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
3661	2025-03-22	Generative T2-weighted images as a substitute for true T2-weighted images on brain MRI in patients with acute stroke 2025-Mar-19, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2025.03.004 PMID:40113490	研究论文	本研究验证了一种从扩散加权（DW）图像生成T2加权图像的深度学习算法，并比较了其与真实T2加权图像在急性卒中患者中检测出血的性能	使用生成对抗网络（GAN）从DW图像生成T2*加权图像，并验证其在急性卒中患者中检测出血的性能	单中心回顾性研究，样本量有限，未涉及其他类型的卒中或不同时间点的影像数据	验证深度学习算法生成的T2*加权图像在急性卒中患者中检测出血的性能	急性卒中患者的MRI图像	医学影像分析	卒中	生成对抗网络（GAN）	GAN	MRI图像	939名患者（487名女性，452名男性），共1491组MRI图像
3662	2025-03-20	Correction: Enhancing diabetic retinopathy diagnosis: automatic segmentation of hyperreflective foci in OCT via deep learning 2025-Mar-18, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-025-03504-7 PMID:40100458	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3663	2025-03-22	Denoised recurrence label-based deep learning for prediction of postoperative recurrence risk and sorafenib response in HCC 2025-Mar-18, BMC medicine IF:7.0Q1 DOI:10.1186/s12916-025-03977-4 PMID:40102873	研究论文	本文提出了一种基于去噪复发标签的深度学习模型，用于预测肝细胞癌（HCC）患者术后复发风险及对索拉非尼的治疗反应	利用去噪复发标签（DRL）训练CNN-SASM模型，提取预后相关病理特征（PPS），并构建基于PPS的预后模型，能够有效预测HCC患者的复发风险和对索拉非尼的治疗反应	研究样本量相对较小，外部验证集仅包含78例患者，可能影响模型的泛化能力	开发一种基于病理图像的深度学习模型，用于预测HCC患者的术后复发风险及对索拉非尼的治疗反应	287例未接受治疗的HCC术后患者和79例接受索拉非尼治疗的HCC患者	数字病理学	肝细胞癌	深度学习	CNN-SASM	病理图像	287例未治疗患者和79例索拉非尼治疗患者，外部验证集包含78例TCGA-LIHC患者
3664	2025-03-22	Safe-by-Design Strategies for Intranasal Drug Delivery Systems: Machine and Deep Learning Solutions to Differentiate Epithelial Tissues via Attenuated Total Reflection Fourier Transform Infrared Spectroscopy 2025-Mar-14, ACS pharmacology & translational science IF:4.9Q1 DOI:10.1021/acsptsci.4c00643 PMID:40109738	研究论文	本研究结合衰减全反射傅里叶变换红外光谱（ATR-FTIR）与机器学习和深度学习技术，有效区分鼻至脑上皮组织，开发了鼻内药物递送系统的安全设计模型	首次将ATR-FTIR光谱与机器学习和深度学习技术结合，用于区分鼻至脑上皮组织，并开发了安全设计模型	研究基于离体猪组织实验，可能无法完全反映人体组织的复杂性	开发鼻内药物递送系统的安全设计模型，提高组织识别的精确性	嗅觉上皮（OE）、呼吸上皮（RE）和气管组织	机器学习	NA	ATR-FTIR光谱	前馈神经网络（FNN）、支持向量机（SVM）、去噪自编码器	光谱数据	离体猪组织样本
3665	2025-03-22	A Hybrid Energy-Based and AI-Based Screening Approach for the Discovery of Novel Inhibitors of AXL 2025-Mar-13, ACS medicinal chemistry letters IF:3.5Q2 DOI:10.1021/acsmedchemlett.4c00511 PMID:40110119	研究论文	本研究介绍了一种结合AI增强的图神经网络PLANET和几何深度学习算法DeepDock的高通量虚拟筛选方法，用于发现新型AXL抑制剂	结合AI增强的图神经网络和几何深度学习算法进行高通量虚拟筛选，发现新型AXL抑制剂	未提及具体局限性	开发新型AXL抑制剂以推进癌症治疗	AXL受体酪氨酸激酶及其抑制剂	机器学习	癌症	高通量虚拟筛选（HTVS）	图神经网络（PLANET）、几何深度学习算法（DeepDock）	化学数据库	未提及具体样本数量
