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
241	2025-06-06	Amortized template matching of molecular conformations from cryoelectron microscopy images using simulation-based inference 2025-Jun-10, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2420158122 PMID:40465628	研究论文	本文介绍了cryoSBI方法，用于从冷冻电镜图像中推断生物分子的构象及其不确定性	结合基于物理的模拟和概率深度学习，无需计算昂贵的似然函数即可进行贝叶斯推断	需要预先提供构象模板作为结构假设	开发一种高效准确的方法来从冷冻电镜图像中推断生物分子构象	生物分子构象	计算生物学	NA	冷冻电镜(cryo-EM)，模拟推断(SBI)	深度神经网络	图像	NA
242	2025-06-06	Image-based evaluation of single-cell mechanics using deep learning 2025-Jun-05, Cell regeneration (London, England) DOI:10.1186/s13619-025-00239-9 PMID:40468050	研究论文	本研究利用深度学习技术基于图像非侵入性地预测单细胞力学特性，为细胞力学研究提供了高通量、高灵敏度的新方法	首次将深度学习应用于单细胞力学特性评估，实现了对间充质干细胞和巨噬细胞刚度范围的原位预测	未明确说明模型在其他细胞类型上的泛化能力，且未提供与传统力学测量方法的定量对比结果	开发高通量单细胞力学特性评估方法，推动基于细胞的力学生物学研究和临床应用	间充质干细胞(MSCs)和巨噬细胞	计算机视觉	NA	深度学习	CNN（根据内容推断）	图像	未明确说明具体样本量，涉及间充质干细胞和巨噬细胞两类细胞
243	2025-06-06	BrainFusion: a Low-Code, Reproducible, and Deployable Software Framework for Multimodal Brain‒Computer Interface and Brain‒Body Interaction Research 2025-Jun-05, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202417408 PMID:40470749	研究论文	本文介绍了BrainFusion，一个旨在提高多模态脑机接口（BCI）和脑体交互研究可重复性并支持转化应用的统一软件框架	BrainFusion通过标准化数据结构、自动化预处理流程、跨模态特征工程和集成机器学习模块，解决了多模态生理信号整合中的分析复杂性、标准化不足和实际部署挑战	NA	改善多模态脑机接口和脑体交互研究的可重复性并支持转化应用	多模态生理信号（EEG、fNIRS、EMG、ECG）	脑机接口	NA	EEG、fNIRS、EMG、ECG	集成建模、深度学习	多模态生理信号	NA
244	2025-06-06	From Binary to Higher-Order Organic Cocrystals: Design Principles and Performance Optimization 2025-Jun-05, Angewandte Chemie (International ed. in English) DOI:10.1002/anie.202507102 PMID:40471124	研究论文	本文探讨了从二元到高阶有机共晶的设计原则和性能优化	提出了从二元到高阶有机共晶的转变策略，包括同系化、分层分子间相互作用和长程合成构建模块，以实现更复杂的功能多样性	分子筛选、比例优化、可扩展合成和长期稳定性仍是这些材料在实际应用中广泛实施的关键障碍	优化有机共晶的设计原则和性能，探索其在多个领域的应用潜力	二元和高阶有机共晶	材料科学	NA	同系化、分层分子间相互作用、长程合成构建模块	NA	NA	NA
245	2025-06-06	Clinical validation of a deep learning model for low-count PET image enhancement 2025-Jun-05, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07370-4 PMID:40471320	研究论文	本研究验证了深度学习模型RaDynPET在低计数PET图像增强中的效果	RaDynPET模型能够在标准采集时间的25%内恢复高质量的PET图像，同时保持SUV值的一致性	研究样本量相对较小（120例患者），且仅针对18F-FDG PET/CT检查	评估深度学习模型在低计数PET图像增强中的应用效果	120例接受18F-FDG PET/CT检查的患者	数字病理	NA	PET/CT	深度学习模型RaDynPET	PET图像	120例患者（84例内部队列和36例外部队列）
