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
361	2025-06-02	An efficient dual-branch framework via implicit self-texture enhancement for arbitrary-scale histopathology image super-resolution 2025-May-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02503-z PMID:40442141	research paper	提出了一种基于隐式自纹理增强的双分支框架（ISTE），用于任意尺度病理图像超分辨率	ISTE框架通过特征聚合分支和纹理学习分支，结合两阶段纹理增强策略，有效提升病理图像超分辨率的局部细节和高频纹理细节	未明确提及具体局限性	解决病理图像任意尺度超分辨率问题，提升图像质量以支持下游病理分析任务	病理图像	digital pathology	lung cancer	deep learning-based single-image super-resolution (SISR), implicit neural representation (INR)	dual-branch framework (ISTE)	image	公开数据集（TMA、HistoSR和TCGA肺癌数据集）
362	2025-06-02	A deep learning model for prediction of lysine crotonylation sites by fusing multi-features based on multi-head self-attention mechanism 2025-May-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04058-5 PMID:40442183	研究论文	提出了一种基于多头自注意力机制的深度学习模型DeepMM-Kcr，用于预测赖氨酸巴豆酰化位点	融合了自然语言处理特征和手工特征，并采用多头自注意力机制进行特征融合，构建了基于CNN、双向GRU和多层感知机的深度学习框架	NA	快速准确地识别赖氨酸巴豆酰化修饰位点，以研究其生物学效应	赖氨酸巴豆酰化位点	机器学习	NA	深度学习	CNN, 双向GRU, 多层感知机	蛋白质序列数据	NA
363	2025-06-02	Evaluating statistical consistency for the ocean component of earth system models using physics informed convolutional autoencoder 2025-May-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03092-7 PMID:40442217	研究论文	本文提出了一种基于物理信息卷积自编码器（PIConvAE）的深度学习方法O-ESM-DCT，用于评估地球系统模型（ESMs）海洋组分的统计一致性	O-ESM-DCT采用物理信息卷积自编码器模型，在少量模拟数据下实现快速收敛，并通过数据保真度和物理驱动损失作为一致性评估指标	传统深度学习方法在小数据环境下缺乏鲁棒性且难以保证收敛	开发一种高效评估地球系统模型海洋组分统计一致性的方法	地球系统模型（ESMs）的海洋组分	机器学习	NA	深度学习	卷积自编码器（PIConvAE）	模型模拟数据	少量模拟数据
364	2025-06-02	Hierarchical Information-guided robotic grasp detection 2025-May-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03313-z PMID:40442259	研究论文	提出了一种名为GraspFormer的新型机器人抓取检测方法，通过独特的编码器-解码器框架和Grasp Transformer Block来解决复杂环境中抓取检测的挑战	引入了层次信息引导的自注意力机制(HIGSA)和自适应深度通道调制器(DCM)，以增强特征交互和竞争，同时建模长距离依赖关系	未提及具体的实验环境限制或数据集的局限性	提高机器人在复杂动态环境中的抓取准确性和效率	机器人抓取检测	计算机视觉	NA	深度学习	Transformer, CNN	图像	未提及具体样本数量
365	2025-06-02	Gaussian random fields as an abstract representation of patient metadata for multimodal medical image segmentation 2025-May-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03393-x PMID:40442267	research paper	提出了一种新颖的多模态分割方法，将患者元数据以高斯随机场的形式引入训练流程，用于慢性伤口的检测和监测	首次将患者数据整合到慢性伤口分割工作流中，通过高斯随机场表达患者元数据，并使用特定元数据类别训练个体模型后通过距离变换平均合并预测掩码	未提及方法在其他类型伤口或医学图像分割任务中的泛化能力	开发创新的深度学习方法以减少慢性伤口对患者和临床医生的影响	糖尿病患者的慢性伤口	digital pathology	diabetes	deep learning	multimodal segmentation model	multimodal medical image	Diabetic Foot Ulcer Challenge 2022测试集
