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
181	2025-07-07	A comprehensive targeted panel of 295 genes: Unveiling key disease initiating and transformative biomarkers in multiple myeloma 2025-Jul-04, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110619 PMID:40617081	研究论文	本研究开发了一种结合传统统计方法和深度学习架构的AI工作流程，用于识别多发性骨髓瘤的关键生物标志物	提出了基于生物启发的图网络学习基因-基因交互（BIO-DGI）的深度学习架构，整合了多种变异谱和基因交互信息	研究依赖于特定的基因组数据（WES和WGS），可能不适用于其他类型的数据	通过识别关键生物标志物和基因组改变，提高多发性骨髓瘤的早期检测和病理机制理解	多发性骨髓瘤（MM）及其前体阶段MGUS	机器学习	多发性骨髓瘤	WES, WGS, SNVs, CNVs, SVs	BIO-DGI（基于注意力机制的深度学习架构）	基因组数据	NA
182	2025-07-07	Exploring advanced deep learning approaches in cardiac image analysis: A comprehensive review 2025-Jul-04, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110708 PMID:40617082	综述	本文全面回顾了深度学习在心脏图像分析中的最新应用，包括常见成像模态和模型压缩技术	介绍了如transformers、基础模型和压缩技术等新方法在心脏图像分析中的应用进展	未提及具体实验验证结果或性能比较数据	探索深度学习在心血管疾病诊断中的应用	心脏图像数据	数字病理学	心血管疾病	深度学习	transformers, 基础模型	图像	NA
183	2025-07-07	The continuous evolution of biomolecular force fields 2025-Jul-03, Structure (London, England : 1993) DOI:10.1016/j.str.2025.05.013 PMID:40527321	综述	本文综述了生物分子力场的最新进展，包括极化力场、机器学习势和粗粒化模型，并探讨了未来的发展方向	结合深度学习革命，提出了生物分子力场参数化的新机遇和方法	未具体提及实验验证或特定应用案例的局限性	提高生物分子力场的准确性和应用范围，以促进生物和治疗发现	生物分子力场	计算生物学	NA	深度学习	机器学习势、粗粒化模型	NA	NA
184	2025-07-07	Accurate prediction of synergistic drug combination using a multi-source information fusion framework 2025-Jul-03, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02302-y PMID:40611149	研究论文	提出了一种名为MultiSyn的多源信息融合框架，用于准确预测协同药物组合	利用属性图神经网络整合蛋白质-蛋白质相互作用网络与多组学数据，并通过异构图变换器学习分子结构的多视角表示	未明确提及具体样本量或实验范围的局限性	开发一种准确预测协同药物组合的计算方法，以支持复杂疾病治疗	药物组合及其协同效应	机器学习	复杂疾病	深度学习方法，包括图神经网络和异构图变换器	属性图神经网络、异构图变换器	多组学数据、蛋白质-蛋白质相互作用网络、药物分子结构	NA
185	2025-07-07	Precise metabolic dependencies of cancer through deep learning and validations 2025-Jul-03, Cell reports IF:7.5Q1 DOI:10.1016/j.celrep.2025.115945 PMID:40616842	研究论文	该研究通过图深度学习方法构建了一个名为'DeepMeta'的代谢脆弱性预测模型，用于准确预测癌症样本的依赖代谢基因	利用图深度学习方法系统性地揭示了癌症细胞的代谢依赖性，并为原本'不可成药'的癌症驱动基因突变提供了代谢靶点	研究主要基于TCGA数据集，可能需要更多独立数据集进一步验证模型的普适性	系统揭示癌症细胞的代谢依赖性并寻找潜在治疗靶点	癌症细胞及其代谢网络	机器学习	癌症	图深度学习	DeepMeta（基于图神经网络）	转录组数据和代谢网络信息	TCGA数据集中的癌症样本
