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	Artificial Intelligence and Postpartum Hemorrhage 2025-Jan, Maternal-fetal medicine (Wolters Kluwer Health, Inc.) DOI:10.1097/FM9.0000000000000257 PMID:40620613	research paper	本文探讨了人工智能（AI）在产后出血（PPH）预测和管理中的应用	将AI技术应用于PPH的预测模型和风险分层，并探索了子宫收缩性指标和放射组学在提高预测准确性中的新途径	现有模型缺乏外部验证，且多数研究在资源丰富的医疗环境中进行，缺乏适用于资源有限环境的模型	探索AI在PPH预测和管理中的潜力，以降低全球PPH的负担	产后出血（PPH）患者	machine learning	产后出血	machine learning, deep learning	NA	NA	NA
122	2025-07-08	MDDeep-Ace: species-specific acetylation site prediction based on multi-domain adaptation 2025, PeerJ IF:2.3Q2 DOI:10.7717/peerj.19649 PMID:40620770	research paper	提出了一种基于多域适应的深度学习方法MDDeep-Ace，用于预测物种特异性赖氨酸乙酰化位点	通过整合多物种数据，MDDeep-Ace提升了物种特异性预测模型的泛化能力，改进了预测性能	NA	提高物种特异性赖氨酸乙酰化位点的预测准确性	赖氨酸乙酰化位点	machine learning	NA	deep learning	multi-domain adaptation	sequence data	NA
123	2025-07-08	Quantifying social distance using deep learning-based video analysis: results from the BTBR mouse model of autism 2025, Frontiers in behavioral neuroscience IF:2.6Q3 DOI:10.3389/fnbeh.2025.1602205 PMID:40620906	研究论文	使用基于深度学习的视频分析技术量化BTBR自闭症模型小鼠的社交距离	利用DeepLabCut自动追踪小鼠社交行为，提高了行为量化的精确度和准确性	研究仅关注了BTBR小鼠与CBA对照小鼠的社交距离比较，未涉及其他自闭症模型	开发一种自动化工具来量化自闭症模型小鼠的社交行为	BTBR T Itpr3/J (BTBR) 自闭症模型小鼠和CBA对照小鼠	计算机视觉	自闭症谱系障碍	DeepLabCut (DLC)	深度学习	视频	BTBR和CBA小鼠配对组合
124	2025-07-08	Multi-task deep learning framework for enhancing Mayo endoscopic score classification in ulcerative colitis 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251356396 PMID:40621175	研究论文	本文提出了一种多任务深度学习框架，用于提高溃疡性结肠炎内镜Mayo评分的分类准确性	采用受人类大脑从粗到细处理机制启发的多任务学习框架，有效解决医学影像数据不平衡问题，特别是在疾病严重阶段提高分类性能	未来研究需要探索整合多个基于卷积神经网络的模型以进一步提高分类准确性	提高溃疡性结肠炎内镜图像分类的准确性，特别是在疾病严重阶段的识别	溃疡性结肠炎的内镜图像	计算机视觉	溃疡性结肠炎	多任务学习(MTL)	DenseNet121, MobileNet-v3-large	图像	NA
125	2025-07-08	Deep learning-based electroencephalic decoding of the phase-lagged transcranial alternating current stimulation 2025, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2025.1545726 PMID:40621214	研究论文	本研究探讨了基于深度学习的脑电图解码技术，用于识别跨频耦合交变电流刺激（CFC-tACS）的相位滞后类型	首次使用修改后的EEGNet模型从任务相关的脑电图信号中解码CFC-tACS的相位滞后类型，并揭示了顶叶区域的β波段活动在解码中的重要作用	样本量较小（仅21名健康受试者），且仅测试了两种相位滞后条件（45°和180°）	探索脑电图信号是否能够解码非侵入性脑刺激的相位滞后类型，以促进脑机接口-神经调控闭环系统的发展	21名健康个体的任务相关脑电图信号	脑机接口	NA	CFC-tACS（跨频耦合交变电流刺激）	修改后的EEGNet	脑电图（EEG）信号	21名健康受试者