246	2025-06-06	Development of a deep learning model for measuring sagittal parameters on cervical spine X-ray 2025-Jun-05, 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/s00586-025-08946-2 PMID:40471336	研究论文	开发了一种深度学习模型，用于自动测量颈椎X射线图像上的矢状面参数	使用CNN模型自动识别颈椎X射线图像上的关键点并测量相关参数，提高了诊断效率	研究仅基于700张X射线图像，样本量可能不足	开发一种自动测量颈椎矢状面参数的深度学习模型	颈椎X射线图像	计算机视觉	颈椎疾病	X射线成像	CNN	图像	700张颈椎X射线图像（500张训练集，100张内部测试集，100张外部测试集）
247	2025-06-06	Artificial intelligence-based prediction of organ involvement in Sjogren's syndrome using labial gland biopsy whole-slide images 2025-Jun-05, Clinical rheumatology IF:2.9Q2 DOI:10.1007/s10067-025-07518-5 PMID:40471393	research paper	本研究开发了一种基于深度学习的模型，利用唇腺活检的全切片图像（WSI）预测干燥综合征（SS）患者高风险腺外器官受累（HR-OI）的风险	提出了一种新颖的基于深度学习的模型，使用预训练的卷积神经网络（CNNs）和Vision Transformer（ViT）模块从WSI数据中提取信息特征，并通过集成学习技术构建分类模型	研究样本量相对较小（221名SS患者），且模型的泛化能力需要进一步验证	开发一种客观、非侵入性的诊断工具，用于预测干燥综合征患者的高风险腺外器官受累	干燥综合征（SS）患者	digital pathology	Sjogren's syndrome	whole-slide imaging (WSI)	ResNet50, InceptionV3, EfficientNet-B5, Vision Transformer (ViT)	image	221名SS患者的唇腺活检WSI数据
248	2025-06-06	MSFHNet: a hybrid deep learning network for multi-scale spatiotemporal feature extraction of spatial cognitive EEG signals in BCI-VR systems 2025-Jun-05, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03386-y PMID:40471491	research paper	提出了一种名为MSFHNet的混合深度学习网络，用于在BCI-VR系统中提取空间认知EEG信号的多尺度时空特征	MSFHNet采用分层架构，时间模块使用多尺度扩张卷积捕捉动态EEG变化，空间模块集成通道-空间注意力机制建模通道间依赖和空间分布，通过跨堆叠模块进行深层融合优化特征提取	NA	提升BCI-VR系统中空间认知训练和评估的EEG信号表征能力	空间认知EEG信号	脑机接口	NA	EEG信号分析	MSFHNet（混合神经网络）	EEG信号	NA
249	2025-06-06	Fundus Refraction Offset as an Individualized Myopia Biomarker 2025-Jun-05, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2025.1513 PMID:40471629	研究论文	本研究提出了一种眼底层面的指标——眼底折射偏移（FRO），并探讨其与光学相干断层扫描（OCT）导出的眼部参数的关联	提出了一种新的个体化近视生物标志物FRO，能够捕捉后段解剖结构的个体差异	研究结果基于横断面数据，无法确定因果关系	探索FRO与眼部解剖参数的关系，为近视及其并发症的个性化风险预测提供依据	健康人眼	数字病理学	近视	光学相干断层扫描（OCT）	深度学习模型	图像	UK Biobank中的45180只健康眼（训练集70%，内部验证集30%）和Caledonian队列中的152只右眼
250	2025-06-06	Physics-Assisted Machine Learning for the Simulation of the Slurry Drying in the Manufacturing Process of Battery Electrodes: A Hybrid Time-Dependent VGG16-DEM Model 2025-Jun-04, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c23103 PMID:40327815	研究论文	本研究提出了一种结合深度学习与离散元方法的混合物理辅助机器学习模型，用于模拟锂离子电池电极制造过程中的浆料干燥过程	提出了一种混合物理辅助机器学习模型，结合了深度学习与离散元方法，显著提高了模拟效率并保持了物理合理性	模型训练基于特定配方（96%活性材料和4%碳粘合剂），虽然展示了良好的泛化能力，但未测试更广泛配方范围的适用性	提高锂离子电池电极制造过程中浆料干燥模拟的效率和准确性	锂离子电池电极制造过程中的浆料干燥过程	机器学习	NA	深度学习（DL）、离散元方法（DEM）	VGG16-DEM混合模型	模拟数据	NA
