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
1	2025-05-09	A review of denoising methods in single-particle cryo-EM 2025-Jul, Micron (Oxford, England : 1993) DOI:10.1016/j.micron.2025.103817 PMID:40164016	review	本文全面回顾了单粒子冷冻电镜图像去噪方法的最新进展，涵盖了从传统滤波方法到最新的基于深度学习的策略	通过分析和比较主流去噪方法，推动单粒子冷冻电镜去噪领域的发展，促进获取更高质量的图像	未提及具体方法的局限性	提高冷冻电镜图像的信噪比，使下游分析更准确可靠	冷冻电镜图像	digital pathology	NA	冷冻电镜	深度学习	图像	NA
2	2025-05-09	Beyond Batch Learning: Global Awareness Enhanced Domain Adaptation 2025-Jun, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3541207 PMID:40036452	research paper	提出了一种名为GAN-DA的新型域适应方法，通过全局统计和几何特征增强，克服了传统批量学习的限制	引入了预定义特征表示（PFR）以对齐跨域分布，创新性地扩展了正交和共同特征方面，增强了全局流形结构的统一和决策边界的优化	NA	改进域适应（DA）方法，提升跨域图像分类任务的性能	跨域图像分类任务	machine learning	NA	domain adaptation	GAN-DA	image	27个不同的跨域图像分类任务
3	2025-05-09	A Lightweight Deep Exclusion Unfolding Network for Single Image Reflection Removal 2025-Jun, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3548148 PMID:40048344	research paper	本文提出了一种轻量级的深度排除展开网络（DExNet），用于单图像反射去除（SIRR）	DExNet通过展开和参数化一种新的基于模型的SIRR优化公式，结合通用的排除先验，提高了反射去除的准确性和可解释性	未提及具体限制	解决单图像反射去除问题，提高图像分离的准确性	反射污染的图像	computer vision	NA	深度学习	DExNet	image	四个基准数据集
4	2025-05-09	Graph Foundation Models: Concepts, Opportunities and Challenges 2025-Jun, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3548729 PMID:40048343	综述	本文介绍了图基础模型（GFMs）的概念，并详细解释了其关键特征和基础技术	提出了图基础模型（GFMs）的新概念，并对其进行了系统分类和分析	缺乏对图基础模型（GFMs）的明确定义和系统分析	探讨图基础模型（GFMs）在图形机器学习中的潜力和发展方向	图基础模型（GFMs）及其相关技术	机器学习	NA	NA	图神经网络（GNNs）、大语言模型（LLMs）	图数据	NA
5	2025-05-09	On the Upper Bounds of Number of Linear Regions and Generalization Error of Deep Convolutional Neural Networks 2025-Jun, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3548620 PMID:40042958	research paper	本文研究了卷积神经网络（CNNs）的超参数对性能的影响，基于CNNs的分段线性（PWL）函数特性，提出了线性区域数量的紧界和泛化误差的上界	通过将卷积、ReLU和最大池化操作表示为矩阵乘法，提供了CNNs的代数表达式，并首次提出了考虑网络层数、池化维度和宽度等因素的线性区域数量紧界和泛化误差上界	矩阵表示方法具有较高的时间复杂度	研究CNN网络结构超参数对性能的影响	卷积神经网络（CNNs）	machine learning	NA	NA	CNN	NA	NA
6	2025-05-09	Lag-Net: Lag correction for cone-beam CT via a convolutional neural network 2025-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108753 PMID:40233441	research paper	提出了一种名为Lag-Net的卷积神经网络方法，用于校正锥束CT中的滞后信号，以减少伪影并提高图像质量	引入深度学习方法来消除滞后信号，利用硬件校正的无滞后结果作为训练目标，避免了传统线性时不变校正的局限性	硬件校正方法操作复杂，对CT仪器要求高，而深度学习方法的校正效果在低曝光条件下仍有提升空间	提高锥束CT图像质量，减少由滞后信号引起的伪影	锥束CT中的滞后信号及其引起的伪影	digital pathology	NA	deep learning, convolutional neural network	CNN	image	模拟和真实数据集
