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
681	2025-10-07	Mitigating catastrophic forgetting in Multiple sclerosis lesion segmentation using elastic weight consolidation 2025-May-20, NeuroImage. Clinical DOI:10.1016/j.nicl.2025.103795 PMID:40403421	研究论文	本研究首次将弹性权重巩固应用于多发性硬化病灶分割的领域增量学习，以减轻灾难性遗忘问题	首次在MS病灶分割的领域增量学习场景中应用EWC方法，实现在适应新领域时保留源领域知识	研究主要基于公开数据集和内部数据集，需要进一步验证在其他临床环境中的泛化能力	解决多发性硬化病灶分割中的灾难性遗忘问题，提高模型在不同扫描协议和扫描仪数据上的泛化能力	多发性硬化病灶的医学图像分割	数字病理	多发性硬化	深度学习，迁移学习，持续学习	3D U-Net	医学图像	使用公开数据集(WMH2017和Shifts)和内部数据集，在少样本场景下仅需3-5张训练图像	NA	3D U-Net	F-score	NA
682	2025-10-07	The regulatory landscape of 5' UTRs in translational control during zebrafish embryogenesis 2025-05-19, Developmental cell IF:10.7Q1 DOI:10.1016/j.devcel.2024.12.038 PMID:39818206	研究论文	本研究通过大规模平行报告基因分析和深度学习模型，揭示了斑马鱼胚胎发生过程中5' UTR在翻译调控中的调控景观	首次在发育过程中建立了基于5' UTR的翻译调控定量模型，发现了86个具有不同核糖体招募能力的调控基序	研究主要关注早期胚胎发生阶段，未涵盖其他发育阶段	解析5' UTR在翻译调控中的功能特征和调控机制	斑马鱼胚胎	计算生物学	NA	大规模平行报告基因分析，多核糖体分析，RNA测序	深度学习	序列数据，翻译效率数据	18,154个5' UTR序列	NA	DaniO5P（Danio Optimus 5-Prime）	预测准确性，模型解释性	NA
683	2025-10-07	Enhancing Transthyretin Binding Affinity Prediction with a Consensus Model: Insights from the Tox24 Challenge 2025-May-19, Chemical research in toxicology IF:3.7Q2 DOI:10.1021/acs.chemrestox.4c00560 PMID:40285676	研究论文	本研究开发了一种基于深度学习的共识模型，用于预测转甲状腺素蛋白结合亲和力	通过整合sPhysNet、KANO和GGAP-CPI三种不同分子信息层面的模型，构建共识模型并利用集成输出的标准差作为不确定性估计	模型性能仍有提升空间，在盲测集上排名第五	提高转甲状腺素蛋白结合亲和力的预测准确性	外源性化合物与转甲状腺素蛋白的相互作用	机器学习	内分泌系统毒性	深度学习	共识模型	分子结构数据（2D拓扑、3D几何结构、蛋白质-配体相互作用）	Tox24挑战赛提供的数据集	NA	sPhysNet,KANO,GGAP-CPI	RMSE	NA
684	2025-10-07	Generative deep learning model assisted multi-objective optimization for wastewater nitrogen to protein conversion by photosynthetic bacteria 2025-May-19, Bioresource technology IF:9.7Q1 DOI:10.1016/j.biortech.2025.132703 PMID:40398568	研究论文	本研究利用生成式深度学习模型辅助多目标优化，实现废水氮素转化为光合细菌蛋白质的过程	提出结合变分自编码器生成高质量数据和弹性神经网络进行多目标优化的创新框架，解决了有限数据条件下的优化问题	研究在有限数据条件下进行，可能需要更多真实数据验证模型的泛化能力	优化废水氮素去除和资源回收的平衡，提高氮素向蛋白质的转化效率	光合细菌在废水处理中的氮素回收和蛋白质生产	机器学习	NA	废水处理技术，光合细菌培养，基因表达分析	VAE, ENN	废水处理过程参数数据	变分自编码器生成5000个样本增强原始数据集	NA	变分自编码器，弹性神经网络	SHAP分析，多目标优化帕累托前沿	NA
685	2025-10-07	Deep learning-assisted self-cleaning cellulose colorimetric sensor array for monitoring black tea withering dynamics 2025-May-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144727 PMID:40403427	研究论文	开发了一种具有自清洁功能的纤维素比色传感器阵列，结合深度学习监测红茶萎凋过程	将TiO₂附着在纤维素膜表面实现自清洁功能，并通过位点特异性沉积OTS制备具有疏水非传感区的功能化纤维素膜	未提及传感器在其他茶类或环境条件下的适用性	开发智能环保的传感器阵列用于监测红茶萎凋阶段	红茶萎凋过程中的挥发性有机化合物	机器学习	NA	比色传感器阵列，紫外曝光降解	LSTM	传感器响应数据	NA	NA	长短期记忆网络	准确率	NA
