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
341	2025-05-08	ParaSurf: a surface-based deep learning approach for paratope-antigen interaction prediction 2025-Feb-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf062 PMID:39921885	research paper	提出了一种基于表面的深度学习模型ParaSurf，用于预测抗体结合位点（paratope）与抗原的相互作用	ParaSurf通过结合表面几何和非几何因素显著提高了paratope预测的准确性，并在整个Fab区域展示了优异的预测能力	NA	加速疫苗和治疗性抗体的开发过程	抗体结合位点（paratope）与抗原的相互作用	computational biology	NA	deep learning	ParaSurf	protein surface data	三个主要的抗体-抗原基准数据集
342	2025-05-08	A conditional denoising VAE-based framework for antimicrobial peptides generation with preserving desirable properties 2025-Feb-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf069 PMID:39932977	研究论文	本研究提出了一种基于条件去噪变分自编码器（VAE）的框架，用于生成具有理想特性的抗菌肽（AMPs）	该模型结合了理想的理化特性指导，采用位置编码和Transformer架构提高生成准确性，并引入去噪机制以在有限训练数据下保持性能	模型在训练数据有限的情况下可能仍存在性能限制	开发一种能够生成具有理想功能特性的抗菌肽的深度学习模型，以应对抗生素耐药性问题	抗菌肽（AMPs）	机器学习	细菌感染	深度学习	条件去噪VAE（DVAE）	序列数据	NA
343	2025-05-08	Deep learning-assisted colonoscopy images for prediction of mismatch repair deficiency in colorectal cancer 2025-02, Surgical endoscopy DOI:10.1007/s00464-024-11426-1 PMID:39623175	研究论文	利用深度学习辅助结肠镜图像预测结直肠癌中的错配修复缺陷	开发了一种基于深度学习的分类器，能够从常规结肠镜图像中检测错配修复缺陷状态，为免疫检查点抑制剂的疗效预测提供了一种低成本、高效的筛查工具	独立验证数据集的AUROC（0.807）低于测试数据集（0.948），表明模型在外部验证中的性能有所下降	预测结直肠癌中的错配修复缺陷状态，以辅助免疫检查点抑制剂的疗效评估	结直肠癌患者的结肠镜图像	数字病理学	结直肠癌	深度学习	深度学习分类器	图像	892个肿瘤的5226张图像（开发数据集：306个肿瘤的2105张图像；独立验证数据集：488个熟练错配修复肿瘤和98个缺陷错配修复肿瘤的3121张图像）
344	2025-05-08	Development of an artificial intelligence system to indicate intraoperative findings of scarring in laparoscopic cholecystectomy for cholecystitis 2025-02, Surgical endoscopy DOI:10.1007/s00464-024-11514-2 PMID:39838147	research paper	开发一种人工智能系统，用于在腹腔镜胆囊切除术中指示胆囊炎引起的瘢痕组织	首次利用深度学习算法开发AI系统，用于术中瘢痕区域的语义分割	训练数据集仅包含21个病例的2025张图像，样本量较小	开发AI系统以减少腹腔镜胆囊切除术中胆管损伤的风险	急性胆囊炎患者的腹腔镜手术视频图像	digital pathology	cholecystitis	deep learning	semantic segmentation algorithm	image	2025张图像来自21个病例，外加20个外部验证病例
345	2025-05-08	A Neural Network Approach to Identify Left-Right Orientation of Anatomical Brain MRI 2025-Feb, Brain and behavior IF:2.6Q3 DOI:10.1002/brb3.70299 PMID:39924951	研究论文	本研究提出了一种基于深度学习的创新方法，用于提高解剖脑部MRI扫描中左右方向识别的准确性	首次应用三维卷积神经网络模型解决脑部MRI左右方向识别问题，准确率达到99.8%	在存在显著脑部特征变异（如颞叶附近大型蛛网膜囊肿或脑室不对称）的情况下可能出现识别错误	解决脑部MRI图像在去标识化、格式转换等过程中可能出现的左右方向元数据丢失问题	脑部MRI扫描图像	计算机视觉	神经退行性疾病	深度学习	3D CNN	MRI图像	训练集350例MRI，测试集来自8个不同数据库共3056例MRI
