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
3021	2025-04-12	Improved Spiral Projection MR Fingerprinting via Memory-Efficient Synergic Optimization of 3D Spiral Trajectory, Image Reconstruction and Parameter Estimation (SOTIP) 2025-Apr-10, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3559467 PMID:40208770	研究论文	本文旨在通过开发计算高效的基于模型的深度学习图像重建框架和联合优化框架，提高全3D螺旋轨迹高分辨率MR指纹扫描的效率和克服计算挑战	提出了一种计算高效的基于模型的深度学习图像重建框架，联合优化了图像重建、定量参数估计和k空间采样轨迹，并通过学习MRF数据的解剖特异性时空稀疏性，数据驱动优化了全3D螺旋轨迹的旋转角度	NA	提高3D定量MRI的参数量化精度并缩短重建时间	健康受试者和患者的模拟和体内MRF数据	医学影像处理	NA	MR指纹扫描(MRF)	基于模型的深度学习(MBDL)	医学影像数据	健康受试者和患者的模拟和体内MRF数据
3022	2025-04-12	Performance of deep learning algorithm based on Xception in evaluating morphological characteristics reflecting the activity of vitiligo 2025-Apr-10, The British journal of dermatology DOI:10.1093/bjd/ljaf133 PMID:40209097	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3023	2025-04-12	Shear Wave Optical Coherence Elastography Imaging by Deep Learning 2025-Apr-10, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.70027 PMID:40210208	research paper	该研究提出了一种结合光学相干弹性成像（OCE）和深度学习的方法，用于预测眼组织的生物力学特性	通过深度学习优化OCE数据处理流程，提出浓度预测网络（CPN）来预测样本浓度并计算杨氏模量，提高了OCE的效率和准确性	研究主要基于琼脂模型和猪角膜，尚未在人类眼组织中进行验证	量化眼组织的机械特性，以了解眼病的病因和进展	眼组织（琼脂模型和猪角膜）	数字病理	眼科疾病	光学相干弹性成像（OCE）	3D CNN	图像	琼脂模型和不同眼内压下的猪角膜
3024	2025-04-12	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	分析了法国普罗旺斯矿区11种不同土地利用类型的土壤有机碳(SOC)含量变异性，并利用机器学习和深度学习算法进行空间建模	首次在该区域综合比较了多种机器学习算法(RF、SVM、XGBoost、DNN)对SOC空间变异的预测性能	研究仅基于162个土壤样本，样本量相对有限	探究不同土地利用类型下SOC含量的空间变异特征，为可持续土壤资源管理提供支持	法国普罗旺斯矿区11种土地利用类型的土壤样本	机器学习	NA	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)	RF, SVM, XGBoost, 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
3025	2025-04-12	Peptide Property Prediction for Mass Spectrometry Using AI: An Introduction to State of the Art Models 2025-Apr-10, Proteomics IF:3.4Q2 DOI:10.1002/pmic.202400398 PMID:40211610	综述	本文综述了基于质谱的蛋白质组学中用于肽性质预测的先进机器学习和深度学习模型	介绍了预测消化性、保留时间、电荷状态分布、碰撞截面、碎片离子强度和可检测性等多种肽性质的模型	当前模型在处理多样化的翻译后修饰和仪器变异性方面存在困难，需要大规模、协调的数据集和标准化的评估指标	为肽性质预测开发可访问且可复现的模型	质谱数据中的肽性质	机器学习	NA	质谱	机器学习和深度学习模型	质谱数据	NA
3026	2025-04-12	Expanded AI learning: AI as a Tool for Human Learning 2025-Apr-09, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.03.040 PMID:40210520	research paper	研究探讨了深度学习模型作为教学工具，提升放射科医生在无AI辅助下进行影像分类任务的能力	首次提出将AI生成的热图作为教学工具，显著提升放射科医生的独立诊断准确性	样本量较小（仅3名放射科医生和100张X光片），研究结果可能需要更大规模验证	探索AI作为教学工具在放射学领域的应用潜力	放射科医生对膝关节X光片的性别分类能力	digital pathology	NA	深度学习	DL	image	3名放射科医生，前后各50张膝关节X光片（共100张）
3027	2025-04-10	Author Correction: Advanced predictive machine and deep learning models for round-ended CFST column 2025-Apr-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95424-w PMID:40199925	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3028	2025-04-12	A synergistic approach for enhanced eye blink detection using wavelet analysis, autoencoding and Crow-Search optimized k-NN algorithm 2025-Apr-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95119-2 PMID:40199999	研究论文	提出了一种结合小波分析、自编码和乌鸦搜索优化的k-NN算法的新型眼电信号眨眼检测方法	首次将小波分析、自编码和乌鸦搜索优化的k-NN算法相结合，用于EEG信号的眼眨检测	未明确说明方法在实时检测或不同EEG设备上的适用性	提高从EEG信号中检测眼眨的准确性和效率	EEG信号中的眼眨特征	生物医学信号处理	NA	小波分析, 自编码, 乌鸦搜索算法	k-NN	EEG信号	NA