3666	2025-03-22	An improved Artificial Protozoa Optimizer for CNN architecture optimization 2025-Mar-13, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107368 PMID:40112636	研究论文	本文提出了一种名为MAPOCNN的新型神经架构搜索方法，利用改进的人工原生动物优化器（APO）来优化卷积神经网络（CNN）的架构	引入了改进的人工原生动物优化器（MAPO），结合原生动物的趋光行为，以缓解早熟收敛的风险，从而探索更广泛的CNN架构并找到更优的解决方案	NA	优化卷积神经网络（CNN）的架构	卷积神经网络（CNN）	机器学习	NA	神经架构搜索（NAS）	CNN	图像	基准数据集（包括Rectangle和Mnist-random）
3667	2025-03-22	[Scale-invariant feature-enhanced deep learning framework for oral mucosal lesion segmentation] 2025-Mar-09, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology DOI:10.3760/cma.j.cn112144-20241210-00467 PMID:40015705	研究论文	本文提出了一种名为PixelSIFT-UNet的新型语义分割模型，结合深度学习和尺度不变特征变换（SIFT）算法，以提高口腔黏膜病变的分割准确性	结合SIFT算法与深度学习模型，提出PixelSIFT-UNet架构，显著提升了口腔黏膜病变的分割精度	研究仅基于单一医院的临床数据，可能限制了模型的泛化能力	提高口腔黏膜病变的分割准确性	口腔黏膜病变（如口腔扁平苔藓、口腔白斑和口腔黏膜下纤维化）	计算机视觉	口腔疾病	深度学习、SIFT算法	PixelSIFT-UNet、U-Net、PSPNet	图像	838张标准临床白光图像，分为训练集（506张）、验证集（166张）和测试集（166张）
3668	2025-03-22	Multi-scale structural similarity embedding search across entire proteomes 2025-Mar-06, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.28.640875 PMID:40093062	研究论文	本文提出了一种可扩展的结构相似性搜索策略，用于处理大量实验确定的结构和通过AI/DL方法预测的计算结构模型	利用蛋白质语言模型和深度神经网络架构将3D结构转换为固定长度的向量，实现高效的大规模比较	模型虽然能够预测单域结构之间的TM分数，但在处理多域结构时可能存在局限性	开发一种可扩展且高效的结构相似性搜索方法，以应对3D生物分子结构信息的快速增长	实验确定的结构和通过AI/DL方法预测的计算结构模型	生物信息学	NA	AI/DL方法	深度神经网络	3D结构数据	NA
3669	2025-03-22	Deep Huber quantile regression networks 2025-Mar-05, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107364 PMID:40112635	研究论文	本文介绍了深度Huber分位数回归网络（DHQRN），该网络能够预测Huber分位数，并作为分位数回归神经网络（QRNN）和期望分位数回归神经网络（ERNN）的扩展	提出了深度Huber分位数回归网络（DHQRN），能够预测更一般的Huber分位数，并嵌套了QRNN和ERNN作为极限情况	未明确提及具体局限性	研究目的是通过深度学习算法预测概率分布的更多功能（如分位数和期望分位数），以量化预测的不确定性	房屋价格预测，具体案例为澳大利亚墨尔本和美国波士顿的房价	机器学习	NA	深度学习	深度Huber分位数回归网络（DHQRN）	房价数据	未明确提及具体样本数量
3670	2025-03-22	Performance Improvement of a Natural Language Processing Tool for Extracting Patient Narratives Related to Medical States From Japanese Pharmaceutical Care Records by Increasing the Amount of Training Data: Natural Language Processing Analysis and Validation Study 2025-Mar-04, JMIR medical informatics IF:3.1Q2 DOI:10.2196/68863 PMID:40053805	研究论文	本文通过增加训练数据量，开发了一种高性能的自然语言处理系统，用于从日本药学护理记录中提取与医疗状态相关的患者叙述	本研究创新性地通过逐步增加训练数据量来提升NLP系统的性能，并分析了错误原因，最终开发出专门用于分析药学护理记录中主观数据的高性能系统	该系统在分析药学护理记录之外的其他来源文本时性能较低，特别是提取症状信息时表现不如药学护理记录	开发一种高性能的自然语言处理系统，用于从患者叙述中提取临床信息	日本庆应义塾大学医院2018年4月1日至2019年3月31日的药学护理记录，共12,004条记录，涉及6,559个病例	自然语言处理	NA	自然语言处理（NLP）	BERT-CRF（双向编码器表示与条件随机场结合）	文本	12,004条药学护理记录，涉及6,559个病例
