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
2161	2025-05-08	Deep learning-based MRI reconstruction with Artificial Fourier Transform Network (AFTNet) 2025-May-05, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110224 PMID:40328027	研究论文	本文介绍了一种基于深度学习的MRI重建方法，使用人工傅里叶变换网络（AFTNet）处理频域中的原始k空间数据	AFTNet结合了域流形学习和复数神经网络（CVNNs），直接在频域处理原始k空间数据，实现了频域和图像域之间的跨域学习映射	NA	解决图像逆问题，特别是加速磁共振成像（MRI）重建	MRI数据	计算机视觉	NA	深度学习	AFTNet	图像	NA
2162	2025-05-08	What insights can spatiotemporal esophageal atlases and deep learning bring to engineering the esophageal mucosa? 2025-May-05, Developmental cell IF:10.7Q1 DOI:10.1016/j.devcel.2025.04.009 PMID:40328228	研究论文	本文介绍了一个结合实验和计算的平台，用于绘制人类食管的时空发育图谱并预测控制上皮分化的关键信号通路	结合空间发育数据和深度学习，提出了一种无外源、可扩展的策略，用于从人类多能干细胞生成食管黏膜	NA	研究人类食管的时空发育及其信号通路，以工程化食管黏膜	人类食管和人类多能干细胞(hPSCs)	数字病理学	NA	NA	深度学习	空间发育数据	NA
2163	2025-05-08	Prediction of EGFR Mutations in Lung Adenocarcinoma via CT Images: A Comparative Study of Intratumoral and Peritumoral Radiomics, Deep Learning, and Fusion Models 2025-May-05, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.04.029 PMID:40328536	研究论文	本研究通过CT图像的放射组学和深度学习方法分析肺腺癌患者的瘤内和瘤周特征，开发并验证了一种多模型融合策略来预测表皮生长因子受体（EGFR）突变状态	结合瘤内和瘤周区域的放射组学和深度学习模型，采用软投票策略的多模态融合方法，显著提高了预测性能	研究为回顾性设计，且仅基于两个医疗中心的数据	预测肺腺癌患者的EGFR突变状态	826名肺腺癌患者的CT图像数据	数字病理	肺癌	放射组学分析、深度学习	nnUNet、Lasso、多种机器学习算法、2D/2.5D/3D深度学习模型	CT图像	826名肺腺癌患者（来自两个医疗中心）
2164	2025-05-08	Enhancing lung cancer detection through integrated deep learning and transformer models 2025-May-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00516-2 PMID:40320438	研究论文	提出了一种结合深度学习和Transformer模型的新框架CanNS，用于提高肺癌检测的准确性和效率	整合了Swin-Transformer UNet (SwiNet)模型进行分割、Xception-LSTM GAN (XLG) CancerNet进行分类以及Devilish Levy Optimization (DevLO)进行参数微调，形成协同诊断能力	依赖大量标注数据，存在过拟合和高计算复杂度的问题，模型在实际临床数据集上的稳定性尚待验证	提高肺癌早期诊断的准确性和效率	肺癌检测	计算机视觉	肺癌	深度学习、Transformer模型	Swin-Transformer UNet (SwiNet)、Xception-LSTM GAN (XLG) CancerNet	图像	NA
2165	2025-05-08	Domain knowledge-infused pre-trained deep learning models for efficient white blood cell classification 2025-May-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00563-9 PMID:40320432	研究论文	本文提出了一种结合领域知识和预训练深度学习模型的白细胞分类方法，以提高分类性能	通过融合领域知识和图像数据，提升了预训练模型在白细胞分类任务上的性能	虽然提高了数据量，但数据质量问题仍未完全解决	提高白细胞分类的效率和准确性，以辅助医疗诊断	白细胞图像	计算机视觉	NA	数据增强和归一化技术	Inception V3, DenseNet 121, ResNet 50, MobileNet V2, VGG 16	图像	BCCD和LISC数据集
2166	2025-05-08	The analysis of marketing performance in E-commerce live broadcast platform based on big data and deep learning 2025-May-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00546-w PMID:40320449	研究论文	基于大数据管理和深度学习技术，对电子商务直播平台的营销绩效进行全面深入分析	结合大规模数据集和调查，构建了一系列绩效评估指标，并通过专家评分法确定各指标权重，利用BPNN模型进行训练和评估	未提及具体的数据来源和样本量，可能影响结果的普适性	分析电子商务直播平台的营销绩效，优化用户体验、提升销售业绩和加强品牌推广	电子商务直播平台的营销绩效	机器学习	NA	大数据管理技术	BPNN	大规模数据集和调查数据	NA
2167	2025-05-08	Leveraging AI to explore structural contexts of post-translational modifications in drug binding 2025-May-04, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-01019-y PMID:40320551	研究论文	利用AI技术探索翻译后修饰在药物结合中的结构背景	首次大规模利用AI驱动的蛋白质结构预测工具（如AlphaFold3、RoseTTAFold All-Atom、Chai-1）模拟PTM修饰的人类蛋白质与配体的结合动态	方法准确性的精确评估需要更大的基准测试集	探索翻译后修饰（PTMs）对药物结合的结构影响	人类蛋白质中的小分子结合相关PTMs	计算生物学	癌症、糖尿病、心脏病、神经退行性疾病、代谢疾病	深度学习算法、蛋白质结构预测工具（AlphaFold3、RoseTTAFold All-Atom、Chai-1）	深度学习模型	蛋白质结构数据、配体结合数据	6,131个已识别的PTMs映射到ECOD数据库的结构域，生成了14,178个PTM修饰的人类蛋白质模型
