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
2441	2025-05-08	A Novel Deep Learning-based Pathomics Score for Prognostic Stratification in Pancreatic Ductal Adenocarcinoma 2025-May-01, Pancreas IF:1.7Q3 DOI:10.1097/MPA.0000000000002463 PMID:40314741	研究论文	本研究利用深度学习和病理学特征构建了一种新的胰腺导管腺癌预后分层评分系统	开发了一种基于深度学习的病理学评分系统，用于胰腺导管腺癌的预后分层，超越了传统临床模型的预测能力	研究为回顾性设计，且仅在两中心进行，可能需要更大规模的前瞻性验证	提高胰腺导管腺癌的生存预测准确性，为个性化治疗策略提供依据	胰腺导管腺癌患者	数字病理学	胰腺导管腺癌	深度学习，弱监督学习，多实例学习	随机生存森林，Cox回归	苏木精-伊红染色的全切片图像	864名PDAC患者（训练组489人，验证组211人，新辅助治疗组164人）
2442	2025-05-08	A Lightweight Framework for Protected Vegetable Disease Detection in Complex Scenes 2025-May, Food science & nutrition IF:3.5Q2 DOI:10.1002/fsn3.70200 PMID:40321614	研究论文	提出了一种轻量级框架VegetableDet，用于复杂场景下保护地蔬菜病害检测	创新性地结合了可变形注意力转换器(DAT)与YOLOv8n主干架构，并集成了通道-空间自适应注意力机制(CSAAM)，提高了模型对长程特征依赖的感知能力和关键特征的精准定位	在真实复杂种植环境中的抗干扰能力和实时性能仍有提升空间	开发智能病害检测系统以提升蔬菜生产管理效率	5种蔬菜的30种病害及健康样本	计算机视觉	蔬菜病害	深度学习	VegetableDet（基于DAT与YOLOv8n的混合架构）	图像	自定义综合保护地蔬菜病害数据集（具体数量未说明）
2443	2025-05-08	Breast Cancer Detection Using Convolutional Neural Networks: A Deep Learning-Based Approach 2025-May, Cureus DOI:10.7759/cureus.83421 PMID:40322605	综述	本文综述了基于卷积神经网络（CNN）的深度学习在乳腺癌检测中的最新进展，评估了不同架构、特征提取技术和优化策略	比较了CNN、RNN和混合模型在医学图像分类中的优缺点，并展示了混合CNN模型在捕获肿瘤特征空间和序列依赖性方面的优越性	未来研究需要探索基于Transformer的模型、联邦学习和可解释AI技术以提高模型的解释性和泛化能力	评估深度学习在乳腺癌检测中的应用，提高诊断准确性和早期检测率	乳腺癌检测	数字病理学	乳腺癌	深度学习	CNN, LSTM, MLP	图像	569个实例，包含33个肿瘤形态特征
2444	2025-05-08	PEARL: Cascaded Self-Supervised Cross-Fusion Learning for Parallel MRI Acceleration 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3347355 PMID:38147421	研究论文	提出了一种名为PEARL的新型自监督并行MRI加速方法，通过多流联合深度解码器和交叉融合方案准确重建压缩采样的k空间图像	采用多流联合深度解码器和两种交叉融合方案，结合长距离统一跳跃连接和双归一化边缘方向相似性正则化，显著提升了重建精度	未明确提及具体局限性	开发自监督学习框架以加速并行MRI成像	压缩采样的k空间MRI数据	医学影像处理	NA	并行MRI加速技术	多流联合深度解码器	MRI图像数据	未明确提及具体样本量
2445	2025-05-08	Adaptive Cross-Feature Fusion Network With Inconsistency Guidance for Multi-Modal Brain Tumor Segmentation 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3347556 PMID:38150339	research paper	提出了一种名为ACFNet的新型深度神经网络，用于多模态MRI中脑肿瘤的精确分割	设计了自适应跨特征融合（ACF）模块和预测不一致性引导（PIG）模块，以有效整合多模态信息并减少模态间的差异	未提及具体的数据集限制或计算资源需求	提高多模态MRI中脑肿瘤分割的准确性	多模态MRI中的脑肿瘤	digital pathology	brain tumor	multi-modal MRI	ACFNet	image	BraTS 2020数据集
