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
261	2025-06-07	Predicting drug-target interactions using machine learning with improved data balancing and feature engineering 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03932-6 PMID:40461636	research paper	该研究提出了一种结合机器学习和深度学习的混合框架，用于预测药物-靶标相互作用，通过改进数据平衡和特征工程提高预测准确性	引入了一种新颖的混合框架，结合了先进的机器学习和深度学习技术，利用GAN生成合成数据解决数据不平衡问题，并采用双重特征提取方法深入理解化学和生物相互作用	NA	解决药物-靶标相互作用预测中的数据不平衡和生物化学表示复杂性等关键挑战	药物-靶标相互作用	machine learning	NA	GAN, Random Forest Classifier	GAN, RFC	structural drug features, target biomolecular properties	BindingDB-Kd, BindingDB-Ki, BindingDB-IC50 datasets
262	2025-06-07	A deep learning based intrusion detection system for CAN vehicle based on combination of triple attention mechanism and GGO algorithm 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04720-y PMID:40461686	研究论文	本文提出了一种基于深度学习的CAN车辆入侵检测系统，结合了三重注意力机制和灰雁优化算法	使用三重注意力机制(TAN)分三步识别入侵，并采用新颖的灰雁优化算法进行网络超参数优化	仅针对CAN网络中的DoS和驱动齿轮/RPM欺骗攻击进行测试，未涵盖所有可能的攻击类型	开发高效的CAN车辆网络入侵检测系统以提高车载网络安全	CAN(控制器局域网)车辆网络	机器学习	NA	深度学习	TAN(三重注意力机制)	网络流量数据	使用开源数据集(具体数量未提及)
263	2025-06-07	Patient-specific prostate segmentation in kilovoltage images for radiation therapy intrafraction monitoring via deep learning 2025-Jun-03, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-00935-2 PMID:40461695	研究论文	本研究通过深度学习技术，在千伏级图像中实现患者特异性的前列腺分割，用于放射治疗中的实时监测	提出了一种无需标记物的前列腺分割方法，避免了标记物植入的成本、延迟和风险	研究仅在30名患者的两组治疗数据上进行了验证，样本量相对有限	开发一种无需标记物的实时图像引导自适应放射治疗方法	前列腺癌患者	数字病理	前列腺癌	深度学习	条件生成对抗网络（GAN）	千伏级图像	30名前列腺癌患者的两组治疗数据
264	2025-06-07	Quantum neural networks with data re-uploading for urban traffic time series forecasting 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04546-8 PMID:40461703	研究论文	本研究探索了量子神经网络（QNN）及其数据重新上传技术在雅典主要城市区域交通时间序列预测中的应用	首次将量子数据重新上传技术应用于交通预测领域，展示了量子机器学习在提升预测能力方面的潜力	在完全连接网络设置中，混合量子-经典模型的性能比纯经典模型差约10%	探索量子机器学习在智能交通系统中的潜在应用，提升交通预测的准确性	雅典主要城市区域的交通数据	量子机器学习	NA	量子数据重新上传	量子神经网络（QNN）	时间序列数据	NA
265	2025-06-07	Artificial intelligence for streamflow prediction in river basins: a use case in Mar Menor 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04524-0 PMID:40461712	研究论文	利用机器学习和深度学习技术预测西班牙穆尔西亚地区Mar Menor流域的河流流量	采用先进的数据增强技术平衡低流量和高流量时期，比较了Random Forest和LSTM在不同时间尺度预测中的表现	研究主要针对Mar Menor流域，结果可能不适用于其他地区	提高脆弱地区河流流量预测的准确性，以支持水资源管理和洪水预报	Mar Menor流域的Albujón水道，重点关注"La Puebla"和"Desembocadura"两个关键点	机器学习	NA	机器学习和深度学习	Random Forest, LSTM	河流流量、降雨量和地下水位数据	来自流量监测站、雨量站和测压计的数据
