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
481	2025-06-05	Topological Data Analysis in Graph Neural Networks: Surveys and Perspectives 2025-Jun, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3520147 PMID:40030848	综述	本文系统综述了拓扑数据分析（TDA）与图神经网络（GNN）结合的研究现状与未来展望	提出了TDA与GNN结合的新兴研究方向，并系统梳理了相关文献、分类和最新研究成果	NA	探讨TDA与GNN结合的潜力及其在复杂图数据分析中的应用	拓扑数据分析与图神经网络的结合方法	机器学习	NA	NA	GNN	图数据	NA
482	2025-06-05	Learning-Based Modeling and Predictive Control for Unknown Nonlinear System With Stability Guarantees 2025-Jun, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3525264 PMID:40030974	研究论文	本文提出了一种基于学习的建模和预测控制方法，用于未知非线性系统的安全控制，并考虑了学习动力学的稳定性和建模误差	结合Koopman理论和深度学习，提出了一种具有稳定性保证的学习控制方案，并通过鲁棒预测控制消除建模误差	未明确说明方法在更复杂或高维系统中的适用性	实现未知非线性系统的安全稳定控制	未知非线性系统	机器学习	NA	深度学习	Koopman算子	动态系统数据	NA
483	2025-06-05	Stacked Ensemble Deep Random Vector Functional Link Network With Residual Learning for Medium-Scale Time-Series Forecasting 2025-Jun, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3529219 PMID:40031590	研究论文	提出了一种结合堆叠深度块和残差学习的edRVFL网络，用于中等规模时间序列预测	结合了堆叠深度块和残差学习的edRVFL网络，提出了ResdRVFL和SResdRVFL模型，通过残差学习校准浅层错误估计并引入缩放参数控制残差缩放	未提及具体局限性	提升中等规模时间序列预测的准确性和鲁棒性	时间序列数据	机器学习	NA	随机向量功能链接网络(RVFL)、残差学习、集成学习	ResdRVFL、SResdRVFL	时间序列数据	28个数据集
484	2025-06-05	TDSF-Net: Tensor Decomposition-Based Subspace Fusion Network for Multimodal Medical Image Classification 2025-Jun, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3541170 PMID:40031645	research paper	提出了一种基于张量分解的子空间融合网络（TDSF-Net），用于多模态医学图像分类	引入了Tucker低秩张量分解模块和跨张量注意力机制，以减少多模态数据和高维特征带来的冗余，并增强特征表示能力	未明确提及具体局限性	提升多模态医学图像分类的性能	多模态医学图像	digital pathology	NA	tensor decomposition, cross-tensor attention mechanism	TDSF-Net	multimodal medical image	一个自建数据集和三个公共多模态医学图像数据集
485	2025-06-05	PET and CT based DenseNet outperforms advanced deep learning models for outcome prediction of oropharyngeal cancer 2025-Jun, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110852 PMID:40118186	research paper	本研究探讨了使用优化的DenseNet架构在头颈癌患者复发自由期预测中的表现，并与现有先进深度学习模型进行比较	研究表明，使用81层DenseNet架构在内部测试集上表现与现有先进模型相当，在外部测试集上表现更优，且晚期融合CT和PET影像数据在外部测试中表现更佳	研究仅针对口咽癌患者，未涵盖其他类型的头颈癌	比较DenseNet架构与现有先进深度学习模型在头颈癌患者复发自由期预测中的表现	口咽癌患者	digital pathology	oropharyngeal cancer	PET和CT影像分析	DenseNet	image	HECKTOR 2022数据集中的489名口咽癌患者（内部测试集369名，独立测试集120名）及额外400名口咽癌患者（外部测试集）
