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
21	2025-07-23	A Deep Learning Framework for the Electronic Structure of Water: Toward a Universal Model 2025-Jul-22, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00496 PMID:40588763	研究论文	提出了一种改进的机器学习方法DeePKS-ES，用于精确模拟水系统的电子结构	通过将哈密顿矩阵及其特征值和特征向量纳入损失函数，建立了一个适用于水系统的通用模型，能够从低成本的PBE计算中重现高精度HSE06的电子特性	NA	精确模拟从单个分子到体相液体的水电子结构	水系统的电子结构	机器学习	NA	Deep Kohn-Sham (DeePKS)方法	DeePKS-ES	电子结构数据	分子团簇和液相模拟
22	2025-07-09	Correction to "Deep Learning Enhanced Near Infrared-II Imaging and Image-Guided Small Interfering Ribonucleic Acid Therapy of Ischemic Stroke" 2025-Jul-22, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c07799 PMID:40623919	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
23	2025-07-23	Deep Learning-Based Classification of NSCLC-Derived Extracellular Vesicles Using AFM Nanomechanical Signatures 2025-Jul-22, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02009 PMID:40626500	研究论文	该研究利用原子力显微镜（AFM）和深度学习模型对非小细胞肺癌（NSCLC）衍生的细胞外囊泡（EVs）进行纳米力学特征分类	首次展示了基于纳米力学的NSCLC衍生EVs分类方法，并结合深度学习模型显著提高了诊断性能	样本变异性问题未完全解决，且需在临床样本中进一步验证性能	开发一种非侵入性诊断工具，用于NSCLC的精准诊断	非小细胞肺癌（NSCLC）衍生的细胞外囊泡（EVs）	数字病理学	肺癌	原子力显微镜（AFM）	DenseNet	图像	NSCLC亚型（A549、PC9、PC9/GR）和非肿瘤性支气管上皮细胞（BEAS-2B）
24	2025-07-23	Event-Driven Taxonomy (EDT) Screening: Leveraging Effect-Based Spectral Libraries to Accelerate Semiquantitative Nontarget Analysis of AhR Agonists in Sediment in the Era of Big Data 2025-Jul-22, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.5c07344 PMID:40626791	研究论文	本文提出了一种事件驱动分类(EDT)筛选策略，用于快速识别和半定量沉积物中的非目标生物活性污染物，以芳烃受体(AhR)活性为例	通过整合两种新型效应光谱库到LC-HRMS筛选模板中，将分馏、生物测定、鉴定和定量整合为单一流程，显著提高了识别准确性和生物活性贡献解释	该方法主要针对AhR活性污染物，对其他类型污染物的适用性尚需验证	开发一种快速识别和半定量复杂化学混合物中生物活性污染物的方法	沉积物中的芳烃受体(AhR)活性污染物	环境分析化学	NA	LC-HRMS, 深度学习	深度学习	质谱数据	NA
25	2025-07-23	Deep Learning-Enhanced Hand-Driven Spatial Encoding Microfluidics for Multiplexed Molecular Testing at Home 2025-Jul-22, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c04309 PMID:40627810	研究论文	提出了一种基于人工智能的手动驱动微流控系统（MACRO），用于家庭诊断多种传染病	利用多维空间沙漏结构设计，通过翻转芯片实现流体的精确时空控制，结合RPA和CRISPR技术，无需核酸提取和纯化，简化了样本准备过程	需要进一步验证在更多种类传染病检测中的适用性	开发一种适用于家庭的多重分子检测系统，提升重大疫情的早期预警能力和公共卫生应急响应能力	多种传染病（如HPV、SARS-CoV-2、流感A和B）	数字病理	传染病	RPA、CRISPR	YoLov8	图像	140例宫颈拭子标本和70例呼吸道病原体样本
