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
1801	2025-06-02	Operationalizing postmortem pathology-MRI association studies in Alzheimer's disease and related disorders with MRI-guided histology sampling 2025-May-28, Acta neuropathologica communications IF:6.2Q1 DOI:10.1186/s40478-025-02030-y PMID:40437594	research paper	开发了一种结合7T MRI引导的组织病理学采样和全切片数字成像的综合方案，用于阿尔茨海默病及相关疾病的死后病理-MRI关联研究	提出了一个结合患者特异性3D打印模具和半自动化MRI到组织学配准流程的创新方法，以及使用弱监督深度学习的定量病理评分系统	研究仅针对29个大脑样本进行了验证，样本量相对较小	开发一个可扩展且可重复的方法，用于研究死后脑病理学，以促进阿尔茨海默病及相关疾病的诊断和治疗策略	阿尔茨海默病及相关疾病患者的死后大脑组织	digital pathology	Alzheimer's disease	7T MRI, whole-slide digital imaging, weakly supervised deep learning	deep learning	MRI images, histopathological images	29 brains with diagnosis on the AD spectrum
1802	2025-06-02	Artificial Intelligence Tools for Preconception Cardiomyopathy Screening Among Women of Reproductive Age 2025-May-27, Annals of family medicine IF:4.4Q1 DOI:10.1370/afm.230627 PMID:40300816	研究论文	评估人工智能工具在育龄妇女中检测左心室收缩功能障碍的诊断性能	使用深度学习方法从12导联心电图和数字听诊器记录中预测左心室收缩功能障碍，展示了较高的诊断准确性	研究样本量较小（两个队列各100名参与者），且主要在非西班牙裔白人女性中进行，可能限制结果的普遍性	评估人工智能工具在育龄妇女中检测左心室收缩功能障碍的诊断性能	育龄妇女（18-49岁）	数字病理学	心血管疾病	12导联心电图、数字听诊器记录（单导联心电图+心音图）、深度学习	深度学习模型	心电图、心音图	两个队列各100名参与者（总计200名）
1803	2025-06-02	A hybrid explainable federated-based vision transformer framework for breast cancer prediction via risk factors 2025-May-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96527-0 PMID:40419634	research paper	提出了一种可解释的联邦学习框架，结合Vision Transformer和CNN，用于乳腺癌预测	结合了联邦学习、Vision Transformer和CNN的混合模型，并引入可解释AI技术提高模型透明度	未提及具体的数据集规模和多样性限制	开发一个隐私保护且准确的乳腺癌预测框架	乳腺癌预测	digital pathology	breast cancer	federated learning, XAI	Vision Transformer (ViT), CNN	image, risk factors data	NA
1804	2025-06-02	Structure from motion-convolutional neural network model (SfM-CNN) achieved accurate portable Chinese dietary chemical composition estimation for dietary recall 2025-May-27, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144908 PMID:40449202	研究论文	该研究开发了一种结合运动结构（SfM）和卷积神经网络（CNN）的AI模型，用于自动化分析中国食物的化学成分	首次将SfM技术与CNN结合，应用于中国复杂多样的饮食化学成分分析，准确率误差小于4%	研究仅基于新开发的中国菜肴数据集ChineseDish-100，可能无法涵盖所有中国饮食种类	开发高效、准确且文化相关的饮食分析工具，用于健康和营养管理	中国食物的化学成分	计算机视觉	NA	SIFT算法、3D重建技术	SfM-CNN、SIFT-ResNet50	图像	ChineseDish-100数据集
