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	2025-09-09	Genetic and environmental factors affecting hair density in East Asian populations 2025-Aug-18, The British journal of dermatology DOI:10.1093/bjd/ljaf149 PMID:40251992	研究论文	本研究通过大规模样本和深度学习技术，识别影响东亚人群头发密度的遗传与环境因素	首次在东亚人群中发现三个与头发密度显著相关的遗传位点，并揭示其与毛囊发育基因的关联及非那雄胺治疗的基因型特异性反应	研究样本仅限东亚人群，结果可能不适用于其他族群；表型测量依赖图像分析技术	解析影响头发密度的遗传与环境因素，探索毛发特征之间的遗传共享机制	5735名东亚个体	生物医学	毛发疾病	GWAS、meta分析、C-GWAS、深度学习图像分析	深度学习模型（未指定具体架构）	图像（毛发镜图像）、基因型数据	5735名东亚个体，另包含UK Biobank纵向数据
1122	2025-09-09	Modelling In vitro Mutagenicity Using Multi-Task Deep Learning and REACH Data 2025-Aug-18, Chemical research in toxicology IF:3.7Q2 DOI:10.1021/acs.chemrestox.5c00152 PMID:40680271	研究论文	本研究利用多任务深度学习和REACH数据构建体外诱变性预测模型	首次将多任务深度学习应用于诱变性预测，利用不同检测方法间的内在相关性提升模型性能	模型性能在外部测试集上的表现仍有提升空间（72-78%平衡准确率）	开发优于单任务模型的多任务深度学习模型来预测化学物质的诱变性	超过12,000种化学物质及其基因毒性数据	机器学习	NA	深度学习方法、图神经网络、化学指纹	多任务深度学习模型、图神经网络	化学结构数据、基因毒性测试数据	超过12,000种物质，包含来自REACH数据和多个公共来源的算法筛选信息
1123	2025-09-09	HIST-DIP: histogram thresholding and deep image priors assisted smartphone-based fluorescence microscopy imaging 2025-Aug-18, The Analyst DOI:10.1039/d5an00487j PMID:40717611	研究论文	提出一种基于直方图阈值和深度图像先验的无监督荧光显微镜图像恢复框架HIST-DIP	无需外部训练数据，结合直方图阈值去噪和深度图像先验增强分辨率	未提及实时设备计算的优化需求	提升智能手机荧光显微镜图像质量	荧光显微镜图像	计算机视觉	NA	荧光显微镜成像	Deep Image Prior (DIP)	图像	NA
1124	2025-09-09	Development and validation of a multimodal automatic interictal epileptiform discharge detection model: a prospective multi-center study 2025-Aug-15, BMC medicine IF:7.0Q1 DOI:10.1186/s12916-025-04316-3 PMID:40817241	研究论文	开发并验证一种多模态自动检测癫痫样放电的深度学习模型，通过多中心前瞻性研究评估其性能	提出整合视频和脑电图特征的多模态检测模型vEpiNetV2，引入坏道去除和患者检测方法提升多中心鲁棒性	不同中心存在振幅差异，错误患者检测可能影响整体性能	开发高精度自动化癫痫样放电检测模型以辅助癫痫诊断	癫痫患者的视频脑电图数据	医疗人工智能	癫痫	深度学习，视频-EEG多模态分析	深度学习模型（具体架构未说明）	视频和脑电图时序数据	训练集：530名患者26,706个IED和194,797个非IED片段；测试集：149名患者377小时视频-EEG数据含9,232个IED
1125	2025-09-09	Towards proactively improving sleep: machine learning and wearable device data forecast sleep efficiency 4-8 hours before sleep onset 2025-Aug-14, Sleep IF:5.3Q1 DOI:10.1093/sleep/zsaf113 PMID:40293116	研究论文	本研究利用机器学习模型基于可穿戴设备数据预测睡眠效率，旨在实现睡眠问题的主动干预	首次开发了能在睡眠开始前4-8小时预测睡眠效率的机器学习模型，并揭示了活动时间与睡眠效率的U型关系	研究仅基于UK Biobank的加速度计数据，未考虑其他可能影响睡眠的因素	开发能够提前预测睡眠效率的机器学习系统，为主动改善睡眠提供干预目标	80,811名UK Biobank成年参与者的加速度计数据	机器学习	睡眠障碍	加速度计数据采集与分析	CatBoost, CNN-LSTM	时间序列传感器数据	80,811名成年人
