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	2025-05-10	Brain multi modality image inpainting via deep learning based edge region generative adversarial network 2025-May, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241300986 PMID:40331553	research paper	该研究提出了一种基于深度学习的边缘区域生成对抗网络（DS-GAN）用于脑部多模态图像修复	提出DS-GAN模型，结合GS-CNN分割和EGAN边缘重建，用于脑部MRI图像修复，提高了准确性和图像质量	研究未提及模型在不同类型脑肿瘤或不同MRI设备上的泛化能力	解决脑部MRI图像处理中因异常组织导致的图像失真或偏差问题	脑部MRI图像	digital pathology	brain tumor	MRI	DS-GAN, GS-CNN, EGAN	image	NA
342	2025-05-10	Speckle pattern analysis with deep learning for low-cost stroke detection: a phantom-based feasibility study 2025-May, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.30.5.056003 PMID:40337176	研究论文	本研究探讨了结合激光散斑技术和深度学习在低成本中风检测中的可行性	首次将激光散斑模式分析与3D卷积神经网络结合，用于模拟中风条件下的血流状态分类	研究仅在组织模型上进行，尚未考虑颅骨光学特性等体内实际因素	评估激光散斑技术结合深度学习在中风检测中的可行性	模拟不同血流状态的人工动脉组织模型	数字病理	心血管疾病	激光散斑成像技术	3D CNN (X3D_M)	视频序列	不同直径(3-6mm)和深度(0-10mm)的人工动脉组织模型
343	2025-05-10	Deep learning empowered gadolinium-free contrast-enhanced abbreviated MRI for diagnosing hepatocellular carcinoma 2025-May, JHEP reports : innovation in hepatology IF:9.5Q1 DOI:10.1016/j.jhepr.2025.101392 PMID:40337547	research paper	本研究开发了一种基于深度学习的无钆对比增强简略MRI（DL-aMRI）协议，用于诊断肝细胞癌（HCC）	利用稳定扩散模型生成对比增强MRI图像，无需使用对比剂，显著缩短扫描时间	研究为回顾性设计，需前瞻性研究进一步验证	开发高效、无对比剂的HCC诊断方法	肝细胞癌（HCC）患者	digital pathology	liver cancer	MRI, deep learning	stable diffusion-based DL model	MRI图像	1,769名患者（913名HCC患者）
344	2025-05-10	Quantifying the most probable dynamics of a particle inside a sphere 2025-May-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0266454 PMID:40338950	研究论文	本研究结合随机过程建模与深度学习技术，量化了球形几何内受限扩散粒子的最可能过渡时间和路径	开发了一个结合随机微分方程数值模拟与基于Onsager-Machlup变分原理训练的神经网络架构的计算框架，用于系统识别熵优化的扩散轨迹	NA	研究球形几何内受限扩散粒子的统计主导过渡动力学，特别是从球心到任意边界点的最可能过渡时间和路径	球形几何内受限扩散的粒子	生物物理学	NA	随机微分方程数值模拟与深度学习	神经网络	模拟数据	NA
345	2025-05-10	The impact of partner interaction on brief social buffering in adolescent female rats as analyzed by deep learning-based object detection algorithms 2025-Apr-29, Physiology & behavior IF:2.4Q2 DOI:10.1016/j.physbeh.2025.114934 PMID:40311725	research paper	研究通过深度学习算法分析伴侣互动对青春期雌性大鼠短暂社会缓冲的影响	使用YOLOv8和BoT-SORT深度学习算法减少人为偏见并分析人类无法获取的变量	研究仅针对青春期Sprague-Dawley大鼠，结果可能不适用于其他年龄段或物种	探究短暂社会接触是否足以诱导社会缓冲，尤其是雌性大鼠	青春期Sprague-Dawley大鼠（4-5周龄，雄性和雌性）	machine learning	NA	YOLOv8, BoT-SORT	deep learning-based object detection algorithms	video	青春期Sprague-Dawley大鼠（雄性和雌性）
