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	2025-05-17	Construction of Sonosensitizer-Drug Co-Assembly Based on Deep Learning Method 2025-May-16, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202502328 PMID:40376918	研究论文	本文介绍了一种基于深度学习的声敏剂-药物相互作用（SDI）模型，用于预测药物混合物的粒径	设计了多尺度交叉注意力机制来整合两种药物不同尺度子结构的特征表示，提高了预测准确性并允许分析分子结构对预测的影响	未明确说明模型在其他类型药物组合上的泛化能力	开发一种预测药物共组装粒径的深度学习方法	声敏剂和化疗药物的共组装纳米药物	机器学习	肝癌	深度学习	图神经网络	分子结构数据	NA
22	2025-05-17	ASOptimizer: optimizing chemical diversity of antisense oligonucleotides through deep learning 2025-May-16, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf392 PMID:40377084	research paper	介绍了一个基于深度学习的计算框架ASOptimizer，用于优化反义寡核苷酸（ASO）的序列和化学修饰	开发了一个用户友好的网络服务器，使研究人员无需深度学习专业知识即可轻松优化ASO序列和化学修饰	未提及具体性能指标或与其他方法的比较	优化反义寡核苷酸的化学多样性以提高基因治疗效果	反义寡核苷酸（ASO）	machine learning	NA	deep learning	NA	sequence data	NA
23	2025-05-17	Automated CT segmentation for lower extremity tissues in lymphedema evaluation using deep learning 2025-May-16, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11673-3 PMID:40377677	研究论文	开发并验证了一种基于深度学习的自动分割工具，用于下肢CT扫描中的组织成分分析	使用Unet++架构和EfficientNet-B7编码器的深度学习模型，实现了高精度的组织分割和淋巴水肿评估	样本量相对较小（内部和外部验证集各10例），且仅针对妇科癌症患者的下肢淋巴水肿	开发一种自动化的深度学习分割工具，用于淋巴水肿的临床评估	下肢CT扫描中的脂肪、肌肉和液-纤维化组织成分	数字病理学	淋巴水肿	CT扫描	Unet++ with EfficientNet-B7 encoder	CT图像	118例妇科癌症患者用于算法训练，内部和外部验证集各10例
24	2025-05-17	Development and validation of clinical-radiomics deep learning model based on MRI for endometrial cancer molecular subtypes classification 2025-May-16, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01966-y PMID:40377781	研究论文	开发并验证了一种基于MRI的临床-放射组学深度学习模型，用于子宫内膜癌分子亚型分类	结合临床数据和放射组学特征，利用深度学习模型提升子宫内膜癌分子亚型分类的准确性	研究样本量有限，未来需要更大数据集进一步验证模型的潜力	开发并验证一种基于MRI的深度学习模型，用于子宫内膜癌分子亚型分类	子宫内膜癌患者	数字病理	子宫内膜癌	MRI	深度学习模型（MoCo-v2）	图像	526名患者
25	2025-05-17	Impact of sarcopenia and obesity on mortality in older adults with SARS-CoV-2 infection: automated deep learning body composition analysis in the NAPKON-SUEP cohort 2025-May-16, Infection IF:5.4Q1 DOI:10.1007/s15010-025-02555-3 PMID:40377852	research paper	研究探讨肥胖和肌肉减少症对老年SARS-CoV-2感染患者死亡率的影响，采用深度学习模型自动分析胸部CT扫描的身体成分	创新地应用预训练深度学习模型自动分析常规胸部CT扫描的身体成分，为临床实践提供标准化评估新方法	样本量较小（157例），且仅针对60岁以上严重COVID-19肺炎患者，结果可能不适用于其他人群	评估肥胖和肌肉减少症对严重呼吸道感染老年患者死亡率的相对影响	60岁以上确诊严重COVID-19肺炎的住院患者	digital pathology	geriatric disease	CT扫描	pre-trained deep learning model	image	157例住院患者（平均年龄70±8岁，41%女性）