266	2025-06-07	DeepGFT: identifying spatial domains in spatial transcriptomics of complex and 3D tissue using deep learning and graph Fourier transform 2025-Jun-03, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03631-5 PMID:40462157	research paper	提出了一种名为DeepGFT的新方法，通过结合深度学习和图傅里叶变换来识别空间转录组学中的空间域	DeepGFT方法首次同时建模点间和基因间的关系，用于空间域识别，并在多种复杂组织和3D组织中表现出优越性	未明确提及方法的计算复杂度或对大规模数据集的适用性	开发一种更准确的空间转录组学空间域识别方法	人类乳腺癌组织、人类淋巴结组织和3D果蝇数据	digital pathology	breast cancer	spatially resolved transcriptomics (SRT)	deep learning, graph Fourier transform	spatial transcriptomics data	人类乳腺癌样本、人类淋巴结样本和3D果蝇数据（具体数量未提及）
267	2025-06-07	Colorectal Liver Metastasis Pathomics Model (CLMPM): Integrating Single cell and Spatial Transcriptome Analysis with Pathomics for Predicting Liver Metastasis in Colorectal Cancer 2025-Jun-03, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100805 PMID:40473111	研究论文	本研究通过整合单细胞RNA测序和空间转录组分析，开发了一种基于深度学习的结直肠癌肝转移病理组学模型（CLMPM），用于预测结直肠癌患者的肝转移风险	识别了一种触发肝转移的恶性细胞类型（LMTMCs），并开发了结合多组学和病理组学的深度学习模型CLMPM	模型在外部验证集SWMU-ATCMH中的AUC为0.72，性能有所下降	提高结直肠癌肝转移风险的识别和预测能力	结直肠癌患者	数字病理学	结直肠癌	单细胞RNA测序（scRNA-seq）、空间转录组分析（ST）、批量RNA测序	ResNet18	全切片图像（WSIs）、RNA测序数据	TCGA-CRC内部测试集、SWMU-AH和SWMU-ATCMH外部验证集
268	2025-06-07	Deep learning-enhanced multi-modal modeling for electrosorption performance prediction via Nyquist plots 2025-Jun-03, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2025.122069 PMID:40473194	研究论文	本研究开发了一种基于深度学习的多模态模型，用于预测Cr(VI)的去除效率和Cr(III)的再生效率，结合了Nyquist图电化学表征和关键工艺参数	首次将Nyquist图电化学表征与关键工艺参数结合，开发了多模态模型，并证明了CNN在提高预测精度中的必要性	初始ANN模型在没有退火温度作为变量时表现不佳，R值较低且误差较大	开发高精度的电吸附性能预测模型，优化流动式氧化还原辅助电吸附系统的工艺条件	Cr(VI)的去除效率和Cr(III)的再生效率	机器学习	NA	电化学表征（Nyquist图）	ANN, CNN	电化学数据, 工艺参数	NA
269	2025-06-07	Robust Uncertainty-Informed Glaucoma Classification Under Data Shift 2025-Jun-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.6.3 PMID:40455037	research paper	提出一种基于深度证据不确定性量化的统一自我审查框架，用于青光眼分类，以应对数据分布变化带来的挑战	引入数据集级和图像级的自我审查机制，通过模型不确定性检测分布外样本，提升模型在分布外数据上的性能	未明确说明模型在临床环境中的实时性能表现	解决标准深度学习模型在分布外数据上性能下降的问题，提高青光眼分类的泛化能力	青光眼分类	medical imaging	glaucoma	deep evidential uncertainty quantification	DL	image	14个分布外数据集和4个外部青光眼数据集
270	2025-06-07	Current AI technologies in cancer diagnostics and treatment 2025-Jun-02, Molecular cancer IF:27.7Q1 DOI:10.1186/s12943-025-02369-9 PMID:40457408	综述	本文系统回顾了当前人工智能技术在癌症诊断和治疗中的应用及其潜力	强调了深度学习在早期癌症检测中的日益重要作用，以及AI在基因组学、生物标志物发现、液体活检和非侵入性诊断中的应用	讨论了数据隐私、可解释性和监管问题等重要挑战	评估人工智能技术在癌症诊断和治疗中的当前状态和未来潜力	癌症诊断和治疗中的人工智能技术	数字病理学	癌症	深度学习	NA	图像、基因组数据	NA
