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
421	2025-06-04	Enhancing the Feature Representation of Protein Sequence Descriptors in Protein-Protein Interaction Prediction 2025-Jun-02, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00723-5 PMID:40457163	研究论文	本研究旨在通过开发新的蛋白质序列描述符来增强蛋白质-蛋白质相互作用（PPI）预测中的特征表示能力	基于六种已知序列描述符开发了新描述符，显著提升了PPI预测性能，并发布了包含51种特征向量的Python软件包ProtSeqDesc	未明确说明新描述符在所有类型蛋白质相互作用预测中的泛化能力	提升蛋白质序列的特征表示质量以改善蛋白质-蛋白质相互作用预测	蛋白质序列及其相互作用	生物信息学	NA	机器学习、深度学习	NA	蛋白质序列数据	多个PPI数据集（未明确具体数量）
422	2025-06-04	Robust multi-coil MRI reconstruction via self-supervised denoising 2025-Jun-02, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30591 PMID:40457510	research paper	研究通过自监督去噪作为预处理步骤，提升深度学习在多线圈MRI重建中的性能	利用GSURE进行自监督去噪，并评估其对DPMs和MoDL两种深度学习重建方法的影响	实验仅针对T2加权脑部和脂肪抑制质子密度膝部扫描，未涵盖其他MRI类型	提升深度学习在多线圈MRI重建中的质量和效率	多线圈MRI数据	machine learning	NA	Generalized Stein's Unbiased Risk Estimate (GSURE), Diffusion Probabilistic Models (DPMs), Model-Based Deep Learning (MoDL)	DPMs, MoDL	MRI图像	T2加权脑部和脂肪抑制质子密度膝部扫描数据
423	2025-06-04	A Scalable Deep Learning Approach for Real-Time Multivariate Monitoring of Biopharmaceutical Processes With No Prior Product-Specific History 2025-Jun-02, Biotechnology and bioengineering IF:3.5Q2 DOI:10.1002/bit.29039 PMID:40457612	research paper	提出了一种新型实时深度学习框架，用于监测无产品特定历史记录的生物制药过程健康状态	结合自动编码器（AEs）和多阶段实时数据处理算法，开发了实时异常检测和根源识别的新方法	未明确提及具体局限性	开发无需产品特定历史记录的生物制药过程实时监测方法	生物制药过程中的细胞培养制造过程，特别是单克隆抗体的生产	machine learning	NA	deep learning, autoencoders (AEs)	autoencoders (AEs)	time-series data	未明确提及具体样本数量
424	2025-06-04	Accelerating 3D radial MPnRAGE using a self-supervised deep factor model 2025-Jun-02, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30549 PMID:40457622	研究论文	开发了一种自监督且内存高效的深度学习图像重建方法，用于高分辨率和多参数维度的4D非笛卡尔MRI	提出了一种深度因子模型（DFM），通过神经网络以反转时间为条件，利用零填充重建作为输入估计，以单次学习（SSL）方式从k空间数据中学习模型参数，并开发了兼容的迁移学习（TL）方法以减少重建时间	在训练神经网络时，如果没有专用的高端GPU阵列，计算需求可能会变得很高	开发一种高效的深度学习图像重建方法，用于高分辨率和多参数维度的4D非笛卡尔MRI	4D非笛卡尔MRI图像	医学影像处理	NA	MRI	深度因子模型（DFM）	图像	幻影和体内实验
425	2025-06-04	Accurate Prediction of the Diffusion Coefficients of Organic Compounds in Water by Multimodal Learning 2025-Jun-02, The journal of physical chemistry. A DOI:10.1021/acs.jpca.5c01881 PMID:40457760	研究论文	本研究开发了一种多模态深度学习模型，用于预测有机化合物在水中的扩散系数	结合分子图像、分子描述符和温度的多模态深度学习模型，提高了预测准确性并降低了误差	实验数据对于大多数新合成的化学品仍然缺乏	快速准确地预测有机化合物在水中的扩散系数	有机化合物在水中的扩散系数	机器学习	NA	深度学习	多模态深度学习模型	分子图像、分子描述符和温度数据	NA
