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	2025-02-25	Deep learning-based design and screening of benzimidazole-pyrazine derivatives as adenosine A2B receptor antagonists 2025-Apr, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2023.2295974 PMID:38133953	研究论文	本文开发了一种基于深度生成模型和多层虚拟筛选的协议，用于设计苯并咪唑-吡嗪衍生物作为潜在的腺苷A2B受体选择性拮抗剂	结合深度生成模型和多层虚拟筛选技术，设计出具有高选择性的腺苷A2B受体拮抗剂	研究主要基于计算模型和虚拟筛选，需要进一步的实验验证	开发选择性腺苷A2B受体拮抗剂，用于癌症免疫治疗	苯并咪唑-吡嗪衍生物	机器学习	癌症	深度生成模型，虚拟筛选	深度生成模型	化学结构数据	NA
342	2025-02-25	An energy-aware heart disease prediction system using ESMO and optimal deep learning model for healthcare monitoring in IoT 2025-Apr, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2023.2298736 PMID:38165748	研究论文	本文提出了一种基于增强蜘蛛猴优化算法（ESMO）和权重优化神经网络的能量感知心脏病预测系统，用于物联网（IoT）环境下的医疗监测	结合ESMO算法和优化的深度神经网络（EAWO-DNN）进行心脏病预测，同时优化能量消耗和数据传输效率	未提及具体的数据集规模或实际应用中的潜在挑战	开发一种能量高效的物联网医疗监测系统，用于心脏病的预测	心脏病患者数据	机器学习	心血管疾病	增强蜘蛛猴优化算法（ESMO）、改进的线性判别分析、深度神经网络（DNN）	EAWO-DNN	患者数据	未提及具体样本数量
343	2025-02-25	Intelligent recognition of subsurface utilities and voids: A ground penetrating radar dataset for deep learning applications 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111338 PMID:39990121	研究论文	本文介绍了一个专门为深度学习应用设计的GPR数据集，用于自动检测地下设施和空洞	创建了一个包含2,239张JPEG格式的Radargram图像的数据集，填补了GPR数据集的空白，并具有通用性	GPR调查成本高且处理耗时	开发自动化系统，有效检测地下异常，减少人工错误	地下设施（如管道、电缆）和地下空洞	计算机视觉	NA	GPR	深度学习模型	图像	2,239张Radargram图像
344	2025-02-24	MCTASmRNA: A deep learning framework for alternative splicing events classification 2025-Apr, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.139941 PMID:39842565	研究论文	本文提出了一种名为MCTASmRNA的深度学习框架，用于mRNA序列中的选择性剪接事件分类	开发了一种结合多尺度卷积和Transformer的模型，并引入了高效的通道注意力机制和新的联合损失函数，以优化模型训练	未来工作将集中在模型的优化和扩展上，以进一步探索选择性剪接的复杂机制	提高选择性剪接事件分类的准确性和跨物种泛化能力	mRNA序列中的选择性剪接事件	自然语言处理	NA	深度学习	多尺度卷积和Transformer	RNA序列	NA
345	2025-02-24	Polysaccharide degradation in an Antarctic bacterium: Discovery of glycoside hydrolases from remote regions of the sequence space 2025-Apr, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.140113 PMID:39842586	研究论文	本研究通过计算和生化方法鉴定了来自南极细菌Pseudomonas sp. ef1的两种新型糖苷水解酶（GHs），并预测了它们的底物特异性	发现了位于序列空间偏远区域的两个新型GHs亚家族，并开发了一种结合深度学习和分子动力学模拟的计算流程来预测底物特异性	研究仅基于计算模拟和有限的生化验证，未进行大规模实验验证	探索南极细菌中新型糖苷水解酶的结构和功能特性	南极细菌Pseudomonas sp. ef1中的两种糖苷水解酶Ps_GH5和Ps_GH50	生物信息学	NA	深度学习、分子动力学模拟、AlphaFold 3D模型	深度学习模型	蛋白质序列、3D结构	两种糖苷水解酶Ps_GH5和Ps_GH50
