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
121	2025-07-08	JuryFusionNet: a Condorcet's jury theorem-based CNN ensemble for enhanced monkeypox detection from skin lesion images 2025-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-025-00355-5 PMID:40620825	研究论文	本文提出了一种基于Condorcet陪审团定理的CNN集成方法JuryFusionNet，用于从皮肤病变图像中增强猴痘检测	利用Condorcet陪审团定理(CDJT)融合CNN模型，提高准确率的同时降低计算复杂度，无需元学习器	需要验证在更大规模和多中心数据集上的泛化能力	提高猴痘皮肤病变图像的自动检测准确率	猴痘皮肤病变图像	计算机视觉	猴痘	迁移学习(TL)，挤压激励(SE)模块	CNN集成(DenseNet169, DenseNet201, MobileNet, ResNet50V2)	图像	MSID数据集770张图像(4类)，MSLD数据集3192个样本(2类)
122	2025-07-08	Hybrid simulation of breast CT for assessing microcalcification detectability 2025-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.S2.S22015 PMID:40621110	研究论文	开发了一种混合虚拟成像试验方法，用于评估乳腺CT中微钙化的可检测性	结合了射线追踪模拟投影图像与患者实际投影图像，并采用深度学习和人类观察者进行检测性能分析	未提及具体样本量或实验范围的局限性	评估乳腺CT成像系统在微钙化检测中的性能	乳腺CT扫描中的微钙化簇	数字病理学	乳腺癌	射线追踪、Feldkamp滤波反投影算法	DLMO (深度学习模型观察者)	图像	NA
123	2025-07-08	From data to precision: The transformative role of AI and machine learning in modern orthopaedic practice 2025-Oct, Journal of clinical orthopaedics and trauma DOI:10.1016/j.jcot.2025.103101 PMID:40620692	综述	本文探讨了人工智能和机器学习在现代骨科实践中的变革性作用	介绍了AI/ML在骨科诊断、预测分析和手术规划中的创新应用，如术后风险分层的预测算法、患者特异性植入物设计的生成模型以及术中引导的计算机视觉系统	未来应用需解决伦理、监管和互操作性挑战，并促进工程师、临床医生和数据科学家之间的跨学科合作	探讨AI/ML在骨科手术中的整合及其对个性化护理、手术精度和结果预测的变革潜力	骨科手术中的AI/ML应用	机器学习	骨科疾病	深度学习架构、计算机视觉系统	生成模型、预测算法	临床数据、图像数据	NA
124	2025-07-08	Mindset matters: exploring the link between mindsets, learning intentions, and performance in biomedical science students 2025-Sep-01, Advances in physiology education IF:1.7Q4 DOI:10.1152/advan.00012.2025 PMID:40516929	研究论文	探讨生物医学科学学生的心态、学习意图与学术表现之间的关系	首次探索学生心态与学习意图之间的关系，并采用混合方法研究验证成长心态对学术表现的积极影响	样本仅限二年级生物医学科学学生，可能无法推广到其他年级或学科	研究心态对学习意图和学术表现的影响	256名二年级生物医学科学学生	教育心理学	NA	混合方法研究（定性与定量分析）	NA	问卷回答与学术成绩数据	256名二年级生物医学科学学生
125	2025-07-08	Deep Learning in Echocardiography for Enhanced Detection of Left Ventricular Function and Wall Motion Abnormalities 2025-Aug, Ultrasound in medicine & biology.. DOI:10.1016/j.ultrasmedbio.2025.03.015 PMID:40316488	系统综述	本文系统综述了深度学习在超声心动图中检测心血管异常的应用	探讨了深度卷积神经网络（DCNNs）在提高超声心动图诊断精度中的作用	数据多样性、图像质量以及深度学习模型的计算需求限制了其更广泛的临床应用	提高心血管疾病的早期检测和治疗效果	超声心动图数据	医学影像分析	心血管疾病	深度学习	DCNNs	图像	29项研究