346	2025-05-08	Artificial Intelligence Applications in Cardiac CT Imaging for Ischemic Disease Assessment 2025-Feb, Echocardiography (Mount Kisco, N.Y.) DOI:10.1111/echo.70098 PMID:39927866	review	本文综述了人工智能在心脏CT成像中用于缺血性疾病评估的应用	强调了AI在提高心脏CT成像诊断效率和准确性方面的潜力，特别是在冠状动脉疾病评估中的应用	NA	探讨AI在心脏CT成像中对缺血性心脏病的评估作用	心脏CT成像数据	数字病理学	心血管疾病	CT成像	机器学习和深度学习	图像	NA
347	2025-05-08	Mapping the learning curves of deep learning networks 2025-Feb, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012286 PMID:39928655	research paper	该研究提出了一种受认知科学启发的多维量化和可视化方法，用于捕捉深度神经网络学习过程中的两个时间维度	引入了一种新的多维度量化和可视化方法，能够同时捕捉深度神经网络的信息处理轨迹和发展轨迹	方法主要应用于时间序列任务，在其他类型任务上的适用性有待验证	系统解释深度神经网络的内部表示和学习过程	深度神经网络的学习过程	machine learning	NA	多维量化和可视化方法	DNN	时间序列数据	750次模拟运行（手势检测和句子分类任务）
348	2025-05-07	Fuzz Testing Molecular Representation Using Deep Variational Anomaly Generation 2025-Feb-24, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01876 PMID:39908426	research paper	使用深度变分异常生成方法对分子表示进行模糊测试	利用变分自编码器(VAE)生成SELFIES分子字符串的异常示例，挑战了所有SELFIES都能转换为有效SMILES字符串的断言	仅针对SELFIES 2.1.1版本进行了测试，未涵盖其他分子表示格式	压力测试和验证分子表示的鲁棒性	SELFIES分子字符串	machine learning	NA	变分自编码器(VAE)	VAE	分子字符串(SELFIES格式)	NA
349	2025-05-07	Triboelectric Nanogenerator-Based Flexible Acoustic Sensor for Speech Recognition 2025-Feb-19, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c21563 PMID:39912319	研究论文	本研究提出了一种基于声驱动摩擦电纳米发电机的柔性声学传感器，用于语音识别	采用PVDF/GO复合纳米纤维薄膜作为介电层，设计了仿刺绣棚结构，结合多层注意力卷积网络(MLACN)实现高精度语音识别	未明确说明传感器在复杂环境噪声下的性能表现	开发低成本、高稳定性、高保真和高灵敏度的人机交互声学传感器	柔性声学传感器及其语音识别系统	人机交互	NA	电纺丝技术	多层注意力卷积网络(MLACN)	语音信号	未明确说明样本数量
350	2025-05-07	Lens-Free Holographic Imaging-Based Immunosensor Using Unpaired Data Set Signal-to-Noise Ratio-Enhanced Modal Transformation for Biosensing 2025-Feb-18, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c04453 PMID:39901522	研究论文	本研究提出了一种基于无配对数据集的信号噪声比增强模态变换的全息深度学习免疫传感器，用于抗生素检测	结合便携式无透镜全息成像设备和CuO@SiO纳米粒子点击反应信号放大策略，解决了传统显微镜在视野和精度上的限制	NA	开发一种高灵敏度、宽线性范围的便携式检测设备，用于食品安全检查和临床诊断	抗生素（特别是氯霉素）的检测	生物传感	NA	无透镜全息成像、点击反应信号放大	深度学习模态变换模型	全息图像	NA
