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
401	2025-06-20	Multitask Deep Learning for Automated Segmentation and Prognostic Stratification of Endometrial Cancer via Biparametric MRI 2025-Jun-19, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70012 PMID:40536279	research paper	开发一个基于双参数MRI的深度学习框架，用于子宫内膜癌的自动分割和多任务分类	提出了一个统一的深度学习框架，能够同时进行肿瘤分割和多任务分类，包括分级、分期、组织学亚型、淋巴血管间隙浸润（LVSI）和深肌层浸润（DMI）等关键预后因素的分类	研究为回顾性设计，样本量相对较小（325例患者）	开发一个深度学习框架，用于子宫内膜癌的自动分割和预后分层	子宫内膜癌患者	digital pathology	endometrial cancer	biparametric MRI (T2WI and DWI)	deep learning (DL)	MRI images	325 patients (211 training, 54 validation, and 60 test cases)
402	2025-06-20	A Generative AI-Assisted Piezo-MEMS Ultrasound Device for Plant Dehydration Monitoring 2025-Jun-19, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202504954 PMID:40536421	研究论文	介绍了一种基于生成AI辅助的压电微机电系统（MEMS）超声设备，用于植物脱水监测	该设备采用CMOS兼容的压电MEMS超声传感器（PMUT），结合生成深度学习模型（CVAE），实现了非侵入式、高灵敏度的植物叶片水分实时监测	未明确提及样本量或长期稳定性数据	开发一种高效、可重复使用的植物水分监测设备，提升农业灌溉效率	植物叶片水分含量	微机电系统与农业技术	NA	压电微机电超声传感器（PMUT）、硅上无物压电技术（PSON）、条件变分自编码器（CVAE）	CVAE	电信号	未明确说明
403	2025-06-20	"Amide - amine + alcohol = carboxylic acid." chemical reactions as linear algebraic analogies in graph neural networks 2025-Jun-18, Chemical science IF:7.6Q1 DOI:10.1039/d4sc05655h PMID:40395375	研究论文	本文探讨了图神经网络在化学数据中的应用，揭示了原子嵌入的算术性质如何代表有效的化学反应公式	展示了原子嵌入在化学图神经网络中表现出类似自然语言处理中的词嵌入算术性质，能够代表化学反应公式	NA	揭示图神经网络在化学数据中的学习机制，提升模型的可解释性	化学反应的图神经网络模型	机器学习	NA	图神经网络	GNN	化学数据	NA
404	2025-06-20	Data efficient molecular image representation learning using foundation models 2025-Jun-18, Chemical science IF:7.6Q1 DOI:10.1039/d5sc00907c PMID:40417293	research paper	该论文提出了一种名为MoleCLIP的分子图像表示学习框架，利用OpenAI的视觉基础模型CLIP作为骨干网络，显著减少了分子预训练数据的需求，并在标准基准测试中达到了最先进模型的性能	首次将基础模型（如CLIP）应用于分子图像表示学习，显著降低了数据需求并提高了模型性能，特别是在均相催化数据集上表现优于现有模型	未明确提及具体的数据集规模限制或计算资源需求，可能在实际应用中存在挑战	开发一种数据高效的分子图像表示学习方法，以解决化学领域中标记数据稀缺和分子特征提取困难的问题	分子图像数据	machine learning	NA	分子表示学习（MRL），基础模型（如CLIP）	CLIP	分子图像	NA
405	2025-06-20	ChargeNet: E(3) Equivariant Graph Attention Network for Atomic Charge Prediction 2025-Jun-18, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00602 PMID:40530778	研究论文	本文介绍了一种名为ChargeNet的E(3)等变图注意力网络，用于高精度预测原子电荷	提出了一种先进的等变图注意力神经网络，结合全局图注意力机制和多尺度注意力，显著提高了原子电荷预测的准确性和泛化能力	NA	开发一种高效准确的原子电荷预测方法，以促进药物设计和发现	原子电荷预测	机器学习	NA	机器学习	E(3)等变图注意力网络	分子结构数据	NA
