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
1141	2025-08-29	Unraveling Parkinson's disease motor subtypes: A deep learning approach based on spatiotemporal dynamics of EEG microstates 2025-06-15, Neurobiology of disease IF:5.1Q1 DOI:10.1016/j.nbd.2025.106915 PMID:40274133	研究论文	本研究利用EEG微状态动态特征和深度学习模型区分帕金森病震颤主导型与姿势不稳/步态困难型亚型	首次将EEG微状态时空动态与空间变异性信息结合，开发深度学习框架实现帕金森运动亚型的高精度分类（AUC 0.972）	NA	理解帕金森病不同运动亚型的大脑网络动态差异，以促进个性化治疗策略开发	帕金森病患者（震颤主导型和姿势不稳/步态困难型）与健康个体	机器学习	帕金森病	脑电图（EEG）微状态分析	深度学习模型	EEG信号	NA
1142	2025-08-29	GCN-BBB: Deep Learning Blood-Brain Barrier (BBB) Permeability PharmacoAnalytics with Graph Convolutional Neural (GCN) Network 2025-04-03, The AAPS journal DOI:10.1208/s12248-025-01059-0 PMID:40180695	研究论文	开发基于图卷积神经网络的深度学习模型用于预测血脑屏障通透性	首次将图卷积神经网络（GCN）应用于血脑屏障通透性预测，采用标准化拉普拉斯矩阵的GCN_2模型在多个评估指标上显著优于传统机器学习方法	模型基于1924个分子的数据集训练，样本规模相对有限，且未明确说明模型在外部验证集上的泛化能力	开发高精度的血脑屏障通透性计算预测方法以替代成本高、通量低的体外和体内实验	小分子药物（1924个分子）	机器学习	神经系统疾病	图神经网络（GNN），分子图表示	GCN（图卷积神经网络）	分子结构图数据	1924个分子
1143	2025-08-29	Deep Learning and Hyperspectral Imaging for Liver Cancer Staging and Cirrhosis Differentiation 2025-04, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202400557 PMID:39873135	研究论文	提出一种结合高光谱成像与深度学习的新型诊断策略，用于肝癌分期和肝硬化鉴别	首次整合高光谱成像与深度卷积神经网络，捕捉传统方法难以识别的细微细胞差异	NA	开发高精度、快速且非侵入性的肝癌诊断工具	肝组织样本（重点关注肝细胞癌和肝硬化）	计算机视觉	肝癌	高光谱成像	深度卷积神经网络（CNN）	高光谱图像	NA
1144	2025-08-29	Physics-informed deep learning for stochastic particle dynamics estimation 2025-Mar-04, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2418643122 PMID:40014572	研究论文	提出一种基于物理信息的深度学习框架SPINN，用于建模和推断粒子扩散动力学	将随机微分方程整合到深度学习框架中，实现单帧分辨率的确定性与随机性成分区分	NA	提高随机动力学的时空分辨率以估计和预测复杂扩散行为	单粒子轨迹数据，特别是在水凝胶中的金纳米棒扩散	机器学习	NA	单粒子追踪技术，深度学习	物理信息神经网络(SPINN)	轨迹数据	使用异常扩散数据集进行验证，并应用于金纳米棒在水凝胶中的扩散实验
1145	2025-08-29	Multivideo Models for Classifying Hand Impairment After Stroke Using Egocentric Video 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3596488 PMID:40768474	研究论文	提出一种基于多视频架构的深度学习模型，用于从第一人称视角视频中分类中风后手部功能障碍	首次开发能够处理多个任务视频的多视频分析架构，显著提升单视频模型的分类性能	NA	通过分析多个日常活动任务视频，改进中风后手部功能障碍的自动评估方法	中风幸存者在家庭模拟实验室中执行日常活动时的第一人称视角视频	计算机视觉	中风	深度学习，视频分析	SlowFast，多输入视频架构，晚期融合，中间融合	视频	使用留一参与者交叉验证的中风幸存者视频数据集
