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
2501	2025-07-10	Three-Dimensional Visualisation of Blood Vessels in Human Gliomas Using Tissue Clearing and Deep Learning 2025-Aug, Neuropathology and applied neurobiology IF:4.0Q1 DOI:10.1111/nan.70027 PMID:40628519	研究论文	本研究结合组织透明化、3D共聚焦显微镜成像和深度学习辅助的血管提取技术，实现了人脑胶质瘤血管系统的全面3D可视化	创新性地结合组织透明化技术与深度学习算法，实现了胶质瘤血管系统的3D可视化，并揭示了不同级别胶质瘤血管形态的差异	研究仅使用了福尔马林固定的厚组织切片，可能无法完全代表活体组织的真实情况	开发一种能够全面可视化人脑胶质瘤血管系统的方法，并研究不同级别胶质瘤的血管形态差异	人脑胶质瘤组织样本	数字病理学	胶质瘤	组织透明化(OPTIClear)、3D共聚焦显微镜成像、免疫荧光标记	3D U-Net	3D图像	未明确说明具体样本数量的人脑胶质瘤厚组织切片(500μm)
2502	2025-07-10	Deep Learning-Guided Discovery of Celestolide as a Natural Allosteric Inhibitor Targeting Botrytis cinerea CYP51 and Its Application in Strawberry Preservation 2025-Jul-09, Journal of agricultural and food chemistry IF:5.7Q1 DOI:10.1021/acs.jafc.5c05257 PMID:40576401	研究论文	本研究利用深度学习模型发现了一种天然变构抑制剂celestolide，靶向Botrytis cinerea CYP51，并验证了其在草莓保鲜中的应用效果	首次使用神经关系推理框架和基于高斯网络的深度学习模型CorrSite2.0主动识别CYP51的变构位点，并发现celestolide作为天然变构抑制剂	未提及具体样本量或实验重复次数，体外实验数据可能需要进一步体内验证	开发新型抗真菌剂用于农产品采后保鲜	Botrytis cinerea CYP51蛋白和草莓	机器学习	真菌感染	神经关系推理框架、Gaussian网络模型CorrSite2.0	深度学习模型	蛋白质结构数据、生物活性数据	NA
2503	2025-07-10	Deep learning generalization study on optical coherence tomography image denoising 2025-Jul-09, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ade840 PMID:40562073	研究论文	本文提出了一种结合多噪声水平数据集的混合训练策略，旨在提升深度学习模型在光学相干断层扫描（OCT）图像去噪中的泛化能力	提出了一种混合训练策略，结合多噪声水平数据集，增强了模型对未见噪声条件的适应能力	实验仅针对特定噪声水平（4 dB、6 dB、10 dB）进行了验证，未涵盖更广泛的噪声范围	提升深度学习模型在OCT图像去噪中的泛化能力	光学相干断层扫描（OCT）图像	计算机视觉	NA	深度学习	ResNet, U-Net, DnCNN, ADCN	图像	多噪声水平数据集（0 dB、6 dB、10 dB用于训练，4 dB用于测试）
2504	2025-07-10	Artificial intelligence in prostate cancer 2025-Jul-09, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000003689 PMID:40629505	review	本文综述了人工智能在前列腺癌诊断、治疗和预后预测中的临床应用	介绍了基础模型在医疗AI应用中的革命性作用及其临床整合	探讨了AI在临床应用中的当前挑战和未来发展方向	提高前列腺癌患者的生存率	前列腺癌患者	digital pathology	prostate cancer	deep learning	foundation model	image	NA
2505	2025-07-10	A Novel Time-Division Multiplexing Architecture Revealed by Reconfigurable Synapse for Deep Neural Networks 2025-Jul-09, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202420218 PMID:40630032	研究论文	提出了一种新型的基于石墨烯/二维钙钛矿/碳纳米管（CNTs）突触晶体管的时分复用（TDM）神经网络架构，用于降低深度学习硬件集成的复杂性	首次在硬件层面实现了基于石墨烯/二维钙钛矿/CNTs突触晶体管的TDM神经网络，通过新型夹层结构提高了突触传输效率	当前突触晶体管的固有器件限制可能影响TDM网络的实际部署	降低神经网络硬件实现的集成复杂性	石墨烯/二维钙钛矿/CNTs突触晶体管	机器学习	NA	分子动力学模拟	TDM神经网络	NA	NA