26	2025-05-17	A deep learning-based approach to automated rib fracture detection and CWIS classification 2025-May-16, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03390-5 PMID:40377883	研究论文	开发了一种基于深度学习的自动化方法，用于检测CT扫描中的肋骨骨折并根据CWIS分类标准进行分类	首次提出结合肋骨骨折检测与CWIS分类的自动化方法，并采用nnU-Net进行肋骨编号标注	训练集中某些罕见类别的样本不足，影响分类性能	开发自动化肋骨骨折检测和分类方法以辅助临床诊断	创伤性肋骨骨折患者	数字病理	创伤性损伤	CT扫描	nnU-Net	医学影像	198例CT扫描（170例训练/内部验证，28例外部验证）
27	2025-05-17	Analytical and experimental solutions for Fourier transform infrared microspectroscopy measurements of microparticles: A case study on Quercus pollen 2025-May-15, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2025.343879 PMID:40187871	研究论文	本文通过比较12种不同的分析和实验方法，研究了傅里叶变换红外显微光谱（FTIR）在微粒子（以四种栎属植物花粉为例）测量中的应用	首次比较了12种不同的分析和实验方法在FTIR微粒子测量中的应用，并展示了在花粉分类和化学表征中的效果	研究仅针对栎属植物花粉，未涵盖其他类型的微粒子	比较不同的预处理方法在FTIR微粒子测量中的优缺点及适用场景	四种栎属植物花粉	光谱分析	NA	FTIR显微光谱	DCNN（深度卷积神经网络）	光谱数据	四种栎属植物花粉
28	2025-05-17	Measuring the severity of knee osteoarthritis with an aberration-free fast line scanning Raman imaging system 2025-May-15, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2025.343900 PMID:40187878	研究论文	本文介绍了一种结合自研拉曼成像系统和深度学习去噪加速算法，用于快速诊断和分级膝骨关节炎的方法	开发了一种无像差快速线扫描拉曼成像系统，结合深度学习算法显著提高了成像速度和信噪比，实现了膝骨关节炎的快速无标记检测和精确分级	实验样本仅限于膝骨关节炎患者的胫骨平台，未涉及其他关节或更大规模的临床验证	实现膝骨关节炎的快速诊断和精确分级	膝骨关节炎患者的胫骨平台组织	数字病理	骨关节炎	拉曼成像，深度学习	深度学习去噪算法	光谱数据	膝骨关节炎患者的胫骨平台组织样本（具体数量未提及）
29	2025-05-17	Rapid and sensitive detection of pharmaceutical pollutants in aquaculture by aluminum foil substrate based SERS method combined with deep learning algorithm 2025-May-15, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2025.343920 PMID:40187885	research paper	本研究开发了一种基于铝箔的SERS检测基底，并结合多层感知器（MLP）深度学习模型，用于快速识别水产养殖废水中的抗生素成分	结合铝箔基底SERS检测与MLP深度学习模型，实现了高灵敏度检测和复杂污染物的准确识别	未提及在实际复杂水体环境中的大规模应用验证	开发一种快速、高灵敏度的水产养殖中药物污染物检测方法	水产养殖废水中的抗生素和消毒剂残留	环境监测	NA	表面增强拉曼光谱（SERS）	多层感知器（MLP）	光谱数据	6种目标化合物（氟罗沙星、左氧氟沙星、培氟沙星、磺胺嘧啶、亚甲蓝和孔雀石绿）
30	2025-05-17	Automated high precision PCOS detection through a segment anything model on super resolution ultrasound ovary images 2025-May-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01744-2 PMID:40369044	研究论文	提出了一种名为QEI-SAM的新型集成方法，用于提高图像质量和卵巢囊肿分割，以实现准确预测多囊卵巢综合征(PCOS)	结合了ESRGAN进行图像增强和SAM进行囊肿分割，以及多种CNN模型进行PCOS诊断，实现了高精度的自动化检测	未提及研究样本的具体数量和多样性，可能影响模型的泛化能力	开发一种自动化高精度PCOS检测系统，以辅助临床诊断	超声卵巢图像中的囊肿	数字病理	多囊卵巢综合征	超声成像	ESRGAN, SAM, CNN (ResNet 50, ResNet 101, VGG 16, VGG 19, AlexNet, Inception v3)	图像	NA
