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
4341	2025-07-12	Efficient pretraining of ECG scalogram images using masked autoencoders for cardiovascular disease diagnosis 2025-Jul-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10773-w PMID:40628987	研究论文	提出了一种利用掩码自编码器（MAE）在心电图（ECG）小波图像上进行预训练的新方法，以提高心血管疾病（CVD）的诊断准确性	首次将MAE应用于ECG小波图像的预训练，显著提高了诊断精度，并在小数据集上表现出色	研究仅针对七种心血管疾病，未涵盖所有CVD类型	开发一种高效、自动化的深度学习方法，以提高心血管疾病的诊断准确性	心电图（ECG）小波图像	数字病理学	心血管疾病	掩码自编码器（MAE）	ViT-S(MAE-scalo)	图像	仅使用ImageNet数据集的1/12大小
4342	2025-07-12	Effectiveness of machine learning models in diagnosis of heart disease: a comparative study 2025-Jul-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09423-y PMID:40629019	研究论文	本文比较了多种机器学习和深度学习模型在心脏病诊断中的效果，重点研究了二分类任务	通过广泛的预处理技术和多种ML/DL模型比较，优化心脏病预测性能，并探讨了不同特征缩放方法的影响	研究仅基于表格数据集，未涉及其他类型数据如医学影像	评估不同机器学习模型在心脏病诊断中的预测性能	心脏病患者数据	机器学习	心血管疾病	多种机器学习算法比较	LR, NB, SVM, DT, RF, KNN, AB, GBM, LGBM, CB, LDA, ANN	表格数据	NA
4343	2025-07-12	Interpretability-guided RNA N6-methyladenosine modification site prediction with invertible neural networks 2025-Jul-08, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-08265-8 PMID:40629144	研究论文	本文介绍了一种基于可逆神经网络的RNA N6-甲基腺苷修饰位点预测方法，该方法整合了RNA的一级和二级结构信息，提高了预测准确性	提出了一种新的可逆神经网络模型mA-IIN，能够整合RNA的一级和二级结构信息，并在11个基准数据集上达到了最先进的性能	未明确提及具体限制，但可能涉及模型的泛化能力或对某些特定RNA结构的适应性	准确预测RNA N6-甲基腺苷修饰位点，并理解其生物学机制	RNA N6-甲基腺苷修饰位点	生物信息学	癌症	深度学习	可逆神经网络（IIN）	RNA一级和二级结构数据	11个来自不同物种和组织的基准数据集
4344	2025-07-12	FeatureForest: the power of foundation models, the usability of random forests 2025-Jul-08, Npj imaging.. DOI:10.1038/s44303-025-00089-9 PMID:40629147	研究论文	提出了一种名为FeatureForest的方法，利用大型基础模型的特征嵌入训练随机森林分类器，以实现复杂图像的快速语义分割	结合大型基础模型的特征嵌入和随机森林分类器，提供了一种仅需少量标注即可实现复杂图像语义分割的快速方法	需要依赖大型基础模型的特征嵌入，可能受限于这些模型的性能	开发一种更便捷的生物图像分割方法	生物图像	计算机视觉	NA	深度学习，随机森林	随机森林，基础模型（如SAM）	图像	多种数据集
4345	2025-07-12	Artificial intelligence-driven discovery of YH395A: A novel TGFβR1 inhibitor with potent anti-tumor activity against triple-negative breast cancer 2025-Jul-08, Cell communication and signaling : CCS IF:8.2Q1 DOI:10.1186/s12964-025-02337-2 PMID:40629347	研究论文	本文报道了通过人工智能驱动的虚拟筛选方法发现的新型TGFβR1抑制剂YH395A，及其在三阴性乳腺癌中的抗肿瘤活性	利用生成式深度学习方法从虚拟分子库中筛选出新型四氢-β-咔啉衍生物YH395A，展示出对TGFβ信号通路的强效抑制和三阴性乳腺癌的抗肿瘤活性	需要进一步的临床前验证研究	开发针对三阴性乳腺癌的新型治疗药物	三阴性乳腺癌细胞和小鼠模型	药物发现	三阴性乳腺癌	生成式深度学习方法、虚拟筛选	NA	分子结构数据、体外和体内实验数据	体外实验使用TNBC细胞系，体内实验使用小鼠模型和患者来源异种移植(PDX)模型
