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
9781	2025-05-10	High-resolution automated free-breathing coronary magnetic resonance angiography in comparison with coronary computed tomography angiography 2025-Jan, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyaf037 PMID:40330538	研究论文	本研究评估了一种新型自动化iNAV冠状动脉磁共振血管成像（CMRA）协议与冠状动脉计算机断层扫描血管成像（CCTA）在冠状动脉疾病分类中的一致性	开发了一种结合图像导航器（iNAV）与自动化扫描规划的CMRA协议，以提高图像质量的稳定性	研究样本量较小（95人），且CMRA与CCTA在CAD-RADS分类中的一致性随疾病严重程度增加而降低	评估自动化iNAV CMRA协议在冠状动脉疾病诊断中的临床价值	疑似或确诊冠状动脉疾病的患者	数字病理学	心血管疾病	冠状动脉磁共振血管成像（CMRA）、冠状动脉计算机断层扫描血管成像（CCTA）	深度学习辅助自动化扫描规划	医学影像	95名个体
9782	2025-05-10	Relationship between cerebrospinal fluid circulation markers, brain degeneration, and cognitive impairment in cerebral amyloid angiopathy 2025, Frontiers in aging neuroscience IF:4.1Q2 DOI:10.3389/fnagi.2025.1549072 PMID:40330595	research paper	研究脑淀粉样血管病（CAA）患者脑脊液循环标志物与脑退化和认知障碍的关系	首次探讨脑脊液循环标志物在CAA患者中的变化及其与脑退化和认知障碍的关联	样本量较小，且仅基于ADNI3数据库，可能影响结果的普遍性	探究脑脊液循环标志物在CAA患者中的变化及其与脑退化和认知障碍的关系	52名认知障碍患者（26名CAA患者和26名非CAA患者）及26名认知正常对照	digital pathology	cerebral amyloid angiopathy	MRI, 扩散张量成像（DTI-ALPS）, 正电子发射断层扫描（PET）	deep learning-based method	image	52名认知障碍患者和26名认知正常对照
9783	2025-05-10	Characterizing hip joint morphology using a multitask deep learning model 2025-Jan, Journal of hip preservation surgery IF:1.4Q3 DOI:10.1093/jhps/hnae041 PMID:40331073	research paper	该研究开发了一种基于YOLOv5和ConvNeXt-Tiny架构的多任务深度学习模型，用于预测髋关节形态学特征	首次将YOLOv5和ConvNeXt-Tiny架构结合用于髋关节形态学特征的预测	模型在检测cam畸形时的准确率相对较低（78.0%）	开发准确高效的机器学习算法用于髋关节形态病理学的诊断	髋关节形态学特征（包括cam畸形、坐骨棘征、发育不良等）	digital pathology	developmental dysplasia of the hip, femoroacetabular impingement	deep learning	YOLOv5, ConvNeXt-Tiny	medical imaging	NA
9784	2025-05-10	Sentiment mining of online comments of sports venues: Consumer satisfaction and its influencing factors 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319476 PMID:40333946	研究论文	基于互联网大数据、深度学习、主题分析和社交网络分析，对体育场馆在线评论进行情感挖掘，以捕捉消费者满意度及其影响因素	利用互联网大数据和深度学习技术进行情感挖掘，替代传统耗时、资源密集且覆盖范围有限的调查方法	未提及具体样本量或数据来源的局限性	研究体育场馆消费者满意度及其影响因素，以开发更消费者友好的服务	体育场馆的在线评论	自然语言处理	NA	情感挖掘、主题分析、社交网络分析	深度学习	文本	NA
