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
4221	2025-05-14	Artificial intelligence driven plaque characterization and functional assessment from CCTA using OCT-based automation: A prospective study 2025-Jun-01, International journal of cardiology IF:3.2Q2 DOI:10.1016/j.ijcard.2025.133140 PMID:40064207	研究论文	开发并验证了一种基于AI的模型，利用CCTA和OCT图像自动分析斑块特征和冠状动脉功能	首次将AI模型与OCT图像结合，用于自动化分析斑块特征和冠状动脉功能，并展示了与OCT分析结果的高度一致性	样本量相对较小（100名患者），且仅针对特定类型的斑块和冠状动脉狭窄进行了验证	开发并验证一种AI模型，用于自动化分析冠状动脉斑块特征和功能	100名接受侵入性冠状动脉造影、OCT和CCTA检查的患者	数字病理学	心血管疾病	光学相干断层扫描（OCT）、冠状动脉CT血管造影（CCTA）	深度学习卷积神经网络（CNN）	图像	100名患者，包括21,471张断层扫描图像
4222	2025-05-14	Genetic Distinctions Between Reticular Pseudodrusen and Drusen: A Genome-Wide Association Study 2025-Jun, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2025.03.007 PMID:40064387	研究论文	通过全基因组关联研究（GWAS）比较网状假性玻璃膜疣（RPD）和玻璃膜疣（drusen）的遗传差异	首次识别出与RPD特异性相关的三个新遗传位点，并确认了ARMS2-HTRA1位点与RPD负荷的显著关联	样本量有限，特别是纯RPD病例较少（仅66例），且部分新发现的遗传变异属于罕见变异（次要等位基因频率<5%）	鉴定网状假性玻璃膜疣（RPD）相对于玻璃膜疣（drusen）的特异性遗传决定因素	UK Biobank（UKBB）队列中的RPD患者、drusen患者和对照参与者	基因组学	年龄相关性黄斑变性（AMD）	全基因组关联研究（GWAS）、深度学习框架、光学相干断层扫描（OCT）	深度学习	基因组数据、OCT影像、彩色眼底照片	1787名参与者（1037名对照、361名纯drusen、66名纯RPD、323名混合病例）
4223	2025-05-14	Spectroscopic techniques combined with chemometrics for rapid detection of food adulteration: Applications, perspectives, and challenges 2025-Jun, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.116459 PMID:40356185	review	本文综述了近三年来六种光谱技术与化学计量学方法在常见食品掺假检测中的应用、前景与挑战	总结了六种光谱技术（NIR、FTIR、HSI、Raman、UV-Vis和FS）与化学计量学方法在食品掺假检测中的综合应用，并提出了基于深度学习的方法和数据融合的未来研究方向	线性化学计量学方法仍是主要研究方法，这可能限制光谱技术的应用潜力	探讨光谱技术与化学计量学在食品掺假快速检测中的应用与未来发展	常见食品掺假（粉状食品、肉类、蜂蜜、饮料、食用油和乳制品）	食品检测	NA	NIR, FTIR, HSI, Raman, UV-Vis, FS	线性化学计量学方法、深度学习模型	光谱数据	NA
4224	2025-05-14	NCPepFold: Accurate Prediction of Noncanonical Cyclic Peptide Structures via Cyclization Optimization with Multigranular Representation 2025-May-13, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00139 PMID:40255206	研究论文	提出了一种名为NCPepFold的计算方法，用于直接预测含有非经典氨基酸的环肽结构	NCPepFold通过整合残基和原子级别的多粒度信息以及微调技术，显著提高了预测准确性，平均肽均方根偏差（RMSD）为1.640 Å	NA	提高含有非经典氨基酸的环肽结构预测的准确性，以促进肽药物设计和生物医学研究	含有非经典氨基酸的环肽	生物分子科学	NA	深度学习	NCPepFold	分子结构数据	NA
4225	2025-05-14	SpecRecFormer: Deep Learning-Driven Adaptive Component Identification of PAH Mixtures Based on Single-Component Raman Spectra 2025-May-13, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c00461 PMID:40298131	研究论文	本文提出了一种名为SpecRecFormer的深度学习模型，用于基于拉曼光谱快速识别多环芳烃混合物中的单个组分	结合双通道CNN和Transformer模块进行局部和全局特征提取，并引入自适应阈值策略提高识别准确率	训练数据仅来源于四种单组分参考光谱，可能限制模型在其他类型混合物上的泛化能力	解决混合光谱中组分识别的挑战，提升环境科学和化学分析中的应用潜力	多环芳烃(PAHs)混合物	机器学习	NA	拉曼光谱分析	CNN+Transformer混合模型	光谱数据	四种单组分参考光谱生成的数据集，并在三个真实PAH数据集上测试
