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
821	2025-07-16	Denoising pediatric cardiac photon-counting CT data with sparse coding and data-adaptive, self-supervised deep learning 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17918 PMID:40660927	研究论文	本文提出了一种结合稀疏编码和数据自适应自监督深度学习的方法，用于降低儿科心脏光子计数CT数据的噪声	改进的Vision Transformer架构结合稀疏编码，通过动态调整训练过程中的数据保真度和表示稀疏性平衡，实现自监督去噪	在已经高度去噪的临床PCCT数据中，对1岁以下患者的数据会出现图像细节平滑的问题	提升儿科心脏CT图像去噪方法，适应不同图像质量	儿科心脏光子计数CT数据	医学影像处理	先天性心脏病	光子计数CT(PCCT)，深度学习	改进的3D Vision Transformer(mViT)	CT图像	20名患者数据用于训练(1-18岁)，3名额外患者数据(2名<1岁)和一组小鼠心脏PCCT数据用于测试
822	2025-07-16	Preserving noise texture through training data curation for deep learning denoising of high-resolution cardiac EID-CT 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17938 PMID:40660962	研究论文	本研究开发并测试了用于训练CNN模型的基于图像的噪声估计方法，以评估EID-CT冠状动脉CT血管造影（cCTA）图像在高分辨率重建下的去噪性能和噪声纹理保留	提出了两种直接从高分辨率重建的EID-CT患者图像中估计噪声的方法，并通过训练不同的CNN模型比较了它们在去噪和噪声纹理保留方面的效果	研究仅基于有限的样本（7例患者cCTA检查），且模型在保留小解剖结构方面存在一定局限性	提高EID-CT冠状动脉CT血管造影图像的质量，使其在去噪后能保留自然噪声纹理并接近PCD-CT的分辨率	高分辨率重建的EID-CT冠状动脉CT血管造影图像	数字病理	心血管疾病	CNN去噪技术	U-net CNN	CT图像	7例患者cCTA检查及均匀水模体CT图像
823	2025-07-16	Longitudinal Tracking of Emphysema Holes at Noncontrast CT: Dynamic Patterns and Clinical Relationships 2025-Jul, Radiology IF:12.1Q1 DOI:10.1148/radiol.243239 PMID:40662972	研究论文	该研究通过深度学习软件纵向追踪肺气肿空洞的动态变化，并分析其与FEV下降、疾病进展和死亡率的关系	首次使用深度学习技术对肺气肿空洞进行纵向追踪，并根据直径变化将其分组，揭示了不同动态模式与临床指标的关系	样本量较小（108名参与者），且仅针对韩国阻塞性肺疾病队列研究的数据进行二次分析	探索肺气肿空洞的动态变化模式及其临床意义	肺气肿患者的CT影像和临床数据	数字病理学	肺气肿	CT扫描	深度学习	医学影像	108名参与者（平均年龄63.4岁，104名男性）
824	2025-07-15	A Hyperbolic Discrete Diffusion 3D RNA Inverse Folding Model for Functional RNA Design 2025-Jul-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00527 PMID:40503717	研究论文	提出了一种名为RIdiffusion的双曲离散扩散3D RNA逆折叠模型，用于功能性RNA设计	通过将RNA 3D结构的几何特征和拓扑特性嵌入双曲空间，利用离散扩散模型基于有限的训练样本高效恢复目标RNA 3D结构的核苷酸分布	RNA 3D结构实验数据的可用性有限	开发一种用于3D RNA设计的生成模型	RNA 3D结构	自然语言处理	NA	离散扩散模型	RIdiffusion	3D结构数据	有限的训练样本
825	2025-07-15	BalancedDiff: Balanced Diffusion Network for High-Quality Molecule Generation 2025-Jul-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00837 PMID:40528644	research paper	提出了一种名为BalancedDiff的平衡扩散网络，用于生成高质量分子	引入了Balance Loss来平衡样本偏差，设计了基于KAN的平衡特征过滤模块(KBFF)，并结合QikProp模块预测ADME性质以提高分子质量和适用性	尽管扩散模型能生成大量分子，但其有效性和可靠性仍不确定，限制了实际应用	开发一种能够生成高质量分子的深度学习方法	分子生成	machine learning	NA	diffusion model, KAN-based feature filtering, QikProp	BalancedDiff	molecular data	CrossDocked2020数据集