126	2025-07-08	Unsupervised Imputation of Non-ignorably Missing Data Using Importance-Weighted Autoencoders 2025, Statistics in biopharmaceutical research IF:1.5Q2 DOI:10.1080/19466315.2024.2368787 PMID:40621507	研究论文	本文提出了一种新的变分自编码器架构NIMIWAE，用于处理生物医学数据中的不可忽略缺失数据	NIMIWAE是首批能够灵活处理训练时输入特征中可忽略和不可忽略缺失模式的VAE架构之一	方法在真实世界数据中的泛化能力需要进一步验证	解决生物医学数据中复杂缺失数据对深度学习方法的挑战	生物医学数据集中的缺失数据	机器学习	NA	变分自编码器(VAE)	NIMIWAE (基于VAE的新架构)	高维不完整数据集	12,000名ICU患者的电子健康记录(EHR)数据
127	2025-07-08	An Artificial Intelligence Pipeline for Hepatocellular Carcinoma: From Data to Treatment Recommendations 2025, International journal of general medicine IF:2.1Q2 DOI:10.2147/IJGM.S529322 PMID:40621598	研究论文	本文提出了一种针对肝细胞癌（HCC）的人工智能（AI）流程，从数据处理到治疗推荐	通过统一的AI流程整合多模态数据，改进肿瘤检测、表征和早期诊断，并扩展到个性化治疗计划和药物开发	数据质量、标准化和隐私问题仍是挑战	利用AI技术解决HCC的早期诊断和治疗复杂性	肝细胞癌（HCC）患者	数字病理学	肝癌	机器学习和深度学习	NA	多模态数据（影像、基因组和临床记录）	NA
128	2025-07-08	BoKDiff: best-of-K diffusion alignment for target-specific 3D molecule generation 2025, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbaf137 PMID:40621602	research paper	本文提出了一种名为BoKDiff的新框架，用于基于目标蛋白3D结构的药物设计，通过结合多目标优化和Best-of-K对齐策略来增强配体生成	首次将Best-of-K对齐和Best-of-N采样策略整合到基于结构的药物设计中，显著提高了配体生成的多样性和质量	受限于蛋白质-配体数据的可用性和对齐问题，可能影响模型的泛化能力	开发一种高效的基于结构的药物设计方法，以生成多样且高质量的配体分子	蛋白质-配体复合物	machine learning	NA	diffusion models, geometric deep learning	DecompDiff	3D molecular structure	CrossDocked2020数据集
129	2025-07-08	International Validation of Echocardiographic AI Amyloid Detection Algorithm 2024-Dec-16, medRxiv : the preprint server for health sciences DOI:10.1101/2024.12.14.24319049 PMID:39763545	研究论文	本研究验证了一种基于计算机视觉的深度学习算法EchoNet-LVH在国际多中心数据中检测心脏淀粉样变性的性能	开发并验证了一种新型AI算法EchoNet-LVH，能够通过超声心动图视频准确检测心脏淀粉样变性，且在不同人群和设备中表现一致	研究为回顾性病例对照设计，需要在前瞻性研究中进一步验证其临床效用	验证AI算法在心脏淀粉样变性早期诊断中的性能	心脏淀粉样变性患者和对照组的超声心动图数据	计算机视觉	心血管疾病	深度学习	CNN（基于视频分析的深度学习算法）	超声心动图视频	多中心回顾性病例对照研究（具体样本量未明确说明）
130	2025-07-08	Performance of Risk Models for Antimicrobial Resistance in Adult Patients With Sepsis 2024-11-04, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2024.43658 PMID:39509131	研究论文	评估患者病例组合和当地耐药率对革兰阴性菌（GNB）败血症风险分层模型在不同医院间性能差异的影响	揭示了抗菌药物耐药性流行率而非患者病例组合是导致模型性能差异的主要原因	研究为回顾性队列设计，可能受数据完整性和准确性的限制	评估GNB败血症风险分层模型在不同医院间的性能差异及其影响因素	来自密苏里州和伊利诺伊州10家急症护理医院的39,893名成人败血症患者	医疗数据分析	败血症	深度学习模型	深度学习	临床数据	39,893名患者，共85,238次败血症发作事件