406	2025-06-20	AIoptamer: Artificial Intelligence-Driven Aptamer Optimization Pipeline for Targeted Therapeutics in Healthcare 2025-Jun-18, Molecular pharmaceutics IF:4.5Q1 DOI:10.1021/acs.molpharmaceut.5c00343 PMID:40531093	研究论文	介绍了一种名为AIoptamer的新型AI驱动的适配体优化流程，用于加速适配体的发现和设计	整合人工智能与先进的计算方法，显著减少对传统实验试错策略的依赖，使适配体优化更快、可扩展且更高效	未提及具体实验验证或实际应用案例	开发一种高效、快速的适配体优化方法，用于靶向治疗	DNA或RNA适配体	机器学习	NA	SELEX, CHIMERA_NA, PredPRBA, PDA-Pred, 分子动力学模拟	深度学习, 机器学习	序列数据, 结构数据	NA
407	2025-06-20	Comparison of publicly available artificial intelligence models for pancreatic segmentation on T1-weighted Dixon images 2025-Jun-18, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01814-5 PMID:40531398	research paper	比较三种公开可用的深度学习模型在T1加权Dixon图像上自动分割胰腺的性能	比较了三种公开可用的AI模型在胰腺分割任务上的性能，并评估了它们在分割准确性、体积测量和胰腺内脂肪分数评估方面的表现	研究仅基于20例上腹部T1加权磁共振系列图像，样本量较小	评估和比较不同AI模型在胰腺分割任务上的性能	胰腺	digital pathology	NA	T1-weighted Dixon磁共振成像	TotalSegmentator, TotalVibeSegmentator, PanSegNet	image	20例上腹部T1加权磁共振系列图像
408	2025-06-20	Differential Privacy Enabled Robust Asynchronous Federated Multitask Learning: A Multigradient Descent Approach 2025-Jun-18, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3571953 PMID:40531632	研究论文	本文提出了一种支持差分隐私的鲁棒异步联邦多任务学习方法，采用多梯度下降算法解决联邦学习中的异构数据、边缘设备异质性、敏感信息泄露等问题	引入了联邦多任务学习方法将FL模型重新表述为多目标优化问题，开发了新的半异步模型聚合方法，并应用分布式差分隐私技术增强隐私保护	NA	解决联邦学习中的数据异构性、隐私保护和通信资源限制等实际问题	联邦学习框架及其在隐私保护和模型个性化方面的应用	机器学习	NA	分布式差分隐私技术	FedMGDA, DP-AsynFedMGDA	NA	NA
409	2025-06-20	A Survey on Confidence Calibration of Deep Learning-Based Classification Models Under Class Imbalance Data 2025-Jun-18, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3565159 PMID:40531642	综述	本文全面调查了在类别不平衡数据下基于深度学习的分类模型的置信度校准方法	不同于以往分别研究置信度校准或类别不平衡的调查，本文综合研究了类别不平衡数据下的置信度校准方法，并提供了理论解释和实证比较	NA	研究类别不平衡数据下深度学习分类模型的置信度校准问题	基于深度学习的分类模型	机器学习	NA	NA	深度学习分类模型	NA	NA
410	2025-06-20	MDFA: A Quantitative Framework for the Analysis of Multimodal Facial Esthetics 2025-Jun-18, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3570389 PMID:40531641	研究论文	提出了一种基于标签分布的多模态面部美学分析框架（LDMFE），用于结合2-D和3-D信息进行面部美学评估	首次提出结合2-D和3-D信息的面部美学评估框架，并设计了深度信息提取网络DIENet和新的分布测量损失函数${\mathcal {L}}_{\text {WD}}$	依赖3-D数据采集设备的高成本，且现有方法主要基于自建的3-D数据集，限制了在2-D面部图像实际应用场景中的适用性	解决面部美观预测（FBP）问题，提升美学评估的准确性和稳定性	面部美观预测	计算机视觉	NA	深度信息提取网络（DIENet）	CNN	图像（2-D和3-D面部图像）	三个数据集
