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
621	2025-04-07	Uncertainty-aware quantitative CT evaluation of emphysema and mortality risk from variable radiation dose images 2025-Apr-04, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11525-0 PMID:40185924	研究论文	开发了一种自动化方法，用于联合且一致地评估肺气肿和死亡风险，并提供数据和模型不确定性的量化	使用多任务贝叶斯神经网络（BNN）联合评估肺气肿和死亡风险，并量化数据和模型不确定性	研究仅基于COPDGene研究的数据，可能不适用于其他人群	开发一种对成像协议更具鲁棒性的CT评估方法，用于肺气肿和死亡风险的量化	COPDGene研究中接受全剂量和减剂量胸部CT扫描的参与者	数字病理学	慢性阻塞性肺疾病（COPD）	胸部CT扫描	贝叶斯神经网络（BNN）	图像	1350名参与者（平均年龄64.4岁±8.7；659名女性）
622	2025-04-07	Evaluation of a deep learning segmentation tool to help detect spinal cord lesions from combined T2 and STIR acquisitions in people with multiple sclerosis 2025-Apr-04, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11541-0 PMID:40185925	research paper	开发并评估了一种深度学习模型，用于从T2和STIR序列中检测多发性硬化症患者的脊髓病变	首次开发了一种结合T2和STIR序列的深度学习工具，用于辅助临床医生检测多发性硬化症患者的脊髓病变	样本量较小（50名患者），且未显示工具在提高精确度方面的显著效果	评估深度学习模型在辅助检测多发性硬化症患者脊髓病变中的效果	多发性硬化症患者的脊髓MRI图像	digital pathology	multiple sclerosis	MRI (T2 and STIR sequences)	DL (deep learning)	image	50名患者（39名女性，中位年龄41岁）
623	2025-04-07	Deep learning model for detecting cystoid fluid collections on optical coherence tomography in X-linked retinoschisis patients 2025-Apr-04, Acta ophthalmologica IF:3.0Q1 DOI:10.1111/aos.17495 PMID:40186400	research paper	本文验证了一种深度学习框架，用于在X连锁视网膜劈裂症患者的SD-OCT图像中检测和量化囊样液体聚集	开发了一种基于no-new-U-Net的深度学习模型，用于自动分割和量化X连锁视网膜劈裂症患者的囊样液体聚集	深度学习模型存在系统性高估的问题，需要未来进一步优化	验证深度学习模型在X连锁视网膜劈裂症患者SD-OCT图像中检测和量化囊样液体聚集的有效性	X连锁视网膜劈裂症患者的SD-OCT图像	digital pathology	X-linked retinoschisis	spectral-domain optical coherence tomography (SD-OCT)	no-new-U-Net	image	112 OCT volumes (70训练, 42内部测试), 37 SD-OCT scans (20患者)
624	2025-04-07	A novel deep learning-based floating garbage detection approach and its effectiveness evaluation in environmentally sustainable development 2025-Apr-04, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125154 PMID:40186972	研究论文	提出了一种基于YOLOv8的高效经济深度学习解决方案，用于水面漂浮垃圾的检测与收集	通过改进YOLOv8的主干网络、引入Wise-Powerful IoU损失函数和添加AuxHead检测头，有效压缩了复杂环境因素的负面影响，提高了检测精度	NA	提高水面聚集漂浮垃圾的检测效率和收集率，促进水生态系统的保护与恢复	水面聚集的漂浮垃圾	计算机视觉	NA	深度学习	YOLOv8	图像	NA
