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
1521	2025-07-17	Proposed SmartBarrel System for Monitoring and Assessment of Wine Fermentation Processes Using IoT Nose and Tongue Devices 2025-Jun-21, Sensors (Basel, Switzerland) DOI:10.3390/s25133877 PMID:40648136	研究论文	本文介绍了SmartBarrel，一种基于物联网的创新感官系统，用于监测和预测葡萄酒发酵过程	提出了一种新型的深度学习模型V-LSTM，以及结合模糊逻辑模块进行酒精含量估计和发酵曲线生成	实验规模较小，可能需要在更大规模的发酵过程中进一步验证	开发一个智能系统来监测和预测葡萄酒发酵过程的关键参数	葡萄酒发酵过程	物联网	NA	IoT传感器、深度学习、模糊逻辑	V-LSTM	传感器数据（气体排放、酸度、残糖、颜色变化）	小规模发酵实验
1522	2025-07-17	Automated chart filing on bitewings using deep learning: enhancing clinical diagnosis in a multi-center study 2025-Jun-21, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105919 PMID:40550354	研究论文	本研究提出了一种基于深度学习的自动化咬翼片图表归档方法，旨在提高牙科临床诊断的效率和准确性	开发了Hierarchical Mask DINO模型进行多类别分层端到端实例分割，相比其他模型在牙齿发现分类上表现更优	样本主要来自欧洲三个国家，可能限制了模型在其他人群中的泛化能力	自动化咬翼片的全面图表归档，提高牙科诊断效率	咬翼片X光图像	数字病理	牙科疾病	深度学习	Hierarchical Mask DINO, Mask DINO, SparseInst, Mask R-CNN	图像	1045张咬翼片用于训练和验证，216张用于外部测试
1523	2025-07-17	Design and Evaluation of a Soft Robotic Actuator with Non-Intrusive Vision-Based Bending Measurement 2025-Jun-20, Sensors (Basel, Switzerland) DOI:10.3390/s25133858 PMID:40648117	研究论文	本文介绍了一种新型软体气动执行器的设计与评估，该执行器具有两个独立的弯曲腔室，用于康复目的	采用双腔室配置和基于视觉的非侵入式弯曲测量方法，减少了传统可穿戴设备的复杂性和布线	未提及长期使用下的耐用性或不同环境条件下的性能稳定性	开发用于康复和人机交互的软体执行器	软体气动执行器及其弯曲测量系统	机器人技术	康复医学	基于视觉的深度学习检测	深度学习模型	图像	未明确提及
1524	2025-07-17	Deep Learning Improves Parameter Estimation in Reinforcement Learning Models 2025-Jun-18, bioRxiv : the preprint server for biology DOI:10.1101/2025.03.21.644663 PMID:40666915	research paper	该研究探讨了深度学习在强化学习模型参数估计中的应用，并与传统方法进行比较	提出了一种结合神经网络和现代优化技术的深度学习流程，以提高强化学习模型参数估计的准确性和可靠性	尽管两种方法在预测性能上相当，但产生的参数估计存在差异，表明仅凭拟合性能不足以识别这些参数	研究深度学习是否能够改进强化学习模型中的参数估计	人类和动物的基于价值的决策数据集	machine learning	NA	deep learning, neural networks, modern optimization techniques	reinforcement learning (RL) models	value-based decision-making datasets	来自人类和动物的多样化数据集
1525	2025-07-17	Graph Attention Neural Networks Reveal TnsC Filament Assembly in a CRISPR-Associated Transposon 2025-Jun-17, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.17.659969 PMID:40666904	研究论文	本文结合多微秒自由能模拟和基于深度学习的图注意力网络（GAT）模型，揭示了CRISPR相关转座子中TnsC丝状体组装和生长的分子机制	利用GAT模型从复杂分子模拟中提供可解释的机制见解，并揭示了TnsC丝状体在5'→3'方向上的定向伸长动态补偿机制	NA	阐明TnsC丝状体形成和生长的分子机制，以促进CAST系统的理性设计	CRISPR相关转座子（CAST）系统中的AAA+ ATP酶TnsC	机器学习	NA	多微秒自由能模拟，深度学习	GAT（图注意力网络）	分子模拟数据	NA
