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
461	2025-05-09	TimePAD─Unveiling Temporal Sequence ELISA Signal by Deep Learning for Rapid Readout and Improved Accuracy in a Microfluidic Paper-Based Analytical Platform 2025-Mar-04, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06001 PMID:39960863	研究论文	本文提出了一种通过深度学习分析时间序列比色数据来改进纸基微流控ELISA性能的新方法	利用时间序列数据而非传统静态数据，通过深度学习模型YOLOv8分析ELISA反应的动态变化，实现了更快的检测速度和更高的准确性	NA	提高纸基微流控ELISA的检测速度和准确性	纸基微流控ELISA平台	数字病理	心血管疾病	ELISA	YOLOv8	视频数据	使用Rabbit IgG作为ELISA检测模型，并扩展到疾病标志物cTnI的检测
462	2025-05-09	Video-based robotic surgical action recognition and skills assessment on porcine models using deep learning 2025-03, Surgical endoscopy DOI:10.1007/s00464-024-11486-3 PMID:39806176	research paper	该研究旨在利用深度学习开发一种自动化的手术技能评估工具，用于机器人辅助手术（RAS）中的动作识别和技能评估	结合CNN和LSTM的网络架构从手术视频中提取和分析时空特征，实现高精度的动作识别和技能评估	研究基于猪模型数据，未来需测试在临床环境中的适用性	开发自动化手术技能评估工具以辅助外科培训	机器人辅助手术（RAS）中的手术动作和技能水平	computer vision	NA	deep learning	CNN, LSTM	video	21名参与者（16名新手和5名经验丰富者）在猪模型上进行的16种不同腹腔内机器人辅助手术
463	2025-05-09	Segment Anything for Microscopy 2025-Mar, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02580-4 PMID:39939717	research paper	介绍了一种名为μSAM的显微镜图像分割工具，基于Segment Anything模型，用于多维显微镜数据的分割和追踪	通过微调通用模型，显著提高了在各种成像条件下的分割质量，并实现了交互式和自动分割	未提及具体的数据集或样本量限制	解决显微镜图像中物体准确分割的问题	显微镜图像中的物体	digital pathology	NA	NA	Segment Anything	image	NA
464	2025-05-09	A Veterinary DICOM-Based Deep Learning Denoising Algorithm Can Improve Subjective and Objective Brain MRI Image Quality 2025-Mar, Veterinary radiology & ultrasound : the official journal of the American College of Veterinary Radiology and the International Veterinary Radiology Association IF:1.3Q2 DOI:10.1111/vru.70015 PMID:39945204	研究论文	本研究评估了一种专为兽医患者开发的基于DICOM的深度学习去噪算法对犬猫脑部MRI图像质量的影响	开发了首个专为兽医患者设计的DICOM-based深度学习去噪算法，并验证其在1.5T MRI上的效果	样本量较小(30只犬猫)，仅测试了1.5T MRI系统	评估深度学习去噪算法对兽医脑部MRI图像质量的改善效果	30只犬猫的脑部MRI图像	数字病理	兽医神经疾病	MRI	深度学习(DL)	医学影像	30只犬猫的脑部MRI图像
465	2025-05-09	DEEP LEARNING-DRIVEN SEGMENTATION OF DENTAL IMPLANTS AND PERI-IMPLANTITIS DETECTION IN ORTHOPANTOMOGRAPHS: A NOVEL DIAGNOSTIC TOOL 2025-Mar, The journal of evidence-based dental practice IF:4.1Q1 DOI:10.1016/j.jebdp.2024.102058 PMID:39947781	research paper	本研究开发了一种基于深度学习的牙种植体分割和种植体周围炎检测方法，以提高诊断准确性和效率	利用深度学习技术，特别是U-Net架构和CNN，实现了牙种植体的自动分割和种植体周围炎的检测，解决了现有诊断方法主观性强和耗时的问题	研究中存在165例假阳性结果，可能影响诊断的准确性	开发一种更准确和高效的牙种植体及种植体周围炎的诊断工具	牙种植体和种植体周围炎	digital pathology	dental disease	deep learning	U-Net, CNN	image	7696张正颌全景片（OPGs），其中3693个种植体
