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
1281	2025-05-31	Glaucoformer: Dual-domain Global Transformer Network for Generalized Glaucoma Stage Classification 2025-May-29, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3574997 PMID:40440150	研究论文	提出了一种名为Glaucoformer的双域全局Transformer网络，用于青光眼阶段的分类	引入了双域全局Transformer层（DGTL），结合了双域通道注意力（DCA）和双域空间注意力（DSA），并采用傅里叶域特征分析器（FDFA）作为核心组件，以在空间和频率域中利用局部和全局上下文特征依赖	未明确提及具体限制，但可能包括对未见数据集的泛化能力仍需进一步验证	提高青光眼阶段分类的准确性和泛化能力	青光眼患者的眼底图像	计算机视觉	青光眼	深度学习	Transformer, CNN	图像	基准数据集和未见数据集，具体样本数量未提及
1282	2025-05-31	ASight: Fine-tuning Auto-Scheduling Optimizations for Model Deployment via Visual Analytics 2025-May-29, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3574194 PMID:40440148	research paper	介绍ASight，一个视觉分析系统，帮助工程师识别性能瓶颈、理解自动生成的低级代码并从自动调度优化中获取见解	提出ASight系统，开发子图匹配算法以识别中间表示中的图同构，并增强自动调度大搜索空间的可视化	未提及具体的技术限制或系统适用范围	优化深度学习模型在特定硬件上的部署性能，减少推理延迟	深度学习模型的自动调度优化	machine learning	NA	visual analytics, subgraph matching algorithm	NA	low-level code, profiling metrics	两个案例研究（本地机器和数据中心）和一个定量实验
1283	2025-05-31	Predicting expression-altering promoter mutations with deep learning 2025-May-29, Science (New York, N.Y.) DOI:10.1126/science.ads7373 PMID:40440429	研究论文	该论文介绍了PromoterAI，一种深度神经网络，用于准确识别非编码启动子变异，这些变异会失调基因表达	开发了PromoterAI深度神经网络，能够识别影响基因表达的非编码启动子变异，并验证了这些变异在罕见疾病患者中的临床相关性	仅关注启动子区域的变异，可能忽略了其他非编码区域的致病变异	预测和识别影响基因表达的非编码启动子变异，以解释罕见疾病的遗传负担	非编码启动子变异及其对基因表达的影响	机器学习	罕见遗传病	深度神经网络	深度神经网络	基因组序列数据	数千名个体的RNA和蛋白质水平数据
1284	2025-05-31	Modeling Active-State Conformations of G-Protein-Coupled Receptors Using AlphaFold2 via Template Bias and Explicit Protein Constrains 2025-May-29, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00489 PMID:40440630	研究论文	本研究探讨了利用AlphaFold2通过模板偏差和显式蛋白质约束来建模G蛋白偶联受体的活性态构象	扩展了AlphaFold2的应用，通过引入模板偏差和显式蛋白质约束来建模G蛋白偶联受体的活性态构象，揭示了深度学习工具在建模蛋白质复合物中的潜力与局限	在建模变构效应方面存在局限，特别是在受体细胞外位点的预测准确性降低，可能影响其在基于结构的药物设计中的应用	探索深度学习工具在建模G蛋白偶联受体不同构象状态中的应用	G蛋白偶联受体的活性态构象	机器学习	NA	AlphaFold2	深度学习	蛋白质结构	NA
1285	2025-05-31	Detecting Human Frequency-Following Responses Using an Artificial Neural Network 2025-May-29, Perceptual and motor skills IF:1.4Q4 DOI:10.1177/00315125251347006 PMID:40440687	研究论文	本研究探讨了三层人工神经网络（ANN）在检测由英语元音/i/的上升语调引发的频率跟随响应（FFRs）中的有效性	首次在FFR研究中探索深度学习模型的潜力，特别是使用ANN进行FFR检测	研究仅针对英语元音/i/的上升语调引发的FFRs，未涵盖其他语音特征或语调	评估ANN在FFR检测中的效能，为听觉处理评估和临床诊断提供基础	由英语元音/i/的上升语调引发的频率跟随响应（FFRs）	机器学习	NA	人工神经网络（ANN）	ANN	神经信号（FFR recordings）	NA
