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
1881	2025-07-14	CoBdock-2: enhancing blind docking performance through hybrid feature selection combining ensemble and multimodel feature selection approaches 2025-Jul-13, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-025-00629-w PMID:40652425	研究论文	介绍了一种名为CoBDock-2的机器学习盲对接方法，通过集成和多模型特征选择策略提升盲对接性能	CoBDock-2采用1D数值表示蛋白质、配体和相互作用结构特征，并应用先进的集成特征选择技术，显著提高了结合位点和姿态预测的准确性	方法的有效性依赖于特征选择的质量，且与现有深度学习对接策略的比较仍需进一步验证	提升虚拟筛选中的盲对接性能，优化结合位点和配体姿态预测	蛋白质和小分子配体的相互作用	机器学习	NA	机器学习、分子对接、腔体检测	集成特征选择	蛋白质和配体的结构特征	9,598个特征，多个基准数据集（PDBBind v2020-general, MTi, ADS, DUD-E, CASF-2016）
1882	2025-07-14	Deep Learning Photo Processing for Periodontitis Screening 2025-Jul-12, Journal of dental research IF:5.7Q1 DOI:10.1177/00220345251347508 PMID:40650464	研究论文	本研究开发了一种基于深度学习的口腔图像处理算法，用于牙周炎的筛查	使用未标注关键点的口腔图像，基于预训练的ResNet50模型开发了一种全局激活池化的多实例深度学习模型，能够准确识别II至IV期牙周炎	需要更多的开发和验证以将该方法推广为全球多人群的筛查工具	开发一种基于口腔图像的深度学习算法，用于牙周炎的筛查	寻求上海第九人民医院医疗服务的连续受试者及其口腔数字孪生图像	计算机视觉	牙周炎	深度学习	基于ResNet50的全局激活池化多实例深度学习模型(DLM)	口腔图像	内部开发和测试387名受试者，外部测试183名受试者
1883	2025-07-14	Accelerated brain magnetic resonance imaging with deep learning reconstruction: a comparative study on image quality in pediatric neuroimaging 2025-Jul-12, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06314-2 PMID:40650736	研究论文	本研究比较了深度学习重建（DLR）加速的脑部MRI与传统MRI在儿科神经影像中的图像质量	首次在儿科神经影像中评估DLR加速MRI的临床可行性，并证明其能显著减少扫描时间同时提高图像质量	研究为回顾性设计，样本量相对有限（116名儿科参与者）	评估DLR加速MRI在儿科神经影像中的临床应用潜力	儿科患者（平均年龄7.9±5.4岁）的脑部MRI影像	医学影像分析	儿科神经系统疾病	深度学习重建（DLR）	深度学习（未指定具体模型）	MRI影像	116名儿科参与者
1884	2025-07-14	Novel deep learning framework for simultaneous assessment of left ventricular mass and longitudinal strain: clinical feasibility and validation in patients with hypertrophic cardiomyopathy 2025-Jul-12, Journal of echocardiography IF:1.4Q3 DOI:10.1007/s12574-025-00694-y PMID:40650815	research paper	提出了一种名为SMART的新型深度学习框架，用于同时评估左心室质量和纵向应变，并在肥厚型心肌病患者中进行了临床验证	SMART系统结合了运动追踪和左心室心肌分割技术，实现了自动化的左心室质量和全局纵向应变评估	研究样本仅包括111名肥厚型心肌病患者，可能限制了结果的普遍性	开发并验证一种基于人工智能的框架，用于自动化评估左心室功能和结构	肥厚型心肌病患者	digital pathology	cardiovascular disease	transthoracic echocardiography (TTE), cardiac magnetic resonance imaging (CMR)	deep learning	image	111名肥厚型心肌病患者（中位年龄58岁，69%男性）
1885	2025-07-14	Efficient needle guidance: multi-camera augmented reality navigation without patient-specific calibration 2025-Jul-12, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03477-z PMID:40650802	研究论文	开发了一种无需患者特定标记的多摄像头增强现实导航系统，用于提高针基手术的效率和精度	该系统通过使用天花板安装的标记和固定医疗成像设备，消除了对患者特定标记的依赖，并采用深度学习技术和视觉姿态补偿方法来提高标记检测和注册的准确性	虽然系统在模拟临床场景中表现出色，但尚未在真实临床环境中进行全面验证	提高针基手术（如活检和消融）的导航效率和精度	针基手术的导航系统	增强现实	NA	深度学习、视觉姿态补偿	NA	图像	通过体模实验和模拟临床场景进行验证