271	2025-06-07	Comparison of AI-Automated and Manual Subfoveal Choroidal Thickness Measurements in an Elderly Population Using Optical Coherence Tomography 2025-Jun-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.6.9 PMID:40459523	research paper	比较AI自动化和手动测量老年人群黄斑下脉络膜厚度的差异，并探讨影响测量差异的因素	使用基于TransUNet的深度学习模型自动测量SFCT，并在大规模老年人群中验证其与手动测量的一致性	存在系统性偏差，手动测量值普遍低于自动测量值	评估自动和手动测量SFCT的一致性和相关性，并研究影响测量差异的因素	老年人群的黄斑下脉络膜厚度（SFCT）	digital pathology	geriatric disease	enhanced depth imaging spectral-domain optical coherence tomography	TransUNet	image	2896名参与者
272	2025-06-07	Deep Learning-Based Automated Measurement of Cervical Length in Transvaginal Ultrasound Images of Pregnant Women 2025-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3433594 PMID:39052464	research paper	该研究开发了一种基于深度学习的自动化方法CL-Net，用于在孕妇经阴道超声图像中测量宫颈长度，以减少人为误差并提高工作效率	CL-Net结合专家解剖知识识别宫颈，解决了超声图像中宫颈管信号低、对比度差的技术难题	研究未提及模型在不同设备或医疗机构间的泛化能力测试	开发可靠的自动化宫颈长度测量方法以评估早产风险	孕妇经阴道超声图像中的宫颈结构	digital pathology	obstetric disease	transvaginal ultrasound	DL network (CL-Net)	ultrasound images	未明确说明样本数量（但包含直型和弯曲型宫颈的测量数据）
273	2025-06-07	GAN Inversion for Data Augmentation to Improve Colonoscopy Lesion Classification 2025-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3397611 PMID:38713568	research paper	本研究探讨了使用GAN反转生成的合成图像进行数据增强，以解决结肠镜检查病变分类中标注数据有限的问题	通过GAN反转生成合成结肠镜图像，并利用语义丰富且解耦的潜在空间进行图像模态转换和病变形状插值，提高了下游息肉分类性能	未提及具体的数据集规模限制或模型泛化能力的详细评估	提高结肠镜检查病变分类的深度学习模型性能	结肠镜检查图像中的息肉	digital pathology	colon cancer	GAN inversion, style transfer, image interpolation	GAN	image	NA
274	2025-06-07	Explicit Abnormality Extraction for Unsupervised Motion Artifact Reduction in Magnetic Resonance Imaging 2025-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3444771 PMID:39150812	研究论文	提出一种无监督异常提取网络（UNAEN），用于减少磁共振成像（MRI）中的运动伪影	提出了一种无需配对MA-corrupted和MA-free图像的无监督方法，通过显式提取异常来减少运动伪影	依赖于公开可用的MRI数据集，未提及在特定临床环境中的验证	减少MRI中的运动伪影，提高诊断准确性和图像引导治疗的效果	MRI图像	医学影像处理	NA	深度学习	UNAEN（包含artifact extractor和reconstructor）	MRI图像	多种公开可用的MRI数据集（未提及具体数量）
275	2025-06-07	Transformer-Integrated Hybrid Convolutional Neural Network for Dose Prediction in Nasopharyngeal Carcinoma Radiotherapy 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01296-3 PMID:39424665	research paper	提出了一种结合CNN和Transformer的混合剂量预测模型，用于鼻咽癌放射治疗中的剂量预测	设计了具有通道注意力机制的分层密集循环编码器和渐进式解码器，以及对象驱动的跳跃连接，以增强特征传递能力和保留纹理信息	实验仅在内部数据集上进行，未涉及多中心验证	提高鼻咽癌放射治疗中剂量预测的准确性和效率	鼻咽癌放射治疗中的剂量分布	digital pathology	nasopharyngeal carcinoma	deep learning	CNN和Transformer混合模型	image	内部数据集（具体数量未提及）