346	2025-05-10	Breast cancer detection and classification with digital breast tomosynthesis: a two-stage deep learning approach 2025-04-28, Diagnostic and interventional radiology (Ankara, Turkey) DOI:10.4274/dir.2024.242923 PMID:39648903	research paper	提出了一种结合改进的VGG19和YOLOv5-CBAM的两阶段深度学习系统，用于数字乳腺断层合成图像的乳腺癌检测和分类	在VGG19中整合了8个额外层，并在YOLOv5模型中加入了CBAM模块，提高了分类和检测的准确性	未提及模型在其他数据集上的泛化能力	提高乳腺癌筛查和诊断的准确性、效率和可靠性	数字乳腺断层合成(DBT)图像	computer vision	breast cancer	deep learning	VGG19, YOLOv5-CBAM	image	22,032次DBT检查，来自5,060名患者
347	2025-05-10	Evaluating and mitigating bias in AI-based medical text generation 2025-Apr-23, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00789-7 PMID:40269315	research paper	该研究评估并减轻了基于AI的医学文本生成中的偏见问题	提出了一种选择性优化服务不足群体的算法以减少偏见，并在多种骨干网络、数据集和模态上验证了其有效性	研究主要集中在医学文本生成领域，未涉及其他医疗AI应用	评估和减轻AI在医学文本生成中的偏见问题	基于深度学习的AI系统生成的医学文本	natural language processing	NA	deep learning	NA	text	多种数据集（未明确具体数量）
348	2025-05-10	Exploring Molecular and Genetic Differences in Angelica biserrata Roots Under Environmental Changes 2025-Apr-20, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26083894 PMID:40332784	研究论文	该研究通过代谢组学和转录组学方法，结合机器学习和贝叶斯优化的深度学习模型，探索了环境变化对当归根部香豆素生物合成的影响	整合多组学数据与机器学习模型，揭示了环境因素对香豆素生物合成的调控机制，并预测了最佳栽培条件	研究仅关注了特定环境因素对香豆素含量的影响，未考虑其他可能的生物或化学因素	阐明不同生境下当归根部的生物学特性及差异调控机制，为理解代谢变化的分子机制提供理论框架	当归根部	生物信息学	NA	代谢组学, 转录组学, 机器学习, 深度学习	贝叶斯优化的深度学习模型	分子数据, 环境数据	NA
349	2025-05-10	Fully Automated Online Adaptive Radiation Therapy Decision-Making for Cervical Cancer Using Artificial Intelligence 2025-Apr-17, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2025.04.012 PMID:40252932	research paper	本研究探讨了使用人工智能在宫颈癌在线自适应放射治疗（oART）中进行决策的可行性	提出了基于机器学习和深度学习的模型，用于识别可能受益于自适应重新计划的治疗部分，为临床医生提供决策支持工具	研究样本量较小，仅包括24名患者，且独立评估集仅包含3名患者的数据	探索人工智能在宫颈癌在线自适应放射治疗决策中的应用	宫颈癌患者	digital pathology	cervical cancer	fan-beam computed tomography (FBCT)	SVM, Siamese network	image, dosimetric data	24名患者，共671次治疗部分
350	2025-05-10	Genome-Wide Identification and Expression Analysis of TONNEAU1 Recruited Motif (TRM) Gene Family in Tomato 2025-Apr-13, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26083676 PMID:40332175	研究论文	本研究通过生物信息学方法鉴定了番茄中的28个SlTRM基因家族成员，并分析了它们的蛋白结构、理化性质、共线性、基因结构、保守基序和启动子顺式作用元件	首次利用DeepMind开发的AlphaFold3深度学习架构对28个SlTRM基因进行了三维结构预测，并提出了SlTRM基因家族在番茄侧枝发育中的潜在作用	对SlTRM基因家族成员的具体功能理解仍有限，实验验证不足	研究番茄中TRM基因家族的成员及其在植物器官形态调控中的作用	番茄(Solanum lycopersicum)中的SlTRM基因家族	生物信息学	NA	RNA-seq, qRT-PCR, AlphaFold3	深度学习	基因组数据、转录组数据	28个SlTRM基因家族成员
