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
261	2025-06-05	Classifying fungi biodiversity using hybrid transformer models 2025-Jun-01, Journal of microbiological methods IF:1.7Q4 DOI:10.1016/j.mimet.2025.107155 PMID:40460919	研究论文	提出了一种混合深度学习技术，结合Vision Transformer和Swin Transformer模型，用于真菌多类分类	结合Vision Transformer和Swin Transformer模型，并采用迁移学习框架如MobileNetV2、DenseNet121和EfficientNetB0进行真菌分类	数据集中存在显著的类别不平衡问题	提高真菌分类的准确性，以促进对真菌生物多样性的理解和管理	五种真菌物种	计算机视觉	NA	迁移学习、数据增强、可解释AI技术（Grad-CAM）	Vision Transformer、Swin Transformer、MobileNetV2、DenseNet121、EfficientNetB0	图像	9115张真菌图像
262	2025-06-05	Integrating CBAM and Squeeze-and-Excitation Networks for Accurate Grapevine Leaf Disease Diagnosis 2025-Jun, Food science & nutrition IF:3.5Q2 DOI:10.1002/fsn3.70377 PMID:40463992	研究论文	本研究通过整合CBAM和Squeeze-and-Excitation Networks，开发了一种深度学习模型，用于自动化诊断葡萄叶病害	将CBAM和Squeeze-and-Excitation Networks整合到预训练模型中，显著提高了葡萄叶病害分类的准确率	NA	开发一种深度学习模型，用于自动化分类葡萄叶常见病害	葡萄叶病害（葡萄痂病和霜霉病）及健康叶片	计算机视觉	葡萄叶病害	深度学习	CNN（整合CBAM和SE模块）	图像	NA
263	2025-06-05	Learning topological horseshoes in time series via deep neural networks 2025-Jun-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0270132 PMID:40465250	research paper	提出了一种基于深度学习的几何方法，用于识别时间序列中的混沌动力学	结合拓扑马蹄理论和深度神经网络，为复杂非线性系统中混沌行为的检测提供了新工具	NA	识别时间序列中的混沌动力学	时间序列数据	machine learning	NA	deep learning	deep neural networks	time series	Hénon map, Lorenz system, Duffing system
264	2025-06-05	Development and validation of a 3-D deep learning system for diabetic macular oedema classification on optical coherence tomography images 2025-May-31, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2025-099167 PMID:40449950	研究论文	开发并验证了一种基于3D光学相干断层扫描（OCT）图像的自动糖尿病黄斑水肿（DME）分类系统	使用3D卷积神经网络算法开发了一个多中心、平台化的DME分类系统，并在外部验证集上表现出高准确率	研究依赖于历史数据，可能无法完全反映实时临床环境中的表现	开发一个自动化的DME分类系统，用于基于人群的DME筛查	糖尿病黄斑水肿（DME）患者	数字病理	糖尿病黄斑水肿	3D光学相干断层扫描（OCT）	3D CNN	3D图像	4254名患者的7146只眼睛，共7790个OCT图像
265	2025-06-05	LiDSCUNet++: A lightweight depth separable convolutional UNet++ for vertebral column segmentation and spondylosis detection 2025-May-31, Research in veterinary science IF:2.2Q1 DOI:10.1016/j.rvsc.2025.105703 PMID:40460622	research paper	介绍了一种轻量级深度学习框架LiDSCUNet++，用于脊柱分割和脊椎病检测	结合深度可分离卷积和点卷积的轻量级UNet++框架，显著减少可训练参数和计算资源消耗	数据不足可能影响模型性能	开发高效的医学图像分析解决方案，辅助医生诊断脊柱疾病	狗的X光片中的脊柱和脊椎异常	digital pathology	spondylosis deformans	deep learning	LiDSCUNet++, YOLOv8	image	NA
