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
201	2025-09-28	Deep Learning-based Automated Detection of Pulmonary Embolism: Is It Reliable? 2025-Sep-24, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001803 PMID:41004836	研究论文	评估基于深度学习的AI系统在胸部CTPA中自动检测肺栓塞的准确性和临床应用价值	首次全面评估Canon Automation Platform在肺栓塞自动检测中的性能，涵盖肺动脉所有解剖层次	亚段分支的敏感性相对较低（81.4%-84.7%），且为回顾性研究	评估AI程序在肺栓塞自动检测和定位中的诊断准确性	1474例疑似肺栓塞的胸部CTPA图像	数字病理	肺栓塞	深度学习算法	深度学习模型	CT医学影像	1474例胸部CTPA扫描
202	2025-09-28	De-MSI: A Deep Learning-Based Data Denoising Method to Enhance Mass Spectrometry Imaging by Leveraging the Chemical Prior Knowledge 2025-Sep-23, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02946 PMID:40921155	研究论文	提出一种基于深度学习的质谱成像数据去噪方法De-MSI，利用化学先验知识提升数据质量	无需真实标注数据即可实现质谱成像去噪，通过噪声数据构建可靠训练集	NA	开发质谱成像数据的深度学习去噪方法	小鼠胎儿、小鼠大脑、大鼠大脑的质谱成像数据	计算生物学	NA	质谱成像（MALDI、DESI）	深度神经网络	质谱成像数据	多个小鼠胎儿数据集、5μm分辨率小鼠脑数据集、大鼠脑数据集
203	2025-09-28	MOLECULE: Molecular-dynamics and Optimized deep Learning for Entropy-regularized Classification and Uncertainty-aware Ligand Evaluation 2025-Sep-23, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c01140 PMID:40931675	研究论文	开发了一种结合分子动力学和深度学习的双模态神经网络，用于激酶配体作用模式的分类和不确定性评估	提出了首个能够分别处理动力学和结构数据的双模态深度学习分类器，并实现了在缺失动力学数据情况下的高性能预测	数据集仅包含280个实验解析结构，模型泛化能力有待更大规模验证	开发新型深度学习模型以准确预测激酶配体的变构或正构作用模式	激酶配体分子	机器学习	NA	分子动力学模拟、深度学习	双模态深度神经网络	分子结构数据、动力学描述符	280个实验解析的激酶结构
204	2025-09-28	A New Approach to Large Multiomics Data Integration 2025-Sep-23, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01812 PMID:40934376	研究论文	提出一种基于深度学习的大规模多组学数据整合新方法	结合深度学习和非线性降维技术（t-SNE/UMAP）处理传统方法难以应对的超大规模多组学数据	NA	开发能够挖掘和整合超大规模多组学数据的计算方法	大规模多组学数据集（包括质谱成像和染色体构象捕获数据）	机器学习	NA	t-SNE, UMAP, 深度学习	深度学习模型	多组学数据	NA
205	2025-09-28	Supervised Contrastive Learning Leads to More Reasonable Spectral Embeddings 2025-Sep-23, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02655 PMID:40940302	研究论文	提出一种基于Transformer编码器和监督对比学习的质谱嵌入方法SpecEmbedding，用于提升代谢组学中分子识别的准确性	首次将监督对比学习框架应用于质谱嵌入，利用化合物的重复谱图作为正样本进行训练	NA	提高质谱数据的可比性和分子识别准确率	质谱数据	机器学习	NA	质谱分析	Transformer编码器	质谱数据	GNPS训练子集、测试子集、MoNA数据集和MTBLS1572数据集