1805	2025-06-02	Deep learning dosiomics for the pretreatment prediction of radiation dermatitis in nasopharyngeal carcinoma patients treated with radiotherapy 2025-May-22, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110951 PMID:40412532	research paper	本研究开发了一种结合剂量组学和深度学习（DL）的模型，用于预测鼻咽癌（NPC）患者放疗后≥2级放射性皮炎（RD）的发生	首次将剂量组学特征与深度学习特征结合，构建端到端模型预测放射性皮炎，并通过整合临床因素进一步提高预测性能	研究为回顾性设计，样本量相对有限（290例患者），且仅来自两个医疗中心	预测鼻咽癌患者放疗后放射性皮炎的发生风险	接受放疗的鼻咽癌患者	digital pathology	nasopharyngeal carcinoma	dosiomics, deep learning	XGBoost, ResNet-34	radiation dose distribution	290名鼻咽癌患者（训练集167例，内部验证集72例，外部验证集51例）
1806	2025-06-02	Neurophysiological Approaches to Lie Detection: A Systematic Review 2025-May-18, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci15050519 PMID:40426690	系统综述	本文系统评估了2017-2024年间基于EEG和ERP P300反应的测谎研究，总结了常用的EEG信号处理技术、特征提取方法和分类算法	首次系统比较了不同EEG信号处理技术和分类算法在测谎任务中的表现，并指出混合模型和深度学习模型的优势	仅限于2017-2024年的英文文献，且主要关注面部识别任务中的ERP P300反应	评估EEG基于ERP P300反应的测谎技术效果，并识别最优方法	使用EEG进行测谎的研究	神经科学	NA	EEG, ERP P300	SVM, LDA, CNN	神经生理信号	NA
1807	2025-06-02	Nanobodies: From Discovery to AI-Driven Design 2025-May-14, Biology DOI:10.3390/biology14050547 PMID:40427736	综述	本文回顾了纳米抗体的历史发现、结构功能关系及其在治疗、诊断和生物技术中的应用，并探讨了AI在纳米抗体设计和优化中的整合	探讨了AI在纳米抗体设计和优化中的应用，展示了机器学习和深度学习方法如何革新理性设计、人源化和亲和力成熟过程	NA	回顾纳米抗体的历史、结构功能关系及其应用，并探讨AI在纳米抗体设计中的整合	纳米抗体（源自骆驼科动物和鲨鱼的重链抗体）	生物技术	NA	机器学习、深度学习	NA	NA	NA
1808	2025-06-02	Foldclass and Merizo-search: scalable structural similarity search for single- and multi-domain proteins using geometric learning 2025-May-06, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf277 PMID:40326701	research paper	开发了一种基于嵌入的快速结构比较方法Foldclass和结合深度学习自动域分割工具Merizo的Merizo-search，用于检测蛋白质结构间的相似性	结合Foldclass嵌入方法和Merizo自动域分割工具，实现了对多域蛋白质结构的快速结构相似性搜索	未提及具体性能限制或在不同数据集上的泛化能力	解决大规模蛋白质结构存储、搜索和关系检测的挑战，特别是在多域结构方面	单域和多域蛋白质结构	生物信息学	NA	深度学习, 几何学习	NA	蛋白质结构数据	3.65亿个域来自Encyclopedia of Domains
1809	2025-06-02	Development of a novel machine learning model to automate vertebral column segmentation utilizing biplanar full-body imaging 2025-May-03, The spine journal : official journal of the North American Spine Society DOI:10.1016/j.spinee.2025.05.003 PMID:40324481	research paper	开发了一种基于机器学习的模型，用于自动化从双平面全身成像中分割脊柱	采用两阶段深度学习模型，结合UNET架构，首次在双平面全身X光图像中实现脊柱的自动分割，包括复杂脊柱病理情况	研究为回顾性设计，样本量相对有限（250例），且仅在单一医疗中心进行	开发能够自动化从双平面全身放射影像中分割脊柱的人工智能算法	退变性脊柱侧弯（DS）患者的脊柱影像	computer vision	degenerative scoliosis	biplanar full-body imaging	CNN with UNET architecture	X-ray image	250例患者影像（200训练/50测试）