4346	2025-07-12	From Binary to Higher-Order Organic Cocrystals: Design Principles and Performance Optimization 2025-Jul-07, Angewandte Chemie (International ed. in English) DOI:10.1002/anie.202507102 PMID:40471124	research paper	该文章探讨了从二元到高阶有机共晶的设计原则和性能优化	提出了从二元到高阶有机共晶的演变策略，包括同系化、分层分子间相互作用和长程Synthon Aufbau模块，为新型应用如深度学习预测共晶、药物设计、有机太阳能电池和NIR-II光热转换开辟了新途径	分子筛选、比例优化、可扩展合成和长期稳定性等挑战仍是这些材料在实际应用中广泛使用的关键障碍	优化有机共晶的设计和性能，探索其在多个领域的应用潜力	有机共晶，特别是从二元到高阶结构的演变	材料科学	NA	同系化、分层分子间相互作用、长程Synthon Aufbau模块	NA	NA	NA
4347	2025-07-12	Rapid forensic differentiation of human and animal bones using handheld near-infrared spectroscopy and deep learning 2025-Jul-07, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126657 PMID:40639120	研究论文	本研究探讨了手持近红外光谱技术与人工神经网络结合在法医领域快速无损鉴别人类与动物骨骼的实用性	首次将手持近红外光谱设备与深度学习模型结合用于骨骼物种的现场快速鉴定，为法医科学提供了便携高效的替代方案	多分类模型的准确率(77.8%)明显低于二分类模型(96.3%)，显示技术仍需进一步优化	开发一种快速、非破坏性的法医骨骼物种鉴别方法	225例股骨样本(包含人类和动物标本)	法医科学	NA	近红外光谱法	人工神经网络(ANN)	光谱数据	225例股骨样本(人类与动物)
4348	2025-07-12	Deep learning-derived optimal annotation strategies to power the systematic mapping of peptide space 2025-Jul-05, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145437 PMID:40639248	研究论文	本文探讨了深度学习在肽段识别技术中的应用，以提高蛋白质组学中的肽段序列表征效率和准确性	结合深度学习模型（如Prosit、pDeep、CNN等）和图论，提出了一种新的肽段识别方法，提高了识别效率和准确性	未提及具体实验数据或样本量，可能缺乏实际应用的验证	提高肽段识别的效率和准确性，推动蛋白质组学的发展	肽段序列和MS/MS光谱数据	机器学习	NA	质谱分析（DDA和DIA）	CNN、深度神经网络、图论	MS/MS光谱数据	NA
4349	2025-07-12	MPNN-CWExplainer: An enhanced deep learning framework for HIV drug bioactivity prediction with class-weighted loss and explainability 2025-Jul-04, Life sciences IF:5.2Q1 DOI:10.1016/j.lfs.2025.123835 PMID:40617525	研究论文	提出了一种基于图神经网络的深度学习框架MPNN-CWExplainer，用于预测HIV药物的生物活性，并增强模型的可解释性	结合了Message Passing Neural Network (MPNN)和类别加权损失函数，解决了HIV数据集中的类别不平衡问题，并引入了GNNExplainer提供模型预测的原子和键级子结构解释	NA	改进HIV生物活性预测并提供对影响生物活性的分子决定因素的可解释性见解	HIV药物的生物活性	机器学习	HIV/AIDS	深度学习	MPNN, GNNExplainer	分子图数据	NA
4350	2025-07-12	Long short-term memory (LSTM) networks for precision prediction of Schottky barrier photodiode behavior at different ıllumination levels 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06809-w PMID:40596142	研究论文	本研究利用LSTM算法对CdZnO夹层Al/p-Si肖特基二极管的电学特性进行建模和预测	提出了一种基于LSTM的时间与成本效益高的深度学习模型，用于替代广泛的实验程序，加速二极管表征过程而不影响准确性	在50和250 mW/cm光照条件下，Diode 3的预测误差较高	开发一个稳健的预测模型，准确捕捉掺杂浓度和光照水平对肖特基二极管电学行为的影响	CdZnO夹层Al/p-Si肖特基二极管	机器学习	NA	LSTM算法	LSTM	电学参数数据	三个不同Cd掺杂比例（10%、20%和30%）的Al/CdZnO/p-Si肖特基二极管，五种不同光照水平（50、100、150、200和250 mW/cm）