186	2025-07-07	CT-Mamba: A hybrid convolutional State Space Model for low-dose CT denoising 2025-Jul-03, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102595 PMID:40616952	研究论文	提出了一种混合卷积状态空间模型CT-Mamba，用于低剂量CT图像去噪，结合了CNN的局部特征提取优势和Mamba的长程依赖捕捉能力	结合CNN和Mamba的优势，提出创新的Z形扫描方案和Mamba驱动的深度噪声功率谱损失函数，以优化噪声纹理分布	去噪后的图像在噪声分布上与正常剂量CT图像仍存在差异，可能影响最终图像质量和诊断结果	提高低剂量CT图像的去噪效果，增强图像质量和诊断价值	低剂量CT图像	计算机视觉	NA	深度学习	CNN, Mamba	图像	NA
187	2025-07-07	Critical Review of the Model Description in 'Kurdish Handwritten Character Recognition Using Deep Learning Techniques' 2025-Jul-03, Gene expression patterns : GEP IF:1.0Q4 DOI:10.1016/j.gep.2025.119399 PMID:40617480	comments	本文对一篇关于使用深度学习技术进行库尔德手写字符识别的文章中的模型描述不一致性进行了批判性评论	指出了原文章在模型架构描述、类别标签和模型总结方面的关键不一致性，并提出了改进建议	仅针对原文章的模型描述部分进行评论，未涉及其他方面的评估	提高原文章在库尔德手写字符识别领域的透明度和可重复性	库尔德手写字符识别的研究	自然语言处理	NA	NA	NA	NA	NA
188	2025-07-07	MPNN-CWExplainer: An enhanced deep learning framework for HIV drug bioactivity prediction with class-weighted loss and explainability 2025-Jul-03, Life sciences IF:5.2Q1 DOI:10.1016/j.lfs.2025.123835 PMID:40617525	研究论文	提出了一种名为MPNN-CWExplainer的图深度学习框架，用于改进HIV药物生物活性预测并提供可解释性	结合了Message Passing Neural Network (MPNN)和类别加权损失函数来处理类别不平衡问题，并整合GNNExplainer提供模型预测的可解释性	NA	改进HIV生物活性预测并理解影响生物活性的分子决定因素	HIV药物分子	机器学习	HIV/AIDS	深度学习	MPNN	分子图数据	NA
189	2025-07-07	Integration of metaheuristic based feature selection with ensemble representation learning models for privacy aware cyberattack detection in IoT environments 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05545-5 PMID:40595948	研究论文	本文提出了一种结合元启发式特征选择与集成表示学习模型的隐私感知网络攻击检测技术，用于物联网环境	提出了一种自适应元启发式特征选择与集成学习模型（AMFS-ELPPCD），结合了AHHO特征选择、BiGRU、WAE和DBN等集成模型，并通过SGO优化超参数	实验仅在CICIDS-2017和NSLKDD两个数据集上进行验证，可能缺乏更广泛的数据集验证	提高物联网环境中的网络攻击检测准确性和隐私保护能力	物联网环境中的网络攻击数据	机器学习	NA	Z-score归一化、AHHO特征选择、BiGRU、WAE、DBN、SGO超参数优化	集成学习模型（BiGRU、WAE、DBN）	网络攻击数据	CICIDS-2017和NSLKDD数据集
190	2025-07-07	A deep learning model for early diagnosis of alzheimer's disease combined with 3D CNN and video Swin transformer 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05568-y PMID:40603911	research paper	提出了一种结合3D CNN和视频Swin Transformer的深度学习模型3D-CNN-VSwinFormer，用于阿尔茨海默病的早期诊断	模型结合了3D CNN和视频Swin Transformer，通过3D CBAM模块和单参与者3D MRI图像提取特征，避免了数据泄露和2D切片无法捕捉全局空间信息的问题	仅使用了ADNI数据集进行验证，可能在其他数据集上的泛化能力有待验证	提高阿尔茨海默病的早期诊断效率和准确性	阿尔茨海默病患者和认知正常个体	digital pathology	geriatric disease	3D MRI	3D CNN, Video Swin Transformer	3D MRI image	ADNI数据集中的参与者