1810	2025-06-02	Structural Diversity of Mitochondria in the Neuromuscular System across Development Revealed by 3D Electron Microscopy 2025-May, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202411191 PMID:40047328	research paper	该研究利用3D电子显微镜和深度学习技术，开发了半自动化方法重建线虫线粒体，并比较了不同发育阶段线粒体结构的差异	揭示了线粒体结构在神经肌肉系统中的多样性及其与突触连接的关联，并发现drp-1突变体中线粒体分裂受损导致行为缺陷	研究仅针对线虫进行，结果是否适用于其他物种尚不明确	探究神经肌肉系统中线粒体结构的发育变化及其功能意义	线虫（C. elegans）的神经肌肉系统	生物医学成像	NA	3D电子显微镜, 深度学习	深度学习模型（未指定具体类型）	3D电子显微镜图像	正常生殖阶段和dauer阶段的线虫
1811	2025-06-02	PLM-DBPs: enhancing plant DNA-binding protein prediction by integrating sequence-based and structure-aware protein language models 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf245 PMID:40439671	research paper	提出了一种名为PLM-DBPs的深度学习框架，通过整合基于序列和结构感知的蛋白质语言模型来增强植物DNA结合蛋白的预测	整合基于序列和结构感知的蛋白质语言模型，显著提高了植物DNA结合蛋白的预测准确性	虽然基于序列的蛋白质语言模型在DNA结合蛋白预测中表现良好，但整合结构信息可以进一步提高预测准确性，但未提及具体的数据集规模或模型泛化能力	增强植物DNA结合蛋白的预测准确性	植物DNA结合蛋白	machine learning	NA	蛋白质语言模型(PLMs), 深度学习	ANN	蛋白质序列和结构数据	NA
1812	2025-06-02	Artificial Intelligence in Biliopancreatic Disorders: Applications in Cross-Imaging and Endoscopy 2025-Apr-29, Gastroenterology IF:25.7Q1 DOI:10.1053/j.gastro.2025.04.011 PMID:40311821	综述	本文探讨了人工智能在胆胰疾病诊断和管理中的变革潜力，特别是在内窥镜和横断面成像技术中的应用	利用深度学习和卷积神经网络等尖端技术，AI在提高腺瘤检出率、改善病变特征化和诊断准确性方面取得了显著进展	未提及具体的研究样本量或数据集的局限性	总结人工智能在胆胰疾病中的应用现状，并为未来研究方向铺平道路	胆胰疾病，包括胰腺导管腺癌、胰腺囊性病变和胰腺神经内分泌肿瘤等	数字病理学	胆胰疾病	深度学习，卷积神经网络	CNN	图像	NA
1813	2025-06-02	Reproducible image-based profiling with Pycytominer 2025-Apr, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02611-8 PMID:40032995	研究论文	介绍了一个名为Pycytominer的用户友好、开源的Python包，用于处理高通量显微镜图像分析产生的单细胞特征数据	提出了Pycytominer，一个专门用于图像分析的生物信息学步骤的工具包，支持机器学习和下游应用	未提及具体的性能对比或与其他工具的兼容性问题	开发一个工具以处理高通量显微镜图像分析产生的单细胞特征数据，支持下游应用	高通量显微镜图像分析产生的单细胞特征数据	数字病理学	NA	高通量显微镜	NA	图像	NA
1814	2025-06-02	Is a single model enough? The systematic comparison of computational approaches for detecting populist radical right content 2025, Quality & quantity DOI:10.1007/s11135-024-02034-1 PMID:40343105	研究论文	本文系统比较了检测文本数据中民粹主义激进右翼(PRR)内容的不同计算方法	首次系统比较了66种词典方法、经典监督机器学习和深度学习模型在PRR内容检测任务上的表现，并评估了不同文本预处理方式对模型性能的影响	在噪声较大的数据集上，深度学习模型的表现仍然不够理想	比较不同计算方法在检测PRR内容方面的表现	德语测试数据集中的PRR内容	自然语言处理	NA	词典方法、监督机器学习、深度学习	DL模型、集成模型	文本	三个德语测试数据集
1815	2025-06-02	Advanced predictive modeling for enhanced mortality prediction in ICU stroke patients using clinical data 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0323441 PMID:40435317	研究论文	该研究开发了一种深度学习模型，用于预测ICU中缺血性卒中患者的死亡率，通过优化的特征选择和数据清理提高了预测准确性	结合XGBoost进行特征选择和深度学习模型，显著减少了特征数量（从1095降至30），并在AUROC上实现了13%的提升	研究依赖于MIMIC-IV数据库的数据，可能无法完全代表所有ICU卒中患者的情况	优化ICU中缺血性卒中患者的死亡率预测，以改善治疗策略和资源分配	ICU中的缺血性卒中患者	机器学习	心血管疾病	SMOTE（合成少数类过采样技术）	XGB-DL（结合XGBoost和深度学习）	临床数据（包括诊断、生命体征、实验室测试、药物、程序、治疗和临床记录）	3,646名ICU患者（训练集2,441名，测试集523名，验证集523名）
