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	2025-05-10	Toward deep learning sequence-structure co-generation for protein design 2025-Apr, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2025.103018 PMID:39983410	综述	本文回顾了深度生成模型在蛋白质设计中的最新进展，特别关注序列-结构共生成方法	探讨了序列-结构共生成方法在蛋白质设计中的潜力，以实现更准确和可控的设计	NA	探讨深度生成模型在蛋白质设计中的应用，特别是序列-结构共生成方法	蛋白质序列和结构	机器学习	NA	NA	深度生成模型	序列和结构数据	NA
342	2025-05-10	Integrating manual preprocessing with automated feature extraction for improved rodent seizure classification 2025-Apr, Epilepsy & behavior : E&B IF:2.3Q2 DOI:10.1016/j.yebeh.2025.110306 PMID:39983590	research paper	该研究开发了一种结合手动预处理和自动特征提取的半自动流程，用于改进啮齿动物癫痫发作分类	提出了一种结合模型驱动和数据驱动方法的混合方法，利用PoseC3D模型对啮齿动物癫痫阶段进行分类	该方法无法实现完全自动化的癫痫检测，且未在未见过的动物上进行测试，限制了其普适性和广泛应用	开发一种AI支持的定量分析方法，用于啮齿动物行为分析，包括癫痫阶段分类	啮齿动物（大鼠）的癫痫发作行为	computer vision	epilepsy	deep learning, computer vision	PoseC3D	video	两个数据集，包括大鼠骨架关键点和癫痫发作行为视频
343	2025-05-10	Physics-informed neural networks for enhanced reference evapotranspiration estimation in Morocco: Balancing semi-physical models and deep learning 2025-Apr, Chemosphere IF:8.1Q1 DOI:10.1016/j.chemosphere.2025.144238 PMID:39983624	研究论文	本文提出了一种基于物理信息神经网络（PINNs）的方法，用于在摩洛哥增强参考蒸散量（ETo）的估计，以平衡半物理模型和深度学习的优势	通过将半物理模型整合到神经网络的损失函数中，提出了一种新的残差损失计算方法，结合了数据驱动损失和半物理模型损失，提高了模型的准确性和可解释性	研究仅基于摩洛哥Tensift流域四个自动气象站的数据，可能限制了模型的泛化能力	提高参考蒸散量（ETo）的估计准确性，以支持农业水资源管理和灌溉系统优化	参考蒸散量（ETo）	环境科学	NA	物理信息神经网络（PINNs），CMA-ES优化算法	PINN	气象数据（气温、太阳辐射、相对湿度、风速）	摩洛哥Tensift流域四个自动气象站的数据
344	2025-05-10	Subtraction-free artifact-aware digital subtraction angiography image generation for head and neck vessels from motion data 2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102512 PMID:39983664	research paper	提出了一种无需减影的、基于运动数据的头颈部血管数字减影血管造影（DSA）图像生成方法，旨在消除运动伪影	创新性地提出了Artifact-aware DSA图像生成方法（AaDSA），仅利用运动数据生成无伪影的DSA图像，无需减影过程，并通过梯度场变换（GFT）技术生成伪影掩码指导模型训练	需要进一步验证在更广泛临床数据集上的泛化能力	开发一种能够自动生成无运动伪影的DSA图像的方法，以提高血管疾病诊断的准确性	头颈部血管的DSA图像	digital pathology	cardiovascular disease	deep learning, Gradient Field Transformation (GFT)	DL-based model	image	真实头颈部DSA数据集（具体样本量未明确说明）
345	2025-05-10	A novel generative model for brain tumor detection using magnetic resonance imaging 2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102498 PMID:39985841	研究论文	提出了一种基于深度学习的脑肿瘤检测新方法，结合Yolov8框架和智能计算单元，实现了高精度的肿瘤区域分割和分类	结合Yolov8框架与智能计算单元进行精细调优，引入数据融合技术提升分类性能，并首次将LLM模型用于预诊断生成	仅在同数据库对比中验证性能，未说明跨数据库泛化能力	开发基于AI的计算机辅助诊断系统，提高脑肿瘤检测准确率和效率	MRI图像中的脑肿瘤区域	数字病理	脑肿瘤	深度学习，数据融合	Yolov8, CNN, LLM	MRI图像	两个肿瘤数据集（未明确数量）
