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
1101	2025-03-22	A Hybrid Energy-Based and AI-Based Screening Approach for the Discovery of Novel Inhibitors of AXL 2025-Mar-13, ACS medicinal chemistry letters IF:3.5Q2 DOI:10.1021/acsmedchemlett.4c00511 PMID:40110119	研究论文	本研究介绍了一种结合AI增强的图神经网络PLANET和几何深度学习算法DeepDock的高通量虚拟筛选方法，用于发现新型AXL抑制剂	结合AI增强的图神经网络和几何深度学习算法进行高通量虚拟筛选，发现新型AXL抑制剂	未提及具体局限性	开发新型AXL抑制剂以推进癌症治疗	AXL受体酪氨酸激酶及其抑制剂	机器学习	癌症	高通量虚拟筛选（HTVS）	图神经网络（PLANET）、几何深度学习算法（DeepDock）	化学数据库	未提及具体样本数量
1102	2025-03-22	An improved Artificial Protozoa Optimizer for CNN architecture optimization 2025-Mar-13, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107368 PMID:40112636	研究论文	本文提出了一种名为MAPOCNN的新型神经架构搜索方法，利用改进的人工原生动物优化器（APO）来优化卷积神经网络（CNN）的架构	引入了改进的人工原生动物优化器（MAPO），结合原生动物的趋光行为，以缓解早熟收敛的风险，从而探索更广泛的CNN架构并找到更优的解决方案	NA	优化卷积神经网络（CNN）的架构	卷积神经网络（CNN）	机器学习	NA	神经架构搜索（NAS）	CNN	图像	基准数据集（包括Rectangle和Mnist-random）
1103	2025-03-22	Multi-scale structural similarity embedding search across entire proteomes 2025-Mar-06, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.28.640875 PMID:40093062	研究论文	本文提出了一种可扩展的结构相似性搜索策略，用于处理大量实验确定的结构和通过AI/DL方法预测的计算结构模型	利用蛋白质语言模型和深度神经网络架构将3D结构转换为固定长度的向量，实现高效的大规模比较	模型虽然能够预测单域结构之间的TM分数，但在处理多域结构时可能存在局限性	开发一种可扩展且高效的结构相似性搜索方法，以应对3D生物分子结构信息的快速增长	实验确定的结构和通过AI/DL方法预测的计算结构模型	生物信息学	NA	AI/DL方法	深度神经网络	3D结构数据	NA
1104	2025-03-22	Deep Huber quantile regression networks 2025-Mar-05, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107364 PMID:40112635	研究论文	本文介绍了深度Huber分位数回归网络（DHQRN），该网络能够预测Huber分位数，并作为分位数回归神经网络（QRNN）和期望分位数回归神经网络（ERNN）的扩展	提出了深度Huber分位数回归网络（DHQRN），能够预测更一般的Huber分位数，并嵌套了QRNN和ERNN作为极限情况	未明确提及具体局限性	研究目的是通过深度学习算法预测概率分布的更多功能（如分位数和期望分位数），以量化预测的不确定性	房屋价格预测，具体案例为澳大利亚墨尔本和美国波士顿的房价	机器学习	NA	深度学习	深度Huber分位数回归网络（DHQRN）	房价数据	未明确提及具体样本数量
1105	2025-03-22	Detection of Quality Deterioration of Packaged Raw Beef Based on Hyperspectral Technology 2025-Mar, Food science & nutrition IF:3.5Q2 DOI:10.1002/fsn3.70022 PMID:40109275	研究论文	本研究探讨了结合高光谱成像技术、化学计量学和深度学习来检测聚乙烯包装生牛肉质量恶化的可行性，特别是针对关键脂质氧化指标丙二醛（MDA）含量的检测	结合高光谱成像技术、化学计量学和深度学习，探索了在包装膜干扰下检测牛肉质量恶化的新方法，并应用高斯滤波减少包装膜对光谱数据的干扰	模型在包装牛肉样本上的性能通常不如未包装牛肉样本	确保食品质量和安全，实时监测包装生牛肉在储存和运输过程中的关键质量指标	聚乙烯包装的生牛肉	计算机视觉	NA	高光谱成像技术（HSI）	最小二乘回归（PLSR）和秃鹫优化算法优化的回声神经网络（BES-ESN）	光谱和空间数据	短期储存的牛肉样本