625	2025-04-07	Deep-learning synthetized 4DCT from 4DMRI of the abdominal site in carbon-ion radiotherapy 2025-Apr-04, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.104963 PMID:40187129	research paper	研究探讨了基于深度学习的合成4DCT（4D-sCT）从接受碳离子放射治疗（CIRT）的腹部患者的4DMRI数据中生成的可行性	使用3通道条件生成对抗网络（cGAN）从4DMRI生成4D-sCT，模拟了仅依赖4DMRI的场景，并在计算模型和独立患者数据上进行了验证	仅依赖4DMRI的场景下生成的4D-sCT与原始4DCT相比误差较大（MAE: 81.15-90.22 HU）	探索深度学习在碳离子放射治疗（CIRT）腹部肿瘤治疗计划中的应用	腹部肿瘤患者	digital pathology	abdominal tumors	4DMRI, 4DCT, cGAN	cGAN	medical imaging	26名患者（训练和测试），6名独立患者（验证）
626	2025-04-07	Joint identification of hydraulic conductivity and groundwater pollution sources using unscented Kalman smoother with multiple data assimilation and deep learning 2025-Apr-04, Ecotoxicology and environmental safety IF:6.2Q1 DOI:10.1016/j.ecoenv.2025.118134 PMID:40187214	研究论文	本文提出了一种结合无迹卡尔曼平滑器与多重数据同化（UKS-MDA）和深度信念神经网络（DBNN）的新方法，用于识别水力传导率和地下水污染源（GPSs）	创新点在于将UKS-MDA与DBNN结合，提高了污染源识别的准确性和计算效率，同时减少了计算负担	NA	改进地下水污染源的识别性能并丰富相关技术	水力传导率和地下水污染源	机器学习	NA	无迹卡尔曼平滑器与多重数据同化（UKS-MDA），深度信念神经网络（DBNN）	DBNN	模拟数据	NA
627	2025-04-07	Dynamic integration of feature- and template-based methods improves the prediction of conformational B cell epitopes 2025-Apr-03, Structure (London, England : 1993) DOI:10.1016/j.str.2025.01.018 PMID:39938510	研究论文	本文提出了一种动态集成算法DynaBCE，用于有效识别构象B细胞表位	结合基于特征和基于模板的策略，利用动态加权方法整合三个模块，提高了构象B细胞表位的预测性能	未提及具体局限性	改进构象B细胞表位的预测方法	构象B细胞表位	机器学习	NA	机器学习、深度学习、几何图神经网络、基于transformer的算法	boosting算法、几何图神经网络、transformer	蛋白质结构数据	NA
628	2025-04-07	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	研究论文	本文介绍了一种基于神经风格转移的方法FakET，用于模拟任何冷冻透射电子显微镜的前向操作，以生成高质量的模拟显微图或倾斜系列	FakET方法通过神经风格转移技术显著提升了数据生成速度（750倍），并减少了内存使用（33倍），同时保持了与基准数据相当的性能	未提及具体的数据生成质量与真实数据之间的差异，以及在不同类型冷冻电子显微镜上的普适性	解决冷冻电子显微镜中粒子定位和分类任务中训练数据生成速度慢、内存消耗大的问题	冷冻电子显微镜的模拟数据生成	计算机视觉	NA	神经风格转移	NA	图像	NA
629	2025-04-07	CodonTransformer: a multispecies codon optimizer using context-aware neural networks 2025-Apr-03, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58588-7 PMID:40180930	研究论文	介绍了一种名为CodonTransformer的多物种密码子优化器，利用上下文感知神经网络进行密码子优化	提出了共享令牌表示与对齐多掩码策略（STREAM），并开发了一个可定制的开源模型和用户友好的Google Colab界面	NA	优化密码子使用以满足不同生物体的偏好	164种生物体的超过100万对DNA-蛋白质序列	自然语言处理	NA	深度学习	Transformer	DNA序列	超过100万对DNA-蛋白质序列
630	2025-04-07	Genetically regulated eRNA expression predicts chromatin contact frequency and reveals genetic mechanisms at GWAS loci 2025-Apr-03, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58023-x PMID:40180945	研究论文	本研究开发了计算机模型预测增强子RNA的遗传调控表达，并利用深度学习模型研究三维染色质接触频率，揭示了增强子RNA在精神分裂症等复杂性状中的作用	首次利用增强子RNA的遗传调控表达预测染色质接触频率，并应用于GWAS位点的遗传机制解析	研究仅针对49种细胞和组织类型，可能无法涵盖所有相关生物环境	探索增强子RNA的遗传调控机制及其对疾病风险的影响	增强子RNA和典型基因	基因组学	精神分裂症	Hi-C接触数据、TWAS、孟德尔随机化	深度学习模型	基因组数据	>70,000个DNA样本（UK Biobank）