1886	2025-07-14	Seeing is Believing-On the Utility of CT in Phenotyping COPD 2025-Jul-12, The British journal of radiology DOI:10.1093/bjr/tqaf160 PMID:40650927	review	本文回顾了胸部CT在慢性阻塞性肺疾病(COPD)表型分析中的应用及其生物标志物的发展历程	探讨了从传统阈值方法到深度学习的多种CT生物标志物提取技术，并展望了个性化COPD管理的未来潜力	数据集异质性、模型泛化能力和临床可解释性方面仍存在挑战	探索胸部CT生物标志物在COPD表型分析和个性化管理中的应用与发展	COPD相关的肺实质、气道、血管系统和肺裂等解剖结构	digital pathology	lung cancer	CT, 纹理分析, 图像配准, 深度学习	深度学习模型	CT图像	NA
1887	2025-07-14	AI-powered disease progression prediction in multiple sclerosis using magnetic resonance imaging: a systematic review and meta-analysis 2025-Jul-12, Neurological research IF:1.7Q4 DOI:10.1080/01616412.2025.2532038 PMID:40650946	系统综述与荟萃分析	本文系统综述和荟萃分析了基于MRI的AI模型在预测多发性硬化症(MS)未来残疾进展方面的研究	首次对MRI驱动的AI模型预测MS残疾进展的准确性进行系统评估和荟萃分析	预测误差超过1个EDSS点限制了临床应用，且外部验证研究较少	评估MRI驱动的AI模型预测MS残疾进展的准确性	12,252名MS患者	数字病理学	多发性硬化症	MRI	机器学习(57%)和深度学习(38%)	医学影像	21项研究共12,252名MS患者
1888	2025-07-14	ST-CFI: Swin Transformer with convolutional feature interactions for identifying plant diseases 2025-Jul-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08673-0 PMID:40640259	研究论文	本文提出了一种名为ST-CFI的深度学习框架，结合Swin Transformer和卷积特征交互，用于通过叶片图像识别植物疾病	ST-CFI模型创新性地整合了CNN和Swin Transformer的优势，通过初始架构和跨通道特征学习提取局部和全局特征	NA	提高植物疾病早期检测的准确性和效率，以支持精准农业	植物叶片图像	计算机视觉	植物疾病	深度学习	Swin Transformer与CNN结合	图像	五个数据集：PlantVillage、Plant Pathology 2021 competition dataset、PlantDoc、AI2018和iBean
1889	2025-07-14	Enhancing EEG-based sleep staging efficiency with minimal channels through adversarial domain adaptation and active deep learning 2025-Jul-11, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adeec7 PMID:40645218	研究论文	提出了一种结合对抗性域适应和主动深度学习的框架ADAADL，以提高基于EEG的睡眠分期效率	结合对抗性学习和主动学习策略，改进特征对齐并有效利用未标记数据	未提及具体样本量或数据集的多样性限制	提高睡眠分期分类的准确性，促进睡眠研究和医疗应用	EEG数据	机器学习	NA	对抗性域适应，主动深度学习	ADAADL（结合对抗性学习和主动学习的深度学习框架）	EEG信号	三个基准EEG数据集（未提及具体样本量）
1890	2025-07-14	Interpretable MRI Subregional Radiomics-Deep Learning Model for Preoperative Lymphovascular Invasion Prediction in Rectal Cancer: A Dual-Center Study 2025-Jul-11, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01586-4 PMID:40646374	研究论文	开发了一种基于可解释机器学习的融合模型，结合多参数MRI亚区域放射组学和深度学习，用于直肠癌术前淋巴血管侵犯状态的预测	提出了一种名为SubViT的新型融合模型，结合了亚区域放射组学和Vision Transformer (ViT)深度学习技术，并通过SHAP工具增强了模型的可解释性	研究仅基于两个医疗中心的数据，样本量相对有限	开发一种非侵入性方法来预测直肠癌的淋巴血管侵犯状态	直肠癌患者	数字病理	直肠癌	多参数MRI, K-means聚类, 放射组学分析	Vision Transformer (ViT), SubViT融合模型	MRI影像	376例患者(301例训练集，75例外部验证集)
