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
4181	2025-03-29	Taxonomy of hybridly polarized Stokes vortex beams 2024-Feb-26, Optics express IF:3.2Q2 DOI:10.1364/OE.512409 PMID:38439421	研究论文	本文提出了一种结合深度学习的广义衍射斯托克斯偏振法，用于高效识别斯托克斯奇异光束	利用深度学习框架结合衍射斯托克斯偏振法，解决了混合偏振斯托克斯涡旋光束的识别难题，分类准确率达到98.67%	实验中的噪声因素如相对相位、振幅和偏振差异以及光束波动增加了识别过程的复杂性	研究混合偏振斯托克斯涡旋光束的分类与识别方法	15类基于斯托克斯奇点类型及其相关模式指数的光束	光学	NA	深度学习辅助的斯托克斯偏振法	深度神经网络	光学衍射图像	15类光束
4182	2025-03-29	"UDE DIATOMS in the Wild 2024": a new image dataset of freshwater diatoms for training deep learning models 2024-Jan-02, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giae087 PMID:39607983	research paper	该研究介绍了迄今为止最大的淡水硅藻图像数据集，旨在促进深度学习在硅藻识别问题上的应用和基准测试	提出了最大的硅藻图像数据集，并展示了两种创新分析方法，包括处理视觉异质性类别的子聚类、分布外样本检测和半监督学习	硅藻的高类内变异性和小类间差异、显微镜载玻片上标本视觉外观的差异以及硅藻专家注释的有限可用性	促进深度学习在淡水硅藻识别问题上的应用和基准测试	淡水硅藻	computer vision	NA	light microscopy	deep learning	image	83,570张图像，涵盖611种硅藻类群，其中101种类群每种至少有100个样本，144种类群每种至少有50个样本
4183	2025-03-29	Convolutional Neural Networks for Segmentation of Malignant Pleural Mesothelioma: Analysis of Probability Map Thresholds (CALGB 30901, Alliance) 2023-Nov-30, ArXiv PMID:38076518	research paper	本研究评估了卷积神经网络(CNN)在恶性胸膜间皮瘤(MPM)分割中概率图阈值的影响	分析了不同概率阈值对CNN生成的MPM肿瘤分割结果的影响，强调了在评估深度学习分割时同时考虑肿瘤体积和空间重叠的重要性	CNN在特定疾病表现(如严重胸腔积液或胸膜裂隙疾病)中存在不足，且未找到适用于肿瘤体积和DSC两者的最优单一阈值	评估CNN概率图阈值对MPM肿瘤分割的影响	恶性胸膜间皮瘤(MPM)患者的CT扫描图像	digital pathology	lung cancer	CT扫描	VGG16/U-Net CNN	image	21名MPM患者的88次CT扫描
4184	2025-03-29	Transport-based morphometry of nuclear structures of digital pathology images in cancers 2023-Feb-02, ArXiv PMID:36776820	research paper	提出了一种基于最优传输数学的新技术，用于直接从成像数据中建模与核染色质结构相关的信息内容	使用传输形态测量（TBM）框架表示每个细胞核相对于模板细胞核的整个信息内容，该方法对不同的染色模式和成像协议具有鲁棒性	NA	开发一种新方法来定量测量核形态，以支持癌症研究和临床应用	癌细胞核的形态特征	digital pathology	cancer	optimal transport, feature extraction, deep learning	TBM framework	image	来自TCGA和人类蛋白质图谱等大型数据集的癌症组织样本，包括肝实质、甲状腺、肺间皮和皮肤上皮的肿瘤
4185	2025-03-29	Real-time risk prediction of colorectal surgery-related post-surgical complications using GRU-D model 2022-11, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2022.104202 PMID:36162805	research paper	该研究利用GRU-D模型实时预测结直肠手术相关术后并发症的风险	提出了一种基于GRU-D的新型实时术后并发症风险预测任务，并展示了其临床实用性	复杂架构（堆叠、多模态）在相同采样方案下相对于单层GRU-D没有明显优势	开发风险预测模型，用于针对术后并发症的预防性干预	结直肠手术患者	machine learning	colorectal disease	GRU-D	GRU-D, logistic regression	electronic health record (EHR)	3,535例结直肠手术患者