1146	2025-08-29	Deep learning models for predicting plant uptake of emerging contaminants by including the role of plant macromolecular compositions 2024-12-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.135921 PMID:39305592	研究论文	本研究应用深度学习模型预测植物对新兴污染物的吸收，通过纳入植物大分子组成提升预测精度	首次将植物根系大分子组成（如脂质分数）与化学性质结合，采用DNN、RNN和LSTM模型显著提高了TSCF和RCF的预测准确性	模型性能仍有提升空间（如TSCF预测R²最高为0.67），且未明确说明样本容量及泛化能力验证	提升植物吸收新兴污染物的预测模型精度	植物对新兴污染物的吸收过程（TSCF和RCF）	机器学习	NA	极端梯度提升（XGBoost）特征提取	DNN, RNN, LSTM	化学属性数据与植物组成数据	NA
1147	2025-08-29	Rapid and noninvasive estimation of human arsenic exposure based on 4-photo-set of the hand and foot photos through artificial intelligence 2024-12-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.136003 PMID:39378597	研究论文	利用人工智能分析手足照片，开发非侵入性方法预测人体砷暴露水平	首次应用深度学习技术，通过手足照片视觉特征实现砷暴露的非侵入性评估	二元分类面临数据不平衡和稀疏性挑战，模型精度有待提升	开发基于人工智能的砷暴露快速非侵入性评估方法	人体手足皮肤特征与砷暴露水平的关联性	计算机视觉	皮肤癌	深度学习	AI算法（具体架构未明确说明）	图像	2497名受试者的9988张手足照片
1148	2025-08-29	Artificial intelligence in endodontics: Data preparation, clinical applications, ethical considerations, limitations, and future directions 2024-11, International endodontic journal IF:5.4Q1 DOI:10.1111/iej.14128 PMID:39075670	综述	本文全面回顾了人工智能在牙髓病学中的数据准备、临床应用、伦理考量、局限性与未来发展方向	系统总结了AI在牙髓病学中的技术实施路径、评估指标及临床转化障碍，填补了领域专家认知空白	模型可解释性不足、泛化能力有限以及临床实践采纳度低	阐明人工智能在牙髓病学领域的应用潜力与实施挑战	牙髓病学诊断与治疗相关临床数据及AI模型	医疗人工智能	牙髓疾病	深度学习	CNN（卷积神经网络）	医学影像数据	NA
1149	2025-08-29	Artificial intelligence in endodontics: Fundamental principles, workflow, and tasks 2024-11, International endodontic journal IF:5.4Q1 DOI:10.1111/iej.14127 PMID:39056554	综述	本文综述人工智能在牙髓病学中的基本原理、工作流程及应用任务	系统整合机器学习与深度学习原理，并针对牙髓病学提出具体AI应用框架	未涉及具体临床验证数据，主要基于理论框架分析	填补牙髓病医生对AI技术的认知空白，促进AI在牙髓病领域的应用	牙髓病诊断与治疗中的影像和文本数据	自然语言处理	NA	机器学习、深度学习、计算机视觉、自然语言处理	神经网络	影像、文本	NA
1150	2025-08-29	Lenition in L2 Spanish: The Impact of Study Abroad on Phonological Acquisition 2024-Sep-21, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci14090946 PMID:39335440	研究论文	本研究探讨了英语母语者在西班牙留学期间对西班牙语辅音弱化（lenition）的习得程度及其持久性	采用深度学习模型Phonet预测音系特征后验概率，替代传统声学分析方法，更精准评估二语音系习得	留学期间获得的音系进步未能长期保持，学习者未完全达到母语者水平的弱化实现	评估留学项目对二语西班牙语辅音弱化习得的影响	以英语为母语的西班牙语二语学习者	自然语言处理	NA	深度学习音系分析	RNN（循环神经网络）	语音数据	参与西班牙留学项目的英语母语学习者群体