9785	2025-05-10	A KAN-based hybrid deep neural networks for accurate identification of transcription factor binding sites 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322978 PMID:40334196	research paper	提出了一种基于KAN的混合深度神经网络CBR-KAN，用于准确识别转录因子结合位点	结合多尺度卷积模块、BiLSTM网络和KAN网络，通过残差连接优化模型，显著提高了预测准确率	未提及模型在更大规模数据集上的泛化能力	预测转录因子结合位点，以支持药物设计和开发	DNA序列中的转录因子结合位点	bioinformatics	NA	ChIP-seq	CNN, BiLSTM, KAN	DNA序列数据	50个常见的ChIP-seq基准数据集
9786	2025-05-10	OA-HybridCNN (OHC): An advanced deep learning fusion model for enhanced diagnostic accuracy in knee osteoarthritis imaging 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322540 PMID:40334259	research paper	该研究提出了一种名为OA-HybridCNN (OHC)的深度学习融合模型，用于提高膝关节骨关节炎影像诊断的准确性	OHC模型整合了ResNet和DenseNet架构，有效解决了DenseNet中的梯度消失问题，并提高了预测准确性	未提及具体局限性	提高膝关节骨关节炎影像诊断的准确性和效率	膝关节骨关节炎影像数据	computer vision	geriatric disease	深度学习	CNN (ResNet和DenseNet融合)	image	未提及具体样本数量
9787	2025-05-10	Artificial intelligence in pathologic myopia: a review of clinical research studies 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1572750 PMID:40337273	review	本文综述了人工智能在病理性近视（PM）临床研究中的最新进展	探讨了AI在PM筛查、诊断、分级分类及预测评估中的潜在应用	未提及具体AI模型的性能比较或临床验证的局限性	探索AI技术在病理性近视管理中的应用	病理性近视及其相关眼底疾病	digital pathology	geriatric disease	machine learning, deep learning	NA	image	NA
9788	2025-05-10	Brain age in multiple sclerosis: a study with deep learning and traditional machine learning 2025, Brain communications IF:4.1Q2 DOI:10.1093/braincomms/fcaf152 PMID:40337466	研究论文	本研究使用深度学习和传统机器学习方法评估多发性硬化症患者的脑龄，并比较两种方法的性能	首次在多发性硬化症患者中比较深度学习和传统机器学习方法在脑龄评估中的表现，并验证深度学习模型的有效性	研究为回顾性观察研究，数据来自两个机构，可能存在选择偏倚	验证深度学习脑龄模型在多发性硬化症中的有效性，并比较其与传统机器学习模型的性能	多发性硬化症患者	数字病理学	多发性硬化症	MRI	全卷积网络（深度学习）与传统机器学习模型	图像	1516名多发性硬化症患者的4584个MRI扫描
9789	2025-05-10	Deciphering metabolic disease mechanisms for natural medicine discovery via graph autoencoders 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1594186 PMID:40337507	research paper	该研究开发了一种结合图自编码器(GAEs)和非负矩阵分解(NMF)的创新框架，用于通过代谢物-疾病关联分析研究代谢疾病的发病机制	结合图自编码器和非负矩阵分解的创新框架，用于揭示代谢疾病的发病机制	未明确说明样本量或数据来源的具体限制	研究代谢疾病的发病机制，以支持天然药物的发现和开发	代谢疾病（如糖尿病）及其相关的代谢物	machine learning	diabetes	graph autoencoders (GAEs), non-negative matrix factorization (NMF)	GAE, NMF	metabolite-disease association data	NA
9790	2025-05-09	A review of denoising methods in single-particle cryo-EM 2025-Jul, Micron (Oxford, England : 1993) DOI:10.1016/j.micron.2025.103817 PMID:40164016	review	本文全面回顾了单粒子冷冻电镜图像去噪方法的最新进展，涵盖了从传统滤波方法到最新的基于深度学习的策略	通过分析和比较主流去噪方法，推动单粒子冷冻电镜去噪领域的发展，促进获取更高质量的图像	未提及具体方法的局限性	提高冷冻电镜图像的信噪比，使下游分析更准确可靠	冷冻电镜图像	digital pathology	NA	冷冻电镜	深度学习	图像	NA