426	2025-06-04	Comparison of AI-Automated and Manual Subfoveal Choroidal Thickness Measurements in an Elderly Population Using Optical Coherence Tomography 2025-Jun-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.6.9 PMID:40459523	research paper	比较AI自动和手动测量老年人黄斑下脉络膜厚度的差异，并探讨影响因素	使用基于TransUNet的深度学习模型自动测量SFCT，并在大规模老年人群中验证其与手动测量的一致性	存在系统性偏差，手动测量值普遍低于自动测量值	评估自动和手动测量SFCT的一致性和相关性，并研究影响测量差异的因素	2896名老年人	digital pathology	geriatric disease	optical coherence tomography	TransUNet	image	2896名参与者
427	2025-06-04	CDSNet: An automated method for assessing growth stages from various anatomical regions in lateral cephalograms based on deep learning 2025-Jun, Journal of the World federation of orthodontists IF:2.6Q1 DOI:10.1016/j.ejwf.2024.09.007 PMID:39578153	研究论文	本文介绍了一种基于深度学习的自动化方法CDSNet，用于从侧位头颅X光片中评估生长阶段	提出了一种可解释的深度学习模型CDSNet，结合颈椎、牙列和额窦多个解剖区域来评估生长阶段，相比传统CVM方法有显著提升	研究主要关注处于两个生长阶段边界附近、特征不明显的患者，可能对其他情况适用性有限	开发一种自动化方法来准确评估患者的生长阶段，辅助正畸治疗	接受正畸治疗患者的侧位头颅X光片和手腕X光片	数字病理	正畸相关生长异常	深度学习	CDSNet（自定义CNN模型）	医学影像（X光片）	1732对侧位头颅X光片和手腕X光片
428	2025-06-04	External validation and performance analysis of a deep learning-based model for the detection of intracranial hemorrhage 2025-Jun, The neuroradiology journal DOI:10.1177/19714009241303078 PMID:39601611	研究论文	本研究旨在验证一种FDA批准的深度学习模型在真实世界异质临床数据集中检测颅内出血（ICH）的性能，并分析患者风险因素对模型表现的影响	在真实世界异质临床数据集上验证深度学习模型性能，并首次探讨患者风险因素对模型表现的影响	研究仅基于单一机构的5600例CT扫描数据，可能存在选择偏倚	验证深度学习模型在颅内出血检测中的性能并分析影响因素	5600例非增强头部CT扫描数据	数字病理	颅内出血	深度学习	深度学习模型（未明确具体架构）	医学影像（CT扫描）	5600例非增强头部CT扫描（急诊、住院和门诊患者）
429	2025-06-04	Automated Coronary Artery Segmentation with 3D PSPNET using Global Processing and Patch Based Methods on CCTA Images 2025-Jun, Cardiovascular engineering and technology IF:1.6Q4 DOI:10.1007/s13239-025-00775-0 PMID:39979546	research paper	该研究提出了一种使用3D PSPNET在CCTA图像上进行冠状动脉自动分割的方法，结合了全局处理和基于补丁的处理方法	将2D PSPNet改进为3D PSPNet，用于从3D CCTA图像中分割冠状动脉，并评估了全局处理和基于补丁的处理方法的网络性能	仅使用了ImageCAS数据集的200张图像子集进行实验，样本量较小	提高冠状动脉疾病的临床诊断和治疗准确性，如狭窄检测和斑块分析	冠状动脉	digital pathology	cardiovascular disease	3D Coronary Computed Tomography Angiography (CCTA)	3D PSPNet	image	200张来自ImageCAS数据集的图像
430	2025-06-04	Investigation of Inter-Patient, Intra-Patient, and Patient-Specific Based Training in Deep Learning for Classification of Heartbeat Arrhythmia 2025-Jun, Cardiovascular engineering and technology IF:1.6Q4 DOI:10.1007/s13239-025-00777-y PMID:40011388	研究论文	本研究探讨了在深度学习中心跳心律失常分类中，患者间、患者内和患者特定训练模式对最终结果的影响	首次详细比较了三种不同数据分配范式（患者间、患者内和患者特定）对基于CNN的心律失常分类模型性能的影响	研究仅使用了标准心律失常数据集，未在其他数据集上验证结果的普适性	评估不同数据分配范式对深度学习模型心律失常分类性能的影响	心电图(ECG)信号和心跳心律失常分类	机器学习	心血管疾病	深度学习	CNN	ECG信号	标准心律失常数据集（具体数量未提及）