7	2025-05-09	Reconstruction of highly and extremely aberrated wavefront for ocular Shack-Hartmann sensor using multi-task Attention-UNet 2025-Jun, Experimental eye research IF:3.0Q1 DOI:10.1016/j.exer.2025.110394 PMID:40254120	研究论文	本研究提出了一种多任务注意力UNet（HR-HDR-SHUNet）用于高分辨率和宽动态范围的Shack-Hartmann波前重建，以解决高度和极度像差眼睛中的波前记录问题	首次将多任务学习方案应用于高分辨率和宽动态范围的Shack-Hartmann波前重建，同时输出波前图和Zernike系数	未明确提及具体局限性	提高高度和极度像差眼睛中Shack-Hartmann波前重建的准确性和计算效率	具有不同高阶像差水平（正常、高度和极度像差）的眼睛	计算机视觉	眼科疾病（圆锥角膜和角膜激光手术后）	深度学习	改进的注意力UNet（HR-HDR-SHUNet）	波前图像数据	三个大型数据集（包含不同像差水平的样本）
8	2025-05-09	Improved prediction of chlorophyll-a concentrations using advancing graph neural network variants 2025-Jun-01, The Science of the total environment DOI:10.1016/j.scitotenv.2025.179481 PMID:40280091	研究论文	本研究提出了一种基于深度学习的框架，用于长期叶绿素a（Chl-a）浓度模拟，结合了不规则测量的水质观测数据和恒定时间步长的气候数据	引入了先进的图神经网络（GNN）架构（如ChebNet和GCN）来处理连续气候数据，并提出了一个门控机制来整合两个处理模块的输出	研究仅使用了韩国汉江上游流域的每日数据集，可能限制了模型的泛化能力	提高有害藻华预测的准确性，以保护地表水资源	叶绿素a（Chl-a）浓度	机器学习	NA	深度学习，图神经网络	GCN, LSTM	水质观测数据，气候数据	韩国汉江上游流域的每日数据集
9	2025-05-09	Incremental capacity analysis of battery under dynamic load conditions 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103331 PMID:40337556	研究论文	本文提出了一种基于增量容量分析（ICA）的方法，用于在动态负载条件下评估电动汽车电池的容量和健康状态（SOH）	该方法不仅提供了标记的SOH值，还提取了可用于数据驱动的容量或SOH预测的健康特征	NA	开发一种在动态负载条件下准确评估电动汽车电池容量和健康状态的方法	电动汽车电池	机器学习	NA	增量容量分析（ICA）	机器学习或深度学习模型	电池数据	NA
10	2025-05-09	Electroencephalography estimates brain age in infants with high precision: Leveraging advanced machine learning in healthcare 2025-May-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121200 PMID:40216216	研究论文	本研究利用脑电图（EEG）和机器学习技术，开发了一种可靠的方法来量化婴儿的脑龄差距（BAG），作为评估大脑发育速度的指标	结合传统机器学习和新型深度学习网络，高效量化脑龄差距，并在临床风险人群中验证其有效性	研究样本量相对较小，且仅针对特定年龄段的婴儿	开发一种非侵入性的脑成熟度评估工具，用于早期临床干预和护理计划	219名3至14个月大的正常发育婴儿，以及临床风险人群（巨脑症患者）	机器学习	神经发育疾病	EEG	深度学习网络	EEG记录	219名婴儿的EEG数据，深度学习网络输入样本增至2628条记录