366	2025-06-02	Recent advances in antibody optimization based on deep learning methods 2025-May-28, Journal of Zhejiang University. Science. B DOI:10.1631/jzus.B2400387 PMID:40436639	review	本文综述了基于深度学习的抗体优化方法的最新进展	探讨了人工智能算法，特别是深度学习方法在抗体优化中的应用及其潜在解决方案	讨论了当前通用深度学习算法在抗体优化中面临的挑战	优化抗体的性质以加速抗体药物的开发	抗体	machine learning	NA	deep learning	NA	NA	NA
367	2025-06-02	Large Scale MRI Collection and Segmentation of Cirrhotic Liver 2025-May-28, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05201-7 PMID:40436863	research paper	该研究介绍了CirrMRI600+数据集，包含628个高分辨率腹部MRI扫描，用于肝硬化肝脏的自动分割和分析	首次提供了大规模、专家标注的肝硬化肝脏MRI数据集，并提供了11种最先进深度学习模型的基准结果	数据集虽然规模较大，但可能仍不足以覆盖所有肝硬化病例的形态学变异	开发自动化肝硬化肝脏分析的计算方法，加速肝硬化视觉分期和个性化治疗规划的进展	肝硬化患者的肝脏MRI图像	digital pathology	liver cirrhosis	MRI	deep learning	image	628个高分辨率腹部MRI扫描（310个T1加权和318个T2加权序列，近40,000个标注切片）
368	2025-06-02	Artificial Intelligence Tools for Preconception Cardiomyopathy Screening Among Women of Reproductive Age 2025-May-27, Annals of family medicine IF:4.4Q1 DOI:10.1370/afm.230627 PMID:40300816	研究论文	评估人工智能工具在育龄妇女中检测左心室收缩功能障碍的诊断性能	使用深度学习方法从12导联心电图和数字听诊器记录中预测左心室收缩功能障碍，展示了较高的诊断准确性	研究样本量较小（两个队列各100名参与者），且主要在非西班牙裔白人女性中进行，可能限制结果的普遍性	评估人工智能工具在育龄妇女中检测左心室收缩功能障碍的诊断性能	育龄妇女（18-49岁）	数字病理学	心血管疾病	12导联心电图、数字听诊器记录（单导联心电图+心音图）、深度学习	深度学习模型	心电图、心音图	两个队列各100名参与者（总计200名）
369	2025-06-02	A hybrid explainable federated-based vision transformer framework for breast cancer prediction via risk factors 2025-May-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96527-0 PMID:40419634	research paper	提出了一种可解释的联邦学习框架，结合Vision Transformer和CNN，用于乳腺癌预测	结合了联邦学习、Vision Transformer和CNN的混合模型，并引入可解释AI技术提高模型透明度	未提及具体的数据集规模和多样性限制	开发一个隐私保护且准确的乳腺癌预测框架	乳腺癌预测	digital pathology	breast cancer	federated learning, XAI	Vision Transformer (ViT), CNN	image, risk factors data	NA
370	2025-06-02	Neurophysiological Approaches to Lie Detection: A Systematic Review 2025-May-18, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci15050519 PMID:40426690	系统综述	本文系统评估了2017-2024年间基于EEG和ERP P300反应的测谎研究，总结了常用的EEG信号处理技术、特征提取方法和分类算法	首次系统比较了不同EEG信号处理技术和分类算法在测谎任务中的表现，并指出混合模型和深度学习模型的优势	仅限于2017-2024年的英文文献，且主要关注面部识别任务中的ERP P300反应	评估EEG基于ERP P300反应的测谎技术效果，并识别最优方法	使用EEG进行测谎的研究	神经科学	NA	EEG, ERP P300	SVM, LDA, CNN	神经生理信号	NA