346	2025-05-10	Protein language models for predicting drug-target interactions: Novel approaches, emerging methods, and future directions 2025-Apr, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2025.103017 PMID:39985946	综述	本文综述了蛋白质语言模型在药物-靶点相互作用预测中的应用，探讨了新兴方法和未来研究方向	探讨了端到端学习模型和预训练基础蛋白质语言模型的应用，以及异质数据整合的作用	数据相关限制和算法约束导致准确识别药物-靶点相互作用仍存在挑战	加速药物开发过程中的新候选药物识别	药物-靶点相互作用（DTI）预测	自然语言处理	NA	蛋白质语言模型（pLMs）	端到端学习模型、预训练基础pLMs	蛋白质结构、知识图谱	NA
347	2025-05-10	Deep Learning-based Quantitative CT Myocardial Perfusion Imaging and Risk Stratification of Coronary Artery Disease 2025-Apr, Radiology IF:12.1Q1 DOI:10.1148/radiol.242570 PMID:40298595	研究论文	开发并验证了一种基于深度学习的模型，用于自动量化心肌血流和缺血心肌体积百分比，并探索其对主要不良心血管事件的预后价值	首次开发了基于深度学习的自动量化心肌血流和缺血心肌体积百分比的模型，并验证其在心血管风险分层中的预后价值	研究样本来自多个中心，可能存在数据异质性，且前瞻性队列的随访时间有限	开发并验证深度学习模型，用于心肌缺血的自动诊断和心血管风险分层	临床接受CT心肌灌注成像和冠状动脉CT血管造影的患者	数字病理学	心血管疾病	动态CT心肌灌注成像（MPI）和冠状动脉CT血管造影（CCTA）	深度学习模型（DL）	医学影像	1108名患者（平均年龄61岁±12，667名男性）
348	2025-05-10	Quantitative Evaluation of Tendon Gliding Sounds and Their Classification Using Deep Learning Models 2025-Apr, Cureus DOI:10.7759/cureus.81790 PMID:40330348	research paper	本研究旨在开发和评估一种深度学习模型，用于分类通过数字听诊器记录的肌腱滑动声音	利用深度学习模型分析肌腱滑动声音的频谱特征，实现高精度分类，为非侵入性诊断肌腱疾病提供新方法	样本量较小	开发一种基于人工智能的非侵入性诊断工具，用于检测肌腱疾病	健康志愿者的拇指和食指肌腱滑动声音	machine learning	musculoskeletal disorders	spectrogram analysis	DL	audio	小样本健康志愿者
349	2025-05-10	Current Architectural and Developmental Approaches in Artificial Intelligence Models for Prostate Cancer Detection and Management: A Technical Report 2025-Apr, Cureus DOI:10.7759/cureus.81748 PMID:40330342	技术报告	本文探讨了人工智能模型在前列腺癌检测和管理中的当前架构和发展方法	介绍了AI驱动模型（如CNN和深度学习系统）在提高肿瘤检测和Gleason分级诊断准确性方面的应用，以及集成PSA数据以提高风险分层的准确性	数据来源不一致、成像领域转移以及缺乏标准化的染色归一化等问题阻碍了AI在临床中的广泛应用	提升前列腺癌诊断方法的准确性和效率	前列腺癌的诊断和管理	数字病理学	前列腺癌	深度学习、集成学习、半监督学习	CNN、深度学习系统	组织病理学全切片图像、PSA数据	NA
350	2025-05-09	Mixing individual and collective behaviors to predict out-of-routine mobility 2025-Apr-29, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2414848122 PMID:40267135	research paper	该研究提出了一种动态整合个体和集体移动行为的方法，以提高非日常移动行为的预测准确性	通过利用集体智能动态整合个体和集体移动行为，显著提升了非日常移动行为的预测准确性，并在COVID-19等破坏性事件中保持了预测能力	模型在兴趣点密度高的城市区域表现最佳，可能在其他区域效果有限	解决非日常人类移动行为的预测问题，以应对城市设计、交通拥堵、流行病管理等社会挑战	人类移动行为	machine learning	NA	深度学习与马尔可夫模型结合	动态整合模型	轨迹数据	数百万条隐私保护的轨迹数据，覆盖五个美国城市
