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
341	2025-04-17	Lag-Net: Lag correction for cone-beam CT via a convolutional neural network 2025-Apr-12, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108753 PMID:40233441	研究论文	提出了一种名为Lag-Net的卷积神经网络方法，用于校正锥束CT中的滞后信号，以减少重建图像中的伪影	利用深度学习技术Lag-Net校正滞后信号，避免了传统线性时不变校正方法的不足，并在低曝光条件下表现更优	硬件校正方法操作复杂，对CT仪器要求高	提高锥束CT图像质量，减少滞后伪影	锥束CT中的滞后信号及其伪影	计算机视觉	NA	卷积神经网络	CNN	图像	模拟和真实数据集
342	2025-04-17	CMTNet: a hybrid CNN-transformer network for UAV-based hyperspectral crop classification in precision agriculture 2025-Apr-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97052-w PMID:40216979	研究论文	提出了一种结合CNN和Transformer的深度学习框架CMTNet，用于无人机获取的高光谱作物分类	CMTNet结合了光谱-空间特征提取模块、双分支架构和多输出约束模块，能同时捕获局部和全局特征，提高分类精度	未提及模型在更广泛作物类型或更复杂环境中的泛化能力	提高无人机高光谱成像在精准农业中作物分类的精度和可靠性	无人机获取的高光谱作物图像	计算机视觉	NA	高光谱成像	CNN-Transformer混合模型	图像	三个无人机获取的数据集（WHU-Hi-LongKou、WHU-Hi-HanChuan和WHU-Hi-HongHu）
343	2025-04-17	IT: An interpretable transformer model for Alzheimer's disease prediction based on PET/MR images 2025-Apr-11, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121210 PMID:40222500	研究论文	本文提出了一种基于PET/MR图像的阿尔茨海默病预测的可解释Transformer模型IT	引入了一种新型深度学习框架IT，该框架受Transformer架构启发，能够捕捉成像数据中的局部和全局特征，并通过高级特征工程技术实现协同整合	NA	开发先进的诊断工具，用于阿尔茨海默病的早期检测和精确监测	阿尔茨海默病患者	数字病理学	阿尔茨海默病	PET/MR成像	Transformer	图像	NA
344	2025-04-17	Bearing fault diagnosis based on efficient cross space multiscale CNN transformer parallelism 2025-Apr-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95895-x PMID:40210923	研究论文	提出了一种基于高效跨空间多尺度CNN Transformer并行性的风力涡轮机轴承故障诊断模型	采用并行分支结构同时提取时空特征，结合多尺度特征提取模块和高效多尺度注意力机制，提升了局部和全局特征提取能力	未提及模型在极端噪声环境下的表现	提高风力涡轮机轴承故障诊断的准确性和噪声鲁棒性	风力涡轮机轴承	机器学习	NA	Continuous Wavelet Transform (CWT)	CNN, Transformer, BiGRU	一维振动信号转换的二维时频图像	两个公开的轴承数据集
345	2025-04-17	FetDTIAlign: A deep learning framework for affine and deformable registration of fetal brain dMRI 2025-Apr-10, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121190 PMID:40221066	research paper	提出了一种名为FetDTIAlign的深度学习框架，用于胎儿脑部dMRI的仿射和可变形配准	FetDTIAlign采用新颖的双编码器架构和基于特征的迭代推理，有效减少了噪声和低分辨率的影响，实现了精确配准	方法在数据质量极低或解剖标志物极少的情况下可能仍面临挑战	解决胎儿脑部dMRI数据在跨扫描和跨受试者空间对齐上的挑战	胎儿脑部dMRI数据	digital pathology	NA	dMRI	dual-encoder architecture	image	涵盖孕周23至36周的60个白质束数据集