1106	2025-03-21	Semi-supervised assisted multi-task learning for oral optical coherence tomography image segmentation and denoising 2025-Mar-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.545377 PMID:40109516	研究论文	本文介绍了一种名为高效分割去噪模型（ESDM）的多任务深度学习框架，旨在通过减少扫描时间和提高口腔上皮层分割质量来增强光学相干断层扫描（OCT）成像	ESDM结合了卷积层的局部特征提取能力和Transformer的长期信息处理优势，实现了比现有模型更好的去噪和分割性能	NA	提高OCT成像质量，减少扫描时间，并改善口腔上皮层的分割精度	口腔黏膜组织的OCT图像	计算机视觉	NA	光学相干断层扫描（OCT）	多任务深度学习框架（ESDM）	图像	NA
1107	2025-03-22	OAH-Net: a deep neural network for efficient and robust hologram reconstruction for off-axis digital holographic microscopy 2025-Mar-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.547292 PMID:40109528	研究论文	本文提出了一种名为OAH-Net的深度神经网络，用于高效且稳健的离轴数字全息显微镜全息图重建	结合深度学习与离轴全息物理原理，通过超大规模学习微调网络权重，显著提升重建速度并实现硬件测量误差范围内的相位和振幅图像重建	NA	解决离轴数字全息显微镜全息图重建过程中的瓶颈问题，实现高效实时的全息图分析	稀释的全血样本	计算机视觉	NA	离轴数字全息显微镜	深度神经网络（OAH-Net）	全息图	稀释的全血样本
1108	2025-03-22	Thermal imaging-based core peripheral temperature difference measurement for neonatal monitoring in the NICU 2025-Mar-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.549693 PMID:40109525	研究论文	本文提出了一种基于热红外成像的非接触式、全自动、连续测量新生儿核心-外周温度差（CPTD）的方法，用于新生儿重症监护室（NICU）的监测	首次在临床中使用热红外相机对NICU中的早产儿进行连续非接触式CPTD监测，结合深度学习模型自动解析新生儿身体部位并测量温度差	由于热红外相机的校准和环境因素的影响，新生儿皮肤绝对温度的准确测量较为困难	开发一种非接触式、全自动、连续测量新生儿核心-外周温度差的方法，以评估新生儿的血流动力学状态	早产儿	数字病理学	新生儿疾病	热红外成像	深度学习模型	热红外图像	40名早产儿
1109	2025-03-22	An ensemble learning model for detection of pulmonary hypertension using electrocardiogram, chest X-ray, and brain natriuretic peptide 2025-Mar, European heart journal. Digital health DOI:10.1093/ehjdh/ztae097 PMID:40110214	研究论文	本文旨在开发一种基于集成学习的人工智能模型，利用心电图（ECG）、胸部X光片（CXR）和脑钠肽（BNP）检测肺动脉高压（PH），以提高诊断准确性并促进进一步检查	本文的创新点在于结合了ECG、CXR和BNP三种数据，通过集成学习方法构建了一个多模态模型，显著提高了医生对PH的诊断准确性	本文的局限性在于样本来源仅限于七家机构，可能限制了模型的泛化能力	研究目标是开发一种能够准确检测肺动脉高压的人工智能模型	研究对象为肺动脉高压患者的心电图、胸部X光片和脑钠肽数据	数字病理学	心血管疾病	集成学习	卷积神经网络（CNN）、逻辑回归、ResNet18	心电图（ECG）、胸部X光片（CXR）、脑钠肽（BNP）	来自七家机构的心电图数据
1110	2025-03-22	Sudden cardiac arrest prediction via deep learning electrocardiogram analysis 2025-Mar, European heart journal. Digital health DOI:10.1093/ehjdh/ztae088 PMID:40110219	研究论文	本文探讨了利用深度学习分析心电图（ECG）预测心脏骤停（SCA）的潜力	首次将深度学习模型应用于ECG数据，以预测心脏骤停，并解释了年龄和性别对SCA的影响	基础模型的特异性仅为31%，不具备临床适用性	提高心脏骤停的预测准确性，为预防策略提供支持	心脏骤停患者及对照组的12导联ECG数据	机器学习	心血管疾病	深度学习	深度卷积神经网络（CNN）	ECG数据	221名SCA患者和1046名对照者的ECG数据
