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
161	2025-05-13	Computational characterization of lymphocyte topology on whole slide images of glomerular diseases 2025-Apr-14, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.12.25325548 PMID:40321276	研究论文	本研究通过计算量化淋巴细胞炎症的拓扑结构，并测试其临床相关性，旨在改进肾小球疾病中炎症细胞分布的评估方法	开发了一种基于图的生境聚类算法，用于识别密集与稀疏的淋巴细胞生境，并提取了26种高通量定量病理组学特征	研究样本量相对有限（N=333），且仅针对FSGS和MCD两种疾病	通过计算病理学方法改进肾小球疾病中淋巴细胞炎症的评估和预后预测	肾小球疾病患者的淋巴细胞分布模式	数字病理学	肾小球疾病（FSGS和MCD）	深度学习、图建模、LASSO-正则化Cox比例风险模型	深度学习模型、图模型	全切片图像（WSI）	333名NEPTUNE/CureGN参与者（155名FSGS和178名MCD患者）
162	2025-05-13	Multitask Deep Learning Models of Combined Industrial Absorption, Distribution, Metabolism, and Excretion Datasets to Improve Generalization 2025-Apr-07, Molecular pharmaceutics IF:4.5Q1 DOI:10.1021/acs.molpharmaceut.4c01086 PMID:40053846	研究论文	本文通过结合Genentech和Roche的ADME数据集，评估了扩大化学空间对机器学习模型性能的影响，并利用多任务神经网络架构同时建模多个终点	首次对大规模历史ADME数据集进行跨站点数据结合的实验，并展示了多任务模型在提高泛化能力方面的优势	实验方法存在差异时，无法直接聚合数据	优化药物发现过程中化合物的吸收、分布、代谢和排泄(ADME)特性	来自Genentech和Roche的ADME数据集	机器学习	NA	多任务(MT)神经网络	神经网络	实验测量数据	超过100万次个体测量，分布在11个检测终点
163	2025-05-13	Performance of artificial intelligence-based diagnosis and classification of peri-implantitis compared with periodontal surgeon assessment: a pilot study of panoramic radiograph analysis 2025-Apr-02, Journal of periodontal & implant science DOI:10.5051/jpis.2500280014 PMID:40350773	研究论文	本研究评估了深度学习模型在全景X光片上诊断和分类种植体周围炎相关骨缺损的性能	使用深度学习模型（YOLOv8）进行种植体周围炎骨缺损的诊断和分类，并与牙周外科医生的诊断准确性进行比较	数据集规模有限，未来研究需要扩展数据集并整合多模态影像	评估深度学习模型在种植体周围炎诊断和分类中的性能	种植体周围炎相关的骨缺损	数字病理	种植体周围炎	深度学习	YOLOv8	全景X光片	1,075张全景X光片（来自426名患者，共2,250个种植位点）
164	2025-05-13	De novo design of transmembrane fluorescence-activating proteins 2025-Apr, Nature IF:50.5Q1 DOI:10.1038/s41586-025-08598-8 PMID:39972138	研究论文	本文介绍了通过深度学习和基于能量的方法设计能够紧密结合小分子的跨膜蛋白质	首次实现了跨膜蛋白质的从头设计，能够特异性结合小分子并激活荧光，具有高亮度和量子产率	NA	设计能够特异性结合小分子的跨膜蛋白质	跨膜蛋白质和小分子配体	蛋白质设计	NA	深度学习、基于能量的方法、梯度引导幻觉	NA	蛋白质结构数据	活细菌和真核细胞的膜组分
165	2025-05-13	Improving explanations for medical X-ray diagnosis combining variational autoencoders and adversarial machine learning 2025-Apr, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109857 PMID:39999495	研究论文	提出了一种结合变分自编码器和对抗性机器学习的新型深度学习架构，用于医学X射线诊断的可解释人工智能	利用变分自编码器特性在低维嵌入空间中生成图像的线性修改，并将其重建为原始图像空间中的非线性解释，通过全局和局部正则化潜在空间存储视觉和语义信息	未提及具体样本量或临床验证结果	提升医学影像诊断中人工智能系统的可解释性	医学X射线影像	计算机视觉	NA	变分自编码器(VAE)、对抗性机器学习、多目标遗传算法	VAE	医学影像	NA