4226	2025-05-14	Effect of Cell-Cell Interaction on Single-Cell Behavior Revealed by a Deep Learning-Aided High-Throughput Addressable Single-Cell Coculture System 2025-May-13, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c00306 PMID:40298933	研究论文	本文介绍了一种深度学习辅助的高通量可寻址单细胞共培养系统（DL-HASCCS），用于研究单细胞间的相互作用及其对细胞行为的影响	开发了一种结合高通量单细胞共培养和自动化数据处理的系统，能够快速配对异质性单细胞并进行定量分析	未提及系统在更广泛细胞类型或条件下的适用性	研究细胞间相互作用对单细胞行为的影响	乳腺癌细胞和内皮细胞	数字病理学	乳腺癌	高通量单细胞共培养	深度学习	单细胞数据	未明确提及具体样本数量
4227	2025-05-14	Lightweight and universal deep learning model for fast proton spot dose calculation at arbitrary energies 2025-May-13, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/add3b9 PMID:40315885	研究论文	提出了一种轻量级且通用的深度学习模型MED-LSTM，用于快速计算任意能量下的质子点剂量	利用LSTM网络的序列学习能力，开发了适用于多种能量和不同解剖部位（前列腺、鼻咽和肺）的质子点剂量计算模型	在鼻咽和肺病例的某些点样本中，由于组织结构差异会出现明显偏差	开发快速准确的质子点剂量计算方法，以适应快速自适应规划和质量保证等流程	质子点剂量计算	机器学习	前列腺癌、鼻咽癌、肺癌	质子治疗	LSTM	剂量数据	前列腺、鼻咽和肺病例数据
4228	2025-05-14	Discovery and Prediction on a Family of Hard Superconductors with Kagome Lattice: XY3 Compounds 2025-May-13, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.4c15032 PMID:40317254	研究论文	本文通过结构预测发现了具有Kagome晶格的NaSi_6/相，并研究了XY3化合物的超导临界温度和硬度特性	发现了NaSi_6/相的Kagome晶格，并计算了XY3化合物的超导临界温度，揭示了电子-声子耦合、声子软化等因素对超导性的影响	研究主要基于理论计算和模拟，缺乏实验验证	探索和设计具有Kagome晶格和硬度的超导体	XY3化合物（如NaSi、CsB等）	材料科学	NA	结构预测、深度学习分子动力学模拟	深度学习分子动力学模型	理论计算数据	多种XY3化合物（如NaSi、CsB等）
4229	2025-05-14	Computer vision analysis of luteal color Doppler ultrasonography for early and automated pregnancy diagnosis in Bos taurus beef cows 2025-May-13, Journal of animal science IF:2.7Q1 DOI:10.1093/jas/skaf166 PMID:40355396	research paper	本研究评估了应用监督深度学习算法在肉牛早期和实时妊娠诊断中的适用性，使用黄体彩色多普勒超声在固定时间人工授精后第20天和第22天记录的数据	首次将深度学习算法应用于肉牛早期妊娠诊断，性能与专业人员相当	研究仅基于特定时间点的超声数据，未考虑其他可能影响诊断准确性的因素	开发早期和自动化的肉牛妊娠诊断方法	肉牛（Bos taurus beef cows）	computer vision	NA	彩色多普勒超声（CD ultrasonography）	CNN（VGG19, Xception, ResNet50）	video	390头母牛，共20,946帧有效图像
4230	2025-05-14	Deep Learning-Derived Cardiac Chamber Volumes and Mass From PET/CT Attenuation Scans: Associations With Myocardial Flow Reserve and Heart Failure 2025-May-13, Circulation. Cardiovascular imaging DOI:10.1161/CIRCIMAGING.124.018188 PMID:40357553	研究论文	利用深度学习从PET/CT衰减扫描中提取心脏腔室体积和质量，并研究其与心肌血流储备和心力衰竭的关系	首次从超低剂量CT扫描中提取心脏腔室体积和质量，并评估其与心力衰竭住院和心肌血流储备的关联	研究仅基于6个站点的数据，可能缺乏广泛代表性	评估深度学习从CT衰减校正扫描中提取的心脏腔室体积和质量与心力衰竭及心肌血流储备的关联	18,079名接受心脏PET/CT检查的患者	数字病理	心血管疾病	PET/CT	深度学习模型	图像	18,079名患者
