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
481	2025-05-12	EViT: An Eagle Vision Transformer With Bi-Fovea Self-Attention 2025-Mar, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3532282 PMID:40031751	research paper	提出了一种结合鹰眼视觉特性的视觉变换器EViT，通过双凹视觉交互结构和双凹自注意力机制，提高了计算效率和特征表示能力	结合鹰眼的生理和视觉特性，设计了双凹视觉交互结构和双凹自注意力机制，模仿生物视觉皮层的层次和平行信息处理方式	未提及具体在哪些任务或数据集上表现不佳，或是否存在特定场景下的局限性	解决视觉变换器计算复杂度高和缺乏理想归纳偏置的问题，提升计算机视觉任务的性能	视觉变换器及其在计算机视觉任务中的应用	computer vision	NA	双凹自注意力机制(BFSA)和双凹前馈网络(BFFN)	EViT (Eagle Vision Transformer)	image	NA
482	2025-05-12	Prediction of quality traits in packaged mango by NIR spectroscopy 2025-Mar, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.115963 PMID:40032464	研究论文	本研究通过近红外光谱技术预测包装芒果的质量特性，并开发了减少纸袋干扰的创新方法	结合深度学习全连接神经网络（FNN）和高斯空间（GS）滤波，有效减少包装对芒果近红外光谱的干扰	NA	准确评估包装芒果的硬度（FI）、干物质含量（DMC）、可溶性固形物含量（SSC）和可滴定酸度（TA）	包装芒果	光谱分析	NA	近红外光谱（NIR）	全连接神经网络（FNN）、偏最小二乘回归（PLSR）、主成分回归（PCR）	光谱数据	NA
483	2025-05-12	Two-Stage Deep Learning Model for Adrenal Nodule Detection on CT Images: A Retrospective Study 2025-Mar, Radiology IF:12.1Q1 DOI:10.1148/radiol.231650 PMID:40035671	研究论文	开发并测试了一种两阶段深度学习模型，用于在腹部CT图像上自动检测肾上腺结节	提出了一种两阶段架构的深度学习模型，分别针对左右肾上腺进行训练，结合人类解读模拟分诊性能	研究为回顾性研究，可能受限于数据收集的时间范围和样本选择	开发自动检测肾上腺结节的深度学习模型，并评估其与人类解读结合的分诊性能	肾上腺结节	数字病理	肾上腺疾病	深度学习	两阶段检测和分割模型	CT图像	内部数据集995名患者，外部测试集12080名患者，内部测试集2有1214名患者
484	2025-05-12	Deep-Learning-Based Approaches for Rational Design of Stapled Peptides With High Antimicrobial Activity and Stability 2025-Mar, Microbial biotechnology IF:4.8Q1 DOI:10.1111/1751-7915.70121 PMID:40042163	research paper	本研究利用深度学习和机器学习构建了十种预测模型，用于设计具有高抗菌活性和稳定性的钉合肽，并通过实验验证了其效果	首次将深度学习方法应用于钉合肽的设计，提高了预测准确性和设计效率，并通过实验验证了设计的钉合肽具有高抗菌活性和稳定性	研究仅针对钉合肽的设计和验证，未涉及其他类型的抗菌肽	探索深度学习方法在抗菌肽设计和优化中的应用	钉合抗菌肽（AMPs）	machine learning	NA	deep learning, machine learning, AlphaFold	support vector machine, deep learning models	structural, sequence and amino acid descriptors	独立数据集和湿实验室实验
485	2025-05-12	Pyramid Network With Quality-Aware Contrastive Loss for Retinal Image Quality Assessment 2025-Mar, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3501405 PMID:40030237	research paper	提出了一种名为QAC-Net的统一视网膜图像质量评估框架，能够定性和定量评估视网膜图像质量	采用金字塔网络结构和质量感知对比损失（QAC）来提取区分性特征，同时构建了一个包含2300张真实失真视网膜图像的数据集用于定量评估	定量评估任务的数据集仍然不足	设计有效的视网膜图像质量评估（RIQA）方法以减少低质量图像导致的误诊风险	视网膜图像	computer vision	NA	deep learning	CNN	image	2300张真实失真视网膜图像
486	2025-05-12	Deep Learning for High Speed Optical Coherence Elastography With a Fiber Scanning Endoscope 2025-Mar, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3505676 PMID:40030355	research paper	该研究提出了一种基于深度学习的高速光学相干弹性成像方法，使用光纤扫描内窥镜进行实时弹性估计	开发了一种微型光纤扫描内窥镜，结合深度学习信号处理流程，实现了复杂波场的实时弹性估计	研究仅在体外猪组织上验证了可行性，未进行临床人体试验	开发一种适用于微创手术的实时组织弹性成像技术	组织弹性	digital pathology	NA	光学相干弹性成像	spatio-temporal deep learning network	image sequences	phantom measurements and ex-vivo porcine tissue