4351	2025-07-12	Combining Low-energy Images in Dual-energy Spectral CT With Deep Learning Image Reconstruction Algorithm to Improve Inferior Vena Cava Image Quality 2025 Jul-Aug 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001713 PMID:39876519	研究论文	探讨双能谱CT低能图像结合深度学习图像重建算法提升下腔静脉图像质量的应用	结合双能谱CT低能图像与深度学习图像重建算法（DLIR），显著提升下腔静脉成像质量	研究样本量较小（30例患者），且仅针对下腔静脉综合征患者	提升下腔静脉CT成像质量	下腔静脉综合征患者	数字病理	下腔静脉综合征	双能谱CT（DEsCT）	深度学习图像重建算法（DLIR）	CT图像	30例患者
4352	2025-07-12	Artificial Intelligence in Computed Tomography Image Reconstruction: A Review of Recent Advances 2025 Jul-Aug 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001734 PMID:40008975	综述	本文回顾了人工智能在计算机断层扫描图像重建中的最新进展	探讨了AI技术在低剂量、稀疏视图和有限角度等挑战性条件下提升CT图像重建质量的潜力	未提及具体AI算法的性能比较或实际临床应用的限制	回顾AI在CT图像重建领域的最新进展	计算机断层扫描(CT)图像重建算法	计算机视觉	NA	深度学习	NA	图像	NA
4353	2025-07-12	Artificial intelligence and its application in clinical microbiology 2025-Jul, Expert review of anti-infective therapy IF:4.2Q1 DOI:10.1080/14787210.2025.2484284 PMID:40131188	综述	本文综述了人工智能在临床微生物学中的应用，包括病原体检测、抗菌药物耐药性预测和诊断成像等方面的进展	全面回顾了AI在临床微生物学中的多种应用，并提出了未来发展的关键方向，如可解释AI和联邦学习框架	需要解决数据异质性、模型可解释性和伦理问题，并进行更严格的临床验证	探讨人工智能在临床微生物学中的应用及其潜在影响	病原体检测、抗菌药物耐药性(AMR)预测、诊断成像	人工智能在医疗领域的应用	传染病	机器学习(ML)、深度学习(DL)、卷积神经网络(CNNs)	CNN	图像、文本	NA
4354	2025-07-12	Artificial Intelligent-Enhanced Metabolite Profiling for Intraoperative IDH1 Genotyping in Glioma Using an Orthogonally Responsive SERS Probe 2025-Jul, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202503360 PMID:40171868	研究论文	本文提出了一种利用人工智能增强的代谢物分析技术，通过正交响应SERS探针在神经胶质瘤手术中实时检测IDH1基因型的新方法	开发了一种新型SERS探针可同时检测两种氧化还原相关代谢物，并结合深度学习算法显著提高了检测速度和准确性	研究样本量较小（31例患者），需要更大规模的临床验证	优化神经胶质瘤手术决策和术后个性化治疗方案	神经胶质瘤患者的IDH1基因型	数字病理	神经胶质瘤	表面增强拉曼散射(SERS)	深度学习	拉曼光谱	31例神经胶质瘤患者
4355	2025-07-12	Deep Learning-accelerated MRI in Body and Chest 2025 Jul-Aug 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001762 PMID:40360272	研究论文	本文探讨了深度学习重建（DLR）在加速MRI成像中的应用及其在保持图像质量方面的优势	提出了基于深度学习重建（DLR）的MRI加速方法，显著减少采集时间同时保持或提升图像质量	存在病灶检测率略有下降、心脏运动相关信号丢失、区域SNR变化以及ADC测量变异性等问题	研究深度学习重建（DLR）在加速MRI成像中的应用及其对图像质量的影响	腹部、盆腔和胸部的MRI成像，重点关注肝脏和前列腺	医学影像	NA	深度学习重建（DLR）	监督学习模型，包括变分网络	MRI图像	NA