126	2025-07-08	An Explainable Connectome Convolutional Transformer for Multimodal Autism Spectrum Disorder Classification 2025-Aug, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065725500431 PMID:40621646	研究论文	提出了一种可解释的连接组卷积变换器（CCTF），用于多模态自闭症谱系障碍（ASD）分类	CCTF整合了功能性和结构性脑连接信息，采用连接组卷积嵌入模块和变换器编码器，提高了分类准确性和可解释性	多站点数据集成可能引入变异性，影响结果的准确性	开发一种自动化神经影像诊断工具，用于ASD分类	自闭症谱系障碍（ASD）患者	数字病理学	自闭症谱系障碍	fMRI和sMRI	Connectome Convolutional Transformer (CCTF)	神经影像数据	多站点ABIDE数据集
127	2025-07-08	DeepMolecules: a web server for predicting enzyme and transporter-small molecule interactions 2025-Jul-07, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf343 PMID:40297998	research paper	介绍了一个名为DeepMolecules的网页服务器，用于预测蛋白质与小分子之间的相互作用	整合了四种最先进的模型（ESP、SPOT、TurNuP和KM预测模型），利用深度学习生成的蛋白质和小分子的数值表示作为梯度提升决策树模型的输入特征，实现了高预测性能	未提及具体的数据集大小或模型在特定场景下的局限性	开发一个易于访问的网页服务器，用于预测酶和转运蛋白与小分子的相互作用，支持代谢工程、药物发现和生物催化剂优化等应用	蛋白质（酶和转运蛋白）与小分子	生物信息学	NA	深度学习，梯度提升决策树	梯度提升决策树	蛋白质氨基酸序列，小分子（SMILES、InChI或KEGG ID格式）	NA
128	2025-07-08	HawkDock version 2: an updated web server to predict and analyze the structures of protein-protein complexes 2025-Jul-07, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf379 PMID:40326522	研究论文	HawkDock版本2是一个更新的网络服务器，用于预测和分析蛋白质-蛋白质复合物的结构	集成了基于深度学习的灵活对接方法GeoDock，提高了对接精度；实现了VD-MM/GBSA方法，优于传统的MM/GBSA方法；新增了突变分析模块；服务器迁移至高性能集群并升级了Amber至版本24	NA	预测和分析蛋白质-蛋白质复合物的3D结构	蛋白质-蛋白质相互作用	生物信息学	NA	深度学习，VD-MM/GBSA方法	GeoDock	蛋白质结构数据	超过234,000个计算任务
129	2025-07-08	DEMO-EMol: modeling protein-nucleic acid complex structures from cryo-EM maps by coupling chain assembly with map segmentation 2025-Jul-07, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf416 PMID:40366028	研究论文	本文介绍了一种改进的服务器DEMO-EMol，通过结合深度学习图像分割和链拟合技术，从冷冻电镜密度图中准确组装蛋白质-核酸复合物结构	DEMO-EMol整合了深度学习图像分割和链拟合技术，显著提高了蛋白质-核酸复合物结构建模的准确性	NA	提高从冷冻电镜密度图中组装蛋白质-核酸复合物结构的准确性和效率	蛋白质-核酸复合物结构	结构生物学	NA	冷冻电镜(cryo-EM)	深度学习	冷冻电镜密度图	分辨率从1.96到12.77 Å的冷冻电镜图谱基准数据集
130	2025-07-08	ASOptimizer: optimizing chemical diversity of antisense oligonucleotides through deep learning 2025-Jul-07, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf392 PMID:40377084	研究论文	介绍了一个基于深度学习的计算框架ASOptimizer，用于优化反义寡核苷酸（ASO）的序列和化学修饰	开发了一个用户友好的网络服务器，无需深度学习专业知识即可使用，为ASO设计提供了高效的解决方案	未提及具体性能指标或与其他方法的比较	优化反义寡核苷酸的化学多样性	反义寡核苷酸（ASO）	机器学习	NA	深度学习	NA	序列数据	NA