2446	2025-05-08	MACTFusion: Lightweight Cross Transformer for Adaptive Multimodal Medical Image Fusion 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3391620 PMID:38640042	研究论文	提出了一种基于轻量级交叉Transformer的自适应多模态医学图像融合方法	提出了一种新颖的轻量级交叉Transformer，基于交叉多轴注意力机制，包括交叉窗口注意力和交叉网格注意力，以挖掘和整合多模态特征的局部和全局交互	NA	改进多模态医学图像融合的性能，同时降低计算成本	多模态医学图像	计算机视觉	脑肿瘤	深度学习	Transformer	医学图像	NA
2447	2025-05-08	Advancing brain tumor detection and classification in Low-Dose CT images using the innovative multi-layered deep neural network model 2025-May, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241302558 PMID:40331540	研究论文	本研究提出了一种名为MLCED-Net的多层深度神经网络模型，用于提高低剂量CT图像中脑肿瘤检测和分类的准确性	提出了一种结合多层自动编码器、基于颜色的操作和边缘检测技术的MLCED-Net框架，显著提高了脑肿瘤诊断的准确率	未提及模型在更大规模或多样化数据集上的泛化能力	提高低剂量CT图像中脑肿瘤诊断的准确性	低剂量CT图像中的脑肿瘤	数字病理学	脑肿瘤	Lucy-Richardson技术、自适应直方图均衡化、像素归一化	MLCED-Net（15层深度学习架构）	图像	NA
2448	2025-05-08	Hyperspectral Imaging and Deep Learning for Quality and Safety Inspection of Fruits and Vegetables: A Review 2025-Apr-30, Journal of agricultural and food chemistry IF:5.7Q1 DOI:10.1021/acs.jafc.4c11492 PMID:40237548	review	综述了高光谱成像技术与深度学习方法在水果和蔬菜质量与安全检测中的应用	结合高光谱成像与深度学习，提高检测精度和效率，推动水果和蔬菜质量检测的智能化和精准化	未来研究需关注成本降低、设备优化、特征提取个性化及模型泛化能力	提升水果和蔬菜质量与安全检测的效率和准确性	水果和蔬菜的质量与安全	computer vision	NA	hyperspectral imaging	deep learning	image	NA
2449	2025-05-08	Comparison of Multimodal Deep Learning Approaches for Predicting Clinical Deterioration in Ward Patients: An Observational Cohort Study 2025-Apr-30, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/75340 PMID:40305429	研究论文	比较了结合临床笔记信息的多模态深度学习模型与仅使用结构化数据的模型在预测病房患者临床恶化方面的表现	首次比较了五种不同的临床笔记信息参数化方法（包括SapBERT嵌入）与结构化数据结合的效果，并评估了其对预测临床恶化的影响	添加临床笔记信息并未显著提高模型性能，且研究仅在两所大学医院进行	评估结合临床笔记信息的多模态深度学习模型在预测病房患者临床恶化方面的效果	芝加哥大学和威斯康星大学麦迪逊分校的病房住院成人患者	机器学习	临床恶化	深度学习	深度循环神经网络	结构化数据和临床笔记文本	开发队列284,302名患者，外部验证队列248,055名患者
2450	2025-05-08	scDGG: Dynamic gene graphs for enhancing clustering analysis of single-cell RNA sequencing data via spatiotemporal representations 2025-Apr-30, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108483 PMID:40328048	research paper	提出了一种名为scDGG的多视图图学习架构，用于从各种信号通路中压缩动态基因图，以增强单细胞RNA测序数据的聚类分析	引入了动态基因图来捕捉调控机制的动态变化，相比静态基因图能更全面地观察细胞命运和疾病进展的调控机制	未明确提及具体限制，但可能涉及动态基因图的计算复杂性和对特定信号通路的依赖性	提高单细胞RNA测序数据的聚类分析准确性	单细胞RNA测序数据	生物信息学	NA	单细胞RNA测序(scRNA-seq)	多视图图学习架构(scDGG)	基因表达数据	基准scRNA-seq数据集（未明确提及具体数量）
