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
221	2025-05-20	Classifying Obsessive-Compulsive Disorder from Resting-State EEG using Convolutional Neural Networks: A Pilot Study 2025-May-07, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.06.25327094 PMID:40385410	研究论文	该研究探索了使用卷积神经网络（CNN）从静息态脑电图（EEG）中分类强迫症（OCD）的可行性	首次将CNN应用于最小预处理的EEG时频表示，显著提高了OCD与健康对照的分类准确率，并发现教育水平可作为补充特征提升分类性能	样本量较小（仅20名未用药受试者），需要在更大、更多样化的样本中进一步验证	开发基于深度学习的OCD诊断方法	强迫症患者与健康对照者的静息态EEG数据	机器学习	强迫症	Morlet小波时频变换	CNN, SVM	EEG时频表示	20名未用药受试者（10名OCD患者，10名健康对照）
222	2025-05-20	IBDome: An integrated molecular, histopathological, and clinical atlas of inflammatory bowel diseases 2025-May-06, Research square DOI:10.21203/rs.3.rs-6443303/v1 PMID:40386420	research paper	该研究通过多组学和多模态数据集，结合临床注释，深入分析了炎症性肠病（IBD）的分子、组织病理学和临床特征	整合了全外显子测序、RNA测序、血清蛋白质组学和组织病理学评估，开发了基于基础模型的深度学习方法来预测组织学疾病活动评分	样本量虽大（1,002例），但可能仍不足以覆盖所有IBD亚型的多样性	提高对炎症性肠病（IBD）的理解，优化诊断并实现个性化治疗策略	1,002例IBD患者和非IBD对照者的临床注释样本	digital pathology	inflammatory bowel diseases	whole-exome sequencing, RNA sequencing, serum proteomics, histopathological assessments	foundation model-based deep learning	multi-omic and multimodal data, including genomic, transcriptomic, proteomic, and histopathological image data	1,002 clinically annotated patients with IBD and non-IBD controls
223	2025-05-20	Deep learning-based polygenic scores enhance generalizability of psychiatric disorders prediction 2025-May-05, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.05.25326794 PMID:40385437	研究论文	本研究比较了深度学习模型Genome-Local-Net (GLN)与线性模型bigstatsr在预测五种精神疾病方面的表现，并探讨了结合多种遗传风险评分对预测效果的提升	首次系统比较深度学习与线性模型在精神疾病遗传风险预测中的表现，并探索了结合个体水平、GWAS衍生及家族遗传风险评分的潜在优势	深度学习模型在某些精神疾病预测中未显示出明显优势，且深度学习整合方法未能提供一致的改进	评估深度学习模型在精神疾病遗传风险预测中的表现及其相对于传统线性模型的优势	五种精神疾病(ADHD、ASD、BIP、MDD和SCZ)的遗传风险预测	机器学习	精神疾病	全基因组关联分析(GWAS)	Genome-Local-Net (GLN)和bigstatsr	基因型数据	未明确说明样本量
224	2025-05-20	A Bi-modal Temporal Segmentation Network for Automated Segmentation of Focal Liver Lesions in Dynamic Contrast-enhanced Ultrasound 2025-May, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.12.014 PMID:39952824	研究论文	开发并验证了一种基于深度学习的双模态时间分割网络（BTS-Net），用于动态对比增强超声（CEUS）视频中肝脏局灶性病变（FLL）的自动分割	提出了一种新型的双模态时间分割网络（BTS-Net），用于自动分割动态CEUS视频中的FLL，并在多个测试集中表现出色	研究为回顾性多中心研究，可能存在选择偏倚，且样本量相对较小（232例患者）	开发一种自动化的深度学习模型，用于动态CEUS视频中FLL的精确分割	肝脏局灶性病变（FLL）患者	数字病理学	肝癌	动态对比增强超声（CEUS）	BTS-Net	视频	232例患者（160名男性，中位年龄56岁）
