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
541	2025-10-06	Molecular Optimization Based on a Monte Carlo Tree Search and Multiobjective Genetic Algorithm 2025-Jun-23, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00584 PMID:40456025	研究论文	提出了一种结合蒙特卡洛树搜索和多目标遗传算法的分子优化方法MNopt	首次将蒙特卡洛树搜索与NSGA-II算法结合，在无需大量训练数据的情况下实现多目标分子优化	未明确说明计算资源消耗和算法运行时间的具体数据	解决药物化学中分子设计的优化问题	分子结构和分子数据	机器学习	NA	分子优化算法	蒙特卡洛树搜索,遗传算法	分子数据	NA	NA	MNopt	多目标优化效果,分子结构有效性,分子多样性	NA
542	2025-10-06	Explainable RNA-Small Molecule Binding Affinity Prediction Based on Multiview Enhancement Learning 2025-Jun-23, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01064 PMID:40461953	研究论文	提出可解释的多视图增强学习模型EMMPTNet用于预测RNA-小分子结合亲和力	基于物理化学和拓扑特性构建多视图多尺度深度学习网络，并提供模型可解释性分析	NA	准确预测RNA-小分子结合亲和力以筛选潜在药物	RNA-小分子化合物	机器学习	NA	RNA-小分子结合亲和力预测	深度学习网络	物理化学和拓扑特性数据	NA	NA	EMMPTNet, 多层感知机	平均绝对误差, 皮尔逊相关系数	NA
543	2025-10-06	Improving Covalent and Noncovalent Molecule Generation via Reinforcement Learning with Functional Fragments 2025-Jun-23, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00944 PMID:40471710	研究论文	提出一种基于功能片段的强化学习框架MOFF，用于共价和非共价化合物的分子生成	首个采用基于片段的强化学习方法进行共价分子设计的生成框架	仅通过计算验证，缺乏实验验证	开发用于药物发现的分子生成框架	小分子药物，特别是针对BTK和EGFR的化合物	机器学习	癌症	分子对接，分子动力学模拟	强化学习	化学结构数据	NA	Soft Actor-Critic	MOFF	对接分数，类药性	NA
544	2025-10-06	Deep Learning Approaches for Predicting the Surface Tension of Ionic Liquids 2025-Jun-23, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00158 PMID:40476518	研究论文	本研究开发了两种深度学习模型用于预测离子液体在宽温度范围内的表面张力	首次使用SMILES分子表示法结合深度学习模型预测离子液体表面张力，实现了0.990的高决定系数	模型仅在恒定压力条件下验证，未考虑压力变化对表面张力的影响	开发准确预测离子液体表面张力的计算方法以加速离子液体发现和设计	离子液体及其表面张力特性	机器学习	NA	深度学习	深度学习模型	分子结构数据(SMILES表示)	NA	NA	NA	决定系数(R²), 均方根误差(RMSE)	NA
545	2025-10-06	Automated detection and classification of osteolytic lesions in panoramic radiographs using CNNs and vision transformers 2025-Jun-21, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-06209-6 PMID:40544240	研究论文	开发并评估用于在全景X光片中自动检测和分类溶骨性病变的深度学习模型	首次将视觉变换器组件应用于全景X光片中溶骨性病变的检测，相比传统深度学习模型表现更优	模型在颌窦区域、拔牙部位和透亮带区域存在误判情况	开发辅助牙医早期检测颌骨溶骨性病变的深度学习系统	颌骨溶骨性病变（边界清晰和边界模糊两类）	计算机视觉	颌骨疾病	全景X光成像	CNN, Transformer	医学影像	676张全景X光片（165张边界清晰病变，181张边界模糊病变，330张对照）	PyTorch	Mask R-CNN, Swin-Tiny, ResNet-50, Mask DINO, YOLOv5	敏感度, 特异度, F1分数, AUC	NA