1526	2025-07-17	Developing inhibitors of the guanosine triphosphate hydrolysis accelerating activity of Regulator of G protein Signaling-14 2025-Jun-17, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.11.659181 PMID:40667230	研究论文	本文描述了成功识别和验证一种可选择性抑制RGS14 GTP酶加速蛋白(GAP)活性的可处理化学型	首次发现可抑制RGS14 GAP活性的小分子化合物，并通过机器学习增强的对接技术优化配体	研究主要基于计算机模拟和体外实验，尚未进行体内疗效验证	开发针对RGS14蛋白GAP活性的抑制剂	RGS14蛋白及其与Gα蛋白的相互作用	药物发现	中枢神经系统疾病和代谢紊乱	结构引导虚拟筛选、配体对接、荧光检测、放射性GTP水解测定	深度学习	分子结构数据	40多种第二代活性类似物
1527	2025-07-17	Advancements in epilepsy classification: Current trends and future directions 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103257 PMID:40655433	综述	本文全面综述了利用脑电图（EEG）信号分类局灶性和非局灶性癫痫的最新进展	强调了机器学习和深度学习方法在克服现有分类挑战中的作用，并探讨了结合传统信号处理技术与机器学习算法的混合模型应用	未提及具体样本量或实验数据，可能缺乏实证支持	提高癫痫分类精度并探索未来研究方向	局灶性和非局灶性癫痫	机器学习	癫痫	EEG信号处理	混合模型（传统信号处理与机器学习结合）	EEG信号	NA
1528	2025-07-17	XSE-TomatoNet: An explainable AI based tomato leaf disease classification method using EfficientNetB0 with squeeze-and-excitation blocks and multi-scale feature fusion 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103159 PMID:40655435	研究论文	本文提出了一种基于可解释AI的番茄叶病分类方法XSE-TomatoNet，通过结合EfficientNetB0、SE模块和多尺度特征融合技术，提高了分类性能	XSE-TomatoNet通过引入SE模块和多尺度特征融合技术，增强了模型对番茄叶病的分类能力，并利用LIME、SHAP、Grad-CAM等方法提高了模型的可解释性	NA	提高番茄叶病的自动分类准确率，并为种植者提供实用的诊断工具	番茄叶病	计算机视觉	植物疾病	深度学习	EfficientNetB0, SE模块, 多尺度特征融合	图像	NA
1529	2025-07-17	Artificial Intelligence in Cardiovascular Diagnosis: Innovations and Impact on Disease Screenings 2025-Jun, Journal of pharmacy & bioallied sciences DOI:10.4103/jpbs.jpbs_557_25 PMID:40655749	研究论文	本文探讨了人工智能在心血管疾病诊断中的创新及其对疾病筛查的影响	利用AI技术（如机器学习和深度学习算法）提高心血管疾病的诊断准确性和早期检测能力	未提及具体AI模型在临床实践中的实际应用限制或数据隐私问题	探索AI在心血管疾病诊断和预测中的应用及其对医疗系统的潜在影响	心血管疾病（如心力衰竭、心房颤动、冠状动脉疾病和瓣膜性心脏病）	数字病理学	心血管疾病	机器学习和深度学习算法	CNN	图像（如ECG）	NA
1530	2025-07-17	Evaluation of Artificial Intelligent Systems Based Analysis in Dental Periapical Lesions - A Radiological Study 2025-Jun, Journal of pharmacy & bioallied sciences DOI:10.4103/jpbs.jpbs_2002_24 PMID:40655781	研究论文	本研究评估了基于AI的牙科根尖周病变分析，使用CBCT扫描进行放射学研究	比较了手动机器学习AI和深度学习AI在牙科根尖周病变诊断中的准确性，发现手动机器学习AI表现更优	研究样本量有限（500例CBCT扫描），且仅在单一机构进行	评估AI系统在牙科根尖周病变放射学诊断中的性能	牙科根尖周病变（根尖周囊肿、脓肿和肉芽肿）	数字病理	牙科疾病	CBCT扫描	手动机器学习AI和深度学习AI	医学影像	500例CBCT扫描（400例训练，100例测试）