2168	2025-05-08	The construction of student-centered artificial intelligence online music learning platform based on deep learning 2025-May-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95729-w PMID:40319107	研究论文	本研究提出了一种基于深度学习的以学生为中心的在线音乐学习平台课程推荐模型CRM-SLIE	结合注意力机制和GRU，并引入项目交叉模块，有效捕捉学生兴趣变化和课程间二阶特征交互	未提及具体的学生样本数量或平台用户规模	提高在线音乐学习平台课程推荐的准确性和适应性	在线音乐学习平台的学生用户	机器学习	NA	深度学习	GRU结合注意力机制	用户行为序列数据	未提及具体样本数量
2169	2025-05-08	Bio-inspired motion detection models for improved UAV and bird differentiation: a novel deep learning framework 2025-May-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99951-4 PMID:40319117	research paper	提出一种生物启发的深度学习模型STBRNN，用于实时区分无人机和鸟类	结合生物启发的CNN、GRU和新型生物响应层，显著提高了无人机和鸟类的区分精度	未提及模型在不同天气或光照条件下的性能表现	提高无人机和鸟类在敏感区域（如机场）的检测和区分能力	无人机和鸟类	computer vision	NA	deep learning	STBRNN (包含Bio-CNN, GRU, Bio-Response Layer)	image, video	未明确说明具体数量，但包含多种环境下采集的标注图像和视频
2170	2025-05-08	Massive experimental quantification allows interpretable deep learning of protein aggregation 2025-May-02, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adt5111 PMID:40305601	研究论文	通过大规模实验量化数据训练可解释的深度学习模型CANNA，用于预测蛋白质聚集	利用超过10万蛋白质序列的实验量化数据训练卷积-注意力混合神经网络CANNA，显著提高了蛋白质聚集预测的准确性	NA	解决蛋白质聚集预测中的数据短缺问题，提高预测准确性	蛋白质序列	机器学习	NA	深度学习	卷积-注意力混合神经网络(CANYA)	蛋白质序列数据	超过10万蛋白质序列
2171	2025-05-08	Development of machine learning-based mpox surveillance models in a learning health system 2025-May-02, Sexually transmitted infections IF:3.6Q2 DOI:10.1136/sextrans-2024-056382 PMID:40318862	研究论文	本研究旨在开发基于机器学习和深度学习的模型，用于通过临床记录检测mpox病例以支持监测工作	首次将机器学习和深度学习模型应用于mpox病例的监测，并比较了不同模型的性能	研究数据仅来自单一医疗中心，可能影响模型的泛化能力	开发能够检测mpox病例的监测模型	PCR确诊的mpox病例及其匹配对照	机器学习	mpox（猴痘）	机器学习建模	LASSO, ClinicalBERT, ClinicalLongformer	临床记录文本	228例PCR确诊mpox病例和698例对照
2172	2025-05-08	Deep implicit optimization enables robust learnable features for deformable image registration 2025-May-02, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103577 PMID:40328129	research paper	提出一种结合深度学习和优化方法的图像配准框架，通过将优化层嵌入深度网络来学习可变形图像配准的特征	首次在深度网络中显式嵌入迭代优化求解器作为网络层，实现端到端特征学习与优化不变性的结合，支持测试时任意变换表示切换且无需重新训练	未明确说明方法在极端域偏移情况下的性能边界及计算效率的具体量化数据	解决现有深度学习图像配准方法缺乏优化方法不变性导致的域适应性问题	可变形医学图像配准任务	computer vision	NA	深度学习结合迭代优化求解器	深度隐式优化网络	医学图像	NA
2173	2025-05-08	Preoperative Prediction of Microvascular Invasion in Hepatocellular Carcinoma From Multi-Sequence Magnetic Resonance Imaging Based on Deep Fusion Representation Learning 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3451331 PMID:39196745	研究论文	本研究提出了一种基于深度融合表示学习的多序列磁共振成像术前预测肝细胞癌微血管侵犯的新方法	提出了一种新的基于ResNet的多分支深度融合特征算法（DFFResNet），结合不同序列的MRI图像以增强信息互补性和整合性	样本量相对较小（117人），且仅来自单一医院	术前预测肝细胞癌的微血管侵犯（MVI）	肝细胞癌患者	数字病理学	肝癌	多序列磁共振成像（MRI）	DFFResNet（基于ResNet的多分支深度融合特征算法）	MRI图像	117名患者，7个MRI序列