826	2025-07-15	Dual-Branch Contrastive Network with Deep Separable Convolution for Enhanced 6mA Site Identification 2025-Jul-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01058 PMID:40558076	研究论文	提出了一种名为DS6mA的创新深度学习模型，用于增强6mA位点的预测	采用双分支对比网络和深度可分离卷积提取DNA序列中的关键位置信息	DNA N6-甲基腺嘌呤（6mA）在真核生物中的调控作用仍不明确且存在争议	增强6mA位点的预测	DNA序列中的6mA位点	生物信息学	NA	深度学习	双分支对比网络与深度可分离卷积	DNA序列数据	11个不同的综合基准数据集
827	2025-07-15	Assessing Uncertainty in Machine Learning for Polymer Property Prediction: A Benchmark Study 2025-Jul-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00550 PMID:40560148	研究论文	本研究评估了九种不确定性量化方法在机器学习中预测聚合物关键性能的应用	首次对多种不确定性量化方法在聚合物性能预测中的表现进行全面评估，并提供了针对不同场景的最优方法选择建议	研究仅针对特定几种聚合物性能进行评估，可能无法涵盖所有可能的聚合物类型和性能	评估不同不确定性量化方法在机器学习预测聚合物性能中的表现	聚合物关键性能（玻璃化转变温度、带隙、熔融温度和分解温度）	机器学习	NA	机器学习中的不确定性量化方法	Ensemble, GPR, MCD, MVE, BNN-VI, BNN-MCMC, EDL, QR, NGBoost	聚合物性能数据	四种聚合物性能数据集，包括OOD实验数据和分子动力学(MD)衍生数据
828	2025-07-15	EquiCPI: SE(3)-Equivariant Geometric Deep Learning for Structure-Aware Prediction of Compound-Protein Interactions 2025-Jul-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00773 PMID:40600339	研究论文	本文提出了一种名为EquiCPI的几何深度学习框架，用于预测化合物-蛋白质相互作用，结合了第一性原理结构建模与SE(3)-等变神经网络	EquiCPI首次将SE(3)-等变神经网络应用于化合物-蛋白质相互作用预测，通过保留旋转、平移和反射对称性，实现了对三维结构决定因素的建模	未明确提及具体局限性，但可能依赖于蛋白质和配体的3D结构预测准确性	提高化合物-蛋白质相互作用的预测准确性，推动计算药物发现	化合物-蛋白质相互作用	计算药物发现	NA	几何深度学习、SE(3)-等变神经网络、ESMFold、DiffDock-L	SE(3)-等变神经网络	3D原子坐标点云	BindingDB（亲和力预测）和DUD-E（虚拟筛选）数据集
829	2025-07-15	DeepPSA: A Geometric Deep Learning Model for PROTAC Synthetic Accessibility Prediction 2025-Jul-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00366 PMID:40560790	研究论文	本文提出了一种名为DeepPSA的几何深度学习模型，用于预测PROTACs的合成可行性	首次专注于PROTAC合成可行性的预测模型，采用图神经网络架构，并在内部数据集上表现出色	模型依赖于特定数据集，可能无法覆盖所有类型的PROTACs	开发一个计算模型来评估PROTACs的合成可行性，以辅助药物设计和筛选	PROTACs（蛋白降解靶向嵌合体）	机器学习	NA	深度学习	GNN（图神经网络）	化学结构数据	3644个PROTACs的实验合成数据
830	2025-07-15	Ultra-Elastic, Transparent, and Conductive Gelatin/Alginate-Based Bioadhesive Hydrogel for Enhanced Human-Machine Interactive Applications 2025-Jul-14, Biomacromolecules IF:5.5Q1 DOI:10.1021/acs.biomac.5c00425 PMID:40569129	研究论文	开发了一种新型高性能离子水凝胶（AGG-M水凝胶），用于增强人机交互应用	同时实现了高拉伸性、透明度、强粘附性和交互精度，并通过深度学习算法集成到可穿戴电子控制系统中	未提及具体临床应用的限制或潜在问题	开发多功能水凝胶用于可穿戴电子设备和人机交互	离子水凝胶（AGG-M水凝胶）及其在可穿戴电子设备中的应用	人机交互	NA	自由基聚合加离子配位策略	深度学习算法	生理信号数据	NA