4186	2025-03-28	Food-derived DPP4 inhibitors: Drug discovery based on high-throughput virtual screening and deep learning 2025-Jun-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143505 PMID:40015027	research paper	该研究通过高通量虚拟筛选和深度学习技术，从食物来源中开发出六种化合物，作为治疗2型糖尿病的潜在候选药物	结合虚拟筛选、深度学习算法、ADMET特性评估和分子动力学模拟，发现新型食物来源的DPP-4抑制剂，并利用味觉预测模型评估其风味	研究未提及临床试验结果，实际疗效和安全性需进一步验证	开发新型食物来源的DPP-4抑制剂，用于2型糖尿病治疗	六种从食物来源开发并修饰的化合物	machine learning	type 2 diabetes	virtual screening, deep learning, ADMET characterization assessment, molecular dynamics simulations	deep learning	chemical compound data	六种化合物
4187	2025-03-28	Lightweight deep learning model for embedded systems efficiently predicts oil and protein content in rapeseed 2025-Jun-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143557 PMID:40020621	研究论文	开发了一种基于优化深度学习方法的移动应用，用于低成本、无损且实时预测油菜籽中蛋白质和油脂含量	采用轻量级深度学习模型FasterNet-L，结合三种剪枝方法，显著提升了预测速度和模型效率	研究仅针对油菜籽，尚未在其他油料作物上广泛验证	开发一种高效、低成本的油菜籽蛋白质和油脂含量预测方法	油菜籽	计算机视觉	NA	深度学习	FasterNet-L	图像	NA
4188	2025-03-28	Approach and surgical management of epiretinal membrane 2025-May-01, Current opinion in ophthalmology IF:3.0Q1 DOI:10.1097/ICU.0000000000001135 PMID:40145317	综述	本文综述了近年来视网膜前膜（ERM）手术的最新研究进展，包括手术技术的评估和内部限制膜（ILM）剥离的必要性	总结了ILM剥离可能减少ERM复发的发现，并探讨了OCT在术前、术中和术后的应用，以及深度学习模型预测手术结果的能力	关于最佳手术实践的许多问题仍未解决，需要进一步评估	评估ERM手术的最新进展，包括手术技术和ILM剥离的必要性	视网膜前膜（ERM）患者	数字病理学	视网膜疾病	光学相干断层扫描（OCT）	深度学习模型	图像	NA
4189	2025-03-28	CorLabelNet: a comprehensive framework for multi-label chest X-ray image classification with correlation guided discriminant feature learning and oversampling 2025-Apr, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03247-0 PMID:39609353	research paper	提出一个名为CorLabelNet的综合框架，用于多标签胸部X光图像分类，通过相关性引导的判别特征学习和过采样来提高分类性能	利用自注意力机制捕捉高阶标签相关性，并从全局和局部角度考虑标签相关性，提出一致性约束和多标签对比损失以增强特征学习，以及利用学习的标签相关性进行过采样的新方法	未提及具体的数据集规模限制或计算资源需求	提高多标签胸部X光图像分类的性能，解决标签相关性利用不足和类别不平衡问题	胸部X光图像	computer vision	lung cancer	deep learning	self-attention	image	CheXpert和ChestX-Ray14数据集，进行了5折交叉验证实验三次
4190	2025-03-28	Dual Multi Scale Attention Network Optimized With Archerfish Hunting Optimization Algorithm for Diabetics Prediction 2025-Apr, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24739 PMID:39620437	研究论文	提出了一种结合双多尺度注意力网络和射水鱼狩猎优化算法的糖尿病预测方法	使用双多尺度注意力网络(DMSAN)结合射水鱼狩猎优化算法(AHO)进行糖尿病预测，提高了分类准确率	仅使用了PIMA印度糖尿病数据集进行验证，未在其他数据集上测试	开发更准确的糖尿病预测模型	糖尿病患者的血糖数据	机器学习	糖尿病	Contrast Limited Adaptive Histogram Equalization Filtering (CLAHEF), Multi-Level Haar Wavelet Features Fusion Network (MHWFFN)	Dual Multi Scale Attention Network (DMSAN), Archerfish Hunting Optimization (AHO)	结构化医疗数据	PIMA印度糖尿病数据集(PIDD)
