深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
1341	2025-10-07	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	开发了一个基于多尺度卷积和Transformer的深度学习框架MCTASmRNA，用于mRNA序列中可变剪接事件的分类	提出结合多尺度卷积和Transformer的混合模型，引入高效通道注意力机制和新设计的联合损失函数，无需参考基因组即可分类可变剪接事件	未明确说明模型在更广泛物种上的泛化能力，未来需要进一步优化和扩展模型	解决现有可变剪接事件识别方法效率低、处理时间长和难以捕捉RNA序列复杂性的问题	mRNA序列中的可变剪接事件	自然语言处理	NA	RNA测序	CNN, Transformer	序列数据	NA	NA	多尺度卷积神经网络, Transformer	准确率	NA
1342	2025-10-07	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	通过计算生物学方法发现南极细菌中两种新型糖苷水解酶并预测其底物特异性	结合AlphaFold 3D模型的深度学习动态对接与分子动力学模拟，开发计算流程预测位于序列空间偏远区域的酶功能	序列空间偏远区域的功能预测不可靠，需要依赖计算模拟验证	发现南极细菌中位于序列空间偏远区域的新型糖苷水解酶并确定其功能	南极细菌Pseudomonas sp. ef1中的Ps_GH5和Ps_GH50糖苷水解酶	计算生物学	NA	AlphaFold 3D建模，动态对接，分子动力学模拟	深度学习	蛋白质序列，三维结构模型，寡糖底物	两种糖苷水解酶（Ps_GH5和Ps_GH50）	AlphaFold	NA	底物特异性预测准确性	NA
1343	2025-10-07	Rational design and synthesis of pyrazole derivatives as potential SARS-CoV-2 Mpro inhibitors: An integrated approach merging combinatorial chemistry, molecular docking, and deep learning 2025-Apr-01, Bioorganic & medicinal chemistry IF:3.3Q1 DOI:10.1016/j.bmc.2025.118095 PMID:39929031	研究论文	本研究通过组合化学、分子对接和深度学习相结合的方法，设计并合成了作为SARS-CoV-2主要蛋白酶潜在抑制剂的吡唑衍生物	整合组合化学、分子对接和深度学习（DeepPurpose）的多学科方法，通过共识排名策略筛选候选化合物	NA	加速发现SARS-CoV-2主要蛋白酶抑制剂，为未来抗病毒药物开发提供框架	吡唑衍生物化合物库	机器学习	COVID-19	组合化学、分子对接、深度学习	深度学习	化学结构数据	超过60,000个吡唑基结构	DeepPurpose	NA	ChemPLP评分、结合自由能计算	NA
1344	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	NA	NA	NA	NA
1345	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	NA	NA	NA	NA
1346	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	NA	NA	NA	NA
1347	2025-02-13	A comprehensive hog plum leaf disease dataset for enhanced detection and classification 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111311 PMID:39931093	研究论文	本文介绍了一个全面的Hog plum叶片病害数据集，旨在增强病害的检测和分类	创建了一个全面的Hog plum叶片病害数据集，并通过数据增强技术扩展了数据集，提高了深度学习模型的训练效果	数据集仅包含来自孟加拉国不同地区的图像，可能无法完全代表其他地区的病害情况	开发一个用于早期检测和分类Hog plum叶片病害的机器学习模型，以减少对人工检查的依赖	Hog plum叶片病害	计算机视觉	植物病害	数据增强技术（翻转、旋转、缩放、平移、裁剪、添加噪声、调整亮度、调整对比度、缩放）	深度学习模型	图像	原始数据集包含3782张图像，通过数据增强扩展到20000张图像	NA	NA	NA	NA
1348	2025-02-12	Hematoxylin and Eosin-stained whole slide image dataset annotated for skin tissue segmentation 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111306 PMID:39925388	研究论文	本文发布了一个用于皮肤组织分割的Hematoxylin和Eosin染色全切片图像数据集，并验证了其有效性	发布了一个包含38张全切片图像及其掩码的数据集，涵盖了12个类别，包括组织、皮肤癌和皮肤层，并使用SegFormer模型验证了数据集的有效性	数据集规模相对较小，仅包含38张图像	通过发布和验证数据集，支持基于深度学习的皮肤疾病自动诊断系统的开发	皮肤组织	数字病理学	皮肤癌	Hematoxylin和Eosin染色	SegFormer	图像	38张全切片图像	NA	NA	NA	NA
1349	2025-10-07	Enhanced clinical photoacoustic vascular imaging through a skin localization network and adaptive weighting 2025-Apr, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100690 PMID:39916976	研究论文	提出结合深度学习皮肤定位网络和自适应加权算法的框架，用于增强光声成像中深层血管的显示效果	首次将皮肤层分割网络与自适应衰减补偿算法相结合，显著提升了不同身体部位和肤色下深层血管的成像质量	NA	解决光声成像中皮肤信号干扰和组织衰减导致的深层血管可视化困难问题	人体深层血管结构	医学影像处理	血管疾病	光声断层扫描(PAT)	深度学习网络	光声图像	NA	NA	NA	血管占据度量, 信噪比(SNR)	NA