1151	2025-08-29	Deep Learning-Based Electrocardiogram Analysis Predicts Biventricular Dysfunction and Dilation in Congenital Heart Disease 2024-Aug-27, Journal of the American College of Cardiology IF:21.7Q1 DOI:10.1016/j.jacc.2024.05.062 PMID:39168568	研究论文	开发并外部验证基于深度学习的AI-ECG模型，用于预测先天性心脏病患者的双心室功能障碍和扩张	首次在先天性心脏病领域探索AI-ECG分析，并实现跨医疗系统的外部验证	在功能性单心室患者中模型性能最低	预测先天性心脏病患者的心室功能障碍和扩张	先天性心脏病患者	机器学习	先天性心脏病	AI-ECG分析，心血管磁共振成像	CNN	心电图和磁共振成像配对数据	内部队列8,584个ECG-CMR配对（n=4,941患者），外部验证队列909个ECG-CMR配对（n=746患者）
1152	2025-08-29	Deep learning-based fully automatic screening of carotid artery plaques in computed tomography angiography: a multicenter study 2024-08, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2024.04.015 PMID:38789330	研究论文	开发并验证一种基于深度学习的算法，用于在CT血管造影图像中自动检测和分类颈动脉斑块	提出了一种全自动的两步深度学习系统，结合改进的3D-UNet和ResUNet架构，实现了颈动脉斑块的检测与三元分类	回顾性研究设计，样本量相对有限（400例患者），需进一步前瞻性验证	开发自动化工具以辅助放射科医生进行颈动脉斑块筛查	颈动脉斑块（CAPs）	计算机视觉	心血管疾病	CT血管造影（CTA）	3D-UNet, ResUNet	医学影像	400例患者（300例来自中心Ⅰ，100例来自中心Ⅱ）
1153	2025-08-29	Radiomics model and deep learning model based on T1WI image for acute lymphoblastic leukemia identification 2024-08, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2024.04.017 PMID:38796378	研究论文	本研究开发了基于T1WI图像的放射组学和深度学习模型，用于准确识别急性淋巴细胞白血病	结合放射组学特征和EfficientNet-B3深度学习网络，在急性淋巴细胞白血病识别中实现高精度诊断	样本量相对有限（604例），且仅基于单一影像序列（T1WI）进行分析	开发高精度的医学影像分析模型用于急性淋巴细胞白血病的检测	急性淋巴细胞白血病患者和正常儿童的脑部磁共振数据	医学影像分析	急性淋巴细胞白血病	磁共振成像（T1WI）、放射组学特征提取、深度学习	SVM、EfficientNet-B3	医学影像	604例脑部磁共振数据（ALL组和正常儿童组）
1154	2025-08-29	Using a comprehensive atlas and predictive models to reveal the complexity and evolution of brain-active regulatory elements 2024-05-24, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adj4452 PMID:38781344	研究论文	通过整合表观遗传数据构建大脑顺式调控元件图谱，并利用深度学习模型解析其序列语法与进化特征	结合深度学习预测谱系特异性转录因子结合位点对细胞类型特异性调控的贡献，并揭示大脑调控元件主要通过保守序列内突变而非全新序列产生	NA	解析精神病相关非编码变异的功能机制与进化起源	人类大脑中的胶质细胞与神经元调控元件	生物信息学	精神疾病	深度学习、表观遗传数据分析	深度学习模型	基因组序列与表观遗传数据	PsychENCODE联盟提供的多种脑细胞类型数据（含患者与健康对照）
1155	2025-08-29	Geometric Scattering on Measure Spaces 2024-May, Applied and computational harmonic analysis IF:2.6Q1 DOI:10.1016/j.acha.2024.101635 PMID:40686586	研究论文	提出了一种在测度空间上的统一几何散射变换框架，扩展了传统散射变换到非欧几里得数据结构	建立了适用于测度空间的通用几何散射模型，包含新不变性准则，并提出了从随机采样构建数据驱动图的方法	NA	深化对几何深度学习架构的理论理解，特别是散射变换的稳定性和不变性	测度空间、非欧几里得数据结构（如有向图、带符号图、带边界流形）	机器学习	NA	散射变换、扩散映射	几何散射变换	图数据、流形数据、高维数据	NA