346	2025-02-23	Combination of deep learning reconstruction and quantification for dynamic contrast-enhanced (DCE) MRI 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110310 PMID:39710009	研究论文	本研究提出了一种结合深度学习重建和量化的动态对比增强（DCE）MRI技术，旨在提高DCE-MRI的临床应用	提出了一种名为DCE-Movienet的新型深度重建网络，与之前开发的DCE-Qnet深度量化网络结合，实现了快速且定量的DCE-MRI	研究仅在健康志愿者和一名宫颈癌患者中进行了验证，样本量较小	提高DCE-MRI在临床中的速度和量化鲁棒性	健康志愿者和宫颈癌患者	医学影像	宫颈癌	动态对比增强（DCE）MRI	DCE-Movienet, DCE-Qnet	4D MRI数据	健康志愿者和一名宫颈癌患者
347	2025-02-21	Multi-region nomogram for predicting central lymph node metastasis in papillary thyroid carcinoma using multimodal imaging: A multicenter study 2025-Apr, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108608 PMID:39827707	研究论文	本研究旨在整合基于超声图像的甲状腺乳头状癌深度学习特征、基于CT图像的脂肪放射组学特征和临床特征，构建多模态多区域列线图（MMRN）以预测甲状腺乳头状癌的中央淋巴结转移	首次整合了超声图像深度学习特征、CT图像脂肪放射组学特征和临床特征，构建了多模态多区域列线图（MMRN）用于预测甲状腺乳头状癌的中央淋巴结转移	研究样本来自两个独立中心，可能存在样本选择偏差	预测甲状腺乳头状癌的中央淋巴结转移	甲状腺乳头状癌患者	数字病理学	甲状腺癌	深度学习、放射组学特征提取	Resnet50	超声图像、CT图像	661名甲状腺乳头状癌患者
348	2025-02-21	Multiscale feature enhanced gating network for atrial fibrillation detection 2025-Apr, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108606 PMID:39847993	研究论文	本文提出了一种新颖的多尺度特征增强门控网络（MFEG Net），用于心房颤动（AF）的诊断	该网络集成了多尺度卷积、自适应特征增强和动态时间处理，能够有效捕捉全局和局部信息，消除冗余特征并强调有效特征，增强了对噪声和无关信息的鲁棒性和准确性	NA	提高心房颤动（AF）的自动诊断准确性和鲁棒性	心电图（ECG）信号	机器学习	心血管疾病	深度学习	多尺度特征增强门控网络（MFEG Net）	心电图信号	PhysioNet Challenge 2017数据集、CinC2017数据库、CPSC2018数据库和AFDB数据库
349	2025-02-21	Severity grading of hypertensive retinopathy using hybrid deep learning architecture 2025-Apr, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108585 PMID:39862474	研究论文	本文提出了一种混合深度学习架构，用于高血压视网膜病变（HR）的严重程度分级	引入了一种结合预训练ResNet-50和修改后的Vision Transformer（ViT）架构的混合模型，通过全局和局部自注意力机制增强模型性能，并提出了基于解耦表示和分类器（DRC）的训练方法以解决类别不平衡问题	缺乏公开可用的HR分级数据集，且存在高类别不平衡问题	开发一种准确的高血压视网膜病变严重程度分级方法	高血压视网膜病变（HR）的严重程度分级	计算机视觉	高血压视网膜病变	深度学习	混合模型（ResNet-50 + 修改后的Vision Transformer）	图像	NA
350	2025-02-21	Towards practical and privacy-preserving CNN inference service for cloud-based medical imaging analysis: A homomorphic encryption-based approach 2025-Apr, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108599 PMID:39874935	研究论文	本文提出了一种基于同态加密的实用且保护隐私的CNN推理框架PPCNN，用于云端医学影像分析	PPCNN框架结合了低扩展同态加密方案和基于噪声的掩码方法，通过优化计算成本、引入系数感知打包方法和数据掩码技术，显著提高了响应时间和降低了使用成本	现有隐私保护解决方案因卷积层内积操作的计算复杂性和非线性激活函数评估的高通信成本而存在显著的延迟问题，使得当前解决方案在实际应用中不切实际	解决移动云端医学影像分析中的隐私保护问题，确保用户在使用云端CNN模型分类私人放射影像时的数据隐私	私人身体相关的放射影像	数字病理	NA	同态加密	CNN	图像	三个真实世界的放射影像数据集