166	2025-05-13	A dual-stage framework for segmentation of the brain anatomical regions with high accuracy 2025-Apr, Magma (New York, N.Y.) DOI:10.1007/s10334-025-01233-7 PMID:40042762	研究论文	本研究提出了一种基于深度学习的两阶段框架，用于精确分割大脑MR区域，旨在识别大脑内不同解剖结构的位置和形状细节	采用两阶段3D分割技术，第二阶段使用SegResNet细化特定区域的细分，显著提高了分割精度	未提及具体的数据集规模或多样性限制	开发一种高精度的大脑MR区域分割方法	成人受试者的大脑MR图像，包括认知正常者和认知衰退者	数字病理学	认知衰退	3D分割技术	3D U-Net和SegResNet	MR图像	未明确提及具体样本数量
167	2025-05-13	Analysis of AI foundation model features decodes the histopathologic landscape of HPV-positive head and neck squamous cell carcinomas 2025-Apr, Oral oncology IF:4.0Q2 DOI:10.1016/j.oraloncology.2025.107207 PMID:40043423	research paper	利用AI基础模型分析HPV阳性头颈部鳞状细胞癌的组织病理学特征	使用UNI基础模型和HistoXGAN生成对抗网络，首次系统性地识别并描述了HPV阳性HNSCC的组织学特征及其变异性模式	研究依赖于合成图像的分析，可能无法完全反映真实组织样本的所有复杂性	揭示HPV阳性头颈部鳞状细胞癌的组织病理学特征，并开发基于组织学的HPV状态预测方法	981例头颈部鳞状细胞癌患者的H&E染色切片	digital pathology	head and neck squamous cell carcinomas	self-supervised learning (SSL), generative adversarial network (GAN)	UNI, HistoXGAN	image	981例HNSCC患者
168	2025-05-13	Explainable deep learning models for predicting water pipe failures 2025-Apr, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124738 PMID:40054363	研究论文	本研究提出了一种利用深度学习算法预测水管故障的新方法，并通过优化模型超参数和数据缩放提升预测性能	首次将Deep Neural Networks (DNN)、Convolutional Neural Networks (CNN)和TabNet应用于水管故障预测，并结合贝叶斯优化(BO)和数据缩放技术优化模型性能	研究仅基于香港地区的水管网络数据，可能在其他地区的适用性有待验证	开发可解释的深度学习模型来预测水管网络中泄漏和爆裂的概率	水管网络中的管道	机器学习	NA	贝叶斯优化(BO)、Copeland算法、SHapley Additive exPlanations (SHAP)	DNN、CNN、TabNet	结构化数据	香港水管网络数据
169	2025-05-13	Bayesian uncertainty estimation of adsorption closure models in the computational simulation of contaminant transport 2025-Apr, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124708 PMID:40054364	research paper	研究吸附闭合模型在污染物传输计算模拟中的贝叶斯不确定性估计	采用嵌入式贝叶斯误差方法来理解吸附等温线在描述污染物吸附中的限制，并提出深度学习替代模型	吸附闭合模型参数需满足特定地球化学条件，使用需谨慎	评估污染物传输模型中吸附闭合模型的不确定性影响	污染物在多孔介质中的吸附过程	computational simulation	NA	Bayesian error approach, deep learning surrogate	probabilistic error model, deep learning surrogate	simulation data	NA
170	2025-05-13	Phyloformer: Fast, Accurate, and Versatile Phylogenetic Reconstruction with Deep Neural Networks 2025-Apr-01, Molecular biology and evolution IF:11.0Q1 DOI:10.1093/molbev/msaf051 PMID:40066802	研究论文	介绍了一种名为Phyloformer的快速、准确且多功能的系统发育重建方法，利用深度神经网络进行进化距离估计和系统发育重建	结合无似然推断和几何深度学习的最新进展，提出了一种新的系统发育重建方法，显著提高了计算速度和准确性	在序列数量增加时，拓扑准确性可能落后于最大似然方法	开发一种快速准确的系统发育重建方法，以克服现有方法的计算限制	序列数据和系统发育树	机器学习	NA	深度神经网络	Phyloformer	序列数据	3,801个来自五个不同数据集的经验基因比对
