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
1361	2025-07-18	Toxicologic Pathology Forum*: Opinion on New Technologies and Trends Disrupting Drug Discovery and Development: How Can the Next Generation of Toxicologic Pathologists Be Prepared for Evolving Roles? 2025-Jul, Toxicologic pathology IF:1.4Q4 DOI:10.1177/01926233251321805 PMID:40159889	评论	本文讨论了制药行业中技术创新的加速如何重塑药物研发，并探讨了毒理病理学家如何适应这些变化	强调了技术革新和社会变化对毒理病理学家角色的深远影响，提出了未来行业对毒理病理学家的新要求	未提出具体的培训或教育方案来应对这些变化	探讨毒理病理学家如何适应制药行业的技术和社会变化	毒理病理学家和制药行业的研发流程	数字病理学	NA	人工智能、深度学习、数字病理学	NA	NA	NA
1362	2025-07-18	Detection of Hypertrophic Cardiomyopathy on Electrocardiogram Using Artificial Intelligence 2025-Jul, Circulation. Heart failure DOI:10.1161/CIRCHEARTFAILURE.124.012667 PMID:40365710	研究论文	本研究评估了一种基于人工智能的设备（Viz HCM）在12导联心电图上检测肥厚型心肌病（HCM）的准确性	使用深度学习技术开发的人工智能设备能够通过心电图筛查HCM，提高检测率并实现早期诊断	设备的敏感性为68.4%，虽然特异性较高（99.1%），但在实际应用中可能存在一定的漏诊风险	评估人工智能设备在检测肥厚型心肌病方面的准确性和潜在应用价值	肥厚型心肌病（HCM）患者和非HCM患者的心电图数据	数字病理学	心血管疾病	深度学习	NA	心电图数据	293例HCM阳性和2912例HCM阴性病例
1363	2025-07-18	Fundus Refraction Offset as an Individualized Myopia Biomarker 2025-Jul-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2025.1513 PMID:40471629	研究论文	提出一种基于眼底折射偏移（FRO）的个体化近视生物标志物，并研究其与光学相干断层扫描（OCT）得出的眼部参数的关联	首次提出FRO作为个体化近视生物标志物，并验证其与眼部解剖特征的关联	研究样本主要来自UK Biobank数据库，外部验证数据集样本量较小（仅152只右眼）	开发个体化近视风险评估的生物标志物	健康人眼（UK Biobank数据库45,180只眼和Caledonian队列152只右眼）	数字病理	近视	光学相干断层扫描（OCT）和深度学习	深度学习模型	眼底图像和OCT数据	UK Biobank数据库45,180只眼（训练集70%）和Caledonian队列152只右眼
1364	2025-07-18	Unsupervised learning reveals landscape of local structural motifs across protein classes 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf377 PMID:40569048	研究论文	利用无监督学习揭示跨蛋白质类别的局部结构基序景观	通过自监督深度学习对大规模蛋白质结构数据集进行分析，创建了一个包含1500万个局部结构微环境的“词典”，并展示了这些基序在蛋白质结构搜索和模型质量评估中的最先进性能	NA	表征局部结构和功能在蛋白质分析中的景观	蛋白质数据银行中的1500万个局部结构微环境	机器学习	NA	自监督深度学习	无监督学习	3D结构数据	超过1500万个局部环境
1365	2025-07-18	A semi-automated workflow for cohort-wise preparation of radiotherapy data for dose-response modeling, including autosegmentation of organs at risk 2025-Jul, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70152 PMID:40653785	研究论文	开发并测试了一种半自动化工作流程，用于从肿瘤信息系统(OIS)中准备放疗数据，包括自动分割风险器官(OARs)，以用于风险建模	提出了一种结合深度学习和基于图谱方法的半自动化工作流程，显著提高了风险器官分割的效率与准确性	工作流程在测试案例中的成功率为80%，仍有20%的案例需要人工干预	开发高效的方法来准备大规模研究队列的放疗数据，用于剂量-反应风险建模	放疗数据，特别是风险器官(OARs)的分割	数字病理	肺癌	深度学习(DL)和基于图谱的分割方法	深度学习模型	医学影像数据	106个患者案例用于开发，20个独立案例用于评估，50个独立案例用于最终测试
