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
301	2025-05-13	Glycosyltransferases in human milk oligosaccharide synthesis: structural mechanisms and rational design 2025-May-09, Current opinion in biotechnology IF:7.1Q1 DOI:10.1016/j.copbio.2025.103315 PMID:40347686	综述	本文系统分析了糖基转移酶在人类乳寡糖合成中的结构机制和理性设计	综述了糖基转移酶的结构生物学及其在合成生物学中的应用，并探讨了深度学习算法在糖基转移酶改造和从头设计中的潜力	未提及具体的实验验证或应用实例	探讨糖基转移酶在人类乳寡糖合成中的结构机制和优化策略	糖基转移酶及其在人类乳寡糖合成中的应用	合成生物学	NA	结构生物学、深度学习	NA	结构数据	NA
302	2025-05-13	AI Applications in Transfusion Medicine: Opportunities, Challenges, and Future Directions 2025-May-09, Acta haematologica IF:1.7Q3 DOI:10.1159/000546303 PMID:40349705	综述	本文探讨了人工智能在输血医学中的应用、挑战及未来发展方向	综述了AI在输血医学中多领域的应用潜力，包括机器学习、深度学习和自然语言处理等技术的整合	临床应用流程的变异性、算法透明度、公平获取以及数据隐私和偏见等伦理问题仍需解决	探索AI在输血医学中的应用及其对提升操作效率、患者安全和资源分配的潜力	输血医学中的各个领域，包括供体管理、血液产品质量优化、输血需求预测和出血风险评估等	医疗AI	NA	机器学习(ML)、深度学习、自然语言处理(NLP)、预测分析	NA	NA	NA
303	2025-05-13	CirnetamorNet: An ultrasonic temperature measurement network for microwave hyperthermia based on deep learning 2025-May-09, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100297 PMID:40350037	研究论文	提出了一种基于深度学习的超声波温度测量网络CirnetamorNet，用于微波热疗中的非侵入式温度监测	通过多特征数据融合和多头注意力机制构建CirnetamorNet模型，实现了高精度的温度预测	实验使用模拟人体组织的材料构建体模，可能无法完全反映真实人体组织的复杂性	提高微波热疗中非侵入式温度监测技术的准确性和可靠性	微波热疗过程中的温度变化	数字病理	癌症	超声波成像	RNN（循环神经网络）	图像	使用模拟人体组织的材料构建体模进行数据采集
304	2025-05-13	A subject transfer neural network fuses Generator and Euclidean Alignment for EEG-based motor imagery classification 2025-May-09, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110483 PMID:40350042	research paper	提出了一种结合生成器和欧几里得对齐的主题转移神经网络（ST-GENN），用于提高基于EEG的运动想象分类的准确性	结合生成器和欧几里得对齐的主题转移神经网络（ST-GENN），能够有效将源域数据的经验和知识转移到目标域	未提及具体局限性	提高脑机接口（BCI）分类准确性，解决个体间EEG信号差异问题	EEG信号	machine learning	NA	transfer learning, deep learning	ST-GENN, Convolution-attention-temporal (CAT) classifier	EEG信号	BCI competition IV 2a, BCI competition IV 2b和SHU数据集
305	2025-05-13	Cine Cardiac Magnetic Resonance Segmentation using Temporal-spatial Adaptation of Prompt-enabled Segment-Anything-Model: A Feasibility Study 2025-May-09, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101909 PMID:40350082	研究论文	该研究提出了一种基于Segment-Anything-Model (SAM)的cine心脏磁共振分割方法cineCMR-SAM，通过时空注意力机制和提示技术提高分割性能	首次将SAM基础模型适配到cine心脏磁共振分割任务，引入时空注意力机制和文本/框提示技术	研究样本量相对有限，仅评估了特定病理类型(主动脉瓣狭窄和HFpEF)的泛化能力	开发具有高泛化能力的心脏磁共振图像自动分割方法	心脏磁共振图像(左心室和心肌组织)	医学图像分析	心血管疾病	深度学习	SAM (Segment-Anything-Model) + 时空注意力机制	医学影像(cine CMR)	3个外部测试数据集(共229例：公共数据集136例+主动脉瓣狭窄40例+HFpEF53例)