346	2025-04-17	pC-SAC: A method for high-resolution 3D genome reconstruction from low-resolution Hi-C data 2025-Apr-10, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf289 PMID:40226920	研究论文	提出了一种名为pC-SAC的计算方法，用于从低分辨率Hi-C数据中重建高分辨率3D基因组	pC-SAC采用自适应重要性采样与顺序蒙特卡洛方法，生成满足低分辨率Hi-C数据物理约束的3D染色质链集合，实现了超过95%的高分辨率染色质图谱重建准确率	未提及具体样本量或实验验证的局限性	提高Hi-C数据的分辨率，以更深入地了解3D基因组组织及其在基因调控和疾病中的作用	3D基因组组织	计算生物学	NA	Hi-C技术	probabilistically Constrained Self-Avoiding Chromatin (pC-SAC)	Hi-C数据	NA
347	2025-04-17	Physically grounded deep learning-enabled gold nanoparticle localization and quantification in photonic resonator absorption microscopy for digital resolution molecular diagnostics 2025-Apr-09, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.117455 PMID:40233489	研究论文	本文介绍了一种名为LOCA-PRAM的深度学习方法，结合光子谐振吸收显微镜（PRAM），利用金纳米颗粒（AuNPs）作为分子标签，实现生物分子的数字分辨率检测	LOCA-PRAM利用光子晶体（PC）-AuNP共振耦合增强信号对比度，无需将样品分割成液滴或进行酶扩增，即可实现目标分子的精确量化	NA	实现分子生物标志物的数字分辨率检测，用于疾病诊断、治疗研究和生物医学研究	金纳米颗粒（AuNPs）作为分子标签	数字病理学	NA	光子谐振吸收显微镜（PRAM）、扫描电子显微镜（SEM）	深度学习	图像	NA
348	2025-04-17	From prediction to design: Revealing the mechanisms of umami peptides using interpretable deep learning, quantum chemical simulations, and module substitution 2025-Apr-09, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144301 PMID:40233511	研究论文	本研究利用深度学习模型和模块替换策略筛选和设计鲜味肽	结合预训练、增强特征和对比学习模块的预测模型准确率达到0.94，优于其他模型2-9%，并通过模块替换策略揭示了鲜味肽的作用机制	NA	快速筛选和设计鲜味肽	鲜味肽	自然语言处理	NA	深度学习、量子化学模拟、分子对接	深度学习模型	NA	NA
349	2025-04-17	Autonomous learning of pathologists' cancer grading rules 2025-Apr-07, bioRxiv : the preprint server for biology DOI:10.1101/2025.03.18.643999 PMID:40166226	research paper	开发了一种可解释的深度学习算法，用于揭示组织形态学与癌症生物学之间的联系	提出了一种可解释的深度学习算法，能够自主发现与肿瘤分级相关的关键组织学特征	算法仍依赖于深度学习模型，可能存在一定的黑箱性质	探索组织形态学与癌症生物学之间的关联，并自主发现肿瘤分级的关键特征	透明细胞肾细胞癌（ccRCC）的组织图像	digital pathology	renal cell carcinoma	deep learning	generative model, DL model	image	NA
350	2025-04-17	Tumor Bud Classification in Colorectal Cancer Using Attention-Based Deep Multiple Instance Learning and Domain-Specific Foundation Models 2025-Apr-07, Cancers IF:4.5Q1 DOI:10.3390/cancers17071245 PMID:40227783	研究论文	本文提出了一种基于深度学习和注意力机制的多实例学习方法，用于自动分类结直肠癌中的肿瘤芽	采用注意力机制的多实例学习和领域特定基础模型，提高了肿瘤芽分类的准确性和可解释性	样本量相对较小，训练集仅包含29张WSIs，测试集70张WSIs	提高结直肠癌中肿瘤芽的自动分类准确性，以改善预后评估	结直肠癌中的肿瘤芽	数字病理学	结直肠癌	深度学习，注意力机制的多实例学习（ABMIL）	Phikon-v2, UNI, CtransPath	全切片图像（WSIs）	训练集29张WSIs，测试集70张WSIs