1366	2025-07-18	Transfer learning for DL-based Synthetic CT after reconstruction algorithm upgrade in a proton therapy clinic 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17937 PMID:40660869	研究论文	本研究评估了迁移学习策略在应对CBCT图像质量变化中的有效性，并评估了CBCT软件升级后sCT依赖性工作流程的可持续性	利用迁移学习策略重新训练现有的DL-based sCT模型，以应对CBCT图像质量变化，减少工作流程中断	研究仅基于69例头颈部癌症患者的数据，样本量相对较小	评估迁移学习策略在CBCT软件升级后对sCT模型性能的影响	头颈部癌症患者的CBCT-CT图像对	数字病理	头颈部癌症	深度学习	DCNN, cycleGAN	图像	69例头颈部癌症患者的CBCT-CT图像对（60例用于训练和验证，9例用于测试）
1367	2025-07-18	Explainable AI for raising confidence in deep learning-based tumor tracking models 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17940 PMID:40660895	research paper	本文研究了四种可解释AI方法在基于深度学习的无标记肺肿瘤跟踪模型中的可靠性和有效性	首次评估了四种XAI方法在肺肿瘤跟踪中的表现，并确定了GBP和DeepLIFT的可靠性	LRP在临床数据上表现不佳，需要进一步研究模型在临床实践中的可靠性	提高基于深度学习的肺肿瘤跟踪模型的可信度和解释性	肺肿瘤患者和体模	digital pathology	lung cancer	deep learning, XAI	CNN	image	6名临床患者和2个体模
1368	2025-07-18	Enhanced Leaf Disease Segmentation Using U-Net Architecture for Precision Agriculture: A Deep Learning Approach 2025-Jul, Food science & nutrition IF:3.5Q2 DOI:10.1002/fsn3.70594 PMID:40661811	research paper	本研究提出了一种基于深度学习的图像分割方法，利用U-Net架构进行叶片病害识别	采用U-Net架构进行像素级叶片病害区域精确分割，结合图像预处理和数据增强提升模型性能	未提及模型在复杂田间环境下的实际应用效果	开发高精度的叶片病害识别系统以支持精准农业	叶片图像中的健康与病害区域	computer vision	植物病害	深度学习图像分割	U-Net	image	7056张带标注的叶片图像
1369	2025-07-18	Deep Learning-Based Body Composition Analysis for Outcome Prediction in Relapsed/Refractory Diffuse Large B-Cell Lymphoma: Insights From the LOTIS-2 Trial 2025-Jul, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI-25-00051 PMID:40669032	研究论文	本研究探讨了基于深度学习的身体成分分析在复发/难治性弥漫性大B细胞淋巴瘤患者临床结果预测中的作用	提出了一种基于深度学习的身体成分分析方法，用于预测复发/难治性弥漫性大B细胞淋巴瘤患者的治疗反应和生存结果	研究样本量相对较小（140例患者），且仅针对特定治疗方案（loncastuximab tesirine）的患者	探索身体成分作为独立影像学生物标志物在复发/难治性弥漫性大B细胞淋巴瘤患者临床结果预测中的价值	复发/难治性弥漫性大B细胞淋巴瘤患者	数字病理学	弥漫性大B细胞淋巴瘤	深度学习	深度学习分割模型	CT影像	140例复发/难治性弥漫性大B细胞淋巴瘤患者的PET/CT扫描数据
1370	2025-07-18	Corrigendum to "External Validation of a Novel Landmark-Based Deep Learning Automated Tibial Slope Measurement Algorithm Applied on Short Radiographs Obtained in Patients With ACL Injuries" 2025-Jul, Orthopaedic journal of sports medicine IF:2.4Q2 DOI:10.1177/23259671251357595 PMID:40672049	correction	本文是对先前发表的关于基于地标的深度学习自动胫骨斜率测量算法的外部验证研究的更正	NA	NA	更正先前发表的论文中的错误	NA	digital pathology	NA	NA	deep learning	image	NA