266	2025-06-05	Mammogram mastery: Breast cancer image classification using an ensemble of deep learning with explainable artificial intelligence 2025-May-30, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000042242 PMID:40441211	研究论文	提出一种基于深度学习和可解释人工智能的集成方法，用于乳腺X光片的癌症分类	结合了Inception V3架构和可解释AI技术，提高了分类的准确性和透明度	未提及数据集的多样性和模型在其他数据集上的泛化能力	提高乳腺癌早期诊断的准确性和效率	乳腺X光片	计算机视觉	乳腺癌	深度学习	Inception V3	图像	未提及具体样本数量
267	2025-06-05	Three-dimensional automated segmentation of adolescent idiopathic scoliosis on computed tomography driven by deep learning: A retrospective study 2025-May-30, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000042644 PMID:40441215	研究论文	本研究探讨了深度学习网络在青少年特发性脊柱侧凸（AIS）患者CT图像中分割椎骨的应用	首次在AIS患者的CT图像中应用U-Net和Attention U-Net进行椎骨分割，并比较了两种网络在复杂解剖结构中的表现	样本量较小（31例），且未与其他先进3D U-Net网络进行全面比较	开发自动化的椎骨分割方法以支持现代脊柱侧凸手术技术	青少年特发性脊柱侧凸（AIS）患者的CT图像	医学图像分析	脊柱侧凸	CT成像	U-Net, Attention U-Net	3D CT图像	31例AIS患者的CT图像
268	2025-06-05	Molecular insights into the unique activation and allosteric modulation mechanisms of the human mas-related G-protein-coupled receptor X1 2025-May-30, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.144815 PMID:40451369	研究论文	本研究通过高斯加速分子动力学（GaMD）和神经关系推理（NRI）深度学习技术，揭示了人类mas相关G蛋白偶联受体X1（MRGPRX1）的独特激活和变构调节机制	首次成功获得了未结合受体的稳定非活性构象，并通过比较分析揭示了MRGPRX1从非活性状态到活性状态的微妙结构和动态变化，同时阐明了ML382的正变构调节（PAM）活性的分子基础	NA	揭示MRGPRX1的激活和变构调节机制，以加速镇痛和止痒药物的合理设计	人类mas相关G蛋白偶联受体X1（MRGPRX1）	分子动力学模拟与深度学习	疼痛与瘙痒相关疾病	高斯加速分子动力学（GaMD）、神经关系推理（NRI）深度学习	NRI	分子动力学模拟数据	NA
269	2025-06-05	Bayesian Optimization with Gaussian Processes Assisted by Deep Learning for Material Designs 2025-May-29, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.5c00592 PMID:40383929	research paper	本研究探讨了结合深度学习和高斯过程的贝叶斯优化方法在材料设计中的应用	提出了一种结合神经网络和高斯过程的深度核学习（DKL）方法，用于提升贝叶斯优化的效率	在寻找具有最高居里温度的合金时，标准高斯过程方法优于DKL模型，因为可以直接利用与居里温度强相关的描述符	提高材料探索中贝叶斯优化的效率	氧化物数据集（922个）和混合有机-无机钙钛矿合金（610个）的带隙、离子介电常数、电子有效质量等性质	machine learning	NA	deep kernel learning (DKL), Bayesian optimization (BO), Gaussian processes (GPs)	neural network, Gaussian processes	material property data	922 oxide data sets, 610 hybrid organic-inorganic perovskite alloys, 4560 alloys
270	2025-06-05	Ensemble learning approach for detecting breast invasive ductal carcinoma from histopathological images 2025-May-29, Pathology, research and practice DOI:10.1016/j.prp.2025.156041 PMID:40460639	研究论文	本文提出了一种集成学习方法，用于从组织病理学图像中检测乳腺浸润性导管癌	采用集成学习方法结合多种深度学习模型，提高了诊断的准确性和鲁棒性	未提及具体的数据集规模或模型在不同分辨率图像上的泛化能力	提高乳腺浸润性导管癌的诊断准确性和减少诊断变异性	乳腺组织病理学图像	数字病理学	乳腺癌	深度学习	ResNet50, Xception, MobileNetV2, VGG16, VGG19	图像	NA