371	2025-06-02	Nanobodies: From Discovery to AI-Driven Design 2025-May-14, Biology DOI:10.3390/biology14050547 PMID:40427736	综述	本文回顾了纳米抗体的历史发现、结构功能关系及其在治疗、诊断和生物技术中的应用，并探讨了AI在纳米抗体设计和优化中的整合	探讨了AI在纳米抗体设计和优化中的应用，展示了机器学习和深度学习方法如何革新理性设计、人源化和亲和力成熟过程	NA	回顾纳米抗体的历史、结构功能关系及其应用，并探讨AI在纳米抗体设计中的整合	纳米抗体（源自骆驼科动物和鲨鱼的重链抗体）	生物技术	NA	机器学习、深度学习	NA	NA	NA
372	2025-06-02	Foldclass and Merizo-search: scalable structural similarity search for single- and multi-domain proteins using geometric learning 2025-May-06, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf277 PMID:40326701	research paper	开发了一种基于嵌入的快速结构比较方法Foldclass和结合深度学习自动域分割工具Merizo的Merizo-search，用于检测蛋白质结构间的相似性	结合Foldclass嵌入方法和Merizo自动域分割工具，实现了对多域蛋白质结构的快速结构相似性搜索	未提及具体性能限制或在不同数据集上的泛化能力	解决大规模蛋白质结构存储、搜索和关系检测的挑战，特别是在多域结构方面	单域和多域蛋白质结构	生物信息学	NA	深度学习, 几何学习	NA	蛋白质结构数据	3.65亿个域来自Encyclopedia of Domains
373	2025-06-02	Development of a novel machine learning model to automate vertebral column segmentation utilizing biplanar full-body imaging 2025-May-03, The spine journal : official journal of the North American Spine Society DOI:10.1016/j.spinee.2025.05.003 PMID:40324481	research paper	开发了一种基于机器学习的模型，用于自动化从双平面全身成像中分割脊柱	采用两阶段深度学习模型，结合UNET架构，首次在双平面全身X光图像中实现脊柱的自动分割，包括复杂脊柱病理情况	研究为回顾性设计，样本量相对有限（250例），且仅在单一医疗中心进行	开发能够自动化从双平面全身放射影像中分割脊柱的人工智能算法	退变性脊柱侧弯（DS）患者的脊柱影像	computer vision	degenerative scoliosis	biplanar full-body imaging	CNN with UNET architecture	X-ray image	250例患者影像（200训练/50测试）
374	2025-06-02	Structural Diversity of Mitochondria in the Neuromuscular System across Development Revealed by 3D Electron Microscopy 2025-May, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202411191 PMID:40047328	research paper	该研究利用3D电子显微镜和深度学习技术，开发了半自动化方法重建线虫线粒体，并比较了不同发育阶段线粒体结构的差异	揭示了线粒体结构在神经肌肉系统中的多样性及其与突触连接的关联，并发现drp-1突变体中线粒体分裂受损导致行为缺陷	研究仅针对线虫进行，结果是否适用于其他物种尚不明确	探究神经肌肉系统中线粒体结构的发育变化及其功能意义	线虫（C. elegans）的神经肌肉系统	生物医学成像	NA	3D电子显微镜, 深度学习	深度学习模型（未指定具体类型）	3D电子显微镜图像	正常生殖阶段和dauer阶段的线虫
375	2025-06-02	PLM-DBPs: enhancing plant DNA-binding protein prediction by integrating sequence-based and structure-aware protein language models 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf245 PMID:40439671	research paper	提出了一种名为PLM-DBPs的深度学习框架，通过整合基于序列和结构感知的蛋白质语言模型来增强植物DNA结合蛋白的预测	整合基于序列和结构感知的蛋白质语言模型，显著提高了植物DNA结合蛋白的预测准确性	虽然基于序列的蛋白质语言模型在DNA结合蛋白预测中表现良好，但整合结构信息可以进一步提高预测准确性，但未提及具体的数据集规模或模型泛化能力	增强植物DNA结合蛋白的预测准确性	植物DNA结合蛋白	machine learning	NA	蛋白质语言模型(PLMs), 深度学习	ANN	蛋白质序列和结构数据	NA