171	2025-05-13	Enhancing short-term algal bloom forecasting through an anti-mimicking hybrid deep learning method 2025-Apr, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124832 PMID:40068506	研究论文	提出了一种混合深度学习模型（TAB）结合新型失真损失函数（DILATE），用于提高短期藻华预测的准确性	开发了结合TCN、注意力机制和BiLSTM的混合模型TAB，并引入DILATE损失函数以增强预测鲁棒性	模型在藻华突然变化时的预测准确性可能仍有提升空间	提高短期藻华预测的准确性	江东水库和九龙江的现场藻华数据	机器学习	NA	深度学习	TCN, BiLSTM, 注意力机制	时间序列数据	江东水库和九龙江的每小时叶绿素a动态数据
172	2025-05-13	Determining the Importance of Lifestyle Risk Factors in Predicting Binge Eating Disorder After Bariatric Surgery Using Machine Learning Models and Lifestyle Scores 2025-Apr, Obesity surgery IF:2.9Q1 DOI:10.1007/s11695-025-07765-0 PMID:40045153	研究论文	本研究评估了生活方式风险因素与腹腔镜袖状胃切除术后两年暴食症发生的关系，并比较了不同机器学习模型的预测效果	首次结合生活方式评分和多种机器学习模型评估术后暴食症风险因素	样本量有限（450人），仅针对特定手术类型患者	评估生活方式风险因素对减重手术后暴食症发生的预测作用	接受腹腔镜袖状胃切除术的患者	机器学习	暴食症	机器学习建模	LG, KNN, DT, RF, SVM, XGBoost, ANN	临床问卷数据	450名术后2年患者
173	2025-05-13	Artificial intelligence-based deep learning algorithms for ground-glass opacity nodule detection: A review 2025-Apr, Narra J DOI:10.52225/narra.v5i1.1361 PMID:40352244	综述	本文综述了基于人工智能的深度学习算法在检测磨玻璃结节（GGO）方面的应用	评估了多种AI模型在GGO检测中的性能，并比较了它们的准确率、敏感性和特异性	纳入研究的数量有限（18篇），且部分模型的敏感性和特异性未报告	评估AI模型在胸部CT扫描中检测GGO结节的性能	磨玻璃结节（GGO）	数字病理学	肺癌	深度学习	DenseNet, WOANet	胸部CT扫描图像	18项符合纳入标准的研究（从5,247篇初步筛选记录中选出）
174	2025-05-13	Electronic Peer-Assisted Reflection in Educational Discussion Boards: A Content Analysis of Medical and Health Students' Opinions in Psychology-Related Courses 2025-Apr, Medical science educator IF:1.9Q2 DOI:10.1007/s40670-024-02256-w PMID:40352990	研究论文	本研究通过内容分析方法分析了医学生在心理学相关课程中对电子同伴辅助反思(ePAR)的看法	首次在医学教育中探讨电子同伴辅助反思在心理学课程中的应用效果	样本仅来自一所大学，可能影响结果的普遍性	评估电子同伴辅助反思在医学教育心理学课程中的应用效果	医学、实验室科学和公共卫生专业的学生	医学教育	NA	内容分析法	NA	文本数据(论坛讨论内容)	来自16个论坛的389名学生
175	2025-05-13	Artificial Intelligence in Gas Sensing: A Review 2025-Mar-28, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c02272 PMID:40067186	综述	本文综述了人工智能（AI）、机器学习（ML）和深度学习（DL）在增强和自动化气体传感方法中的作用，以及这些技术对新兴气体传感器系统的影响	AI、ML和DL方法能够处理和解释复杂的传感器数据，从而提高准确性、灵敏度和选择性，实现快速气体检测和定量浓度测量	NA	探讨AI在气体传感技术中的应用及其对传感器性能的提升	气体传感器技术及其与AI的集成	机器学习	NA	AI、ML、DL	NA	传感器数据	NA
