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	2025-07-02	Deep Learning-Based Automated Detection of the Middle Cerebral Artery in Transcranial Doppler Ultrasound Examinations 2025-Jun-28, Ultrasound in medicine & biology.. DOI:10.1016/j.ultrasmedbio.2025.05.028 PMID:40582894	研究论文	提出一种基于深度学习的轻量级实时方法，用于自动识别经颅多普勒彩色多普勒图像中的大脑中动脉	首次将YOLOv10和RT-DETR两种先进的物体检测模型应用于实时MCA检测，并实现了在移动平台上的部署	样本量相对较小（41名受试者），且仅针对MCA检测	开发自动化MCA检测方法以降低经颅多普勒超声检查对操作者专业知识的依赖	经颅多普勒彩色多普勒图像中的大脑中动脉	计算机视觉	脑血管疾病	TCD彩色多普勒超声	YOLOv10, RT-DETR	视频	41名受试者（31名健康个体和10名卒中患者），365个视频，61,611帧图像
1142	2025-07-02	Novel Artificial Intelligence-Driven Infant Meningitis Screening From High-Resolution Ultrasound Imaging 2025-Jun-28, Ultrasound in medicine & biology.. DOI:10.1016/j.ultrasmedbio.2025.04.009 PMID:40582896	research paper	开发了一种基于高分辨率超声成像的人工智能驱动的婴儿脑膜炎筛查方法	使用三阶段深度学习框架结合可解释人工智能（XAI）方法，提高了筛查的准确性和可解释性	样本量较小，仅涉及30名婴儿，且研究集中在西班牙的三家大学医院	开发一种非侵入性、准确的婴儿脑膜炎诊断方法	30名疑似脑膜炎且囟门未闭的婴儿	digital pathology	meningitis	Neosonics ultrasound technology	deep learning	image	30名婴儿（6例病例和10例对照），共781张图像
1143	2025-07-02	Machine Learning Based Multi-Class Classification and Grading of Squamous Cell Carcinoma in Optical Microscopy 2025-Jun-27, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.70016 PMID:40579786	研究论文	本研究利用机器学习和深度学习模型对鳞状细胞癌（SCC）的组织病理学图像进行高效分析	结合机器学习进行特征分析和可解释的深度学习模型，实现了更高准确性和效率的SCC分级	未提及模型在更大规模或多样化数据集上的泛化能力	开发自动化的鳞状细胞癌分级方法以减少对人工病理的依赖	鳞状细胞癌的组织病理学图像	数字病理	鳞状细胞癌	离散小波变换、灰度共生矩阵和直方图特征提取	支持向量机、朴素贝叶斯、决策树、KNN、神经网络、CNN	图像	未明确提及样本数量
1144	2025-07-02	A systematic framework enhancing molecular screening efficiency in drug discovery via scaffold-driven fuzzy similarity and adaptive spectral clustering 2025-Jun-27, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108559 PMID:40582252	研究论文	提出了一种创新的分子筛选和聚类方法，以提高药物发现中的分子筛选效率	引入了分子骨架概念和模糊分子相似性分类方法，以及自适应高斯核函数来动态调整数据集特性	实验数据仅来源于公开的PubChem数据库，可能无法涵盖所有药物发现场景	提高药物发现中的分子筛选效率和生物活性预测准确性	药物分子，特别是以1-萘酚为目标分子的案例研究	药物发现	NA	模糊逻辑成员函数，自适应高斯核函数，谱聚类	NA	分子数据	实验数据来源于PubChem数据库，具体样本量未明确说明
1145	2025-07-02	Identification and validation of synergistic drug strategies targeting macrophage polarization in triple-negative breast cancer via single-cell transcriptomics and deep learning 2025-Jun-26, Translational oncology IF:4.5Q1 DOI:10.1016/j.tranon.2025.102457 PMID:40580873	research paper	该研究通过单细胞转录组学和深度学习，识别并验证了针对三阴性乳腺癌中巨噬细胞极化的协同药物策略	开发了一个基于巨噬细胞分化的分类器（MMDCSS），并发现非那雄胺可作为ZBTB20调节剂逆转肿瘤诱导的M2巨噬细胞极化	研究样本量较小，仅包括24名TNBC患者	探索针对三阴性乳腺癌中巨噬细胞极化的新型治疗策略	三阴性乳腺癌（TNBC）患者的肿瘤微环境（TME）和巨噬细胞极化	digital pathology	breast cancer	scRNA-seq, machine-learning, pseudo-time trajectory mapping	deep learning	transcriptomics data	24名TNBC患者
