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
1781	2025-07-18	Pathological omics prediction of early and advanced colon cancer based on artificial intelligence model 2025-Jul-14, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-03119-5 PMID:40658261	研究论文	本研究开发了一种基于全切片图像的AI模型，用于预测结肠癌的分期	结合病理组学诊断，开发了深度学习模型，相比机器学习模型具有更高的图像识别能力和准确性	外部验证集的AUC较低，模型的泛化能力有待进一步验证	开发AI模型以辅助病理学家进行结肠癌分期诊断	结肠癌患者的病理切片	数字病理学	结肠癌	病理组学分析	深度学习算法	图像	100张病理切片作为训练集，421张来自TCGA数据库的病理切片作为外部验证集
1782	2025-07-18	Identification of a 10-species microbial signature of inflammatory bowel disease by machine learning and external validation 2025-Jul-14, Cell regeneration (London, England) DOI:10.1186/s13619-025-00246-w PMID:40658318	研究论文	通过机器学习和外部验证，识别出10种微生物标志物用于炎症性肠病的诊断	利用XGBoost算法和变量分析，开发了10种微生物标志物的分类模型XGB-IBD10，并在不同人群中验证了其有效性	模型性能在不同人群中的表现可能存在差异，特别是在数据质量较低的情况下	提高炎症性肠病的诊断精确度	炎症性肠病患者	机器学习	炎症性肠病	宏基因组测序和16S测序	XGBoost	微生物组数据	181份粪便样本
1783	2025-07-18	Uncertainty aware domain incremental learning for cross domain depression detection 2025-Jul-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10917-y PMID:40659724	研究论文	提出了一种不确定性感知的领域增量学习框架（UDIL-DD），用于跨领域抑郁症检测	整合了不确定性引导的自适应类别阈值学习（UACTL）和无数据领域对齐（DFDA）模块，解决了数据隐私、领域差异、类别不平衡和模型不确定性等问题	未提及具体样本量或数据隐私保护的具体措施	开发一种可靠的跨领域抑郁症检测方法	文本数据中的抑郁症检测	自然语言处理	抑郁症	深度学习	UDIL-DD（包含UACTL和DFDA模块）	文本	四个基准MDD数据集（CMDC、DIAC-WoZ、MODMA和EATD）
1784	2025-07-18	AI-driven smart agriculture using hybrid transformer-CNN for real time disease detection in sustainable farming 2025-Jul-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10537-6 PMID:40659733	研究论文	该研究提出了一种新型深度学习框架AttCM-Alex，用于在具有挑战性的环境条件下增强植物病害的检测和分类	通过结合卷积操作与自注意力机制，AttCM-Alex有效解决了光照强度和图像噪声的变化问题，确保了稳健的性能	研究未提及在更广泛或不同种类的植物病害上的泛化能力	提高植物病害的早期和准确检测，以支持可持续农业和全球粮食安全	植物病害	计算机视觉	植物病害	深度学习	混合Transformer-CNN	图像	NA
1785	2025-07-18	AFTG-Net: A Deep Attention-based Fusion Framework of Topological and Gradient Features for Pathological Image Analysis 2025-Jul-11, Research square DOI:10.21203/rs.3.rs-6710077/v1 PMID:40671798	research paper	本研究提出了一种基于注意力机制的深度学习框架AFTG-Net，用于骨骼肌病理图像的分类，结合了几何和拓扑描述符以提高分类准确性	AFTG-Net创新性地结合了拓扑数据分析（TDA）和梯度方向直方图（HOG）特征，采用交叉加权融合方法自适应平衡异构特征的贡献	研究仅针对ALS和I型糖尿病两种疾病进行了验证，未涵盖其他肌肉病理变化	开发一种自动化工具以提高骨骼肌病理图像分析的准确性和效率	WGA染色的骨骼肌组织病理图像（来自野生型和疾病模型）	digital pathology	amyotrophic lateral sclerosis, diabetes	Topological Data Analysis (TDA), Histogram of Oriented Gradients (HOG)	AFTG-Net (attention-based deep learning framework)	image	WGA染色的骨骼肌图像（来自野生型、G93A*SOD1 ALS模型和Akita I型糖尿病模型）