131	2025-07-08	Natural Language Processing of Clinical Documentation to Assess Functional Status in Patients With Heart Failure 2024-11-04, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2024.43925 PMID:39509128	研究论文	本研究开发并验证了一种深度学习的自然语言处理策略，用于从非结构化的临床文档中提取心力衰竭患者的功能状态评估	利用深度学习NLP技术从非结构化临床文档中提取功能状态评估，显著提高了NYHA分类和HF症状描述的识别能力	研究仅基于三个医疗网络的数据，可能无法完全代表其他医疗环境的情况	开发并验证一种NLP策略，用于从临床文档中提取心力衰竭患者的功能状态评估	心力衰竭患者的临床文档	自然语言处理	心血管疾病	自然语言处理(NLP)	深度学习模型	文本	34,070名心力衰竭患者，182,308份未标注的临床文档
132	2025-07-08	Stain-Free Approach to Determine and Monitor Cell Heath Using Supervised and Unsupervised Image-Based Deep Learning 2024-08, Journal of pharmaceutical sciences IF:3.7Q2 DOI:10.1016/j.xphs.2024.05.001 PMID:38710387	研究论文	本文提出了一种基于深度学习的无染色方法，用于通过细胞形态指纹预测细胞健康指标	结合基于图像的深度学习和流式成像显微镜技术，无需染色即可评估细胞健康状态	研究仅使用了Jurkat细胞系，未在其他细胞类型上验证	开发用于细胞治疗产品的快速、无标记的质量控制方法	未染色的人T淋巴细胞(Jurkat细胞)	数字病理学	NA	流式成像显微镜(FIM)	监督学习算法和变分自编码器(VAE)	图像	健康细胞、死亡细胞和化学诱导凋亡的Jurkat细胞样本
133	2025-07-08	Convolutional neural network deep learning model accurately detects rectal cancer in endoanal ultrasounds 2024-04-01, Techniques in coloproctology IF:2.7Q1 DOI:10.1007/s10151-024-02917-3 PMID:38561492	研究论文	本研究开发并验证了一种基于深度学习的卷积神经网络模型，用于在标准肛门内超声图像中准确检测直肠癌	利用深度学习模型提升非专业医疗中心对直肠癌的检测准确性，特别是在检查者经验不足的情况下	研究样本量较小（294张图像），且仅在单一数据集上进行验证	开发AI系统以提高非专业医疗中心对直肠癌的诊断准确性	直肠癌患者的肛门内超声图像	数字病理学	直肠癌	深度学习	CNN	图像	294张肛门内超声图像
134	2025-07-08	Deep learning-based predictive classification of functional subpopulations of hematopoietic stem cells and multipotent progenitors 2024-03-13, Stem cell research & therapy IF:7.1Q1 DOI:10.1186/s13287-024-03682-8 PMID:38475857	研究论文	本研究探讨了利用深度学习技术基于形态学区分小鼠造血干细胞（HSCs）和多能祖细胞（MPPs）的可行性	首次在稳态条件下使用深度学习区分HSCs和MPPs，开发了能够可靠区分长期HSCs、短期HSCs和MPPs的三分类模型LSM，以及区分老年和年轻HSCs的二分类模型	研究仅基于小鼠细胞，未涉及人类细胞验证	开发基于深度学习的造血干细胞功能亚群分类方法	小鼠造血干细胞（HSCs）和多能祖细胞（MPPs）	数字病理学	NA	深度学习	CNN（根据上下文推测）	图像（DIC显微镜图像）	大量图像数据集（具体数量未说明）
135	2025-07-08	Deep learning-based predictive classification of functional subpopulations of hematopoietic stem cells and multipotent progenitors 2023-Nov-14, Research square DOI:10.21203/rs.3.rs-3332530/v1 PMID:38014055	研究论文	本研究探索了使用深度学习技术基于形态学区分小鼠造血干细胞（HSCs）和多能祖细胞（MPPs）的可行性	首次在稳态条件下使用深度学习区分HSCs和MPPs，开发了能够可靠区分LT-HSCs、ST-HSCs和MPPs的三分类模型LSM，以及区分老年和年轻HSCs的二分类模型	研究仅基于小鼠细胞，尚未在人类细胞中验证	探索深度学习在造血干细胞和祖细胞分类中的应用	小鼠造血干细胞（HSCs）和多能祖细胞（MPPs）	数字病理学	NA	深度学习	CNN	图像	大量图像数据集
136	2025-07-08	Modeling islet enhancers using deep learning identifies candidate causal variants at loci associated with T2D and glycemic traits 2023-08-29, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2206612120 PMID:37603758	研究论文	本研究利用深度学习模型分析序列变异对增强子的影响，以识别与2型糖尿病(T2D)及其相关性状相关的候选因果变异	开发了一种深度学习方法来分析序列变异对增强子的影响，并成功应用于优先排序候选因果变异	研究主要关注胰腺胰岛组织，可能无法完全代表其他相关组织中的变异效应	识别与2型糖尿病及其相关性状相关的特定因果变异	胰腺胰岛组织中的增强子和遗传变异	机器学习	2型糖尿病	深度学习	DL	基因组序列数据	约6700万遗传变异