351	2025-05-09	Reliable Radiologic Skeletal Muscle Area Assessment - A Biomarker for Cancer Cachexia Diagnosis 2025-Apr-25, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.21.25326162 PMID:40313262	research paper	开发了一种基于深度学习的自动化工具SMAART-AI，用于通过CT扫描评估骨骼肌面积，以诊断癌症恶病质	SMAART-AI结合了自动化、高准确性和不确定性机制，提高了骨骼肌面积评估的可靠性，并开发了MLP模型用于预测恶病质	研究主要基于胃食管癌数据集，可能在其他癌症类型中的泛化性有待验证	开发一种可靠的工具用于癌症恶病质的早期诊断和干预	癌症患者的骨骼肌面积评估和恶病质预测	digital pathology	gastroesophageal cancer	CT扫描	nnU-Net 2D, MLP	image	胃食管癌数据集
352	2025-05-09	Association of Deep Learning-Derived Histologic Features of Placental Chorionic Villi with Maternal and Infant Characteristics in the New Hampshire Birth Cohort Study 2025-Apr-23, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.22.25325465 PMID:40313259	研究论文	利用深度学习技术自动检测胎盘绒毛组织特征，并研究其与母婴特征的关联	开发了一种基于深度学习的自动化方法，用于检测胎盘绒毛组织，并通过无监督聚类识别了与生物学相关的绒毛亚型	未发现母亲年龄和婴儿性别与绒毛几何特征的显著关联	通过标准化胎盘结构特征，提升对胎盘生长和功能的理解，改善母婴健康结果	新罕布什尔出生队列研究中的1,531张足月胎盘全切片图像	数字病理学	母婴健康	深度学习分割	深度学习	图像	1,531张足月胎盘全切片图像
353	2025-05-09	Establishing performance criteria for evaluating watershed-scale sediment and nutrient models at fine temporal scales 2025-Apr-15, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123156 PMID:39955106	research paper	该研究旨在建立用于评估流域尺度沉积物和养分模型在精细时间尺度上性能的标准	提出了针对精细时间尺度的过程模型性能评估标准，并探讨了校准持续时间、目标单位选择等因素对模型性能的影响	虽然标准基于过程模型开发，但可能不完全适用于所有类型的模型评估	建立流域水质模型的性能评估标准	流域水质模型（涉及水流、沉积物、总养分和溶解养分）	环境建模	NA	Nash-Sutcliffe效率(NSE)分析、自助法(bootstrapping)	过程模型、深度学习模型	水质监测数据	229个模型应用案例
354	2025-05-09	Identifying RNA-small Molecule Binding Sites Using Geometric Deep Learning with Language Models 2025-Apr-15, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.169010 PMID:39961524	研究论文	开发了一个名为RNABind的几何深度学习框架，用于从RNA结构中检测RNA与小分子的结合位点	将RNA大型语言模型（LLMs）整合到先进的几何深度学习网络中，同时编码RNA序列和结构信息，并构建了最大的RNA-小分子相互作用数据集	未提及具体的局限性	预测RNA与小分子的结合位点，以促进RNA靶向药物发现	RNA与小分子的结合位点	自然语言处理	NA	几何深度学习与语言模型	RNABind（整合了RNA LLMs的几何深度学习网络）	RNA序列和结构数据	从整个多链复合体结构中编译的最大RNA-小分子相互作用数据集
355	2025-05-09	FakET: Simulating cryo-electron tomograms with neural style transfer 2025-Apr-03, Structure (London, England : 1993) DOI:10.1016/j.str.2025.01.020 PMID:39947174	research paper	提出了一种基于神经风格转移的方法FakET，用于模拟冷冻电子显微镜的透射电子显微镜前向算子，以生成高质量的模拟显微图或倾斜系列数据	FakET方法通过神经风格转移技术显著提高了数据生成速度（750倍），减少了内存使用（33倍），并且能够适应典型的透射电子显微镜检测器尺寸	未提及具体的数据生成质量与真实数据之间的差异，以及在不同冷冻电子显微镜设备上的适用性	提高冷冻电子显微镜中粒子定位和分类的准确性，减少训练数据集的生成时间和资源消耗	冷冻电子显微镜的模拟数据生成	computer vision	NA	神经风格转移	NA	image	NA