11	2025-05-09	A CVAE-based generative model for generalized B1 inhomogeneity corrected chemical exchange saturation transfer MRI at 5 T 2025-May-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121202 PMID:40268259	research paper	提出一种基于条件变分自编码器（CVAE）的生成模型，用于在5T磁场下生成广义B1不均匀性校正的化学交换饱和转移（CEST）MRI图像	使用CVAE模型从单次CEST采集生成B1不均匀性校正的Z谱，克服了传统方法需要多B1水平采集数据的问题，并提高了对其他B1水平的泛化能力	研究仅在5T磁场下进行数值模拟和健康人脑成像验证，未在其他场强下验证模型的普适性	开发一种能够进行广义B1不均匀性校正的CEST MRI方法	化学交换饱和转移（CEST）磁共振成像	医学影像处理	NA	化学交换饱和转移（CEST）磁共振成像	CVAE（条件变分自编码器）	MRI图像数据	数值模拟和健康人脑成像数据
12	2025-05-09	Unveiling fullerene formation and interconversion through molecular dynamics simulations with deep neural network potentials 2025-May-08, Physical chemistry chemical physics : PCCP IF:2.9Q1 DOI:10.1039/d5cp00837a PMID:40264288	研究论文	通过结合深度神经网络势能的分子动力学模拟，研究揭示了富勒烯形成和相互转化的机制，特别是在退火过程的冷却阶段	采用深度神经网络势能增强分子动力学模拟，有效模拟了碳蒸气中富勒烯的形成过程，并揭示了碳密度在结构形成中的关键作用	研究主要关注铁-碳初级系统，可能不适用于其他金属-碳系统	探究富勒烯形成和相互转化的分子机制	富勒烯分子及其形成过程	计算化学	NA	分子动力学模拟结合深度神经网络势能	深度神经网络	模拟数据	NA
13	2025-05-09	Disentangling Morphology and Conductance in Amorphous Graphene 2025-May-08, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.5c00458 PMID:40298244	研究论文	本文结合深度学习增强的模拟技术和渗透理论，分析了三种形态不同的非晶石墨烯薄膜的电子传导特性	避免了周期性边界条件在这些非周期性系统中的错误应用，并探索了部分形态描述符在观察传导特性方面的局限性	部分形态描述符在观察传导特性方面存在局限性	研究非晶石墨烯薄膜的电子传导特性与形态的关系	三种形态不同的非晶石墨烯薄膜	材料科学	NA	深度学习增强的模拟技术、渗透理论	NA	模拟数据	三种形态不同的非晶石墨烯薄膜
14	2025-05-09	Distinct actin microfilament localization during early cell plate formation through deep learning-based image restoration 2025-May-08, Plant cell reports IF:5.3Q1 DOI:10.1007/s00299-025-03498-7 PMID:40335746	research paper	利用基于深度学习的图像恢复技术，实现了高分辨率4D成像，揭示了Lifeact-RFP标记的肌动蛋白微丝在细胞板形成初期的独特定位及其作用	采用深度学习图像恢复技术克服了传统成像中的光漂白和光毒性问题，首次揭示了Lifeact-RFP标记的肌动蛋白微丝在细胞板形成初期的独特定位模式	研究仅针对转基因烟草BY-2细胞，尚未在其他植物细胞中验证	探究肌动蛋白微丝在植物细胞板形成初期的定位和功能	转基因烟草BY-2细胞中的肌动蛋白微丝	digital pathology	NA	深度学习图像恢复技术	深度学习模型（未指定具体类型）	4D图像数据	转基因烟草BY-2细胞（具体数量未说明）
15	2025-05-09	Deep learning assisted identification of SCUBE2 and SLC16 A5 combination in RNA-sequencing data as a novel specific potential diagnostic biomarker in prostate cancer 2025-May-08, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03365-3 PMID:40335872	研究论文	本研究利用深度学习模型从三个转录组数据集中识别出10个关键基因，其中SCUBE2和SLC16A5的组合被提出作为前列腺癌的新型潜在诊断生物标志物	首次提出SCUBE2作为前列腺癌的潜在诊断生物标志物，并发现其与SLC16A5的组合能显著提高诊断准确性	SCUBE2在前列腺癌中的作用机制尚未完全阐明，需要进一步实验验证	开发更精确的前列腺癌诊断方法	前列腺癌相关基因表达数据	数字病理学	前列腺癌	RNA测序	深度学习模型	基因表达数据	三个转录组数据集（具体样本数未明确说明）