191	2025-07-07	Clinical decision support using pseudo-notes from multiple streams of EHR data 2025-Jul-02, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01777-x PMID:40604255	research paper	提出了一种名为MEME的深度学习框架，用于临床决策支持，通过将电子健康记录（EHR）转换为伪笔记，减少跨系统概念协调的需求	MEME框架首次将EHR数据转换为伪笔记，并利用自注意力机制学习多嵌入的上下文重要性，显著提升了临床决策支持的预测性能	由于文本序列化的特性，MEME在外部非标准化EHR数据库中的表现虽强，但可能仍受数据质量影响	开发一种能够处理异构EHR数据的深度学习框架，以支持临床决策	电子健康记录（EHR）数据	machine learning	NA	deep learning, self-attention mechanism	MEME (Multiple Embedding Model for EHR)	tabular EHR data, text	400,019次急诊科就诊
192	2025-02-24	Increasing angular sampling for dedicated cardiac single photon emission computed tomography scanner: Implementation with deep learning and validation with human data 2025-Jul, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology IF:3.0Q2 DOI:10.1016/j.nuclcard.2025.102168 PMID:39986346	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
193	2025-07-07	Impact of deep learning denoising on kinetic modelling for low-dose dynamic PET: application to single- and dual-tracer imaging protocols 2025-Jul, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07182-6 PMID:40069458	研究论文	探讨深度学习去噪技术在低剂量动态PET成像中对动力学建模的影响，应用于单示踪剂和双示踪剂成像协议	首次将基于静态[18F]FDG PET图像训练的深度学习去噪模型应用于动态[18F]FDG和[18F]FGln PET成像，显著降低了剂量需求并保持了定量准确性	在极低剂量(4 MBq)下对乳腺病灶中[18F]FGln的定量准确性有所下降	提高低剂量动态PET成像的定量准确性	动态PET成像数据	医学影像分析	NA	深度学习去噪(DL-DN), 动态PET成像	深度学习框架	PET影像数据	16例[18F]FDG PET研究数据
194	2025-07-07	Development and Validation of a Novel Deep Learning Model to Predict Pharmacologic Closure of Patent Ductus Arteriosus in Premature Infants 2025-Jul, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography IF:5.4Q1 DOI:10.1016/j.echo.2025.03.018 PMID:40220935	research paper	开发并验证了一种新型深度学习模型，用于预测早产儿动脉导管未闭（PDA）的药物闭合可能性	首次将深度学习应用于预测早产儿PDA药物闭合效果，并开发了多模态CNN模型	样本量较小（174例），且为回顾性研究	预测早产儿PDA药物闭合效果	174名接受PDA药物治疗的早产儿	digital pathology	cardiovascular disease	echocardiography	CNN	image + clinical data	174名早产儿（1926个超声心动图片段）
195	2025-07-07	KEVS: enhancing segmentation of visceral adipose tissue in pre-cystectomy CT with Gaussian kernel density estimation 2025-Jul, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03380-7 PMID:40343641	研究论文	本文提出了一种名为KEVS的新方法，用于在膀胱切除术前CT中自动预测内脏脂肪组织（VAT）的分割，无需真实标注的VAT掩模进行训练	KEVS结合了深度学习语义分割模型和高斯核密度估计分析，无需真实标注的VAT掩模进行训练，克服了现有方法的局限性	研究仅基于20例膀胱切除术前CT扫描数据进行验证，样本量较小	开发一种自动化方法，用于在膀胱切除术前CT中准确分割内脏脂肪组织（VAT）	膀胱切除术前CT扫描中的内脏脂肪组织（VAT）	数字病理	膀胱癌	CT扫描，高斯核密度估计	深度学习语义分割模型	CT图像	20例膀胱切除术前CT扫描