411	2025-06-20	Multi-Scale Temporal Analysis with a Dual-Branch Attention Network for Interpretable Gait-Based Classification of Neurodegenerative Diseases 2025-Jun-18, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3580944 PMID:40531650	研究论文	提出了一种新型深度学习架构DAERN，用于基于步态的神经退行性疾病分类	结合了扩张因果卷积和多头自注意力机制，并引入了交叉注意力融合模块和可解释性分析方法	未提及具体样本量限制或跨数据集验证情况	开发可解释的步态分析模型用于神经退行性疾病分类	肌萎缩侧索硬化症(ALS)、亨廷顿病(HD)和帕金森病(PD)患者的步态数据	数字病理学	神经退行性疾病	深度学习	DAERN（双分支注意力增强残差网络），包含DCCBlock和MHSA模块	步态数据	基于GaitNDD数据集（具体数量未说明）
412	2025-06-20	A Deep Learning-Based Clinical Classification System for the Differential Diagnosis of Hip Prosthesis Failures Using Radiographs: A Multicenter Study 2025-Jun-18, The Journal of bone and joint surgery. American volume DOI:10.2106/JBJS.24.01601 PMID:40531980	研究论文	开发了一种基于深度学习的临床分类系统（Hip-Net），用于通过X光片对髋关节假体失败进行鉴别诊断	Hip-Net采用双通道集成4个深度学习模型，并生成空间解析的疾病概率图，提高了诊断准确性和效率	研究主要基于亚洲患者的数据，可能在其他种族群体中的泛化性有待验证	提高髋关节假体失败的鉴别诊断准确性和效率	髋关节假体失败患者	数字病理	骨科疾病	深度学习	CNN	图像	1,454名患者（亚洲人）的2,908张常规双视图（前后位和侧位）X光片
413	2025-06-20	Deep Learning-Assisted Nanocavity Sensor for Amphiphilic Biomarker Analysis 2025-Jun-18, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01102 PMID:40532101	研究论文	本文介绍了一种结合银纳米立方体-金镜纳米腔和支持脂质双层的荧光增强检测方法，用于快速检测两亲性生物标志物	利用深度学习辅助的语义分割方法计算荧光增强因子，实现了高达868.64的最大增强因子，检测灵敏度达到飞摩尔级别	NA	开发一种高灵敏度、快速检测和低成本制备的纳米腔系统，用于临床诊断中的生物传感应用	两亲性生物标志物	生物传感	癌症和感染性疾病	荧光增强检测、深度学习辅助语义分割	深度学习	荧光信号	NA
414	2025-06-20	TP-Transformer: An Interpretable Model for Predicting the Transformation Pathways of Organic Pollutants in Chemical Oxidation Processes 2025-Jun-18, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.5c02701 PMID:40532215	研究论文	本文介绍了一种名为TP-Transformer的深度学习框架，用于预测有机污染物在化学氧化过程中的转化路径和产物结构	提出了TP-Transformer模型，能够同时预测转化产物的结构及其形成路径，并通过注意力机制模拟专家级化学推理	模型训练数据仅包含2780个污染物降解反应，可能无法覆盖所有可能的污染物类型	开发一种可扩展、精确且高效的方法来预测有机污染物的转化路径，以替代传统的实验方法	有机污染物在化学氧化过程中的转化产物(TPs)	环境化学	NA	深度学习	Transformer	化学反应数据	2780个污染物降解反应(Chem_Oxi_2K数据集)
415	2025-06-20	Changes in Epidemiological Characteristics of Varicella and Breakthrough Cases in Ningbo, China, From 2010 to 2023: Surveillance Study 2025-Jun-18, JMIR public health and surveillance IF:3.5Q1 DOI:10.2196/71691 PMID:40533066	研究论文	本研究监测了2010年至2023年中国宁波水痘的流行病学特征及突破性病例的变化，以调整免疫策略并加强预防工作	使用循环神经网络模型分析水痘发病率趋势和非药物干预措施的影响，并建立了出生队列研究突破性病例	研究仅基于宁波地区的数据，可能无法完全代表其他地区的情况	监测水痘的流行病学特征和突破性病例的变化，为免疫策略调整提供依据	2010年至2023年宁波地区报告的水痘病例	流行病学	水痘	主动和被动监测方法，循环神经网络模型	RNN	流行病学监测数据	70,163例水痘病例