1371	2025-07-18	Research on prediction algorithm of effluent quality and development of integrated control system for waste-water treatment 2025-Jun-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03612-5 PMID:40456765	研究论文	本研究提出了一种用于废水处理厂出水质量预测的深度学习算法和集成控制系统，以提高处理效率和资源利用率	结合QR-RF元学习器与CNN、LSTM和GRU的深度学习模型，以及新型集成控制系统，显著提升了预测精度和能源/化学品消耗优化	研究仅在江苏省某大都市废水处理厂进行测试，未涉及更多不同规模或类型的处理厂	开发高效的废水处理质量预测和控制系统以减少水污染并优化资源利用	废水处理厂的出水质量和处理过程	机器学习	NA	深度学习	QR-RF, CNN, LSTM, GRU	废水处理过程数据	江苏省大都市废水处理厂的运行数据
1372	2025-07-18	Variational inference of single cell time series 2025-May-16, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.29.610389 PMID:39257806	研究论文	提出了一种名为SNOW的深度学习算法，用于解析单细胞时间序列数据	SNOW算法能够将单细胞时间序列数据分解为时间依赖和时间独立的贡献，构建具有生物学意义的潜在空间，去除批次效应，并在单细胞水平生成真实的时间序列	NA	解决单细胞RNA测序数据中基因表达受时间和细胞身份共同影响时的分析难题	单细胞时间序列RNA测序数据	机器学习	NA	scRNA-seq	深度学习算法	单细胞RNA测序数据	合成和真实的scRNA-seq数据
1373	2025-07-18	External Validation of a Novel Landmark-Based Deep Learning Automated Tibial Slope Measurement Algorithm Applied on Short Radiographs Obtained in Patients With ACL Injuries 2025-May, Orthopaedic journal of sports medicine IF:2.4Q2 DOI:10.1177/23259671251333607 PMID:40342354	研究论文	本研究通过外部验证一种基于深度学习的新型自动胫骨斜率测量算法，应用于ACL损伤患者的短放射影像	开发并验证了一种新型的基于标志点的深度学习算法，用于自动测量胫骨斜率，消除了人为误差并提高了测量效率	与金标准手动测量相比，模型在报告胫骨斜率方面需要进一步改进	验证深度学习模型在胫骨斜率测量中的可靠性和效率	接受前交叉韧带手术患者的膝关节侧位放射影像	数字病理	ACL损伤	深度学习	深度学习模型	放射影像	289张放射影像
1374	2025-07-18	Optimizing dental implant identification using deep learning leveraging artificial data 2025-01-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87579-3 PMID:39880861	research paper	本研究评估了通过将人工生成的牙科植入物图像纳入深度学习过程，提升全景X射线图像中牙科植入物分类性能的潜力	利用三维扫描技术生成人工牙科植入物图像，并将其与真实图像结合，优化深度学习分类模型的性能	研究中仅使用了10种类型的牙科植入物，可能无法涵盖所有临床情况	提升牙科植入物在全景X射线图像中的分类准确性	牙科植入物	computer vision	NA	三维扫描技术	ResNet50	image	7,946张体内牙科植入物图像及人工生成的图像
1375	2025-07-18	Optimized sequential model for superior classification of plant disease 2025-01-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86427-8 PMID:39880879	研究论文	本研究探讨了深度学习在植物病害检测中的应用，提出了一种优化的序列模型以提高分类准确性	使用CNN模型自主学习和提取复杂特征，相比传统机器学习方法实现了96%的高准确率	研究主要针对芒果和花生的叶片病害，可能不适用于其他作物	提高植物病害检测的准确性和效率	芒果和花生的叶片	计算机视觉	植物病害	图像处理（归一化、调整大小、增强）	CNN	图像	来自印度马哈拉施特拉邦西部实地采集和在线数据集的芒果和花生叶片样本