1126	2025-09-09	Explainable Machine Learning for ETR and Drug Chameleonicity 2025-Aug-14, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.5c00536 PMID:40367343	研究论文	开发可解释机器学习模型预测ETR并定位影响药物变色龙特性的极性减少热点	首次在bRo5三维领域引入可解释深度学习模型，通过ETR比率高通量测量极性减少并指导化学修饰	NA	指导bRo5类药物口服吸收的快速化学设计	大环化合物、PROTACs和其他bRo5类药物	机器学习	NA	深度学习、分子动力学	深度学习模型	化学分子数据	数千个大环化合物、PROTACs和bRo5类药物样本
1127	2025-09-09	MMPK: A Multimodal Deep Learning Framework to Predict Human Oral Pharmacokinetic Parameters 2025-Aug-14, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.5c01522 PMID:40741939	研究论文	开发了一个名为MMPK的多模态深度学习框架，用于预测人口服药物动力学参数	整合分子图、子结构图和SMILES序列以捕获多尺度分子信息，并采用多任务学习和数据插补提高数据效率和模型鲁棒性	NA	准确预测药物动力学参数以评估药物安全性和有效性，优化给药方案	超过1,200种独特化合物和5,000多种化合物-剂量组合	机器学习	NA	多模态深度学习	深度学习框架	分子图、子结构图、SMILES序列	1,200多种独特化合物和5,000多种化合物-剂量组合
1128	2025-09-09	MyoPose: position-limb-robust neuromechanical features for enhanced hand gesture recognition in colocated sEMG-pFMG armbands 2025-Aug-14, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adf888 PMID:40769169	研究论文	提出一种名为MyoPose的新型轻量级特征集，用于增强基于sEMG和pFMG多模态信号的手势识别鲁棒性	提供针对多模态手势识别的有效特征集，能够处理肢体位置变化并保持高精度，无需深度学习即可实现实时人机交互	NA	提高手势识别系统在肢体位置变化下的性能稳定性	手势识别	机器学习	NA	sEMG, pFMG, 线性判别分析	NA	生物电信号，压力信号	九种手势识别任务
1129	2025-09-09	TEMSET-24K: Densely Annotated Dataset for Indexing Multipart Endoscopic Videos using Surgical Timeline Segmentation 2025-Aug-14, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05646-w PMID:40813778	研究论文	本文介绍了TEMSET-24K数据集，一个用于内窥镜手术视频索引的密集标注开源数据集，并验证了深度学习模型在该数据集上的性能	提出了首个公开的大规模密集标注内窥镜手术视频数据集，采用新颖的分层标注分类法（阶段、任务、动作三元组）	NA	推动手术数据科学中的内窥镜视频自动索引技术发展	经肛门内窥镜显微手术（TEMS）视频片段	计算机视觉	NA	深度学习	Transformer, ConvNeXt, ViT, SWIN V2	视频	24,306个视频微片段
1130	2025-09-09	Automated violence monitoring system for real-time fistfight detection using deep learning-based temporal action localization 2025-Aug-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12531-4 PMID:40796923	研究论文	提出一种基于深度学习的多模态时空斗殴检测模型MSTFDet，用于实时视频监控中的暴力行为识别	融合RGB图像和人体骨骼数据，结合CAET和ST-GCN模型同时捕捉人际互动和个体内部动态，首次在骨骼点框架中充分考虑个体内部动态特征	NA	开发实时斗殴检测系统以提升公共空间安全监控能力	监控视频中的暴力行为（斗殴动作）	computer vision	NA	深度学习，时空动作定位	Transformer, ST-GCN, 多模态融合模型	video, RGB图像, 骨骼数据	两个公开数据集（SCFD和RWF-2000），包含复杂真实场景视频