431	2025-06-04	Predicting hemorrhagic transformation in acute ischemic stroke: a systematic review, meta-analysis, and methodological quality assessment of CT/MRI-based deep learning and radiomics models 2025-Jun, Emergency radiology IF:1.7Q3 DOI:10.1007/s10140-025-02336-3 PMID:40133723	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了深度学习和放射组学在预测急性缺血性卒中出血性转化中的准确性和实用性	首次对深度学习和放射组学模型在预测急性缺血性卒中出血性转化方面的性能进行了系统比较，并评估了临床组合模型的优势	存在中度至重度异质性，参考标准不一致，外部验证有限	优化急性缺血性卒中患者的治疗策略	急性缺血性卒中患者	数字病理学	心血管疾病	CT/MRI成像	深度学习与放射组学模型	医学影像	16项研究共3,083名参与者
432	2025-06-04	Deep learning-based acceleration of high-resolution compressed sense MR imaging of the hip 2025-Jun, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2025.100656 PMID:40453036	research paper	评估一种结合并行成像、压缩感知和深度学习的压缩感知人工智能框架（CSAI）在髋关节高分辨率MRI中的应用，并与标准分辨率CS成像进行比较	提出了一种结合并行成像、压缩感知和深度学习的CSAI框架，用于提高髋关节MRI的分辨率和软骨描绘，而不增加采集时间	骨骼描绘评分较低，且研究样本量较小（32名患者）	评估CSAI框架在髋关节高分辨率MRI中的性能	髋关节软骨、唇缘、股骨头韧带和骨骼	医学影像	髋关节撞击综合征	压缩感知（CS）、深度学习	NA	MRI图像	32名髋关节撞击综合征患者
433	2025-06-04	A systematic review on deep learning-enabled coronary CT angiography for plaque and stenosis quantification and cardiac risk prediction 2025-Jun, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2025.100652 PMID:40453037	系统综述	本文系统综述了深度学习在冠状动脉CT血管造影（CCTA）中用于斑块和狭窄量化以及心脏风险预测的应用	强调了深度学习技术在CCTA分析中的自动化量化能力，提高了心脏风险评估的精确性	研究设计存在变异性，可能存在潜在偏倚	评估深度学习技术在CCTA中用于冠状动脉疾病（CAD）诊断和管理的效果	18岁及以上接受CCTA检查的患者	数字病理学	心血管疾病	CCTA	深度学习模型	医学影像	10篇研究文章的系统评价
434	2025-06-04	Effects of various cross-linked collagen scaffolds on wound healing in rats model by deep-learning CNN 2025-Jun, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2315141 PMID:38357717	研究论文	研究探讨了四种胶原支架在大鼠模型中促进伤口愈合和再生的效果，并开发了一种深度学习模型用于组织分类	使用深度学习CNN模型进行伤口愈合评估，结合Grad-CAM热图可视化网络关注的特征	研究仅使用了24只雌性大鼠，样本量较小	评估不同类型胶原支架对伤口愈合的影响，并开发客观的伤口愈合评估方法	Sprague-Dawley大鼠	数字病理学	伤口愈合	组织形态学分析	CNN（VGG16）	图像	24只雌性大鼠
435	2025-06-04	Identification and segregation of genes with improved recurrent neural network trained with optimal gene level and mutation level features 2025-Jun, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2311322 PMID:38424698	research paper	该研究论文提出了一种新的基因识别和分离模型，通过五个关键流程处理癌症的复杂突变异质性	使用改进的循环神经网络（I-RNN）结合优化的基因和突变水平特征进行基因分类，提高了分类准确性	未提及样本的具体来源和多样性，可能影响模型的泛化能力	识别和分离癌症驱动基因，整合多种基因组因素进行综合分析	癌症基因和突变数据	machine learning	cancer	data cleaning, data normalization, K-Means + SMOTE, FIHFSO	Improved Recurrent Neural Network (I-RNN)	genomic data	NA