376	2025-06-01	Machine Learning-Based Rupture Risk Prediction for Intracranial Aneurysms: A Systematic Review and Meta-Analysis 2025-May-30, Neurosurgery IF:3.9Q1 DOI:10.1227/neu.0000000000003531 PMID:40444989	meta-analysis	本文通过系统综述和荟萃分析评估了机器学习在预测颅内动脉瘤破裂风险中的应用，并与PHASES评分进行了比较	机器学习模型在预测颅内动脉瘤破裂风险中展现出比传统PHASES评分更高的特异性，且结合血流动力学参数可进一步提升模型准确性	需要前瞻性研究来验证机器学习模型在临床整合中的实用性	评估机器学习在预测颅内动脉瘤破裂风险中的应用效果	颅内动脉瘤患者	machine learning	cardiovascular disease	machine learning	deep learning	clinical data	36项研究，涉及22,462名患者
377	2025-06-01	Deep Learning Black-Box and Pattern Recognition Analysis Using Guided Grad-CAM for Phytolith Identification 2025-May-30, Annals of botany IF:3.6Q1 DOI:10.1093/aob/mcaf088 PMID:40445063	研究论文	本文应用视觉解释器为训练好的VGG19模型提供透明度，用于识别Avena、Hordeum和Triticum属的多细胞植硅体，并比较模型与考古植物学家的手动方法	使用Grad-CAM、Guided Backpropagation和Guided Grad-CAM等视觉解释器，验证了深度学习模型在植硅体分类中的学习方式，并揭示了不同属植硅体的关键特征	NA	验证深度学习模型在植硅体识别中的有效性，并比较其与人工方法的差异	Avena、Hordeum和Triticum属的多细胞植硅体	计算机视觉	NA	Grad-CAM, Guided Backpropagation, Guided Grad-CAM	VGG19	显微镜图像	NA
378	2025-06-01	Advantages of deep learning reconstruction algorithm in ultra-high-resolution CT for the diagnosis of pancreatic cystic neoplasm 2025-May-30, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01804-7 PMID:40445272	研究论文	本研究评估了深度学习重建算法在超高分辨率CT中对胰腺囊性肿瘤诊断的图像质量和临床效用	深度学习重建算法显著降低了图像噪声并提高了对比噪声比，改善了病变的显着性	研究样本量较小（45例患者），且未直接提高诊断的敏感性、特异性和准确性	评估深度学习重建算法在超高分辨率CT中对胰腺囊性肿瘤诊断的图像质量和临床效用	45例胰腺囊性肿瘤患者	数字病理	胰腺囊性肿瘤	深度学习重建算法（DLR）和混合迭代重建（IR）	深度学习	CT图像	45例胰腺囊性肿瘤患者
379	2025-06-01	Deploying a novel deep learning framework for segmentation of specific anatomical structures on cone-beam CT 2025-May-30, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-025-00831-4 PMID:40445488	研究论文	本研究开发了一种深度学习框架，用于在锥束CT图像上自动分割特定解剖结构	使用nnUNetv2深度学习算法在CBCT图像上自动预测解剖结构，提高了分割的准确性和一致性	样本量较小（70名患者），且部分解剖结构的分割性能较低（如下颌管）	自动预测CBCT图像上的解剖结构，以增强牙科诊断和治疗规划	70名患者的CBCT图像，包括鼻腔、上颌窦、鼻腭管、下颌管、颏孔和下颌孔等解剖结构	数字病理	牙科疾病	CBCT成像	nnUNetv2	医学图像	70名患者的CBCT图像，共405张切片
380	2025-06-01	End-to-end 2D/3D registration from pre-operative MRI to intra-operative fluoroscopy for orthopedic procedures 2025-May-30, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03426-w PMID:40445552	研究论文	开发了一种端到端的MRI到荧光镜图像的配准框架，旨在增强骨科手术中术中的可视化	该框架首次实现了仅使用MRI而不需要CT扫描的MRI到荧光镜图像的配准，显著提升了软组织和骨缺损的可视化	研究仅在模拟和尸体研究中验证了性能，尚未在临床环境中进行大规模验证	增强骨科手术中术中的可视化，减少辐射暴露	股骨和骨盆区域	数字病理	骨科疾病	深度学习，MRI-to-fluoroscopic图像配准	NA	MRI图像，荧光镜图像	尸体研究