1286	2025-05-31	Predicting NSCLC surgical outcomes using deep learning on histopathological images: development and multi-omics validation of Sr-PPS model 2025-May-29, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002526 PMID:40440686	研究论文	开发并验证了一种基于深度学习的模型Sr-PPS，用于预测非小细胞肺癌（NSCLC）患者术后结果	利用先进的Res2Net深度学习架构开发了新型手术预后预测评分系统Sr-PPS，并揭示了其与肿瘤免疫微环境和关键致癌驱动基因突变的关联	研究样本量相对有限，且验证队列来自TCGA数据库，可能存在选择偏倚	开发可靠的预测工具以准确预测NSCLC患者术后结果	非小细胞肺癌（NSCLC）患者	数字病理学	肺癌	深度学习	Res2Net	图像	337例局部NSCLC患者用于模型开发，554例来自TCGA数据库的NSCLC患者用于验证
1287	2025-05-31	Free-running isotropic three-dimensional cine magnetic resonance imaging with deep learning image reconstruction 2025-May-29, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06266-7 PMID:40442341	research paper	评估结合深度学习重建和Heart-NAV技术的ferumoxytol增强3D cine成像MR序列在先天性心脏病患者中的效率和准确性	提出了一种结合深度学习重建和Heart-NAV技术的自由运行3D cine成像方法，可同时获取cine和血管造影图像，缩短采集时间	样本量较小（16名患者），且仅在先天性心脏病患者中进行了评估	评估新型3D cine成像技术在心血管磁共振成像中的效率和准确性	先天性心脏病患者	医学影像	先天性心脏病	深度学习图像重建，Heart-NAV技术，3D cine磁共振成像	DL（深度学习）	医学影像数据	16名患者（7名男性，中位年龄6岁）
1288	2025-05-31	Ultrasound image-based contrastive fusion non-invasive liver fibrosis staging algorithm 2025-May-29, Abdominal radiology (New York) DOI:10.1007/s00261-025-04991-z PMID:40442504	研究论文	本研究利用深度学习技术构建了一种基于超声图像的非侵入性肝纤维化分期算法	创造性引入了纤维化对比层（FCL）概念，并通过标签融合（LF）提高诊断模型的准确性和稳定性	NA	实现肝纤维化的非侵入性分期，避免并发症并降低成本	肝纤维化患者	数字病理	肝纤维化	深度学习	FCLLF模型（基于对比融合的深度学习模型）	超声图像	未明确说明总样本量，但在小样本条件下使用了30%的数据
1289	2025-05-31	Discovery of CYP1A1 Inhibitors for Host-Directed Therapy against Sepsis 2025-May-29, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.5c00493 PMID:40442943	研究论文	该研究通过深度学习和虚拟筛选发现新型CYP1A1小分子抑制剂，用于治疗耐药细菌引起的败血症	首次将CYP1A1作为宿主导向治疗（HDT）靶点，并通过小分子抑制剂增强巨噬细胞吞噬能力，显著降低耐药细菌负荷	研究仅针对MRSA等特定细菌，未涉及其他常见败血症病原体	开发针对耐药细菌败血症的非抗生素宿主导向治疗药物	细胞色素P4501A1（CYP1A1）及其小分子抑制剂	药物发现	败血症	深度学习、虚拟筛选、生物活性评价	NA	化学结构数据、生物活性数据	未明确说明样本量（涉及MRSA等细菌模型）
1290	2025-05-31	[A preliminary exploration of an intelligent system for personalized tooth morphology reconstruction based on deep learning] 2025-May-29, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology DOI:10.3760/cma.j.cn112144-20250331-00110 PMID:40443316	research paper	该研究构建了一种基于深度学习的牙齿形态重建智能系统，用于个性化牙齿缺损的高精度形状补全	提出了一种新型神经网络T-DDIN，结合隐式模板和深度学习方法，实现了牙齿缺损的高精度个性化形态重建	研究仅针对两种特定类型的牙齿缺损（Ⅱ类洞缺损和咬合磨损缺损）进行了验证，未涉及其他类型的牙齿缺损	开发一种基于深度学习的智能系统，用于个性化牙齿形态重建	牙齿缺损的形态重建	digital pathology	dental disease	deep learning	T-DDIN	3D scan models	550个口腔内扫描模型（500个用于训练，50个用于测试）
