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
1301	2025-05-07	Attention-based deep learning models for predicting anomalous shock of wastewater treatment plants 2025-May-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123192 PMID:39893907	research paper	该研究利用注意力机制辅助深度学习模型预测污水处理厂异常水质波动	首次将注意力机制集成到深度学习模型中，用于预测污水处理厂水质指标的异常波动，并通过局部和全局敏感性分析提高模型的可解释性	模型训练缺乏极端波动数据	提高污水处理厂对突发冲击负荷的响应能力	污水处理厂的水质指标（总氮、总磷和化学需氧量）	machine learning	NA	深度学习	A-MLP, Transformer, FTA-LSTM	时间序列数据	NA
1302	2025-05-07	Measurement of differential activation by heart-rate-variability for youth MDD discrimination 2025-May-01, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2025.02.006 PMID:39914751	research paper	该研究通过心率变异性（HRV）数据，结合机器学习与深度学习模型，探索了差异激活（DA）理论在青年重度抑郁症（MDD）识别中的应用	首次将差异激活（DA）理论与HRV记录结合，提出了一种新的青年MDD识别方法，并验证了其高效性	样本量较小（50名MDD患者和53名健康对照），可能影响模型的泛化能力	探索差异激活（DA）导向的识别器是否能有效识别青年MDD患者	青年重度抑郁症（MDD）患者和健康对照参与者	machine learning	major depression disorder	HRV数据分析	LSTM	生理信号数据（HRV）和人口统计信息	103名参与者（50名MDD患者和53名健康对照）
1303	2025-05-07	Efficacy of a deep learning system for automatic analysis of the comprehensive spatial relationship between the mandibular third molar and inferior alveolar canal on panoramic radiographs 2025-May, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2024.12.020 PMID:39915134	research paper	开发并评估一种深度学习系统，用于预测下颌第三磨牙与下牙槽神经管在全景X光片上的接触和相对位置关系，以用于术前评估	首次使用深度学习系统自动分析下颌第三磨牙与下牙槽神经管的全景X光片空间关系，并展示优于经验丰富的牙医的诊断效果	样本量相对较小（279例全景X光片），且年龄范围有限（18-32岁）	开发一种深度学习系统，用于术前评估下颌第三磨牙手术中与下牙槽神经管的空间关系	下颌第三磨牙（M3）与下牙槽神经管（IAC）的空间关系	digital pathology	dental disease	deep learning, panoramic radiographs, cone beam computed tomography (CBCT)	ResNet50	image	279张全景X光片，包含441颗下颌第三磨牙
1304	2025-05-07	Automatic future remnant segmentation in liver resection planning 2025-May, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03331-2 PMID:39961898	研究论文	本研究提出了一种用于自动肝脏切除规划的新方法，通过CT扫描中的肝脏、血管和肿瘤分割来预测未来肝脏残余量（FLR）	结合深度卷积和Transformer网络，利用解剖和病理分割掩码提高FLR分割的准确性	需要进一步研究以无缝集成到临床工作流程中	提高术前规划的准确性和患者预后	肝脏、血管和肿瘤的CT扫描图像	数字病理	肝脏疾病	CT扫描	深度卷积网络和Transformer	图像	NA
1305	2025-05-07	Exploring the modulation of phosphorylation and SUMOylation-dependent NPR1 conformational switching on immune regulators TGA3 and WRKY70 through molecular simulation 2025-May, Plant physiology and biochemistry : PPB IF:6.1Q1 DOI:10.1016/j.plaphy.2025.109711 PMID:40056739	研究论文	通过分子模拟探索磷酸化和SUMO化依赖的NPR1构象转换对免疫调节因子TGA3和WRKY70的调控机制	利用深度学习分子建模、对接和多纳秒模拟揭示了不同磷酸化状态对NPR1动态稳定性及TGA3-WRKY70结合的影响	研究仅基于计算模拟，缺乏实验验证	阐明NPR1的翻译后修饰在植物免疫中的调控机制	NPR1蛋白及其互作因子TGA3和WRKY70	计算生物学	植物免疫	深度学习分子建模、分子对接、分子动力学模拟	分子动力学模型	分子结构数据	NA