1531	2025-07-17	Artificial Intelligence in Ultrasound-Based Diagnoses of Gynecological Tumors: A Systematic Review 2025-Jun, Cureus DOI:10.7759/cureus.85884 PMID:40656430	系统综述	本文系统综述了人工智能在基于超声的妇科肿瘤诊断中的应用，评估了其性能指标、方法学优势和局限性	首次系统评估了AI在妇科肿瘤超声诊断中的综合表现，并提出了未来研究方向	研究间存在成像方案、样本量和验证方法的异质性，仅3项研究采用前瞻性设计，少数研究解决了算法偏差或真实世界临床整合问题	评估人工智能在妇科肿瘤超声诊断中的应用效果	妇科肿瘤（卵巢癌、子宫内膜癌和子宫肿块）	数字病理学	妇科肿瘤	超声成像	CNN, ResNet	图像	26项符合条件的研究（共252条初始记录）
1532	2025-07-17	Emerging frontiers in protein structure prediction following the AlphaFold revolution 2025-Apr, Journal of the Royal Society, Interface DOI:10.1098/rsif.2024.0886 PMID:40233800	综述	本文探讨了深度学习驱动的蛋白质结构预测工具（如AlphaFold）的最新进展及其在高级应用中的应用	聚焦于AlphaFold革命后蛋白质结构预测的前沿应用，并提出了报告AlphaFold预测的指南	未涉及蛋白质动态行为及其与其他生物分子相互作用的具体实验验证	推动蛋白质结构预测工具在生物学、化学和计算机科学交叉领域的应用	蛋白质结构及其与其他生物分子的相互作用	生物信息学	NA	深度学习	AlphaFold	蛋白质结构数据	数百万个蛋白质结构模型
1533	2025-07-17	De novo design of self-assembling peptides with antimicrobial activity guided by deep learning 2025-Mar-14, Nature materials IF:37.2Q1 DOI:10.1038/s41563-025-02164-3 PMID:40087536	research paper	本文介绍了一种基于深度学习的自组装抗菌肽的设计方法，用于解决细菌耐药性问题	整合非天然氨基酸增强肽自组装，并通过深度学习预测功能活性，无需大量实验标注	NA	设计具有抗菌功能的自组装肽材料	自组装肽及其抗菌活性	machine learning	bacterial infection	deep learning	NA	NA	小鼠肠道细菌感染模型
1534	2025-07-17	Deep Learning for Protein-Ligand Docking: Are We There Yet? 2025-Feb-09, ArXiv PMID:38827451	研究论文	本文介绍了PoseBench，首个用于蛋白质-配体对接的全面基准测试，旨在评估深度学习方法在蛋白质-配体对接和结构预测中的应用	首次系统地研究了最新对接和结构预测方法在预测蛋白质结构、多配体结合和无结合口袋知识的情况下的表现，并引入了首个多配体基准数据集	深度学习方法在预测新蛋白质序列或多配体蛋白质目标时，难以平衡结构准确性和化学特异性	评估深度学习方法在蛋白质-配体对接和结构预测中的实际应用效果	蛋白质-配体对接和结构预测方法	生物信息学	NA	深度学习	DL co-folding methods, AlphaFold 3	蛋白质结构数据	主要配体和多配体基准数据集
1535	2025-07-17	Integrated Deep Learning Model for the Detection, Segmentation, and Morphologic Analysis of Intracranial Aneurysms Using CT Angiography 2025-01, Radiology. Artificial intelligence DOI:10.1148/ryai.240017 PMID:39503602	研究论文	开发一种基于CT血管造影数据的深度学习模型，用于未破裂颅内动脉瘤的形态学测量，并通过多中心数据集验证其性能	提出了一种集成深度学习模型（IDL），能够同时进行未破裂颅内动脉瘤的检测、分割和形态学测量，并验证了其辅助初级放射科医生提高测量性能的能力	研究为回顾性设计，可能受到选择偏倚的影响	开发并验证用于未破裂颅内动脉瘤形态学分析的深度学习模型	未破裂颅内动脉瘤患者和对照组人群	数字病理学	颅内动脉瘤	CT血管造影（CTA）	nnU-Net算法	医学影像	训练集包含1182名动脉瘤患者和578名对照者，外部测试集包含535名动脉瘤患者