1816	2025-06-02	Advancing malware imagery classification with explainable deep learning: A state-of-the-art approach using SHAP, LIME and Grad-CAM 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318542 PMID:40435333	research paper	该研究通过使用SHAP、LIME和Grad-CAM等可解释性技术，对集成深度神经网络（DNNW）进行对比分析，以提高恶意软件图像分类的可解释性和准确性	结合多种可解释性技术（SHAP、LIME、Grad-CAM）分析恶意软件图像数据，提升模型透明度和可信度	研究主要集中在恶意软件图像数据上，对其他类型恶意软件的适用性未明确说明	开发可解释且强大的AI模型，以提高恶意软件检测的可靠性和信任度	恶意软件图像数据	machine learning	NA	SHAP, LIME, Grad-CAM	DNNW, RUSBoost, Random Forest, Subspace, AdaBoost, BagTree	image	NA
1817	2025-06-02	A deep learning-based algorithm for the detection of personal protective equipment 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322115 PMID:40440260	研究论文	提出了一种基于YOLOv8n改进的深度学习算法，用于检测建筑工地上的个人防护装备（PPE）	设计了多尺度组卷积模块（MSGP）和多尺度特征扩散金字塔网络（MFDPN），并引入了自定义任务对齐模块和DCNV2模块，提高了检测精度和适应性	未提及具体的数据集规模或实际部署中的性能表现	提高建筑工地个人防护装备的检测精度和效率	建筑工地上的个人防护装备（PPE）	计算机视觉	NA	深度学习	YOLOv8n改进模型（MFD-YOLO）	图像	未提及具体样本数量
1818	2025-06-02	DualDistill: a dual-guided self-distillation approach for carotid plaque analysis 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1554578 PMID:40443518	研究论文	本文提出了一种名为DualDistill的双引导自蒸馏框架，用于提高颈动脉斑块超声视频分类的准确性和泛化性能	提出了两种新策略：帧内关系引导策略用于捕捉长期时间依赖性，时空注意力引导策略用于减少无关特征和噪声的影响	研究基于有限的数据集（317个颈动脉斑块超声视频），可能影响模型的广泛适用性	提高颈动脉斑块分类的准确性和泛化性能，以可靠评估心血管疾病风险	颈动脉斑块超声视频	计算机视觉	心血管疾病	自蒸馏框架	3D ResNet50等13种代表性模型	超声视频	317个颈动脉斑块超声视频
1819	2025-06-02	EODA: A three-stage efficient outlier detection approach using Boruta-RF feature selection and enhanced KNN-based clustering algorithm 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322738 PMID:40445940	研究论文	提出了一种名为EODA的三阶段高效异常值检测方法，结合Boruta-RF特征选择和增强的KNN聚类算法	提出了一种三阶段的高效异常值检测方法EODA，结合Boruta-RF特征选择和增强的KNN聚类算法，提高了检测精度并考虑了数据集特性	未提及具体的数据集规模限制或计算资源需求	开发一种高效的异常值检测方法，以提高检测精度并考虑数据集特性	异常值检测	机器学习	NA	Boruta-RF特征选择、KNN聚类算法	Random Forest、KNN	结构化数据	八个UCI机器学习库数据集
1820	2025-06-02	Geometric deep learning-guided Suzuki reaction conditions assessment for applications in medicinal chemistry 2024-Jul-17, RSC medicinal chemistry IF:4.1Q2 DOI:10.1039/d4md00196f PMID:39026644	研究论文	本文探讨了如何利用机器学习方法基于高通量实验数据快速选择Suzuki偶联反应条件，以加速小分子药物发现中的碳-碳键构建	引入了针对反应产率优化的96孔板设计算法，并评估了零样本和小样本机器学习在反应条件选择中的性能	零样本机器学习模型的平均ROC-AUC值较低（0.63±0.16），表明其在某些情况下可能不够可靠	加速小分子药物发现中的碳-碳键构建过程	Suzuki偶联反应条件选择	机器学习	NA	高通量实验(HTE)	零样本和小样本机器学习	实验数据	八个反应验证