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
141	2025-07-19	Deep Learning-Based MRI Analysis Reveals Lewy Body Co-Pathology Accelerates Brain Aging in Alzheimer's Disease 2025-Jun-26, Research square DOI:10.21203/rs.3.rs-6874970/v1 PMID:40678251	研究论文	本研究利用深度学习分析MRI扫描，揭示了路易体共病理加速阿尔茨海默病患者脑老化	首次结合脑脊液α-突触核蛋白种子扩增实验和深度学习MRI分析，量化路易体共病理对阿尔茨海默病神经退行性变的影响	研究样本主要来自认知障碍患者，可能无法完全代表疾病早期变化	探究路易体病理与阿尔茨海默病共存的协同效应对脑老化的影响	4,355名认知正常个体和803名认知障碍患者的MRI数据	数字病理学	阿尔茨海默病	MRI扫描和脑脊液α-突触核蛋白种子扩增实验(SAA)	深度学习模型	MRI图像	4,355名认知正常个体用于模型训练，803名认知障碍患者用于应用分析
142	2025-07-19	FIR-LSTM: An Explainable Deep Learning Framework for Predicting Iatrogenic Withdrawal Syndrome in Pediatric Intensive Care Units 2025-Jun-25, Research square DOI:10.21203/rs.3.rs-6787167/v1 PMID:40678213	研究论文	开发了一种可解释的深度学习框架FIR-LSTM，用于预测儿科重症监护病房中的医源性戒断综合征	结合单向多层LSTM网络和层间相关性传播（LRP）技术，提高了模型的解释性和预测性能	研究仅基于电子健康记录（EHRs），未考虑其他可能的临床因素	早期预测儿科ICU患者医源性戒断综合征（IWS）风险，以促进及时干预	儿科重症监护病房患者	机器学习	医源性戒断综合征	层间相关性传播（LRP）	LSTM	电子健康记录（EHRs）	NA
143	2025-07-19	AVN: A Deep Learning Approach for the Analysis of Birdsong 2025-Jun-22, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.10.593561 PMID:39229184	研究论文	本文介绍了一种名为AVN的深度学习行为分析流程，用于斑胸草雀等鸣禽学习发声的分析	开发了无需额外训练数据即可跨多个动物群体高精度注释鸣声的深度学习流程，并生成可解释的特征集来描述鸣声的语法、时间和声学特性	NA	通过标准化表型和学习结果的映射，促进和加速对发声行为的研究，从而更好地将行为与潜在的神经过程联系起来	斑胸草雀的鸣声	深度学习	NA	深度学习	NA	音频数据	多个研究小组和实验中的斑胸草雀鸣声数据
144	2025-07-19	Development and validation of a deep learning-based automatic classification algorithm for the medial temporal lobe atrophy score using a multimodality cascade transformer 2025-Jun-17, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.106993 PMID:40675115	research paper	开发并验证了一种基于深度学习的自动分类算法，用于认知障碍患者内侧颞叶萎缩（MTA）评分的分类	使用多模态级联Transformer开发深度学习模型，自动化MTA评分分类	模型性能在深度学习和机器学习方法之间相似，未显示出显著优势	开发并验证自动分类算法以评估认知障碍患者的MTA评分	认知障碍患者	digital pathology	geriatric disease	deep learning, machine learning	Transformer	image	训练数据集1694名患者，内部测试数据集297名患者，外部测试数据集400名患者
145	2025-07-19	Regulatory risk loci link disrupted androgen response to pathophysiology of Polycystic Ovary Syndrome 2025-Jun-11, medRxiv : the preprint server for health sciences DOI:10.1101/2025.03.26.25324630 PMID:40196246	研究论文	本研究整合分子和表观基因组注释，利用深度学习框架预测多囊卵巢综合征（PCOS）风险变异的细胞类型特异性调控效应	使用深度学习模型预测PCOS风险变异的调控效应，揭示这些变异如何影响关键转录因子结合位点，从而调控促性腺激素信号、卵泡生成和类固醇生成	研究主要基于预测模型，需要进一步的实验验证来确认这些调控效应的生物学意义	解析PCOS的复杂遗传景观，揭示易感位点如何驱动分子机制	多囊卵巢综合征（PCOS）风险变异及其在脑和内分泌细胞类型中的调控效应	机器学习	多囊卵巢综合征	深度学习（DL）	深度学习模型	表观基因组数据	NA