546	2025-10-06	Enhancing marine oil spill detection through dynamic adaptive knowledge distillation with spectral mask superpixel 2025-Jun-21, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.118270 PMID:40544526	研究论文	提出一种动态自适应知识蒸馏方法DAKD-SMS，通过光谱掩膜超像素增强海洋溢油检测能力	结合动态视觉Transformer网络、光谱指数掩膜超像素生成和尺度自适应知识蒸馏，自动从未标记数据中提取空间-光谱特征	未明确说明模型计算复杂度及在实时检测场景下的性能表现	解决标记样本稀缺问题，提升海洋溢油检测精度	高光谱图像中的海洋溢油区域	计算机视觉	NA	高光谱成像	Transformer	高光谱图像	三个数据集（具体数量未说明）	NA	动态视觉Transformer (ViT)	准确率	NA
547	2025-10-06	Multistage pig identification using a sequential ear tag detection pipeline 2025-Jun-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05283-8 PMID:40542014	研究论文	提出一种基于顺序检测流程的猪只耳标识别方法，用于精准畜牧业中的个体识别	开发了四阶段顺序检测管道，通过猪只检测、耳标定位、旋转校正和数字识别实现光照不变的个体识别	方法性能可能受耳标编码复杂性和光照条件影响，且在陌生环境中的召回率略有下降	开发可靠的猪只个体识别方法以提升畜牧业管理效率	商业耳标标记的猪只	计算机视觉	NA	深度学习，计算机视觉	目标检测模型	图像	三个自定义数据集（耳标检测、引脚检测、数字检测）	NA	NA	mAP0.95, 精确度, 召回率	NA
548	2025-10-06	Facilitating laboratory automation using a robot with a simple and inexpensive camera detection system 2025-Jun-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05670-1 PMID:40542052	研究论文	开发了一种基于机器人手臂的简单低成本摄像头检测系统，用于促进实验室自动化	使用ArUco标记和OpenCV模拟立体视觉创建机器人环境3D数字模型，并集成深度学习神经网络实现自动化数字显示识别	系统主要针对小型研究实验室设计，可能不适用于大规模工业应用	为资源有限的小型研究实验室提供简单易用的实验室自动化解决方案	实验室自动化系统和机器人手臂	计算机视觉	NA	ArUco标记检测，立体视觉，深度学习	深度学习神经网络	图像，3D模型	NA	OpenCV, Python	NA	错误率	低成本硬件和开源软件
549	2025-10-06	Few shot learning for phenotype-driven diagnosis of patients with rare genetic diseases 2025-Jun-20, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01749-1 PMID:40542121	研究论文	提出一种名为SHEPHERD的小样本学习方法，用于基于表型的罕见遗传疾病诊断	首个将知识图谱与小样本学习相结合的多维度罕见疾病诊断方法，使用模拟罕见疾病患者数据进行训练	依赖于模拟患者数据，在真实临床环境中的验证仍需进一步研究	加速罕见遗传疾病的诊断过程	罕见遗传疾病患者	机器学习	罕见遗传疾病	小样本学习	深度学习	知识图谱、临床数据	未诊断疾病网络465例、MyGene2 146例、发育障碍解密研究1431例	NA	NA	NA	NA
550	2025-10-06	Quantum-classical deep learning hybrid architecture with graphene-printed low-cost capacitive sensor for essential tremor detection 2025-Jun-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06359-1 PMID:40542145	研究论文	提出一种结合石墨烯电容传感器、量子启发算法和深度学习的混合架构，用于检测原发性震颤	将量子启发的计算滤波器（Quantvolution和QuantClass）集成到深度学习框架中，改进了震颤模式的分析能力	初步发现显示损失变异性更稳定，但需要在更广泛的数据集和临床环境中进一步验证	开发用于原发性震颤检测的量子-经典深度学习混合架构	原发性震颤患者的手指震颤运动	机器学习	神经系统疾病	石墨烯印刷电容传感技术	深度学习	传感器数据	NA	NA	量子-经典混合架构	损失变异性	NA