1350	2025-10-07	Estimating baselines of Raman spectra based on transformer and manually annotated data 2025-Apr-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125679 PMID:39733708	研究论文	本研究提出了一种基于Transformer和人工标注数据的拉曼光谱基线估计方法	设计了专门针对拉曼光谱数据的一维Transformer模型，并通过人工标注的真实基线数据进行训练	需要大量人工参数调优来生成训练数据，且仅针对八种生物材料进行了验证	开发更准确和通用的拉曼光谱基线校正方法	八种不同生物材料的拉曼光谱数据	光谱分析	NA	拉曼光谱	Transformer, CNN	光谱数据	八种生物材料的拉曼光谱数据集	NA	1dTrans, ResUNet	平均绝对误差, 光谱角制图	NA
1351	2025-10-07	On the analysis of adapting deep learning methods to hyperspectral imaging. Use case for WEEE recycling and dataset 2025-Apr-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125665 PMID:39746253	研究论文	本文评估了空间和光谱特征对高光谱图像分割深度学习架构的影响，并公开了Tecnalia WEEE高光谱数据集	系统分析光谱与空间信息组合对模型性能的影响，探索RGB预训练基础模型向高光谱领域的知识迁移	未开发专门整合光谱和空间信息的新型架构，RGB基础模型在高光谱领域表现不佳	评估不同空间和光谱特征对高光谱图像分割深度学习模型性能、能耗和推理时间的影响	废弃电子电气设备(WEEE)中的有色金属分选，包括铜、黄铜、铝、不锈钢和白铜	计算机视觉	NA	高光谱成像	深度学习	高光谱图像	Tecnalia WEEE高光谱数据集，包含多种有色金属样本	NA	基础模型	识别性能、能耗、推理时间	NA
1352	2025-10-07	Enhancing thin slice 3D T2-weighted prostate MRI with super-resolution deep learning reconstruction: Impact on image quality and PI-RADS assessment 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110308 PMID:39667642	研究论文	本研究评估了超分辨率深度学习重建技术在提升前列腺薄层3D T2加权MRI图像质量和PI-RADS评估一致性方面的效果	首次将超分辨率深度学习重建技术应用于前列腺薄层3D T2加权MRI，在不增加扫描时间的前提下提升图像质量	样本量较小（28例患者），且为单中心回顾性研究	评估超分辨率深度学习重建技术对前列腺MRI图像质量和PI-RADS评估的影响	前列腺MRI图像	医学影像分析	前列腺癌	MRI，超分辨率深度学习重建	深度学习模型	医学影像	28名男性患者（年龄范围47-88岁，平均70.8岁）	NA	超分辨率深度学习重建	对比度，对比噪声比，斜率，定性评分，kappa值	NA
1353	2025-10-07	A lightweight adaptive spatial channel attention efficient net B3 based generative adversarial network approach for MR image reconstruction from under sampled data 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110281 PMID:39672285	研究论文	提出一种基于轻量级自适应空间通道注意力EfficientNet B3的生成对抗网络方法，用于从欠采样k空间数据中快速重建高质量MR图像	结合自适应空间通道注意力机制与EfficientNet B3的轻量级GAN架构，在保持高性能的同时减少参数数量	未明确说明数据集的具体规模和多样性限制	加速磁共振成像采集过程并提高欠采样数据重建质量	磁共振图像重建	计算机视觉	NA	压缩感知MRI	GAN, U-net, ResNet	医学图像	NA	NA	EfficientNet B3, U-net, ResNet	多种评估指标	NA
1354	2025-10-07	Conditional generative diffusion deep learning for accelerated diffusion tensor and kurtosis imaging 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110309 PMID:39675686	研究论文	开发DiffDL生成式扩散概率模型，从减少的扩散加权图像生成高质量扩散张量和扩散峰度成像指标	首次将生成式扩散概率模型应用于扩散MRI加速成像，支持不确定性量化	计算需求较高，尚未在临床队列和标准MRI扫描仪上验证	解决扩散MRI数据采集时间过长的问题，同时保持指标准确性	扩散张量成像和扩散峰度成像指标	医学影像分析	NA	扩散加权成像，扩散张量成像，扩散峰度成像	扩散概率模型，UNet	医学影像数据	300个训练/验证对象，50个测试对象（来自人类连接组计划）	NA	UNet	归一化平均绝对误差，峰值信噪比，皮尔逊相关系数	NA