131	2025-07-08	From Binary to Higher-Order Organic Cocrystals: Design Principles and Performance Optimization 2025-Jul-07, Angewandte Chemie (International ed. in English) DOI:10.1002/anie.202507102 PMID:40471124	research paper	本文探讨了从二元到高阶有机共晶的设计原则和性能优化	提出了从二元到高阶有机共晶的演变策略，包括同系化、分层分子间相互作用和长程Synthon Aufbau模块，为新型应用如深度学习预测共晶、药物设计、有机太阳能电池和NIR-II光热转换开辟了新途径	分子筛选、比例优化、可扩展合成和长期稳定性等挑战仍是这些材料在实际应用中广泛实施的关键障碍	研究有机共晶的设计原则和性能优化，以拓展其在多个领域的应用	二元和高阶有机共晶	材料科学	NA	同系化、分层分子间相互作用、长程Synthon Aufbau模块	NA	NA	NA
132	2025-07-08	AIoptamer: Artificial Intelligence-Driven Aptamer Optimization Pipeline for Targeted Therapeutics in Healthcare 2025-Jul-07, Molecular pharmaceutics IF:4.5Q1 DOI:10.1021/acs.molpharmaceut.5c00343 PMID:40531093	研究论文	介绍了一种名为AIoptamer的人工智能驱动的适配体优化流程，用于加速适配体的发现和设计	结合人工智能与先进的计算方法，提出了一种新的适配体优化流程，显著减少了传统实验试错策略的依赖	未提及具体的实验验证或实际应用效果	优化适配体的发现和设计过程，提高效率和可扩展性	DNA或RNA适配体及其与宿主分子的复合物	机器学习	NA	AI-based models, CHIMERA_NA, PredPRBA, PDA-Pred, molecular dynamics (MD) simulations	深度学习, 机器学习	序列数据, 结构数据	NA
133	2025-07-08	Photon-counting micro-CT scanner for deep learning-enabled small animal perfusion imaging 2025-Jul-07, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ade94b PMID:40578400	研究论文	介绍了一种用于小动物灌注成像的台式光子计数微CT扫描仪及其在深度学习中的应用	采用CdTe光子计数探测器，结合预训练的CNN进行降噪和灌注映射，提高了成像质量和分析效率	研究主要基于模型和小鼠实验，尚未在更广泛的动物模型或临床环境中验证	开发一种高分辨率、高通量的小动物灌注成像系统，用于临床前血管研究和疾病模型的时间分辨研究	小动物灌注成像	数字病理	NA	光子计数微CT扫描	CNN	图像	模型和小鼠实验
134	2025-07-08	Deep learning based time-dependent reliability analysis of an underactuated lower-limb robot exoskeleton for gait rehabilitation 2025-Jul-07, Proceedings of the Institution of Mechanical Engineers. Part H, Journal of engineering in medicine DOI:10.1177/09544119251349362 PMID:40621669	研究论文	本研究评估了一种用于步态康复的欠驱动可穿戴下肢外骨骼的可靠性，采用深度学习框架结合LSTM进行时间依赖性可靠性分析	使用LSTM增强的深度神经网络算法预测关节位移和末端执行器轨迹的时间依赖性可靠性，并结合条件概率方法完成系统可靠性评估	研究仅基于仿真运行，未涉及实际临床环境下的测试	评估下肢机器人外骨骼在步态康复中的时间依赖性可靠性	欠驱动可穿戴下肢外骨骼	机器人学	步态障碍	深度学习、LSTM、计算机辅助设计(CAD)	LSTM、深度神经网络	仿真数据	超过200次仿真运行
135	2025-07-08	pyDOSEIA: A Python Package for Radiological Impact Assessment during Long-term or Accidental Atmospheric Releases 2025-Jul-07, Health physics IF:1.0Q4 DOI:10.1097/HP.0000000000002014 PMID:40622262	研究论文	介绍了一个名为pyDOSEIA的Python包，用于处理气象数据和评估放射性影响，特别是在核事故或放射性事故情境下	pyDOSEIA结合了高斯羽流模型，遵循IAEA和AERB指南，提供了全面的工具集来估算不同暴露途径的辐射剂量，并支持并行处理和大数据集分析	未明确提及具体局限性	开发一个用于放射性影响评估的工具包，以支持决策制定和应急准备	核事故或放射性事故情境下的辐射剂量估算	机器学习	NA	高斯羽流模型	NA	气象数据	NA