3671	2025-03-22	FakeRotLib: expedient non-canonical amino acid parameterization in Rosetta 2025-Mar-03, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.27.640629 PMID:40093079	研究论文	本文介绍了一种名为FakeRotLib的方法，用于在Rosetta中快速参数化非经典氨基酸（NCAAs）	FakeRotLib通过小分子构象的统计拟合创建旋转异构体分布，显著提高了Rosetta中NCAAs参数化的效率和能力	由于NCAAs的训练数据集稀疏，大多数深度学习方法无法有效建模这些氨基酸	研究目的是改进Rosetta中非经典氨基酸的参数化方法	非经典氨基酸（NCAAs）	生物物理学	NA	统计拟合	NA	小分子构象数据	NA
3672	2025-03-22	Radiomics in glioma: emerging trends and challenges 2025-Mar, Annals of clinical and translational neurology IF:4.4Q1 DOI:10.1002/acn3.52306 PMID:39901654	综述	本文讨论了放射组学在胶质瘤中的应用、新兴趋势和挑战，包括深度学习算法的整合和多组学数据的融合	整合深度学习算法和多组学数据，提升放射组学在胶质瘤中的应用效果	模型的可重复性、泛化性、可解释性以及多组学数据整合的挑战	探讨放射组学在胶质瘤中的应用及其临床转化	胶质瘤	数字病理学	胶质瘤	放射组学、深度学习、扩散加权成像、灌注加权成像、磁共振波谱、磁共振指纹、功能MRI、正电子发射断层扫描	深度学习模型	影像数据、多组学数据	NA
3673	2025-03-22	Deep Learning-Enhanced Chemiluminescence Vertical Flow Assay for High-Sensitivity Cardiac Troponin I Testing 2025-Mar, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202411585 PMID:39910838	研究论文	本文介绍了一种结合深度学习增强的化学发光垂直流动分析技术，用于高灵敏度心脏肌钙蛋白I（cTnI）检测	创新点在于结合了化学发光传感、成像和深度学习驱动的分析技术，实现了高灵敏度、低成本且快速的cTnI检测	未明确提及研究的局限性	研究目的是开发一种高灵敏度、低成本且快速的心脏肌钙蛋白I检测方法，以满足不同医疗环境的需求	研究对象是心脏肌钙蛋白I（cTnI），一种用于评估心肌损伤和心肌梗死的关键心脏蛋白	数字病理学	心血管疾病	化学发光垂直流动分析（CL-VFA）	神经网络	化学发光图像	每次测试使用50 µL血清，未明确提及总样本量
3674	2025-03-22	Comparing the Effectiveness of Artificial Intelligence Models in Predicting Ovarian Cancer Survival: A Systematic Review 2025-Mar, Cancer reports (Hoboken, N.J.) DOI:10.1002/cnr2.70138 PMID:40103563	系统综述	本文系统综述了机器学习算法在预测卵巢癌患者生存结果中的应用，评估了这些算法的有效性并识别了影响预测准确性的重要特征	首次系统性地比较了不同机器学习模型在预测卵巢癌生存结果中的有效性，并识别了关键预测特征	模型准确性和可解释性仍存在挑战，且数据类型的多样性有待进一步整合	评估机器学习算法在预测卵巢癌患者生存结果中的有效性	卵巢癌患者	机器学习	卵巢癌	机器学习算法	随机森林、支持向量机、逻辑回归、XGBoost、深度学习模型	临床数据、影像数据、分子数据	32项研究，涉及2400篇文章
3675	2025-03-22	Detection of Quality Deterioration of Packaged Raw Beef Based on Hyperspectral Technology 2025-Mar, Food science & nutrition IF:3.5Q2 DOI:10.1002/fsn3.70022 PMID:40109275	研究论文	本研究探讨了结合高光谱成像技术、化学计量学和深度学习来检测聚乙烯包装生牛肉质量恶化的可行性，特别是针对关键脂质氧化指标丙二醛（MDA）含量的检测	结合高光谱成像技术、化学计量学和深度学习，探索了在包装膜干扰下检测牛肉质量恶化的新方法，并应用高斯滤波减少包装膜对光谱数据的干扰	模型在包装牛肉样本上的性能通常不如未包装牛肉样本	确保食品质量和安全，实时监测包装生牛肉在储存和运输过程中的关键质量指标	聚乙烯包装的生牛肉	计算机视觉	NA	高光谱成像技术（HSI）	最小二乘回归（PLSR）和秃鹫优化算法优化的回声神经网络（BES-ESN）	光谱和空间数据	短期储存的牛肉样本