4191	2025-03-28	Classifying Alzheimer's Disease Using a Finite Basis Physics Neural Network 2025-Apr, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24727 PMID:39704389	research paper	提出了一种基于有限基物理神经网络（FBPINN）的分类方法CAD-FBPINN，用于阿尔茨海默病（AD）的分类	结合了海马优化算法（SHOA）优化FBPINN，提高了AD分类的准确性	未提及具体的数据集规模或多样性限制	开发一种可靠的AD分类方法，以支持临床治疗应用	阿尔茨海默病患者的功能性磁共振成像（MRI）数据	digital pathology	geriatric disease	functional magnetic resonance imaging (MRI), Newton-time-extracting wavelet transform (NTEWT)	FBPINN, SHOA	image	数据来自AD Neuroimaging Initiative (ADNI)数据集，但未提及具体样本数量
4192	2025-03-28	Deep learning analysis for rheumatologic imaging: current trends, future directions, and the role of human 2025-Apr-01, Journal of rheumatic diseases IF:2.2Q3 DOI:10.4078/jrd.2024.0128 PMID:40134548	review	本文综述了深度学习在风湿病影像分析中的应用、当前趋势、未来方向及人类角色的重要性	深度学习在风湿病影像分析中的应用展示了超越人类表现的潜力，特别是在关节损伤评估和疾病进展监测方面	深度学习面临数据偏见、解释性有限以及需要大量标注数据集等挑战	探讨深度学习在风湿病影像分析中的应用及其对未来诊断、治疗决策和个性化医疗的潜在影响	风湿病影像数据，包括类风湿性关节炎(RA)、骨关节炎(OA)和脊柱关节炎(SpA)患者的影像	digital pathology	rheumatoid arthritis, osteoarthritis, spondyloarthritis	深度学习(DL)	CNN	image	NA
4193	2025-03-28	Deep learning techniques for proton dose prediction across multiple anatomical sites and variable beam configurations 2025-Mar-27, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adc236 PMID:40101365	研究论文	本研究评估了在质子治疗中，束流掩模实施和数据聚合对基于人工智能的剂量预测准确性的影响	结合束流掩模和数据聚合的策略显著提高了剂量预测的准确性，特别是在复杂病例中	数据聚合单独使用时在低剂量区域可能表现不佳	评估束流掩模和数据聚合对质子治疗剂量预测模型准确性的影响	541例前列腺和632例头颈部质子治疗计划	数字病理	前列腺癌, 头颈部肿瘤	质子治疗, 卷积神经网络	CNN	医学影像数据	541例前列腺和632例头颈部质子治疗计划
4194	2025-03-28	Interpretable Identification of Single-Molecule Charge Transport via Fusion Attention-Based Deep Learning 2025-Mar-27, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.4c03650 PMID:40111072	研究论文	本文提出了一种基于融合注意力机制的深度学习方法，用于单分子电荷传输的精确识别	创新性地提出了SingleFACNN神经网络架构，结合了CNN与多头自注意力和空间注意力机制，提高了模型的解释性和准确性	NA	提高单分子电荷传输识别的解释性和准确性	单分子电荷传输	机器学习	NA	深度学习	CNN与注意力机制融合的SingleFACNN	STM-BJ数据集	三类和四类STM-BJ数据集以及不同比例的混合样本
4195	2025-03-28	Toward Accurate Deep Learning-Based Prediction of Ki67, ER, PR, and HER2 Status From H&E-Stained Breast Cancer Images 2025-Mar-27, Applied immunohistochemistry & molecular morphology : AIMM IF:1.3Q3 DOI:10.1097/PAI.0000000000001258 PMID:40143808	研究论文	本文提出了一种基于深度学习的准确预测乳腺癌H&E染色图像中Ki67、ER、PR和HER2状态的方法	构建了一个包含185,538张乳腺癌H&E和IHC图像的大型数据集，并采用ViT模型实现了90%的AUC-ROC预测性能，优于现有的CLAM方法	尽管ViT模型的AUC-ROC结果很高，但其注意力热图与高诊断价值子区域的匹配不明显，未来需要改进AI在整张切片图像中的注意力机制	提高从H&E染色图像中预测乳腺癌分子标记物（Ki67、ER、PR和HER2）的准确性	乳腺癌H&E和IHC图像	数字病理学	乳腺癌	免疫组织化学（IHC）	ViT（Vision Transformer）	图像	185,538张乳腺癌H&E和IHC图像