1891	2025-07-14	Impact of heart rate on coronary artery stenosis grading accuracy using deep learning-based fast kV-switching CT: A phantom study 2025-Jul-11, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.105046 PMID:40651284	研究论文	本研究探讨了心率对基于深度学习的快速千伏切换CT在冠状动脉狭窄分级准确性上的影响	首次使用深度学习方法恢复快速千伏切换双能CT扫描中缺失的视图，显著提升了冠状动脉CT血管成像的图像质量	研究仅使用体模进行实验，未涉及真实患者数据	评估心率对基于深度学习的快速千伏切换CT在冠状动脉狭窄分级中的影响	带有狭窄冠状动脉的体模	数字病理	心血管疾病	快速千伏切换双能CT扫描	深度学习神经网络	CT图像	不同心率设置下的体模扫描数据
1892	2025-07-14	Explainable artificial intelligence for pneumonia classification: Clinical insights into deformable prototypical part network in pediatric chest x-ray images 2025-Jul-11, Journal of medical imaging and radiation sciences IF:1.3Q3 DOI:10.1016/j.jmir.2025.102023 PMID:40651288	研究论文	本研究首次将可变形原型部分网络（D-ProtoPNet）应用于儿科患者胸部X光图像的肺炎分类，通过专家放射科医师评估模型学习的原型和激活的图像区域，确保解释与医学上有意义的特征一致	首次将D-ProtoPNet应用于儿科肺炎分类，结合临床专家评估提升模型解释的医学相关性	需要进一步优化以达到临床应用标准，且准确性尚未完全匹配黑盒模型	提高AI驱动诊断系统在肺炎分类中的透明度和可解释性	儿科患者的胸部X光图像	计算机视觉	肺炎	深度学习	D-ProtoPNet, ResNet50	图像	5,856张儿科患者胸部X光图像
1893	2025-07-14	Performance of Radiomics and Deep Learning Models in Predicting Distant Metastases in Soft Tissue Sarcomas: A Systematic Review and Meta-analysis 2025-Jul-11, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.06.027 PMID:40651923	meta-analysis	本文通过系统综述和荟萃分析评估了放射组学和深度学习模型在预测软组织肉瘤远处转移中的表现	比较了深度学习与传统手工放射组学模型在预测转移中的性能，并探讨了不同成像方式和临床特征整合的影响	存在显著的异质性、有限的外部验证和潜在的发表偏倚	评估放射组学和深度学习模型在预测软组织肉瘤转移中的诊断准确性	软组织肉瘤（STS）患者	digital pathology	软组织肉瘤	MRI, PET, PET/CT	DL, handcrafted radiomics (HCR)	医学影像	19项研究，涉及1712名患者
1894	2025-07-14	A Deep Learning Model for Preoperative Prediction of Lymph Node Metastasis in cT1-Stage Lung Adenocarcinoma: A Multicenter External Validation Study 2025-Jul-11, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.06.001 PMID:40651922	研究论文	开发并验证了一种深度学习模型，用于术前预测临床T1期肺腺癌的淋巴结转移，并与传统的语义和放射组学特征进行比较	提出了一种基于残差网络的深度学习模型ResLNM，用于术前预测淋巴结转移，其性能优于传统的语义和放射组学模型	研究为回顾性多中心研究，可能存在选择偏倚，且未探讨模型在其他类型肺癌中的适用性	开发并验证一种深度学习模型，用于术前预测临床T1期肺腺癌的淋巴结转移	临床T1期肺腺癌患者	数字病理	肺癌	深度学习	ResLNM（基于残差网络的深度学习模型）	图像	2503名患者，2568个经病理证实的cT1期肺腺癌结节
1895	2025-07-14	Deep learning to assess erythritol in zebrafish development, circadian rhythm, and cardiovascular disease risk 2025-Jul-10, NPJ science of food IF:6.3Q1 DOI:10.1038/s41538-025-00512-w PMID:40640190	研究论文	使用深度学习评估赤藓糖醇对斑马鱼发育、昼夜节律及心血管疾病风险的影响	首次采用深度学习技术分析赤藓糖醇对斑马鱼发育时间动态的影响，并揭示其对昼夜节律和心血管健康的潜在风险机制	研究仅基于斑马鱼模型，结果外推至人类需谨慎；实验浓度梯度有限（3-7mg/mL）	评估人工甜味剂赤藓糖醇的生物安全性及其致病机制	斑马鱼胚胎（受精后2小时至120小时）	数字病理学	心血管疾病	深度学习	NA	发育行为视频数据	斑马鱼胚胎暴露于3种浓度（3/5/7mg/mL）的赤藓糖醇