176	2025-05-13	Deep learning-based segmentation of head and neck organs at risk on CBCT images with dosimetric assessment for radiotherapy 2025-Mar-26, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adbf63 PMID:40068304	研究论文	本研究开发了一个基于深度学习的框架，用于在CBCT图像上分割头颈部危险器官，并进行剂量学评估以促进放射治疗的重计划	提出了一个三步框架，整合了CT的高对比度信息和sCT的纹理特征，用于在CBCT图像上自动分割25个头颈部危险器官	CBCT图像存在软组织对比度差、伪影和视野有限的问题，且缺乏大型标注数据集来训练深度学习模型	开发一个全面的框架，用于在CBCT图像上分割头颈部危险器官，以促进放射治疗的重计划	头颈部危险器官（OARs）	数字病理	头颈癌	深度学习	DL模型	CBCT和CT图像	未明确提及样本数量
177	2025-05-13	Imaging Intravoxel Vessel Size Distribution in the Brain Using Susceptibility Contrast Enhanced MRI 2025-Mar-25, ArXiv PMID:40196141	研究论文	本文提出了一种基于磁敏感对比增强MRI的新方法，用于无创成像脑内体素内血管大小分布（VSD），以实现更全面和定量的血管重塑评估	利用高分辨率光片荧光显微镜图像模拟GESFIDE MRI信号，并训练深度学习模型从GESFIDE信号预测脑血容量（CBV）和VSD	需要进一步验证以确认其在临床前和临床应用中的潜力	开发一种非侵入性成像方法，用于评估血管重塑	啮齿类动物脑部血管系统	医学影像	癌症、神经退行性疾病、纤维化、高血压和糖尿病	磁敏感对比增强MRI、高分辨率光片荧光显微镜、深度学习	深度学习模型	MRI信号、显微镜图像	NA
178	2025-05-13	Development of a deep learning-based model to evaluate changes during radiotherapy using cervical cancer digital pathology 2025-Mar-24, Journal of radiation research IF:1.9Q3 DOI:10.1093/jrr/rraf004 PMID:40051384	研究论文	开发了一种基于深度学习的模型，用于评估宫颈癌放疗期间的变化，并在全切片图像上可视化结果	结合DenseNet121和支持向量机，开发了一种新的分类模型，用于评估宫颈癌放疗前后的活检变化，并可视化结果	生存分析未能显示放疗状态概率（RSP）在治疗期间的预后影响	创建一种深度学习模型，用于评估宫颈癌放疗期间的变化，并探索其临床意义	95名接受放疗的宫颈癌患者的活检样本	数字病理学	宫颈癌	深度学习	DenseNet121 + SVM	图像	95名患者的18,400个切片（12,400个用于训练，6,000个用于测试）
179	2025-05-13	DeepMVD: A Novel Multiview Dynamic Feature Fusion Model for Accurate Protein Function Prediction 2025-Mar-24, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02216 PMID:40053671	研究论文	提出了一种名为DeepMVD的新型深度学习模型，用于通过动态融合多视图特征来提高蛋白质功能预测的准确性	DeepMVD模型通过专门模块提取各视图的独特特征，并利用自适应融合机制进行最优整合，显著提升了预测精度	现有研究未能有效利用蛋白质序列中反映的多层次属性特征，这限制了蛋白质描述的丰富性，从而影响了高精度蛋白质功能预测	提高蛋白质功能预测的准确性	蛋白质序列	机器学习	NA	深度学习	DeepMVD	蛋白质序列数据	CAFA4数据集
180	2025-05-13	A deep learning lightweight model for real-time captive macaque facial recognition based on an improved YOLOX model 2025-Mar-18, Zoological research IF:4.0Q1 DOI:10.24272/j.issn.2095-8137.2024.296 PMID:40049662	research paper	该研究提出了一种名为ACE-YOLOX的轻量级面部识别模型，用于实时识别圈养猕猴	ACE-YOLOX在YOLOX框架中集成了Efficient Channel Attention (ECA)、Complete Intersection over Union loss (CIoU)和Adaptive Spatial Feature Fusion (ASFF)，提高了预测精度并降低了计算复杂度	NA	开发一种轻量级面部识别模型，用于实时识别圈养猕猴，以促进生物医学研究和动物福利	圈养猕猴	computer vision	NA	深度学习	ACE-YOLOX (改进的YOLOX模型)	image	179,400张标记的面部图像，来自1,196只猕猴