466	2025-05-09	Hybrid deep learning downscaling of GCMs for climate impact assessment and future projections in Oman 2025-Mar, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124522 PMID:39951996	research paper	该研究提出了一种混合深度学习方法，用于降尺度全球环流模型（GCMs），以评估气候变化对阿曼的影响并进行未来预测	提出了一种新颖的混合深度学习方法，结合了序列到序列模型、时间卷积网络（TCN）和Transformer解码器，优化了降尺度效果	研究仅针对阿曼的Wadi Dayqah流域，可能无法直接推广到其他地区	评估气候变化对水资源管理的影响并进行未来预测	阿曼的Wadi Dayqah流域	climate modeling	NA	混合深度学习方法，包括序列到序列模型、TCN和Transformer	TCN, Transformer, LSTM	气候数据（降水和温度）	14个GCMs模型，数据涵盖1992-2011年
467	2025-05-09	Intelligent biofilm detection with ensemble of deep learning networks 2025-Mar-01, Medicina oral, patologia oral y cirugia bucal DOI:10.4317/medoral.26937 PMID:39954282	research paper	本研究评估了使用U-Net神经网络和集成策略自动检测牙菌斑的性能	采用U-Net神经网络和集成策略自动检测牙菌斑，无需使用显色剂	研究为回顾性探索性研究，可能存在数据偏差	评估自动检测牙菌斑的深度学习方法	乳牙和恒牙的口内照片	digital pathology	dental disease	deep learning	U-Net	image	两个数据集的口内图像，具体数量未提及
468	2025-05-09	[18F]FDG administered activity reduction capabilities of a 32-cm axial field-of-view solid-state digital bismuth germanium oxide PET/CT system while maintaining EARL compliance 2025-Mar, 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.2025.104935 PMID:39956005	研究论文	评估数字BGO 32厘米轴向视场PET系统在符合当前和更新的EANM Research Ltd氟-18认证规范（EARL1和EARL2）的情况下，降低[18F]FDG给药活性和/或扫描时间的能力	使用数字BGO PET系统结合深度学习图像增强技术（PDL），显著降低[18F]FDG给药活性，同时保持EARL1和EARL2合规性	研究仅基于幻影测量，未涉及实际患者数据	评估PET系统在降低放射性药物活性和扫描时间方面的性能	数字BGO 32厘米轴向视场PET系统（Omni Legend 32 cm）	医学影像	NA	PET/CT成像，深度学习图像增强（PDL）	NA	医学影像数据	使用校准QC和NEMA IEC幻影进行测量，图像质量QC扫描每小时重复一次，共7小时
469	2025-05-09	Adaptable graph neural networks design to support generalizability for clinical event prediction 2025-Mar, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104794 PMID:39956347	研究论文	本文提出了一种可适应性的图卷积神经网络设计，用于提高临床事件预测模型的泛化能力	利用图卷积神经网络的独特属性，使模型在训练后能够适应不同机构的数据，无需重新训练	外部验证数据集中存在缺失/不完整数据可能影响模型性能	解决临床事件预测模型在不同医疗机构间泛化能力不足的问题	电子健康记录中的患者人口统计数据和账单代码等多模态数据	机器学习	NA	图卷积神经网络(GCNN)	GCNN	多模态数据(包括人口统计数据和账单代码)	未明确说明具体样本数量
470	2025-05-09	MARBLE: interpretable representations of neural population dynamics using geometric deep learning 2025-Mar, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02582-2 PMID:39962310	research paper	介绍了一种名为MARBLE的表示学习方法，用于分解神经流形上的动态为局部流场，并通过无监督几何深度学习将其映射到共同的潜在空间	MARBLE方法能够发现低维潜在表示，这些表示在高维神经动态中参数化增益调制、决策制定和内部状态变化，且在不同神经网络和动物间具有一致性	方法需要进一步验证在更广泛的实验条件和神经记录中的适用性	开发一种能够推断可解释且一致的潜在表示的方法，以理解神经群体动态	模拟非线性动力系统、循环神经网络以及来自灵长类和啮齿类动物的实验性单神经元记录	machine learning	NA	geometric deep learning	MARBLE	neural recordings	实验数据来自灵长类和啮齿类动物的单神经元记录