351	2025-04-17	Accelerated Discovery of Cell Migration Regulators Using Label-Free Deep Learning-Based Automated Tracking 2025-Apr-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.01.646705 PMID:40236190	研究论文	本文介绍了一种名为DeepBIT的无标记深度学习自动化追踪方法，用于加速发现细胞迁移调控因子	开发了DeepBIT方法，无需细胞标记即可自动检测和追踪单个细胞的迁移，显著提高了通量和效率	方法主要针对癌细胞迁移进行研究，可能不适用于其他类型细胞的迁移研究	开发高通量方法研究细胞迁移调控机制	癌细胞迁移行为	计算机视觉	癌症	深度学习、机器视觉	DeepBIT	视频	约130万个追踪细胞，840种不同条件
352	2025-04-17	Modeling dynamic inflow effects in fMRI to quantify cerebrospinal fluid flow 2025-Apr-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.03.647027 PMID:40236215	研究论文	本文开发了一个动态模型来模拟和推断fMRI数据中的时变流速，并验证了该模型在人类和模拟数据中的有效性	开发了一个物理基础的深度学习框架来反转模型，从而能够直接使用fMRI流入数据估计流速	测量信号不是定量的，需要进一步验证和改进	定量建立脑脊液流动系统的特性	脑脊液流动	神经影像学	NA	fMRI	深度学习框架	fMRI数据	人类和模拟数据
353	2025-04-17	An Open-Source Deep Learning-Based GUI Toolbox For Automated Auditory Brainstem Response Analyses (ABRA) 2025-Apr-02, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.20.599815 PMID:38948763	research paper	介绍了一个名为ABRA的开源深度学习图形用户界面工具，用于自动化分析听觉脑干反应（ABR）波形	开发了一个基于深度学习的开源工具ABRA，能够自动化和标准化ABR波形分析，减少主观手动解释带来的变异性	未提及具体的技术限制或数据集覆盖范围的局限性	旨在通过自动化ABR波形分析，提高听力损失研究的效率和可重复性	听觉脑干反应（ABR）波形	machine learning	hearing loss	deep learning	CNN	electrophysiological recordings	来自多个实验环境的多样化数据集
354	2025-04-17	Role of artificial intelligence in magnetic resonance imaging-based detection of temporomandibular joint disorder: a systematic review 2025-Apr, The British journal of oral & maxillofacial surgery DOI:10.1016/j.bjoms.2024.12.004 PMID:40087072	系统综述	本文系统评估了人工智能在基于磁共振成像的颞下颌关节紊乱检测中的应用	首次系统性地总结了AI在颞下颌关节盘位置识别中的应用及其性能指标	研究设计标准化不足和报告一致性有待提高	评估AI在MRI中识别颞下颌关节盘位置的应用效果	颞下颌关节紊乱患者和正常个体的MRI影像	数字病理	颞下颌关节紊乱	MRI	深度学习（MobileNetV2, ResNet）和机器学习	医学影像	7项研究（未明确总样本量）
355	2025-04-17	Multi-class brain malignant tumor diagnosis in magnetic resonance imaging using convolutional neural networks 2025-Apr-01, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2025.111329 PMID:40180191	研究论文	本研究开发了一种深度学习模型FoTNet，用于提高多类脑恶性肿瘤在磁共振成像中的自动诊断准确性	模型集成了基于频率的通道注意力层和焦点损失函数，以解决由PCNSL样本有限引起的类别不平衡问题	样本量相对有限，尤其是PCNSL病例较少	提高脑恶性肿瘤（GBM、PCNSL和BM）在MRI中的自动诊断准确性	GBM、PCNSL和BM患者的MRI图像	数字病理学	脑恶性肿瘤	MRI	CNN	图像	409例（58例GBM、82例PCNSL和269例BM）