2451	2025-05-08	SPLIF-Enhanced Attention-Driven 3D CNNs for Precise and Reliable Protein-Ligand Interaction Modeling for METTL3 2025-Apr-29, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c00538 PMID:40321522	研究论文	本文提出了一种名为DeepMETTL3的新型评分函数，结合3D CNN和多头注意力机制以及高维结构蛋白-配体相互作用指纹（SPLIF），用于精确和可靠的蛋白-配体相互作用建模	DeepMETTL3整合了3D CNN、多头注意力机制和SPLIF，能够捕捉复杂的3D相互作用模式并优化特征优先级，显著优于传统评分函数	未明确提及具体局限性，但可能包括对特定靶点（如METTL3）的依赖性以及计算效率的平衡问题	开发一种新型评分函数，用于结构基础的虚拟筛选（SBVS），提高蛋白-配体相互作用建模的准确性和可靠性	METTL3作为治疗靶点的蛋白-配体相互作用	机器学习	NA	3D CNN、多头注意力机制、SPLIF	3D CNN	蛋白-配体相互作用数据	使用基于支架的数据分割策略和多个测试集，包括与训练数据化学相似性极低的挑战性数据集
2452	2025-05-08	2D Hole-Arrayed Double-Anode Structure Exciting Surface Plasmon Polaritons for Enhancing Outcoupling Efficiency of Organic Light-Emitting Diodes on Silicon Wafers (OLEDoS) 2025-Apr-29, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.4c10366 PMID:40321593	研究论文	本研究提出了一种二维孔阵列双阳极结构，用于激发表面等离子体激元(SPPs)，以提高硅晶圆上有机发光二极管(OLED)的出光效率	采用二维孔阵列双阳极结构激发SPPs，并通过优化设计参数显著提高了OLED的出光效率	未提及实验验证或实际应用中的潜在问题	提高有机发光二极管在硅晶圆上的出光效率	有机发光二极管(OLED)及其在硅晶圆上的应用	光电子器件	NA	有限差分时域(FDTD)方法、线性回归、XGB Regressor、MLP	统计模型、机器学习模型、深度学习模型	模拟数据	NA
2453	2025-05-08	Variability analysis of soil organic carbon content across land use types and its digital mapping using machine learning and deep learning algorithms 2025-Apr-10, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-025-13972-0 PMID:40210813	研究论文	分析法国普罗旺斯矿区11种不同土地利用类型下土壤有机碳含量的变异性，并利用机器学习和深度学习算法进行空间建模	首次在该地区综合使用多种机器学习和深度学习算法（RF、SVM、XGBoost、DNN）对土壤有机碳含量进行空间变异性建模，并比较其性能	样本量有限（162个土壤样本），且仅针对法国普罗旺斯矿区，结果可能无法推广到其他地区	研究土壤有机碳含量的空间变异性及其影响因素，为可持续土壤资源管理和气候变化减缓提供支持	法国普罗旺斯矿区11种不同土地利用类型下的土壤有机碳含量	机器学习	NA	机器学习和深度学习回归算法（RF、SVM、XGBoost、DNN）	随机森林（RF）、支持向量机（SVM）、极端梯度提升（XGBoost）、深度神经网络（DNN）	土壤样本数据、环境协变量（气候参数、岩性、地形特征、土地覆盖、遥感数据、土壤理化参数）	162个土壤样本
2454	2025-05-08	A method for delineating traffic low emission control zone based on deep learning and multi-objective optimization 2025-Apr-08, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-025-13949-z PMID:40199777	研究论文	本研究提出了一种基于深度学习和多目标优化的交通低排放控制区划分方法	结合CNN、LSTM和注意力机制的深度学习模型捕捉PM浓度的时空变化，并采用NSGA-II算法进行多目标优化	未明确说明模型在不同城市规模或地理条件下的泛化能力	优化交通低排放控制区的划分，平衡环境效益与社会影响	城市PM浓度数据与交通排放控制区	机器学习	NA	深度学习、多目标优化算法	CNN、LSTM、Attention Mechanism	PM浓度数据（静态路网特征+动态时间序列）	出租车队采集的PM数据（未明确数量）
2455	2025-05-08	Dynamic integration of feature- and template-based methods improves the prediction of conformational B cell epitopes 2025-Apr-03, Structure (London, England : 1993) DOI:10.1016/j.str.2025.01.018 PMID:39938510	研究论文	提出了一种动态集成算法DynaBCE，用于有效识别构象B细胞表位	结合基于特征和基于模板的策略，利用动态加权方法整合三种模块，提高了表位预测的准确性	未提及具体局限性	提高构象B细胞表位的预测准确性	构象B细胞表位	生物信息学	NA	机器学习、深度学习、基于transformer的算法	boosting算法、几何图神经网络	蛋白质结构数据	未提及具体样本数量