306	2025-05-13	Deep learning approach based on a patch residual for pediatric supracondylar subtle fracture detection 2025-May-08, Biomolecules & biomedicine DOI:10.17305/bb.2024.11341 PMID:39829118	研究论文	本文提出了一种基于多尺度补丁残差网络(MPR)的深度学习方法，用于自动检测和定位儿童肱骨髁上细微骨折	结合CNN和多尺度生成对抗网络，利用健康样本学习正常骨骼分布，减少对标记骨折数据的依赖	标记的儿童肱骨髁上骨折样本稀缺且难以获取	开发一种自动检测和定位儿童肱骨髁上细微骨折的深度学习方法	儿童肱骨髁上骨折	数字病理	骨折	CNN, 生成对抗网络	MPR (多尺度补丁残差网络)	医学影像	来自两家不同医院的数据集，数据增强技术应用于训练和验证阶段
307	2025-05-13	NABP-LSTM-Att: Nanobody-Antigen binding prediction using bidirectional LSTM and soft attention mechanism 2025-May-08, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108490 PMID:40347542	研究论文	该论文提出了一种名为NABP-LSTM-Att的深度学习模型，用于仅从序列信息预测纳米抗体与抗原的结合	利用双向LSTM和软注意力机制从序列信息预测纳米抗体与抗原的结合，无需依赖3D结构	模型的性能依赖于SAbDab-nano数据库中的序列数据，可能无法泛化到所有纳米抗体-抗原对	提高纳米抗体与抗原结合亲和力和特异性的预测能力，以促进纳米抗体药物的开发	纳米抗体和抗原的序列	自然语言处理	NA	深度学习	biLSTM和软注意力机制	序列数据	来自SAbDab-nano数据库的纳米抗体-抗原序列对
308	2025-05-13	Machine learning-based approaches for distinguishing viral and bacterial pneumonia in paediatrics: A scoping review 2025-May-08, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108802 PMID:40349546	综述	本文综述了基于机器学习的儿科病毒性和细菌性肺炎分类方法的研究现状	总结了机器学习特别是深度学习在利用胸片图像分类儿科肺炎中的应用和潜力	现有研究主要依赖单一公开数据集(Kermany数据集)，存在过拟合和泛化性不足的问题	评估机器学习技术对儿科病毒性和细菌性肺炎的分类效果	0-18岁通过胸片诊断的肺炎患儿	医学影像分析	肺炎	机器学习(ML)和深度学习(DL)	CNN	胸片图像	35项研究(2018-2025年)
309	2025-05-13	MRI-based multimodal AI model enables prediction of recurrence risk and adjuvant therapy in breast cancer 2025-May-07, Pharmacological research IF:9.1Q1 DOI:10.1016/j.phrs.2025.107765 PMID:40345352	研究论文	本研究开发了一种基于多模态MRI和AI的3D深度学习模型（3D-MMR模型），用于预测非转移性乳腺癌患者的复发风险和辅助治疗效果	结合多模态MRI数据和AI技术，开发了3D-MMR模型，首次实现了对乳腺癌复发风险的精准预测，并通过RNA-seq分析探索了肿瘤微环境与复发风险的关系	研究样本仅来自中国的四个机构，可能限制了模型的普适性	提高乳腺癌患者的预后评估准确性，指导个体化治疗决策	非转移性乳腺癌患者	数字病理学	乳腺癌	MRI（T1+C和T2WI）、RNA-seq	3D-UNet、DenseNet121	MRI图像、临床数据、RNA-seq数据	1199名非转移性乳腺癌患者
310	2025-05-13	Diagnostic accuracy of machine learning algorithms in electrocardiogram-based sleep apnea detection: A systematic review and meta-analysis 2025-May-07, Sleep medicine reviews IF:11.2Q1 DOI:10.1016/j.smrv.2025.102097 PMID:40349509	meta-analysis	评估机器学习和深度学习算法在基于单导联心电图数据的睡眠呼吸暂停检测中的诊断准确性	首次系统评价和荟萃分析机器学习与深度学习在单导联心电图中检测睡眠呼吸暂停的诊断准确性	算法效果存在差异且存在方法学偏倚	评估机器学习和深度学习算法在睡眠呼吸暂停检测中的诊断准确性	单导联心电图数据	machine learning	sleep apnea	machine learning, deep learning	ML/DL	ECG signals	84项研究
