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
4981	2025-03-17	A deep learning framework for multiplet splitting classification in 1H NMR 2025-Apr, Journal of magnetic resonance (San Diego, Calif. : 1997) DOI:10.1016/j.jmr.2025.107851 PMID:39978294	研究论文	本文提出了一种名为MuSe Net的深度学习框架，用于一维核磁共振（NMR）光谱中的多重峰分裂分类	MuSe Net是一种新颖的监督概率深度学习框架，能够模拟专家光谱学家在注释小分子生成的一维NMR光谱时的任务，并利用不确定性量化生成置信度评分	NA	开发一种自动化方法，以简化化学化合物的表征，并确保科学界结果的一致性	小分子生成的一维NMR光谱	机器学习	NA	NMR	深度学习	光谱数据	48个实验性H NMR光谱
4982	2025-03-17	Integrating manual preprocessing with automated feature extraction for improved rodent seizure classification 2025-Apr, Epilepsy & behavior : E&B IF:2.3Q2 DOI:10.1016/j.yebeh.2025.110306 PMID:39983590	研究论文	本研究开发了一种结合手动预处理和自动特征提取的半自动管道，用于改进啮齿动物癫痫发作分类	结合深度学习和计算机视觉技术，提出了一种半自动的动物癫痫发作检测和识别框架，该方法依赖于手动预处理和分割的视频片段，以实现癫痫阶段的自动分类	该方法无法实现完全自动化的癫痫发作检测，且未在未见过的动物上进行测试，限制了其通用性和广泛应用的潜力	开发一种AI驱动的定量分析方法，用于啮齿动物行为分析，特别是癫痫阶段分类	啮齿动物（大鼠）的癫痫发作行为	计算机视觉	癫痫	深度学习	PoseC3D	视频	两个数据集，包括大鼠骨架关键点和癫痫发作行为视频
4983	2025-03-17	Missing-modality enabled multi-modal fusion architecture for medical data 2025-Apr, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104796 PMID:39988001	研究论文	本研究开发了一种能够处理缺失模态的多模态融合架构，用于医疗数据，以提高临床任务的性能	提出了一种基于Transformer的双模态融合模块，并将其组合成三模态融合框架，同时引入了多元损失函数以提高模型在推理过程中对缺失模态的鲁棒性	未提及具体局限性	开发一种对缺失模态具有鲁棒性的多模态融合架构，以提升临床任务的性能	X光胸片、放射学报告和结构化数值数据	数字病理	NA	Transformer	Transformer-based bi-modal fusion module	图像、文本、表格数据	MIMIC-IV和MIMIC-CXR数据集
4984	2025-03-17	A comprehensive validation study on the influencing factors of cough-based COVID-19 detection through multi-center data with abundant metadata 2025-Apr, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104798 PMID:39993588	研究论文	本研究通过多中心数据和丰富的元数据，全面验证了基于咳嗽的COVID-19检测模型在不同影响因素下的性能差异	首次结合自监督学习进行预训练，并利用不同来源的数据进行微调，同时首次观察了预测概率与临床指标（如病毒载量和抗体水平）之间的相关性	现有基于咳嗽的检测模型在康复个体和开源数据集上的检测性能较差，显示出模型的局限性	评估基于咳嗽的COVID-19检测模型在实际应用中的可行性	临床和众包的咳嗽音频数据	机器学习	COVID-19	自监督学习	深度学习模型	音频	临床数据和众包数据
4985	2025-03-17	Prediction of school PM2.5 by an attention-based deep learning approach informed with data from nearby air quality monitoring stations 2025-Apr, Chemosphere IF:8.1Q1 DOI:10.1016/j.chemosphere.2025.144241 PMID:39999669	研究论文	本研究提出了一种基于深度学习的软传感器，用于预测学校环境中的PM2.5浓度，利用附近空气质量监测站的数据，无需在学校现场安装传感器	提出了一种基于注意力深度卷积自编码器（ADCAE）的软传感器，完全消除了学校现场传感器的需求，显著降低了安装、操作和维护的财务和技术成本	NA	预测学校环境中的PM2.5浓度，以确保健康的学习环境	学校环境中的PM2.5浓度（包括室内和室外）	机器学习	NA	深度学习	注意力深度卷积自编码器（ADCAE）	空气质量数据	多所学校（包括小学、初中和高中）