487	2025-05-11	A new era of psoriasis treatment: Drug repurposing through the lens of nanotechnology and machine learning 2025-Mar-30, International journal of pharmaceutics IF:5.3Q1 DOI:10.1016/j.ijpharm.2025.125385 PMID:39999900	review	本文综述了通过纳米技术和机器学习重新利用药物治疗银屑病的新方法	结合纳米技术和人工智能（AI）重新利用现有药物治疗银屑病，克服传统疗法的挑战	药物重新利用方法尚处于早期阶段，可能存在潜在缺点	探索纳米技术和AI在银屑病治疗药物重新利用中的应用	银屑病治疗药物	machine learning	银屑病	machine learning, deep learning, nanotechnology	NA	NA	NA
488	2025-05-11	Artificial intelligence in medical imaging: From task-specific models to large-scale foundation models 2025-Mar-20, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000003489 PMID:40008785	综述	本文综述了人工智能在医学影像中的应用，从特定任务模型到大规模基础模型的发展	探讨了基础模型在医学影像中的潜力及其与特定任务模型的互补性	基础模型目前主要关注分割和分类任务，尚未广泛应用于其他临床场景	分析人工智能在医学影像中的应用现状及未来发展方向	医学影像（包括X光、CT、MRI、超声、PET和病理影像）	医学影像分析	NA	深度学习	基础模型和特定任务模型	医学影像	NA
489	2025-05-11	Surface-Enhanced Raman Spectroscopy for Biomedical Applications: Recent Advances and Future Challenges 2025-Mar-19, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c17502 PMID:39991932	综述	本文总结了表面增强拉曼光谱（SERS）在生物医学应用中的最新进展和未来挑战	重点介绍了SERS基底、纳米标签、仪器和光谱分析方面的关键发展，包括胶体和固体SERS基底、具有内部间隙的正交拉曼报告基因和近红外II响应特性的SERS纳米标签，以及光学镊子、等离子体纳米孔和可穿戴传感器等新兴技术	讨论了SERS在临床转化中的挑战，特别是在深部组织体内传感和成像方面的困难	探讨SERS在生物医学领域的应用潜力，包括液体活检、代谢表型和细胞外囊泡诊断	SERS基底、纳米标签、仪器和光谱分析技术	生物医学工程	NA	表面增强拉曼光谱（SERS）	深度学习算法	光谱数据	NA
490	2025-05-11	Portable cerebral blood flow monitor to detect large vessel occlusion in patients with suspected stroke 2025-Mar-17, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2024-021536 PMID:38514189	research paper	研究便携式脑血流监测仪在疑似卒中患者中检测大血管闭塞的能力	使用便携式Openwater光学血流监测仪结合深度学习模型，提高了大血管闭塞的检测敏感性和特异性	需要在独立测试集和院前环境中进一步验证	提高卒中患者大血管闭塞的早期检测率，以优化治疗流程和改善预后	疑似卒中患者	digital pathology	cardiovascular disease	光学血流扫描	deep learning	光学血流波形数据	135名患者，其中52名（39%）有前循环大血管闭塞
491	2025-05-11	Deep learning to quantify the pace of brain aging in relation to neurocognitive changes 2025-Mar-11, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2413442122 PMID:39993207	research paper	该研究利用深度学习技术通过纵向MRI量化大脑衰老速度，并探讨其与神经认知变化的关系	引入3D-CNN模型从纵向MRI数据中非侵入性地估计大脑衰老速度，显著优于横断面模型	研究主要关注认知正常个体和阿尔茨海默病患者，可能不适用于其他神经系统疾病	开发一种能够量化大脑衰老速度并反映神经认知变化的方法	认知正常成年人和阿尔茨海默病患者	digital pathology	Alzheimer's disease	MRI	3D-CNN	image	训练集2,055名认知正常成年人，验证集1,304名认知正常成年人，独立队列包括104名认知正常成年人和140名阿尔茨海默病患者
492	2025-05-11	ProCeSa: Contrast-Enhanced Structure-Aware Network for Thermostability Prediction with Protein Language Models 2025-Mar-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01752 PMID:39988825	研究论文	提出了一种名为ProCeSa的新型蛋白质对比增强结构感知网络，用于结合蛋白质语言模型（PLMs）提取的序列和结构信息来增强热稳定性预测	ProCeSa模型通过对比学习方案整合PLMs提取的序列和结构信息，无需原子结构数据即可预测蛋白质热稳定性	未明确提及具体局限性	提高蛋白质热稳定性预测的准确性	蛋白质序列及其热稳定性	蛋白质生物信息学	NA	对比学习、蛋白质语言模型（PLMs）	ProCeSa（对比增强结构感知网络）	蛋白质序列数据	公开数据集（未明确提及具体样本数量）
493	2025-05-11	A deep learning model for inter-fraction head and neck anatomical changes in proton therapy 2025-Mar-10, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adba39 PMID:39999567	research paper	开发了一种基于概率深度学习的算法，用于预测头颈部患者在质子治疗中的分次间解剖变化	利用变分自编码器架构构建概率性每日解剖模型（DAM），能够生成可能的重复CT图像和相关掩码，并评估解剖变化的分布	数据集规模较小，仅包含93名患者（315对pCT-rCT），其中仅9名患者（27对）用于最终测试	评估深度学习模型在预测头颈部患者质子治疗期间解剖变化方面的性能	头颈部癌症患者	digital pathology	head and neck cancer	深度学习	variational autoencoder	CT图像	93名患者（315对pCT-rCT），其中9名患者（27对）用于测试