686	2025-10-07	Improve robustness to mismatched sampling rate: An alternating deep low-rank approach for exponential function reconstruction and its biomedical magnetic resonance applications 2025-May-15, Journal of magnetic resonance (San Diego, Calif. : 1997) DOI:10.1016/j.jmr.2025.107898 PMID:40403552	研究论文	提出一种交替深度低秩方法，用于解决信号重建中训练数据与目标数据不匹配的问题	结合深度学习求解器和经典优化求解器，有效缓解采样率、解剖区域和对比度配置不匹配问题	NA	提高信号重建对不匹配采样率的鲁棒性	生物医学磁共振信号	信号处理	NA	磁共振成像	深度学习	信号数据	NA	NA	交替深度低秩(ADLR)	重建误差	NA
687	2025-10-07	Dissecting the genetic complexity of myalgic encephalomyelitis/chronic fatigue syndrome via deep learning-powered genome analysis 2025-May-11, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.15.25325899 PMID:40321247	研究论文	本研究开发了深度学习框架HEAL2，通过全基因组分析揭示肌痛性脑脊髓炎/慢性疲劳综合征的遗传基础	开发了新型深度学习框架HEAL2，首次实现基于个人罕见变异的ME/CFS预测并将遗传风险与症状相关联	未明确说明样本规模和研究人群的具体特征	解析ME/CFS的遗传复杂性并开发遗传诊断工具	肌痛性脑脊髓炎/慢性疲劳综合征患者	机器学习	肌痛性脑脊髓炎/慢性疲劳综合征	全基因组分析，转录组分析，网络分析，多组学数据	深度学习	基因组数据，转录组数据，蛋白质组数据	NA	NA	HEAL2	NA	NA
688	2025-10-07	Hierarchical diagnosis of breast phyllodes tumors enabled by deep learning of ultrasound images: a retrospective multi-center study 2025-May-08, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00879-9 PMID:40340752	研究论文	本研究开发了一种基于深度学习的乳腺叶状肿瘤分层诊断模型，用于术前识别和分级诊断	首次提出针对乳腺叶状肿瘤的两阶段分层诊断深度学习模型，能够区分叶状肿瘤与纤维腺瘤，并对叶状肿瘤进行良性与交界性/恶性分级	回顾性研究设计，样本量相对有限（712例患者），需要进一步前瞻性验证	开发术前叶状肿瘤自动诊断系统，提高诊断准确性和一致性	乳腺叶状肿瘤和纤维腺瘤患者	数字病理	乳腺癌	超声成像	深度学习	超声图像	712例患者，来自五家医院	NA	PTs-HDM（叶状肿瘤分层诊断模型）	AUC, 准确率, Kappa值, 组内相关系数	NA
689	2025-10-07	What insights can spatiotemporal esophageal atlases and deep learning bring to engineering the esophageal mucosa? 2025-05-05, Developmental cell IF:10.7Q1 DOI:10.1016/j.devcel.2025.04.009 PMID:40328228	研究论文	本文介绍了一个整合实验与计算的平台，用于绘制人类食管时空发育图谱并预测调控上皮分化的关键信号通路	首次将空间发育数据与深度学习相结合，开发出无需异种成分、可扩展的人类多能干细胞生成食管黏膜策略	NA	解析人类食管发育机制并建立食管黏膜工程化生成方法	人类食管发育过程、人类多能干细胞	发育生物学、组织工程	食管疾病	空间发育图谱技术、深度学习	深度学习模型	时空发育数据、基因表达数据	NA	NA	NA	NA	NA
690	2025-10-07	Large language models as an academic resource for radiologists stepping into artificial intelligence research 2025 May-Jun, Current problems in diagnostic radiology IF:1.5Q3 DOI:10.1067/j.cpradiol.2024.12.004 PMID:39672727	研究论文	评估GPT-4o作为推荐系统帮助放射科医生理解和实施AI研究的能力	首次系统评估大型语言模型作为放射科医生AI研究虚拟顾问的有效性	需要进一步研究将LLMs整合到常规工作流程中的实际效果	评估GPT-4o作为推荐系统增强放射科医生AI研究能力的效果	放射科医生和早期职业研究人员	自然语言处理	NA	大型语言模型	GPT-4o	文本描述（数据集特征、模态类型、数据大小、研究目标）	NA	NA	U-Net, Random Forest, Attention U-Net, EfficientNet	清晰度、任务对齐度、模型多样性、基线选择	NA