1306	2025-05-07	Development of DeepPQK and DeepQK sequence-based deep learning models to predict protein-ligand affinity and application in the directed evolution of ferulic esterase DLfae4 2025-May, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.141790 PMID:40054795	研究论文	开发了基于序列的深度学习模型DeepPQK和DeepQK，用于预测蛋白质-配体结合亲和力，并应用于阿魏酸酯酶DLfae4的定向进化	提出了不依赖高分辨率蛋白质晶体结构数据的预测方法，利用CNN整合局部和全局上下文特征预测亲和力	NA	预测蛋白质-配体结合亲和力并指导酶的定向进化	蛋白质序列、配体和阿魏酸酯酶DLfae4的变体	机器学习	NA	深度学习	CNN	蛋白质序列、配体	2016年核心数据集
1307	2025-05-07	In Situ Repair and Reconstruction of Copper Surface Enhanced Its Anti-Oxidation Properties and Stability for Deep Learning-Powered Anti-Counterfeiting Labels 2025-May, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202500920 PMID:40103452	研究论文	本文介绍了一种通过溶剂热处理原位修复氧化铜表面并构建有序(111)晶面抗氧化层的方法，显著提高了铜材料的抗氧化性能和稳定性	提出了一种简单溶剂热处理方法，可同时实现氧化铜表面的原位修复和(111)晶面抗氧化层的构建，使腐蚀速率降低五倍	NA	提高铜材料的抗氧化性能和稳定性，促进金属材料的可持续利用	铜箔、纳米线和纳米立方体等铜材料	材料科学	NA	溶剂热处理	NA	NA	NA
1308	2025-05-07	Toward Accurate Deep Learning-Based Prediction of Ki67, ER, PR, and HER2 Status From H&E-Stained Breast Cancer Images 2025-May-01, Applied immunohistochemistry & molecular morphology : AIMM IF:1.3Q3 DOI:10.1097/PAI.0000000000001258 PMID:40143808	研究论文	本文提出了一种基于深度学习的准确预测乳腺癌H&E染色图像中Ki67、ER、PR和HER2状态的方法	构建了一个包含185,538张乳腺癌H&E和IHC图像的大规模数据集，并采用ViT模型实现了90%的AUC-ROC预测性能	尽管ViT模型预测性能高，但其注意力热图与高诊断价值区域匹配不明显，未来需改进AI在整张切片图像中的注意力机制	提高从H&E染色图像预测乳腺癌分子标记物（Ki67、ER、PR、HER2）状态的准确性	乳腺癌H&E染色图像和对应的IHC图像	数字病理学	乳腺癌	免疫组织化学（IHC）	ViT（Vision Transformer）	图像	185,538张乳腺癌H&E和IHC图像
1309	2025-05-07	RaGeoSense for smart home gesture recognition using sparse millimeter wave radar point clouds 2025-May-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00065-8 PMID:40312411	研究论文	本文提出了一种基于稀疏毫米波点云的智能家居手势识别系统RaGeoSense，结合多种先进的信号处理和深度学习方法，提高了识别性能和系统鲁棒性	结合K-均值聚类直通滤波、帧差滤波和中值滤波三种方法减少毫米波数据噪声，提出集成GBDT和XGBoost的模型架构，并利用LSTM门控循环单元对手势序列进行分类	未提及系统在复杂环境或多手势同时识别场景下的表现	提升智能家居场景下的手势识别准确率和系统鲁棒性	八种不同的单臂手势	计算机视觉	NA	毫米波雷达点云处理、深度学习	GBDT、XGBoost、LSTM	点云数据	未明确提及具体样本数量
1310	2025-05-07	A momentum-based adversarial training approach for generalization in underwater acoustic target recognition: An individual-vessel perspective 2025-May-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0036456 PMID:40326792	研究论文	提出一种基于动量的对抗训练方法（MBAT），用于提高水下声学目标识别中的泛化能力	利用动量对抗策略和同方差不确定性算法，平衡类别相关和船舶特定特征的优化目标，从而更有效地提取类别区分性特征	实验仅在DeepShip和ShipsEar数据集上进行，未在其他数据集验证其泛化能力	提高水下被动声学目标识别的泛化能力	船舶辐射噪声	机器学习	NA	动量对抗训练（MBAT）	深度学习模型	声学信号	DeepShip和ShipsEar数据集