1146	2025-07-02	Design and Optimization of an automatic deep learning-based cerebral reperfusion scoring (TICI) using thrombus localization 2025-Jun-26, Journal of neuroradiology = Journal de neuroradiologie DOI:10.1016/j.neurad.2025.101366 PMID:40581292	研究论文	本文设计和优化了一种基于深度学习的自动脑灌注评分（TICI）系统，利用血栓定位技术	开发了一种基于CNN的人工智能模型，用于自动分类TICI评分，并探索了血栓定位对模型性能的影响	三分类模型（TICI 0,1或2a vs 2b vs 2c或3）的性能不足，自动血栓检测模块未能提升模型表现	创建并优化基于AI的DSA TICI评分分类模型，以减少评估变异性	接受机械取栓术患者的数字减影血管造影（DSA）数据	数字病理学	脑血管疾病	数字减影血管造影（DSA）	CNN	医学影像	422名患者，2492个血栓标注，1609个DSA序列
1147	2025-07-02	Predicting rat lumbar vertebral failure patterns as synthetic μCT images using a deep convolutional generative adversarial network 2025-Jun-26, Journal of the mechanical behavior of biomedical materials IF:3.3Q3 DOI:10.1016/j.jmbbm.2025.107116 PMID:40582223	研究论文	本研究开发了一种生成式深度学习模型，用于通过创建大鼠腰椎骨折的合成3D μCT图像来预测骨折模式	使用3D条件生成对抗网络（cGAN）预测大鼠腰椎骨折模式，并生成合成3D μCT图像	训练数据集较小（64张μCT图像），验证集仅有8张图像	开发生成式深度学习模型以预测生物结构的损伤行为	大鼠腰椎椎体	计算机视觉	骨科疾病	3D μCT成像	cGAN	3D图像	64张训练μCT图像和8张验证图像
1148	2025-07-02	Artificial Intelligence in Cognitive Decline Diagnosis: Evaluating Cutting-Edge Techniques and Modalities 2025-Jun-26, Studies in health technology and informatics DOI:10.3233/SHTI250670 PMID:40588878	综述	本文通过范围综述探讨了人工智能在认知衰退早期诊断中的潜力	整合临床数据和脑电图与深度学习方法，提高诊断准确性，并探索自然语言处理模型在早期认知衰退检测中的应用	综述范围局限于2020年至2025年的文献，且75%的研究依赖MRI数据	评估人工智能在认知衰退早期诊断中的技术和模式	认知衰退（CD）患者	数字病理学	老年疾病	MRI, EEG, 深度学习, 自然语言处理	深度学习模型, NLP模型	医学影像（MRI）, 电生理信号（EEG）, 文本数据	涵盖2020-2025年同行评审文献中的多项研究
1149	2025-07-02	Fog-Enabled Modular Deep Learning Platform for Textual Data Mining in Healthcare for Pathology Detection in Burkina Faso 2025-Jun-26, Studies in health technology and informatics DOI:10.3233/SHTI250696 PMID:40588904	研究论文	本文提出了一种基于深度学习的医疗诊断支持平台架构，适用于布基纳法索的病理检测	结合诊断和治疗指南与通过OCR从手写处方和电子健康记录中提取的文本数据构建模型，并比较了雾计算和云计算两种架构	研究基于模拟验证，未涉及实际临床应用的详细测试	开发适用于布基纳法索医疗系统的深度学习诊断支持平台	手写处方和电子健康记录中的文本数据	自然语言处理	NA	OCR, 深度学习	NA	文本	NA
1150	2025-07-02	Smart Wearable Analytics for Cycling: AI-Based Physical Exertion Prediction 2025-Jun-26, Studies in health technology and informatics DOI:10.3233/SHTI250714 PMID:40588921	research paper	评估深度学习在骑行运动中体力消耗预测的应用，特别是基于LSTM与多头注意力机制的模型	采用LSTM结合多头注意力机制的模型进行体力消耗预测，并通过MRMR和UFR方法进行特征选择	样本量较小，仅27名健康参与者，且未涉及不同健康状况的人群	预测骑行运动中的体力消耗水平	27名健康骑行者的生理数据	machine learning	NA	LSTM, Multi-Head Attention, MRMR, UFR	LSTM with Multi-Head Attention	生理数据（心率、血氧饱和度、踏频、HRV特征）	27名健康参与者