225	2025-05-20	Preliminary phantom study of four-dimensional computed tomographic angiography for renal artery mapping: Low-tube voltage and low-contrast volume imaging with deep learning-based reconstruction 2025-May, Radiography (London, England : 1995) DOI:10.1016/j.radi.2025.102929 PMID:40147091	研究论文	本研究评估了低管电压和低对比剂用量的4D-CT血管造影（CTA）结合深度学习重建（DLR）在肾动脉栓塞中的可行性	结合DLR的4D-CTA技术可减少辐射和对比剂用量，同时保持诊断质量	需要进一步的临床验证以确认这些发现在临床环境中的适用性	评估低管电压和低对比剂用量的4D-CTA结合DLR在肾动脉栓塞中的可行性	模拟对比剂增强血管的定制模型	数字病理	肾脏疾病	4D-CT血管造影（CTA），深度学习重建（DLR）	DLR	图像	定制模型（具体数量未提及）
226	2025-05-20	Devising a novel evaluation method for computed tomography images containing metal artifacts from titanium seed implants: Application to virtual monochromatic imaging energy optimization 2025-May, Radiography (London, England : 1995) DOI:10.1016/j.radi.2025.102944 PMID:40199192	研究论文	本研究旨在开发一种新的评估方法，用于评估含钛种子植入物金属伪影的CT图像，并确定虚拟单色成像(VMI)的最佳能量水平以减少金属伪影并提高信号检测能力	提出了一种新的对比伪影比(CAR)评估方法，用于定量评估金属伪影对信号检测的影响，并确定了65 keV为VMI的最佳能量水平	研究仅针对钛种子植入物产生的金属伪影，未涉及其他金属材料	优化CT图像中金属伪影的减少和信号检测能力的提升	含钛种子植入物的CT图像	医学影像处理	前列腺癌	双能CT系统、深度学习(DL)、金属伪影减少(MAR)算法	NA	CT图像	使用包含模拟放射性种子的骨盆区域体模进行研究
227	2025-05-20	Artificial intelligence in drug resistance management 2025-May, 3 Biotech IF:2.6Q3 DOI:10.1007/s13205-025-04282-w PMID:40235844	综述	本文综述了人工智能（AI），特别是深度学习和机器学习（ML）在管理抗菌素耐药性（AMR）中的应用	AI模型如Naïve Bayes、决策树（DT）、随机森林（RF）、支持向量机（SVM）和人工神经网络（ANN）显著推进了耐药性模式的预测和新抗生素的识别	面临数据隐私、算法透明度、数据稀缺、伦理考虑及跨学科合作不足等挑战	探讨AI在管理抗菌素耐药性中的应用及其潜力	抗菌素耐药性（AMR）	机器学习	抗菌素耐药性	深度学习、机器学习	Naïve Bayes、DT、RF、SVM、ANN	NA	NA
228	2025-05-20	Reduction of radiation exposure in chest radiography using deep learning-based noise reduction processing: A phantom and retrospective clinical study 2025-May, Radiography (London, England : 1995) DOI:10.1016/j.radi.2025.102958 PMID:40280035	研究论文	本研究评估了基于深度学习的智能降噪技术(INR)在平面胸部X光摄影中减少患者辐射剂量的效果	首次系统评估了INR技术在降低胸部X光辐射剂量同时保持图像质量的有效性	研究样本量有限(100例患者)，且仅使用Canon公司的INR技术	评估INR技术在胸部X光摄影中降低辐射剂量的效果	胸部X光图像(包括Lungman体模和100例患者影像)	数字病理	肺癌	深度学习降噪技术(INR)	深度学习(具体架构未说明)	医学影像	100例患者胸部X光图像
229	2025-05-20	Low-cost video-based air quality estimation system using structured deep learning with selective state space modeling 2025-May, Environment international IF:10.3Q1 DOI:10.1016/j.envint.2025.109496 PMID:40344874	研究论文	提出了一种基于视频的低成本空气质量估计系统，结合结构化深度学习和选择性状态空间建模	首次将选择性状态空间模型（SSM）与选择性扫描机制和混合预测器（HP）结合，用于视频空气质量估计，能够动态调整参数并有效捕捉长距离依赖关系	研究仅基于巴基斯坦拉合尔六个监测站的数据，可能在其他地区的泛化能力有限	开发一种高效、成本效益高的模型，用于准确预测空气质量和主动污染控制	空气质量数据，特别是PM、PM和AQI	计算机视觉	NA	深度学习，选择性状态空间建模	AQP-Mamba（基于SSM的模型）	视频	13,176个视频，来自巴基斯坦拉合尔的六个监测站