1536	2025-07-17	Comprehensive Management of Intracranial Aneurysms Using Artificial Intelligence: An Overview 2025-01, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.10.108 PMID:39521404	review	本文综述了人工智能在颅内动脉瘤综合管理中的最新进展，包括检测、分割、破裂风险评估和治疗结果预测等方面	利用深度学习算法，AI在精确识别和分割动脉瘤方面展现出卓越能力，显著提高了诊断的敏感性和准确性，并能预测动脉瘤的生长、破裂风险和预后情况	文章简要讨论了临床AI部署面临的挑战和未来发展方向，但未具体说明当前技术的局限性	优化颅内动脉瘤的临床管理，提高诊断和治疗效果	颅内动脉瘤（IAs）及其相关临床管理	digital pathology	cardiovascular disease	deep learning	NA	image	NA
1537	2025-07-17	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	本文提出了一种名为NIMIWAE的新型VAE架构，用于处理生物医学数据中的不可忽略缺失数据问题	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	NA	解决生物医学数据中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的新型架构)	高维不完整数据集	12,000名ICU患者的电子健康记录(EHR)数据集
1538	2025-07-17	Deep learning analysis of long COVID and vaccine impact in low- and middle-income countries (LMICs): development of a risk calculator in a multicentric study 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1416273 PMID:40642241	研究论文	本研究利用深度学习分析低收入和中等收入国家（LMICs）中长期COVID症状及疫苗影响，并开发了一个多中心研究中的风险计算器	首次在LMICs中应用自监督和无监督深度神经网络分析长期COVID症状，并开发GBM模型预测慢性疲劳综合征、抑郁和长期COVID症状的风险	研究样本仅来自LMICs，可能无法完全代表全球情况	填补关于COVID-19急性和慢性症状、疫苗接种影响及相关因素的知识空白	18岁及以上COVID-19检测阳性的患者	机器学习	COVID-19	自监督和无监督深度神经网络	GBM	问卷数据	2445名参与者
1539	2025-07-17	Integrating weighted gene co-expression network analysis and machine learning to elucidate neural characteristics in a mouse model of depression 2025, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2025.1564095 PMID:40656047	研究论文	本研究结合加权基因共表达网络分析（WGCNA）和随机森林算法，探索抑郁症小鼠模型的神经生物学特征	首次将WGCNA与随机森林算法结合，识别与抑郁症发病密切相关的关键基因，为早期诊断和精准治疗提供理论支持和潜在生物标志物	研究仅基于小鼠模型，结果在人类中的适用性需要进一步验证	探索抑郁症的神经生物学特征并识别相关关键基因	抑郁症小鼠模型	机器学习	抑郁症	WGCNA, RNA-seq	随机森林	基因表达数据	来自公共GEO数据集（如GSE102556）的抑郁症相关小鼠模型基因表达数据
1540	2025-07-17	A deep learning software tool for automated sleep staging in rats via single channel EEG 2025, NPP - digital psychiatry and neuroscience DOI:10.1038/s44277-025-00035-y PMID:40656054	research paper	开发了一种基于深度学习的软件工具，用于通过单通道EEG自动对大鼠的睡眠阶段进行分类	使用深度学习模型自动化睡眠阶段分类，减少人工标注的劳动强度，并提供大量专家评分的睡眠数据供公共使用	研究仅基于16只大鼠的数据，样本量相对较小	开发一种自动化的方法，用于分类大鼠的三种睡眠阶段（REM/反常睡眠、NREM/慢波睡眠和清醒状态）	大鼠的睡眠阶段	machine learning	NA	EEG	DNN	EEG信号	16只大鼠，每只进行两次24小时记录