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
1121	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
1122	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
1123	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)
1124	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
1125	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
1126	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
1127	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）
1128	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）
1129	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
1130	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
1131	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
1132	2025-06-09	A new age in structural S-layer biology: Experimental and in silico milestones 2025-May-08, The Journal of biological chemistry IF:4.0Q2 DOI:10.1016/j.jbc.2025.110205 PMID:40345586	综述	本文总结了过去5年在S层蛋白结构研究中的主要成就，并探讨了计算方法在S层蛋白建模中的最新突破	首次探讨了计算方法在S层蛋白建模中的应用及其对未来研究的潜在影响	NA	总结S层蛋白结构研究的最新进展，并探索计算方法在该领域的应用	S层蛋白	结构生物学	NA	高分辨率成像、深度学习结构预测	深度学习	蛋白质结构数据	多种细菌和古菌物种
1133	2025-06-09	RETINA: Reconstruction-based pre-trained enhanced TransUNet for electron microscopy segmentation on the CEM500K dataset 2025-May, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013115 PMID:40435368	research paper	本文提出了一种名为RETINA的预训练增强型TransUNet方法，用于在CEM500K数据集上进行电子显微镜图像分割	结合了大规模无标签CEM500K EM图像数据集的预训练与混合神经网络模型架构，整合了局部（卷积层）和全局（transformer层）图像处理	未提及具体局限性	开发自动化细胞结构分割方法以提高电子显微镜图像分析的效率	电子显微镜图像中的细胞结构	digital pathology	NA	electron microscopy	TransUNet	image	CEM500K数据集
1134	2025-06-09	Automated Bi-Ventricular Segmentation and Regional Cardiac Wall Motion Analysis for Rat Models of Pulmonary Hypertension 2025-Apr, Pulmonary circulation IF:2.2Q3 DOI:10.1002/pul2.70092 PMID:40356847	research paper	提出了一种基于深度学习的自动化双心室分割和3D壁运动分析流程，用于肺动脉高压（PH）啮齿动物模型的研究	开发了一个高效的自动化深度学习流程，用于PH啮齿动物模型的双心室分割和3D壁运动分析，与临床心脏成像AI发展保持一致	研究仅针对啮齿动物模型，尚未在人类患者中进行验证	开发一种自动化工具，用于肺动脉高压疾病进展及其对心脏影响的预测性分析	肺动脉高压（PH）啮齿动物模型	digital pathology	pulmonary hypertension	cardiac magnetic resonance	fully convolutional network	image	163 short-axis cine cardiac magnetic resonance scans from MCT and SuHx PH rats
1135	2025-06-09	ConfuseNN: Interpreting convolutional neural network inferences in population genomics with data shuffling 2025-Mar-27, bioRxiv : the preprint server for biology DOI:10.1101/2025.03.24.644668 PMID:40196528	research paper	介绍了一种名为ConfuseNN的方法，通过系统性地打乱输入的单倍型矩阵来评估特定群体遗传特征对CNN性能的贡献	提出ConfuseNN方法，通过数据打乱技术评估群体遗传特征对CNN性能的影响，填补了深度学习与传统群体遗传理论之间的鸿沟	网络架构和模拟训练及测试数据设计存在局限性	评估群体遗传特征对卷积神经网络性能的影响	群体遗传学中的CNN推断	population genomics	NA	data shuffling	CNN	haplotype matrices	NA
1136	2025-06-09	EEG-based emotion recognition using deep learning network with principal component based covariate shift adaptation 2014, TheScientificWorldJournal DOI:10.1155/2014/627892 PMID:25258728	研究论文	本研究提出了一种基于深度学习的脑电图（EEG）信号情绪识别方法，利用主成分分析的协变量偏移适应技术来提高分类准确率	采用深度学习和主成分分析的协变量偏移适应技术来处理非平稳EEG信号，提高了情绪识别的准确率	实验样本量较小（32名受试者），且仅针对三种情绪水平进行分类，可能限制了模型的泛化能力	开发一种能够有效识别情绪状态的EEG信号分析方法	32名受试者的32通道EEG信号	机器学习	NA	主成分分析（PCA）	堆叠自动编码器（SAE）	EEG信号	32名受试者
1137	2025-06-08	Longitudinal Comparison of Geographic Atrophy Enlargement Using Manual, Semiautomated, and Deep Learning Approaches 2025 Sep-Oct, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100787 PMID:40469899	research paper	比较了全自动AI模型、半自动化方法和手动平面测量在纵向评估地理萎缩（GA）中的表现	首次比较了全自动AI模型、半自动化方法和手动平面测量在GA评估中的一致性，并评估了AI模型的性能	研究为回顾性分析，样本量有限（108名患者，185只眼），且AI模型在15%的情况下需要人工干预	评估不同方法在GA纵向评估中的一致性和准确性	地理萎缩（GA）患者	digital pathology	geriatric disease	fundus autofluorescence imaging	AI (deep learning)	image	108名患者（185只眼）
1138	2025-06-08	Repeatability-encouraging self-supervised learning reconstruction for quantitative MRI 2025-Aug, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30478 PMID:40014485	research paper	提出了一种鼓励重复性的自监督学习重建方法，用于定量MRI，以提高测量的重复性	首次提出了一种自监督学习方法，通过最小化k-t空间数据子集间的交叉数据一致性来鼓励定量MRI的重复性	未提及方法在其他类型定量MRI数据上的泛化能力	提高定量MRI测量的重复性并加速重建过程	心脏MR多任务T1映射数据	医学影像分析	心血管疾病	自监督学习（SSL）	深度学习网络	MRI图像	未明确提及具体样本量
1139	2025-06-08	Image-based evaluation of single-cell mechanics using deep learning 2025-Jun-05, Cell regeneration (London, England) DOI:10.1186/s13619-025-00239-9 PMID:40468050	研究论文	本研究利用深度学习技术，基于图像非侵入性地预测单细胞力学特性，为细胞力学研究提供了高通量、高灵敏度的新方法	首次将深度学习应用于单细胞力学特性评估，实现了对间充质干细胞和巨噬细胞刚度范围的高通量原位预测	研究仅针对间充质干细胞和巨噬细胞两种细胞类型，模型在其他细胞类型上的适用性有待验证	开发一种基于图像的深度学习方法来评估单细胞力学特性，以克服传统方法在通量和复杂性上的限制	间充质干细胞(MSCs)和巨噬细胞	数字病理	NA	深度学习	CNN	图像	未明确说明具体样本数量，但涉及间充质干细胞和巨噬细胞两种细胞类型
1140	2025-06-08	Advancing Alzheimer's disease detection: a novel convolutional neural network based framework leveraging EEG data and segment length analysis 2025-Jun-04, Brain informatics DOI:10.1186/s40708-025-00260-3 PMID:40464817	research paper	提出了一种基于卷积神经网络（CNN）的框架，利用EEG数据和分段长度分析来检测阿尔茨海默病（AD）	该研究创新性地探讨了EEG信号分段长度对分类准确性的影响，并提出了一个深度学习框架来优化AD检测	研究中使用的数据集来自单一公开来源，可能限制了模型的泛化能力	开发一种高效的临床算法，用于阿尔茨海默病的早期检测和生物标志物识别	阿尔茨海默病患者和额颞叶痴呆患者的EEG数据	digital pathology	geriatric disease	EEG	CNN	EEG信号	公开数据集来自AHEPA General University Hospital of Thessaloniki