230	2025-05-20	Leukaemia Stem Cells and Their Normal Stem Cell Counterparts Are Morphologically Distinguishable by Artificial Intelligence 2025-May, Journal of cellular and molecular medicine IF:4.3Q2 DOI:10.1111/jcmm.70564 PMID:40387596	研究论文	该研究利用人工智能深度学习技术，通过分析单细胞图像，成功区分了白血病干细胞（LSCs）与正常干细胞	首次证明LSCs具有独特的形态特征，并通过AI而非病理学家的显微镜观察识别这些特征	研究仅基于JAK2V617F敲入小鼠模型，尚未在人类患者中验证	开发一种能够识别和监测白血病干细胞的方法，以指导治疗选择和评估疾病预后	白血病干细胞（LSCs）和正常干细胞	数字病理学	白血病	深度学习	CNN	图像	来自JAK2V617F敲入小鼠和健康小鼠的干细胞图像
231	2025-05-20	Robust automatic train pass-by detection combining deep learning and sound level analysis 2025-May-01, JASA express letters IF:1.2Q3 DOI:10.1121/10.0036754 PMID:40387613	research paper	提出一种结合深度学习和声级分析的鲁棒自动列车通过检测方法	创新性地结合通用分类器、短声级分析和基于梅尔频谱图的分类来精确检测列车通过噪声	未提及方法在极端噪声环境下的性能表现	开发自动声音事件检测与分类方法以控制高噪声水平	列车通过时产生的噪声	machine learning	NA	mel-spectrogram-based classification, sound level analysis	generic classifier (未指定具体模型)	raw audio signal	various long-term signals (未明确样本数量)
232	2025-05-20	Food Freshness Prediction Platform Utilizing Deep Learning-Based Multimodal Sensor Fusion of Volatile Organic Compounds and Moisture Distribution 2025-04-25, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c00254 PMID:40123082	研究论文	开发了一种结合多维传感技术和基于深度学习的动态融合方法，用于精确监测牛肉的腐败过程	引入了自注意力机制和SENet缩放特征到多模态深度学习模型中，自适应融合并关注传感器的重要特征	实际应用中，单源数据的局限性和多模态数据交叉验证的挑战可能影响方法的准确性	提高食品新鲜度预测的准确性和可靠性	牛肉的新鲜度监测	机器学习	NA	表面增强拉曼散射(SERS)、低场核磁共振(LF-NMR)	多模态深度学习模型	挥发性有机化合物(VOCs)和水分分布数据	NA
233	2025-05-20	Spider-Inspired Ion Gel Sensor for Dual-Mode Detection of Force and Speed via Magnetic Induction 2025-04-25, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c00403 PMID:40152352	research paper	本文设计并制造了一种基于蜘蛛感应机制的双模式离子凝胶传感器，集成了风速和压力检测功能	结合蜘蛛的感应机制，开发了一种新型双模式离子凝胶传感器，能够同时检测风速和压力，并在智能运动识别系统中实现了96.83%的准确率	NA	开发多功能、高灵敏度、宽检测范围和优异耐久性的柔性传感器	风速和压力检测，以及人体运动监测	柔性传感器	NA	磁性纤维植绒和感应共振原理，微结构离子凝胶和电容设计	深度学习算法	风速和压力信号，人体运动信号	NA
234	2025-05-20	Deep Learning-driven Microfluidic-SERS to Characterize the Heterogeneity in Exosomes for Classifying Non-Small Cell Lung Cancer Subtypes 2025-04-25, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c03621 PMID:40167999	research paper	该研究开发了一种深度学习驱动的微流控-SERS系统，用于表征外泌体的异质性以分类非小细胞肺癌亚型	结合深度学习、微流控技术和SERS技术，实现了外泌体的高效捕获、检测和分析，用于肺癌的早期诊断和分子分型	NA	开发一种非侵入性方法用于非小细胞肺癌的早期诊断和精确分型	外泌体	digital pathology	lung cancer	SERS, 微流控技术	deep learning	光学信号	三种不同的NSCLC细胞系和正常细胞系