551	2025-10-06	A comprehensive review of heart rate measurement using remote photoplethysmography and deep learning 2025-Jun-20, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01405-5 PMID:40542336	综述	本文全面综述了基于远程光电容积描记术和深度学习的非接触式心率测量方法	系统比较了传统方法与深度学习方法在心率测量中的性能差异，并基于145篇文献识别出现有研究空白和未来研究方向	主要基于文献综述，缺乏原始实验数据验证	评估远程光电容积描记术结合深度学习在心率测量中的应用现状和发展前景	人体心率信号，主要通过面部区域采集	计算机视觉	心血管疾病	远程光电容积描记术(rPPG)	深度学习模型	视频图像	基于145篇研究文献的综合分析	NA	NA	准确率	NA
552	2025-10-06	Artificial Intelligence-Assisted Detection of Breast Cancer Lymph Node Metastases in the Post-Neoadjuvant Treatment Setting 2025-Jun, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2025.104121 PMID:40020876	研究论文	开发用于乳腺癌新辅助治疗后淋巴结转移检测的可解释深度学习流程	首次专门针对接受新辅助系统治疗（NAT）的乳腺癌患者淋巴结转移检测算法进行泛化性评估，并创建了包含治疗效应的大规模数据集	研究主要关注乳腺癌新辅助治疗后的淋巴结检测，在其他癌症类型或治疗场景中的泛化能力尚未验证	开发能够自动化检测乳腺癌新辅助治疗后淋巴结转移的人工智能算法	接受新辅助系统治疗的乳腺癌患者的淋巴结组织切片	数字病理学	乳腺癌	数字病理切片扫描	深度学习	病理组织切片图像	1027张病理切片	NA	NA	AUC, 特异性, 敏感性	NA
553	2025-10-06	FedOpenHAR: Federated Multitask Transfer Learning for Sensor-Based Human Activity Recognition 2025-Jun, Journal of computational biology : a journal of computational molecular cell biology IF:1.4Q2 DOI:10.1089/cmb.2024.0631 PMID:40267073	研究论文	提出FedOpenHAR框架，探索传感器数据在联邦学习环境下的多任务迁移学习，用于人类活动识别和设备位置识别	首次将联邦迁移学习应用于传感器数据的多任务场景，通过训练任务特定层和个性化层实现知识共享	研究基于十个较小数据集，可能在大规模数据场景下需要进一步验证	开发适用于多任务传感器数据分析的联邦学习框架	基于运动传感器的可穿戴设备数据	机器学习	NA	传感器数据分析	深度学习	传感器数据	十个数据集	Flower	DeepConvLSTM	准确率	NA
554	2025-10-06	QRS-centric beat-wise atrial fibrillation detection in ECG signals using deep neural networks 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110282 PMID:40378565	研究论文	提出一种基于QRS波群的心拍级别房颤检测深度学习方法	采用QRS中心化方法实现精确的心拍级别房颤检测，解决了传统节律级检测与即时心律失常识别之间的关键差距	NA	开发精确的心拍级别房颤自动检测方法	心电图信号中的房颤和其他心律失常类型	医疗信号处理	心血管疾病	心电图分析	CNN, 双向LSTM	心电图信号	MIT-BIH心律失常数据库、MIT-BIH房颤数据库、MIMIC-III和Simband数据集	NA	卷积层与双向LSTM层集成架构	精确度, 灵敏度, F分数	NA
555	2025-10-06	Optimized YOLOv8 for enhanced breast tumor segmentation in ultrasound imaging 2025-Jun-19, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-02889-2 PMID:40536560	研究论文	本研究探索使用优化的YOLOv8和深度学习模型改进乳腺超声图像分割性能	将YOLOv8目标检测算法应用于分割任务，并比较联合训练与按良恶性分类单独训练的策略	仅使用780张超声图像，样本量相对有限	提高乳腺肿瘤超声图像分割的准确性和效率	乳腺超声图像中的良性和恶性肿瘤	计算机视觉	乳腺癌	超声成像	CNN	图像	780张超声图像（分为良性和恶性类别）	NA	UNet, DenseNet-121, VGG16, VGG19, YOLOv8	Dice系数, IoU, mAP, F1-score	NA