251	2025-06-06	Advances in Machine Learning-Driven Flexible Strain Sensors: Challenges, Innovations, and Applications 2025-Jun-04, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.5c06453 PMID:40418062	综述	本文系统评估了柔性应变传感器的最新进展，重点探讨了机器学习在提升传感器性能中的关键作用	强调了机器学习特别是深度学习在提升柔性应变传感器稳定性、灵敏度和适应性方面的创新应用	传感器材料优化面临挑战，机器学习算法存在局限性、复杂环境下的噪声容忍度低以及模型可解释性有限	探讨机器学习驱动的柔性应变传感器的创新、挑战及应用	柔性应变传感器及其在健康监测、人机交互和智能家居中的应用	机器学习	NA	机器学习和深度学习	传统机器学习方法和深度学习	传感器数据	NA
252	2025-06-06	Trajectory-Ordered Objectives for Self-Supervised Representation Learning of Temporal Healthcare Data Using Transformers: Model Development and Evaluation Study 2025-Jun-04, JMIR medical informatics IF:3.1Q2 DOI:10.2196/68138 PMID:40465350	研究论文	该研究提出了一种名为TOO-BERT的基于Transformer的模型，通过整合新的轨迹顺序目标（TOO）来改进电子健康记录（EHR）序列的建模	引入了轨迹顺序目标（TOO）来增强模型对医疗事件间复杂时序依赖关系的理解，并通过条件选择过程进一步优化上下文理解和时序感知	研究仅评估了两种EHR数据集，可能在其他数据集上的泛化能力有待验证	改进电子健康记录（EHR）序列的建模，以更好地捕捉复杂的时序依赖关系	电子健康记录（EHR）数据	自然语言处理	心力衰竭、阿尔茨海默病	自监督学习、掩码语言建模（MLM）	Transformer、TOO-BERT	文本	MIMIC-IV数据集约1000万条医疗代码，MDC数据集约800万条医疗代码
253	2025-06-06	GONet: A Generalizable Deep Learning Model for Glaucoma Detection 2025-Jun-04, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3576688 PMID:40465450	research paper	介绍了一种名为GONet的深度学习模型，用于从彩色眼底照片中检测青光眼性视神经病变	GONet采用DINOv2预训练的自监督视觉变换器，并通过多源域策略进行微调，展现出较高的跨分布泛化能力	模型在不同种族、疾病群体和检查环境中的泛化能力仍有待进一步验证	开发一种能够自动检测青光眼性视神经病变的深度学习模型	青光眼性视神经病变患者	digital pathology	glaucoma	deep learning	vision transformers	image	超过119,000张彩色眼底照片，以及一个新的包含747张标记CFPs的数据集
254	2025-06-06	Early diagnosis model of mycosis fungoides and five inflammatory skin diseases based on multi-modal data-based convolutional neural network 2025-Jun-04, The British journal of dermatology DOI:10.1093/bjd/ljaf212 PMID:40465821	research paper	开发了一种基于多模态数据和卷积神经网络的AI模型，用于早期诊断蕈样肉芽肿和五种炎症性皮肤病	首次提出基于多模态信息（临床信息、临床图像和皮肤镜图像）的卷积神经网络模型，用于早期诊断蕈样肉芽肿和炎症性皮肤病	单中心回顾性研究，样本来源有限	构建AI辅助的早期诊断模型，提高蕈样肉芽肿和炎症性皮肤病的诊断准确性	蕈样肉芽肿（MF）和五种炎症性皮肤病患者	digital pathology	cutaneous T-cell lymphoma	deep learning	CNN (RegNetY-400MF)	multimodal data (clinical information, clinical images, dermoscopic images)	1157例患者（2452张临床图像和6550张皮肤镜图像）
255	2025-06-06	Screening and Risk Analysis of Atrial Fibrillation After Radiotherapy for Breast Cancer: Protocol for the Cross-Sectional Cohort Study "Watch Your Heart (WATCH)" 2025-Jun-04, JMIR research protocols IF:1.4Q3 DOI:10.2196/67875 PMID:40466092	研究论文	该研究旨在评估乳腺癌放疗后心房颤动的发生率，并探讨心脏辐射暴露与心房颤动发生的关系	研究乳腺癌放疗后心房颤动的发生率及其与心脏辐射暴露的关系，填补了这一领域的空白	样本量较小（200名患者），且仅限于65岁以上的乳腺癌患者	评估乳腺癌放疗后心房颤动的发生率，并探讨心脏辐射暴露与心房颤动发生的关系	65岁以上、5年前接受过乳腺癌放疗且无心房颤动病史的患者	数字病理学	乳腺癌	心电图（ECG）、经胸超声心动图（TTE）、深度学习算法	深度学习算法	心电图数据、超声心动图数据、医疗记录	200名65岁以上的乳腺癌患者