271	2025-06-05	Guided multi-objective generative AI to enhance structure-based drug design 2025-May-29, Chemical science IF:7.6Q1 DOI:10.1039/d5sc01778e PMID:40463429	研究论文	介绍了一种名为IDOLpro的新型生成化学AI，结合扩散模型与多目标优化，用于基于结构的药物设计	IDOLpro首次结合扩散模型与多目标优化，能够生成满足多种理化性质的分子，并在结合亲和力和合成可及性上优于现有方法	未明确提及研究的局限性	开发一种能够生成满足多种理化性质分子的生成化学AI，以加速药物发现过程	分子生成与优化，特别是针对疾病相关靶点的配体	药物发现	NA	扩散模型，多目标优化	扩散模型	化学分子数据	两个基准测试集和一组实验复合物
272	2025-06-05	Beyond current boundaries: Integrating deep learning and AlphaFold for enhanced protein structure prediction from low-resolution cryo-EM maps 2025-May-27, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108494 PMID:40460619	研究论文	本文介绍了一种名为DeepTracer-LowResEnhance的创新计算框架，该框架通过整合AlphaFold的结构预测和深度学习驱动的图谱细化策略，显著提高了低分辨率冷冻电镜图谱的解析和建模准确性	该研究首次将AlphaFold的序列预测与深度学习驱动的图谱细化策略相结合，专门针对低分辨率冷冻电镜图谱进行优化，显著提升了建模准确性	研究主要针对低分辨率冷冻电镜图谱（4 Å以下），对于更高分辨率图谱的适用性未进行验证	提高低分辨率冷冻电镜图谱的原子模型构建准确性	蛋白质冷冻电镜图谱	结构生物学	NA	冷冻电镜(cryo-EM)	CNN, GNN, AlphaFold	冷冻电镜图谱	37种不同蛋白质的冷冻电镜图谱，包括22个分辨率低于4 Å的挑战性案例
273	2025-06-05	ECG synthesis for cardiac arrhythmias: Integrating self-supervised learning and generative adversarial networks 2025-May-26, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103162 PMID:40460597	research paper	该论文提出了一种结合自监督学习和生成对抗网络的心电图合成方法，用于生成逼真的心律失常信号	提出了一种新型条件生成架构ECGAN，能够调节心电图记录的概率分布，并在心律失常分类任务中实现了2.4%的平均准确率提升	未提及具体的数据隐私保护措施细节，且合成数据的临床验证可能不足	开发能够生成逼真心电图信号的方法，以解决标记临床数据不足和患者匿名化问题	心电图时间序列数据	machine learning	心血管疾病	自监督学习, 生成对抗网络	ECGAN (生成对抗网络)	时间序列数据	使用了MIT-BIH、BIDMC和PTB数据集（具体样本量未明确说明）
274	2025-06-05	iPSC-RPE patch restores photoreceptors and regenerates choriocapillaris in a pig retinal degeneration model 2025-May-22, JCI insight IF:6.3Q1 DOI:10.1172/jci.insight.179246 PMID:40401519	research paper	该研究开发了一种基于诱导多能干细胞衍生的视网膜色素上皮（iRPE）贴片，用于治疗干性年龄相关性黄斑变性（AMD），并在猪视网膜退化模型中验证了其恢复光感受器和再生脉络膜毛细血管的能力	使用可生物降解的PLGA支架成熟iRPE细胞，开发了一种临床兼容的制造工艺，并通过深度学习算法和自适应光学成像验证了治疗效果	研究仅在猪模型中进行，尚未在人体临床试验中验证	开发并验证一种能够恢复光感受器和再生脉络膜毛细血管的治疗方法，以治疗干性年龄相关性黄斑变性	激光诱导的外视网膜退化的猪模型	digital pathology	age-related macular degeneration	optical coherence tomography (OCT), OCT-angiography, adaptive optics imaging	deep learning algorithm	image	猪模型中的视网膜区域
275	2025-06-05	VADEr: Vision Transformer-Inspired Framework for Polygenic Risk Reveals Underlying Genetic Heterogeneity in Prostate Cancer 2025-May-18, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.16.25327672 PMID:40463543	research paper	介绍了一种基于Vision Transformer的框架VADEr，用于揭示前列腺癌中的遗传异质性并预测多基因风险	结合自然语言处理和计算机视觉技术，利用Vision Transformer架构捕捉遗传数据中的局部和全局交互，提出DARTH评分以解释基因组区域的个性化贡献	未明确提及研究的局限性	提高复杂疾病（特别是前列腺癌）风险预测的准确性	前列腺癌（PCa）的遗传数据	machine learning	prostate cancer	Vision Transformer (ViT)	Transformer	genetic data	NA