136	2025-07-08	Usefulness of compressed sensing coronary magnetic resonance angiography with deep learning reconstruction 2025-Jul-07, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01830-5 PMID:40622613	研究论文	本研究评估了压缩感知和人工智能在非对比冠状动脉磁共振血管成像中的应用效果	结合压缩感知和深度学习重建技术，显著缩短成像时间并保持图像质量	样本量较小（仅20名志愿者），且未涉及患者群体	评估压缩感知和AI在冠状动脉磁共振血管成像中的实用性	20名健康志愿者	医学影像分析	心血管疾病	压缩感知（CS）、深度学习重建	深度学习（未指定具体模型）	磁共振影像	20名志愿者
137	2025-07-08	Current Research and Development in the Field of Magnetic Resonance Contrast Media 2025-Jul-07, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001206 PMID:40622723	review	本文讨论了下一代高弛豫性钆基对比剂（GBCAs）的研究进展，包括安全性研究、MR技术的改进以及新型对比剂的开发	介绍了新一代钆基对比剂gadopiclenol和gadoquatrane可能取代现有标准（大环钆螯合物）的趋势，并重新探讨了锰基化合物的潜在应用	锰基化合物对临床成像的实际影响尚不明确	探讨磁共振对比剂领域的最新研究与发展	钆基对比剂和锰基化合物	医学影像	NA	磁共振成像（MRI）	NA	NA	NA
138	2025-07-08	Trends and Innovations in Tools for Processing Chromatographic Data Using Mass Spectrometry Detection: A Systematic Review 2025-Jul-06, Critical reviews in analytical chemistry IF:4.2Q1 DOI:10.1080/10408347.2025.2528134 PMID:40618385	系统综述	本文系统综述了过去六年在色谱数据处理计算工具开发中的技术创新	强调机器学习、深度学习和多变量分辨率方法在峰检测、对齐和解卷积算法中的显著进展	存在注释数据和标准化需求等挑战	评估色谱数据处理计算工具的技术创新	色谱技术与质谱联用生成的数据	分析科学	NA	质谱检测(MS)	机器学习, 深度学习	色谱数据	33项研究
139	2025-07-08	A CT-Based Deep Learning Radiomics Nomogram for Early Recurrence Prediction in Pancreatic Cancer: A Multicenter Study 2025-Jul-06, Annals of surgical oncology IF:3.4Q1 DOI:10.1245/s10434-025-17748-1 PMID:40619487	研究论文	本研究开发了一种基于CT的深度学习放射组学列线图，用于预测胰腺癌患者的早期复发	结合放射组学和深度学习特征提取，构建了综合列线图模型，用于术前预测胰腺癌早期复发	研究为回顾性分析，可能存在选择偏倚	提高胰腺癌患者术后早期复发的术前预测准确性	493例经组织学确认并接受切除术的胰腺癌患者	数字病理	胰腺癌	CT成像、放射组学分析、深度学习	随机森林(RF)、支持向量机(SVM)	CT图像	493例患者
140	2025-07-08	Unveiling Quality of Life Factors for the Elderly: A Public Health Nursing Approach Enhanced by Advanced ML and DL Techniques 2025-Jul-06, Public health nursing (Boston, Mass.) DOI:10.1111/phn.70003 PMID:40619584	研究论文	本研究利用机器学习和深度学习技术，开发了基于AI的预测模型，以识别影响老年人生活质量的关键因素	结合先进的ML和DL技术，为社区健康护士提供早期预测老年人生活质量关键因素的工具	样本量相对较小（500人），可能影响模型的泛化能力	开发AI预测模型以识别影响老年人生活质量的关键因素	老年人群体	机器学习	老年疾病	机器学习（ML）、深度学习（DL）、集成模型、SMOTE方法	AdaBoost	结构化数据	500名老年人