276	2025-06-07	The role of deep learning in diagnostic imaging of spondyloarthropathies: a systematic review 2025-Jun, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11261-x PMID:39658683	系统综述	本文系统评估了深度学习模型在脊柱关节病（SpA）影像诊断中的应用及其准确性	深度学习模型（特别是CNN和U-Net）在SpA影像诊断中展现出高准确性，甚至超越传统方法和专家放射科医生	部分研究样本量较小，需更大数据集和进一步前瞻性及外部验证以提高AI模型的泛化能力	评估深度学习模型在脊柱关节病影像诊断中的效果	脊柱关节病（SpA）的MRI、CT和X光影像	数字病理学	脊柱关节病	深度学习	CNN, U-Net	影像	21项研究（涉及MRI、CT和X光模态）
277	2025-06-07	GENERATIVE DEEP LEARNING APPROACH TO PREDICT POSTTREATMENT OPTICAL COHERENCE TOMOGRAPHY IMAGES OF AGE-RELATED MACULAR DEGENERATION AFTER 12 MONTHS 2025-06-01, Retina (Philadelphia, Pa.) DOI:10.1097/IAE.0000000000004409 PMID:39841905	research paper	本研究验证了一种生成式深度学习模型，用于预测新生血管性年龄相关性黄斑变性患者治疗12个月后的光学相干断层扫描（OCT）图像，并评估了结合临床数据对预测性能的影响	采用条件生成对抗网络（conditional GAN）作为基线模型，结合治疗前后的OCT图像及其他临床参数，显著提升了12个月后OCT图像的预测准确性	研究样本量相对有限（533只眼），且仅针对新生血管性年龄相关性黄斑变性患者，可能限制模型的泛化能力	预测新生血管性年龄相关性黄斑变性患者长期解剖学反应，以支持个性化治疗管理	513名初治新生血管性年龄相关性黄斑变性患者的533只眼	digital pathology	geriatric disease	光学相干断层扫描（OCT）、荧光素血管造影、吲哚菁绿血管造影	conditional GAN	image	533只眼（来自513名患者）
278	2025-06-07	P2TC: A Lightweight Pyramid Pooling Transformer-CNN Network for Accurate 3D Whole Heart Segmentation 2025-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3526727 PMID:40030965	research paper	提出了一种轻量级的金字塔池化Transformer-CNN网络（P2TC），用于精确的3D全心脏分割	结合了3D金字塔池化Transformer进行多尺度信息融合和轻量级大核CNN进行局部特征提取，采用双分支解码器结构	未提及具体计算资源消耗或模型推理速度数据	提高3D全心脏分割的准确性	心脏结构的3D分割	digital pathology	cardiovascular disease	深度学习	Transformer-CNN混合模型	3D医学影像（CT和MRI）	MM-WHS 2017挑战数据集
279	2025-06-07	Neural Manifold Decoder for Acupuncture Stimulations With Representation Learning: An Acupuncture-Brain Interface 2025-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3530922 PMID:40031188	research paper	该研究提出了一种深度学习框架，用于解码不同针灸操作对脑电图活动的影响，并建立了针灸-脑接口	结合对比表示学习和领域适应策略，推断针灸操作的行为流形，并通过无监督流形学习估计针灸诱发的EEG信号的潜在神经流形	研究中仅针对足三里穴位的针灸操作进行了分析，未涵盖其他穴位	揭示针灸刺激与动态脑反应之间的相关性，并开发一种解码针灸操作的框架	针灸操作对脑电图活动的影响	machine learning	neurological disorders	electroencephalographic activity, video recordings	neural networks	EEG signals, video	stimulated subjects
280	2025-06-07	Coarse for Fine: Bounding Box Supervised Thyroid Ultrasound Image Segmentation Using Spatial Arrangement and Hierarchical Prediction Consistency 2025-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3535541 PMID:40031340	research paper	提出了一种双分支弱监督学习框架，用于优化甲状腺超声图像分割网络，通过空间排列和分层预测一致性校准语义特征	通过同时考虑目标位置和目标与背景语义特征分布的合理性，提出了一种新的弱监督分割策略	对边界框掩码的依赖可能限制了模型在更复杂场景下的表现	优化甲状腺超声图像的分割精度，减少标注时间	甲状腺超声图像中的甲状腺和结节	digital pathology	thyroid disease	weakly-supervised learning	dual-branch network	image	三个甲状腺数据集