1291	2025-05-31	Artificial Intelligence Augmented Cerebral Nuclear Imaging 2025-May-28, Seminars in nuclear medicine IF:4.6Q1 DOI:10.1053/j.semnuclmed.2025.05.005 PMID:40441996	research paper	探讨人工智能（AI）在核神经影像处理、分析、增强和解释中的应用及其潜力	利用深度学习和机器学习技术改进SPECT和PET成像，包括自动图像分割、疾病分类和放射组学特征提取	未提及具体的技术实施细节或临床验证结果	提升核神经影像的处理和分析能力，推动精准医学发展	SPECT和PET脑成像	digital pathology	NA	SPECT, PET, ML, DL	deep learning, machine learning	image	NA
1292	2025-05-31	Multicentre evaluation of deep learning CT autosegmentation of the head and neck region for radiotherapy 2025-May-27, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01624-z PMID:40419731	研究论文	一项多中心研究评估了头颈部CT自动分割软件在全球七个机构的性能	首次在全球范围内多中心评估头颈部CT自动分割软件的性能，并量化了不同机构间的观察者间变异性	自动分割软件的临床效益在不同ROI和诊所间差异显著，部分淋巴结区域未显示显著时间节省	评估头颈部CT自动分割软件在放射治疗中的性能和时间节省效果	头颈部CT图像中的11个淋巴结水平和7个风险器官轮廓	数字病理	头颈部疾病	CT成像	深度学习	医学影像	七个机构的CT图像数据
1293	2025-05-31	Automatic assessment of lower limb deformities using high-resolution X-ray images 2025-May-27, BMC musculoskeletal disorders IF:2.2Q3 DOI:10.1186/s12891-025-08784-9 PMID:40420033	研究论文	提出了一种基于图像金字塔的新型骨骼标志点检测方法，用于自动评估下肢畸形	采用CNN结合误差反馈方法迭代优化标志点坐标，提高了检测精度并降低了计算成本	NA	开发自动评估下肢畸形的算法以辅助骨科手术规划	下肢X射线图像中的骨骼标志点和角度测量	计算机视觉	骨科疾病	X射线成像	CNN	X射线图像	临床采集的全腿X射线数据集（具体数量未说明）
1294	2025-05-31	A bidirectional reasoning approach for blood glucose control via invertible neural networks 2025-May-27, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108844 PMID:40440769	research paper	提出了一种双向神经网络方法，通过可逆神经网络实现血糖控制的双向推理	创新性地将前向因果推理与逆向反事实推理整合到一个框架中，并通过正交权重归一化技术增强网络的可训练性	未明确提及具体局限性	探索因果和反事实推理的新方法，以改善复杂决策过程	血糖控制	machine learning	NA	可逆神经网络，强化学习	Bidirectional Neural Network (BNN)	血糖数据	未明确提及样本量
1295	2025-05-31	Explainable Deep Learning System for Automatic Detection of Thyroid Eye Disease using Facial Images 2025-May-27, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2025.05.022 PMID:40441501	research paper	开发了一种可解释的深度学习系统，用于通过面部图像自动检测甲状腺眼病	提出了一种结合眼周标志定位网络和甲状腺眼病诊断网络的可解释深度学习系统，实现了高准确率和可解释性	需要在非专科环境下进一步评估，特别是在Graves病患者队列中	开发自动检测甲状腺眼病的深度学习系统	甲状腺眼病患者和健康受试者的面部图像	computer vision	thyroid eye disease	deep learning	CNN	image	591张面部图像（302张TED患者，289张健康受试者）和100张独立验证图像