9791	2025-05-09	Beyond Batch Learning: Global Awareness Enhanced Domain Adaptation 2025-Jun, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3541207 PMID:40036452	research paper	提出了一种名为GAN-DA的新型域适应方法，通过全局统计和几何特征增强，克服了传统批量学习的限制	引入了预定义特征表示（PFR）以对齐跨域分布，创新性地扩展了正交和共同特征方面，增强了全局流形结构的统一和决策边界的优化	NA	改进域适应（DA）方法，提升跨域图像分类任务的性能	跨域图像分类任务	machine learning	NA	domain adaptation	GAN-DA	image	27个不同的跨域图像分类任务
9792	2025-05-09	A Lightweight Deep Exclusion Unfolding Network for Single Image Reflection Removal 2025-Jun, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3548148 PMID:40048344	research paper	本文提出了一种轻量级的深度排除展开网络（DExNet），用于单图像反射去除（SIRR）	DExNet通过展开和参数化一种新的基于模型的SIRR优化公式，结合通用的排除先验，提高了反射去除的准确性和可解释性	未提及具体限制	解决单图像反射去除问题，提高图像分离的准确性	反射污染的图像	computer vision	NA	深度学习	DExNet	image	四个基准数据集
9793	2025-05-09	Graph Foundation Models: Concepts, Opportunities and Challenges 2025-Jun, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3548729 PMID:40048343	综述	本文介绍了图基础模型（GFMs）的概念，并详细解释了其关键特征和基础技术	提出了图基础模型（GFMs）的新概念，并对其进行了系统分类和分析	缺乏对图基础模型（GFMs）的明确定义和系统分析	探讨图基础模型（GFMs）在图形机器学习中的潜力和发展方向	图基础模型（GFMs）及其相关技术	机器学习	NA	NA	图神经网络（GNNs）、大语言模型（LLMs）	图数据	NA
9794	2025-05-09	On the Upper Bounds of Number of Linear Regions and Generalization Error of Deep Convolutional Neural Networks 2025-Jun, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3548620 PMID:40042958	research paper	本文研究了卷积神经网络（CNNs）的超参数对性能的影响，基于CNNs的分段线性（PWL）函数特性，提出了线性区域数量的紧界和泛化误差的上界	通过将卷积、ReLU和最大池化操作表示为矩阵乘法，提供了CNNs的代数表达式，并首次提出了考虑网络层数、池化维度和宽度等因素的线性区域数量紧界和泛化误差上界	矩阵表示方法具有较高的时间复杂度	研究CNN网络结构超参数对性能的影响	卷积神经网络（CNNs）	machine learning	NA	NA	CNN	NA	NA
9795	2025-05-09	Lag-Net: Lag correction for cone-beam CT via a convolutional neural network 2025-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108753 PMID:40233441	research paper	提出了一种名为Lag-Net的卷积神经网络方法，用于校正锥束CT中的滞后信号，以减少伪影并提高图像质量	引入深度学习方法来消除滞后信号，利用硬件校正的无滞后结果作为训练目标，避免了传统线性时不变校正的局限性	硬件校正方法操作复杂，对CT仪器要求高，而深度学习方法的校正效果在低曝光条件下仍有提升空间	提高锥束CT图像质量，减少由滞后信号引起的伪影	锥束CT中的滞后信号及其引起的伪影	digital pathology	NA	deep learning, convolutional neural network	CNN	image	模拟和真实数据集