206	2025-09-28	Integrating Machine Learning with Flow-Imaging Microscopy for Automated Monitoring of Algal Blooms 2025-Sep-23, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.5c06078 PMID:40947598	研究论文	开发结合机器学习与流式成像显微镜的自动化图像处理流程，用于淡水系统藻华实时监测	集成随机森林模型和卷积神经网络，针对流式成像伪影和未知颗粒物提出分类拒绝机制，实现端到端的自动化藻华监测方案	监督式闭集分类器对自然环境中新型颗粒物的分类准确性有限，需要大量人工监督	实现淡水系统有害藻华的实时自动化监测	淡水系统中的浮游植物和藻类颗粒	计算机视觉	NA	流式成像显微镜、图像处理流程	随机森林、CNN（卷积神经网络）	显微图像	NA
207	2025-09-28	Understanding Cancer Survivorship Care Needs Using Amazon Reviews: Content Analysis, Algorithm Development, and Validation Study 2025-Sep-23, JMIR cancer IF:3.3Q2 DOI:10.2196/71102 PMID:40986859	研究论文	通过分析亚马逊健康产品评论来识别癌症幸存者的护理需求，并开发自然语言处理模型	首次使用亚马逊消费者评论作为真实世界数据源来识别癌症幸存者护理需求，并建立了公开可用的标注语料库	仅基于159条评论进行标注，样本规模有限；数据来源仅限于亚马逊平台	利用电商平台评论挖掘癌症幸存者的症状自我管理需求	亚马逊健康相关产品的消费者评论	自然语言处理	癌症	深度学习、大语言模型(LLM)、主题建模、情感分析	Bert-base-cased, GPT-4	文本评论	4703个包含癌症提及的句子，来自3349条评论和2589种不同产品
208	2025-09-28	Multimodal profiling of Pepcan-CB1 receptor structure-activity relationships: integrating molecular dynamics simulations, biological profiling, and the deep learning model MuMoPepcan 2025-Sep-23, Bioorganic chemistry IF:4.5Q1 DOI:10.1016/j.bioorg.2025.109027 PMID:41005111	研究论文	本研究通过整合分子动力学模拟、生物活性筛选和深度学习模型MuMoPepcan，建立了大麻素受体CB1与pepcan肽的结构-活性关系多模态分析框架	提出干湿实验室结合的实验框架，将分子动力学模拟数据用于肽类生物活性预测，并开发了深度学习模型MuMoPepcan	基于有限湿实验室数据（45种pepcan肽）进行模型训练	探索大麻素受体CB1与pepcan肽的结构-活性关系，提高药物发现中机器学习预测准确性	大麻素受体CB1和pepcan肽类化合物	药物发现	疼痛治疗	分子动力学模拟、生物活性筛选、深度学习	MuMoPepcan（深度学习模型）	分子构象数据、生物活性数据	45种合成pepcan肽，数百万个分子动力学模拟构象数据
209	2025-09-28	Improving the performance of medical image segmentation with instructive feature learning 2025-Sep-23, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103818 PMID:41005261	研究论文	提出一种通过指导性特征学习提升医学图像分割性能的新方法	创新性地设计了指导性特征增强模块（IFEM）和指导性特征整合模块（IFIM），并构建了高效轻量化的EE-Net分割网络	NA	解决医学图像分割中不规则形状、尺度变化和模糊边界等复杂样本的挑战	医学图像分割任务	计算机视觉	NA	深度学习	CNN, U-Net变体（EE-Net）	医学图像	在六个不同的分割任务上进行广泛实验
210	2025-09-28	Docking With Rosetta and Deep Learning Approaches in CAPRI Rounds 47-55 2025-Sep-22, Proteins IF:3.2Q2 DOI:10.1002/prot.70016 PMID:40980933	研究论文	本文结合Rosetta对接方法和深度学习技术参与CAPRI第47-55轮蛋白质相互作用预测挑战	将Rosetta对接方法（RosettaDock 4.0、ReplicaDock 2.0、SymDock 2.0）与深度学习工具（AlphaFold2、IgFold、AlphaRED）相结合，开发了增强骨架构象采样的新策略	对于更灵活的复合物预测性能仍然有限，准确预测CDR H3环和抗体-抗原结合界面仍具挑战性	提高蛋白质-蛋白质相互作用的盲预测准确性，特别是针对结合诱导构象变化、大多聚体蛋白和抗体-抗原相互作用	49个CAPRI靶标蛋白，包括多阶段组装体、抗体-抗原复合物和柔性界面	计算生物学	NA	Rosetta对接、深度学习、蛋白质结构预测	AlphaFold2、IgFold、AlphaRED	蛋白质结构数据	49个CAPRI靶标蛋白