1156	2025-08-29	Inferring Metabolic States from Single Cell Transcriptomic Data via Geometric Deep Learning 2023-Dec-07, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.05.570153 PMID:38105974	研究论文	提出基于几何深度学习的GEFMAP方法，利用单细胞转录组数据推断细胞代谢状态	首次将几何深度学习应用于代谢网络图结构，从单细胞转录组数据预测全局代谢通量和代谢途径	NA	解决单细胞代谢组学测量技术滞后问题，通过计算模型预测细胞代谢状态	单细胞转录组数据	计算生物学	NA	scRNAseq, 几何深度学习	几何深度学习模型	基因表达数据	NA
1157	2025-08-29	Federated Transfer Learning for Low-dose PET Denoising: A Pilot Study with Simulated Heterogeneous Data 2023-Mar, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/trpms.2022.3194408 PMID:37789946	研究论文	提出一种联邦迁移学习框架，用于处理模拟异构数据的低剂量PET图像去噪	首次将联邦迁移学习应用于低剂量PET去噪，解决了不同机构间数据分布差异大的问题	基于模拟数据的研究，尚未在真实临床数据上验证	开发一种能够利用异构低剂量PET数据进行去噪的隐私保护方法	低剂量PET图像数据	医学图像处理	NA	深度学习，联邦学习，迁移学习	深度学习模型	医学图像	模拟多机构数据
1158	2025-08-29	The Application of Artificial Intelligence Technology in Art Teaching Taking Architectural Painting as an Example 2022, Computational intelligence and neuroscience DOI:10.1155/2022/8803957 PMID:35619771	研究论文	本研究探讨人工智能技术在艺术教学中的应用，以建筑绘画为例，提出了一种结合L-BFGS算法的轻量级深度学习模型	将L-BFGS优化算法首次应用于艺术教学领域，并实现了97-98%的高精度表现	NA	研究人工智能技术在艺术教学中的具体应用方法与效果	建筑绘画艺术教学	机器学习	NA	深度学习，L-BFGS算法，互联网技术，无线传感器网络(WSNs)	轻量级深度学习模型	图像数据	NA
1159	2025-08-29	The 2019 n2c2/OHNLP Track on Clinical Semantic Textual Similarity: Overview 2020-Nov-27, JMIR medical informatics IF:3.1Q2 DOI:10.2196/23375 PMID:33245291	研究论文	本文概述了2019年n2c2/OHNLP临床语义文本相似性评测任务，包括数据集发布、参与团队表现及技术方法总结	首次在临床领域组织大规模语义文本相似性评测，并发布真实临床文本数据集	评测主要基于特定电子病历系统（GE和Epic）的文本，可能限制泛化能力	推动自然语言处理和生物医学信息学社区解决临床领域的语义文本相似性任务	临床文本句子对	自然语言处理	NA	语义文本相似性计算	BERT, XLNet	文本	1642对临床句子（来自GE和Epic电子病历系统）
1160	2025-08-12	Deep learning with ensemble-based hybrid AI model for bipolar and unipolar depression detection using demographic and behavioral based on time-series data 2025-12, Dialogues in clinical neuroscience DOI:10.1080/19585969.2025.2524337 PMID:40588165	research paper	该研究提出了一种基于深度学习和集成学习的混合AI模型，用于通过人口统计和行为时间序列数据检测双相和单相抑郁症	结合了结构化人口统计特征与合成活动图时间序列数据，采用XGBoost集成和深度CNN进行建模，提高了分类性能和预测准确性	尚未经过临床验证，仅作为未来真实世界数据集研究的方法学基础	开发自动化检测双相和单相抑郁症的方法	双相和单相抑郁症患者	machine learning	geriatric disease	XGBoost, CNN, SHAP, Grad-CAM	hybrid AI model (XGBoost + CNN)	time-series data, demographic data	NA