276	2025-06-05	ProtFun: A Protein Function Prediction Model Using Graph Attention Networks with a Protein Large Language Model 2025-May-17, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.13.653854 PMID:40463264	研究论文	提出了一种名为ProtFun的多模态深度学习架构，用于预测蛋白质功能	结合蛋白质大型语言模型（LLM）嵌入和图注意力网络（GAT）来学习蛋白质嵌入，并与InterPro的蛋白质特征表示整合	未提及具体局限性	开发计算方法来自动预测蛋白质功能	蛋白质功能	机器学习	NA	蛋白质大型语言模型（LLM）、图注意力网络（GAT）	GAT	蛋白质序列数据	三个基准数据集
277	2025-06-05	Tracking Conditioned Fear in Pair-Housed Mice Using Deep Learning and Real-Time Cue Delivery 2025-May-15, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.10.653260 PMID:40463247	research paper	该研究开发了一种新型的巴甫洛夫范式，结合开源软件和深度学习姿态估计，研究配对饲养小鼠在家笼中对反复条件刺激的恐惧行为反应	提出了一种结合开源软件和深度学习的新型范式，用于在生态相关环境中长期研究小鼠的条件性防御和恐惧行为	研究仅关注小鼠模型，结果向人类PTSD的转化需要进一步验证	开发新方法来研究创伤后应激障碍(PTSD)相关的条件性恐惧行为	配对饲养的小鼠	digital pathology	PTSD	深度学习姿态估计	深度学习模型	视频	配对饲养的小鼠群体(具体数量未提及)
278	2025-06-05	Automated grading and staging of ovarian cancer using deep learning on the transmission optical microscopy bright-field images of thin biopsy tissue samples 2025-May-15, ArXiv PMID:40463694	研究论文	本研究提出了一种基于深度学习的自动化方法，用于卵巢癌的分级和分期，利用常规组织病理学图像进行预测	采用迁移学习方法，微调预训练的ResNet-101卷积神经网络，结合数据增强、加权随机采样和类别权重调整，优化模型性能	未提及模型在不同实验室或不同扫描设备获取的图像上的泛化能力	开发自动化方法来辅助卵巢癌的诊断和分期	卵巢癌组织病理学图像	数字病理学	卵巢癌	深度学习	CNN (ResNet-101)	图像	未明确提及具体样本数量
279	2025-06-05	Evaluation of data collection and annotation approaches of driver gaze dataset 2025-May-14, Behavior research methods IF:4.6Q1 DOI:10.3758/s13428-025-02679-2 PMID:40369353	research paper	本研究评估了驾驶员视线数据集的三种标注方法，并提出了一种新的基于移动指针的标注方法	引入了一种新的基于移动指针的标注方法，该方法受到基于屏幕的视线数据收集的启发	手动标注和Speak2Label方法的准确性较低，需要进一步分析误分类原因	评估不同数据收集和标注方法在驾驶员视线估计中的效果	驾驶员视线数据集	computer vision	NA	eye tracker	supervised machine learning, deep learning	image	NA
280	2025-06-05	FastConformation: A Standalone ML-Based Toolkit for Modeling and Analyzing Protein Conformational Ensembles at Scale 2025-May-14, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.09.653048 PMID:40463224	研究论文	介绍了一个名为FastConformation的Python应用程序，用于建模和分析蛋白质构象集合	整合了MSA生成、AF2结构预测和构象分析，提供用户友好的GUI界面，适合非编程背景的研究人员使用	需要本地机器运行，可能对计算资源有一定要求	开发一个高效、易用的工具来预测和分析蛋白质构象集合	蛋白质构象集合，包括Abl1激酶、LAT1转运体和CCR5受体等	结构生物学	NA	AlphaFold 2 (AF2), 多序列比对(MSA)	深度学习	蛋白质序列	包括Abl1激酶、LAT1转运体和CCR5受体等多个蛋白质