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	2025-04-10	Deep learning for simultaneous phase and amplitude identification in coherent beam combination 2025-Apr-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96385-w PMID:40189661	研究论文	本文提出了一种深度学习算法，用于从组合光束的强度分布单次观测中同时识别相位和振幅	利用深度学习算法在存在显著功率波动的情况下准确分离相位和功率贡献	研究基于模拟的相干光束组合系统，实际应用中的效果需进一步验证	解决光纤激光器功率退化对相位检索带来的挑战	相干光束组合系统中的相位和振幅识别	机器学习	NA	深度学习	NA	图像	NA
482	2025-04-10	Complex-valued neural networks to speed-up MR thermometry during hyperthermia using Fourier PD and PDUNet 2025-Apr-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96071-x PMID:40189690	research paper	该研究提出使用复值神经网络加速磁共振热成像，以改善热疗过程中的温度监测	首次提出基于深度学习的欠采样磁共振热成像数据重建方法，并利用复值图像信息	研究仅针对44例肉瘤患者，样本量有限	提高欠采样磁共振热成像的分辨率并减少伪影	磁共振热成像数据	digital pathology	sarcoma	MRI	Fourier PD, PDUNet	image	44例接受热疗联合放疗和/或化疗的肉瘤患者
483	2025-04-10	Using artificial intelligence system for assisting the classification of breast ultrasound glandular tissue components in dense breast tissue 2025-Apr-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95871-5 PMID:40189689	research paper	研究探讨了利用人工智能（AI）驱动的乳腺超声分析模型对致密乳腺组织中的腺体组织成分（GTC）进行分类的潜力	使用ResNet101深度学习模型辅助不同经验水平的放射科医生在超声图像中区分致密乳腺腺体组织成分，显著提高了分类敏感性和阳性预测值	研究仅针对健康女性，未涉及乳腺癌患者，可能限制了模型的临床应用范围	探索AI模型在乳腺超声图像中分类腺体组织成分的准确性和可靠性	1,848名乳腺X线摄影分类为致密乳腺的健康女性	digital pathology	breast cancer	breast ultrasound analysis	ResNet101, ResNet+FCN	image	1,848名健康女性
484	2025-04-10	Comparison of deep learning models for facial attractiveness assessment on 3D photos 2025-Apr-06, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105735 PMID:40199417	研究论文	本研究比较了多种深度学习模型在中国6-18岁正畸患者面部吸引力评估中的准确性和精确性	首次在3D照片上比较了多种CNN模型在面部吸引力评估中的表现，并分析了模型准确性与训练效率之间的权衡	研究仅针对中国6-18岁正畸患者，可能不适用于其他人群或年龄段	评估不同CNN模型在面部吸引力评估中的表现	中国6-18岁正畸患者的面部3D照片	计算机视觉	正畸	3D摄影	CNN (包括ResNet18, ResNet50, ResNet101, VGG-16, VGG-19, Inception-v3, MobileNet-v2, DenseNet121)	3D照片转换的2D RGB图像	1,272名患者的3D照片
485	2025-04-10	Labor-efficient Pathological Auxiliary Diagnostic Model for Primary and Metastatic Tumor Tissue Detection in Pancreatic Ductal Adenocarcinoma 2025-Apr-06, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100764 PMID:40199428	研究论文	提出了一种名为PANseg的多尺度弱监督深度学习框架，用于胰腺导管腺癌（PDAC）的原发性和转移性肿瘤组织检测	PANseg仅使用图像级标签即可达到与全监督基线相当的性能，显著减少了标注负担	模型在活检切片上的表现相对较低（AUROC: 0.821）	提高PDAC的组织病理学评估的准确性和效率	胰腺导管腺癌（PDAC）的原发性和转移性肿瘤组织	数字病理学	胰腺癌	深度学习	多尺度弱监督深度学习框架	全切片图像（WSIs）	368张全切片图像（来自192名患者，涵盖两个独立中心）