494	2025-05-11	Large Model Era: Deep Learning in Osteoporosis Drug Discovery 2025-Mar-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02264 PMID:40008920	综述	本文综述了深度学习在骨质疏松药物发现中的应用，特别是大型模型的作用	探讨了大型模型在理解疾病机制和促进药物发现中的新方法	讨论了大型模型在骨质疏松药物发现中的优势和局限性	促进骨质疏松药物发现的研究	骨质疏松药物发现	机器学习	骨质疏松	深度学习	大型模型	NA	NA
495	2025-05-11	Self-supervised U-transformer network with mask reconstruction for metal artifact reduction 2025-Mar-10, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adbaae PMID:40010000	research paper	提出了一种自监督U型transformer网络，通过掩模重建任务减少CT图像中的金属伪影	结合自监督掩模重建预训练任务和下游任务，利用Transformer的长程特征提取能力增强模型在金属伪影减少任务中的泛化能力	未提及具体在哪些真实场景下的性能表现	提升CT图像中金属伪影减少任务的模型泛化能力	CT图像中的金属伪影	computer vision	NA	self-supervised learning	U-shaped transformer	CT图像	未提及具体样本数量，但使用了未标记的真实伪影CT图像和标记的合成伪影CT图像
496	2025-05-11	GLMCyp: A Deep Learning-Based Method for CYP450-Mediated Reaction Site Prediction 2025-Mar-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02051 PMID:40013456	研究论文	本文提出了一种基于深度学习的CYP450介导反应位点预测方法GLMCyp	结合2D分子图特征、3D Uni-Mol特征和ESM-2生成的CYP450蛋白特征，提高了预测准确性	未明确提及具体局限性	提高药物发现和开发效率，准确预测CYP450介导的反应位点	小分子化合物	机器学习	NA	深度学习	GLMCyp	分子图数据、蛋白质特征数据	EBoMD数据集
497	2025-05-11	EEG-based recognition of hand movement and its parameter 2025-Mar-06, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adba8a PMID:40009879	研究论文	研究基于EEG信号的手部运动识别及其参数解码	提出了一种结合CNN和BiLSTM的端到端模型，用于分类和识别手部运动，并在实验中展示了高准确率	研究目前处于可行性研究阶段，跨被试分类的准确性尚未达到实际应用水平	探索基于EEG信号的手部运动识别技术，以提升脑机接口在医疗康复和人机协作中的应用	13名健康志愿者的EEG数据，涉及四种手部运动和两种力参数任务	脑机接口	NA	EEG信号分析	CNN-BiLSTM	EEG信号	13名健康志愿者
498	2025-05-11	Deep learning models as learners for EEG-based functional brain networks 2025-Mar-06, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adba8c PMID:40009886	研究论文	探讨深度学习模型作为学习者，用于基于EEG的功能性脑网络分析	提出将功能脑网络构建直接嵌入深度学习模型作为特征提取模块，实现端到端学习	深度学习模型难以准确捕捉功能脑网络的固有拓扑结构	验证深度学习模型学习功能脑网络构建过程的能力	EEG数据和功能脑网络矩阵	机器学习	NA	EEG分析	深度学习模型	EEG数据	两个公开可用的EEG数据集
499	2025-05-11	Explainable paroxysmal atrial fibrillation diagnosis using an artificial intelligence-enabled electrocardiogram 2025-Mar, The Korean journal of internal medicine DOI:10.3904/kjim.2024.130 PMID:39987899	研究论文	本研究开发了一种基于人工智能的心电图算法，用于检测正常窦性心律患者中的阵发性心房颤动早期迹象	使用深度学习模型预测心房颤动发作，并应用可解释AI技术揭示模型预测的依据	研究依赖于历史心电图数据，未进行前瞻性验证	开发可靠的人工智能算法用于早期检测心房颤动	318,321名患者的心电图数据	数字病理学	心血管疾病	12导联心电图	深度神经网络	心电图数据	552,372条心电图轨迹（来自318,321名患者）
500	2025-05-11	Enhanced water quality prediction model using advanced hybridized resampling alternating tree-based and deep learning algorithms 2025-Mar, Environmental science and pollution research international DOI:10.1007/s11356-025-36062-7 PMID:39994118	研究论文	本研究开发了一种新型深度学习模型，结合双向LSTM网络和基于引导聚合的高级集成方法，用于预测河流系统中的关键水质参数	提出了结合双向LSTM和BA_AMT的混合模型，用于水质参数预测，并在Clackamas河上验证了其优越性能	虽然Bi-LSTM在整体精度上优于BA-AMT，但BA-AMT在捕捉极值方面表现更好，表明模型仍有优化空间	开发更精确的水质预测模型，以支持水资源管理和污染缓解规划	Clackamas河的水质参数（浊度和溶解氧）	机器学习	NA	深度学习、引导聚合、交替模型树	Bi-LSTM、BA_AMT	时间序列数据	NA