1111	2025-03-21	Deep Learning-Driven Computational Approaches for Studying Intrinsically Disordered Regions in S100-A9 2025-Mar-20, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/7651_2025_617 PMID:40106150	研究论文	本文介绍了使用深度学习方法研究S100-A9蛋白中内在无序区域（IDRs）的计算方法	利用人工智能预测、分析和建模内在无序区域，提供了一种初步识别蛋白质IDRs的简单协议	仅以S100-A9蛋白为例，未涉及其他蛋白质或更广泛的应用	研究S100-A9蛋白中内在无序区域的特征，以揭示其在银屑病中的复杂分子相互作用	S100-A9蛋白的内在无序区域	机器学习	银屑病	深度学习	NA	蛋白质序列数据	NA
1112	2025-03-21	Emerging Trends and Innovations in Radiologic Diagnosis of Thoracic Diseases 2025-Mar-20, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001179 PMID:40106831	综述	本文总结了胸部影像学领域的关键发展，包括成像模式、计算工具和临床应用，重点介绍了在肺癌、肺结节、间质性肺病、慢性阻塞性肺病、COVID-19肺炎和肺栓塞等疾病中的重大突破，并展望了未来方向	本文强调了人工智能驱动的计算机辅助检测系统和放射组学分析在肺结节检测和分类中的显著改进，以及光子计数探测器CT和低场MRI在提高分辨率或无辐射策略方面的应用	本文主要集中于已有研究的总结，未涉及具体实验数据或新方法的详细验证	总结胸部影像学领域的最新进展，并展望未来发展方向	胸部疾病，包括肺癌、肺结节、间质性肺病、慢性阻塞性肺病、COVID-19肺炎和肺栓塞	数字病理学	肺癌	光子计数探测器CT（PCD-CT）、低场MRI、CT纹理分析、灌注成像、双能CT、暗场X线摄影、深度学习	人工智能（AI）	影像数据	NA
1113	2025-03-21	Robust protein-ligand interaction modeling through integrating physical laws and geometric knowledge for absolute binding free energy calculation 2025-Mar-19, Chemical science IF:7.6Q1 DOI:10.1039/d4sc07405j PMID:40007661	研究论文	本文提出了一种名为LumiNet的蛋白质-配体相互作用建模框架，通过结合物理定律和几何知识来提高绝对结合自由能计算的准确性	LumiNet框架结合了物理模型和黑箱算法，利用子图变压器从分子图中提取多尺度信息，并通过几何神经网络整合蛋白质-配体信息，从而提高了绝对结合自由能计算的准确性	尽管LumiNet在数据稀缺的情况下表现良好，但其在更广泛的应用场景中的泛化能力仍需进一步验证	提高蛋白质-配体结合自由能计算的准确性和效率，以支持药物发现	蛋白质-配体相互作用	机器学习	NA	深度学习	子图变压器、几何神经网络	分子图	NA
1114	2025-03-21	Commentary on "Machine Learning, Deep Learning, Artificial Intelligence and Aesthetic Plastic Surgery: A Qualitative Systematic Review" by Nogueira et al. (2025) 2025-Mar-19, Aesthetic plastic surgery IF:2.0Q2 DOI:10.1007/s00266-025-04825-9 PMID:40105945	comments	本文是对Nogueira等人（2025年）发表的关于机器学习、深度学习、人工智能与美容整形外科的定性系统综述的评论	NA	NA	评论Nogueira等人关于机器学习、深度学习、人工智能在美容整形外科中的应用的系统综述	Nogueira等人的系统综述	machine learning	NA	NA	NA	NA	NA
1115	2025-03-21	Automated Detection of Hydrocephalus in Pediatric Head Computed Tomography Using VGG 16 CNN Deep Learning Architecture and Based Automated Segmentation Workflow for Ventricular Volume Estimation 2025-Mar-19, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01482-x PMID:40108068	研究论文	本研究提出了一种基于VGG16架构的卷积神经网络（CNN）模型，用于在婴儿头部CT图像中自动检测脑积水，并集成了自动脑室体积提取方法	本研究首次将VGG16 CNN架构应用于婴儿脑积水的自动检测，并开发了一种自动脑室体积提取方法，结合了多种图像处理技术	研究样本量较小，仅包含105个头部CT扫描，可能影响模型的泛化能力	开发一种自动化的脑积水检测和脑室体积提取方法，以提高临床诊断的准确性和效率	婴儿头部CT图像	计算机视觉	脑积水	CT扫描、图像分割、形态学操作	VGG16 CNN	图像	105个头部CT扫描，共6300张切片
