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
1221	2025-07-02	Efficient Cerebral Infarction Segmentation Using U-Net and U-Net3 + Models 2025-Jun-30, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01587-3 PMID:40588699	研究论文	本研究提出了一种使用U-Net和U-Net3+模型进行脑梗死分割的新方法	采用新型数据集和两种卷积神经网络架构（基础U-Net和高级U-Net3+）进行脑梗死区域的高精度分割	数据集规模有限，需通过数据增强技术进行平衡	提高脑梗死的早期诊断和干预效果	脑梗死患者的MRI扫描图像	数字病理学	心血管疾病	MRI扫描	U-Net和U-Net3+	图像	110名患者的MRI扫描，生成6732张平衡图像用于训练、验证和测试
1222	2025-07-02	A Deep Learning Framework for the Electronic Structure of Water: Toward a Universal Model 2025-Jun-30, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00496 PMID:40588763	research paper	本文提出了一种改进的机器学习方法DeePKS-ES，用于精确模拟水系统的电子结构	通过将哈密顿矩阵及其特征值和特征向量纳入损失函数，建立了一个适用于水系统的通用模型，能够从廉价的PBE计算中重现高级HSE06电子性质	NA	精确模拟从单个分子到体相液体的水系统电子结构	水系统的电子结构	machine learning	NA	Deep Kohn-Sham (DeePKS) method	DeePKS-ES	quantum-mechanical data	分子簇和液相模拟
1223	2025-07-02	Pediatric brain tumor classification using digital pathology and deep learning: Evaluation of SOTA methods on a multi-center Swedish cohort 2025-Jun-30, Brain pathology (Zurich, Switzerland) DOI:10.1111/bpa.70029 PMID:40589103	研究论文	本研究利用数字病理学和深度学习方法，评估了在瑞典多中心队列中应用最先进技术对儿童脑肿瘤进行分类的效果	采用弱监督多实例学习方法和预训练特征提取器，首次在瑞典多中心数据集上评估儿童脑肿瘤分类	模型在不同中心的泛化性能下降相似，未显著解决跨中心数据差异问题	评估计算病理学方法在儿童脑肿瘤分层分类中的性能	540名8.5±4.9岁的脑肿瘤患者的H&E全切片图像	数字病理学	脑肿瘤	弱监督多实例学习(MIL)	ABMIL, CLAM, ResNet50, UNI, CONCH	全切片图像(WSI)	540例来自瑞典六所大学医院的儿童脑肿瘤样本
1224	2025-07-02	Cognition-Eye-Brain Connection in Alzheimer's Disease Spectrum Revealed by Multimodal Imaging 2025-Jun-29, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70003 PMID:40583127	研究论文	通过多模态成像技术探索阿尔茨海默病谱系中认知、眼睛和大脑之间的联系	揭示了认知功能、视网膜生物特征和大脑改变之间的关系，特别是在阿尔茨海默病谱系的不同阶段	样本量较小，尤其是AD组仅有7例	探索阿尔茨海默病谱系中认知功能、视网膜生物特征和大脑改变之间的关系	健康对照组（HC）、主观认知下降（SCD）、轻度认知障碍（MCI）和阿尔茨海默病（AD）患者	数字病理学	阿尔茨海默病	光学相干断层扫描血管成像（OCTA）、3D T1加权脑体积成像（BRAVO）、静息态功能MRI（fMRI）	深度学习模型FARGO	图像	健康对照组（n=16）、主观认知下降（n=35）、轻度认知障碍（n=18）、阿尔茨海默病（n=7）
1225	2025-07-02	Genetic Deconvolution of Embryonic and Maternal Cell-Free DNA in Spent Culture Medium of Human Preimplantation Embryo Through Deep Learning 2025-Jun-29, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202412660 PMID:40583136	研究论文	本文提出了一种名为DECENT的深度学习方法，用于重建胚胎拷贝数变异并减少胚胎培养液中母体DNA污染的影响	DECENT方法结合了卷积模块、长短时记忆和注意力机制，整合序列特征和甲基化模式以推断cfDNA读数的来源，提高了非侵入性胚胎植入前遗传学检测的准确性	NA	提高基于cfDNA的非侵入性胚胎植入前遗传学检测的诊断准确性和有效性	人类胚胎培养液中的胚胎和母体游离DNA	数字病理学	生殖医学	单细胞甲基化测序	CNN, LSTM, 注意力机制	DNA序列数据	包含不同污染水平的临床样本（包括一个母体读数超过80%的样本）
1226	2025-07-02	Bionic Multimodal Augmented Somatosensory Receptor Enabled by Thermogalvanic Hydrogel 2025-Jun-29, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202505873 PMID:40583160	研究论文	本文提出了一种受人类皮肤感知机制启发的超灵敏自供电多模态指尖受体，用于增强触觉感知	结合热电流凝胶作为主动机械感受器和温度感受器，实现高灵敏度和自监督能力，并引入微图案和梯度结构策略提高灵敏度	未提及具体样本量或实验规模，可能缺乏大规模验证	开发一种高灵敏度、自监督且环境稳定的电子皮肤受体，用于恢复感觉障碍患者的手部功能	电子皮肤受体，特别是用于指尖的多模态受体	生物医学工程	感觉障碍	热电流凝胶技术，深度学习	深度学习模型（未具体说明）	触觉和温度数据	NA