1131	2025-09-09	Artificial Intelligence Applications in Image-Based Diagnosis of Early Esophageal and Gastric Neoplasms 2025-Aug, Gastroenterology IF:25.7Q1 DOI:10.1053/j.gastro.2025.01.253 PMID:40043857	综述	探讨人工智能在基于图像的上消化道早癌诊断中的应用与挑战	提出结合多模态数据（如内镜与病理图像）以增强AI模型鲁棒性和可解释性	训练数据集多样性不足及AI系统'黑箱'特性影响模型泛化能力和临床信任度	提升上消化道早癌的图像诊断准确性和治疗规划效果	巴雷特食管、食管鳞癌和早期胃癌等上消化道病变	计算机视觉	消化道肿瘤	深度学习	CNN	内镜图像	NA
1132	2025-09-09	Intelligent Diagnosis of Pancreatic Biopsy From Endoscopic Ultrasound-Guided Fine-Needle Aspiration Via Stimulated Raman Histopathology 2025-Aug, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2025.104182 PMID:40288652	研究论文	开发基于深度学习与受激拉曼散射显微镜的快速无标记方法，用于胰腺EUS-FNA样本的术中组织学诊断	首次将深度学习与受激拉曼散射显微镜结合用于胰腺活检样本的实时术中诊断，替代传统快速现场评估	研究样本量有限（76例训练集），需进一步扩大验证	开发高效客观的胰腺肿瘤术中诊断方法	胰腺内镜超声引导细针穿刺活检样本	数字病理	胰腺癌	受激拉曼散射显微镜，苏木精-伊红染色	CNN（卷积神经网络），梯度加权类激活映射	显微镜图像	76例患者训练集，33例外部测试集
1133	2025-09-09	Deep Learning Methodology for Quantification of Normal Pancreas Structures 2025-Aug, Toxicologic pathology IF:1.4Q4 DOI:10.1177/01926233251341824 PMID:40522090	研究论文	使用深度学习方法开发量化正常胰腺结构的自动化算法，并验证其在疾病模型和毒性研究中的有效性	首次将深度学习应用于胰腺亚结构的连续量化，克服传统病理评估的主观性和分类测量限制	未明确说明样本规模及模型在其他器官的泛化能力需进一步验证	开发自动化量化器官亚结构的深度学习方法，提高病理评估的客观性和精确性	正常和异常胰腺组织样本	数字病理学	胰腺疾病	深度学习图像分析	深度学习算法（具体架构未说明）	病理图像	NA
1134	2025-09-09	Recurrent multi-view 6DoF pose estimation for marker-less surgical tool tracking 2025-Aug, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03436-8 PMID:40528143	研究论文	提出一种基于多视角和循环神经网络的无标记手术器械6自由度姿态估计方法，用于提升手术导航中的器械跟踪精度	结合多视角姿态估计与循环神经网络，利用时间连贯性改进跟踪，并增强时空特征提取器以整合整个帧序列的特征	NA	开发无标记手术器械跟踪方法，以替代基于标记的系统，解决其准备耗时和易受遮挡的问题	手术器械	计算机视觉	NA	深度学习	RNN	RGB视频	合成数据集和真实四摄像头数据集
1135	2025-09-09	NeuroLens: organ localization using natural language commands for anatomical recognition in surgical training 2025-Aug, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03463-5 PMID:40555837	研究论文	本研究介绍了NeuroLens，一种多模态系统，通过整合视频、文本和语音输入来增强解剖结构识别，旨在为外科培训学员提供交互式学习平台	开发了结合视频与文本/语音输入的多模态深度学习定位模型，实现通过自然语言命令进行解剖结构识别与定位	样本量较小限制了结果的普适性	提升外科培训中的解剖识别能力，提供交互式学习工具	外科学员和执业外科医生	计算机视觉	NA	多模态深度学习，内窥镜视频处理	深度学习定位模型	视频，文本，语音	5名参与者（外科学生和执业外科医生）