256	2025-06-06	A Dataset of Raman and Infrared Spectra as an Extension to the ChEMBL 2025-Jun-04, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05289-x PMID:40467651	research paper	该研究构建了一个包含拉曼光谱和红外光谱的数据集，作为对ChEMBL数据库的扩展	通过应用Gaussian09构建了一个包含22万分子的拉曼光谱和红外光谱数据集，填补了现有数据集中光谱信息缺失的空白	数据集仍在不断更新中，当前覆盖的分子数量可能仍有限	解决量子化学数据中光谱信息不足的问题，支持深度学习在材料科学中的应用	从ChEMBL中提取的22万分子	material science	NA	Raman spectroscopy, Infrared spectroscopy, Gaussian09	NA	spectral data	220,000 molecules
257	2025-06-06	Automated interpretation of cardiotocography using deep learning in a nationwide multicenter study 2025-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02849-4 PMID:40467683	研究论文	本研究利用深度学习技术，基于全国多中心的大规模数据，开发了一种自动解读胎心监护图（CTG）的临床适用模型	使用大规模全国性CTG数据集，由专业产科医生提供可靠标注，克服了以往研究依赖小规模或局部数据的局限性	需要在前瞻性研究中进一步评估模型的临床适用性	开发一种临床适用的深度学习模型，用于自动解读胎心监护图（CTG）	胎心监护图（CTG）数据	数字病理学	产科疾病	深度学习	深度学习模型	时间序列数据	来自14家医院的22,522例分娩数据，总计519,800人分钟的分析数据
258	2025-06-06	A hybrid steganography framework using DCT and GAN for secure data communication in the big data era 2025-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01054-7 PMID:40467689	研究论文	该研究提出了一种结合DCT和GAN的混合隐写框架，用于大数据时代的安全数据通信	通过结合DCT和深度学习算法GAN，在空间和频率域中利用深度学习技术，提出了一种混合架构，为需要高数据完整性和安全性的应用提供了鲁棒的解决方案	NA	开发一种更灵活有效的隐写解决方案，以克服空间域方法的局限性	数字图像数据	计算机视觉	NA	DCT, GAN	GAN	图像	NA
259	2025-06-06	Deep learning based rapid X-ray fluorescence signal extraction and image reconstruction for preclinical benchtop X-ray fluorescence computed tomography applications 2025-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03900-0 PMID:40467695	研究论文	提出了一种基于深度学习的端到端框架，用于快速X射线荧光信号提取和图像重建，应用于临床前台式X射线荧光计算机断层扫描	整合了一维卷积神经网络（1D CNN）和U-Net模型，实现了XRF信号提取和XFCT图像重建的快速处理，显著减少了后处理时间	研究主要基于实验数据和合成小鼠模型，尚未在真实活体小鼠中进行全面验证	解决台式X射线荧光计算机断层扫描（XFCT）在活体小鼠成像中的快速信号处理和图像重建问题	注射金纳米颗粒（GNPs）的活体小鼠	计算机视觉	NA	X射线荧光计算机断层扫描（XFCT）	1D CNN, U-Net	X射线荧光信号和散射光子光谱	包括实验获取和增强的XRF/散射光子光谱数据，涉及不同GNP浓度和成像场景（包括体模和合成小鼠模型）
260	2025-06-06	A blockchain based deep learning framework for a smart learning environment 2025-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03688-z PMID:40467714	研究论文	提出一个基于区块链和深度学习的智能框架，以增强智能学习过程并解决该领域的挑战	结合区块链和深度学习技术，解决智能学习中的数据安全和学习者表现预测问题	未提及具体的数据集规模或实验环境的具体细节	提升智能学习过程的安全性和效率	智能学习环境和学习者数据	机器学习	NA	区块链、深度学习	深度神经网络	学习者数据	NA