26	2025-07-23	Discovering Molecular Insights in Organic Optoelectronics with Knowledge-Informed Interpretable Deep Learning 2025-Jul-22, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00713 PMID:40637148	研究论文	提出了一种名为LUMIA的可解释深度学习框架，用于加速分子筛选和材料设计	LUMIA框架整合了化学知识引导的对比学习和蒙特卡洛树搜索，能够捕捉与化学直觉一致的层次化分子表示	当前模型的局限性在于其黑盒性质限制了生成全新化学知识和见解的能力	加速分子筛选和材料设计，生成新的化学知识	有机分子（约140万个）	机器学习	NA	对比学习, 蒙特卡洛树搜索(MCTS)	深度学习	分子数据	约140万个有机分子
27	2025-07-23	Rapid Fluorescence Lifetime Imaging through One-Dimensional Deep Learning Optimization 2025-Jul-22, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01984 PMID:40641077	研究论文	提出了一种基于一维通道注意力卷积神经网络（1D CANNs）的高效深度学习方法，用于快速处理荧光寿命成像数据	使用1D CANNs处理FLIM数据，具有计算效率高、训练数据集小、训练时间短的优势，并成功应用于磷光寿命成像和阿尔茨海默病诊断	未明确提及具体局限性，但可能受限于训练数据的多样性和规模	提高荧光寿命成像的数据处理效率和速度	荧光寿命成像数据、磷光寿命成像数据、阿尔茨海默病小鼠脑切片	生物医学光子学	阿尔茨海默病	时间相关单光子计数（TCSPC）、STED-FLIM成像	1D CANNs	时间序列数据、图像数据	实验训练数据集（具体数量未提及）
28	2025-07-23	Machine Learning-Assisted Multimodal Early Screening of Lung Cancer Based on a Multiplexed Laser-Induced Graphene Immunosensor 2025-Jul-22, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c02822 PMID:40644803	研究论文	提出了一种基于多路激光诱导石墨烯免疫传感器和机器学习的多模式早期肺癌筛查平台	结合多路激光诱导石墨烯免疫传感器和深度学习CT成像特征，开发了多模式预测模型，显著优于单一模态方法	未提及具体样本量或临床验证的广泛性	提高肺癌早期筛查的准确性和效率	肺癌患者	数字病理学	肺癌	多路激光诱导石墨烯免疫传感器、深度学习	深度学习	蛋白质组数据、CT成像数据、临床数据	NA
29	2025-07-23	Dual-Network Deep Learning for Accelerated Head and Neck MRI: Enhanced Image Quality and Reduced Scan Time 2025-Jul-22, Head & neck DOI:10.1002/hed.28255 PMID:40693394	研究论文	本研究评估了一种双网络深度学习超分辨率方法，用于提高头颈部MRI的图像质量并减少扫描时间	采用双网络深度学习框架进行超分辨率重建，显著提升图像质量并减少扫描时间	研究样本量相对较小（58名参与者），且仅在一家机构进行	评估深度学习在头颈部MRI中提升图像质量和减少扫描时间的应用	头颈部肿块患者	医学影像分析	头颈部肿瘤	双网络深度学习超分辨率方法	双网络DL框架	MRI图像	58名参与者（34名男性，24名女性，平均年龄51.37±13.24岁）
30	2025-07-23	DeepSecMS Advances DIA-Based Selenoproteome Profiling Through Cys-to-Sec Proxy Training 2025-Jul-22, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202504109 PMID:40693414	研究论文	本研究开发了一种名为DeepSecMS的深度学习方法，用于通过半胱氨酸到硒代半胱氨酸的代理训练策略，提升基于数据非依赖采集（DIA）的硒蛋白组分析	利用深度学习方法开发DeepSecMS，通过代理训练策略使用大量半胱氨酸肽段生成硒代半胱氨酸肽段的大规模理论库，显著提升硒蛋白的鉴定能力	未明确提及具体局限性	提升硒蛋白组的全面分析能力，并发现新的硒蛋白	硒蛋白，特别是含硒代半胱氨酸的肽段	蛋白质组学	NA	数据非依赖采集（DIA），质谱（MS）	深度学习	质谱数据	多种细胞类型和组织
31	2025-07-23	Enhanced Online Continuous Brain-Control by Deep Learning-based EEG Decoding 2025-Jul-21, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3591254 PMID:40690341	研究论文	本研究通过深度学习模型IFNet提升基于运动想象的在线脑机接口性能	首次在在线运动想象脑机接口中应用深度学习模型IFNet，并显著提升性能	研究样本量较小（15名受试者），且未在临床患者中进行验证	探索深度学习在在线运动想象脑机接口中的应用效果	15名无脑机接口经验的受试者	脑机接口	中风康复	EEG信号解码	IFNet（交互频率卷积神经网络）	EEG信号	15名无BCI经验的受试者