351	2025-05-10	Design of Novel Auxetic Bi-Materials Using Convolutional Neural Networks 2025-Apr-13, Materials (Basel, Switzerland) DOI:10.3390/ma18081772 PMID:40333386	研究论文	利用卷积神经网络（CNN）预测双材料系统代表体积元素（RVEs）的泊松比，并通过贪婪优化算法识别具有拉胀行为的微结构	使用CNN快速推断微结构的有效泊松比，替代传统的有限元模拟，为高级超材料设计提供计算高效的工具	未提及具体的数据集规模或CNN模型的泛化能力	设计具有定制机械性能的拉胀双材料	由软硬相组成的双材料系统的代表体积元素（RVEs）	机器学习	NA	CNN	CNN	二进制微结构配置图像	NA
352	2025-05-10	Using Cancer-Associated Fibroblasts as a Shear-Wave Elastography Imaging Biomarker to Predict Anti-PD-1 Efficacy of Triple-Negative Breast Cancer 2025-Apr-09, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26083525 PMID:40332007	研究论文	本研究利用癌症相关成纤维细胞（CAFs）作为剪切波弹性成像（SWE）的生物标志物，预测三阴性乳腺癌（TNBC）患者对PD-1抑制剂的疗效	首次将伤口愈合型CAFs（WH CAFs）作为SWE成像的生物标志物，用于非侵入性预测TNBC患者对免疫检查点抑制剂的反应，并开发了基于深度学习的分类模型	研究主要基于Eo771小鼠模型，临床样本的验证仍需进一步扩大	开发预测三阴性乳腺癌患者对免疫检查点抑制剂疗效的非侵入性生物标志物	三阴性乳腺癌（TNBC）患者和Eo771小鼠模型	数字病理学	乳腺癌	剪切波弹性成像（SWE）、多组学分析	深度学习模型	图像	NA
353	2025-05-10	DerivaPredict: A User-Friendly Tool for Predicting and Evaluating Active Derivatives of Natural Products 2025-Apr-09, Molecules (Basel, Switzerland) DOI:10.3390/molecules30081683 PMID:40333643	research paper	介绍了一个名为DerivaPredict的用户友好工具，用于预测和评估天然产物的活性衍生物	通过化学和代谢转化生成新的天然产物衍生物，并使用预训练的深度学习模型预测结合亲和力	未提及具体的数据集或样本量限制	增强早期药物发现，通过自动生成和评估天然产物的新型衍生物	天然产物及其衍生物	药物发现	NA	深度学习	预训练的深度学习模型	化学和代谢数据	NA
354	2025-05-10	Predicting Atlantic and Benguela Niño events with deep learning 2025-04-04, Science advances IF:11.7Q1 DOI:10.1126/sciadv.ads5185 PMID:40173237	研究论文	本研究探讨了深度学习在预测大西洋和本格拉尼诺事件中的潜力	使用简单的卷积神经网络架构，能够提前3至4个月预测大西洋/本格拉尼诺事件，并在峰值季节事件预测中表现出色，将预测时间延长至5个月	未提及具体的数据量或模型泛化能力的限制	提高对大西洋和本格拉尼诺事件的预测能力，挑战热带大西洋不可预测的传统观点	大西洋和本格拉尼诺事件	机器学习	NA	深度学习	CNN	气候数据	NA
355	2025-05-10	Deep Learning for Automated Segmentation of Basal Cell Carcinoma on Mohs Micrographic Surgery Frozen Section Slides 2025-04-01, Dermatologic surgery : official publication for American Society for Dermatologic Surgery [et al.] IF:2.5Q1 DOI:10.1097/DSS.0000000000004501 PMID:39625169	研究论文	本研究利用深度学习技术对Mohs显微外科手术冰冻切片中的基底细胞癌进行自动分割	首次训练了一个分割模型来定位Mohs手术冰冻切片中的基底细胞癌，并评估了不同亚型的性能	需要更准确和临床相关的分割研究性能指标	开发一个自动分割模型，用于定位Mohs手术冰冻切片中的基底细胞癌	Mohs显微外科手术冰冻切片中的基底细胞癌	数字病理学	基底细胞癌	全切片图像扫描	YOLOv8	图像	348张新鲜冰冻组织切片