631	2025-04-07	Linking sequence restoration capability of shuffled coronary angiography to coronary artery disease diagnosis 2025-Apr-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95640-4 PMID:40181050	研究论文	本研究探讨了冠状动脉造影（CA）帧序列在冠状动脉疾病（CAD）诊断中的潜在价值，并开发了一种自监督深度学习模型来评估序列恢复能力	揭示了冠状动脉造影帧序列中的'序列价值'，并开发了自监督深度学习模型来自动评估这一能力	NA	探索冠状动脉造影帧序列在冠状动脉疾病诊断中的应用	冠状动脉造影帧序列	数字病理学	心血管疾病	自监督深度学习	深度学习模型	图像序列	通过Amazon Mturk进行调研，具体样本数量未提及
632	2025-04-07	An interpretable deep learning model for the accurate prediction of mean fragmentation size in blasting operations 2025-Apr-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96005-7 PMID:40181054	研究论文	本研究提出了一种NRBO-CNN-LSSVM模型，用于预测爆破作业中的平均破碎尺寸，结合了CNN、LSSVM和NRBO技术	整合了CNN、LSSVM和NRBO技术，提高了预测准确性和适用性，并开发了交互式GUI以增强实用性	样本量较小（105个样本），可能影响模型的泛化能力	提高爆破作业中平均破碎尺寸的预测准确性	爆破作业中的平均破碎尺寸	机器学习	NA	CNN, LSSVM, NRBO, SVM, SVR	NRBO-CNN-LSSVM, CNN-LSSVM, CNN, LSSVM, SVM, SVR	数值数据	105个样本（来自先前研究和现场采集）
633	2025-04-07	Difficulty aware programming knowledge tracing via large language models 2025-Apr-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96540-3 PMID:40181055	research paper	本文提出了一种基于大语言模型的难度感知编程知识追踪方法（DPKT），用于评估编程问题的文本理解难度和知识概念难度，并动态更新学生的知识状态	结合注意力机制和图注意力网络，动态更新学生的知识状态，显著提高了编程问题难度的评估准确性和知识状态的时空反映能力	未提及具体的数据集规模或实验限制	提高编程知识追踪的准确性，促进个性化学习	学生在智能辅导系统中的交互数据	natural language processing	NA	large language models, attention mechanism, graph attention network	DPKT	text	NA
634	2025-04-07	Efficient fault diagnosis in rolling bearings lightweight hybrid model 2025-Apr-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96285-z PMID:40181056	研究论文	提出了一种用于滚动轴承故障诊断的轻量级混合模型TSL-Transformer，结合了Transformer和LSTM模块以提高特征提取效率和诊断准确性	对传统Transformer模型进行轻量级改进，引入多头注意力机制和前馈神经网络，并并行加入LSTM模块以增强时序特征捕获能力	仅在CWRU数据集上进行了验证，未提及其他数据集或实际工业场景的测试结果	解决传统深度学习方法处理长时间序列数据时特征提取和模型训练效率低下的问题	滚动轴承的振动信号	机器学习	NA	多头注意力机制，LSTM	TSL-Transformer（Transformer与LSTM混合模型）	时间序列数据（振动信号）	CWRU数据集（具体样本量未说明）
635	2025-04-07	An enhanced CNN-Bi-transformer based framework for detection of neurological illnesses through neurocardiac data fusion 2025-Apr-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96052-0 PMID:40181122	research paper	提出了一种基于CNN-Bi-Transformer的多模态深度学习框架，通过神经心脏数据融合预测精神疾病	结合MEG、EEG和ECG信号，利用CardioNeuroFusionNet模型实现多模态输入的同时处理，提高了预测性能	未提及具体样本量及数据来源的多样性可能对泛化能力的影响	开发一种创新的多模态深度学习框架，用于精神疾病的预测	癫痫、睡眠障碍、双相情感障碍、进食障碍和抑郁症等精神疾病患者	machine learning	neurological and psychiatric conditions	multimodal deep learning, neurocardiac data fusion	CNN-Bi-Transformer (CardioNeuroFusionNet)	MEG, EEG, ECG signals	NA