2506	2025-07-10	AI Revolution in Radiology, Radiation Oncology and Nuclear Medicine: Transforming and Innovating the Radiological Sciences 2025-Jul-09, Journal of medical imaging and radiation oncology IF:2.2Q2 DOI:10.1111/1754-9485.13880 PMID:40631621	review	本文探讨了人工智能（AI）在放射学、核医学和放射肿瘤学中的革命性影响及其在临床实践中的整合	强调了AI在医疗影像和治疗领域的潜力，特别是通过深度学习和机器学习提高图像识别、分析和决策能力	未提及具体的技术实施细节或临床案例研究	评估AI如何影响放射学、核医学和放射肿瘤学，并强调医学教育中AI专业培训的必要性	放射学、核医学和放射肿瘤学领域的临床实践	医疗影像	NA	深度学习和机器学习	NA	影像数据	NA
2507	2025-07-10	Assessment of a Deep Learning Model Trained on Permanent Pathology for the Classification of Squamous Cell Carcinoma in Mohs Frozen Sections: Lessons Learned 2025-Jul-09, Dermatologic surgery : official publication for American Society for Dermatologic Surgery [et al.] IF:2.5Q1 DOI:10.1097/DSS.0000000000004758 PMID:40631753	研究论文	评估基于永久病理学训练的深度学习模型在Mohs冰冻切片中对鳞状细胞癌的分类效果，并从中学习模型不足以指导重新训练和微调	首次尝试将基于永久病理学训练的模型应用于冰冻切片，并识别模型在分布外数据上的不足	模型在肿瘤稀少区域的冰冻切片上表现不佳，可能错误关注正常组织或其他结构	扩展永久病理学训练模型的临床应用范围，提升其在冰冻切片中的分类性能	鳞状细胞癌的Mohs手术冰冻切片	数字病理学	鳞状细胞癌	深度学习	CNN	病理图像	746张皮肤活检切片（训练集），15张Mohs手术冰冻切片（测试集）
2508	2025-07-10	Estimation of lower limb joint moments using consumer realistic wearable sensor locations and deep learning - finding the balance between accuracy and consumer viability 2025-Jul-09, Sports biomechanics IF:2.0Q2 DOI:10.1080/14763141.2025.2526702 PMID:40631968	研究论文	使用消费者可穿戴传感器数据和深度学习技术估计下肢关节力矩，平衡准确性与消费者可行性	利用消费者实际佩戴位置的传感器数据（如手表、臂带、胸带等），通过LSTM模型估计跑步时下肢关节力矩，并评估减少传感器数量对准确性的影响	研究仅针对跑步机跑步场景，未涉及其他运动或日常活动	开发一种基于可穿戴传感器的现场工具，为跑步者提供关节力矩的实时反馈	50名不同能力的跑步者（25名男性和25名女性）	机器学习	NA	深度学习	LSTM	传感器数据	50名跑步者（25名男性和25名女性）
2509	2025-07-10	A multi-pseudo-sensor fusion approach to estimating the lower limb joint moments based on deep neural network 2025-Jul-09, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03406-x PMID:40632380	research paper	提出了一种基于深度神经网络的多伪传感器融合方法，用于估计下肢关节力矩	结合卷积神经网络、循环神经网络和注意力机制，设计了一个新的框架DeepMPSF-Net，通过伪传感器观测和可变权重融合方法提高了分类精度和动力学估计性能	NA	快速准确地估计实验室外下肢关节力矩，以辅助智能辅助设备的设计	下肢关节力矩	machine learning	NA	deep learning	CNN, RNN, attention mechanisms	joint kinematics data and individual feature parameters	NA
2510	2025-07-10	Assessment of T2-weighted MRI-derived synthetic CT for the detection of suspected lumbar facet arthritis: a comparative analysis with conventional CT 2025-Jul-08, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-08958-y PMID:40629162	研究论文	评估基于T2加权MRI生成的合成CT在检测腰椎小关节关节炎中的效果，并与传统CT进行比较	使用Pix2Pix-GAN框架从MRI数据生成CT图像，提高了检测腰椎小关节关节炎结构病变的敏感性和特异性	单中心回顾性研究，样本量较小（40例患者）	评估合成CT在检测腰椎小关节关节炎结构病变中的效果	40例腰椎MRI和CT检查患者	数字病理	腰椎小关节关节炎	T2加权MRI, 深度学习	Pix2Pix-GAN	图像	40例患者（21名男性，19名女性）