351	2025-02-21	A bio-lattice deep learning framework for modeling discrete biological materials 2025-Apr, Journal of the mechanical behavior of biomedical materials IF:3.3Q3 DOI:10.1016/j.jmbbm.2025.106900 PMID:39891961	研究论文	本文提出了一种基于机器学习的多尺度框架，结合深度神经网络（DNNs）、有限元方法（FEM）和受晶格弹簧模型（LSM）启发的微观结构描述，用于研究离散、空间异质材料的行为	提出了一种新颖的机器学习多尺度框架，结合DNNs、FEM和LSM，用于研究离散、空间异质材料的行为，并开发了一个无假设的晶格框架	未明确提及具体局限性	研究离散、空间异质材料的力学行为	生物组织的微观结构和宏观材料行为	机器学习	NA	深度神经网络（DNNs）、有限元方法（FEM）、晶格弹簧模型（LSM）	深度神经网络（DNNs）	微观结构数据	NA
352	2025-02-21	Antimicrobial resistance recommendations via electronic health records with graph representation and patient population modeling 2025-Apr, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108616 PMID:39913994	研究论文	本研究提出了一种基于电子健康记录（EHR）的深度学习框架，用于生成抗菌素耐药性（AMR）推荐	该框架首次结合了深度图神经网络、患者群体建模和多任务学习策略，以增强AMR推荐的准确性和效率	研究主要针对尿路感染患者，可能不适用于其他类型的感染	开发一种能够利用EHR数据生成AMR推荐的深度学习框架	超过110,000名尿路感染患者的EHR数据	机器学习	尿路感染	深度图神经网络	图神经网络（GNN）	电子健康记录（EHR）	超过110,000名尿路感染患者
353	2025-02-21	Why does my medical AI look at pictures of birds? Exploring the efficacy of transfer learning across domain boundaries 2025-Apr, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108634 PMID:39913993	研究论文	本文探讨了在医学深度学习中使用领域内预训练模型与跨领域预训练模型的效能差异	研究表明，在CT图像任务中，使用领域内（RadNet）预训练模型相比跨领域（ImageNet）预训练模型具有优势，尤其是在CT图像领域内	研究结果仅适用于CT图像领域，对于其他医学影像模态，ImageNet预训练模型表现更好	比较领域内预训练与跨领域预训练在医学深度学习任务中的效能	CT图像数据集（RadNet-12M、RadNet-1.28M）和自然图像数据集	计算机视觉	NA	自监督对比预训练	深度学习模型	图像	超过12百万/1.28百万CT图像切片，来自90,663次扫描
354	2025-02-21	DIFLF: A domain-invariant features learning framework for single-source domain generalization in mammogram classification 2025-Apr, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108592 PMID:39813937	研究论文	本研究提出了一种用于单源域泛化的领域不变特征学习框架（DIFLF），旨在提高深度学习模型在乳腺癌筛查中的临床应用	提出了风格增强模块（SAM）和内容-风格解耦模块（CSDM），通过增加源域特征多样性和解耦领域不变特征来减少领域偏移的影响	仅使用一个源数据集进行训练，可能限制了模型在其他数据集上的泛化能力	提高深度学习模型在乳腺癌筛查中的跨机构泛化能力	乳腺X光片	计算机视觉	乳腺癌	深度学习	DIFLF（包含SAM和CSDM）	图像	一个私有数据集（PRI1）用于训练，另一个私有数据集（PRI2）和两个公共数据集（INbreast和MIAS）用于测试