32	2025-07-23	Marigold: Affordable Adaptation of Diffusion-Based Image Generators for Image Analysis 2025-Jul-21, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3591076 PMID:40690349	research paper	介绍Marigold，一种基于预训练潜在扩散模型的条件生成模型家族和微调协议，用于密集图像分析任务	提出了一种新的方法，通过最小化预训练潜在扩散模型的架构修改，利用小规模合成数据集在单GPU上训练，实现最先进的零样本泛化	需要依赖预训练的潜在扩散模型，且训练过程虽然高效但仍需数天时间	探索如何从预训练的文本到图像生成模型中提取知识，并适应于密集图像分析任务	预训练的潜在扩散模型（如Stable Diffusion）及其在密集图像分析任务中的应用	computer vision	NA	denoising diffusion in a latent space	conditional generative models, latent diffusion models	image	small synthetic datasets
33	2025-07-23	Harmonization and strengthening of Japan's biodosimetry network to support medical triage in the event of a nuclear disaster 2025-Jul-21, International journal of radiation biology IF:2.1Q2 DOI:10.1080/09553002.2025.2531908 PMID:40690716	研究论文	本文探讨了AI辅助的生物剂量测定系统在日本核灾难医疗分诊中的应用及其网络强化	利用深度学习算法自动化PNA-FISH图像中的染色体畸变检测，提高了剂量评估的效率和准确性	系统整合面临挑战，包括血液运输中的温度管理、染色体图像制备的标准化、数据共享系统的安全性及用户友好界面的开发	开发和整合AI辅助的生物剂量测定系统，以支持大规模核灾难中的医疗分诊和剂量评估	日本的先进辐射紧急医疗支持中心及其生物剂量测定网络	数字病理学	核辐射伤害	PNA-FISH, 深度学习	深度学习模型	图像	NA
34	2025-07-23	Relationship Between Artificial Intelligence-Based Cell Detection and Cytomorphological Variations Induced by Cell-Processing Solutions: Usefulness of Data Augmentation in Artificial Intelligence Cytology 2025-Jul-21, Acta cytologica IF:1.6Q3 DOI:10.1159/000547485 PMID:40690907	研究论文	本研究探讨了细胞处理溶液引起的细胞形态变化与基于AI的细胞检测准确性之间的关系，并展示了数据增强在AI细胞学中的实用性	识别了AI在识别细胞时关注的关键细胞形态特征，并证明数据增强是提高AI细胞检测准确性的有效技术	研究仅使用了MKN45人胃癌细胞样本，可能限制了结果的普遍适用性	研究细胞处理溶液引起的细胞形态变化对AI细胞检测准确性的影响，并评估数据增强的效果	MKN45人胃癌细胞	数字病理学	胃癌	深度学习	DL	图像	未经处理的MKN45人胃癌细胞及四种不同细胞处理溶液处理的细胞样本
35	2025-07-23	Deep Learning-Driven Multimodal Fusion Model for Prediction of Middle Cerebral Artery Aneurysm Rupture Risk 2025-Jul-21, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.07.001 PMID:40691114	研究论文	本研究开发了一种多模态融合深度学习模型MCANet，用于预测大脑中动脉动脉瘤破裂风险	首次整合原始CTA图像、放射组学特征、临床参数和形态学特征等多模态数据构建动脉瘤破裂风险评估框架	样本量仍有限，外部验证集样本量较小(51例)	开发大脑中动脉动脉瘤破裂风险分层预测模型	大脑中动脉动脉瘤患者	数字病理	心血管疾病	CT血管造影(CTA)、放射组学分析	多模态融合深度学习模型(MCANet)	医学影像(CTA)、临床数据、形态学参数	内部队列578例(其中破裂369例)+两个外部验证集51例