351	2025-05-07	UNET-FLIM: A Deep Learning-Based Lifetime Determination Method Facilitating Real-Time Monitoring of Rapid Lysosomal pH Variations in Living Cells 2025-Feb-18, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05271 PMID:39902564	研究论文	介绍了一种基于一维U-net的深度学习架构UNET-FLIM，用于荧光寿命成像显微镜中的寿命测定，特别适用于处理低光子计数和高背景噪声的数据	提出了一种新型的深度学习架构UNET-FLIM，能够有效处理低光子计数和高背景噪声的FLIM数据，并能够通过模拟衰减曲线进行训练，适用于各种时域FLIM系统	未提及在实际生物样本中的广泛验证或与其他现有方法的详细比较	开发一种能够实时监测活细胞中快速溶酶体pH变化的FLIM寿命测定方法	活细胞中的溶酶体pH变化	计算机视觉	NA	荧光寿命成像显微镜(FLIM)	一维U-net	图像	未明确提及具体样本数量，但涉及活细胞实验
352	2025-05-07	Multi-task learning for automated contouring and dose prediction in radiotherapy 2025-Feb-18, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adb23d PMID:39904047	研究论文	本研究应用多任务学习方法，将自动轮廓绘制和基于体素的剂量预测任务无缝集成，以提高放射治疗中自动治疗计划的效率和准确性	首次将多任务学习应用于放射治疗中的自动轮廓绘制和剂量预测任务，通过共享任务间的共同信息提高了自动任务的效率	研究仅使用了前列腺癌和头颈癌两个数据集，可能限制了模型的泛化能力	开发高效的自动放射治疗计划系统	前列腺癌和头颈癌患者的放射治疗计划	数字病理	前列腺癌,头颈癌	深度学习	多任务学习(MTL)	医学影像	内部前列腺癌数据集和公开可用的头颈癌数据集(OpenKBP)
353	2025-05-07	Impact of pectoral muscle removal on deep-learning-based breast cancer risk prediction 2025-Feb-18, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adb367 PMID:39914024	研究论文	研究探讨了在深度学习乳腺癌风险预测模型中去除胸大肌对模型性能的影响	首次系统评估了去除胸大肌对乳腺癌风险预测模型性能的影响，并展示了去除胸大肌后模型性能的提升	研究仅基于特定数据集（美国马萨诸塞州总医院和斯洛文尼亚筛查项目数据），可能无法推广到所有人群	评估胸大肌去除对乳腺癌风险预测模型性能的影响	乳腺癌风险预测模型	数字病理学	乳腺癌	深度学习	MIRAI	乳腺X光图像	23,792张来自斯洛文尼亚筛查项目的乳腺X光片
354	2025-05-07	Latent alignment in deep learning models for EEG decoding 2025-Feb-17, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adb336 PMID:39914006	research paper	该论文提出了一种名为潜在对齐（Latent Alignment）的新方法，用于解决脑机接口（BCI）中因个体间脑电图（EEG）信号差异带来的挑战	首次将深度集合架构应用于EEG解码，提出在深度学习模型的特征空间中对齐分布以提高分类效果	在模型后期阶段进行对齐时，分类准确性提高的同时，对试验集中类别不平衡的敏感性也增加	提高脑机接口中EEG信号解码的准确性和跨个体适用性	脑电图（EEG）信号	脑机接口	NA	深度集合架构	deep sets	EEG信号	涉及运动想象、睡眠阶段分类和P300事件相关电位任务
355	2025-05-07	Unveiling encephalopathy signatures: A deep learning approach with locality-preserving features and hybrid neural network for EEG analysis 2025-Feb-16, Neuroscience letters IF:2.5Q3 DOI:10.1016/j.neulet.2025.138146 PMID:39894198	研究论文	本研究提出了一种结合局部保留特征提取和混合神经网络的深度学习方法，用于分析脑电图（EEG）信号以诊断脑病	首次尝试将空间和时间特征压缩并表示为单一向量用于脑病检测，简化了视觉诊断并为自动化预测提供了鲁棒特征	NA	提高脑病的自动化诊断准确性	脑电图（EEG）信号	机器学习	脑病	Local Binary Patterns (LBP), LSTM	LSTM	EEG信号	精心策划的主要EEG数据集（具体样本量未提及）