355	2025-02-21	Neurophysiological data augmentation for EEG-fNIRS multimodal features based on a denoising diffusion probabilistic model 2025-Apr, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108594 PMID:39813939	研究论文	本文提出了一种基于去噪扩散概率模型（DDPM）和高斯噪声添加的EEG-fNIRS数据增强框架（EFDA-CDG），用于提升混合脑机接口（BCI）系统的性能	结合DDPM生成模型和传统的高斯噪声添加方法，为分类器提供更丰富的训练数据，并通过EEG特征注意力和fNIRS地形注意力提高分类准确率	数据增强的效果依赖于手动提取特征和空间映射插值的质量，且实验验证仅限于特定任务和数据库	提升混合脑机接口系统的性能	EEG和fNIRS信号	脑机接口	NA	去噪扩散概率模型（DDPM），高斯噪声添加	DDPM	EEG和fNIRS信号	三个公开数据库和一个自收集数据库
356	2025-02-20	Detection of camellia oil adulteration based on near-infrared spectroscopy and smartphone combined with deep learning and multimodal fusion 2025-Apr-30, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.142930 PMID:39826519	研究论文	本研究开发了一种基于近红外光谱和智能手机结合深度学习与多模态融合的茶油掺假检测系统	结合近红外光谱和智能手机视觉数据，采用多模态融合方法提高检测精度，提出了一种实时检测茶油真实性的新方法	研究仅针对茶油与菜籽油的二元掺假系统，未涉及其他可能的掺假油种	开发一种实时检测茶油掺假的方法，以应对日益严重的食品安全问题	茶油与菜籽油的掺假样品	机器学习	NA	近红外光谱、智能手机图像和视频分析	深度学习模型	光谱数据、图像数据、视频数据	243个掺假油样
357	2025-02-19	Bean leaf image dataset annotated with leaf dimensions, segmentation masks, and camera calibration 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111328 PMID:39959655	研究论文	本文介绍了一个包含6981张普通豆叶图像的数据库，这些图像附有基准标记和已知叶片尺寸的注释	提供了一个包含详细注释的叶片图像数据库，包括图像分割、已知区域、基准标记区域、标记姿态、拍摄条件和相机校准信息	NA	开发用于叶片尺寸测量及相关问题的深度学习算法	普通豆叶	计算机视觉	NA	NA	NA	图像	6981张图像，涉及612片普通豆叶
358	2025-02-18	Regional Image Quality Scoring for 2-D Echocardiography Using Deep Learning 2025-Apr, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.12.008 PMID:39864961	研究论文	本文开发并比较了自动估计超声心动图区域图像质量的方法，独立于视图正确性	提出了三种估计图像质量的方法，包括经典像素级指标、局部图像一致性方法和端到端深度学习模型，并进行了比较	gCNR指标在本研究中表现不佳，显示出有限的有效性	开发自动估计超声心动图区域图像质量的方法	超声心动图图像	计算机视觉	心血管疾病	深度学习	U-Net, 端到端深度学习模型	图像	由三位经验丰富的心脏病专家提供的手动区域质量注释
359	2025-02-17	Graph-based deep learning for predictions on changes in microbiomes and biogas production in anaerobic digestion systems 2025-Apr-15, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123144 PMID:39826399	研究论文	本研究提出了一种基于图卷积网络（GCNs）的模型，用于预测厌氧消化系统中微生物群落的变化和沼气产量	首次将图卷积网络应用于厌氧消化过程的建模，结合高通量测序数据和挥发性脂肪酸（VFA）抑制效应，预测微生物动态和沼气产量	研究仅基于特定条件下的厌氧消化器响应，可能无法完全推广到其他操作条件	理解和优化厌氧消化过程，以提高沼气产量和有机废物处理效率	厌氧消化系统中的微生物群落和沼气产量	机器学习	NA	高通量测序	图卷积网络（GCNs）	测序数据	281天的厌氧消化器响应数据
360	2025-02-17	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	研究论文	本文旨在建立评估流域尺度沉积物和营养物模型在精细时间尺度上性能的标准	提出了基于过程模型的新性能评估标准，并探讨了这些标准在机器学习模型评估中的应用	性能标准主要基于过程模型，可能不完全适用于所有类型的模型	为流域管理决策和资源分配提供模型性能评估的基准	流域水质量模型	环境科学	NA	Nash-Sutcliffe效率(NSE)	过程模型和深度学习模型	时间序列数据	229个模型应用