1296	2025-05-31	Unveiling the potential of artificial intelligence in revolutionizing disease diagnosis and prediction: a comprehensive review of machine learning and deep learning approaches 2025-May-26, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-02680-7 PMID:40414894	review	本文全面回顾了2015年至2024年间机器学习和深度学习在16种不同疾病预测和诊断中的应用	强调了ML和DL技术在医疗保健领域的变革潜力，并评估了先进方法及其成果	数据质量、模型可解释性以及临床工作流程整合仍存在重大障碍	推进医疗实践，增强临床决策，并通过AI驱动技术的有效和负责任实施改善患者预后	16种不同疾病	machine learning	NA	machine learning, deep learning	NA	NA	NA
1297	2025-05-31	Automated landmark-based mid-sagittal plane: reliability for 3-dimensional mandibular asymmetry assessment on head CT scans 2025-May-26, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-025-06397-z PMID:40415151	research paper	本研究评估了一种基于自动化标志点的正中矢状面（MSP）方法在头CT扫描中量化下颌不对称性的可靠性	提出了一种全自动化的基于标志点的MSP构建方法，并与手动方法进行了可靠性比较	研究仅基于368例CT扫描，可能需要更大样本量验证	评估自动化MSP构建方法在下颌不对称性评估中的可靠性	头CT扫描图像	digital pathology	NA	deep learning-based method	NA	3D head CT scans	368例CT扫描（包括正颌手术患者）
1298	2025-05-31	LucaPCycle: Illuminating microbial phosphorus cycling in deep-sea cold seep sediments using protein language models 2025-May-26, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60142-4 PMID:40419512	research paper	该研究开发了一个名为LucaPCycle的深度学习模型，用于揭示深海冷泉沉积物中微生物磷循环的过程	整合了原始序列和基于蛋白质语言模型ESM2-3B的上下文嵌入，显著提高了对磷循环蛋白家族的检测能力	传统序列搜索方法难以检测到具有远程同源性的蛋白质	研究深海冷泉沉积物中微生物磷循环的多样性和功能	全球冷泉基因和基因组目录中的磷循环蛋白家族	machine learning	NA	蛋白质语言模型ESM2-3B	深度学习模型	基因和基因组数据	5241个磷循环蛋白家族
1299	2025-05-31	RGE-YOLO enables lightweight road packaging bag detection for enhanced driving safety 2025-May-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03240-z PMID:40419594	研究论文	提出了一种轻量级深度学习模型RGE-YOLO，用于实时检测道路上的包装袋，以提高驾驶安全性	RGE-YOLO结合了RepViTBlock、GSConv和EMA机制，优化了计算效率、模型稳定性和检测精度	研究仅限于道路包装袋的检测，未涉及其他类型的道路异物	提高驾驶安全性，通过实时检测道路上的包装袋	道路上的包装袋	计算机视觉	NA	深度学习	RGE-YOLO（基于YOLOv8s改进）	图像	6000张增强图像
1300	2025-05-31	Evaluation of spatial visual perception of streets based on deep learning and spatial syntax 2025-May-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03189-z PMID:40419619	research paper	该研究应用深度学习和空间句法评估街道空间视觉感知质量，并分析其与街道构成元素的相关性	结合深度学习和人机对抗模型对街景图像进行六维度评分，并通过空间可视化与多元线性回归分析街道质量与构成元素的关系	研究区域有限，未涉及不同气候或文化背景下的街道质量对比	提升城市街道视觉质量，为精准化街道改造提供数据支持	城市街道空间及其视觉构成元素（绿化、行人、墙体等）	computer vision	NA	deep learning, spatial syntax	human-machine adversarial model	street view images	未明确样本量（研究区域内街道）