2456	2025-05-08	A Multi-Task Self-Supervised Strategy for Predicting Molecular Properties and FGFR1 Inhibitors 2025-Apr, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202412987 PMID:39921455	研究论文	提出了一种多任务自监督深度学习框架MTSSMol，用于预测分子性质和识别FGFR1抑制剂	提出了一种多任务自监督预训练策略，利用约1000万个未标记的药物样分子进行预训练，以识别潜在的FGFR1抑制剂	未明确提及具体限制，但可能涉及预训练数据的多样性和模型的泛化能力	增强分子表示学习并识别潜在药物候选物，以加速药物发现过程	药物样分子及其与FGFR1的相互作用	计算机辅助药物发现	NA	分子对接（RoseTTAFold All-Atom）和分子动力学模拟	图神经网络（GNNs）	分子数据	约1000万个未标记的药物样分子
2457	2025-05-08	Deep Learning Combined with Quantitative Structure‒Activity Relationship Accelerates De Novo Design of Antifungal Peptides 2025-Apr, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202412488 PMID:39921483	研究论文	开发了一种结合深度学习和定量结构-活性关系的抗真菌肽从头设计方法DL-QSARES	整合深度学习和定量结构-活性关系经验筛选，开发了抗真菌肽从头设计方法DL-QSARES	NA	加速抗真菌肽的从头设计，以应对念珠菌感染	抗真菌肽（AFPs）	机器学习	念珠菌感染	定量结构-活性关系（QSAR）	自然语言处理模型	氨基酸序列数据	49个候选抗真菌肽（c_AFPs）
2458	2025-05-08	DLPVI: Deep learning framework integrating projection, view-by-view backprojection, and image domains for high- and ultra-sparse-view CBCT reconstruction 2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102508 PMID:39921927	research paper	提出了一种名为DLPVI的深度学习框架，用于提高高稀疏视图和超稀疏视图锥束计算机断层扫描（CBCT）图像的质量	DLPVI框架首次将投影域、逐视图反投影域和图像域集成在一起，并采用基于Transformer的图像域模型	NA	提高高稀疏视图和超稀疏视图CBCT图像的重建质量	锥束计算机断层扫描（CBCT）图像	computer vision	NA	深度学习	Transformer	image	163名真实患者用于训练，30名用于验证，30名用于测试
2459	2025-05-08	CGNet: Few-shot learning for Intracranial Hemorrhage Segmentation 2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102505 PMID:39921928	research paper	提出了一种名为CGNet的新型分割模型，用于在少量标注数据下进行颅内出血（ICH）区域的精确分割	设计了跨特征模块（CFM）和支持引导查询（SGQ）机制，通过增强查询和支持集特征间的交互以及多尺度特征整合，提升了对病变细节的理解和分割精度	未明确说明模型在更广泛数据集上的泛化能力或计算效率	解决医学影像中颅内出血分割任务对大量标注数据的依赖问题	颅内出血（ICH）区域	digital pathology	intracranial hemorrhage	few-shot learning	CGNet（含CFM和SGQ模块）	医学影像（CT/MRI等）	公开数据集BHSD和私有数据集IHSAH（具体数量未说明）
2460	2025-05-08	Simulation-based inference of single-molecule experiments 2025-Apr, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2025.102988 PMID:39921963	综述	本文综述了基于模拟的推理（SBI）在单分子实验分析中的应用	介绍了深度学习在SBI中的最新进展，以及SBI在单分子力谱和冷冻电镜实验中的首次应用	讨论了参数化贝叶斯推理的局限性	分析单分子实验数据，重建分子细节	生物分子的结构动力学	机器学习	NA	单分子力谱、冷冻电镜	深度学习	实验数据	NA