4231	2025-05-14	Development of a deep learning method for phase retrieval image enhancement in phase contrast microcomputed tomography 2025-May-13, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.13419 PMID:40357880	研究论文	开发了一种基于深度学习的相位检索图像增强方法，用于相位对比显微计算机断层扫描	提出了一种名为EVEPR的深度学习方法，通过整合去噪的EEC和PR图像的互补空间特征，显著提升了图像质量	未提及具体的数据集规模或训练时间，可能影响方法的泛化能力	解决传统PBI-µCT图像处理中的过平滑和噪声敏感性问题	低密度材料（如软组织和水凝胶构建体）	计算机视觉	NA	相位对比显微计算机断层扫描（PBI-µCT）	CNN	图像	体外和离体的PBI-µCT图像
4232	2025-05-14	Segmentation of renal vessels on non-enhanced CT images using deep learning models 2025-May-13, Abdominal radiology (New York) DOI:10.1007/s00261-025-04984-y PMID:40358703	研究论文	评估使用深度学习模型在非增强CT图像上进行肾血管重建的可能性	首次在非增强CT图像上应用深度学习模型进行肾血管重建，并与放射科医生的结果进行比较	模型在识别小的附属血管方面仍有困难，准确率显著低于放射科医生	探索深度学习在非增强CT图像上肾血管重建的应用	177名患者的非增强期、动脉期和静脉期CT扫描	数字病理	肾脏疾病	深度学习	深度学习模型	CT图像	177名患者的CT扫描（训练集120，验证集20，测试集37）
4233	2025-05-14	Bppv nystagmus signals diagnosis framework based on deep learning 2025-May-13, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01542-0 PMID:40358819	research paper	开发了一个基于深度学习的BPPV眼震信号诊断框架，用于精确分析眼动数据	提出了一个结合神经网络模型Egeunet和数学统计技术（如FFT）的综合框架，用于精确分割眼部结构和分析眼动数据	现有医疗设备在收集和分析眼震数据方面存在显著限制和不足	提高BPPV（良性阵发性位置性眩晕）的诊断准确性和临床决策支持	BPPV患者的眼震信号	digital pathology	geriatric disease	Fast Fourier Transform (FFT)	Egeunet	眼动数据	NA
4234	2025-05-14	Validation of a fingertip home sleep apnea testing system using deep learning AI and a temporal event localization analysis 2025-May-12, Sleep IF:5.3Q1 DOI:10.1093/sleep/zsae317 PMID:39821673	研究论文	本文验证了TipTraQ，一种紧凑型家庭睡眠呼吸暂停测试系统，通过深度学习AI和时间事件定位分析	使用深度学习AI和时间事件定位分析来验证家庭睡眠呼吸暂停测试系统的性能	研究仅针对疑似阻塞性睡眠呼吸暂停的患者，未涵盖其他类型的睡眠障碍	验证TipTraQ家庭睡眠呼吸暂停测试系统的准确性和可靠性	疑似阻塞性睡眠呼吸暂停的成年患者	数字病理	阻塞性睡眠呼吸暂停	光电容积描记术和加速度计传感器	深度学习AI	生理信号数据	内部验证240名参与者，外部验证112名参与者
4235	2025-05-14	Use of Artificial Intelligence in Recognition of Fetal Open Neural Tube Defect on Prenatal Ultrasound 2025-May-12, American journal of perinatology IF:1.5Q2 DOI:10.1055/a-2589-3554 PMID:40239713	研究论文	本研究使用深度学习模型比较正常胎儿和开放性神经管缺陷胎儿的轴向颅脑超声图像，评估其在识别开放性神经管缺陷中的预测准确性	首次将深度学习CNN迁移学习模型应用于胎儿开放性神经管缺陷的超声图像识别，并证明Efficient Net B0模型具有最佳性能	样本量相对较小（59例病例和116例对照），且仅在特定孕周（14-28周）进行研究	开发一种基于人工智能的临床辅助诊断工具，用于产前超声识别胎儿开放性神经管缺陷	妊娠14-28周的正常胎儿和开放性神经管缺陷胎儿的轴向颅脑超声图像	数字病理	神经管缺陷	超声成像	CNN（包括Efficient Net B0、VGG16和Inception V3）	图像	59例开放性神经管缺陷胎儿和116例正常对照胎儿