1311	2025-05-06	Developing a novel Temporal Air-quality Risk Index using LSTM autoencoder: A case study with South Korean air quality data 2025-May-25, The Science of the total environment DOI:10.1016/j.scitotenv.2025.179303 PMID:40245507	研究论文	提出了一种基于LSTM自编码器的新型时间空气质量风险指数（TARI），用于更全面地评估空气污染对健康的影响	首次将深度学习应用于环境指数开发，通过LSTM自编码器捕捉环境因素的复杂相互作用和时间依赖性	研究仅基于韩国空气质量数据，未在其他地区验证	开发更全面的空气质量指数以更准确地评估空气污染对健康的影响	韩国空气质量数据	机器学习	NA	LSTM autoencoder	LSTM	时间序列数据	韩国空气质量数据（具体样本量未提及）
1312	2025-05-06	Pix2Pix generative-adversarial network in improving the quality of T2-weighted prostate magnetic resonance imaging: a multi-reader study 2025-May-05, Diagnostic and interventional radiology (Ankara, Turkey) DOI:10.4274/dir.2025.243102 PMID:40320939	research paper	评估生成对抗网络Pix2Pix在提升T2加权前列腺磁共振成像质量方面的性能和可行性	使用Pix2Pix模型在合成降质图像上进行训练，有效提升前列腺MRI图像质量并保持真实性	研究主要基于合成降质图像，真实临床环境中的效果需进一步验证	提升T2加权前列腺磁共振成像的质量	前列腺磁共振成像图像	digital pathology	prostate cancer	MRI	GAN (Pix2Pix)	image	1,476名生物学男性，1,500次扫描（训练集1,300，验证集100，测试集100），外加33名患者的内部外部测试数据集
1313	2025-05-06	Detection of common bile duct dilatation on magnetic resonance cholangiopancreatography by deep learning 2025-May-05, Diagnostic and interventional radiology (Ankara, Turkey) DOI:10.4274/dir.2025.253218 PMID:40321102	研究论文	本研究利用深度学习技术从磁共振胰胆管造影（MRCP）图像中检测胆总管扩张	采用DenseNet121 CNN模型在胆总管扩张检测中实现了97%的高准确率	需要在多中心研究和更大数据集上进行验证，并解决技术、伦理和财务限制	开发一种基于深度学习的胆总管扩张检测方法	胆总管扩张	数字病理学	胆道疾病	磁共振胰胆管造影（MRCP）	CNN（包括ResNet50、DenseNet121和VGG模型）	图像	147张MRCP图像（77张无胆总管扩张，70张有胆总管扩张）
1314	2025-05-06	Predicting Postoperative Prognosis in Pediatric Malignant Tumor With MRI Radiomics and Deep Learning Models: A Retrospective Study 2025-May-05, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000011466 PMID:40323639	研究论文	本研究开发了一种多模态机器学习模型，结合MRI影像组学、深度学习特征和临床指标，用于预测儿童恶性肿瘤患者术后3年无病生存期	整合MRI影像组学、深度学习特征和临床指标，构建多模态预测模型，显著提高了术后预后的预测准确性	回顾性研究设计，样本量相对有限（260例），且仅针对儿童脑肿瘤患者	预测儿童恶性肿瘤患者术后3年无病生存期，为个性化治疗提供科学依据	260例接受R0切除的儿童脑肿瘤患者（年龄≤14岁）	数字病理	脑肿瘤	MRI影像组学分析、深度学习特征提取	SVM、RF、LightGBM等6种机器学习模型，其中LightGBM表现最佳	MRI图像（T1增强）和临床数据	260例儿童脑肿瘤患者
1315	2025-05-06	ASAS-NANP SYMPOSIUM: MATHEMATICAL MODELING IN ANIMAL NUTRITION: Synthetic Database Generation for Non-Normal Multivariate Distributions: A Rank-Based Method with Application to Ruminant Methane Emissions 2025-May-04, Journal of animal science IF:2.7Q1 DOI:10.1093/jas/skaf136 PMID:40319357	research paper	本研究提出了一种基于秩的方法，用于生成具有相关非正态多元分布的合成数据库，以提高预测建模工具的准确性和可靠性	提出了一种新颖的基于秩的方法，用于生成合成数据库，该方法在保留原始分布矩和相关结构方面优于基于copula的方法	可能在合成数据库的子集中引入人工（未知）关系，且随机森林回归在不同分布类型的数据上表现不佳	解决动物科学中数据可用性有限的问题，特别是在建模复杂生物过程（如反刍动物甲烷排放）时	反刍动物甲烷排放	machine learning	NA	rank-based method, copula-based approaches	random forest (RF), multiple linear model (LM)	synthetic database	生成两个合成数据库（正态和非正态分布）