2511	2025-07-10	DeepMolecules: a web server for predicting enzyme and transporter-small molecule interactions 2025-Jul-07, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf343 PMID:40297998	research paper	DeepMolecules是一个易于访问的网页服务器，用于预测蛋白质与小分子之间的相互作用	集成了四种最先进的模型（ESP、SPOT、TurNuP和KM预测模型），使用深度学习生成的蛋白质和小分子数值表示作为梯度提升决策树模型的输入特征，实现了高预测性能	NA	预测酶和转运蛋白与小分子之间的相互作用，支持代谢工程、药物发现和生物催化剂优化等应用	酶、转运蛋白和小分子	machine learning	NA	深度学习、梯度提升决策树	ESP、SPOT、TurNuP、KM预测模型	蛋白质氨基酸序列、小分子SMILES、InChI或KEGG ID格式	NA
2512	2025-07-10	HawkDock version 2: an updated web server to predict and analyze the structures of protein-protein complexes 2025-Jul-07, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf379 PMID:40326522	research paper	介绍HawkDock版本2，一个更新的网络服务器，用于预测和分析蛋白质-蛋白质复合物的结构	集成了基于深度学习的柔性对接方法GeoDock，实现了VD-MM/GBSA方法来预测结合亲和力，新增了突变分析模块，并迁移到高性能集群	NA	提高蛋白质-蛋白质复合物结构预测和分析的准确性和效率	蛋白质-蛋白质复合物	生物信息学	NA	深度学习，VD-MM/GBSA方法	GeoDock	蛋白质结构数据	超过234,000个计算任务
2513	2025-07-10	DEMO-EMol: modeling protein-nucleic acid complex structures from cryo-EM maps by coupling chain assembly with map segmentation 2025-Jul-07, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf416 PMID:40366028	研究论文	介绍了一种改进的服务器DEMO-EMol，通过结合深度学习图像分割和链拟合技术，从冷冻电镜密度图中准确组装蛋白质-核酸复合物结构	DEMO-EMol整合了深度学习图像分割和链拟合技术，提高了蛋白质-核酸复合物结构建模的准确性	NA	提高从冷冻电镜密度图中建模蛋白质-核酸复合物结构的准确性	蛋白质-核酸复合物结构	结构生物学	NA	冷冻电镜(cryo-EM), 深度学习	深度学习	冷冻电镜密度图	分辨率从1.96到12.77 Å的冷冻电镜图谱的综合基准集
2514	2025-07-10	ASOptimizer: optimizing chemical diversity of antisense oligonucleotides through deep learning 2025-Jul-07, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf392 PMID:40377084	research paper	介绍了一个基于深度学习的计算框架ASOptimizer，用于优化反义寡核苷酸（ASO）的序列和化学修饰	开发了一个用户友好的网络服务器，使研究人员无需深度学习专业知识即可优化ASO序列和化学修饰	未提及该框架在实际应用中的性能验证或与其他方法的比较	优化反义寡核苷酸的化学多样性，提高基因治疗的效率	反义寡核苷酸（ASO）序列和化学修饰	machine learning	NA	deep learning	NA	sequence data	NA
2515	2025-07-10	Battery management in IoT hybrid grid system using deep learning algorithms based on crowd sensing and micro climatic data 2025-Jul-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07868-9 PMID:40619453	研究论文	本文提出了一种基于深度学习的物联网混合电网系统电池管理方法，利用人群感知和微气候数据优化电池管理系统	提出了一种结合物联网、光伏系统和风力系统的混合电网系统（IPWS），并采用多种混合深度学习算法（如SCO-LSTM、JO-LSTM和HBO-LSTM）进行电池管理，显著提高了系统的瞬态稳定性和阻尼比	研究主要针对住宅负载，未涉及工业或其他大规模应用场景的验证	优化混合电网系统中的电池管理，提高电力系统的效率和稳定性	混合电网系统（HGS）中的电池管理系统（BMS）	机器学习	NA	深度学习算法（SCO-LSTM、JO-LSTM、HBO-LSTM）	LSTM	微气候数据、人群感知数据	NA