556	2025-10-06	Deep learning detects retropharyngeal edema on MRI in patients with acute neck infections 2025-Jun-19, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00599-6 PMID:40536731	研究论文	开发基于深度学习的算法，用于自动检测急性颈部感染患者MRI图像中的咽后水肿	提出基于弱标注数据且计算效率高的深度学习模型，在切片和患者两个层级实现咽后水肿的自动检测	模型性能仍需在更大样本和更多中心验证	开发自动检测急性颈部感染患者咽后水肿的深度学习算法	479例急性颈部感染患者的MRI图像	医学影像分析	急性颈部感染	MRI, 轴向T2加权水相Dixon成像	CNN	医学影像	479例患者（244例RPE阳性，235例RPE阴性）	NA	自定义CNN, InceptionV3	准确率, 敏感度, 特异度, AUROC	NA
557	2025-10-06	Identifying Retinal Features Using a Self-Configuring CNN for Clinical Intervention 2025-Jun-02, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.6.55 PMID:40525921	研究论文	本研究通过构建OCTAVE视网膜OCT数据集并训练自配置nnU-Net模型，实现了对视网膜结构和病理特征的精确分割	提供了首个包含高质量像素级标注的3D OCT数据集OCTAVE，并为四个公共数据集提供标注，解决了视网膜AI诊断工具开发中数据稀缺的问题	数据集规模相对有限（198个训练OCT体积），且未提及模型在更广泛人群中的验证效果	开发基于人工智能的视网膜疾病诊断和分割工具	视网膜解剖结构和病理特征	数字病理	视网膜疾病	光学相干断层扫描（OCT）	CNN	3D医学图像	198个OCT体积（3762个B扫描）用于训练，221个OCT体积（4109个B扫描）用于外部验证	nnU-Net	U-Net	NA	NA
558	2025-06-22	Deep learning-designed dynamics 2025-Jun-20, Nature chemical biology IF:12.9Q1 DOI:10.1038/s41589-025-01963-8 PMID:40542166	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
559	2025-10-06	A primer on variational inference for physics-informed deep generative modelling 2025-Jun-19, Philosophical transactions. Series A, Mathematical, physical, and engineering sciences DOI:10.1098/rsta.2024.0324 PMID:40534291	综述	本文系统介绍了变分推断在物理信息深度生成建模中的理论基础与实践方法	将变分推断与深度学习相结合，为物理正反问题提供统一的贝叶斯推断框架，强调不确定性量化的灵活性	未提供具体应用案例的性能对比数据	为科学界提供解决物理基础问题的变分推断方法论，特别关注不确定性量化	物理正反问题的生成建模与反演任务	机器学习	NA	变分推断	深度生成模型	物理模型数据	NA	NA	NA	不确定性量化准确度	NA
560	2025-10-06	Applying a multi-task and multi-instance framework to predict axillary lymph node metastases in breast cancer 2025-Jun-18, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-00971-0 PMID:40533499	研究论文	提出一种结合多任务学习和多示例学习的深度学习框架，用于预测乳腺癌腋窝淋巴结转移状态	首次将多任务学习与多示例学习结合，模拟真实临床多视图联合预测场景，使用Transformer模型Segformer作为网络主干	未明确说明样本数据的具体来源和采集标准	开发能够辅助临床医生评估乳腺癌腋窝淋巴结转移状态的深度学习工具	乳腺癌患者的原发性肿瘤和腋窝淋巴结超声图像	计算机视觉	乳腺癌	超声成像	Transformer	医学图像	训练队列和内外测试队列（具体数量未明确）	NA	Segformer	AUC, 敏感度, 特异度	NA