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
1141	2025-03-23	Epigenetic Impacts of Non-Coding Mutations Deciphered Through Pre-Trained DNA Language Model at Single-Cell Resolution 2025-Mar, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202413571 PMID:39888214	研究论文	本文介绍了一种名为Methven的深度学习框架，用于在单细胞分辨率下预测非编码突变对DNA甲基化的影响	Methven框架结合DNA序列和单细胞ATAC-seq数据，利用预训练的DNA语言模型，能够准确预测短程和长程调控相互作用，并在分类和回归任务中表现出色	现有工具在预测能力和捕捉动态、细胞类型特异性调控变化方面存在局限	研究非编码突变对DNA甲基化的影响，以理解疾病机制	非编码突变及其对DNA甲基化的影响	机器学习	类风湿性关节炎	单细胞ATAC-seq	深度学习框架	DNA序列数据	NA
1142	2025-03-22	PCANN Program for Structure-Based Prediction of Protein-Protein Binding Affinity: Comparison With Other Neural-Network Predictors 2025-Mar-21, Proteins IF:3.2Q2 DOI:10.1002/prot.26821 PMID:40116085	研究论文	本文介绍了一种新的基于结构的蛋白质-蛋白质复合物亲和力预测器PCANN，它结合了ESM-2语言模型和图注意力网络（GAT）来预测蛋白质结合界面的信息	PCANN预测器结合了ESM-2语言模型和图注意力网络（GAT），在预测蛋白质-蛋白质复合物亲和力方面表现优于现有的最佳公开预测器BindPPI	开发基于深度学习模型的预测器面临两个问题：实验数据量有限且数据准确性不高，缺乏内部一致性	开发一种新的基于结构的蛋白质-蛋白质复合物亲和力预测器	蛋白质-蛋白质复合物	自然语言处理	NA	ESM-2语言模型，图注意力网络（GAT）	神经网络	蛋白质结构数据	两个文献提取的数据集
1143	2025-03-22	Deep learning analysis of magnetic resonance imaging accurately detects early-stage perihilar cholangiocarcinoma in patients with primary sclerosing cholangitis 2025-Mar-20, Hepatology (Baltimore, Md.) DOI:10.1097/HEP.0000000000001314 PMID:40112296	研究论文	本研究开发了一种深度学习模型，通过分析磁共振成像（MRI）来检测原发性硬化性胆管炎（PSC）患者的早期肝门部胆管癌（pCCA），并与放射科专家的诊断性能进行比较	使用3D DenseNet-121模型分析MRI图像，显著提高了早期pCCA的检测灵敏度，尤其是在无肿块的情况下	研究为回顾性队列研究，可能存在选择偏差，且样本量相对较小	开发一种深度学习模型，用于早期检测PSC患者的pCCA	原发性硬化性胆管炎（PSC）患者	数字病理	胆管癌	MRI	3D DenseNet-121	图像	398名患者（训练队列150名，测试队列248名）
1144	2025-03-22	Deep Learning Neural Network Based on PSO for Leukemia Cell Disease Diagnosis from Microscope Images 2025-Mar-20, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01474-x PMID:40113730	研究论文	本文提出了一种基于粒子群优化（PSO）的深度学习神经网络方法，用于从显微镜图像中诊断白血病细胞疾病	结合深度学习和PSO方法进行特征提取和优化，使用多种机器学习算法进行分析，提高了白血病细胞诊断的准确性	未提及样本的具体数量和多样性，可能影响模型的泛化能力	提高白血病细胞疾病的诊断准确性	显微镜图像中的白血病细胞	计算机视觉	白血病	深度学习，粒子群优化（PSO）	GoogLeNet, ResNet-50, 决策树（DT）, 支持向量机（SVM）, K近邻（K-NN）	图像	NA
1145	2025-03-22	Generative T2-weighted images as a substitute for true T2-weighted images on brain MRI in patients with acute stroke 2025-Mar-19, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2025.03.004 PMID:40113490	研究论文	本研究验证了一种从扩散加权（DW）图像生成T2加权图像的深度学习算法，并比较了其与真实T2加权图像在急性卒中患者中检测出血的性能	使用生成对抗网络（GAN）从DW图像生成T2*加权图像，并验证其在急性卒中患者中检测出血的性能	单中心回顾性研究，样本量有限，未涉及其他类型的卒中或不同时间点的影像数据	验证深度学习算法生成的T2*加权图像在急性卒中患者中检测出血的性能	急性卒中患者的MRI图像	医学影像分析	卒中	生成对抗网络（GAN）	GAN	MRI图像	939名患者（487名女性，452名男性），共1491组MRI图像
1146	2025-03-22	Safe-by-Design Strategies for Intranasal Drug Delivery Systems: Machine and Deep Learning Solutions to Differentiate Epithelial Tissues via Attenuated Total Reflection Fourier Transform Infrared Spectroscopy 2025-Mar-14, ACS pharmacology & translational science IF:4.9Q1 DOI:10.1021/acsptsci.4c00643 PMID:40109738	研究论文	本研究结合衰减全反射傅里叶变换红外光谱（ATR-FTIR）与机器学习和深度学习技术，有效区分鼻至脑上皮组织，开发了鼻内药物递送系统的安全设计模型	首次将ATR-FTIR光谱与机器学习和深度学习技术结合，用于区分鼻至脑上皮组织，并开发了安全设计模型	研究基于离体猪组织实验，可能无法完全反映人体组织的复杂性	开发鼻内药物递送系统的安全设计模型，提高组织识别的精确性	嗅觉上皮（OE）、呼吸上皮（RE）和气管组织	机器学习	NA	ATR-FTIR光谱	前馈神经网络（FNN）、支持向量机（SVM）、去噪自编码器	光谱数据	离体猪组织样本
1147	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
1148	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）
1149	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
1150	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
1151	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
1152	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
1153	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
1154	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
1155	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
1156	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
1157	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
1158	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
1159	2025-03-21	Influence of deep learning-based super-resolution reconstruction on Agatston score 2025-Mar-20, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11506-3 PMID:40108013	研究论文	本文评估了基于深度学习的超分辨率重建（DLSRR）对图像质量和Agatston评分的影响	首次系统评估了DLSRR在心脏CT图像中的应用，特别是其对Agatston评分的影响	研究中观察到一些CAC-DRS重新分类的情况，需谨慎在临床中使用DLSRR	评估DLSRR对图像质量和Agatston评分的影响	接受心脏CT检查的连续患者	计算机视觉	心血管疾病	深度学习超分辨率重建（DLSRR）	NA	CT图像	111名患者
1160	2025-03-21	Evaluating the robustness of deep learning models trained to diagnose idiopathic pulmonary fibrosis using a retrospective study 2025-Mar-20, Medical physics IF:3.2Q1 DOI:10.1002/mp.17752 PMID:40111345	研究论文	本研究评估了用于诊断特发性肺纤维化（IPF）的深度学习模型在不同CT成像协议下的鲁棒性	首次系统地评估了深度学习模型在不同CT成像协议下的诊断性能，揭示了模型在非参考条件下的特异性下降问题	研究的回顾性设计可能限制了结果的普遍性	评估深度学习模型在不同CT成像协议下诊断特发性肺纤维化的鲁棒性	间质性肺病（ILD）患者的CT扫描数据	数字病理学	特发性肺纤维化	CT成像	2D和3D深度学习模型	CT图像	389名IPF患者和700名非IPF ILD患者的CT扫描数据，其中343名患者的数据用于模型评估