356	2025-05-07	MLAR-UNet: LDCT image denoising based on U-Net with multiple lightweight attention-based modules and residual reinforcement 2025-Feb-13, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adb19a PMID:39899989	研究论文	提出一种基于U-Net的深度学习模型MLAR-UNet，用于低剂量CT图像的降噪	结合多种轻量级注意力模块和残差强化模块，改进了U-Net在LDCT图像降噪中的性能	未明确提及具体局限性	提高低剂量CT图像的质量，减少噪声和伪影	低剂量CT图像	计算机视觉	癌症	深度学习	U-Net, CBAM, Transformer	医学图像	临床胸部和腹部CT数据集
357	2025-05-07	Enhancing U-Net-based Pseudo-CT generation from MRI using CT-guided bone segmentation for radiation treatment planning in head & neck cancer patients 2025-Feb-12, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adb124 PMID:39898433	研究论文	本研究探讨了不同训练协议对提高头颈癌患者仅基于MRI的伪CT生成精度的影响，特别解决了区分骨骼与空气的挑战	通过结合水相、脂肪相和提取的骨骼图像，提高了伪CT中骨骼表示的准确性，增强了基于MRI的放射治疗计划的可行性	研究样本量较小，仅包括25名患者	提高头颈癌患者放射治疗计划中仅基于MRI的伪CT生成的精度	头颈癌患者	数字病理	头颈癌	Dixon梯度回波(GRE)技术	3D U-Net	MRI和CT图像	25名患者（20名用于训练和验证，5名用于测试）
358	2025-05-07	End-To-End Deep Learning Explains Antimicrobial Resistance in Peak-Picking-Free MALDI-MS Data 2025-Feb-11, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05113 PMID:39893590	research paper	本文提出了一种端到端深度学习模型，用于利用原始MALDI-MS数据预测抗生素耐药性	跳过传统的峰提取步骤，直接使用原始数据预测耐药性，模型性能达到最先进水平	未提及具体的数据集规模限制或模型泛化能力的详细评估	开发一种能够直接从MALDI-MS数据预测抗生素耐药性的方法	抗生素耐药性表型	machine learning	infectious disease	MALDI-MS	1D CNN	spectrometry data	NA
359	2025-05-07	Deep learning-driven bacterial cytological profiling to determine antimicrobial mechanisms in Mycobacterium tuberculosis 2025-Feb-11, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2419813122 PMID:39913203	研究论文	本研究介绍了MycoBCP，一种基于卷积神经网络(CNN)的细菌细胞学分析(BCP)方法，用于确定结核分枝杆菌中抗菌药物的作用机制(MOA)	MycoBCP通过应用CNN克服了传统图像分析技术的挑战，无需精确细胞分割即可分析抗菌化合物的形态效应	转录和翻译抑制导致的相似形态需要进一步优化以更好地区分	加速确定结核病治疗药物的作用机制，推动结核病治疗进展	结核分枝杆菌及其对抗菌化合物的反应	数字病理学	结核病	细菌细胞学分析(BCP)	CNN	图像	多种抗菌化合物(具体数量未明确说明)
360	2025-05-07	Artificial intelligence links CT images to pathologic features and survival outcomes of renal masses 2025-Feb-07, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56784-z PMID:39915478	research paper	该研究利用深度学习模型通过术前多期CT图像预测肾脏肿块恶性和侵袭性的可能性	开发了两个多期卷积神经网络模型，用于预测肾脏肿块的恶性和侵袭性，性能超过资深放射科医生和放射组学模型	研究样本量有限，且仅基于CT图像，未整合其他临床数据	改善肾脏肿块的诊断，区分侵袭性和惰性癌症，以优化治疗方案	4557名患者的13261个术前CT扫描图像	digital pathology	renal cancer	computed tomography (CT)	CNN	image	4557名患者的13261个CT扫描图像