36	2025-07-23	Sequencing validates deep learning models for EHR-based detection of Noonan syndrome in pediatric patients 2025-Jul-21, NPJ genomic medicine IF:4.7Q1 DOI:10.1038/s41525-025-00512-5 PMID:40691161	研究论文	本研究评估了一种深度学习模型在利用电子健康记录（EHR）数据识别努南综合征（NS）潜在病例中的实际表现，并通过基因测序和临床评估进行了验证	使用深度学习模型结合EHR数据进行罕见遗传病的早期筛查，并通过基因测序验证模型效果	模型的精确度较低（2.92%），反映了疾病流行率的差异而非模型退化	评估深度学习模型在识别努南综合征（NS）潜在病例中的实际表现	92,428名儿科患者，其中171名高风险个体接受了全面审查	数字病理学	努南综合征	基因测序	深度学习模型	电子健康记录（EHR）数据	92,428名患者，其中171名高风险个体
37	2025-07-23	Advancements in predicting soil liquefaction susceptibility: a comprehensive analysis of ensemble and deep learning approaches 2025-Jul-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04280-1 PMID:40691180	研究论文	本研究详细调查了集成学习和深度学习模型在评估土壤液化敏感性方面的有效性	使用BI-LSTM、LSTM、XGBoost和RF等多种模型进行液化敏感性评估，并比较它们的性能，其中BI-LSTM表现出最高的准确性和泛化能力	研究依赖于历史地震的CPT测量和现场液化性能观测数据，可能受限于数据的质量和覆盖范围	开发评估土壤液化敏感性的可靠工具，以增强地震风险缓解策略	土壤液化敏感性	机器学习	NA	集成学习、深度学习	BI-LSTM、LSTM、XGBoost、RF	结构化表格数据	大型数据库，包含锥入度测试(CPT)测量和历史地震的现场液化性能观测数据
38	2025-07-23	AI-CMCA: a deep learning-based segmentation framework for capillary microfluidic chip analysis 2025-Jul-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11508-7 PMID:40691244	研究论文	提出了一种基于深度学习的毛细管微流控芯片分析框架AI-CMCA，用于自动化流体路径检测与追踪	结合迁移学习特征初始化、编码器-解码器语义分割及序列帧分析技术，实现高精度流体路径追踪与量化	未明确说明模型在极端光照或复杂背景条件下的鲁棒性	提升毛细管微流控芯片流体分析的自动化程度与效率	毛细管微流控芯片（CMCs）中的流体路径	计算机视觉	NA	深度学习语义分割	U-Net with MobileNetV2	视频序列帧	五种不同架构的毛细管微流控芯片（具体数量未明确）
39	2025-07-23	Deep learning models to predict CO2 solubility in imidazolium-based ionic liquids 2025-Jul-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12004-8 PMID:40691294	研究论文	本研究利用深度学习模型预测CO2在咪唑基离子液体中的溶解度	使用多种深度学习模型（包括BNN、DNN、GrowNet、TabNet、RF和SVR）预测CO2溶解度，并与PC-SAFT模型进行比较，结果显示深度学习模型表现更优	NA	预测CO2在咪唑基离子液体中的溶解度	咪唑基离子液体	机器学习	NA	深度学习	BNN, DNN, GrowNet, TabNet, RF, SVR	表格数据	NA
40	2025-07-23	Sub-regional radiomics combining multichannel 2-dimensional or 3-dimensional deep learning for predicting neoadjuvant chemo-immunotherapy response in esophageal squamous cell carcinoma: a multicenter study 2025-Jul-21, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01047-9 PMID:40691312	研究论文	本研究旨在开发和比较结合亚区域放射组学与多通道2D和3D深度学习的融合模型，以预测接受新辅助化疗免疫治疗的局部晚期食管鳞状细胞癌患者的病理完全缓解	结合亚区域放射组学与多通道2D和3D深度学习，开发了DLRad1模型，其性能优于其他单模态模型	研究样本来自三个医院，可能存在选择偏差	预测局部晚期食管鳞状细胞癌患者对新辅助化疗免疫治疗的病理完全缓解	271名来自三个医院的局部晚期食管鳞状细胞癌患者	数字病理	食管鳞状细胞癌	放射组学分析，K-means聚类，PyRadiomics特征提取	2D CNN, 3D CNN	医学影像	271名患者，分为训练集、内部验证集和外部验证集