1227	2025-07-02	Is the use of machine learning in head and neck cancer radiotherapy supported by clinical trials? 2025-Jun-29, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.105036 PMID:40587931	research paper	本文系统评估了机器学习在头颈癌放射治疗中的临床应用，并通过临床试验数据验证其有效性	首次系统性地收集和分析临床试验数据，评估机器学习在头颈癌管理中的实际应用效果	研究仅纳入42项符合条件的研究，样本量相对有限，且模型多样性和复杂性导致难以得出统一结论	评估机器学习在头颈癌放射治疗中的临床应用效果	头颈癌患者的诊断、图像分割和治疗反应预测	machine learning	head and neck cancer	深度学习与传统机器学习算法（KNN, SVM, logistic regression）	深度学习模型（多层神经网络）	医学影像数据和临床数据	42项符合条件的研究（从2395项研究中筛选）
1228	2025-07-02	DeepEM Playground: Bringing deep learning to electron microscopy labs 2025-Jun-28, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.70005 PMID:40579897	research paper	介绍了一个名为DeepEM Playground的交互式、用户友好平台，旨在帮助电子显微镜（EM）研究人员无需编码经验即可训练、调整和应用深度学习模型	开发了一个降低深度学习在电子显微镜领域应用门槛的平台，使EM专家能够更容易地采用和定制深度学习模型	未提及平台在实际应用中的性能评估或用户反馈	缩小深度学习研究与电子显微镜实验室实际应用之间的差距	电子显微镜（EM）研究人员	computer vision	NA	deep learning	NA	image	NA
1229	2025-07-02	Automated Evaluation of Female Pelvic Organ Descent on Transperineal Ultrasound: Model Development and Validation 2025-Jun-28, International urogynecology journal IF:1.8Q3 DOI:10.1007/s00192-025-06211-0 PMID:40580222	研究论文	本研究开发并验证了一种多任务深度学习模型，用于自动化评估经会阴超声（TPUS）图像中的女性盆腔器官脱垂（POP）	首次提出使用多任务深度学习模型自动化评估POP，减少了诊断中的经验依赖性	研究样本仅来自2023年1月至6月的患者，可能缺乏长期数据验证	开发并验证一种自动化评估女性盆腔器官脱垂的深度学习模型	1340名女性患者的TPUS图像	数字病理学	盆腔器官脱垂	深度学习	ResNet34	图像	1340名女性患者的TPUS图像（1072用于训练，268用于验证）
1230	2025-07-02	Prognostic value of body composition out of PSMA-PET/CT in prostate cancer patients undergoing PSMA-therapy 2025-Jun-28, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07416-7 PMID:40580320	研究论文	本研究开发了一种基于深度学习的全身CT分割方法，用于评估转移性去势抵抗性前列腺癌(mCRPC)患者在接受[177Lu]Lu-PSMA放射性配体治疗(RLT)前的身体组成	利用深度学习模型从标准PSMA-PET-CT中自动分割不同组织区域，超越传统的PSMA-PET评估，识别具有潜在预后价值的身体组成指标	研究为回顾性设计，样本量较小(n=86)，需要在更大的前瞻性数据集中验证潜在预后参数	评估mCRPC患者在接受RLT前的身体组成指标对治疗预后的影响	86名前列腺癌患者	数字病理学	前列腺癌	深度学习分割模型	深度学习	CT图像	86名前列腺癌患者的[68Ga]Ga-PSMA-PET-CT扫描数据
1231	2025-07-02	Research status, hotspots and perspectives of artificial intelligence applied to pain management: a bibliometric and visual analysis 2025-Jun-28, Updates in surgery IF:2.4Q2 DOI:10.1007/s13304-025-02296-w PMID:40580377	综述	本文通过文献计量和可视化分析，探讨了人工智能在疼痛管理领域的研究现状、热点和未来趋势	首次采用文献计量学方法系统分析人工智能在疼痛管理领域的应用，揭示了研究热点和未来发展方向	仅纳入英文文献，可能遗漏其他语言的重要研究成果	了解人工智能在疼痛管理领域的研究现状、热点和趋势	970篇关于人工智能应用于疼痛管理的科学论文	机器学习	疼痛管理	文献计量分析、可视化分析	机器学习、深度学习、人工神经网络	文献数据	970篇论文，涉及5679位作者、2030个学术机构和84个国家/地区
1232	2025-07-02	Identifying visible tissue in intraoperative ultrasound: a method and application 2025-Jun-28, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03415-z PMID:40580392	研究论文	提出一种用于识别术中超声可见组织的迭代过滤和拓扑方法，并应用于检测声影和构建感知显著性置信图	提出了一种新的迭代过滤和拓扑方法来分析探头-组织接触，该方法在体内数据和医学模型数据上表现出优越的分类性能	未明确提及具体局限性，但可能包括算法对参数扰动、斑点噪声和数据分布变化的敏感性	开发一种方法来识别术中超声扫描中的可见组织，以支持临床培训和机器人超声自动化	术中超声扫描中的可见组织	医学影像分析	NA	迭代过滤和拓扑方法	NA	超声图像	包含体内数据和医学模型数据的数据集