4196	2025-03-28	Explainable Deep Multilevel Attention Learning for Predicting Protein Carbonylation Sites 2025-Mar-27, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202500581 PMID:40145846	研究论文	本文提出了一种名为SCANS的新型深度学习框架，用于预测蛋白质羰基化位点，该框架采用多级注意力策略和定制损失函数来提高预测性能	SCANS框架引入了多级注意力策略、定制损失函数和迁移学习，以提升预测性能并减少交叉预测	未明确提及具体局限性	准确预测蛋白质羰基化位点，以深入了解其机制及相关疾病的发病机理	蛋白质羰基化位点	机器学习	NA	深度学习	多级注意力网络	蛋白质序列数据	未明确提及具体样本量
4197	2025-03-28	CR-deal: Explainable Neural Network for circRNA-RBP Binding Site Recognition and Interpretation 2025-Mar-27, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00694-7 PMID:40146403	研究论文	提出了一种名为CR-deal的可解释性神经网络模型，用于识别和解释circRNA与RNA结合蛋白（RBP）的结合位点	CR-deal利用图注意力网络统一序列和结构特征，并通过集成梯度特征解释推断结合位点的功能结构区域，提高了预测准确性和模型可解释性	NA	研究circRNA与RBP的相互作用位点，以深入理解circRNA在生物体中的功能机制及其在疾病发生发展中的关键作用	circRNA和RNA结合蛋白（RBP）	生物信息学	NA	交叉连接免疫沉淀测序技术	图注意力网络	基因组circRNA数据	37个circRNA数据集和7个lncRNA数据集
4198	2025-03-28	Revealing morphological fingerprints in perinatal brains using quasi-conformal mapping: occurrence and neurodevelopmental implications 2025-Mar-27, Brain imaging and behavior IF:2.4Q2 DOI:10.1007/s11682-025-00998-8 PMID:40146450	研究论文	本研究提出了一种深度学习框架，通过准共形映射将三维球形网格投影到二维平面，用于识别围产期大脑的形态指纹及其神经发育影响	首次在围产期大脑中识别出形态指纹，并发现感觉运动和视觉皮层是区分个体差异的关键区域，同时形态指纹能预测长期认知和行为发展	样本量相对有限（461名婴儿，其中41名有纵向扫描数据），且仅使用了结构性MRI数据	探究围产期大脑中是否存在个体独特的形态指纹，并分析其与神经发育的关系	461名婴儿的大脑结构MRI数据	数字病理学	NA	结构性MRI，准共形映射	ResNet18，对比学习	三维脑部图像	461名婴儿（其中41名有纵向数据），验证集包含20名婴儿的纵向扫描数据
4199	2025-03-28	The Pulseq-CEST Library: definition of preparations and simulations, example data, and example evaluations 2025-Mar-27, Magma (New York, N.Y.) DOI:10.1007/s10334-025-01242-6 PMID:40146474	research paper	介绍Pulseq-CEST库，一个用于化学交换饱和转移（CEST）MRI标准化研究的资源库	提出了一个包含CEST准备和模拟定义的资源库，支持可重复研究、快速原型设计以及深度学习训练数据的生成	未提及具体的技术限制或应用范围限制	标准化CEST MRI研究，促进协作开发和新型CEST方法的发明与传播	CEST MRI的准备工作、模拟定义、示例数据和评估	医学影像	NA	化学交换饱和转移（CEST）MRI，Bloch-McConnell模拟	NA	模拟数据和实验数据	使用五管模型进行实验和模拟环境比较
4200	2025-03-28	Exploration of Novel Antimicrobial Agents against Foodborne Pathogens via a Deep Learning Approach 2025-Mar-26, Journal of agricultural and food chemistry IF:5.7Q1 DOI:10.1021/acs.jafc.5c00267 PMID:40080724	研究论文	本研究利用深度学习方法筛选具有抗菌活性的天然产物，以应对食品中抗生素耐药菌的威胁	采用深度学习模型筛选既具有抗菌活性又无致癌性的天然产物，并实验验证了两种化合物的抗菌效果	仅从COCONUT数据库中筛选化合物，可能未涵盖所有潜在抗菌物质	开发新型抗菌剂以应对食品中抗生素耐药菌的威胁	食源性病原体（特别是未明确指出的两种）及其潜在抗菌剂	机器学习	食源性疾病	深度学习	未明确说明（可能是CNN或其他深度学习模型）	化学化合物数据	从COCONUT数据库中筛选的130种化合物，实验验证了2种