486	2025-06-05	Fine-Tuning Deep Learning Model for Quantitative Knee Joint Mapping With MR Fingerprinting and Its Comparison to Dictionary Matching Method: Fine-Tuning Deep Learning Model for Quantitative MRF 2025-Jun, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70045 PMID:40259681	研究论文	本文研究了深度学习模型在磁共振指纹图谱（MRF）中用于膝关节定量映射的微调及其与字典匹配（DM）方法的比较	研究了神经网络（NN）在深度学习中的微调及其与DM方法的公平比较，优化了NN超参数和DM方法，并分析了MRF数据的奇异值分解（SVD）成分	研究仅涉及14名健康志愿者的膝关节数据，样本量较小	提高MRF中膝关节多参数定量映射的准确性和鲁棒性	膝关节	医学影像	骨关节炎	磁共振指纹图谱（MRF）	深度学习模型（NN）	图像	14名健康志愿者的膝关节数据
487	2025-06-05	Validating Emotion Analysis on Social Media Text for Detecting Psychological Distress: A Cross-Sectional Survey 2025-Jun, Issues in mental health nursing IF:1.7Q3 DOI:10.1080/01612840.2025.2488328 PMID:40266789	研究论文	本研究探讨了社交媒体文本中自我报告的心理困扰与情绪之间的关系，使用基于深度学习的情绪分析模型	利用KoBERT模型对社交媒体文本进行情绪分析，验证了情绪表达与心理困扰之间的强关联，并展示了模型在心理困扰早期检测中的高预测准确性	样本量较小（87名参与者），且仅限于Instagram和Threads平台的数据	验证社交媒体文本情绪分析在检测心理困扰中的有效性	社交媒体用户及其发布的文本内容	自然语言处理	心理健康问题	情绪分析	KoBERT	文本	87名参与者，2610个句子
488	2025-06-05	G-Diff: A Graph-Based Decoding Network for Diffusion Recommender Model 2025-Jun, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3491827 PMID:39531577	research paper	本文提出了一种基于图的解码网络（GDN）来改进扩散推荐模型，通过引入物品间的关系图提升推荐性能	在扩散模型的反向过程中引入精心设计的基于图的解码网络（GDN），利用物品间的关系图提升推荐性能，并通过跳跃连接和归一化层保留低阶邻居信息	NA	改进扩散推荐模型，提升推荐系统的性能	推荐系统中的用户偏好预测	machine learning	NA	扩散模型	G-Diff	user-item interaction data	三个真实世界的数据集
489	2025-06-05	Classifying fungi biodiversity using hybrid transformer models 2025-Jun-01, Journal of microbiological methods IF:1.7Q4 DOI:10.1016/j.mimet.2025.107155 PMID:40460919	研究论文	提出了一种混合深度学习技术，结合Vision Transformer和Swin Transformer模型，用于真菌多类分类	结合Vision Transformer和Swin Transformer模型，并采用迁移学习框架如MobileNetV2、DenseNet121和EfficientNetB0进行真菌分类	数据集中存在显著的类别不平衡问题	提高真菌分类的准确性，以促进对真菌生物多样性的理解和管理	五种真菌物种	计算机视觉	NA	迁移学习、数据增强、可解释AI技术（Grad-CAM）	Vision Transformer、Swin Transformer、MobileNetV2、DenseNet121、EfficientNetB0	图像	9115张真菌图像
490	2025-06-05	Learning topological horseshoes in time series via deep neural networks 2025-Jun-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0270132 PMID:40465250	research paper	提出了一种基于深度学习的几何方法，用于识别时间序列中的混沌动力学	结合拓扑马蹄理论和深度神经网络，为复杂非线性系统中混沌行为的检测提供了新工具	NA	识别时间序列中的混沌动力学	时间序列数据	machine learning	NA	deep learning	deep neural networks	time series	Hénon map, Lorenz system, Duffing system
491	2025-06-05	Development and validation of a 3-D deep learning system for diabetic macular oedema classification on optical coherence tomography images 2025-May-31, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2025-099167 PMID:40449950	研究论文	开发并验证了一种基于3D光学相干断层扫描（OCT）图像的自动糖尿病黄斑水肿（DME）分类系统	使用3D卷积神经网络算法开发了一个多中心、平台化的DME分类系统，并在外部验证集上表现出高准确率	研究依赖于历史数据，可能无法完全反映实时临床环境中的表现	开发一个自动化的DME分类系统，用于基于人群的DME筛查	糖尿病黄斑水肿（DME）患者	数字病理	糖尿病黄斑水肿	3D光学相干断层扫描（OCT）	3D CNN	3D图像	4254名患者的7146只眼睛，共7790个OCT图像