211	2025-09-28	Artificial intelligence enabled tumor diagnosis and treatment: Status, breakthroughs and challenges 2025-Sep-22, Critical reviews in oncology/hematology DOI:10.1016/j.critrevonc.2025.104963 PMID:40992526	综述	本文综述人工智能在肿瘤诊疗领域的应用现状、突破性进展与面临挑战	整合多模态学习、可解释性AI和AI驱动药物发现等前沿进展，提出下一代AI驱动精准肿瘤学的未来方向	未涉及具体临床验证数据，主要聚焦技术层面挑战	系统梳理AI在肿瘤学全流程的应用成果并分析临床转化障碍	肿瘤诊疗全流程（筛查、诊断、治疗决策、预后预测）	数字病理	肿瘤	深度学习	深度学习架构	多模态数据（影像、病理等）	NA
212	2025-09-28	An Implicit Registration Framework Integrating Kolmogorov-Arnold Networks with Velocity Regularization for Image-Guided Radiation Therapy 2025-Sep-22, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12091005 PMID:41007250	研究论文	提出一种结合Kolmogorov-Arnold网络和速度正则化的隐式配准框架，用于图像引导放射治疗中的CT-CBCT图像配准	首次将Kolmogorov-Arnold网络引入医学图像配准领域，通过雅可比多项式构建网络参数化时变速度场，建立了超越标准MLP的隐式神经表示新范式	NA	解决图像引导放射治疗中CT与CBCT图像形变配准的计算效率和数据依赖性问题	盆腔CT-CBCT图像数据集	医学图像处理	肿瘤放射治疗	隐式神经表示、主成分分析、速度场正则化	Kolmogorov-Arnold网络	CT和CBCT医学图像	公开可用的盆腔CT-CBCT数据集
213	2025-09-28	EAFormer: Edge-Aware Guided Adaptive Frequency-Navigator Network for Image Restoration 2025-Sep-22, Sensors (Basel, Switzerland) DOI:10.3390/s25185912 PMID:41013150	研究论文	提出一种边缘感知引导的自适应频率导航网络EAFormer，用于提升图像恢复任务的通用性能	首次将边缘检测算子与自适应频率导航机制结合，通过交互式高低频特征参与恢复过程，同时优化图像轮廓细节和全局结构	NA	开发通用型图像恢复网络，解决不同退化类型需要不同频率特征的自适应重建问题	退化图像	计算机视觉	NA	边缘检测算子、自适应频率导航	EAFormer（基于Transformer的神经网络）	图像	在五类经典图像恢复任务上进行验证（具体样本数量未说明）
214	2025-09-28	Convolutional Neural Networks for Hole Inspection in Aerospace Systems 2025-Sep-22, Sensors (Basel, Switzerland) DOI:10.3390/s25185921 PMID:41013160	研究论文	开发了一种集成深度学习的手持式自动化光学检测设备HANNDI，用于航空航天制造中孔洞的异物碎片检测	首个结合机械成像几何控制、受控照明和嵌入式CNN推理的手持式自动化光学检测系统	基于专有数据集开发，通用性有待验证	实现航空航天制造中孔洞异物碎片的快速可靠检测	航空航天制造中的铆钉孔、机加工孔和紧固件部位	计算机视觉	NA	深度学习、光学成像	CNN、YOLO架构	图像	约3700张航空航天资产图像数据集
215	2025-09-28	Types, functions, and mechanisms of machine learning for personalizing smoking cessation interventions: A systematic scoping review 2025-Sep-21, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103274 PMID:41005038	系统性范围综述	本文系统综述了机器学习在个性化戒烟干预中的类型、功能与机制	首次系统描述机器学习在个性化戒烟干预领域的潜在应用	纳入研究存在方法学局限性，需要更严格的实验验证	探索机器学习技术在个性化戒烟干预中的应用现状与发展方向	98篇符合标准的机器学习与戒烟干预相关文献	机器学习	吸烟成瘾	监督学习(81%)、人工神经网络、贝叶斯算法、聚类算法等	多种机器学习算法（未指定具体主导模型）	文献数据	从4073篇文献中筛选的98篇研究