4236	2025-05-14	Deep Learning-Enabled Echocardiographic Assessment of Biventricular Ejection Fractions: The Dual-Task QUEST-EF Model 2025-May-12, European heart journal. Cardiovascular Imaging DOI:10.1093/ehjci/jeaf147 PMID:40354128	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4237	2025-05-14	GAMMNet: Gating Multi-head Attention in a Multi-modal Deep Network for Sound Based Respiratory Disease Detection 2025-May-12, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3569160 PMID:40354202	research paper	本文提出了一种名为GAMMNet的新型多模态神经网络，用于通过接触式录音设备收集的多模态声音数据增强呼吸系统疾病的检测	GAMMNet采用独特的门控机制自适应调节每种模态对分类结果的影响，并结合多头注意力和线性变换模块进一步提升分类性能	多模态特征的整合尚未充分探索，这限制了诊断准确性的提升	提高呼吸系统疾病的早期检测准确率	呼吸系统疾病	machine learning	respiratory disease	multi-modal sound-based deep learning	GAMMNet (Gating Multi-head Attention in a Multi-modal Deep Network)	multi-modal sound data	real-world multi-modal respiratory sound datasets
4238	2025-05-14	EM-PLA: Environment-aware Heterogeneous Graph-based Multimodal Protein-Ligand Binding Affinity Prediction 2025-May-12, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf298 PMID:40354612	研究论文	提出了一种基于环境感知异构图神经网络的多模态蛋白质-配体结合亲和力预测方法EM-PLA	首次在深度学习方法中整合蛋白质和配体的生化特性环境信息，通过异构图神经网络改进非共价相互作用计算	未明确说明模型对新型蛋白质-配体组合的预测能力	提高蛋白质-配体结合亲和力预测的准确性	蛋白质-配体复合物	机器学习	NA	异构图神经网络(HGT)	HGT	多模态数据（序列数据、结构数据）	未明确说明具体样本量
4239	2025-05-14	Special Issue on CDS Failures: Performance Degradation between Development and Deployment of a Predictive Model for Central-Line Associated Blood Stream Infections in Hospitalized Children 2025-May-12, Applied clinical informatics IF:2.1Q4 DOI:10.1055/a-2605-1847 PMID:40355126	research paper	该研究旨在前瞻性实施一种儿科中心静脉导管相关血流感染（CLABSI）预测模型，并评估其在临床实践中的性能	创建了新的基础设施来组织当前和历史数据，以复制深度学习模型所需的预处理步骤	模型性能从回顾性数据的AUROC 0.97降至<0.60，主要问题包括训练/服务偏差、特征泄漏和过拟合	预测住院儿童中心静脉导管相关血流感染（CLABSI）的风险，以指导监测和预防工作	住院儿童的中心静脉导管相关血流感染（CLABSI）	digital pathology	pediatric disease	deep learning	deep learning models	clinical data	NA
4240	2025-05-14	Preoperative prediction of malignant transformation in sinonasal inverted papilloma: a novel MRI-based deep learning approach 2025-May-12, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11655-5 PMID:40355636	research paper	开发了一种基于MRI的深度学习模型，用于术前区分鼻窦内翻性乳头状瘤（SIP）和其恶变为鳞状细胞癌（SIP-SCC）的情况	首次利用多中心大样本数据，结合T1WI、T2WI和CE-T1WI，通过注意力机制构建了联合模型，显著提高了诊断性能	研究依赖于MRI数据，可能不适用于无法进行MRI检查的患者	提高鼻窦内翻性乳头状瘤恶变的术前诊断能力	鼻窦内翻性乳头状瘤（SIP）及其恶变为鳞状细胞癌（SIP-SCC）的患者	digital pathology	鼻窦内翻性乳头状瘤	MRI	深度学习模型（具体未说明，可能为CNN）	MRI图像	568名患者（421例SIP，147例SIP-SCC）