235	2025-04-26	Informing Deep Learning of Sensing Data with Physics and Chemistry 2025-04-25, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c01075 PMID:40275811	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
236	2025-05-20	Intelligent Diagnosis of Pancreatic Biopsy From Endoscopic Ultrasound-Guided Fine-Needle Aspiration Via Stimulated Raman Histopathology 2025-Apr-25, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2025.104182 PMID:40288652	研究论文	开发了一种基于深度学习的刺激拉曼散射显微镜技术，用于胰腺内镜超声引导细针穿刺活检的快速、无标记术中组织学诊断	利用深度学习结合刺激拉曼散射显微镜技术，提供了一种比传统快速现场评估更高效、更客观的胰腺活检诊断方法	研究样本量相对较小（76例训练集，33例测试集），需要更大规模的临床验证	开发一种替代传统快速现场评估的胰腺活检诊断方法	胰腺内镜超声引导细针穿刺活检样本	数字病理	胰腺肿瘤	刺激拉曼散射显微镜	CNN	图像	76例患者用于训练，33例用于外部测试
237	2025-05-20	PhysCL: Knowledge-Aware Contrastive Learning of Physiological Signal Models for Cuff-Less Blood Pressure Estimation 2025-Mar-25, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3554495 PMID:40131744	研究论文	提出了一种名为PhysCL的知识感知对比学习方法，用于减少对标记PPG数据的依赖并提高无袖带血压估计的准确性	引入了知识感知增强库解决对比学习中的语义一致性问题，并提出对比特征重建方法增强特征多样性并防止模型崩溃	需要进一步验证在不同人群和设备上的泛化能力	改进基于PPG的无袖带血压估计方法	光电容积图(PPG)信号	机器学习	心血管疾病	对比学习	深度学习模型	生理信号数据	来自MIMIC III、MIMIC IV和UQVS数据集的106名受试者数据
238	2025-05-20	Advancing bioinformatics with large language models: components, applications and perspectives 2025-Jan-31, ArXiv PMID:38259343	综述	本文全面概述了大型语言模型（LLMs）在生物信息学中的基本组成部分及其应用	探讨了LLMs在解决生物信息学问题方面的潜力，并提供了优化使用和促进创新的实用指南	NA	概述LLMs在生物信息学中的应用及其潜在价值	大型语言模型（LLMs）及其在生物信息学中的应用	生物信息学	NA	自监督或半监督学习	Transformer	多模态数据（基因组学、转录组学、蛋白质组学等）	NA
239	2025-05-20	Blood cancer prediction model based on deep learning technique 2025-01-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84475-0 PMID:39805996	研究论文	本文利用深度学习技术改进血癌诊断，评估了多种模型并发现ResNetRS50在准确性和速度上表现最佳	采用ResNetRS50模型在血癌早期诊断中实现更高的准确性和更低的错误率	未提及模型在其他类型癌症或更大规模数据集上的泛化能力	通过早期诊断降低血癌死亡率	血癌患者	机器学习	血癌	深度学习	ResNetRS50, RegNetX016, AlexNet, Convnext, EfficientNet, Inception_V3, Xception, VGG19	NA	NA
240	2025-05-20	Importance of Computer-aided Drug Design in Modern Pharmaceutical Research 2025, Current drug discovery technologies DOI:10.2174/0115701638361318241230073123 PMID:39810447	review	本文探讨了计算机辅助药物设计（CADD）在现代药物研究中的重要性及其基本原理	强调了CADD在加速药物发现过程、提高准确性、减少时间和财务资源方面的创新应用	NA	研究CADD在药物发现和开发过程中的价值和重要性	生物活性化合物及其与特定生物大分子（如DNA、RNA、蛋白质和酶）的亲和力	药物设计	NA	分子对接、片段基药物发现、从头药物设计、药效团建模、定量构效关系、3D-QSAR、同源建模、计算机模拟ADME-Tox、机器学习/深度学习	NA	NA	NA