4986	2025-03-17	Realtime particulate matter and bacteria analysis of peritoneal dialysis fluid using digital inline holography 2025-Mar-30, International journal of pharmaceutics IF:5.3Q1 DOI:10.1016/j.ijpharm.2025.125373 PMID:39961552	研究论文	本研究开发了一种集成深度学习算法的数字在线全息（DIH）系统，用于实时检测腹膜透析（PD）液中的颗粒物（PM）和细菌污染	该系统结合了微流体样本输送模块和DIH成像模块，利用脉冲激光和40倍物镜的数字相机捕获全息图，并采用基于YOLOv8n的深度学习模型进行颗粒识别和分类	尽管系统在检测和分类细菌方面表现出高灵敏度，但仍需进一步验证其在更广泛临床环境中的适用性	开发一种实时检测腹膜透析液中颗粒物和细菌污染的系统，以提高患者治疗效果和减少物流挑战	腹膜透析液中的颗粒物和细菌（如大肠杆菌和铜绿假单胞菌）	数字病理	NA	数字在线全息（DIH）	YOLOv8n	图像	腹膜透析液样本，包含大肠杆菌和铜绿假单胞菌的浓度从约100到10,000细菌/mL
4987	2025-03-17	A new era of psoriasis treatment: Drug repurposing through the lens of nanotechnology and machine learning 2025-Mar-30, International journal of pharmaceutics IF:5.3Q1 DOI:10.1016/j.ijpharm.2025.125385 PMID:39999900	综述	本文综述了通过纳米技术和机器学习重新利用药物治疗银屑病的新方法，讨论了传统治疗的挑战以及纳米技术和人工智能如何克服这些障碍	结合纳米技术和人工智能进行药物再利用，以克服传统银屑病治疗的局限性	药物再利用仍处于早期阶段，可能存在潜在缺陷	探索通过纳米技术和机器学习重新利用药物治疗银屑病的新方法	银屑病	机器学习	银屑病	机器学习、深度学习	NA	NA	NA
4988	2025-03-17	Replicating PET Hydrolytic Activity by Positioning Active Sites with Smaller Synthetic Protein Scaffolds 2025-Mar-16, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202500859 PMID:40089854	研究论文	本文展示了一种计算策略，通过利用已知的催化机制并实施多种深度学习和分子计算算法，创建新型的聚对苯二甲酸乙二醇酯水解酶（PET水解酶）	通过计算构建的蛋白质支架重新构建功能基序，成功复制了PET水解活性，并设计了比模板酶（LCC）序列长度至少短30%的设计酶	NA	扩展酶多样性，获取自然界中不存在的高活性和稳健的酶	聚对苯二甲酸乙二醇酯水解酶（PET水解酶）	蛋白质工程	NA	深度学习算法和分子计算	NA	蛋白质序列数据	NA
4989	2025-03-17	Deep learning assisted prediction of osteogenic capability of orthopedic implant surfaces based on early cell morphology 2025-Mar-15, Acta biomaterialia IF:9.4Q1 DOI:10.1016/j.actbio.2025.01.059 PMID:39894326	研究论文	本研究开发了一种基于早期细胞形态和深度学习的骨科植入物表面成骨能力预测方法	引入了Orthopedic Implants-Osteogenic Differentiation Network (OIODNet)，利用早期细胞形态图像和碱性磷酸酶（ALP）活性值进行高通量、高效的成骨能力评估	传统评估方法耗时且效率低，本研究通过深度学习模型克服了这一限制，但仍需进一步验证其在不同材料和条件下的适用性	开发一种高效、准确的骨科植入物表面成骨能力预测方法	钛及其合金表面修饰后的成骨能力	数字病理	骨科疾病	深度学习	OIODNet	图像	NA
4990	2025-03-17	Automated liver magnetic resonance elastography quality control and liver stiffness measurement using deep learning 2025-Mar-15, Abdominal radiology (New York) DOI:10.1007/s00261-025-04883-2 PMID:40088296	研究论文	本研究旨在通过深度学习技术实现肝脏磁共振弹性成像（MRE）质量控制和肝脏硬度测量（LSM）的全自动化	首次提出使用深度学习模型（SqueezeNet和2D U-Net）自动化处理MRE图像的质量控制和肝脏硬度测量，显著提高了效率和准确性	研究为单中心回顾性研究，样本量相对较小（69名患者），可能影响结果的普适性	通过深度学习技术解决MRE质量控制和肝脏硬度测量中的挑战，提升临床应用的效率和准确性	69名患者的897个MRE图像切片	医学影像分析	肝纤维化	磁共振弹性成像（MRE）	SqueezeNet, 2D U-Net	图像	69名患者的897个MRE图像切片