311	2025-05-13	Intelligent transformation of ultrasound-assisted novel solvent extraction plant active ingredients: Tools for machine learning and deep learning 2025-May-07, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144649 PMID:40349518	综述	本文综述了机器学习和深度学习在超声波辅助新型溶剂提取植物活性成分中的应用及挑战	利用机器学习和深度学习模型加速新型溶剂筛选、优化提取过程、深入分析提取机制及实时监控超声设备	模型可解释性不足、数据集标准化缺乏以及工业可扩展性受限	推动超声波辅助提取技术的智能化与数字化发展	植物活性成分的超声波辅助提取过程	机器学习	NA	超声波辅助提取	机器学习和深度学习模型	NA	NA
312	2025-05-13	EPIPDLF: a pretrained deep learning framework for predicting enhancer-promoter interactions 2025-May-06, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae716 PMID:40036975	research paper	该论文提出了一种名为EPIPDLF的预训练深度学习框架，用于预测增强子-启动子相互作用	EPIPDLF利用先进的深度学习技术，仅基于基因组序列以可解释的方式预测EPIs，并在六个基准数据集上表现出优越性能	未提及具体局限性	开发一种高效且成本较低的预测增强子-启动子相互作用的方法	增强子和启动子之间的相互作用	machine learning	NA	深度学习	预训练深度学习框架	基因组序列	六个基准数据集
313	2025-05-13	JAX-RNAfold: scalable differentiable folding 2025-May-06, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf203 PMID:40279486	research paper	介绍了一个名为JAX-RNAfold的开源软件包，用于改进的可微分RNA折叠算法，可扩展到1,250个核苷酸	提出了一个显著改进的可微分折叠算法，能够在单个GPU上处理多达1,250个核苷酸，并允许将可微分折叠作为模块集成到更大的深度学习流程中	NA	优化RNA设计中的可微分折叠算法，提高其可扩展性和实用性	RNA序列	machine learning	NA	differentiable folding	deep learning	RNA序列数据	NA
314	2025-05-13	The use of deep learning and artificial intelligence-based digital technologies in art education 2025-May-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00892-9 PMID:40328802	研究论文	本研究提出并优化了一个创新的艺术创作系统Creative Intelligence Cloud (CIC)，旨在探索深度学习和人工智能技术在艺术教育中的应用	结合深度生成对抗网络和卷积神经网络，提升艺术创作的自动化水平、风格一致性和创作效率	未提及在真实教学场景中的具体应用限制	探索深度学习和人工智能技术在艺术创作和艺术教育中的应用	艺术创作系统CIC	数字艺术	NA	深度学习、人工智能	GAN、CNN	图像	NA
315	2025-05-13	A systematic review of AI as a digital twin for prostate cancer care 2025-May-06, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108804 PMID:40347618	系统综述	本文系统综述了AI作为数字孪生在前列腺癌护理中的应用	结合AI技术（如机器学习和深度学习）的数字孪生系统，为前列腺癌提供个性化、精准和高效的医疗护理	需要实时数据整合、提高AI模型的可解释性以及更稳健的临床验证	探讨AI驱动的数字孪生在前列腺癌病理学中的应用及其潜力	前列腺癌患者	数字病理学	前列腺癌	机器学习（ML）、深度学习（DL）	Large Language Models (LLMs)、Vision-Language Models (VLMs)	多模态数据	NA
316	2025-05-13	iEnhancer-DS: Attention-based improved densenet for identifying enhancers and their strength 2025-May-05, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108484 PMID:40349379	研究论文	提出了一种基于深度学习的多任务框架iEnhancer-DS，用于增强子识别及其强度分类	结合改进的DenseNet模块和自注意力机制，动态评估特征重要性并分配权重，提高了增强子识别和强度预测的性能	未提及具体的数据集规模或多样性限制	开发计算方法来快速准确地识别增强子及其强度	DNA序列中的增强子及其强度	生物信息学	NA	one-hot编码和核苷酸化学性质（NCP）	改进的DenseNet和自注意力机制	DNA序列数据	NA