416	2025-06-20	Can CTA-based Machine Learning Identify Patients for Whom Successful Endovascular Stroke Therapy is Insufficient? 2025-Jun-18, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8885 PMID:40533350	research paper	本研究评估了基于CTA的机器学习方法在识别可能需要额外干预的中风患者中的表现	使用深度学习模型（DSN-CTA）预测中风患者的功能性结果，相比传统临床变量模型表现更优	样本量较小（48例），且仅在特定条件下（FIV<30mL和成功再灌注）验证	评估机器学习模型在预测中风患者功能性结果中的效能	大血管闭塞急性缺血性中风（LVO AIS）患者	machine learning	cardiovascular disease	CT angiography (CTA)	DeepSymNet-v3 model (DSN-CTA)	image	预训练1542例，微调和交叉验证48例
417	2025-06-20	Smartphone eye-tracking with deep learning: Data quality and field testing 2025-Jun-18, Behavior research methods IF:4.6Q1 DOI:10.3758/s13428-025-02718-y PMID:40533681	研究论文	本文介绍了一种基于深度学习的实时智能手机眼动追踪系统，并对其数据质量和实际应用进行了评估	利用深度神经网络在智能手机上实现实时眼动追踪，并在较大样本量下与工业金标准眼动仪进行性能对比	智能手机眼动追踪系统的精度(0.177°)低于EyeLink追踪器(0.028°)	评估基于智能手机的眼动追踪系统在科研和临床应用中的潜力	人类注意力测量	计算机视觉	抑郁症	深度学习	深度神经网络	图像	训练数据集包含740万张面部图像，基准测试样本量N=32，现场测试涉及98名志愿者
418	2025-06-20	Automated Multi-grade Brain Tumor Classification Using Adaptive Hierarchical Optimized Horse Herd BiLSTM Fusion Network in MRI Images 2025-Jun-18, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00708-4 PMID:40533703	研究论文	提出了一种基于自适应分层优化马群BiLSTM融合网络的MRI图像多级脑肿瘤分类方法	模型能够将肿瘤分为多个等级，捕捉肿瘤严重程度的层次性，并采用改进的自适应强度归一化预处理步骤和双树复小波变换增强三角特征进行特征提取	未提及具体样本量，且仅基于特定数据集进行评估	提高MRI图像中不同级别脑肿瘤分类的精确度	脑肿瘤	数字病理	脑肿瘤	MRI	AHOHH-BiLSTM	图像	NA
419	2025-06-20	Multitarget Generate Electrolyte Additive for Lithium Metal Batteries 2025-Jun-18, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202502086 PMID:40534252	研究论文	本文开发了一种深度学习辅助的生成模型，用于锂金属电池电解质添加剂的多目标优化	采用分子分类推导方法扩展数据集，结合异步有限解码器和对抗性调节策略，实现了在广阔化学空间中高效生成结构复杂多样的分子	NA	开发安全可靠的锂电池电解质，特别是在数据严重受限的情况下	锂金属电池电解质添加剂	机器学习	NA	深度学习辅助生成模型	生成对抗网络(GAN)	分子数据	从单属性数据点扩展到70,095个多属性数据点
420	2025-06-20	Ultra-wide-field fundus photography and AI-based screening and referral for multiple ocular fundus diseases 2025-Jun-17, Cell reports. Medicine DOI:10.1016/j.xcrm.2025.102187 PMID:40499544	research paper	开发了三种基于深度学习算法的模型（WARM、BASE和WARM-PPR），用于眼底疾病的全面筛查和转诊建议	结合了Swin Transformer和跨域协作学习（CdCL）算法，以及超广角（UWF）图像和裁剪的后极区域（PPR）图像，显著提升了检测周边视网膜异常的能力	未提及模型在临床实际应用中的具体表现或潜在问题	解决眼底疾病全面筛查的困难	25种眼底疾病	digital pathology	ocular fundus diseases	deep learning algorithms	Swin Transformer, CdCL	UWF images, PPR images	59,475张UWF图像