4991	2025-03-17	Predicting Synergistic Drug Combinations Based on Fusion of Cell and Drug Molecular Structures 2025-Mar-15, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00695-6 PMID:40088336	研究论文	本文提出了一种名为Drug-molecule Connect Cell (DconnC)的新方法，用于预测协同药物组合	DconnC方法通过将细胞特征作为节点，建立药物分子结构之间的连接，利用双向循环神经网络（Bi-RNN）和长短期记忆（LSTM）模型进行自增强对比学习，从而提高了预测的准确性	NA	开发可靠且有效的计算方法来预测协同药物组合	药物组合	机器学习	癌症	深度学习	Bi-RNN, LSTM	分子结构数据	NA
4992	2025-03-17	A Two-Stage Lightweight Deep Learning Framework for Mass Detection and Segmentation in Mammograms Using YOLOv5 and Depthwise SegNet 2025-Mar-14, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01471-0 PMID:40087224	研究论文	本文提出了一种轻量级的两阶段深度学习框架，用于在乳腺X光片中进行肿块检测和分割，确保医疗数据隐私	提出了一种能够在用户浏览器中直接运行的轻量级解决方案，确保医疗数据不离开用户计算机	NA	提高乳腺癌分割的效率和准确性，同时确保医疗数据隐私	乳腺X光片中的肿块	计算机视觉	乳腺癌	深度学习	YOLOv5, Depthwise SegNet	图像	CBIS-DDSM和INbreast数据集
4993	2025-03-17	AI-Based 3D Liver Segmentation and Volumetric Analysis in Living Donor Data 2025-Mar-14, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01468-9 PMID:40087225	研究论文	本研究探讨了深度学习在活体肝移植中的3D肝脏分割和体积分析的应用	使用多种U-Net变体模型进行术前和术后的肝脏分割，并评估其性能，同时进行体积分析以测量肝脏切除和再生率	样本量较小，仅包含55名捐赠者的数据	评估深度学习模型在活体肝移植中的肝脏分割和体积分析的准确性和临床应用性	活体肝移植捐赠者的腹部CT数据	计算机视觉	肝病	深度学习	3D U-Net, RU-Net, DU-Net, RDU-Net	3D CT图像	55名捐赠者的腹部CT数据
4994	2025-03-17	De novo design of self-assembling peptides with antimicrobial activity guided by deep learning 2025-Mar-14, Nature materials IF:37.2Q1 DOI:10.1038/s41563-025-02164-3 PMID:40087536	研究论文	本文描述了一种基于深度学习的自组装肽抗菌材料设计方法，用于解决细菌耐药性问题	结合非天然氨基酸增强肽自组装，并通过最小实验注释有效预测自组装肽材料的功能活性	NA	设计具有抗菌功能的自组装肽材料，以应对细菌耐药性问题	自组装肽材料	生物医学工程	细菌感染	深度学习	NA	NA	小鼠肠道细菌感染模型
4995	2025-03-17	Quantitative multislice and jointly optimized rapid CEST for in vivo whole-brain imaging 2025-Mar-14, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30488 PMID:40087839	研究论文	本文开发了一种用于体内全脑成像的定量多层化学交换饱和转移（CEST）调度优化和脉冲序列，以减少多层序列固有的灵敏度损失	开发了一种深度学习框架，用于同时优化扫描参数和切片顺序，提高了多层CEST成像的准确性和可重复性	研究仅在3名健康受试者中进行了测试，样本量较小，且仅在一名受试者中测试了全脑临床成像的可行性	开发一种减少多层序列灵敏度损失的定量多层CEST调度优化和脉冲序列	健康受试者的大脑白质（WM）和灰质（GM）区域	医学影像	NA	化学交换饱和转移（CEST）	深度学习框架	医学影像数据	3名健康受试者