436	2025-06-04	Deep learning model for predicting immunotherapy response in patients with advanced NSCLC: Study findings demonstrate a strong and independent deep learning-based feature associated with an immune checkpoint inhibitor response in patients with NSCLC across cohorts 2025-Jun-01, Cancer IF:6.1Q1 DOI:10.1002/cncr.35883 PMID:40457864	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
437	2025-06-04	Estimating motor symptom presence and severity in Parkinson's disease from wrist accelerometer time series using ROCKET and InceptionTime 2025-May-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04263-2 PMID:40450120	研究论文	该研究探讨了使用ROCKET和InceptionTime模型从手腕加速度计时间序列数据中估计帕金森病患者的运动症状存在和严重程度	首次将InceptionTime和ROCKET模型应用于帕金森病运动症状监测，并比较了它们在处理复杂运动模式和小数据集方面的性能	在检测运动障碍方面遇到挑战，且数据集规模较小	开发更有效的帕金森病运动症状监测方法	帕金森病患者的腕部运动数据	机器学习	帕金森病	时间序列分类	InceptionTime, ROCKET, 多层感知机	时间序列数据	NA
438	2025-06-04	Development and validation of an integrated residual-recurrent neural network model for automated heart murmur detection in pediatric populations 2025-May-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04746-2 PMID:40450176	研究论文	开发并验证了一种集成的残差-循环神经网络模型，用于自动检测儿科人群中的心脏杂音	结合了传统机器学习和深度学习技术，提出了一种创新的AI方法，以提高儿科人群心脏杂音的检测效果	研究样本量有限（500名儿科参与者），且未提及模型在不同年龄段或不同疾病阶段的泛化能力	改善儿科心脏疾病的早期检测策略	儿科人群的心脏杂音检测	机器学习	心血管疾病	心脏听诊	Residual-Recurrent Neural Networks	心脏声音记录	500名儿科参与者
439	2025-06-04	Detecting cyber attacks in vehicle networks using improved LSTM based optimization methodology 2025-May-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04643-8 PMID:40450183	研究论文	本文提出了一种基于改进LSTM和优化方法的深度学习框架，用于检测车辆网络中的网络攻击	采用改进的长短期记忆网络(ILSTM)结合鳄鱼优化算法(COA)进行参数优化，显著提高了检测准确率和性能指标	仅使用UNSW-NB15数据集进行验证，未在其他车辆网络数据集上测试	开发一种高效准确的车辆网络入侵检测系统	车辆网络中的网络攻击	机器学习	NA	离散傅里叶变换(DFT)，最大-最小归一化	改进的长短期记忆网络(ILSTM)	网络流量数据	UNSW-NB15数据集
440	2025-06-04	Time-series deep learning and conformal prediction for improved sepsis diagnosis in primarily Non-ICU hospitalized patients 2025-May-31, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110497 PMID:40450820	research paper	该研究开发了一种针对非ICU环境优化的深度学习模型，结合保形预测框架，用于早期脓毒症诊断	结合保形预测框架处理不确定性，显著降低假阳性率，并在低监测频率的非ICU环境中验证了模型性能	模型仅在特定数据集(MIMIC-IV和eICU-CRD)上验证，需进一步临床验证	提高非ICU住院患者的脓毒症早期诊断准确性	非ICU住院的脓毒症患者	machine learning	sepsis	deep learning	DL with conformal prediction	time-series clinical data	83,813名患者(MIMIC-IV数据集) + eICU-CRD验证集