3029	2025-04-12	Leveraging artificial intelligence for diagnosis of children autism through facial expressions 2025-Apr-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96014-6 PMID:40200029	research paper	该研究利用人工智能技术，通过儿童面部表情诊断自闭症谱系障碍（ASD）	提出了一种混合深度学习模型ViT-ResNet152，结合了卷积和Transformer处理单元，提高了ASD诊断的准确率至91.33%	未来研究需要纳入多种数据类型，扩展数据集多样性，并优化混合架构系统以提高诊断预测能力	开发高精度和标准化的早期ASD检测方法	自闭症谱系障碍（ASD）儿童	computer vision	autism spectrum disorder	deep learning, transfer learning, fine-tuning	DenseNet201, ResNet152, VGG16, VGG19, MobileNetV2, EfficientNet-B0, ViT-ResNet152	RGB images	NA
3030	2025-04-12	Anesthesia depth prediction from drug infusion history using hybrid AI 2025-Apr-08, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02986-w PMID:40200239	research paper	本研究提出了一种结合LSTM、Transformer和KAN的混合AI模型，用于从药物输注历史中预测麻醉深度	整合了LSTM、Transformer和KAN三种深度学习技术，分别处理麻醉预测中的时序性、上下文理解和非线性关系	未来需要提高模型鲁棒性、探索实时应用并解决预测分析中的潜在偏差	提高麻醉深度预测的准确性以保障患者安全和优化手术结果	麻醉患者的药物输注历史和生理数据	machine learning	NA	深度学习	LSTM, Transformer, KAN	生理数据	来自公开麻醉监测数据库VitalDB的患者数据
3031	2025-04-12	HepatoToxicity Portal (HTP): an integrated database of drug-induced hepatotoxicity knowledgebase and graph neural network-based prediction model 2025-Apr-08, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-00992-8 PMID:40200282	研究论文	开发了一个集成药物诱导肝毒性知识库和图神经网络预测模型的HepatoToxicity Portal (HTP)	整合了专家策划的知识库(HTP-KB)和基于GNN的先进机器学习模型(HTP-Pred)，显著提高了肝毒性预测的准确性	未提及具体局限性	解决药物开发中肝毒性预测的信息分散和数据异质性问题	8,306种化学物质	机器学习	肝毒性	GNN	图神经网络	化学物质数据	8,306种化学物质，预训练使用了PubChem数据库中约1,000万种化学物质
3032	2025-04-12	MIDAA: deep archetypal analysis for interpretable multi-omic data integration based on biological principles 2025-Apr-08, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03530-9 PMID:40200293	研究论文	介绍了一种基于生物学原则的多组学数据集成框架MIDAA，结合原型分析和深度学习	结合原型分析和深度学习，基于进化权衡和帕累托最优性，保留生物相互作用的复杂性同时提供可解释的输出	NA	解决高维多组学数据集成和解释的挑战，提供生物学相关且可解释的模式	高维多组学分子数据	机器学习	NA	深度学习	原型分析结合深度学习	多组学数据	NA
3033	2025-04-12	Automatic identification of hard and soft tissue landmarks in cone-beam computed tomography via deep learning with diversity datasets: a methodological study 2025-Apr-08, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-05831-8 PMID:40200295	研究论文	本研究提出了一种新的深度学习方法，用于在CBCT图像上自动识别和定位软硬组织颅面标志点	应用深度学习方法在多样化的错颌畸形患者CBCT数据上自动识别软硬组织标志点，提高了识别效率和准确性	研究样本量相对有限（498例），且仅评估了43个标志点的识别准确性	开发一种自动识别CBCT图像中颅面软硬组织标志点的深度学习方法	498例不同类型错颌畸形患者的CBCT图像	数字病理	错颌畸形	CBCT成像	深度学习	医学影像	498例CBCT图像
3034	2025-04-12	A beginner's approach to deep learning applied to VS and MD techniques 2025-Apr-08, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-00985-7 PMID:40200329	综述	本文综述了深度学习在分子建模技术中的应用，特别是虚拟筛选和分子动力学模拟	探讨了深度学习如何克服虚拟筛选和分子动力学模拟中的限制，并提高效率和准确性	深度学习在计算化学领域的知识仍然有限且分散	旨在帮助计算化学家了解如何将深度学习整合到分子建模研究中	虚拟筛选(VS)和分子动力学(MD)技术	计算化学	NA	深度学习(DL)	NA	分子建模数据	NA