1786	2025-07-18	The REgistry of Flow and Perfusion Imaging for Artificial INtelligEnce with PET (REFINE PET): Rationale and Design 2025-Jul-11, medRxiv : the preprint server for health sciences DOI:10.1101/2025.07.10.25330435 PMID:40672503	研究论文	介绍了一个名为REFINE PET的国际多中心注册表，旨在整合全球医院的PET和CT图像与临床数据，以促进PET/CT MPI在诊断和风险分层中的应用	建立了首个整合PET和CT图像与临床数据的国际多中心注册表REFINE PET，并应用深度学习和定量工具进行数据分析	数据来源仅限于14个站点，未来需要更多站点和患者数据的加入以提高研究的广泛性	推进PET/CT MPI在心血管疾病诊断和风险分层中的应用	35,588名患者及其PET和CT图像数据	数字病理学	心血管疾病	PET, CT, 深度学习	DL	图像, 临床数据	35,588名患者来自14个站点
1787	2025-07-18	Deep learning reconstruction enhances bone visualization in zero echo time MRI for cervical spondylosis: A prospective study 2025-Jul-10, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112310 PMID:40669257	研究论文	本研究评估了基于深度学习的重建技术在零回波时间MRI中改善图像质量和减少扫描时间的应用	首次将深度学习重建技术应用于零回波时间MRI，显著提高了图像质量并减少了62%的扫描时间	样本量相对较小（43例患者），且仅针对颈椎病患者进行研究	评估深度学习重建技术在零回波时间MRI中的应用效果	43例术前颈椎病患者	医学影像分析	颈椎病	零回波时间MRI（ZTE MRI）	深度学习重建（DLR）	MRI图像	43例术前颈椎病患者
1788	2025-07-18	Deep learning for predicting myopia severity classification method 2025-Jul-09, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01416-2 PMID:40634962	研究论文	本文提出了一种结合深度可分离卷积和动态卷积优势的深度学习模型X-ENet，用于分类不同严重程度的近视	结合深度可分离卷积和动态卷积，实现轻量化处理并提高分类准确率	NA	提高近视筛查效率	眼底图像	计算机视觉	近视	深度学习	X-ENet（结合深度可分离卷积和动态卷积）	图像	NA
1789	2025-07-18	A Digital Twin Framework for Adaptive Treatment Planning in Radiotherapy 2025-Jul-09, ArXiv PMID:40671956	研究论文	本文提出了一种用于前列腺立体定向体部放射治疗（SBRT）中快速在线自适应质子治疗计划的数字孪生（DT）框架	该框架整合了基于深度学习的多图谱可变形图像配准、通过锥形束CT（CBCT）每日更新患者解剖结构以及基于知识的计划质量评估，显著减少了重新优化时间并提升了治疗精度	研究样本量较小，仅基于43例前列腺SBRT病例，可能限制结果的普遍性	开发一种数字孪生框架，以提高前列腺SBRT中自适应质子治疗的效率和精度	前列腺癌患者，特别是具有显性前列腺内病变（DIL）增强的患者	数字病理	前列腺癌	锥形束CT（CBCT）、深度学习	深度学习	医学影像	43例前列腺SBRT病例
1790	2025-07-18	Psychometric Evaluation of Large Language Model Embeddings for Personality Trait Prediction 2025-Jul-08, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/75347 PMID:40627556	研究论文	本研究评估了大语言模型（LLM）嵌入在人格特质预测中的心理测量效度及其与传统特征工程方法的比较	首次在心理测量效度框架下系统评估LLM嵌入，并探索其与语言和情感标记的相关性，同时比较了不同模型大小的效果	心理测量效度测试显示中等可靠性（平均Cronbach α为0.63），且需要进一步研究微调策略以增强心理测量效度	评估LLM嵌入在人格特质预测中的应用，并验证其作为人格评估工具的心理测量效度	来自PANDORA大五人格数据集的100万条Reddit帖子	自然语言处理	NA	LLM嵌入生成、双向LSTM模型训练、心理语言学特征提取	RoBERTa、BERT、OpenAI、双向LSTM	文本	100万条Reddit帖子