1151	2025-07-02	Optimization-based image reconstruction regularized with inter-spectral structural similarity for limited-angle dual-energy cone-beam CT 2025-Jun-25, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ade843 PMID:40562072	研究论文	本文提出了一种基于优化和光谱间结构相似性正则化的图像重建方法，用于有限角度双能锥束CT成像	通过整合光谱间结构相似性正则化，有效减少了有限角度伪影，无需X射线光谱测量或配对数据集进行模型训练	方法在物理和数字模体上进行了验证，但尚未在临床患者数据上进行测试	促进快速低剂量双能锥束CT在临床中的应用，解决有限角度投影下的图像重建问题	双能锥束CT图像	数字病理	NA	双能锥束CT	优化基迭代重建	CT投影数据	两个物理模体和三个数字模体
1152	2025-07-02	DeepNSI: Element identification in experimental photoneutron spectra for illicit material detection 2025-Jun-25, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2025.112014 PMID:40580656	research paper	提出了一种名为DeepNSI的深度学习框架，用于在现实检查场景中通过光子诱导中子谱识别元素组成	结合模拟和实验光中子谱的混合数据集训练特定元素的卷积神经网络，并引入蒙特卡洛Dropout提供预测不确定性，以及基于非负最小二乘法的后处理步骤	NNLS系数受核截面影响，不能直接解释为浓度	开发一种用于非法材料检测的元素识别工具	光子诱导中子谱	machine learning	NA	光子中子光谱法	CNN	光谱数据	包含有机化合物和涉及屏蔽材料的复杂配置的真实数据
1153	2025-07-02	Functional assessment of all ATM SNVs using prime editing and deep learning 2025-Jun-25, Cell IF:45.5Q1 DOI:10.1016/j.cell.2025.05.046 PMID:40580951	研究论文	该研究通过prime editing和深度学习技术评估了ATM基因中所有可能单核苷酸变异（SNVs）的功能影响	首次全面评估了ATM基因中27,513个可能的SNVs功能影响，并开发了高精度的深度学习模型DeepATM	研究主要关注单核苷酸变异，可能未涵盖其他类型的遗传变异	评估ATM基因变异的功能影响，支持精准医疗	ATM基因及其27,513个可能的单核苷酸变异	机器学习	癌症	prime editing, 深度学习	DeepATM	基因组数据	23,092个SNVs通过实验评估，4,421个SNVs通过模型预测
1154	2025-07-02	Evaluating the performance and potential bias of predictive models for detection of transthyretin cardiac amyloidosis 2025-Jun-24, medRxiv : the preprint server for health sciences DOI:10.1101/2024.10.09.24315202 PMID:40502572	研究论文	本研究比较了四种算法在心力衰竭人群中检测转甲状腺素蛋白心脏淀粉样变性的性能，并评估了模型偏倚带来的潜在风险	首次直接比较了四种ATTR-CM检测算法在心力衰竭人群中的性能，并评估了模型偏倚风险	研究样本中白人占比过高(79.2%)，可能影响模型在其他种族人群中的适用性	评估和比较不同算法在ATTR-CM检测中的性能及潜在偏倚风险	心力衰竭患者	数字病理学	心血管疾病	深度学习	随机森林模型、回归模型、EchoNet-LVH、EchoGo® Amyloidosis	医学影像数据(超声心动图)	176例确诊ATTR-CM患者和3192例对照患者
1155	2025-07-02	Enhancing 3D dopamine transporter imaging as a biomarker for Parkinson's disease via self-supervised learning with diffusion models 2025-Jun-24, Cell reports. Medicine DOI:10.1016/j.xcrm.2025.102207 PMID:40580955	研究论文	本文介绍了一种名为HWDAE的自监督学习模型，用于增强3D多巴胺转运体成像作为帕金森病生物标志物的能力	提出了分层小波扩散自编码器（HWDAE），一种生成自监督模型，能够在生成训练中学习相关疾病特征，无需人类标签监督	数据量有限且缺乏外部验证	提高帕金森病的准确诊断和疾病进展状态精确评估	帕金森病患者	数字病理学	帕金森病	多巴胺转运体正电子发射断层扫描（DAT PET）	HWDAE（分层小波扩散自编码器）	图像	1,934张DAT PET图像