471	2025-05-09	Deep learning opportunistic screening for osteoporosis and osteopenia using radiographs of the foot or ankle - A pilot study 2025-Mar, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.111980 PMID:39946811	研究论文	本研究旨在开发一种深度学习模型，通过足部或踝关节的X光片筛查骨质疏松或骨质减少	开发了一种新颖的深度学习模型，利用定制的架构从足部和踝关节的X光片中提取深度特征，用于骨质疏松或骨质减少的筛查	研究为回顾性横断面研究，样本中白种人占比较高（96.7%），可能影响模型的泛化能力	创建一种深度学习模型，用于通过足部或踝关节的X光片筛查骨质疏松或骨质减少	50岁及以上接受足部或踝关节X光检查及DXA检查的患者	数字病理学	骨质疏松	X光成像	深度学习定制架构	图像	907名患者（3109张X光片），其中白种人占96.7%，黑人占1.8%，亚洲人占0.4%
472	2025-05-08	Leveraging AI to Explore Structural Contexts of Post-Translational Modifications in Drug Binding 2025-Mar-20, bioRxiv : the preprint server for biology DOI:10.1101/2025.01.14.633078 PMID:40166291	研究论文	利用人工智能探索翻译后修饰在药物结合中的结构背景	首次大规模利用AI方法（如AlphaFold3、RoseTTAFold All-Atom、Chai-1）预测PTM修饰对人类蛋白质与药物结合的影响，并构建了包含14,178个PTM修饰蛋白质模型的数据库	方法准确性的精确评估需要更大的基准测试集	探索翻译后修饰（PTMs）对药物结合的结构影响	人类蛋白质中的小分子结合相关PTMs	生物信息学	癌症、糖尿病、心脏病、神经退行性疾病、代谢疾病	AlphaFold3、RoseTTAFold All-Atom、Chai-1	深度学习算法	蛋白质结构数据	6,131个已识别的PTMs映射到ECOD数据库结构域，生成14,178个PTM修饰人类蛋白质模型
473	2025-05-08	Machine learning-based evolution of water quality prediction model: An integrated robust framework for comparative application on periodic return and jitter data 2025-Mar-15, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2025.125834 PMID:39933618	研究论文	该研究提出了一种基于机器学习的多级耦合框架，用于提高水质预测的准确性	集成数据去噪、特征选择和LSTM网络的新型机器学习框架，有效捕捉非平稳水质模式	未来研究需验证该框架在不同地理和气候条件下的可扩展性	提高复杂环境条件下动态水质指标的预测准确性	世界最大跨流域调水工程中四个监测站的溶解氧和高锰酸盐指数	机器学习	NA	数据去噪、特征选择、LSTM网络、小波变换、移动平均、完全集成经验模态分解	LSTM	时间序列数据	四个监测站的数据，采用80-20%和70-30%的训练配置
474	2025-05-08	Deep Learning-Assisted Discovery of Protein Entangling Motifs 2025-Mar-10, Biomacromolecules IF:5.5Q1 DOI:10.1021/acs.biomac.4c01243 PMID:39937127	研究论文	本研究开发了一种深度学习模型，用于预测同源二聚体的纠缠特征，并应用于筛选高温古菌基因组中的纠缠基序	开发了一种基于氨基酸序列预测蛋白质纠缠特征的深度学习模型，其搜索速度比AlphaFold-Multimer快数十倍，同时保持相当的均方误差	NA	推进新型拓扑蛋白质的设计和合成	蛋白质纠缠基序	机器学习	NA	深度学习	深度学习模型	氨基酸序列	高温古菌基因组
475	2025-05-08	Comparison of Multimodal Deep Learning Approaches for Predicting Clinical Deterioration in Ward Patients 2025-Mar-07, medRxiv : the preprint server for health sciences DOI:10.1101/2025.03.06.25322855 PMID:40093217	research paper	比较多模态深度学习方法在预测病房患者临床恶化方面的效果	比较了结合结构化数据与临床笔记信息的不同参数化方法在预测临床恶化中的表现	添加临床笔记信息并未显著提升模型性能	评估多模态深度学习模型在预测病房患者临床恶化中的效果	病房患者	machine learning	geriatric disease	deep recurrent neural networks	RNN	structured and unstructured data	506,076名病房患者