2174	2025-05-08	A deep learning-driven method for safe and effective ERCP cannulation 2025-May, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03329-w PMID:39920403	research paper	提出一种基于深度学习的图形用户界面（GUI）方法，用于辅助ERCP插管手术	采用四头解耦的swin transformer（4STDH）进行十二指肠乳头和手术插管的检测，并整合了注意力机制以提高模型性能	未提及在更广泛临床环境中的验证情况	提高ERCP插管手术的安全性和效率	十二指肠乳头和手术插管	computer vision	消化系统疾病	深度学习	swin transformer	image	1840张标注的内窥镜图像
2175	2025-05-08	GTIGNet: Global Topology Interaction Graphormer Network for 3D hand pose estimation 2025-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107221 PMID:39922160	research paper	提出了一种名为GTIGNet的新型深度学习架构，用于改进从单目RGB图像中估计3D手部姿态	引入了Context-Aware Attention Block (CAAB)和High-Order Graphormer，显式和隐式地建模手部关节的拓扑结构，增强特征交互	未明确提及具体局限性	改进3D手部姿态估计的准确性	3D手部姿态	computer vision	NA	深度学习	GTIGNet, Graphormer	RGB图像	四个数据集：Rendered Hand Dataset (RHD), Stereo Hand Pose Benchmark (STB), First-Person Hand Action Benchmark (FPHA), FreiHAND Dataset
2176	2025-05-08	Multi-knowledge informed deep learning model for multi-point prediction of Alzheimer's disease progression 2025-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107203 PMID:39922154	研究论文	提出了一种创新的深度学习框架Mul-KMPP，用于准确预测阿尔茨海默病的进展	结合多知识信息设计双路径方法捕捉全局和局部脑特征，并开发新的复合损失函数	NA	精确评估老年人阿尔茨海默病的进展	阿尔茨海默病患者	数字病理学	老年病	MRI	深度学习模型	图像	819个样本
2177	2025-05-08	GARNN: An interpretable graph attentive recurrent neural network for predicting blood glucose levels via multivariate time series 2025-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107229 PMID:39929068	研究论文	提出一种可解释的图注意力循环神经网络（GARNN），用于通过多变量时间序列预测血糖水平	GARNN通过图注意力机制总结变量重要性和生成特征图，提供高质量的时间可解释性，而不仅仅是事后分析	NA	提高血糖预测的准确性，改善糖尿病患者的血糖管理	1型或2型糖尿病患者的血糖水平	机器学习	糖尿病	多变量时间序列分析	GARNN（图注意力循环神经网络）	多变量时间序列（传感器数据和自我报告的事件数据）	四个数据集，代表不同的临床场景
2178	2025-05-08	Robust deep learning from weakly dependent data 2025-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107227 PMID:39933320	research paper	该论文研究了在弱依赖数据下的鲁棒深度学习，针对无界损失函数和无界输出的情况，建立了深度神经网络估计器的非渐近边界	考虑了输出变量仅具有有限r阶矩（r>1）的情况，并在强混合和ψ-弱依赖假设下建立了预期超额风险的非渐近边界	研究假设数据具有足够的平滑性指数，且主要针对强混合数据，可能不适用于所有类型的数据依赖情况	探索在弱依赖观测下深度学习的鲁棒性，特别是在无界损失函数和无界输出的情况下	深度神经网络估计器及其在弱依赖数据下的性能	machine learning	NA	NA	deep neural networks	weakly dependent observations	NA
2179	2025-05-08	Leveraging deep learning for nonlinear shape representation in anatomically parameterized statistical shape models 2025-May, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03330-3 PMID:39953355	research paper	提出了一种基于深度学习的解剖参数化统计形状模型（DL-ANATSSM），用于改善解剖结构与临床相关参数之间的非线性关系	引入深度学习模型（多层感知机）学习解剖测量与形状参数之间的非线性映射，提升了统计形状模型的精确性和可解释性	模型在真实骨骼数据集上的性能依赖于合成数据的预训练和微调过程，可能受限于数据质量和多样性	改进统计形状模型（SSMs），使其能更精确地关联临床相关解剖参数与骨骼形状信息	股骨骨骼的形态学评估	digital pathology	NA	深度学习，多层感知机（MLP）	多层感知机（MLP）	3D骨骼形状数据	合成股骨骨骼数据集和真实骨骼数据集（具体数量未提及）
2180	2025-05-08	Development of a surrogate model for predicting atherosclerotic plaque progression based on agent based modeling data 2025-May, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241309771 PMID:39973869	研究论文	本研究开发了一种基于代理建模数据的动脉粥样硬化斑块进展预测替代模型	利用深度学习和人工神经网络构建高精度替代模型，替代计算密集型代理建模，实现实时预测	研究仅基于15例患者特定几何形状的数据，样本量较小	优化动脉粥样硬化斑块进展的预测建模资源	冠状动脉粥样硬化斑块进展	机器学习	心血管疾病	代理建模(ABM), 人工神经网络(ANN)	ANN	模拟参数数据	15例患者特定几何形状数据