1156	2025-07-02	DrugTar Improves Druggability Prediction by Integrating Large Language Models and Gene Ontologies 2025-Jun-24, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf360 PMID:40581797	研究论文	该研究开发了一种名为DrugTar的深度学习算法，整合了ESM-2预训练蛋白质语言模型的序列嵌入和基因本体论，用于预测药物的可靶向性	DrugTar通过整合大型语言模型和基因本体论，提高了药物可靶向性预测的性能，优于现有方法	蛋白质结构的潜力尚未得到充分研究	开发一种高性能的深度学习算法，用于预测药物的可靶向性，以简化靶点发现过程	蛋白质序列和结构	机器学习	NA	深度学习	ESM-2预训练蛋白质语言模型	蛋白质序列和结构数据	NA
1157	2025-07-02	Reduction of Membrane-derived Noise Using Beam-tilt Measurement and Deep Learning in Observation using Environmental Cell 2025-Jun-24, Microscopy (Oxford, England) DOI:10.1093/jmicro/dfaf031 PMID:40581827	研究论文	提出了一种利用电子束倾斜测量和深度学习去除环境细胞电子显微镜中膜衍生噪声的方法	首次将Noise2Noise深度学习方法应用于环境细胞电子显微镜图像处理，有效去除膜噪声并保留样本信息	未明确说明方法在不同类型样本或极端条件下的适用性	提高环境细胞电子显微镜图像质量以实现高信噪比测量	环境细胞中的催化剂和纳米材料	计算机视觉	NA	电子显微镜成像	Noise2Noise（深度学习）	电子显微镜图像序列	未明确说明具体样本数量
1158	2025-07-02	FeaCL: Carotid plaque classification from ultrasound images using feature-level and instance-level contrast learning 2025-Jun-24, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102590 PMID:40582299	research paper	提出了一种名为FeaCL的自监督学习技术，用于增强颈动脉斑块的超声图像分类	结合特征级和实例级对比学习，通过三重网络和强弱增强方法学习颈动脉斑块的有效表示	性能受限于标记颈动脉斑块图像的稀缺性	提高颈动脉斑块超声图像分类的准确性，以预测患者心血管和脑血管疾病风险	颈动脉斑块的超声图像	computer vision	cardiovascular disease	self-supervised learning, triplet network	CNN	image	超声图像数据集（具体数量未提及）
1159	2025-07-02	Complete AI-Enabled Echocardiography Interpretation With Multitask Deep Learning 2025-Jun-23, JAMA DOI:10.1001/jama.2025.8731 PMID:40549400	研究论文	开发并评估了一个名为PanEcho的多任务深度学习AI系统，用于自动解读超声心动图	提出了首个能够全面解读超声心动图的AI系统PanEcho，并在多中心验证中表现出色	需要在前瞻性临床工作流程中进一步评估	开发并验证一个能够自动解读超声心动图的AI系统	超声心动图视频	医疗AI	心血管疾病	多任务深度学习	深度学习模型	视频	1.2百万个超声心动图视频，来自24,405名患者的32,265次TTE检查
1160	2025-07-02	IBDAIM:Artificial intelligence for analyzing intestinal biopsies pathological images for assisted integrated diagnostic of inflammatory bowel disease 2025-Jun-23, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106024 PMID:40580688	研究论文	开发了一种名为IBDAIM的人工智能模型，用于辅助病理学家通过分析肠道活检的全切片图像快速准确诊断炎症性肠病	提出了一种弱监督深度学习模型IBDAIM，该模型无需详细标注即可利用WSI级诊断标签，并整合了Patch Likelihood Histogram (PLH)和Bag of Words (BoW)特征来构建WSI级表示	研究为回顾性队列研究，可能受限于数据的质量和多样性	开发人工智能模型以提高炎症性肠病的诊断准确性和效率	肠道活检的全切片图像	数字病理学	炎症性肠病	弱监督深度学习	IBDAIM	图像	来自南京鼓楼医院和珠江医院的两个机构数据集