1233	2025-07-02	PARPAL: PARalog Protein Redistribution using Abundance and Localization in Yeast Database 2025-Jun-28, G3 (Bethesda, Md.) DOI:10.1093/g3journal/jkaf148 PMID:40580499	研究论文	介绍了一个名为PARPAL的网页数据库，用于存储酵母中蛋白质重分布的高通量筛选和深度学习神经网络分析结果	开发了PARPAL数据库，整合了高通量筛选和深度学习分析，提供了对酵母中WGD旁系同源物蛋白质重分布的定量测量	研究仅限于酵母（Saccharomyces cerevisiae），未涉及其他生物体	理解全基因组复制（WGD）事件中旁系同源物的保留和进化机制	酵母中的164种蛋白质及其旁系同源物	生物信息学	NA	高通量筛选、深度学习神经网络分析	深度学习神经网络	显微图像	约3,500张显微图像，涉及约460,000个细胞，涵盖82对旁系同源物
1234	2025-07-02	Machine learning-guided single-cell multiomics uncovers GDF15-driven immunosuppressive niches in NSCLC: A translational framework for overcoming anti-PD-1 resistance 2025-Jun-28, Translational oncology IF:4.5Q1 DOI:10.1016/j.tranon.2025.102459 PMID:40582068	研究论文	通过机器学习引导的单细胞多组学分析，揭示了非小细胞肺癌(NSCLC)中GDF15驱动的免疫抑制微环境，并提出克服抗PD-1耐药的转化框架	结合多组学分析和机器学习，开发了Accelerated Oblique Random Survival Forest模型，优于传统的Cox回归和深度学习方法，并首次将GDF15确定为预测ICB耐药的生物标志物	研究样本量相对较小(n=156)，且功能研究仅限于Lewis肺癌细胞，未在其他癌症类型中验证	探索非小细胞肺癌免疫检查点阻断(ICB)疗效的决定因素，并开发预测ICB耐药的生物标志物	非小细胞肺癌(NSCLC)患者样本和Lewis肺癌细胞	机器学习	肺癌	单细胞RNA测序、机器学习算法	Accelerated Oblique Random Survival Forest	多组学数据、单细胞RNA测序数据	156例NSCLC患者样本和Lewis肺癌细胞模型
1235	2025-07-02	Identification of novel biomarkers linked to M1 macrophage infiltration in the diagnosis of inflammatory bowel diseases 2025-Jun-28, International immunopharmacology IF:4.8Q1 DOI:10.1016/j.intimp.2025.115138 PMID:40582145	研究论文	本研究通过生物信息学和深度学习构建了炎症性肠病(IBD)的预测模型，并识别了与M1巨噬细胞浸润相关的潜在生物标志物	首次整合M1巨噬细胞相关基因与宏转录组特征开发IBD预测模型，并发现CXCL10作为新型生物标志物和治疗靶点	研究结果需要进一步临床验证，样本来源和数量未明确说明	改善炎症性肠病的诊断和管理效果	炎症性肠病患者和M1巨噬细胞	数字病理学	炎症性肠病	生物信息学分析、深度学习	神经网络	基因表达数据、宏转录组数据	NA
1236	2025-07-02	The British-Israeli Project for Algorithm-Based Management of Age-related Macular Degeneration: Deep Learning Integration for Real- World Data Management and Analysis 2025-Jun-28, Ophthalmologica. Journal international d'ophtalmologie. International journal of ophthalmology. Zeitschrift fur Augenheilkunde DOI:10.1159/000547161 PMID:40582342	研究论文	描述了一个结合临床和光学相干断层扫描(OCT)成像数据的综合数据集开发，通过深度学习算法对两个大型真实世界数据集中的新生血管性年龄相关性黄斑变性(nAMD)眼睛进行自动化、客观和全面的OCT扫描量化	应用深度学习算法对大规模真实世界nAMD患者的临床和OCT数据进行自动化分析，为个性化决策和优化治疗效果提供基础	研究为回顾性设计，两个中心的治疗标准和基线视力存在显著差异	开发并验证一个集成临床和OCT数据的自动化分析系统，以改善nAMD的管理和治疗效果	4,265名nAMD患者的5,207只眼睛	数字病理学	年龄相关性黄斑变性	OCT扫描	深度学习算法(NOATM)	临床数据和图像数据	5,207只眼睛(来自4,265名患者)，包含134,340次视力测量、79,457次OCT扫描和73,218次抗VEGF注射记录
1237	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
1238	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
1239	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
1240	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