31	2025-05-17	Deep learning MRI-based radiomic models for predicting recurrence in locally advanced nasopharyngeal carcinoma after neoadjuvant chemoradiotherapy: a multi-center study 2025-May-15, Clinical & experimental metastasis IF:4.2Q2 DOI:10.1007/s10585-025-10349-y PMID:40369240	研究论文	本研究探讨了基于深度学习的MRI放射组学模型在预测局部晚期鼻咽癌患者新辅助放化疗后复发的临床价值	结合传统放射组学特征和深度放射组学特征，开发了预测模型，并在多中心数据中验证了其性能	研究为回顾性设计，样本量相对有限（328例患者）	验证基于深度学习的MRI放射组学模型在预测局部晚期鼻咽癌患者新辅助放化疗后复发的临床价值	局部晚期鼻咽癌(LA-NPC)患者	数字病理	鼻咽癌	MRI	随机森林(RF)	医学影像	328例来自四家医院的鼻咽癌患者（训练组229例，验证组99例）
32	2025-05-17	2.5D Multi-view Averaging Diffusion Model for 3D Medical Image Translation: Application to Low-count PET Reconstruction with CT-less Attenuation Correction 2025-May-15, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3570342 PMID:40372846	研究论文	本文提出了一种新型的2.5D多视角平均扩散模型（MADM），用于3D医学图像转换，特别应用于低计数PET重建与无CT衰减校正	开发了MADM模型，通过轴向、冠状和矢状视图的独立扩散模型及其输出平均，解决了传统扩散模型在3D应用中的高计算成本和内存负担问题	未明确提及具体局限性，但可能涉及计算资源需求或模型泛化能力	开发3D医学图像转换方法，将非衰减校正低剂量PET转换为衰减校正标准剂量PET	低剂量PET图像（NAC-LDPET）和标准剂量PET图像（AC-SDPET）	数字病理	NA	扩散模型	MADM（2.5D多视角平均扩散模型）	3D医学图像	人类患者研究（具体数量未提及）
33	2025-05-17	Toward Ultralow-Power Neuromorphic Speech Enhancement With Spiking-FullSubNet 2025-May-15, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3566021 PMID:40372867	research paper	提出了一种基于脉冲神经网络的超低功耗语音增强系统Spiking-FullSubNet，用于提高边缘设备的语音增强性能	引入了受人类外周听觉系统启发的频率分区方法，并提出了一种新型的脉冲神经元模型，能够动态控制输入信息的整合和遗忘	NA	开发一种超低功耗的语音增强系统，适用于边缘设备	语音增强系统	machine learning	NA	SNN	Spiking-FullSubNet	audio	Intel Neuromorphic Deep Noise Suppression (N-DNS) Challenge dataset
34	2025-05-17	Automated Microbubble Discrimination in Ultrasound Localization Microscopy by Vision Transformer 2025-May-15, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2025.3570496 PMID:40372868	研究论文	提出一种基于视觉Transformer的自动化微泡鉴别方法，用于超声定位显微镜(ULM)中的微血管成像	利用深度学习模型同时提取微泡信号并减少每帧的散斑，无需估计脉冲响应和每帧微泡数量，采用高效通道注意力视觉Transformer(ViT)和渐进式学习策略	NA	改进超声定位显微镜技术，减少对先验知识的依赖	微泡信号和微血管成像	计算机视觉	NA	超声定位显微镜(ULM), k-Wave工具箱模拟	视觉Transformer(ViT)	超声图像	一个计算机模拟数据集(含真实值)和四个活体数据集(小鼠肿瘤、大鼠脑部、大鼠脑部团注和大鼠肾脏)
35	2025-05-17	A Deep Learning-Enabled Workflow to Estimate Real-World Progression-Free Survival in Patients With Metastatic Breast Cancer: Study Using Deidentified Electronic Health Records 2025-May-15, JMIR cancer IF:3.3Q2 DOI:10.2196/64697 PMID:40372953	研究论文	本研究开发并验证了一种基于深度学习的半自动化工作流程，用于利用去标识化的电子健康记录数据估计转移性乳腺癌患者的真实世界无进展生存期（rwPFS）	配置了一个预训练的通用医疗NLP框架，将自由文本临床记录和放射学报告转化为结构化进展事件，用于研究转移性乳腺癌队列的rwPFS	需要在更多样化的外部数据集和其他癌症类型上进一步验证以确保广泛的适用性和普适性	开发一种快速可靠的方法来确定接受联合治疗的转移性乳腺癌患者的真实世界无进展生存期	转移性乳腺癌患者	自然语言处理	乳腺癌	NLP	深度学习	文本	316名激素受体阳性、HER-2阴性的转移性乳腺癌患者