636	2025-04-07	CausalCervixNet: convolutional neural networks with causal insight (CICNN) in cervical cancer cell classification-leveraging deep learning models for enhanced diagnostic accuracy 2025-Apr-03, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-13926-2 PMID:40181353	研究论文	该研究提出了一种结合因果推理的卷积神经网络CausalCervixNet，用于提高宫颈癌细胞分类的诊断准确性和可解释性	将因果推理、因果推断和因果发现整合到诊断框架中，揭示了潜在的因果关系，而不仅仅是依赖观察相关性	NA	提高宫颈癌细胞分类的诊断准确性和可解释性	宫颈癌细胞图像	计算机视觉	宫颈癌	深度学习	CNN	图像	三个数据集：SIPaKMeD、Herlev和自收集的ShUCSEIT数据集
637	2025-04-07	Deep learning assisted retinal microvasculature assessment and cerebral small vessel disease in Fabry disease 2025-Apr-03, Orphanet journal of rare diseases IF:3.4Q2 DOI:10.1186/s13023-025-03627-1 PMID:40181436	research paper	本研究利用深度学习评估法布里病患者的视网膜微血管参数，并分析其与脑小血管病相关脑损伤的相关性	首次使用深度学习辅助分析法布里病患者的视网膜微血管参数，并发现这些参数与脑小血管病评分显著相关	样本量较小（仅27名患者和27名对照），且为回顾性研究	评估法布里病患者的视网膜微血管变化及其与脑小血管病的相关性	法布里病患者和健康对照者的视网膜微血管参数	digital pathology	Fabry disease	deep learning	NA	image	27名法布里病患者和27名年龄性别匹配的健康对照者
638	2025-04-07	How did we get there? AI applications to biological networks and sequences 2025-Apr-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110064 PMID:40184941	综述	本文全面概述了人工智能在基因组学、蛋白质组学和系统生物学中的当前应用状态	强调了机器学习算法，特别是深度学习模型，在提高序列嵌入、基序发现、基因表达和蛋白质结构预测的准确性和效率方面的创新应用	未具体提及研究的局限性	探讨人工智能在复杂生物数据处理中的应用及其潜力	基因组学、蛋白质组学和系统生物学中的数据	机器学习	NA	机器学习算法，特别是深度学习模型	深度学习模型	生物序列和网络数据	NA
639	2025-04-07	Prediction of IUGR condition at birth by means of CTG recordings and a ResNet model 2025-Apr-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110123 PMID:40184939	研究论文	本研究开发了一种基于ResNet架构的深度学习方法，利用产前监测中的CTG信号预测出生时的IUGR状况	采用两阶段训练过程的ResNet架构，通过区分‘假定’和‘确认’数据集来最小化数据损失，提高了预测准确性	未提及模型在其他独立数据集上的验证情况，可能影响泛化能力	提高产前对IUGR状况的早期检测能力	产前CTG信号和IUGR状况	数字病理学	胎儿生长受限	深度学习	ResNet	CTG信号	未明确提及具体样本量，但指出使用了非常大的数据集
640	2025-04-07	Tackling a textbook example of multistep enzyme catalysis with deep learning-driven design 2025-Apr-03, Molecular cell IF:14.5Q1 DOI:10.1016/j.molcel.2025.03.012 PMID:40185078	research paper	该研究利用深度学习技术设计丝氨酸水解酶，以媲美天然酶的复杂性和催化效率	通过深度学习驱动的设计方法，成功实现了与天然酶相媲美的丝氨酸水解酶设计	NA	探索利用深度学习技术设计高效酶催化剂	丝氨酸水解酶	machine learning	NA	deep learning	NA	NA	NA