356	2025-04-17	TractCloud-FOV: Deep Learning-Based Robust Tractography Parcellation in Diffusion MRI With Incomplete Field of View 2025-Apr-01, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70201 PMID:40193105	研究论文	本文介绍了一种名为TractCloud-FOV的深度学习框架，用于在不完整视野（FOV）的扩散MRI中稳健地进行纤维束成像分割	提出了一种新的训练策略FOV-Cut Augmentation（FOV-CA），通过合成切割纤维束成像来模拟现实世界中的不完整FOV场景，增强了模型的泛化能力	未提及具体局限性	解决临床扫描中因不完整FOV导致的纤维束部分成像问题，实现稳健的纤维束成像分割	扩散MRI中的纤维束成像	医学影像分析	NA	扩散MRI	深度学习框架	医学影像数据	合成切割的纤维束成像数据和两个真实世界的不完整FOV数据集
357	2025-04-17	Evaluating the Effectiveness of Neural Radiance Field for Noninvasive Volumetric Assessment 2025-Apr, Plastic and reconstructive surgery. Global open DOI:10.1097/GOX.0000000000006708 PMID:40230474	research paper	评估神经辐射场（NeRF）在非侵入性体积评估中的有效性，特别是在下肢淋巴水肿的治疗中	利用iPhone应用程序Luma 3D和NeRF技术进行3D场景重建，克服了传统2D成像和CT扫描的限制	研究仅基于一名88岁慢性淋巴水肿患者的12个月数据，样本量较小	评估NeRF技术在门诊环境中进行淋巴水肿体积评估的有效性	一名88岁慢性淋巴水肿女性患者	digital pathology	lymphedema	NeRF, CT扫描	NeRF	3D图像	1名患者，12个月的数据
358	2025-04-17	Emerging frontiers in protein structure prediction following the AlphaFold revolution 2025-Apr, Journal of the Royal Society, Interface DOI:10.1098/rsif.2024.0886 PMID:40233800	综述	本文探讨了深度学习驱动的蛋白质结构预测工具AlphaFold带来的革命性进展及其在高级应用中的应用	聚焦于AlphaFold在蛋白质结构预测中的革命性影响，并提出了报告AlphaFold预测的指导原则	蛋白质并非静态存在且不单独作用，与其它生物分子相互作用的蛋白质结构对于全面理解其生物功能至关重要，但本文未深入探讨	探讨蛋白质结构预测工具在生物学、化学和计算机科学交叉领域的应用	蛋白质结构模型及其与其它生物分子的相互作用	计算生物学	NA	深度学习	AlphaFold	蛋白质结构数据	数百万个蛋白质结构模型
359	2025-04-17	Analyzing heterogeneity in Alzheimer disease using multimodal normative modeling on imaging-based ATN biomarkers 2025-Apr, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.70143 PMID:40235115	研究论文	使用多模态规范模型分析阿尔茨海默病的异质性，基于成像ATN生物标志物	首次采用深度学习多模态规范框架分析ATN成像生物标志物的个体水平变异	研究仅基于横断面数据，未考虑纵向变化	分析阿尔茨海默病的异质性及其与认知功能和疾病进展的关系	阿尔茨海默病患者和淀粉样蛋白阴性对照	数字病理学	老年病	T1加权MRI、淀粉样蛋白和tau蛋白PET成像	深度学习	影像数据	发现队列665人和复制队列430人
360	2025-04-17	Mortality and Antibiotic Timing in Deep Learning-Derived Surviving Sepsis Campaign Risk Groups: A Multicenter Study 2025-Apr-01, Research square DOI:10.21203/rs.3.rs-6123541/v1 PMID:40235491	研究论文	本研究利用深度学习模型对脓毒症患者进行风险分层，并评估抗生素使用时机对不同风险组患者短期死亡率的影响	首次使用深度学习模型客观地对脓毒症患者进行风险分层，并评估不同抗生素使用时机对各风险组死亡率的影响	未评估因果关系，需要更多前瞻性研究验证结果	评估基于深度学习风险分层的脓毒症患者抗生素使用时机对死亡率的影响	脓毒症患者	数字病理学	脓毒症	深度学习	DL	临床数据	34,163名成人脓毒症患者