9796	2025-05-09	Reconstruction of highly and extremely aberrated wavefront for ocular Shack-Hartmann sensor using multi-task Attention-UNet 2025-Jun, Experimental eye research IF:3.0Q1 DOI:10.1016/j.exer.2025.110394 PMID:40254120	研究论文	本研究提出了一种多任务注意力UNet（HR-HDR-SHUNet）用于高分辨率和宽动态范围的Shack-Hartmann波前重建，以解决高度和极度像差眼睛中的波前记录问题	首次将多任务学习方案应用于高分辨率和宽动态范围的Shack-Hartmann波前重建，同时输出波前图和Zernike系数	未明确提及具体局限性	提高高度和极度像差眼睛中Shack-Hartmann波前重建的准确性和计算效率	具有不同高阶像差水平（正常、高度和极度像差）的眼睛	计算机视觉	眼科疾病（圆锥角膜和角膜激光手术后）	深度学习	改进的注意力UNet（HR-HDR-SHUNet）	波前图像数据	三个大型数据集（包含不同像差水平的样本）
9797	2025-05-09	Improved prediction of chlorophyll-a concentrations using advancing graph neural network variants 2025-Jun-01, The Science of the total environment DOI:10.1016/j.scitotenv.2025.179481 PMID:40280091	研究论文	本研究提出了一种基于深度学习的框架，用于长期叶绿素a（Chl-a）浓度模拟，结合了不规则测量的水质观测数据和恒定时间步长的气候数据	引入了先进的图神经网络（GNN）架构（如ChebNet和GCN）来处理连续气候数据，并提出了一个门控机制来整合两个处理模块的输出	研究仅使用了韩国汉江上游流域的每日数据集，可能限制了模型的泛化能力	提高有害藻华预测的准确性，以保护地表水资源	叶绿素a（Chl-a）浓度	机器学习	NA	深度学习，图神经网络	GCN, LSTM	水质观测数据，气候数据	韩国汉江上游流域的每日数据集
9798	2025-05-09	Incremental capacity analysis of battery under dynamic load conditions 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103331 PMID:40337556	研究论文	本文提出了一种基于增量容量分析（ICA）的方法，用于在动态负载条件下评估电动汽车电池的容量和健康状态（SOH）	该方法不仅提供了标记的SOH值，还提取了可用于数据驱动的容量或SOH预测的健康特征	NA	开发一种在动态负载条件下准确评估电动汽车电池容量和健康状态的方法	电动汽车电池	机器学习	NA	增量容量分析（ICA）	机器学习或深度学习模型	电池数据	NA
9799	2025-05-09	Electroencephalography estimates brain age in infants with high precision: Leveraging advanced machine learning in healthcare 2025-May-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121200 PMID:40216216	研究论文	本研究利用脑电图（EEG）和机器学习技术，开发了一种可靠的方法来量化婴儿的脑龄差距（BAG），作为评估大脑发育速度的指标	结合传统机器学习和新型深度学习网络，高效量化脑龄差距，并在临床风险人群中验证其有效性	研究样本量相对较小，且仅针对特定年龄段的婴儿	开发一种非侵入性的脑成熟度评估工具，用于早期临床干预和护理计划	219名3至14个月大的正常发育婴儿，以及临床风险人群（巨脑症患者）	机器学习	神经发育疾病	EEG	深度学习网络	EEG记录	219名婴儿的EEG数据，深度学习网络输入样本增至2628条记录
9800	2025-05-09	A CVAE-based generative model for generalized B1 inhomogeneity corrected chemical exchange saturation transfer MRI at 5 T 2025-May-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121202 PMID:40268259	research paper	提出一种基于条件变分自编码器（CVAE）的生成模型，用于在5T磁场下生成广义B1不均匀性校正的化学交换饱和转移（CEST）MRI图像	使用CVAE模型从单次CEST采集生成B1不均匀性校正的Z谱，克服了传统方法需要多B1水平采集数据的问题，并提高了对其他B1水平的泛化能力	研究仅在5T磁场下进行数值模拟和健康人脑成像验证，未在其他场强下验证模型的普适性	开发一种能够进行广义B1不均匀性校正的CEST MRI方法	化学交换饱和转移（CEST）磁共振成像	医学影像处理	NA	化学交换饱和转移（CEST）磁共振成像	CVAE（条件变分自编码器）	MRI图像数据	数值模拟和健康人脑成像数据