691	2025-10-07	Enhancing data quality in medical concept normalization through large language models 2025-May, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104812 PMID:40180205	研究论文	本研究评估医疗概念标准化在不同数据质量场景下的表现，并探索如何利用大语言模型提升数据质量以改善医疗概念标准化性能	首次系统评估数据质量对医疗概念标准化的影响，并提出基于大语言模型的数据增强和质量提升方法	数据增强可能引入重复数据项，特别是在数据集分布的均值区域，需要精心设计策略以避免这些问题	通过提升数据质量来改善医疗概念标准化任务的性能	医疗概念标准化任务及其相关数据集	自然语言处理	NA	大语言模型，零样本学习，少样本学习	大语言模型	文本	NA	NA	ChatGPT	正确性，全面性	NA
692	2025-10-07	Systematic review of computational techniques, dataset utilization, and feature extraction in electrocardiographic imaging 2025-May, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03264-z PMID:39779645	系统综述	系统分析心电图成像中计算技术、数据集利用和特征提取的研究现状	首次采用PRISMA方法系统综述ECGI重建中的计算技术发展趋势，揭示传统方法与深度学习技术的融合趋势	仅纳入2010-2023年英文同行评审论文，排除未描述计算技术的研究	分析ECGI重建中的计算技术，重点关注数据集识别、问题解决和特征提取方法	从Scopus和Web of Science数据库筛选的99篇研究论文	医学影像分析	心血管疾病	ECGI（心电图成像）	深度学习, 混合技术	心电图数据	99篇研究论文	NA	边界元法, Tikhonov方法	NA	NA
693	2025-10-07	Evolution Trend of Brain Science Research: An Integrated Bibliometric and Mapping Approach 2025-May, Brain and behavior IF:2.6Q3 DOI:10.1002/brb3.70451 PMID:40395088	研究论文	本研究采用文献计量分析和知识图谱可视化方法，描绘脑科学研究的全球趋势、研究热点和合作网络	首次对脑科学领域进行全面的文献计量分析，整合CiteSpace和VOSviewer工具，揭示该领域的研究前沿和关键发展方向	仅基于Web of Science数据库的13,590篇文章进行分析，可能未涵盖所有相关研究	分析脑科学研究的演变趋势和发展格局	1990-2023年间发表的脑科学研究文献	文献计量学	脑科学相关疾病	文献计量分析，知识图谱可视化	NA	文献数据	13,590篇文献	CiteSpace, VOSviewer	NA	发文量，合作网络，引用模式，关键词共现，突发检测	在线文献计量平台
694	2025-10-07	Hybrid optimized temporal convolutional networks with long short-term memory for heart disease prediction with deep features 2025-May, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2310075 PMID:38584483	研究论文	提出一种结合时序卷积网络和长短期记忆网络的混合深度学习模型用于心脏病预测	使用新型增强型法医调查启发的元优化算法优化混合分类器参数，并采用1DCNN进行深度特征提取	NA	开发心脏病早期预测模型以帮助患者及时获得治疗	心脏病患者临床数据	机器学习	心血管疾病	深度学习	1DCNN, TCN, LSTM	临床医疗数据	NA	NA	一维卷积神经网络, 时序卷积网络, 长短期记忆网络	准确率, 精确率	NA
695	2025-10-07	ESMpHLA: Evolutionary Scale Model-Based Deep Learning Prediction of HLA Class I Binding Peptides 2025-May, HLA IF:5.9Q1 DOI:10.1111/tan.70263 PMID:40405507	研究论文	本研究开发了一种基于进化尺度模型和深度学习的ESMpHLA模型，用于预测HLA I类分子结合肽	首次将进化尺度模型(ESM)与并行CNN块和交叉注意力机制相结合构建HLA结合肽预测模型	NA	预测HLA I类分子与肽段的结合亲和力，为免疫识别研究和疫苗开发提供支持	HLA I类分子结合肽	生物信息学	免疫相关疾病	深度学习	CNN,注意力机制	肽序列数据	150,735条结合肽(41个HLA-A等位基因的91,560条，50个HLA-B等位基因的56,731条，10个HLA-C等位基因的2,444条)	NA	并行CNN块,交叉注意力机制	准确率,AUC,ROC-AUC,PR-AUC	NA