492	2025-06-05	LiDSCUNet++: A lightweight depth separable convolutional UNet++ for vertebral column segmentation and spondylosis detection 2025-May-31, Research in veterinary science IF:2.2Q1 DOI:10.1016/j.rvsc.2025.105703 PMID:40460622	research paper	介绍了一种轻量级深度学习框架LiDSCUNet++，用于脊柱分割和脊椎病检测	结合深度可分离卷积和点卷积的轻量级UNet++框架，显著减少可训练参数和计算资源消耗	数据不足可能影响模型性能	开发高效的医学图像分析解决方案，辅助医生诊断脊柱疾病	狗的X光片中的脊柱和脊椎异常	digital pathology	spondylosis deformans	deep learning	LiDSCUNet++, YOLOv8	image	NA
493	2025-06-05	Mammogram mastery: Breast cancer image classification using an ensemble of deep learning with explainable artificial intelligence 2025-May-30, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000042242 PMID:40441211	研究论文	提出一种基于深度学习和可解释人工智能的集成方法，用于乳腺X光片的癌症分类	结合了Inception V3架构和可解释AI技术，提高了分类的准确性和透明度	未提及数据集的多样性和模型在其他数据集上的泛化能力	提高乳腺癌早期诊断的准确性和效率	乳腺X光片	计算机视觉	乳腺癌	深度学习	Inception V3	图像	未提及具体样本数量
494	2025-06-05	Three-dimensional automated segmentation of adolescent idiopathic scoliosis on computed tomography driven by deep learning: A retrospective study 2025-May-30, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000042644 PMID:40441215	研究论文	本研究探讨了深度学习网络在青少年特发性脊柱侧凸（AIS）患者CT图像中分割椎骨的应用	首次在AIS患者的CT图像中应用U-Net和Attention U-Net进行椎骨分割，并比较了两种网络在复杂解剖结构中的表现	样本量较小（31例），且未与其他先进3D U-Net网络进行全面比较	开发自动化的椎骨分割方法以支持现代脊柱侧凸手术技术	青少年特发性脊柱侧凸（AIS）患者的CT图像	医学图像分析	脊柱侧凸	CT成像	U-Net, Attention U-Net	3D CT图像	31例AIS患者的CT图像
495	2025-06-05	Molecular insights into the unique activation and allosteric modulation mechanisms of the human mas-related G-protein-coupled receptor X1 2025-May-30, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.144815 PMID:40451369	研究论文	本研究通过高斯加速分子动力学（GaMD）和神经关系推理（NRI）深度学习技术，揭示了人类mas相关G蛋白偶联受体X1（MRGPRX1）的独特激活和变构调节机制	首次成功获得了未结合受体的稳定非活性构象，并通过比较分析揭示了MRGPRX1从非活性状态到活性状态的微妙结构和动态变化，同时阐明了ML382的正变构调节（PAM）活性的分子基础	NA	揭示MRGPRX1的激活和变构调节机制，以加速镇痛和止痒药物的合理设计	人类mas相关G蛋白偶联受体X1（MRGPRX1）	分子动力学模拟与深度学习	疼痛与瘙痒相关疾病	高斯加速分子动力学（GaMD）、神经关系推理（NRI）深度学习	NRI	分子动力学模拟数据	NA
496	2025-06-05	Bayesian Optimization with Gaussian Processes Assisted by Deep Learning for Material Designs 2025-May-29, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.5c00592 PMID:40383929	research paper	本研究探讨了结合深度学习和高斯过程的贝叶斯优化方法在材料设计中的应用	提出了一种结合神经网络和高斯过程的深度核学习（DKL）方法，用于提升贝叶斯优化的效率	在寻找具有最高居里温度的合金时，标准高斯过程方法优于DKL模型，因为可以直接利用与居里温度强相关的描述符	提高材料探索中贝叶斯优化的效率	氧化物数据集（922个）和混合有机-无机钙钛矿合金（610个）的带隙、离子介电常数、电子有效质量等性质	machine learning	NA	deep kernel learning (DKL), Bayesian optimization (BO), Gaussian processes (GPs)	neural network, Gaussian processes	material property data	922 oxide data sets, 610 hybrid organic-inorganic perovskite alloys, 4560 alloys
