确的大脑解剖区域分割方法，识别不同脑部结构的位置和形状细节	成年受试者，包括认知正常者和认知衰退个体	医学图像分析	认知障碍疾病	磁共振成像(MRI)	CNN	3D医学图像	NA	NA	3D U-Net, SegResNet	DSC, HD95	NA
11237	2025-10-07	Analysis of AI foundation model features decodes the histopathologic landscape of HPV-positive head and neck squamous cell carcinomas 2025-Apr, Oral oncology IF:4.0Q2 DOI:10.1016/j.oraloncology.2025.107207 PMID:40043423	研究论文	利用AI基础模型分析HPV阳性头颈部鳞状细胞癌的组织病理学特征	首次使用基础模型UNI和生成对抗网络HistoXGAN解码HPV阳性HNSCC的组织病理学景观，并识别出三种HPV阳性亚型	研究样本主要来自公共和机构数据集，需要进一步验证在更广泛人群中的适用性	表征与HPV存在相关的组织病理学特征，客观描述HPV阳性空间中的变异模式	头颈部鳞状细胞癌患者的H&E染色切片	数字病理学	头颈部鳞状细胞癌	H&E染色	自监督学习, GAN	病理图像	981名HNSCC患者	NA	UNI, HistoXGAN	灵敏度, 特异性	NA
11238	2025-05-13	Explainable deep learning models for predicting water pipe failures 2025-Apr, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124738 PMID:40054363	研究论文	本研究提出了一种利用深度学习算法预测水管故障的新方法，并通过优化模型超参数和数据缩放提升预测性能	首次将Deep Neural Networks (DNN)、Convolutional Neural Networks (CNN)和TabNet应用于水管故障预测，并结合贝叶斯优化(BO)和数据缩放技术优化模型性能	研究仅基于香港地区的水管网络数据，可能在其他地区的适用性有待验证	开发可解释的深度学习模型来预测水管网络中泄漏和爆裂的概率	水管网络中的管道	机器学习	NA	贝叶斯优化(BO)、Copeland算法、SHapley Additive exPlanations (SHAP)	DNN、CNN、TabNet	结构化数据	香港水管网络数据	NA	NA	NA	NA
11239	2025-05-13	Bayesian uncertainty estimation of adsorption closure models in the computational simulation of contaminant transport 2025-Apr, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124708 PMID:40054364	research paper	研究吸附闭合模型在污染物传输计算模拟中的贝叶斯不确定性估计	采用嵌入式贝叶斯误差方法来理解吸附等温线在描述污染物吸附中的限制，并提出深度学习替代模型	吸附闭合模型参数需满足特定地球化学条件，使用需谨慎	评估污染物传输模型中吸附闭合模型的不确定性影响	污染物在多孔介质中的吸附过程	computational simulation	NA	Bayesian error approach, deep learning surrogate	probabilistic error model, deep learning surrogate	simulation data	NA	NA	NA	NA	NA
11240	2025-10-07	Determining the Importance of Lifestyle Risk Factors in Predicting Binge Eating Disorder After Bariatric Surgery Using Machine Learning Models and Lifestyle Scores 2025-Apr, Obesity surgery IF:2.9Q1 DOI:10.1007/s11695-025-07765-0 PMID:40045153	研究论文	本研究使用机器学习模型和生活方式评分评估腹腔镜袖状胃切除术后生活方式风险因素与暴食症发生的关联	首次结合生活方式评分和多种机器学习模型分析减肥手术后暴食症的预测因素	样本量相对有限，仅包含450名参与者，且仅评估了术后2年的情况	评估生活方式风险因素对减肥手术后暴食症发生的预测价值	接受腹腔镜袖状胃切除术的450名患者	机器学习	暴食症	问卷调查	逻辑回归,KNN,决策树,随机森林,SVM,XGBoost,人工神经网络	临床数据	450名接受腹腔镜袖状胃切除术的患者	NA	NA	准确率	NA