831	2025-07-15	Auxiliary diagnosis of hyperpigmented skin diseases using multimodal deep learning 2025-Jul-14, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000003637 PMID:40653928	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
832	2025-07-15	Deep Learning-Based Prediction for Bone Cement Leakage During Percutaneous Kyphoplasty Using Preoperative Computed Tomography: MODEL Development and Validation 2025-Jul-14, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000005448 PMID:40658115	研究论文	开发一种基于深度学习的模型，用于预测经皮椎体后凸成形术中的骨水泥渗漏亚型，并使用术前CT图像进行验证	首次提出基于术前CT图像的深度学习模型来预测骨水泥渗漏亚型，并验证了模型的有效性和泛化能力	研究为回顾性研究，样本量可能不足以覆盖所有临床场景	预测经皮椎体后凸成形术中的骨水泥渗漏亚型，辅助术前手术决策	骨质疏松性椎体压缩性骨折患者	数字病理学	骨质疏松性椎体压缩性骨折	术前CT成像	3D U-Net与3D ResNet-50结合	医学影像	内部数据集包含901名患者的997个椎体节段
833	2025-07-15	Feasibility study of fully automatic measurement of adenoid size on lateral neck and head radiographs using deep learning 2025-Jul-14, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06332-0 PMID:40658209	研究论文	本研究开发并验证了一种基于深度学习的全自动系统，用于在侧位头颈部X光片上测量腺样体大小	首次提出使用深度学习技术实现腺样体大小的全自动测量，替代传统耗时的手动测量方法	研究为回顾性设计，且仅在两所中心收集数据，可能存在选择偏倚	开发自动化腺样体测量系统以提高临床诊断效率和准确性	711例侧位头颈部X光片	数字病理	耳鼻喉疾病	深度学习	RTMDet网络和RTMPose网络	X光影像	711例来自两所医疗中心的侧位头颈部X光片
834	2025-07-15	Automated multiclass segmentation of liver vessel structures in CT images using deep learning approaches: a liver surgery pre-planning tool 2025-Jul-14, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01581-7 PMID:40658328	研究论文	本研究提出了一种基于UNETR架构的深度学习方法，用于肝脏CT图像中门静脉和肝静脉的多类分割，以支持肝脏手术预规划	采用基于Transformer的编码器UNETR架构，有效捕捉长距离依赖关系，克服了CNN在处理复杂解剖结构时的局限性	在门静脉分割上的Dice系数相对较低(49.71%)，表明对于某些血管结构的识别仍有改进空间	开发自动化肝脏血管分割工具以改善肝脏手术预规划	肝脏CT图像中的门静脉和肝静脉结构	数字病理	肝脏疾病	深度学习	UNETR (U-Net Transformers)	CT图像	来自IRCAD数据集和本地医院开发的数据集的对比增强CT图像
835	2025-07-15	Impact of three-dimensional prostate models during robot-assisted radical prostatectomy on surgical margins and functional outcomes 2025-Jul-13, BJU international IF:3.7Q1 DOI:10.1111/bju.16850 PMID:40653671	研究论文	探讨在机器人辅助根治性前列腺切除术中使用三维前列腺模型对手术切缘和功能结果的影响	使用3D虚拟和3D打印前列腺模型，结合深度学习自动分割技术，以提高手术精确度和功能结果	单中心可行性研究，样本量相对较小（270例患者），且需要长期随访验证结果	评估3D模型在机器人辅助根治性前列腺切除术中对手术切缘和功能结果的影响	前列腺癌患者	数字病理	前列腺癌	多参数磁共振成像（mpMRI）和深度学习自动分割（AutoProstate和AutoLesion）	深度学习模型	医学影像	270例患者（54例在3D虚拟模型组，54例在3D打印模型组，54例在回顾性对照组，108例在前瞻性对照组）