1791	2025-07-18	Prediction of water quality parameters and pollution exceedance analysis in typical rivers of semi-arid regions based on interpretable deep learning models 2025-Jul-08, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2025.126801 PMID:40639737	研究论文	本文提出了一种可解释的注意力门控循环单元（AT-GRU）模型，用于半干旱地区典型河流的水质参数预测和污染超标分析	结合水质、气象和水文数据，提出了一种可解释的深度学习模型AT-GRU，提高了预测准确性和结果透明度	模型在高污染条件下对气象因素的敏感性较低	提高半干旱地区水质预测的准确性和可解释性，支持针对性污染控制和早期预警	半干旱大黑河流域的水质、气象和水文数据	机器学习	NA	深度学习	AT-GRU（注意力门控循环单元）	水质、气象和水文数据	NA
1792	2025-07-18	Enhancing sequence alignment of adaptive immune receptors through multi-task deep learning 2025-Jul-08, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf651 PMID:40650972	research paper	本文介绍了一种名为AlignAIR的新型深度学习对齐器，用于提高免疫球蛋白序列对齐的准确性	利用先进的模拟方法和多任务学习框架，显著提高了等位基因分配准确性、生产力评估、序列分割和速度	未提及具体的数据集或实验限制	提高免疫球蛋白序列对齐的准确性，以促进适应性免疫研究和抗体工程	免疫球蛋白（Ig）序列	machine learning	NA	AIRR-seq	multi-task deep learning	sequence data	未提及具体样本数量
1793	2025-07-17	Multi-task machine learning reveals the functional neuroanatomy fingerprint of mental processing 2025-Jul-05, bioRxiv : the preprint server for biology DOI:10.1101/2023.11.30.569385 PMID:40631327	研究论文	利用多任务深度学习模型揭示七种不同心理过程的功能神经解剖学指纹	首次提出并验证了心理过程具有独特且可靠的功能神经解剖学指纹	研究仅针对七种代表性心理过程，未涵盖所有可能的心理活动	探索心理过程的神经机制基础	人类心理过程的功能神经解剖学基础	机器学习	NA	功能磁共振成像(fMRI)	多任务深度学习模型	神经影像数据	来自美国和中国的1235名受试者
1794	2025-07-18	Applying multimodal AI to physiological waveforms improves genetic prediction of cardiovascular traits 2025-Jul-03, American journal of human genetics IF:8.1Q1 DOI:10.1016/j.ajhg.2025.05.015 PMID:40543505	研究论文	本研究提出了一种多模态深度学习方法M-REGLE，用于从互补的电生理波形模态中挖掘遗传关联，以改善心血管特征的遗传预测	提出M-REGLE方法，通过联合学习多模态生理波形的低维表示并进行GWAS分析，相比单模态学习方法能识别更多遗传位点并显著提升心脏表型预测性能	NA	利用多模态AI技术提升心血管特征的遗传预测能力	多模态生理波形数据（如PPG和ECG）	机器学习	心血管疾病	GWAS, 卷积变分自编码器	M-REGLE, CNN	生理波形数据	多个生物银行的数据集（具体数量未明确说明）
1795	2025-07-18	Multimodal deep learning integration of cryo-EM and AlphaFold3 for high-accuracy protein structure determination 2025-Jul-03, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.03.663071 PMID:40631196	研究论文	本文介绍了一种名为MICA的多模态深度学习方法，结合冷冻电镜和AlphaFold3预测的蛋白质结构，以提高蛋白质结构建模的准确性	提出了一种全新的多模态深度学习框架MICA，首次在输入和输出层面结合冷冻电镜密度图和AlphaFold3预测结构，显著提高了蛋白质结构建模的准确性和完整性	NA	提高从冷冻电镜密度图自动构建高精度蛋白质结构的准确性	蛋白质结构	计算生物学	NA	冷冻电镜(cryo-EM), AlphaFold3	多任务编码器-解码器架构, 特征金字塔网络	冷冻电镜密度图, 蛋白质结构预测数据	NA