476	2025-05-08	APNet, an explainable sparse deep learning model to discover differentially active drivers of severe COVID-19 2025-Mar-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf063 PMID:39921901	research paper	介绍APNet，一种可解释的稀疏深度学习模型，用于发现严重COVID-19的差异活性驱动因素	结合SJARACNe共表达网络的差异活性分析和PASNet（一种生物学信息稀疏深度学习模型），进行COVID-19严重程度的可解释预测	当前方法可能忽略了非线性蛋白质组动态，如翻译后修饰，且特征排序之外的生物学解释性有限	通过计算分析揭示导致COVID-19不良临床结果的分子、细胞表型和信号模式	COVID-19患者	machine learning	COVID-19	SJARACNe co-expression networks, PASNet	sparse deep learning model	proteomic data	三个COVID-19蛋白质组数据集
477	2025-05-08	ChatExosome: An Artificial Intelligence (AI) Agent Based on Deep Learning of Exosomes Spectroscopy for Hepatocellular Carcinoma (HCC) Diagnosis 2025-Mar-04, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06677 PMID:39932366	研究论文	开发了一个基于深度学习和大型语言模型的人工智能代理ChatExosome，用于肝细胞癌（HCC）的诊断	首次开发了一个专注于外泌体光谱和诊断的AI代理，结合了深度学习和大型语言模型，提高了分类结果的可解释性	NA	通过人工智能技术优化肝细胞癌的诊断过程	肝细胞癌（HCC）患者的外泌体拉曼光谱	数字病理学	肝细胞癌	拉曼光谱	FFT（特征融合变换器）和LLM（大型语言模型）	光谱数据	165个临床样本
478	2025-05-08	Deep learning-assisted identification and localization of ductal carcinoma from bulk tissue in-silico models generated through polarized Monte Carlo simulations 2025-Mar-04, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adb495 PMID:39933195	研究论文	本研究利用偏振蒙特卡洛模拟和卷积神经网络（CNN）对乳腺导管癌进行识别和定位	结合偏振蒙特卡洛模拟和深度学习技术，实现了对乳腺导管癌的高精度识别和定位，分类准确率达到96%	研究主要针对组织表面的肿瘤区域，可能不适用于深层肿瘤的检测	展示通过卷积神经网络在偏振蒙特卡洛模拟生成的去极化指数图像上同时检测肿瘤存在和位置的能力	乳腺导管癌	数字病理学	乳腺癌	偏振蒙特卡洛模拟	CNN	图像	体外组织模型图像和模拟生成的图像
479	2025-05-08	Practical X-ray gastric cancer diagnostic support using refined stochastic data augmentation and hard boundary box training 2025-Mar, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103075 PMID:39919469	研究论文	提出了一种基于深度学习的胃癌X射线诊断支持系统，结合两种新技术以提高诊断效率和准确性	引入了精炼概率胃图像增强（R-sGAIA）和硬边界框训练（HBBT）两种新技术，提高了模型的性能和实用性	未提及具体的数据集规模或多样性限制，可能影响模型的泛化能力	开发一种实用的胃癌X射线诊断支持系统，以扩大胃癌筛查的覆盖范围	胃癌X射线图像	计算机视觉	胃癌	深度学习	目标检测模型	图像	未提及具体样本数量
480	2025-05-08	QMaxViT-Unet+: A query-based MaxViT-Unet with edge enhancement for scribble-supervised segmentation of medical images 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109762 PMID:39919665	research paper	提出了一种基于查询的MaxViT-Unet框架，用于医学图像的涂鸦监督分割，通过边缘增强模块提升边界信息	结合Multi-Axis Vision Transformer (MaxViT)块和查询式Transformer解码器，增强局部和全局特征学习，并引入边缘增强模块补偿涂鸦标签的边界信息不足	在部分数据集（如BUSI）上的性能仍有提升空间，涂鸦监督的泛化能力需进一步验证	解决医学图像分割中高质量标注数据稀缺的问题，开发弱监督学习方法	心脏结构、结直肠息肉和乳腺癌的医学图像	digital pathology	cardiovascular disease, colorectal polyps, breast cancer	弱监督学习	QMaxViT-Unet+（基于MaxViT的U-Net变体）	医学图像	四个公共数据集（ACDC、MS-CMRSeg、SUN-SEG、BUSI）