836	2025-07-15	Towards energy-efficient joint relay selection and resource allocation for D2D communication using hybrid heuristic-based deep learning 2025-Jul-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08290-x PMID:40646067	研究论文	本文提出了一种基于混合启发式深度学习的能效联合中继选择和资源分配方法，用于D2D通信	提出了一种新型混合启发式算法HMRFCO，并结合自适应残差门控循环单元(AResGRU)模型进行中继选择和资源分配的自动预测	未提及具体实验验证结果或实际应用场景的局限性	解决D2D通信中中继选择和资源分配导致的系统总速率下降和能耗问题	D2D通信网络中的中继节点和资源分配	机器学习	NA	混合启发式算法(HMRFCO), 自适应残差门控循环单元(AResGRU)	AResGRU	通信网络参数数据	NA
837	2025-07-15	Optimization-based image reconstruction regularized with inter-spectral structural similarity for limited-angle dual-energy cone-beam CT 2025-Jul-11, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ade843 PMID:40562072	研究论文	本文提出了一种基于优化和光谱间结构相似性正则化的图像重建方法，用于解决有限角度双能量锥束CT中的图像重建问题	通过集成光谱间结构相似性正则化到迭代图像重建中，有效减少了有限角度伪影，无需X射线光谱测量或配对数据集进行模型训练	方法在物理模型和数字模型上进行了验证，但未提及在真实临床数据上的应用效果	促进快速低剂量双能量锥束CT在临床中的应用	双能量锥束CT图像	数字病理	NA	锥束CT	优化模型	图像	两个物理模型和三个数字模型
838	2025-07-15	Antimicrobial Peptides Design Using Deep Learning and Rational Modifications: Activity in Bacteria, Candida albicans, and Cancer Cells 2025-Jul-11, Current microbiology IF:2.3Q3 DOI:10.1007/s00284-025-04346-3 PMID:40643674	研究论文	该研究利用深度学习和理性修饰设计抗菌肽，并在细菌、白色念珠菌和癌细胞中测试其活性	结合深度学习和AI工具优化抗菌肽设计，显著提高抗菌活性和生物安全性	仅测试了有限数量的细菌和癌细胞系，未涵盖更广泛的微生物和癌症类型	开发高效且生物安全的抗菌肽以应对抗生素耐药性问题	抗菌肽及其对细菌、白色念珠菌和癌细胞的活性	机器学习	细菌感染、念珠菌感染、乳腺癌	深度学习、AI预测工具	深度学习算法	肽序列数据、生物活性数据	26种计算机生成的合成肽，其中12种进行体外测试
839	2025-07-15	Integrated deep learning framework for driver distraction detection and real-time road object recognition in advanced driver assistance systems 2025-Jul-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08475-4 PMID:40645997	研究论文	提出了一种集成深度学习框架，用于驾驶员分心检测和实时道路物体识别，以提高高级驾驶辅助系统(ADAS)的安全性能	结合CNN和YOLO深度学习技术，集成驾驶员分心检测与实时道路物体识别，实现多目标综合解决方案	系统在雨、雾和低光等复杂场景下的可靠性仍需进一步验证	开发一个能够同时监测驾驶员状态和道路环境的综合ADAS系统	驾驶员行为(物理/视觉分心和认知分心)和道路物体(车辆、行人、车道标记和交通信号)	计算机视觉	NA	深度学习	CNN, YOLO	图像, 视频	State Farm Distracted Driver Dataset, KITTI和MS COCO基准数据集
840	2025-07-15	Mobile malware detection method using improved GhostNetV2 with image enhancement technique 2025-Jul-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07742-8 PMID:40646017	研究论文	提出了一种基于改进GhostNetV2模型的移动恶意软件检测方法，结合图像增强技术提升检测性能	改进GhostNetV2模型，引入通道混洗、高效通道注意力机制和激活函数优化，提升对正常恶意软件和对抗样本的检测性能	仅针对Android平台的classes.dex文件进行实验，未涉及其他平台或文件类型	提高移动恶意软件检测的准确性和鲁棒性，特别是针对对抗样本的检测	Android平台的classes.dex文件转换的图像数据	计算机视觉	NA	Local Histogram Equalization, Gabor变换	改进的GhostNetV2	图像	未明确提及具体样本数量