146	2025-07-19	Current State of Artificial Intelligence Model Development in Obstetrics 2025-Jun-05, Obstetrics and gynecology IF:5.7Q1 DOI:10.1097/AOG.0000000000005944 PMID:40472381	综述	本文回顾了最近关于人工智能在产科应用的相关文献，描述了AI在特定产科问题中的应用趋势，并评估了AI对产科护理的潜在影响	总结了AI在产科领域的最新应用趋势，并指出了未来可能影响产科护理的AI技术	大多数研究的人群与美国人口差异较大，其普遍适用性不确定，且很少有模型真正部署到产科实践中	评估人工智能在产科领域的应用现状及其对产科护理的潜在影响	产科领域的人工智能应用	数字病理学	产科疾病	机器学习, 深度学习, 神经网络	NA	NA	研究样本量从10到953,909不等
147	2025-07-19	Deep learning model for differentiating thyroid eye disease and orbital myositis on computed tomography (CT) imaging 2025-Jun-03, Orbit (Amsterdam, Netherlands) DOI:10.1080/01676830.2025.2510587 PMID:40459922	research paper	开发一种深度学习模型，利用眼眶CT成像准确区分甲状腺眼病和眼眶肌炎	使用深度学习模型通过单一冠状位眼眶CT图像高精度区分甲状腺眼病和眼眶肌炎，并识别除眼外肌增大外的其他显著特征	单中心回顾性研究，样本量相对较小	开发一种能够准确区分甲状腺眼病和眼眶肌炎的深度学习模型	甲状腺眼病和眼眶肌炎患者及正常对照	digital pathology	thyroid eye disease, orbital myositis	orbital computed tomography (CT) imaging	Visual Geometry Group-16 network	image	1628张图像来自192名患者（110名甲状腺眼病，51名眼眶肌炎，31名对照）
148	2025-07-19	Efficiency of oral keratinized gingiva detection and measurement based on convolutional neural network 2025-Jun, Journal of periodontology IF:4.2Q1 DOI:10.1002/JPER.24-0151 PMID:39007745	研究论文	本研究评估了不同卷积神经网络（CNN）在深度学习算法中检测和测量口腔角化牙龈的效率	使用ResNet50模型自动分割角化牙龈，准确率达到91.4%，并与临床医生的测量结果高度一致	测量结果受测量操作者、表型和颌骨类型的影响，存在统计学显著差异	评估深度学习算法在口腔角化牙龈检测和测量中的应用	口腔角化牙龈	计算机视觉	口腔疾病	深度学习	CNN, ResNet50	图像	600张口腔内照片（来自1200张照片）
149	2025-07-19	An innovative ensemble approach of deep learning models with soft computing techniques for GIS-based drought-zonation mapping in Rarh Region, West Bengal 2025-Jun, Environmental science and pollution research international DOI:10.1007/s11356-025-36634-7 PMID:40560313	research paper	本研究提出了一种创新的深度学习集成方法，结合软计算技术，用于基于GIS的西孟加拉邦Rarh地区干旱分区制图	采用Hybrid Deep Learning Ensemble模型进行干旱分区制图，相比传统MLP NN和DenseNet神经网络具有更高精度	研究仅针对西孟加拉邦Rarh地区，可能无法直接推广到其他地理区域	开发高精度的干旱分区制图方法，以支持干旱风险管理和可持续发展战略	西孟加拉邦Rarh地区的Birbhum和Purba Bardhhaman地区	machine learning	NA	GIS, 深度学习集成方法	MLP NN, DenseNet, Hybrid Deep Learning Ensemble	地理空间数据, 气象数据, 农业数据, 水文数据, 社会经济数据	27个干旱评估因子，覆盖Birbhum和Purba Bardhhaman地区