4996	2025-03-17	Enhanced dose prediction for head and neck cancer artificial intelligence-driven radiotherapy based on transfer learning with limited training data 2025-Mar-14, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70012 PMID:40087841	研究论文	本研究探讨了迁移学习对头颈癌人工智能驱动放疗剂量预测模型性能的影响，特别是在训练数据有限的情况下	通过迁移学习微调Hierarchically Densely Connected U-net模型，显著提高了AI驱动放疗剂量预测的准确性	研究依赖于有限的数据集，可能影响模型的泛化能力	提高头颈癌患者AI驱动放疗剂量预测的准确性	头颈癌患者	数字病理	头颈癌	AI-based nodal radiotherapy (AINRT), Daily Adaptive AI-based nodal radiotherapy (DA-AINRT)	Hierarchically Densely Connected U-net	放疗剂量数据	AINRT和DA-AINRT患者数据集
4997	2025-03-17	Self-training EEG discrimination model with weakly supervised sample construction: An age-based perspective on ASD evaluation 2025-Mar-10, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107337 PMID:40088831	研究论文	本研究开发了一个名为STEM的自训练EEG判别模型框架，用于在标记样本有限的情况下优化自闭症谱系障碍（ASD）的评估	STEM框架通过自训练模型和伪标签样本构建，解决了标记样本有限和个体差异的问题，特别是在ASD评估中表现出色	研究主要依赖于有限的标记样本，且样本来自ASD可疑儿童，可能限制了模型的泛化能力	优化EEG判别模型，提高ASD评估的准确性和适应性	自闭症谱系障碍（ASD）可疑儿童的静息态EEG数据	脑机接口	自闭症谱系障碍	自训练模型，伪标签样本构建	AutoEncoder, BiGRU, 多任务学习模型（MAC）	EEG数据	175名不同年龄组的ASD可疑儿童
4998	2025-03-17	Graphene-based FETs for advanced biocatalytic profiling: investigating heme peroxidase activity with machine learning insights 2025-03-03, Mikrochimica acta DOI:10.1007/s00604-025-06955-y PMID:40029395	研究论文	本研究利用石墨烯场效应晶体管（GFET）系统探索了辣根过氧化物酶（HRP）和血红素分子的过氧化物酶活性，并评估了GFET在分析这些化合物过氧化物酶活性方面的有效性	结合多层感知器深度学习架构的机器学习算法，显著提高了酶行为预测的准确性	NA	评估GFET在分析过氧化物酶活性方面的有效性，并探索HRP和血红素分子的酶促反应机制	辣根过氧化物酶（HRP）和血红素分子	生物化学分析	NA	石墨烯场效应晶体管（GFET）	多层感知器深度学习架构	酶活性数据	NA
4999	2025-03-17	Toward understanding the role of genomic repeat elements in neurodegenerative diseases 2025-Mar-01, Neural regeneration research IF:5.9Q1 DOI:10.4103/NRR.NRR-D-23-01568 PMID:38886931	综述	本文综述了基因组重复元件变异与多种神经退行性疾病之间的关联，并探讨了长读长测序技术和计算模型在识别疾病相关重复元件变异中的应用	强调了基因组重复区域在神经退行性疾病中的重要作用，并介绍了利用长读长测序技术和深度学习语言模型来增强对重复元件变异功能影响的理解	未提及具体的研究数据或样本量，可能缺乏实证支持	探讨基因组重复元件在神经退行性疾病中的作用及其分子机制	基因组重复元件变异	基因组学	神经退行性疾病	长读长测序技术	深度学习语言模型	基因组数据	NA
5000	2025-03-17	Can artificial intelligence lower the global sudden cardiac death rate? A narrative review 2025 Mar-Apr, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2025.153882 PMID:39862597	综述	本文探讨了人工智能在预测和预防心脏骤停中的作用和应用	综述了人工智能、机器学习和深度学习在心脏骤停风险分层中的显著前景，并提出了未来研究的方向	当前的人工智能技术尚未得到充分的训练和测试，需要进一步研究可解释性技术、更大的样本量、外部验证、更多样化的患者样本、多模态工具、伦理和偏见缓解	探索人工智能在预测和预防心脏骤停中的作用和应用	心脏骤停	机器学习	心血管疾病	NA	机器学习, 深度学习	NA	NA