3035	2025-04-12	A novel intelligent grade classification architecture for Patent Foramen Ovale by Contrast Transthoracic Echocardiography based on deep learning 2025-Apr-07, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102538 PMID:40209281	研究论文	提出了一种基于深度学习的智能分级架构，用于通过对比经胸超声心动图对卵圆孔未闭进行分类	提出了TVUNet++用于左心室分割和ULSAM-ResNet用于PFO分类，能够通过可学习的亲和力图区分cTTE中的各种局部特征，并隐式捕捉左心腔与背景区域之间的语义关系	现有模型由于cTTE中微泡和周围心肌组织的灰度值相似，诊断准确性较低，且未量化右向左分流(RLS)的严重程度	提高卵圆孔未闭(PFO)的分类准确性和量化右向左分流(RLS)的严重程度	卵圆孔未闭(PFO)患者	数字病理	心血管疾病	对比经胸超声心动图(cTTE)	TVUNet++, ULSAM-ResNet	图像	NA
3036	2025-04-12	MedScale-Former: Self-guided multiscale transformer for medical image segmentation 2025-Apr-04, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103554 PMID:40209553	research paper	提出了一种名为MedScale-Former的双分支Transformer网络，用于医学图像分割，通过自监督学习和多尺度一致性提升分割精度	引入了双分支Transformer网络，结合自监督学习和多尺度一致性损失，以及选择性核区域注意力模块，提升了医学图像分割的准确性和边界定义	需要进一步验证在大规模数据集上的泛化能力	提升医学图像分割的准确性和自动化临床决策能力	皮肤病变、肺部器官和多发性骨髓瘤浆细胞	digital pathology	lung cancer, multiple myeloma	self-supervised learning, transformer network	Transformer	image	NA
3037	2025-04-12	Leveraging Physics-Based Synthetic MR Images and Deep Transfer Learning for Artifact Reduction in Echo-Planar Imaging 2025-Apr-02, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8566 PMID:39947682	研究论文	本研究利用基于物理的方法合成真实的MR伪影，并训练一个深度学习生成对抗网络（GAN）以减少EPI中的伪影	采用基于物理的方法合成MR伪影，并提出一种'堆叠迁移学习'策略来训练GAN，以有效减少EPI中的伪影	研究仅针对EPI序列的伪影，未涵盖其他MRI序列的伪影问题	减少EPI（一种关键的神经影像序列）中的伪影，提高图像质量	EPI序列中的伪影	数字病理	神经胶质瘤	GAN, 迁移学习	Pix2PixGAN with Attention-R2UNet generator	MR图像	1,392名患者的4,573个解剖MR序列，49名复发性胶质母细胞瘤患者的ADC图
3038	2025-04-12	Deep Learning-Based Reconstruction for Accelerated Cervical Spine MRI: Utility in the Evaluation of Myelopathy and Degenerative Diseases 2025-Apr-02, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8567 PMID:40147833	research paper	本研究比较了传统颈椎MRI与基于深度学习的加速颈椎MRI在图像质量和诊断性能上的差异	使用商业化的供应商无关的基于深度学习的重建算法，显著缩短了MRI扫描时间，同时保持或提高了图像质量和诊断性能	样本量较小（50例患者），且仅针对颈椎退行性疾病和脊髓病变进行评估	评估基于深度学习的加速颈椎MRI在图像质量和诊断性能上的表现	50例患有退行性颈椎疾病或脊髓病变的患者	digital pathology	degenerative spine diseases and myelopathy	MRI	DL-based reconstruction	image	50例患者
3039	2025-04-12	Rapid Identification of Medicinal Polygonatum Species and Predictive of Polysaccharides Using ATR-FTIR Spectroscopy Combined With Multivariate Analysis 2025-Apr, Phytochemical analysis : PCA IF:3.0Q2 DOI:10.1002/pca.3459 PMID:39422183	research paper	本研究基于ATR-FTIR光谱结合多元分析方法，开发了药用黄精种类的定性模型和多糖预测模型	结合ATR-FTIR光谱与多元分析方法，实现了药用黄精种类的快速鉴别和多糖含量的高效预测，特别是ResNet模型无需复杂预处理即可实现100%正确分类	未来研究可进一步探索便携式红外光谱仪的应用，并将红外光谱技术扩展到药用黄精其他化学成分的预测	开发药用黄精种类的定性模型和多糖预测模型，以提高其质量控制和功效评估	334个药用黄精样本和110个黄精多糖样本	光谱分析	NA	ATR-FTIR光谱、多元分析、PLSR、Kernel-PLSR、ResNet	OPLS-DA、PLSR、Kernel-PLSR、ResNet	光谱数据	334个药用黄精样本和110个黄精多糖样本
3040	2025-04-12	Comparison of Intratumoral and Peritumoral Deep Learning, Radiomics, and Fusion Models for Predicting KRAS Gene Mutations in Rectal Cancer Based on Endorectal Ultrasound Imaging 2025-Apr, Annals of surgical oncology IF:3.4Q1 DOI:10.1245/s10434-024-16697-5 PMID:39690384	research paper	比较基于直肠内超声图像的肿瘤内和肿瘤周围深度学习、放射组学及融合模型在预测直肠癌KRAS基因突变中的表现	首次比较了肿瘤内和肿瘤周围区域的深度学习、放射组学及融合模型在预测KRAS突变中的效果，并展示了融合模型的优越性	研究样本来自单一医疗中心，可能影响模型的泛化能力	预测直肠癌中的KRAS基因突变	直肠癌患者	digital pathology	rectal cancer	endorectal ultrasound imaging	CNN, radiomics, fusion models	image	304名直肠癌患者（训练组213名，测试组91名）