486	2025-04-10	Advancing plant leaf disease detection integrating machine learning and deep learning 2025-Apr-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72197-2 PMID:40185756	研究论文	本研究提出了一种结合机器学习和深度学习的自动化方法，以提高植物叶片病害检测的准确性	整合深度学习和机器学习技术，利用CNN模型（如VGG19和Inception v3）提取特征并进行处理，提高了病害检测的准确性和效率	研究中使用的数据集有限，仅包括香蕉叶、番荔枝叶和果实、无花果叶和马铃薯叶四种植物，可能无法涵盖所有植物病害类型	开发一种自动化的植物叶片病害检测方法，以克服传统方法的劳动密集和复杂性	植物叶片病害	计算机视觉	植物病害	深度学习（DL）和机器学习（ML）	CNN（VGG19和Inception v3）	图像	四个数据集（香蕉叶、番荔枝叶和果实、无花果叶、马铃薯叶）
487	2025-04-10	Clinical microbiology and artificial intelligence: Different applications, challenges, and future prospects 2025-Apr-04, Journal of microbiological methods IF:1.7Q4 DOI:10.1016/j.mimet.2025.107125 PMID:40188989	综述	本文综述了人工智能在临床微生物学中的不同应用、挑战及未来前景	介绍了人工智能如何通过处理和分析综合数据来优化传统临床微生物技术，并探讨了AI在预测新型抗菌剂和COVID-19疫苗开发中的应用	人工智能在临床微生物学中的应用面临伦理问题、潜在偏见和数据训练相关的错误等挑战	概述人工智能在临床微生物学中的最新应用，并讨论其面临的挑战和未来机会	临床微生物学领域的研究者和从业者	人工智能	传染病	全基因组测序（WGS）、蛋白质数据库（PDBs）、拉曼光谱、MALDI-TOF光谱	机器学习和深度学习算法	光谱分析数据、显微图像、基因组和蛋白质序列	NA
488	2025-04-10	Revisiting Supervised Learning-Based Photometric Stereo Networks 2025-Apr-03, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3557498 PMID:40178960	research paper	本文通过重新审视现有方法的深度特征、深度特征编码策略和网络架构，揭示了监督学习光度立体网络如何解决未知反射率和全局光照效应带来的挑战，并提出了ESSENCE-Net方法	提出了ESSENCE-Net，采用easy-first-encoding策略有效编码深度阴影特征，通过阴影监督增强阴影特征，并利用空间上下文感知注意力准确解码法线	未明确提及具体限制	揭示监督学习光度立体网络如何解决未知反射率和全局光照效应带来的挑战，并提升性能	光度立体网络	computer vision	NA	深度学习	ESSENCE-Net	image	三个基准数据集
489	2025-04-10	Development and validation of a deep learning model based on cascade mask regional convolutional neural network to noninvasively and accurately identify human round spermatids 2025-Apr-02, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2025.03.059 PMID:40185275	研究论文	开发并验证了一种基于级联掩膜区域卷积神经网络（R-CNN）的深度学习模型，用于非侵入性且准确地识别人类圆形精子细胞	首次使用深度学习模型非侵入性地识别人类圆形精子细胞，避免了传统Hoechst染色的毒性问题	研究样本量相对较小（3457张图像），且模型在临床广泛应用前需进一步验证	评估深度学习模型在非侵入性识别人类圆形精子细胞方面的能力	人类圆形精子细胞（hRSs）	计算机视觉	男性不育症	流式细胞术分析	级联掩膜区域卷积神经网络（R-CNN）	图像	3457张光学显微镜图像