196	2025-07-07	Shortcut learning leads to sex bias in deep learning models for photoacoustic tomography 2025-Jul, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03370-9 PMID:40343639	research paper	本研究探讨了深度学习模型中捷径学习导致的性别偏见问题，特别是在光声断层扫描（PAT）中用于外周动脉疾病（PAD）诊断的应用	首次在光声断层扫描（PAT）中研究捷径学习导致的性别偏见，并探讨其对PAD诊断性能的影响	研究样本量较小（147人），可能限制结果的普遍性	评估深度学习模型在医学影像中因捷径学习导致的性别偏见问题	外周动脉疾病（PAD）患者的光声断层扫描图像	digital pathology	cardiovascular disease	photoacoustic tomography (PAT)	CNN	image	147名个体
197	2025-07-07	A deep learning-based approach to automated rib fracture detection and CWIS classification 2025-Jul, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03390-5 PMID:40377883	研究论文	开发了一种基于深度学习的自动化方法，用于检测CT扫描中的肋骨骨折并进行CWIS分类	首次提出结合肋骨骨折检测与CWIS分类的自动化深度学习方案，并开发了专门的肋骨编号标记网络	训练集中罕见和代表性不足的骨折类别分类性能有待提升	开发自动化肋骨骨折检测与分类系统以辅助临床决策	创伤性肋骨骨折患者	数字病理	创伤性损伤	CT扫描	nnU-Net	医学影像	198例CT扫描（170例训练/内部验证，28例外部验证）
198	2025-07-07	Uncertainty estimation for trust attribution to speed-of-sound reconstruction with variational networks 2025-Jul, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03402-4 PMID:40495100	研究论文	提出一种基于不确定性估计的方法，用于选择超声采集中最可信的帧以提高速度-声音重建的准确性	首次将不确定性估计应用于超声数据帧的选择，以提高诊断决策的准确性	研究样本量较小，仅评估了21个病灶	提高速度-声音重建的准确性以辅助乳腺癌诊断	乳腺病灶的超声采集数据	医学影像处理	乳腺癌	蒙特卡洛Dropout和贝叶斯变分推断	变分网络	超声图像	21个被分类为BI-RADS 4的病灶
199	2025-07-07	Concurrent emergence of view invariance, sensitivity to critical features, and identity face classification through visual experience: Insights from deep learning algorithms 2025-Jul-01, Journal of vision IF:2.0Q2 DOI:10.1167/jov.25.8.2 PMID:40590783	research paper	本文探讨了视觉经验在人脸识别中的作用，特别是通过深度卷积神经网络（DCNN）研究视图不变性表示、对人脸关键特征的敏感性以及身份分类性能的同步发展	通过系统性地操纵训练数据集中每个身份的图像数量和身份数量，揭示了视图不变性表示、对人脸关键特征的敏感性和身份分类性能同步发展的条件	研究仅基于DCNN模型，未直接验证人类视觉系统的类似机制	探究何种类型的人脸经验能使网络对人类关键特征敏感，并研究其与视图不变性表示和分类性能的关系	人脸识别系统	computer vision	NA	deep learning	DCNN	image	未明确说明具体样本量，但涉及多个身份和每个身份的多张图像
200	2025-07-07	Fundus Refraction Offset as a Personalized Biomarker for 12-Year Risk of Retinal Detachment 2025-Jul-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.9.1 PMID:40590806	research paper	本研究探讨了一种新的解剖学指标——眼底折射偏移（FRO）在预测视网膜脱离（RD）或视网膜裂孔风险方面的潜力	提出了一种新的解剖学指标FRO，用于在考虑其他风险因素的基础上，进一步分层预测视网膜脱离或视网膜裂孔的风险	研究样本仅来自UK Biobank，可能不具有普遍代表性	研究FRO作为预测视网膜脱离或视网膜裂孔风险的个性化生物标志物的潜力	UK Biobank中无RD/视网膜裂孔病史的参与者（n = 9320）	digital pathology	retinal detachment	deep learning	CNN	image	9320名参与者，其中7127名有高质量的光学相干断层扫描数据