3676	2025-03-21	Semi-supervised assisted multi-task learning for oral optical coherence tomography image segmentation and denoising 2025-Mar-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.545377 PMID:40109516	研究论文	本文介绍了一种名为高效分割去噪模型（ESDM）的多任务深度学习框架，旨在通过减少扫描时间和提高口腔上皮层分割质量来增强光学相干断层扫描（OCT）成像	ESDM结合了卷积层的局部特征提取能力和Transformer的长期信息处理优势，实现了比现有模型更好的去噪和分割性能	NA	提高OCT成像质量，减少扫描时间，并改善口腔上皮层的分割精度	口腔黏膜组织的OCT图像	计算机视觉	NA	光学相干断层扫描（OCT）	多任务深度学习框架（ESDM）	图像	NA
3677	2025-03-22	OAH-Net: a deep neural network for efficient and robust hologram reconstruction for off-axis digital holographic microscopy 2025-Mar-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.547292 PMID:40109528	研究论文	本文提出了一种名为OAH-Net的深度神经网络，用于高效且稳健的离轴数字全息显微镜全息图重建	结合深度学习与离轴全息物理原理，通过超大规模学习微调网络权重，显著提升重建速度并实现硬件测量误差范围内的相位和振幅图像重建	NA	解决离轴数字全息显微镜全息图重建过程中的瓶颈问题，实现高效实时的全息图分析	稀释的全血样本	计算机视觉	NA	离轴数字全息显微镜	深度神经网络（OAH-Net）	全息图	稀释的全血样本
3678	2025-03-22	Thermal imaging-based core peripheral temperature difference measurement for neonatal monitoring in the NICU 2025-Mar-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.549693 PMID:40109525	研究论文	本文提出了一种基于热红外成像的非接触式、全自动、连续测量新生儿核心-外周温度差（CPTD）的方法，用于新生儿重症监护室（NICU）的监测	首次在临床中使用热红外相机对NICU中的早产儿进行连续非接触式CPTD监测，结合深度学习模型自动解析新生儿身体部位并测量温度差	由于热红外相机的校准和环境因素的影响，新生儿皮肤绝对温度的准确测量较为困难	开发一种非接触式、全自动、连续测量新生儿核心-外周温度差的方法，以评估新生儿的血流动力学状态	早产儿	数字病理学	新生儿疾病	热红外成像	深度学习模型	热红外图像	40名早产儿
3679	2025-03-22	An ensemble learning model for detection of pulmonary hypertension using electrocardiogram, chest X-ray, and brain natriuretic peptide 2025-Mar, European heart journal. Digital health DOI:10.1093/ehjdh/ztae097 PMID:40110214	研究论文	本文旨在开发一种基于集成学习的人工智能模型，利用心电图（ECG）、胸部X光片（CXR）和脑钠肽（BNP）检测肺动脉高压（PH），以提高诊断准确性并促进进一步检查	本文的创新点在于结合了ECG、CXR和BNP三种数据，通过集成学习方法构建了一个多模态模型，显著提高了医生对PH的诊断准确性	本文的局限性在于样本来源仅限于七家机构，可能限制了模型的泛化能力	研究目标是开发一种能够准确检测肺动脉高压的人工智能模型	研究对象为肺动脉高压患者的心电图、胸部X光片和脑钠肽数据	数字病理学	心血管疾病	集成学习	卷积神经网络（CNN）、逻辑回归、ResNet18	心电图（ECG）、胸部X光片（CXR）、脑钠肽（BNP）	来自七家机构的心电图数据
3680	2025-03-22	Sudden cardiac arrest prediction via deep learning electrocardiogram analysis 2025-Mar, European heart journal. Digital health DOI:10.1093/ehjdh/ztae088 PMID:40110219	研究论文	本文探讨了利用深度学习分析心电图（ECG）预测心脏骤停（SCA）的潜力	首次将深度学习模型应用于ECG数据，以预测心脏骤停，并解释了年龄和性别对SCA的影响	基础模型的特异性仅为31%，不具备临床适用性	提高心脏骤停的预测准确性，为预防策略提供支持	心脏骤停患者及对照组的12导联ECG数据	机器学习	心血管疾病	深度学习	深度卷积神经网络（CNN）	ECG数据	221名SCA患者和1046名对照者的ECG数据