356	2025-05-10	Exploring the potential performance of 0.2 T low-field unshielded MRI scanner using deep learning techniques 2025-Apr, Magma (New York, N.Y.) DOI:10.1007/s10334-025-01234-6 PMID:39964601	研究论文	利用深度学习技术探索0.2 T低场无屏蔽MRI扫描仪在成像质量和速度方面的潜在性能	通过深度学习方法克服物理限制，实现低场无屏蔽MRI扫描仪的高质量快速成像	未明确提及具体局限性	探索低场无屏蔽MRI扫描仪的潜在性能，推动MRI技术进步	0.2 T低场无屏蔽MRI扫描仪	医学影像	NA	深度学习、超分辨率成像	NA	MRI图像	未明确提及样本数量
357	2025-05-10	Self-supervised 3D medical image segmentation by flow-guided mask propagation learning 2025-Apr, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103478 PMID:39965534	研究论文	提出了一种名为Flow2Mask的自监督3D医学图像分割方法，通过流引导的掩码传播学习来减少对人工标注的依赖	Flow2Mask方法引入了Local-to-Global (L2G)损失和Inter-Slice Smoothness (ISS)损失，以无监督方式学习体积内所有连续切片间的流场，克服了先前方法的局限性	先前方法Vol2Flow的局限性包括未充分关注局部（即切片对）信息、在目标函数中忽略全局信息（即体积上下文）以及在切片到切片重建过程中的误差积累	开发一种更有效的自监督3D医学图像分割方法，以减少对人工标注的依赖	3D医学图像	数字病理	NA	自监督学习	Flow2Mask	3D医学图像	Sliver、CHAOS和3D-IRCAD数据集
358	2025-05-10	A-Eval: A benchmark for cross-dataset and cross-modality evaluation of abdominal multi-organ segmentation 2025-Apr, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103499 PMID:39970528	research paper	该论文介绍了A-Eval基准测试，用于评估腹部多器官分割模型在不同数据集和成像模态间的泛化能力	提出了首个跨数据集和跨模态的腹部多器官分割评估基准A-Eval，整合了7个CT和MRI数据集	标注不一致性对多数据集联合训练带来挑战，模型在未见数据上的表现仍不稳定	评估腹部多器官分割模型在不同数据集和成像模态间的泛化性能	腹部多器官分割模型	digital pathology	NA	deep learning	CNN	medical imaging (CT和MRI)	7个数据集
359	2025-05-10	Image quality and diagnostic performance of deep learning reconstruction for diffusion- weighted imaging in 3 T breast MRI 2025-Apr, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.111997 PMID:39970544	研究论文	本研究评估了深度学习重建（DLR）在3T乳腺MRI中扩散加权成像（DWI）的图像质量和诊断价值，并与传统的单次激发平面回波成像（ss-EPI）进行了比较	首次在3T乳腺MRI中比较了DLR DWI与传统ss-EPI的图像质量和诊断性能，并展示了DLR在加速和高分辨率采集中的优势	单中心研究，样本量较小（50名患者），且未探讨DLR在其他场强或不同扫描仪上的表现	评估DLR在乳腺MRI DWI中的临床应用价值	乳腺MRI图像质量和诊断性能	数字病理	乳腺癌	扩散加权成像（DWI），深度学习重建（DLR）	深度学习	医学影像	50名患者的62个乳腺病灶（55个恶性，7个良性），以及之前研究中的81名患者的98个乳腺病灶
360	2025-05-10	From part to whole: AI-driven progress in fragment-based drug discovery 2025-Apr, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2025.102995 PMID:39970579	review	本文回顾了AI在片段药物发现中的最新进展，包括分子设计、结构探索和优化技术	介绍了AI在片段药物发现中的创新应用，如VAE、强化学习和SE(3)-等变模型，提高了分子设计的准确性和效率	NA	探索AI技术在片段药物发现中的应用，提高分子设计的效率和准确性	片段药物发现中的分子设计和优化	machine learning	NA	VAE, reinforcement learning, SE(3)-equivariant models, diffusion models, language models, deep evolutionary learning	VAE, reinforcement learning, SE(3)-equivariant models, diffusion models, language models, deep evolutionary learning	molecular structure data	NA