1136	2025-09-09	BronchoGAN: anatomically consistent and domain-agnostic image-to-image translation for video bronchoscopy 2025-Aug, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03450-w PMID:40560442	研究论文	提出一种结合解剖学约束和条件GAN的跨域支气管镜图像翻译方法BronchoGAN	引入支气管开口匹配的解剖约束，并利用基础模型生成的深度图像作为中间表示提升跨域鲁棒性	NA	解决支气管镜图像稀缺问题，实现多域图像到图像的鲁棒翻译	支气管镜图像（虚拟支气管镜、体模、体内外图像）	计算机视觉	肺部疾病	图像到图像翻译	条件GAN	图像	NA
1137	2025-09-09	Predicting Retinal Nerve Fiber Layer Thickness From Ocular Hypertension Treatment Study Optic Disc Photographs 2025-Aug-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2025.1740 PMID:40569586	研究论文	使用深度学习从视盘照片预测视网膜神经纤维层厚度，并评估其作为原发性开角型青光眼风险因素的有效性	首次利用深度学习模型（M2M）从视盘照片预测RNFL厚度，并将其确立为青光眼发展的新型风险预测因子	研究仅针对高眼压症患者，未涉及其他青光眼亚型或健康人群	预测RNFL厚度并评估其作为POAG发展风险因素的效用	1636名高眼压症患者的3272只眼睛	数字病理学	青光眼	深度学习	M2M模型	图像	66,714张视盘照片来自3272只眼睛
1138	2025-09-09	CoSpred: Machine Learning Workflow to Predict Tandem Mass Spectrum in Proteomics 2025-Aug, Proteomics IF:3.4Q2 DOI:10.1002/pmic.70004 PMID:40583480	研究论文	介绍了一个名为CoSpred的端到端机器学习工作流，用于预测蛋白质组学中的串联质谱	采用transformer编码器架构预测完整MS/MS谱图，支持用户自定义训练数据集并允许模块化替换其他ML模型	NA	提高肽段和蛋白质的鉴定率，通过生成高保真理论谱图构建更完整的光谱库	肽段序列和对应的质谱数据	机器学习	NA	质谱分析，深度学习	transformer encoder	质谱数据，序列数据	NA
1139	2025-09-09	Three-Dimensional Visualisation of Blood Vessels in Human Gliomas Using Tissue Clearing and Deep Learning 2025-08, Neuropathology and applied neurobiology IF:4.0Q1 DOI:10.1111/nan.70027 PMID:40628519	研究论文	结合组织透明化与深度学习技术实现人脑胶质瘤血管的三维可视化	首次将OPTIClear组织透明化、3D共聚焦成像与定制化3D U-Net结合，实现完整人脑组织内胶质瘤血管系统的全息三维重建	研究基于福尔马林固定厚切片样本，未涉及活体或动态血管功能分析	开发高精度三维可视化技术以揭示胶质瘤血管空间异质性	人脑胶质瘤组织样本（低级别与高级别）	数字病理学	脑胶质瘤	组织透明化(OPTIClear)、免疫荧光标记、3D共聚焦显微镜成像	3D U-Net	三维显微镜图像	人脑胶质瘤厚组织切片（500μm）
1140	2025-09-09	A multimodule graph-based neural network for accurate drug-target interaction prediction via genomic, proteomic, and structural data fusion 2025-Aug, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.145907 PMID:40653240	研究论文	开发了一种基于图神经网络的多模块模型GINCOVNET，用于通过融合基因组、蛋白质组和结构数据准确预测药物-靶点相互作用	首次整合分子结构信息、靶点序列和扰动基因表达数据，通过多数据融合显著提升预测性能	NA	加速药物发现和重定位，提供更全面的药物-靶点相互作用分子机制理解	药物分子和靶点蛋白质	机器学习	NA	基因组学、蛋白质组学、结构数据融合	图神经网络(GNN)	分子结构数据、蛋白质序列数据、基因表达数据	NA