36	2025-05-17	Deep Learning-Based Chronic Obstructive Pulmonary Disease Exacerbation Prediction Using Flow-Volume and Volume-Time Curve Imaging: Retrospective Cohort Study 2025-May-15, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/69785 PMID:40373296	研究论文	本研究利用深度学习和临床数据结合肺功能测试图像，预测慢性阻塞性肺疾病（COPD）的急性加重事件	通过结合临床数据和肺功能测试图像（流量-容积环和时间-容积曲线），使用AI技术提高了COPD急性加重事件的预测准确性	研究为回顾性队列研究，可能存在选择偏倚	提高COPD急性加重事件的预测准确性	COPD患者	数字病理学	慢性阻塞性肺疾病	深度学习	AI-PFT-Clin模型	图像和临床数据	10,492例COPD病例（开发队列6,870例，外部验证队列3,622例）
37	2025-05-17	COMPASS: Computational mapping of patient-therapist alliance strategies with language modeling 2025-May-15, Translational psychiatry IF:5.8Q1 DOI:10.1038/s41398-025-03379-3 PMID:40374613	研究论文	本文介绍了一个名为COMPASS的新框架，利用大型语言模型（LLMs）从心理治疗会话的自然语言中直接推断治疗工作联盟	使用先进的LLMs分析会话转录本，并将其映射到分布式表示，从而捕捉对话与心理测量工具之间的语义相似性	数据收集时间跨度较大（1970年至2012年），可能无法完全反映当前的治疗实践	通过自然语言处理技术提升心理治疗中工作联盟的评估和理解	心理治疗会话的转录本	自然语言处理	焦虑、抑郁、精神分裂症、自杀倾向	大型语言模型（LLMs）、深度学习主题建模技术	LLMs	文本	超过950次会话，涵盖焦虑（N=498）、抑郁（N=377）、精神分裂症（N=71）和自杀倾向（N=12）
38	2025-05-17	Towards global reaction feasibility and robustness prediction with high throughput data and bayesian deep learning 2025-May-15, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-59812-0 PMID:40374636	研究论文	本文通过结合高通量实验(HTE)和贝叶斯深度学习，预测有机反应的可行性和对环境因素的鲁棒性	提出了一个贝叶斯神经网络模型，实现了89.48%的反应可行性预测准确率，并通过细粒度不确定性解耦实现了高效主动学习，减少了80%的数据需求	NA	预测有机反应的可行性和对环境因素的鲁棒性	11,669种不同的酸胺偶联反应	机器学习	NA	高通量实验(HTE), 贝叶斯深度学习	贝叶斯神经网络	实验数据	11,669种不同的酸胺偶联反应
39	2025-05-17	Direct evaluation of antiplatelet therapy in coronary artery disease by comprehensive image-based profiling of circulating platelets 2025-May-15, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-59664-8 PMID:40374642	研究论文	本文通过基于图像的全面分析循环血小板，直接评估冠状动脉疾病（CAD）中的抗血小板治疗效果	首次使用深度学习分析全血样本中的循环血小板聚集体，直接观察血栓状况并评估抗血小板治疗的效果和安全性	研究样本量相对较小（207名CAD患者），且未涉及长期随访数据	评估抗血小板治疗在冠状动脉疾病中的直接效果和安全性	207名冠状动脉疾病患者	数字病理学	心血管疾病	深度学习	NA	图像	207名CAD患者（包括急性和慢性冠状动脉综合征患者）的全血样本
40	2025-05-17	An efficient trustworthy cyberattack defence mechanism system for self guided federated learning framework using attention induced deep convolution neural networks 2025-May-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01561-7 PMID:40374691	研究论文	提出了一种基于自引导联邦学习框架和注意力诱导深度卷积神经网络的网络攻击防御机制系统	结合自引导联邦学习与攻击智能，采用CBLG-A模型进行分类，并通过GO方法进行参数调优，提高了防御机制的准确性和适应性	未提及模型在更大规模或多样化数据集上的泛化能力	增强分布式系统中的网络安全防御机制	网络攻击防御机制	机器学习	NA	联邦学习(FL)、深度卷积神经网络、注意力机制、Dung Beetle优化(DBO)、生长优化器(GO)	CNN、BiLSTM、GRU、注意力模型(CBLG-A)	网络安全数据集	CIC-IDS-2017和UNSW-NB15数据集