150	2025-07-19	SAFFusion: a saliency-aware frequency fusion network for multimodal medical image fusion 2025-Jun-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.555458 PMID:40677382	research paper	提出了一种基于显著性感知的频率融合网络SAFFusion，用于多模态医学图像融合	引入了Mamba-UNet多尺度编码器-解码器架构和轮廓波变换，设计了双分支频率特征融合模块，并利用潜在低秩表示评估图像显著性	未明确提及具体局限性	提高多模态医学图像融合效果，为阿尔茨海默病诊断和脑肿瘤检测分割等临床决策提供更全面的参考	多模态医学图像（CT/MRI、SPECT/MRI、PET/MRI）	digital pathology	Alzheimer's disease, brain tumors	contourlet transform, latent low-rank representation (LatLRR)	Mamba-UNet	medical images	NA
151	2025-07-19	Deep learning for the detection of colon polyps with malignant potential: ex vivo classification using feature-enhanced optical coherence tomography (OCT) images 2025-Jun-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.555185 PMID:40677387	研究论文	本研究提出了一种基于深度学习的特征增强光学相干断层扫描(OCT)图像分类框架，用于检测具有恶性潜能的结肠息肉	通过提取OCT图像中的额外特征作为疾病生物标志物，并结合深度学习模型进行决策级融合，提高了分类准确性	研究使用的是离体样本，尚未在临床环境中验证	提高结肠直肠癌筛查中OCT技术的有效性和成本效益	结肠息肉	数字病理学	结肠直肠癌	光学相干断层扫描(OCT)	深度学习分类模型	图像	未明确提及具体样本数量(离体结肠息肉OCT图像)
152	2025-07-19	Perturbation response scanning of drug-target networks: Drug repurposing for multiple sclerosis 2025-Jun, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101295 PMID:40678478	研究论文	本文提出了一种结合弹性网络模型(ENM)和扰动响应扫描(PRS)的药物靶点网络分析方法，用于多发性硬化症(MS)的药物重定位	首次将PRS分析应用于药物靶点网络，结合深度学习和网络扰动框架，为MS药物重定位提供新方法	方法在其它复杂疾病中的适用性需要进一步验证	开发网络医学新方法用于药物重定位	多发性硬化症(MS)及其相关药物靶点网络	网络医学	多发性硬化症	弹性网络模型(ENM)、扰动响应扫描(PRS)、深度学习	随机游走重启算法、网络扰动模型	基因数据、网络数据	基于共享基因构建的MS共病网络，以及cuprizone诱导的慢性小鼠模型
153	2025-07-19	druglikeFilter 1.0: An AI powered filter for collectively measuring the drug-likeness of compounds 2025-Jun, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101298 PMID:40678482	研究论文	介绍了一个基于深度学习的框架druglikeFilter，用于从四个关键维度评估化合物的药物相似性	首次提出一个综合评估药物相似性的深度学习框架，涵盖理化规则、毒性警报、结合亲和力和化合物可合成性四个维度	未提及具体的评估准确率或与其他工具的对比结果	降低药物开发成本并提高成功率	化合物库中的化合物	药物发现	NA	深度学习	NA	化学化合物数据	未提及具体样本量
154	2025-07-19	In silico prediction of pK a values using explainable deep learning methods 2025-Jun, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2024.101174 PMID:40678476	研究论文	本研究提出了一种名为GraFp的可解释深度学习模型，用于预测分子的pKa值	结合图神经网络和分子指纹技术，并引入Integrated Gradients提高模型的可解释性	未提及模型在特定类型分子上的表现或泛化能力	开发高精度且可解释的pKa预测方法以支持药物研发	分子化合物	机器学习	NA	图神经网络(GNNs)、分子指纹、Integrated Gradients	GNN	分子结构数据	未明确说明样本数量