2516	2025-07-10	Recognition of Parkinson disease using Kriging Empirical Mode Decomposition via deep learning techniques 2025-Jul-07, Gait & posture IF:2.2Q2 DOI:10.1016/j.gaitpost.2025.06.024 PMID:40628146	research paper	该研究利用克里金经验模态分解和深度学习技术识别帕金森病	结合克里金经验模态分解和深度学习技术进行帕金森病的识别	NA	识别帕金森病	帕金森病患者	machine learning	geriatric disease	Kriging Empirical Mode Decomposition, deep learning	deep learning	NA	NA
2517	2025-07-10	A comparison between commercially available artificial intelligence-based and conventional human expert-based digital workflows for designing anterior crowns 2025-Jul-07, The Journal of prosthetic dentistry IF:4.3Q1 DOI:10.1016/j.prosdent.2025.06.005 PMID:40628576	研究论文	比较商业可用的人工智能驱动与传统人工专家驱动的数字工作流程在前牙冠设计中的效果	首次比较了商业可用的基于深度学习的牙冠设计软件与传统人工设计在功能和美学效果上的差异	研究仅评估了前牙冠设计，未涉及后牙或其他修复体类型	评估基于深度学习的数字工作流程是否能达到与传统人工设计相当的效果	前牙全冠修复体	数字病理	牙科疾病	深度学习	DL	数字牙科模型	25个前牙全冠设计样本
2518	2025-07-10	Efficient Ultrasound Breast Cancer Detection with DMFormer: A Dynamic Multiscale Fusion Transformer 2025-Jul-07, Ultrasound in medicine & biology.. DOI:10.1016/j.ultrasmedbio.2025.05.017 PMID:40628603	研究论文	提出了一种名为DMFormer的动态多尺度融合Transformer模型，用于超声乳腺癌检测，旨在解决超声成像中的噪声、模糊和复杂组织结构问题	DMFormer采用动态多尺度特征融合机制，结合窗口注意力和网格注意力，全面捕捉细粒度组织细节和更广泛的解剖学背景	NA	开发一种先进的深度学习模型，用于在超声乳腺癌筛查中准确区分良性和恶性肿块	超声图像中的乳腺肿块	数字病理学	乳腺癌	深度学习	Transformer (DMFormer)	图像	在两个独立的数据集上进行评估
2519	2025-07-10	Corrigendum to 'CT-Based Deep Learning Predicts Prognosis in Esophageal Squamous Cell Cancer Patients Receiving Immunotherapy Combined with Chemotherapy' [Acad Radiol 32/6 (2025) 3397-3409] 2025-Jul-07, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.06.036 PMID:40628644	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2520	2025-07-10	Deep Learning Model Based on Dual-energy CT for Assessing Cervical Lymph Node Metastasis in Oral Squamous Cell Carcinoma 2025-Jul-07, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.06.020 PMID:40628643	research paper	本研究开发了一种基于双能CT的深度学习模型，用于评估口腔鳞状细胞癌中的宫颈淋巴结转移	使用双能CT和多序列融合图像，结合Crossformer_Transformer模型，显著提高了淋巴结转移的检测性能	研究仅基于两个中心的数据，可能需要更多外部验证以提高模型的泛化能力	提高口腔鳞状细胞癌中宫颈淋巴结转移的术前检测准确性	口腔鳞状细胞癌患者的双能CT图像和临床数据	digital pathology	oral squamous cell carcinoma	dual-energy CT	Crossformer_Transformer, Densenet169, Squeezenet1_0	image	354 patients (248 from the first center and 106 from the second center)