356	2025-05-09	Leveraging Physics-Based Synthetic MR Images and Deep Transfer Learning for Artifact Reduction in Echo-Planar Imaging 2025-Apr-02, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8566 PMID:39947682	研究论文	本研究利用基于物理的方法合成真实的MR伪影，并训练一个深度学习生成对抗网络（GAN）以减少EPI（一种关键但易受伪影影响的神经成像序列）中的伪影	采用基于物理的方法合成MR伪影，并提出了'堆叠迁移学习'策略来训练GAN，以有效减少EPI中的伪影	研究主要针对EPI序列的伪影，可能不适用于其他MRI序列	减少EPI（回波平面成像）序列中的伪影，提高神经成像质量	EPI序列中的MR图像伪影	数字病理	复发性胶质母细胞瘤	MRI, 深度学习	GAN, Pix2PixGAN, Attention-R2UNet	MR图像	1,392名患者的4,573个解剖MR序列，49名复发性胶质母细胞瘤患者的ADC图
357	2025-05-09	EEGConvNeXt: A novel convolutional neural network model for automated detection of Alzheimer's Disease and Frontotemporal Dementia using EEG signals 2025-Apr, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108652 PMID:39938252	研究论文	提出了一种名为EEGConvNeXt的新型卷积神经网络模型，用于通过EEG信号自动检测阿尔茨海默病和额颞叶痴呆	EEGConvNeXt是一种轻量级的CNN模型，基于transformer模型构建，具有高效的多类分类能力	依赖相对较小的数据集，需要在更多样化的人群中进行进一步验证	开发一种高效、轻量级的深度学习模型，用于神经退行性疾病的自动检测	阿尔茨海默病(AD)和额颞叶痴呆(FD)患者及对照组的EEG信号	数字病理学	老年病	EEG信号分析	CNN (EEGConvNeXt)	EEG信号转换的功率谱图像	包含AD、FD和对照组三个类别的公开EEG数据集
358	2025-05-09	Stroke Management and Analysis Risk Tool (SMART): An interpretable clinical application for diabetes-related stroke prediction 2025-Apr, Nutrition, metabolism, and cardiovascular diseases : NMCD DOI:10.1016/j.numecd.2024.103841 PMID:39939252	research paper	开发了一个可解释的糖尿病相关中风预测临床工具SMART	结合多种机器学习技术（如RF和DNN）和SHAP解释性方法，开发了针对糖尿病患者的中风预测工具	数据来自单一医院，可能缺乏广泛代表性	分析糖尿病患者中风风险因素并创建预测模型	糖尿病患者	machine learning	cardiovascular disease	LASSO, SVM-RFE, multi-factor regression, SMOTE	RF, DNN	EHR数据	20,014名患者
359	2025-05-09	Genomic prediction with NetGP based on gene network and multi-omics data in plants 2025-Apr, Plant biotechnology journal IF:10.1Q1 DOI:10.1111/pbi.14577 PMID:39950326	研究论文	本文提出了一种基于基因网络和多组学数据的NetGP模型，用于植物基因组预测	首次提出基于Pearson-Collinearity Selection (PCS)的SNP特征提取技术，并开发了新型深度学习模型NetGP	NA	提高植物基因组选择的预测准确性	植物基因组和多组学数据	机器学习	NA	SNP特征提取, 多组学数据分析	NetGP (深度学习模型)	基因组数据, 转录组数据, 多组学数据	多种植物数据(未明确具体数量)
360	2025-05-09	LMTTM-VMI: Linked Memory Token Turing Machine for 3D volumetric medical image classification 2025-Apr, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108640 PMID:39951959	研究论文	提出了一种名为LMTTM的新型深度学习模型，用于高效处理3D医学体积图像的分类问题	引入了链接记忆令牌图灵机（LMTTM），利用外部链接记忆有效处理3D医学体积图像的空间依赖性和结构复杂性	未提及具体的数据集局限性或模型适用范围	提高3D医学体积图像分类的准确性和效率	3D医学体积图像	数字病理	NA	深度学习	LMTTM	3D医学图像	六个来自MedMNIST v2的3D医学体积图像数据集