1316	2025-05-06	An optimized deep neural network with explainable artificial intelligence framework for brain tumour classification 2025-May-04, Network (Bristol, England) DOI:10.1080/0954898X.2025.2500046 PMID:40320295	research paper	本文提出了一种优化的深度神经网络框架，结合可解释人工智能技术，用于脑肿瘤分类	使用Henry气体溶解度优化算法（HGSO）优化ResNet模型的关键超参数，并结合GRAD-CAM算法增强模型的可解释性	仅使用了两个数据库进行验证，可能需要更多样化的数据集来验证模型的泛化能力	提高MRI图像中脑肿瘤分类的准确性和可解释性	脑肿瘤的MRI图像	digital pathology	brain tumour	MRI	ResNet-18, ResNet-50	image	两个数据库（Database1包含四类肿瘤，Database2包含三类肿瘤）
1317	2025-05-06	Preclinical Evaluation of an Interactive Image Search System of Oral Pathology 2025-May-04, Journal of dental research IF:5.7Q1 DOI:10.1177/00220345251329042 PMID:40320652	研究论文	评估一种基于深度学习的交互式图像搜索系统在口腔病理诊断中的效果	首次评估了交互式CBIR系统在帮助病理学家诊断口腔肿瘤方面的有效性	误诊可能由于查询输入不当、罕见形态类型检索性能差、缺乏详细临床信息或系统无法检索到准确类别	评估交互式图像搜索系统在口腔肿瘤诊断中的临床可用性	口腔肿瘤病例	数字病理	口腔肿瘤	深度学习	CBIR系统	图像	603个病例的54,676个图像块，来自85种口腔肿瘤类别
1318	2025-05-06	Model-based deep learning with fully connected neural networks for accelerated magnetic resonance parameter mapping 2025-May-03, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03356-7 PMID:40317423	研究论文	本文提出了一种基于深度学习的定量磁共振参数映射新方法qDC-CNN，旨在加速磁共振成像并提高图像质量	提出了一种集成深度学习框架qDC-CNN，结合了展开的图像重建网络和全连接神经网络进行参数估计	研究主要基于模拟数据集，需要在真实临床数据上进一步验证	提高定量磁共振成像(qMRI)的准确性和临床相关性，显著减少采集时间	脑部多切片多回波(MSME)磁共振成像数据	医学影像分析	NA	定量磁共振成像(qMRI)	qDC-CNN(包含展开的图像重建网络和全连接神经网络)	磁共振图像	基于BrainWeb数据库生成的模拟MSME数据集
1319	2025-05-06	Integrating genetic variation with deep learning provides context for variants impacting transcription factor binding during embryogenesis 2025-May-02, Genome research IF:6.2Q1 DOI:10.1101/gr.279652.124 PMID:40234030	研究论文	该研究通过整合遗传变异与深度学习技术，探讨了遗传变异如何影响转录因子结合，特别是在胚胎发生过程中的作用	研究扩展了WASP工具以检测indels，提高了等位基因不平衡峰的检测率30%-50%，并利用卷积神经网络预测DNA序列对转录因子结合的影响	研究主要集中在胚胎发生过程中的四个转录因子，可能无法全面反映所有遗传变异对转录因子结合的影响	理解遗传变异如何影响转录因子结合，以更好地模拟疾病相关变异	四个转录因子在胚胎发生过程中的等位基因特异性结合	机器学习和遗传学	NA	WASP扩展用于indels检测，卷积神经网络（Basenji）	CNN	DNA序列数据	使用F交叉系统产生的高遗传多样性样本
1320	2025-05-06	Semantical and geometrical protein encoding toward enhanced bioactivity and thermostability 2025-May-02, eLife IF:6.4Q1 DOI:10.7554/eLife.98033 PMID:40314227	研究论文	本文提出了一种结合序列和几何编码器的预训练框架，用于蛋白质的一级和三级结构，以指导蛋白质工程中的突变方向并评估变体效应	提出了一种新颖的预训练框架，整合了蛋白质的序列和几何编码器，能够更全面地预测蛋白质变体的效应，特别是在热稳定性和生物功能方面	缺乏对开发方法在预测蛋白质热稳定性方面的基本评估，尽管这是实践中经常研究的关键物理性质	提高蛋白质工程的效率和准确性，通过更全面的预测方法指导蛋白质修饰	蛋白质序列和结构	合成生物学	NA	深度学习	预训练框架（结合序列和几何编码器）	蛋白质序列和结构数据	超过300个深度突变扫描实验的基准测试