155	2025-07-19	Identify drug-drug interactions via deep learning: A real world study 2025-Jun, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101194 PMID:40678481	研究论文	本研究开发了一种名为MDFF的多维特征融合模型，用于预测药物相互作用（DDIs），并在真实世界数据中验证其性能	MDFF模型整合了一维简化分子输入行条目系统序列特征、二维分子图特征和三维几何特征，以增强药物表示，从而提升DDI预测的准确性	尽管在真实世界数据中表现良好，但样本量较小（仅12份不良反应报告），且未在其他医疗机构数据中进行验证	通过深度学习技术提高药物相互作用（DDIs）的预测准确性，以预防多重用药的不良反应	药物相互作用（DDIs）	机器学习	NA	深度学习	MDFF（多维特征融合模型）	分子序列数据、分子图数据、几何特征数据	两个DDI数据集进行训练和验证，12份真实世界不良反应报告进行测试
156	2025-07-19	Physics-informed neural networks for optimal vaccination plan in SIR epidemic models 2025-May-20, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2025059 PMID:40676987	研究论文	本研究探讨了在具有恒定感染和恢复率的SIR模型中实现最短根除时间的最优疫苗接种计划	提出了一种基于物理信息神经网络的网格自由框架来近似解决HJB方程，并通过动态规划原理高效获得最优疫苗接种控制	研究假设感染和恢复率为恒定值，可能限制了模型在更复杂流行病场景中的应用	解决流行病建模中的最优控制问题及其对应的HJB方程	SIR流行病模型中的最优疫苗接种计划	机器学习	NA	物理信息神经网络(PINN)	神经网络	数值数据	NA
157	2025-07-19	Using deep learning for estimation of time-since-injury in pediatric accidental fractures 2025-May, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06223-4 PMID:40258953	研究论文	本研究利用深度学习模型评估儿童意外长骨骨折的受伤时间	首次应用深度学习模型对儿童长骨骨折的受伤时间进行准确估计，提高了骨折时间评估的精确性	研究数据仅来自一家大型中西部儿童医院，可能影响模型的泛化能力	改进儿童意外长骨骨折的影像学评估方法，提高骨折时间估计的准确性	6岁以下儿童的长骨意外骨折	数字病理学	骨折	深度学习	深度学习模型	影像	来自399名患者的2,328张X光片
158	2025-07-19	Quantitative molecular imaging using deep magnetic resonance fingerprinting 2025-Apr-01, Nature protocols IF:13.1Q1 DOI:10.1038/s41596-025-01152-w PMID:40169753	research paper	本文介绍了一种基于深度学习的饱和转移磁共振指纹图谱（MRF）方法，用于蛋白质、代谢物和pH值的非侵入性体内成像	深度MRF提供了一种定量且快速的框架，用于提取具有生物学和临床意义的分子信息，解决了传统方法的复杂性和半定量问题	该方法的实施时间较长，复杂多质子池体内成像可能需要57小时	开发一种定量分子MRI方法，用于癌症监测、脑髓鞘成像和pH定量等多种应用	体外样本、动物和人类扫描	digital pathology	NA	磁共振指纹图谱（MRF）、化学交换饱和转移（CEST）、半固态磁化转移（MT）	深度学习模型	MRI图像	未明确说明具体样本数量，但涉及体外样本、动物和人类扫描
159	2025-07-19	Accuracy of deep learning-based upper airway segmentation 2025-03, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2024.102048 PMID:39244033	研究论文	本研究评估了基于深度学习的自动模型和半自动方法在上气道分割中的准确性，并与金标准手动方法进行了比较	使用MONAI Label框架训练自动分割模型，并与开源程序ITK-SNAP的半自动分割方法进行比较，验证了两种方法在临床中的可接受性	研究仅针对CBCT图像，未涉及其他影像模态	评估自动和半自动上气道分割方法的准确性，以辅助正畸治疗中的诊断和规划	上气道的体积和形态	数字病理	NA	CBCT	深度学习	图像	NA
160	2025-07-19	[Artificial intelligence in healthcare] 2025-Mar, Klinicka mikrobiologie a infekcni lekarstvi PMID:40678962	综述	本文简要概述了人工智能在医疗领域的历史、工作原理及具体应用	探讨了AI在医疗影像技术、医学文档分析和临床决策支持中的创新应用	面临潜在错误、伦理困境和滥用风险等挑战	概述人工智能在医疗领域的应用及其挑战	人工智能在医疗领域的应用	医疗信息学	NA	机器学习、深度学习、神经网络	NA	医疗影像、医学文档、临床数据	NA