216	2025-09-28	Enhancing Melanoma Diagnosis in Histopathology with Deep Learning and Synthetic Data Augmentation 2025-Sep-21, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12091001 PMID:41007246	研究论文	本研究探讨了使用生成对抗网络合成图像数据对基于ResNet-18的黑色素瘤病理图像分类器性能的影响	首次在高分辨率（1024×1024像素）病理图像上系统评估GAN合成数据对黑色素瘤诊断性能的提升效果，特别关注假阴性减少这一临床关键指标	混合模型性能并未始终优于纯真实数据训练模型，且仅针对黑色素痣类别进行了数据平衡	提高基于深度学习的黑色素瘤组织病理学诊断准确性	H&E染色的组织病理学图像	数字病理学	黑色素瘤	生成对抗网络	ResNet-18, GAN	图像	未明确具体样本数量，但提及假阴性案例从80例减少至75例
217	2025-09-28	Intelligent Fish Recognition Method Based on Variable-Step Size Learning Rate Optimization Strategy 2025-Sep-21, Foods (Basel, Switzerland) DOI:10.3390/foods14183274 PMID:41008245	研究论文	提出一种基于变步长学习率优化策略的智能鱼类识别方法	通过分析学习率规律对网络精度的影响，提出变步长学习率优化策略，显著提升训练效率和准确率	NA	实现鱼类物种的高精度快速自动分类	多物种干扰鱼类样本	计算机视觉	NA	迁移学习	ResNet18, ShuffleNet, EfficientNet, MobileNetV3, YOLOv8	图像	NA
218	2025-09-28	A Comparative Evaluation of Meta-Learning Models for Few-Shot Chest X-Ray Disease Classification 2025-Sep-21, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15182404 PMID:41008775	研究论文	本研究对四种元学习模型在胸部X光片疾病分类中的性能进行了比较评估	首次系统比较了原型网络、关系网络、MAML和FoMAML等元学习模型在胸部X光片少样本疾病分类中的性能	研究仅基于ChestX-ray14数据集，未在其他医学影像数据集上验证模型泛化能力	评估元学习模型在少样本胸部X光疾病分类中的有效性	胸部X光影像中的胸腔疾病	计算机视觉	胸腔疾病	元学习	原型网络、关系网络、MAML、FoMAML、CNN、Transformer	医学影像	ChestX-ray14数据集，采用2-way多shot配置
219	2025-09-28	Damage Localization and Sensor Layout Optimization for In-Service Reinforced Concrete Columns Using Deep Learning and Acoustic Emission 2025-Sep-21, Materials (Basel, Switzerland) DOI:10.3390/ma18184406 PMID:41010246	研究论文	本研究结合深度学习和声发射技术，对在役钢筋混凝土柱进行损伤定位并优化传感器布局方案	提出基于k-means聚类和投票选择概念的数据清洗方法，并比较不同传感器布局方案在浅层和深层混凝土损伤定位中的效果	NA	实现在役钢筋混凝土柱的健康监测和损伤定位	在役钢筋混凝土柱	结构健康监测	NA	声发射技术、深度学习算法	BP神经网络、RBF神经网络、SVR模型	声发射信号数据	NA
220	2025-09-28	Robust Pedestrian Detection and Intrusion Judgment in Coal Yard Hazard Areas via 3D LiDAR-Based Deep Learning 2025-Sep-21, Sensors (Basel, Switzerland) DOI:10.3390/s25185908 PMID:41013146	研究论文	提出一种基于3D LiDAR和深度学习的三阶段方法，用于煤矿场地危险区域的行人入侵检测与分级预警	提出EFT-RCNN行人检测网络（集成EnhancedVFE模块、FocalConv重构3D骨干网络和TeBEVPooling优化），结合多边形基面与高度约束定义精确3D危险区域，设计点-区域分层判断方法实现分级预警	NA	解决煤矿工作区域行人入侵检测的安全监管难题	煤矿场地危险区域内的行人	计算机视觉	NA	3D LiDAR、深度学习	EFT-RCNN（基于Voxel-RCNN改进的神经网络）	3D点云数据	公开数据集KITTI及实际场景测试