490	2025-04-10	An explainable deep learning platform for molecular discovery 2025-Apr, Nature protocols IF:13.1Q1 DOI:10.1038/s41596-024-01084-x PMID:39653800	研究论文	介绍了一个可解释的深度学习平台，用于分子发现，特别是抗生素的结构类别	提出了一个基于图神经网络的可解释深度学习平台，能够识别预测活性的化学子结构，提高分子发现的效率	需要实验数据生成和模型实现，且平台的应用范围虽然广泛，但具体效果可能因分子类型而异	开发一个可解释的深度学习平台，用于高效发现具有特定活性的分子结构类别	抗生素的结构类别，以及其他小分子如抗癌、抗病毒和抗衰老药物	机器学习	NA	图神经网络	GNN	化学结构数据	NA
491	2025-04-10	Deep Learning and Hyperspectral Imaging for Liver Cancer Staging and Cirrhosis Differentiation 2025-Apr, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202400557 PMID:39873135	研究论文	本文提出了一种结合高光谱成像和深度学习的新诊断策略，用于肝癌分期和肝硬化鉴别	创新性地整合高光谱成像与深度学习，捕捉传统方法难以识别的细微细胞差异	未提及样本来源的多样性或外部验证结果	开发高精度、快速、非侵入性的肝癌诊断工具	肝组织样本（肝癌及肝硬化病例）	数字病理	肝癌	高光谱成像	深度卷积神经网络（CNN）	高光谱图像	未明确说明具体样本量
492	2025-04-10	Deep learning for electrocardiogram interpretation: Bench to bedside 2025-Apr, European journal of clinical investigation IF:4.4Q2 DOI:10.1111/eci.70002 PMID:40191935	综述	本文综述了深度学习在12导联心电图分析中的应用及其临床效果评估	概述了深度学习在心电图分析中的最新进展及其在心血管疾病诊断中的潜力	深度学习算法在心电图分析中的临床应用仍面临监管障碍、算法透明度和数据隐私问题	探讨深度学习如何改进心电图分析并促进心血管护理的日常临床应用	12导联心电图数据	机器学习	心血管疾病	深度学习	NA	心电图数据	NA
493	2025-04-09	Ensemble network using oblique coronal MRI for Alzheimer's disease diagnosis 2025-Apr-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121151 PMID:40147601	研究论文	本研究提出了一种基于倾斜冠状MRI的集成网络方法，用于阿尔茨海默病的诊断	采用倾斜冠状MRI切片和集成学习方法，提高了诊断准确率	研究依赖于ADNI数据集，可能限制了方法的普适性	开发一种更可靠的阿尔茨海默病诊断方法	阿尔茨海默病患者、轻度认知障碍患者和正常老年人	数字病理学	老年疾病	MRI	集成学习	图像	ADNI数据集中的样本
494	2025-04-09	An integrated AI knowledge graph framework of bacterial enzymology and metabolism 2025-Apr-15, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2425048122 PMID:40193601	research paper	介绍了一个名为IBIS的集成AI知识图谱框架，用于快速、可扩展的细菌代谢推断	利用深度学习和知识图谱技术，结合Transformer模型生成高质量的酶、生物合成域和代谢途径的嵌入表示，实现大规模代谢蛋白质和途径的快速比较	未提及具体的数据集规模或计算资源需求，可能在实际应用中面临扩展性挑战	改进细菌代谢研究，促进人类健康和农业实践的发展	细菌代谢、酶、生物合成域和代谢途径	machine learning	NA	deep learning, Transformer models, knowledge graph	Transformer	genomic sequencing data	NA
495	2025-04-09	How local is "local"? Deep learning reveals locality of the induced magnetic field of polycyclic aromatic hydrocarbons 2025-Apr-14, The Journal of chemical physics IF:3.1Q1 DOI:10.1063/5.0257558 PMID:40197568	研究论文	本文利用深度学习研究多环芳香分子中磁响应的局部性	采用新颖的图神经网络（GNNs）结合环图表示法预测分子周围空间的核独立化学位移（NICS），并通过k-hop扩展策略克服GNNs泛化问题	尽管模型在小分子（最多4个环）上训练，但能准确预测更大分子（最多15个环）的磁响应，但仍需验证更复杂分子的适用性	探究多环芳香分子中磁响应的局部性	多环芳香分子	机器学习	NA	图神经网络（GNNs）	GNN	分子结构数据	训练集包含最多4个环的分子，测试集扩展到最多15个环的分子