1896	2025-07-14	Deformable detection transformers for domain adaptable ultrasound localization microscopy with robustness to point spread function variations 2025-Jul-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09120-w PMID:40640235	research paper	提出了一种使用DEformable DEtection TRansformer (DE-DETR)的新方法，用于超声定位显微镜(ULM)中的微泡(MB)定位，以提高超分辨率成像的精度和召回率	利用DE-DETR网络处理超声成像中的动态点扩散函数(PSF)变化，并通过KDTree算法优化超分辨率图像	尽管在模拟和体内数据上表现良好，但深度学习模型在从模拟数据到体内数据的泛化能力上仍有挑战	解决超声定位显微镜中微泡定位的挑战，提高超分辨率成像的精度	气体微泡(MBs)在血管中的流动	digital pathology	NA	超声定位显微镜(ULM), KDTree算法	DEformable DEtection TRansformer (DE-DETR)	超声图像	模拟和体内数据
1897	2025-07-14	An ODE based neural network approach for PM2.5 forecasting 2025-Jul-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05958-2 PMID:40640232	研究论文	本文提出了一种基于ODE的神经网络方法，用于PM2.5预测	提出了两种基于ODE的模型：基于transformer的ODE模型和闭式ODE模型，显著提高了预测精度	基于ODE的连续时间模型受数值求解器的限制，影响了可扩展性和复杂现象的建模能力	提高PM2.5时间序列数据的预测准确性	PM2.5浓度数据	机器学习	NA	ODE-based neural network	Transformer-based ODE, Closed-form ODE, LSTM, BiLSTM, GRU	时间序列数据	NA
1898	2025-07-14	Enhanced spectrum sensing for 5G and LTE signals using advanced deep learning models and hyperparameter tuning 2025-Jul-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07837-2 PMID:40640243	研究论文	本文介绍了一种利用先进的深度学习模型和超参数调优来增强5G和LTE信号频谱感知准确性的新方法	采用DenseNet121和InceptionV3等先进神经网络架构，并通过系统化的超参数调优显著提升了频谱感知的准确性	在低信噪比帧被排除的受控场景中表现较好，但在信号质量较差的条件下性能可能受限	提升5G和LTE信号在动态和嘈杂无线环境中的频谱感知准确性	5G和LTE信号	机器学习	NA	深度学习	DenseNet121, InceptionV3	合成信号和真实世界数据	大规模多样化数据集
1899	2025-07-14	SynergyBug: A deep learning approach to autonomous debugging and code remediation 2025-Jul-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08226-5 PMID:40640256	研究论文	提出了一种名为SynergyBug的深度学习方法，用于自主检测和修复软件系统中的错误	结合BERT和GPT-3模型，实现自动化的错误检测和修复，减少人工干预	需要人类监控以确保安全性，并管理训练系统的偏差	提高软件系统的质量和可靠性，通过自动化工具改进错误管理	软件系统中的错误检测和修复	自然语言处理	NA	BERT, GPT-3	BERT, GPT-3	文本（错误报告、错误日志和文档）	超过100,000个错误报告
1900	2025-07-14	Lightweight machine learning framework for efficient DDoS attack detection in IoT networks 2025-Jul-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10092-0 PMID:40640290	研究论文	提出了一种轻量级机器学习框架，用于高效检测物联网网络中的DDoS攻击	设计了一种轻量级且可扩展的机器学习框架，特别适用于资源受限的物联网环境，通过特征选择和监督学习模型显著提高了检测效率	研究仅基于NSL-KDD数据集进行验证，未在实际物联网设备上进行测试	开发一种高效的DDoS攻击检测方法，以解决物联网网络中的安全问题	物联网网络中的DDoS攻击	机器学习	NA	监督学习	Random Forest, Logistic Regression, Naïve Bayes	网络数据	NSL-KDD数据集