1796	2025-07-18	Diagnosis and Screening of Velocardiofacial Syndrome by Evaluating Facial Photographs Using a Deep Learning-Based Algorithm 2025-Jul-01, Plastic and reconstructive surgery IF:3.2Q1 DOI:10.1097/PRS.0000000000011792 PMID:39356705	研究论文	本研究探讨了使用深度学习算法开发面部识别模型以诊断Velocardiofacial综合征（VCFS）的可行性和有效性	首次使用多任务级联卷积神经网络（MTCNN）模型从面部照片中诊断VCFS，并展示了高准确率	模型的准确性在不同角度的照片中有所波动，仅在使用正面照片时达到最高准确率	开发一种基于深度学习的面部识别模型，用于早期诊断VCFS	VCFS患者和非VCFS对照者的面部照片	计算机视觉	Velocardiofacial综合征	深度学习	MTCNN	图像	98名VCFS患者（920张面部照片）和91名非VCFS对照者（463张面部照片）
1797	2025-07-18	Toxicologic Pathology Forum*: Opinion on New Technologies and Trends Disrupting Drug Discovery and Development: How Can the Next Generation of Toxicologic Pathologists Be Prepared for Evolving Roles? 2025-Jul, Toxicologic pathology IF:1.4Q4 DOI:10.1177/01926233251321805 PMID:40159889	评论	本文讨论了制药行业中技术创新的加速如何重塑药物研发，并探讨了毒理病理学家如何适应这些变化	强调了技术革新和社会变化对毒理病理学家角色的深远影响，提出了未来行业对毒理病理学家的新要求	未提出具体的培训或教育方案来应对这些变化	探讨毒理病理学家如何适应制药行业的技术和社会变化	毒理病理学家和制药行业的研发流程	数字病理学	NA	人工智能、深度学习、数字病理学	NA	NA	NA
1798	2025-07-18	Detection of Hypertrophic Cardiomyopathy on Electrocardiogram Using Artificial Intelligence 2025-Jul, Circulation. Heart failure DOI:10.1161/CIRCHEARTFAILURE.124.012667 PMID:40365710	研究论文	本研究评估了一种基于人工智能的设备（Viz HCM）在12导联心电图上检测肥厚型心肌病（HCM）的准确性	使用深度学习技术开发的人工智能设备能够通过心电图筛查HCM，提高检测率并实现早期诊断	设备的敏感性为68.4%，虽然特异性较高（99.1%），但在实际应用中可能存在一定的漏诊风险	评估人工智能设备在检测肥厚型心肌病方面的准确性和潜在应用价值	肥厚型心肌病（HCM）患者和非HCM患者的心电图数据	数字病理学	心血管疾病	深度学习	NA	心电图数据	293例HCM阳性和2912例HCM阴性病例
1799	2025-07-18	Fundus Refraction Offset as an Individualized Myopia Biomarker 2025-Jul-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2025.1513 PMID:40471629	研究论文	提出一种基于眼底折射偏移（FRO）的个体化近视生物标志物，并研究其与光学相干断层扫描（OCT）得出的眼部参数的关联	首次提出FRO作为个体化近视生物标志物，并验证其与眼部解剖特征的关联	研究样本主要来自UK Biobank数据库，外部验证数据集样本量较小（仅152只右眼）	开发个体化近视风险评估的生物标志物	健康人眼（UK Biobank数据库45,180只眼和Caledonian队列152只右眼）	数字病理	近视	光学相干断层扫描（OCT）和深度学习	深度学习模型	眼底图像和OCT数据	UK Biobank数据库45,180只眼（训练集70%）和Caledonian队列152只右眼
1800	2025-07-18	Unsupervised learning reveals landscape of local structural motifs across protein classes 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf377 PMID:40569048	研究论文	利用无监督学习揭示跨蛋白质类别的局部结构基序景观	通过自监督深度学习对大规模蛋白质结构数据集进行分析，创建了一个包含1500万个局部结构微环境的“词典”，并展示了这些基序在蛋白质结构搜索和模型质量评估中的最先进性能	NA	表征局部结构和功能在蛋白质分析中的景观	蛋白质数据银行中的1500万个局部结构微环境	机器学习	NA	自监督深度学习	无监督学习	3D结构数据	超过1500万个局部环境