1116	2025-03-21	Enhanced lung cancer subtype classification using attention-integrated DeepCNN and radiomic features from CT images: a focus on feature reproducibility 2025-Mar-17, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-02115-z PMID:40095252	研究论文	本研究评估了一种结合放射组学特征与深度学习和注意力机制的混合框架，以提高使用CT图像对肺癌亚型分类的准确性	结合放射组学特征与深度学习和注意力机制，特别是通过注意力机制增强深度学习模型，以提高肺癌亚型分类的准确性	研究未提及对模型在不同医疗中心间的泛化能力进行详细验证	提高使用CT图像对肺癌亚型分类的准确性	肺癌CT图像	计算机视觉	肺癌	CT扫描	DeepCNN, XGBoost, Stacking	图像	2725张肺癌图像，涵盖腺癌（552张）、鳞状细胞癌（380张）、小细胞肺癌（307张）、大细胞癌（215张）和肺类癌（180张）
1117	2025-03-21	Research on movie rating based on BERT-base model 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92430-w PMID:40097502	研究论文	本文提出了一种基于BERT-base模型的电影评分分类方法，通过改进BERT模型来提高电影评论分类的准确性和公平性	引入了动态位置偏移编码机制和动态加权融合池化策略，增强了模型对位置信息的处理能力和特征提取的全面性，同时通过数据预处理减少敏感信息带来的模型偏差	尽管在IMDb数据集上表现良好，但模型在其他数据集上的泛化能力仍需进一步验证	提高电影评论分类的准确性和公平性	电影评论	自然语言处理	NA	BERT模型	BERT-base	文本	IMDb电影评论数据集
1118	2025-03-21	Convolutional Fine-Tuned Threshold Adaboost approach for effectual content-based image retrieval 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93309-6 PMID:40097565	研究论文	本文提出了一种新颖的卷积微调阈值Adaboost（CFTAB）方法，结合深度学习和机器学习技术，以提高基于内容的图像检索（CBIR）的性能	提出了一种结合深度学习和机器学习的CFTAB方法，通过动态调整阈值水平来优化训练结果，从而提高CBIR的性能	未提及具体的研究限制	提高基于内容的图像检索（CBIR）的性能	图像数据	计算机视觉	NA	Adaptive Histogram Equalization (AHE), VGG16	CFTAB, Adaboost	图像	未提及具体样本数量
1119	2025-03-21	Conditional variational auto encoder based dynamic motion for multitask imitation learning 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93888-4 PMID:40097597	研究论文	本文提出了一种结合传统动态运动基元（DMP）方法和条件变分自编码器（cVAE）的框架，用于多任务模仿学习	结合DMP和cVAE，通过生成扭矩而非直接生成轨迹，使生成的轨迹能够适应新的目标位置，并提出了保证通过点约束的微调方法	需要进一步验证在更复杂任务和更大规模数据集上的性能	提高多任务模仿学习的效率和泛化能力	手写数字数据集和机器人操作任务（如推动、到达和抓取）	机器学习	NA	条件变分自编码器（cVAE）	cVAE	图像和机器人操作数据	手写数字数据集和UR10机械臂的机器人操作任务
1120	2025-03-21	Deep profiling of gene expression across 18 human cancers 2025-Mar, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-024-01290-8 PMID:39690287	研究论文	本文介绍了一种名为DeepProfile的无监督深度学习框架，用于生成18种人类癌症的50,211个转录组的低维潜在空间	DeepProfile框架在生物可解释性方面优于降维方法，并揭示了跨癌症类型定义潜在空间的普遍重要基因控制免疫细胞激活，而癌症类型特异性基因和途径定义分子疾病亚型	NA	利用无监督深度学习挖掘跨癌症基因表达大数据集中的临床和生物学信息	18种人类癌症的50,211个转录组	机器学习	癌症	无监督深度学习	DeepProfile	基因表达数据	50,211个转录组