1355	2025-10-07	Predicting molecular subtypes of breast cancer based on multi-parametric MRI dataset using deep learning method 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110305 PMID:39681144	研究论文	开发基于多参数MRI和深度学习方法的乳腺癌分子亚型预测模型	使用五种MRI图像类型分别构建基础模型，并通过集成学习方法融合多参数MRI数据	回顾性研究，样本量相对有限（325例患者）	预测乳腺癌分子亚型	乳腺癌患者	医学影像分析	乳腺癌	多参数MRI成像	深度学习	医学影像	325例经病理证实的乳腺癌患者（训练集260例，测试集65例）	NA	ResNeXt50	准确率, 敏感度, 特异度, ROC曲线, AUC	NA
1356	2025-10-07	Reliability of post-contrast deep learning-based highly accelerated cardiac cine MRI for the assessment of ventricular function 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110313 PMID:39708928	研究论文	评估基于深度学习的超加速心脏电影MRI在对比剂注射前后对心室功能评估的可靠性	首次验证对比剂注射后深度学习加速心脏电影MRI与注射前在图像质量和心室功能定量评估方面的等效性	样本量较小（30例患者），仅在1.5T扫描器上验证	评估对比剂注射前后深度学习加速心脏电影MRI在心室功能评估中的等效性	30例接受心脏磁共振检查的患者（20名男性，平均年龄53.7±17.8岁）	医学影像分析	心血管疾病	心脏磁共振成像，深度学习加速采集	深度学习模型	心脏磁共振图像	30例患者	NA	NA	图像质量评分，双心室舒张末期容积，收缩末期容积，每搏输出量，射血分数，左心室质量	1.5T磁共振扫描器
1357	2025-10-07	Comparison of conventional diffusion-weighted imaging and multiplexed sensitivity-encoding combined with deep learning-based reconstruction in breast magnetic resonance imaging 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110316 PMID:39716684	研究论文	比较传统扩散加权成像与结合深度学习重建的多重灵敏度编码在乳腺磁共振成像中的表现	首次将深度学习重建技术应用于多重灵敏度编码的乳腺MRI图像重建	样本量相对较小（51名参与者），仅评估了短期数据（2023年6-12月）	评估MUSE结合深度学习重建在乳腺成像中的可行性	接受乳腺磁共振成像的女性参与者	医学影像分析	乳腺癌	扩散加权成像，多重灵敏度编码，深度学习重建	深度学习	磁共振图像	51名女性参与者	NA	NA	信噪比，对比噪声比，组内相关系数，表观扩散系数	NA
1358	2025-10-07	Application of MRI-based tumor heterogeneity analysis for identification and pathologic staging of breast phyllodes tumors 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110325 PMID:39788394	研究论文	本研究探讨基于MRI的影像组学和深度学习模型在乳腺叶状肿瘤识别与分类中的应用价值	融合传统影像组学特征、亚区影像组学特征和深度学习特征构建联合模型，在乳腺叶状肿瘤分类中取得最佳诊断效能	回顾性研究设计，样本量相对有限（77例患者）	探索MRI影像组学和深度学习在乳腺叶状肿瘤鉴别诊断和病理分期中的应用	经病理确诊的乳腺叶状肿瘤和纤维腺瘤患者	数字病理	乳腺癌	MRI成像	深度学习,随机森林,LASSO	医学影像	77例患者	NA	NA	AUC,ROC曲线,DeLong检验,决策曲线分析,校准曲线分析	NA
1359	2025-02-10	FDuDoCLNet: Fully dual-domain contrastive learning network for parallel MRI reconstruction 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110336 PMID:39864600	研究论文	本文提出了一种新的全双域对比学习网络（FDuDoCLNet），用于并行MRI重建，以解决现有深度学习方法在重建质量上的局限性	提出了基于变分网络（VarNet）的全双域对比学习网络（FDuDoCLNet），通过引入双域对比损失来优化重建性能，并在图像域和小波域中同时进行加速并行成像（PI）	现有重建网络很少考虑小波域中的多样化频率特征，且现有双域重建方法可能过于关注单一域的特征，导致重建图像中关键全局结构或局部细节的丢失	提高并行MRI重建的速度和质量	MRI图像	计算机视觉	NA	深度学习	FDuDoCLNet, VarNet	图像	fastMRI多线圈膝盖数据集	NA	NA	NA	NA
1360	2025-10-07	FedPD: Defending federated prototype learning against backdoor attacks 2025-Apr, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.107016 PMID:39708704	研究论文	提出FedPD框架，通过交换原型而非模型参数来防御联邦学习中的后门攻击	首次在联邦学习中采用原型交换机制，从源头阻断后门攻击通道，同时显著降低通信开销	未明确说明在极端非独立同分布数据场景下的性能表现	开发高效的联邦学习后门攻击防御方法	联邦学习系统及其安全防护	机器学习	NA	联邦学习	深度学习模型	分布式训练数据	NA	联邦学习框架	NA	攻击成功率，主要任务准确率	NA