137	2025-07-08	Refinement of AlphaFold2 Models against Experimental Cryo-EM Density Maps at 4-6Å Resolution 2022-Dec, Proceedings. IEEE International Conference on Bioinformatics and Biomedicine DOI:10.1109/bibm55620.2022.9995676 PMID:40612328	research paper	本研究探讨了深度学习蛋白质结构预测方法AlphaFold2在解析4-6 Å分辨率冷冻电镜图谱中的应用	结合实验与AI方法，从低分辨率密度图中构建准确模型，并评估AlphaFold2模型在低分辨率冷冻电镜图谱中的表现	小链（115个残基）的预测效果较差，TM-score仅为0.52，且后续精炼步骤的成功与否高度依赖于AlphaFold2预测质量、冷冻电镜数据质量及模型与密度图的匹配度	评估AlphaFold2在低分辨率冷冻电镜图谱中的模型精炼效果	蛋白质结构模型与冷冻电镜密度图	computational biology	NA	cryo-EM, AlphaFold2	AlphaFold2	cryo-EM density maps, protein structure models	10个实验图谱/模型对（包含9个较大链（226-373个残基）和1个小链（115个残基））
138	2025-07-07	Integrating artificial intelligence in healthcare: applications, challenges, and future directions 2025-Dec, Future science OA IF:2.4Q3 DOI:10.1080/20565623.2025.2527505 PMID:40616302	review	本文探讨了人工智能在医疗保健中的应用、挑战及未来发展方向	综述了AI在癌症检测、牙科医学、脑肿瘤数据库管理和个性化治疗规划中的创新应用	面临数据隐私、算法偏见和监管问题等挑战	探索人工智能在医疗保健领域的应用潜力及其面临的挑战	癌症检测、牙科医学、脑肿瘤数据库管理和个性化治疗规划	machine learning	NA	machine learning, deep learning	NA	medical imaging, genetic data, clinical data, lifestyle data	NA
139	2025-07-07	Kernelized weighted local information based picture fuzzy clustering with multivariate coefficient of variation and modified total Bregman divergence measure for brain MRI image segmentation 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110458 PMID:40527240	研究论文	提出了一种基于核化加权局部信息的图片模糊聚类方法，用于脑部MRI图像分割	首次在图片模糊集框架下使用多元变异系数理论开发局部图片模糊信息度量，并整合非欧几里得距离度量以提高分割精度	NA	解决噪声环境下医学图像分割的挑战	脑部MRI图像	计算机视觉	脑部疾病	核化加权局部信息方法	图片模糊聚类	MRI图像	Brainweb、IBSR和MRBrainS18 MRI数据集以及CT图像模板
140	2025-07-07	Learning hemodynamic scalar fields on coronary artery meshes: A benchmark of geometric deep learning models 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110477 PMID:40532501	research paper	该研究通过几何深度学习模型对冠状动脉血流动力学标量场进行预测，作为计算流体动力学（CFD）模拟的替代方法	首次对多种几何深度学习后端在预测冠状动脉虚拟血流储备分数（vFFR）场方面进行全面实证分析，并确定基于变压器的架构在复杂拓扑数据集中的优越性	研究主要关注几何深度学习模型在特定数据集上的表现，可能无法完全代表所有临床场景	评估不同几何深度学习后端在预测冠状动脉血流动力学场方面的性能，寻找CFD模拟的有效替代方法	冠状动脉血流动力学场（特别是vFFR场）	digital pathology	cardiovascular disease	computational fluid dynamics (CFD), geometric deep learning	transformer-based architectures, CNN, LSTM, GAN	mesh data	1,500个合成的左冠状动脉分叉数据集和427个患者特异性CFD模拟数据集