317	2025-05-13	Deep learning-based auto-contouring of organs/structures-at-risk for pediatric upper abdominal radiotherapy 2025-May-04, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110914 PMID:40328363	research paper	本研究开发了一种基于CT的多器官分割模型，用于描绘儿童上腹部肿瘤放疗中的风险器官，并评估了其在多个数据集中的鲁棒性	开发了一个适用于儿童上腹部肿瘤放疗的多器官自动分割模型，并在多个数据集中验证了其鲁棒性	0-2岁年龄组的性能最低，胃-肠和胰腺的DSC值低于0.90	开发并评估一种基于CT的多器官分割模型，用于儿童上腹部肿瘤放疗中的风险器官描绘	儿童上腹部肿瘤患者（肾肿瘤和神经母细胞瘤）的术后CT图像	digital pathology	pediatric cancer	CT imaging, deep learning-based auto-segmentation	deep learning model	CT images	189例儿科患者的术后CT图像（内部数据集）和189例覆盖胸腹区域的公共数据集
318	2025-05-13	Artificial intelligence (AI) in point-of-care testing 2025-May-03, Clinica chimica acta; international journal of clinical chemistry DOI:10.1016/j.cca.2025.120341 PMID:40324611	review	本文探讨了人工智能（AI）在即时检测（POCT）中的整合应用及其对现代医疗的变革性影响	AI技术通过卷积神经网络、预测分析和便携式设备等，显著提升了疟疾检测的敏感性、设备运行效率和贫血筛查准确性，同时减少了抗生素滥用和诊断延迟	存在数据隐私风险、算法不透明性以及低收入和中等收入国家的基础设施差距等挑战	探讨AI在POCT中的应用，以解决诊断准确性、工作流程效率和公平获取医疗资源等关键问题	即时检测（POCT）设备和AI技术的整合应用	machine learning	malaria, anaemia, cardiovascular disease, dengue	machine learning, deep learning, natural language processing, predictive analytics, explainable AI, blockchain encryption	CNN	image, real-time data, genomic data, wearable data	NA
319	2025-05-13	CWBLS network and its application in portable spectral measurement 2025-May-03, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126329 PMID:40347777	研究论文	本文提出了一种名为D-CWBLS网络的新方法，用于解决便携式近红外光谱中由于低信噪比和低重复性数据导致的回归模型准确性和稳定性差的问题	D-CWBLS网络在BLS网络的基础上进行了三方面改进：扩展网络结构以纳入近红外特征光谱带数据、通过添加Dropout层加深网络以优化结构并消除冗余信息、结合优化的特征节点权重矩阵和增强节点权重矩阵以消除网络训练中的随机性不确定性	NA	提高便携式近红外光谱设备在户外使用中的回归模型准确性和稳定性	便携式近红外光谱数据	机器学习	NA	近红外光谱	D-CWBLS网络	光谱数据	NA
320	2025-05-13	Automated vertebrae identification and segmentation with structural uncertainty analysis in longitudinal CT scans of patients with multiple myeloma 2025-May-03, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112160 PMID:40349413	研究论文	本研究通过结构不确定性分析优化了多发性骨髓瘤患者纵向CT扫描中的深度学习椎骨分割方法	提出了一种结合开源深度学习方法和后验结构不确定性分析的增强分割流程，自动纠正不一致或标记不确定区域供人工审查	研究依赖于回顾性数据，可能受到数据收集时间和范围的限制	优化多发性骨髓瘤患者纵向CT扫描中的椎骨分割准确性	474名多发性骨髓瘤患者的纵向CT扫描数据	数字病理	多发性骨髓瘤	CT扫描	Payer's方法（一种开源深度学习方法）	医学影像（CT扫描）	474名患者（训练集179名患者349次扫描，测试集295名患者671次扫描）