497	2025-06-05	Ensemble learning approach for detecting breast invasive ductal carcinoma from histopathological images 2025-May-29, Pathology, research and practice DOI:10.1016/j.prp.2025.156041 PMID:40460639	研究论文	本文提出了一种集成学习方法，用于从组织病理学图像中检测乳腺浸润性导管癌	采用集成学习方法结合多种深度学习模型，提高了诊断的准确性和鲁棒性	未提及具体的数据集规模或模型在不同分辨率图像上的泛化能力	提高乳腺浸润性导管癌的诊断准确性和减少诊断变异性	乳腺组织病理学图像	数字病理学	乳腺癌	深度学习	ResNet50, Xception, MobileNetV2, VGG16, VGG19	图像	NA
498	2025-06-05	Beyond current boundaries: Integrating deep learning and AlphaFold for enhanced protein structure prediction from low-resolution cryo-EM maps 2025-May-27, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108494 PMID:40460619	研究论文	本文介绍了一种名为DeepTracer-LowResEnhance的创新计算框架，该框架通过整合AlphaFold的结构预测和深度学习驱动的图谱细化策略，显著提高了低分辨率冷冻电镜图谱的解析和建模准确性	该研究首次将AlphaFold的序列预测与深度学习驱动的图谱细化策略相结合，专门针对低分辨率冷冻电镜图谱进行优化，显著提升了建模准确性	研究主要针对低分辨率冷冻电镜图谱（4 Å以下），对于更高分辨率图谱的适用性未进行验证	提高低分辨率冷冻电镜图谱的原子模型构建准确性	蛋白质冷冻电镜图谱	结构生物学	NA	冷冻电镜(cryo-EM)	CNN, GNN, AlphaFold	冷冻电镜图谱	37种不同蛋白质的冷冻电镜图谱，包括22个分辨率低于4 Å的挑战性案例
499	2025-06-05	ECG synthesis for cardiac arrhythmias: Integrating self-supervised learning and generative adversarial networks 2025-May-26, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103162 PMID:40460597	research paper	该论文提出了一种结合自监督学习和生成对抗网络的心电图合成方法，用于生成逼真的心律失常信号	提出了一种新型条件生成架构ECGAN，能够调节心电图记录的概率分布，并在心律失常分类任务中实现了2.4%的平均准确率提升	未提及具体的数据隐私保护措施细节，且合成数据的临床验证可能不足	开发能够生成逼真心电图信号的方法，以解决标记临床数据不足和患者匿名化问题	心电图时间序列数据	machine learning	心血管疾病	自监督学习, 生成对抗网络	ECGAN (生成对抗网络)	时间序列数据	使用了MIT-BIH、BIDMC和PTB数据集（具体样本量未明确说明）
500	2025-06-05	iPSC-RPE patch restores photoreceptors and regenerates choriocapillaris in a pig retinal degeneration model 2025-May-22, JCI insight IF:6.3Q1 DOI:10.1172/jci.insight.179246 PMID:40401519	research paper	该研究开发了一种基于诱导多能干细胞衍生的视网膜色素上皮（iRPE）贴片，用于治疗干性年龄相关性黄斑变性（AMD），并在猪视网膜退化模型中验证了其恢复光感受器和再生脉络膜毛细血管的能力	使用可生物降解的PLGA支架成熟iRPE细胞，开发了一种临床兼容的制造工艺，并通过深度学习算法和自适应光学成像验证了治疗效果	研究仅在猪模型中进行，尚未在人体临床试验中验证	开发并验证一种能够恢复光感受器和再生脉络膜毛细血管的治疗方法，以治疗干性年龄相关性黄斑变性	激光诱导的外视网膜退化的猪模型	digital pathology	age-related macular degeneration	optical coherence tomography (OCT), OCT-angiography, adaptive optics imaging	deep learning algorithm	image	猪模型中的视网膜区域