696	2025-10-07	Comparison and analysis of major research methods for non-destructive testing of wind turbine blades 2025-May-01, The Review of scientific instruments DOI:10.1063/5.0252130 PMID:40407392	综述	通过文献计量分析对风力涡轮机叶片无损检测方法进行分类比较，并探讨多方法融合与智能算法应用趋势	系统对比六种主要无损检测技术，重点分析多方法集成与深度学习等智能算法的应用前景	未涉及具体实验验证，主要基于文献分析	指导风电从业人员选择叶片健康监测技术，促进风电行业可持续发展	风力涡轮机叶片	工业检测	NA	应变数据监测, 振动数据监测, 声学测量, 超声检测, 热成像, 图像识别	深度学习	应变数据, 振动数据, 声学信号, 超声信号, 热图像, 视觉图像	NA	NA	NA	NA	NA
697	2025-05-23	Molecular insights fast-tracked: AI in biosynthetic pathway research 2025-May-22, Natural product reports IF:10.2Q1 DOI:10.1039/d4np00003j PMID:40130306	综述	本文探讨了人工智能在生物合成途径研究中的潜力，以加速分子洞察并应对相关挑战	综述了AI技术在生物合成途径研究中的应用，包括机器学习、深度学习、自然语言处理等多种技术，并讨论了AI在途径发现、设计和优化中的具体应用	指出了当前AI在生物合成途径研究中的局限性，并强调了AI与实验方法协同的重要性	探讨AI如何加速生物合成途径研究，以开发具有药理学、农业和生物技术应用的生物活性天然产物	生物合成途径研究	机器学习	NA	机器学习(ML)、深度学习(DL)、自然语言处理、网络分析、数据挖掘	NA	组学数据	NA	NA	NA	NA	NA
698	2025-05-23	On factors that influence deep learning-based dose prediction of head and neck tumors 2025-May-22, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adcfeb PMID:40267938	研究论文	本研究探讨了影响基于深度学习的头颈部肿瘤剂量预测模型的关键因素	系统分析了输入和剂量网格分辨率、输入类型、损失函数、模型架构和噪声对模型性能的影响，并提出了优化建议	仅使用了两个数据集（一个公共数据集和一个内部临床数据集），可能限制了结果的普适性	评估深度学习模型在头颈部癌症放射治疗剂量预测中的准确性、鲁棒性和计算效率	头颈部肿瘤的放射治疗剂量预测	数字病理	头颈部癌症	深度学习	SwinUNETR	CT图像和剂量网格数据	两个数据集（OpenKBP公共数据集和内部临床数据集）	NA	NA	NA	NA
699	2025-05-23	Quantum-Chemical Simulation of Multiresonance Thermally Activated Delayed Fluorescence Materials Based on B,N-Heteroarenes Using Graph Neural Networks 2025-May-22, The journal of physical chemistry. A DOI:10.1021/acs.jpca.5c01243 PMID:40338523	研究论文	本研究开发了一种基于B,N-杂芳烃的多共振热激活延迟荧光（MR-TADF）材料的简单分子设计方法，并利用图神经网络加速了MR-TADF发射体的搜索	提出了一种基于π扩展DABNA核心的简单分子设计方法，并开发了基于深度学习的加速搜索工具，用于预测MR-TADF发射体的能量值	NA	开发高效、窄带发射的MR-TADF材料，用于下一代电致发光器件	基于B,N-杂芳烃的MR-TADF材料	机器学习	NA	密度泛函理论，深度学习	图神经网络	化学分子数据	18种不同的环状系统修饰的化合物	NA	NA	NA	NA
700	2025-05-23	Whole-body CT-to-PET synthesis using a customized transformer-enhanced GAN 2025-May-22, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/add8dd PMID:40367973	research paper	提出了一种基于深度学习的全身CT到PET图像合成方法，使用定制的transformer增强GAN模型	提出了一个结合残差块和全连接transformer残差块的CPGAN模型，能够同时捕捉局部特征和全局上下文信息，并设计了包含结构一致性的定制损失函数以提高合成PET图像的质量	CT图像本身无法直接反映代谢组织的生物信息	开发一种能够从CT图像合成高质量PET图像的深度学习方法，以减少对实际PET-CT扫描的依赖	全身CT和PET图像	digital pathology	tumors	深度学习	transformer-enhanced GAN (CPGAN)	3D和2D医学图像	102对3D CT和PET扫描，切片为27,240对2D图像（训练21,855对，验证2,810对，测试2,575对）	NA	NA	NA	NA