4356	2025-07-12	Application of Hyperspectral Imaging and Machine Learning for Differential Diagnosis of Hashimoto's Thyroiditis and Papillary Thyroid Carcinoma 2025-Jul, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202500123 PMID:40364460	research paper	本研究利用高光谱成像和机器学习技术，对桥本甲状腺炎和甲状腺乳头状癌进行鉴别诊断	首次应用高光谱成像结合深度学习模型，揭示甲状腺疾病在400-500nm波段的特征光谱差异	样本量有限，模型泛化能力有待进一步验证	开发基于高光谱成像的甲状腺疾病精准诊断方法	桥本甲状腺炎(HT)和甲状腺乳头状癌(PTC)患者样本	digital pathology	thyroid disease	hyperspectral imaging (HSI), Savitzky-Golay smoothing	adaptive spectral feature selection network	hyperspectral image	未明确说明样本数量
4357	2025-07-12	Development of 3D Intelligent Quantitative Phase Microscope for Sickle Cells Screening 2025-Jul, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202400512 PMID:40364484	研究论文	开发了一种用于镰状细胞筛查的3D智能定量相位显微镜系统	结合干涉测量方法和深度学习UNET模型，实现镰状细胞的自动语义分割和分类	系统稳健性有待提高，需要进一步的临床验证	开发一种快速、可靠的镰状细胞病筛查工具	镰状细胞和健康红细胞	数字病理学	镰状细胞病	干涉测量方法	UNET, Gradient boosting	3D相位图像	NA
4358	2025-07-12	Hyperspectral Imaging for Rapid Detection of Common Infected Bacteria Based on Fluorescence Effect 2025-Jul, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202500164 PMID:40444593	research paper	该研究提出了一种结合荧光高光谱成像（FHSI）和深度学习算法的非侵入性方法，用于快速检测伤口感染中的常见细菌	结合FHSI技术和深度学习算法，开发了Spatial-Spectral Multi-Scale Attention Network (SSMA-Net)用于处理复杂的空间和光谱数据	研究仅针对八种细菌进行了测试，可能无法涵盖所有可能的感染细菌	开发一种快速、非侵入性的细菌检测方法，以改进临床诊断	伤口感染中的常见细菌	digital pathology	bacterial infection	fluorescence hyperspectral imaging (FHSI)	SSMA-Net	image	八种细菌的培养板荧光数据
4359	2025-07-12	Hyperspectral Imaging for Predicting Bladder Cancer Grading: A Novel Diagnostic Approach 2025-Jul, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202500161 PMID:40456708	研究论文	本文提出了一种基于深度学习的多模态融合模型RVCK-net，结合高光谱成像和病理图像，用于膀胱癌的精确分级	提出了一种新型的多模态融合模型RVCK-net，整合高光谱成像和病理图像，利用空间和光谱信息及自适应融合机制，显著提高了膀胱癌分级的准确性和诊断一致性	NA	提高膀胱癌分级的准确性和诊断一致性，以指导个性化治疗和改善患者预后	膀胱癌	数字病理	膀胱癌	高光谱成像(HSI)	RVCK-net	图像	NA
4360	2025-07-12	A fully open AI foundation model applied to chest radiography 2025-Jul, Nature IF:50.5Q1 DOI:10.1038/s41586-025-09079-8 PMID:40500447	research paper	开发了一个名为Ark的基础模型，用于胸部X光片的自动解读，以克服现有深度学习模型的局限性	Ark模型通过循环积累和重用来自多个数据集的异构专家标签知识，扩展了诊断范围，适应新的诊断需求，并能从少量样本中学习罕见病症	未明确提及具体局限性，但可能包括模型在极端罕见病例或新型疾病上的表现仍需验证	开发一个开放的基础模型，用于医学影像的自动解读，以提升诊断的准确性、适应性和扩展性	胸部X光片及其相关的胸部疾病诊断	digital pathology	lung cancer	深度学习	foundation model	image	多个公共数据集（大小不一）的样本