496	2025-04-09	Large Language Models (such as ChatGPT) as Tools for Machine Learning-Based Data Insights in Analytical Chemistry 2025-Apr-08, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05046 PMID:39907023	research paper	本文探讨了大型语言模型（如ChatGPT）在分析化学中作为机器学习数据洞察工具的应用	展示了大型语言模型通过智能手机以交互式对话方式处理和分析高光谱成像数据集的潜力	未提及具体的数据集规模或模型性能的定量评估	探索大型语言模型在分析化学数据处理和分析中的应用	高光谱成像数据集	自然语言处理	NA	激光诱导击穿光谱（LIBS）	CNN, LLM	高光谱图像	NA
497	2025-04-09	WPR-Net: A Deep Learning Protocol for Highly Accelerated NMR Spectroscopy with Faithful Weak Peak Reconstruction 2025-Apr-08, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c04830 PMID:40067126	research paper	提出一种深度学习架构WPR-Net，用于高度加速的NMR光谱学并可靠重建弱峰	该深度学习协议能够消除欠采样伪影，并在高度稀疏采样密度或严重噪声条件下重建高质量多维NMR光谱信号	NA	加速多维NMR光谱学的实现并提高弱峰重建的准确性	多维NMR光谱信号	machine learning	NA	NMR spectroscopy	deep learning architecture (WPR-Net)	spectral data	NA
498	2025-04-09	Deep learning assisted high-resolution microscopy image processing for phase segmentation in functional composite materials 2025-Apr-08, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.13413 PMID:40195694	research paper	该研究提出了一种基于深度学习的图像处理方法，用于高分辨率显微镜图像的相位分割和成分检测	提出了一种新的基于FFT的分割工作流程，并利用训练好的U-Net模型进行相位分割，这在复合材料的相位和成分检测中是一个尚未充分探索的领域	NA	开发一种高效的高分辨率显微镜图像分析方法，用于电池研究中的相位分割和成分检测	高分辨率透射电子显微镜（TEM）图像中的复合材料的相位和成分	computer vision	NA	深度学习	U-Net	image	NA
499	2025-04-09	Protein-Ligand Structure and Affinity Prediction in CASP16 Using a Geometric Deep Learning Ensemble and Flow Matching 2025-Apr-08, Proteins IF:3.2Q2 DOI:10.1002/prot.26827 PMID:40195868	研究论文	本文介绍了一种名为MULTICOM_ligand的深度学习方法，用于预测蛋白质-配体结构和结合亲和力，并在CASP16中表现优异	提出了一个结合结构共识排序和无监督姿势排序的深度学习集成方法，以及一个新的深度生成流匹配模型，用于联合预测结构和结合亲和力	未提及具体局限性	解决蛋白质-配体结构和结合亲和力预测的基础性问题，以支持生物技术和药物发现	蛋白质-配体结构和结合亲和力	机器学习	NA	深度学习	深度学习集成和流匹配模型	蛋白质-配体结构数据	NA
500	2025-04-09	Deciphering the Scattering of Mechanically Driven Polymers Using Deep Learning 2025-Apr-08, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00409 PMID:40197011	research paper	本文提出了一种利用深度学习分析二维散射数据的方法，用于研究在外力作用下的半柔性聚合物	使用变分自编码器(VAE)将散射函数压缩到三维潜在空间，并通过转换网络建立聚合物参数与散射函数的双向映射	需要进一步的实验验证，并且方法尚未扩展到时间依赖性散射数据的研究	开发一种可扩展的自动化工具，用于聚合物散射分析	半柔性聚合物在外力作用下的二维散射数据	machine learning	NA	off-lattice Monte Carlo simulations	VAE (Variational Autoencoder)	scattering data	NA