16	2025-05-09	Deep learning-based evaluation of the severity of mitral regurgitation in canine myxomatous mitral valve disease patients using digital stethoscope recordings 2025-May-08, BMC veterinary research IF:2.3Q1 DOI:10.1186/s12917-025-04802-z PMID:40336065	研究论文	本研究利用深度学习模型评估犬类黏液瘤性二尖瓣疾病患者的二尖瓣反流严重程度	首次使用深度学习模型（CNN6）通过数字听诊器录音评估二尖瓣反流严重程度，提供了一种快速、非侵入性的替代方法	需要更广泛的临床验证和实时应用研究	评估深度学习模型在犬类黏液瘤性二尖瓣疾病患者中评估二尖瓣反流严重程度的有效性	460只患有黏液瘤性二尖瓣疾病的犬类	数字病理学	心血管疾病	数字听诊器录音	CNN, PaSST, ResNet38	音频信号	460只犬类
17	2025-05-09	Predicting fixations and gaze location from EEG 2025-May-08, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03362-6 PMID:40338479	research paper	该研究探讨了如何从脑电图（EEG）信号中预测注视点和估计视线位置，使用深度学习模型	提出了基于Transformer和LSTM的两种模型架构，探讨了EEG数据的空间和时间维度、局部与全局数据处理以及整体结构设计的关键标准	Transformer模型对短信号长度和较少EEG通道更为敏感	探索从EEG信号中预测注视点和估计视线位置的可行性	脑电图（EEG）信号	machine learning	NA	EEG	Transformer, LSTM	EEG信号	NA
18	2025-05-09	Quantum-Chemical Simulation of Multiresonance Thermally Activated Delayed Fluorescence Materials Based on B,N-Heteroarenes Using Graph Neural Networks 2025-May-08, 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，并利用图神经网络进行量子化学模拟	提出了一种基于π扩展DABNA核心的MR-TADF材料设计方法，并开发了基于深度学习的加速搜索工具	未提及实验验证结果或实际应用效果	开发高效的MR-TADF发射体用于下一代电致发光器件	基于B,N-杂芳烃的MR-TADF材料	量子化学计算	NA	密度泛函理论（DFT）	图神经网络（GNN）	量子化学计算数据	4种框架类型（咔唑、吖啶、吩恶嗪、吩噻嗪）和18种环状系统修饰的化合物
19	2025-05-09	A review of machine learning methods for imbalanced data challenges in chemistry 2025-May-07, Chemical science IF:7.6Q1 DOI:10.1039/d5sc00270b PMID:40271022	review	本文综述了化学领域中处理不平衡数据的机器学习方法	全面回顾了当前处理不平衡数据的方法，并探讨了未来研究方向，如数据增强、物理模型、大型语言模型和先进数学方法	未具体说明每种方法在特定化学子领域中的效果差异	解决化学领域中不平衡数据对机器学习和深度学习模型的影响	化学领域中的不平衡数据集	machine learning	NA	resampling techniques, data augmentation techniques, algorithmic approaches, feature engineering strategies	ML, DL, LLMs	chemical data	NA
20	2025-05-09	A Flexible and Adhesive Strain Sensor Based on Deep Eutectic Solvents for Deep Learning-Assisted Signal Recognition 2025-May-07, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c20392 PMID:40274546	研究论文	本文报道了一种基于聚丙烯酸的自粘超拉伸DGel的制备策略，及其在深度学习辅助信号识别中的应用	开发了一种具有超高拉伸性和高信号识别能力的自粘DGel，并通过与深度学习结合实现了高达99.33%的识别准确率	NA	设计新型凝胶用于可穿戴电子设备和传感应用	基于聚丙烯酸的DGel及其作为应变传感器的性能	可穿戴电子设备	NA	深度学习	NA	应变信号	NA