1376	2025-07-18	A deep learning analysis for dual healthcare system users and risk of opioid use disorder 2025-01-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77602-4 PMID:39881142	研究论文	本研究利用深度学习和可解释人工智能分析了双重医疗系统使用者与阿片类药物使用障碍风险之间的关系	首次探讨了双重医疗系统使用与人口统计学和临床因素之间的交互作用对阿片类药物使用障碍风险的影响	研究数据仅来自华盛顿特区和巴尔的摩的VA医疗中心，可能不具有全国代表性	评估双重医疗系统使用对阿片类药物使用障碍风险的影响及其与人口统计学和临床因素的交互作用	856,299名来自华盛顿特区和巴尔的摩VA医疗中心的患者实例(2012-2019)	医疗健康数据分析	阿片类药物使用障碍	深度学习、可解释人工智能、自然语言处理	DNN	临床记录和ICD-9/10诊断数据	856,299名患者实例(其中146,688名患有阿片类药物使用障碍)
1377	2025-07-18	Deep Learning-Based Algorithm for Staging Secondary Caries in Bitewings 2025, Caries research IF:2.9Q1 DOI:10.1159/000542289 PMID:39471790	研究论文	开发了一种基于深度学习的算法，用于在咬翼片中检测和分期继发龋	采用了一种新颖的方法来确定病变严重程度，并使用Mask R-CNN架构与Swin Transformer骨干网络进行训练	敏感性值相对较低，对于所有病变和牙本质病变的敏感性分别为0.737和0.808	开发一种基于卷积神经网络（CNN）的算法，用于检测和分期继发龋	来自荷兰牙科实践研究网络的2,612颗修复牙齿，涉及413张咬翼片和383名年龄在15-88岁之间的患者	计算机视觉	龋齿	深度学习	Mask R-CNN with Swin Transformer backbone	图像	413张咬翼片，涉及2,612颗修复牙齿和383名患者
1378	2025-07-18	AADNet: An End-to-End Deep Learning Model for Auditory Attention Decoding 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.2025.3587637 PMID:40633040	研究论文	提出了一种名为AADNet的端到端深度学习模型，用于解决听觉注意解码问题	将传统的两步法（预测和识别）合并为一个端到端的直接方法，显著提高了性能	未提及具体局限性	提高在多人说话环境中使用脑信号识别受注意语音的准确性和泛化能力	听觉注意解码（AAD）	机器学习	NA	EEG	AADNet（端到端神经网络）	脑信号（EEG数据）	三个不同的数据集，具体样本量未提及
1379	2025-07-18	Finger drawing on smartphone screens enables early Parkinson's disease detection through hybrid 1D-CNN and BiGRU deep learning architecture 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327733 PMID:40658696	研究论文	本研究开发了一种混合深度学习模型，通过分析智能手机屏幕上手指绘制的螺旋线和波浪线的运动数据，旨在早期检测帕金森病	该研究首次将1D-CNN和BiGRU结合的混合深度学习模型应用于智能手机手指绘制数据的分析，实现了无需临床评分量表、神经影像学或基于数字笔的评估的帕金森病早期检测	样本量相对较小（58名参与者），且仅限于早期特发性帕金森病患者和健康对照	开发一种基于智能手机的帕金森病早期检测方法	28名早期特发性帕金森病患者和30名健康对照	数字病理学	帕金森病	智能手机手指绘制数据采集	1D-CNN和BiGRU混合模型	运动数据（手指触摸坐标、瞬时运动速度和时间戳）	58名年龄匹配的参与者（28名患者和30名健康对照）
1380	2025-07-18	Sustainable deep vision systems for date fruit quality assessment using attention-enhanced deep learning models 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1521508 PMID:40661755	研究论文	本研究提出了一种结合DenseNet121和SE注意力模块的新方法，用于椰枣水果图像分类和质量评估	与传统DenseNet变体不同，提出的模型整合了SE注意力层以聚焦关键图像特征，显著提高了性能	NA	开发一种准确且自动化的水果分类方法，以支持现代农业和食品工业中的质量控制	椰枣水果	计算机视觉	NA	数据增强、注意力机制、Nadam优化	DenseNet121+SE, YOLOv8n	图像	NA