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
5221	2025-03-14	Identifying RNA-small Molecule Binding Sites Using Geometric Deep Learning with Language Models 2025-Apr-15, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.169010 PMID:39961524	研究论文	本文介绍了一种名为RNABind的几何深度学习框架，用于从RNA结构中检测RNA-小分子结合位点	RNABind结合了RNA大语言模型（LLMs）和先进的几何深度学习网络，能够同时编码RNA序列和结构信息，并在RNA-小分子结合位点预测任务中优于现有最先进的方法	NA	开发一种准确且高效的计算方法来预测RNA-小分子结合位点，以促进RNA靶向药物发现	RNA-小分子结合位点	自然语言处理	NA	几何深度学习	LLMs（大语言模型）	RNA序列和结构信息	从整个多链复合结构而非单链RNA中编译的最大RNA-小分子相互作用数据集
5222	2025-03-14	A quantitatively interpretable model for Alzheimer's disease prediction using deep counterfactuals 2025-Apr-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121077 PMID:39954872	研究论文	本文提出了一种基于深度反事实推理的定量可解释模型，用于预测阿尔茨海默病	通过合成反事实标记的结构MRI并将其转化为灰质密度图，提供定量特征以增强解释性，并设计了一个轻量级线性分类器以提高预测性能	仅依赖视觉检查的视觉解释图不足以证明其医学或神经科学有效性，需要进一步验证	开发一种定量可解释的模型，用于预测阿尔茨海默病并提供直观的脑状态理解	阿尔茨海默病患者	数字病理学	老年病	深度学习	线性分类器	MRI图像	未提及具体样本数量
5223	2025-03-14	MOF-KAN: Kolmogorov-Arnold Networks for Digital Discovery of Metal-Organic Frameworks 2025-Mar-13, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.5c00211 PMID:40015927	研究论文	本文介绍了一种名为MOF-KAN的新型深度学习架构，首次将Kolmogorov-Arnold Networks (KANs)应用于金属有机框架(MOFs)的数字发现	MOF-KAN是首个将KANs应用于MOFs数字发现的架构，通过精细调整网络架构，其在预测MOFs的多种性能上优于标准的多层感知器(MLPs)，并在低数据量情况下表现出色	NA	开发一种准确且数据高效的方法，以导航复杂的化学和结构空间，用于功能性材料（如MOFs）的数字发现	金属有机框架(MOFs)	机器学习	NA	深度学习	Kolmogorov-Arnold Networks (KANs)	化学和结构数据	NA
5224	2025-03-14	NICE polyp feature classification for colonoscopy screening 2025-Mar-13, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03338-9 PMID:40075052	研究论文	本研究旨在通过改进NICE分类法中的息肉特征分类，提高结肠镜检查中结直肠癌的诊断准确性	开发了一种多类分类器，独立分类NICE分类法中的三个关键特征（颜色、血管和表面模式），优先考虑临床相关特征而非手工或深奥的深度学习特征	未提及具体的数据集规模或多样性限制	提高结直肠癌诊断的准确性，改善患者预后和临床工作效率	结肠镜检查中的息肉特征	数字病理学	结直肠癌	多类分类器	NA	图像	内部数据集和公共数据集
5225	2025-03-14	A multi-objective function for deep learning-based automatic energy efficiency power allocation in multicarrier noma system using hybrid heuristic improvement 2025-Mar-13, Network (Bristol, England) DOI:10.1080/0954898X.2025.2461046 PMID:40079096	研究论文	本文提出了一种基于深度学习的多目标函数，用于在多载波NOMA系统中自动分配能效功率，采用混合启发式改进方法	提出了混合缝纫训练和狐猴优化算法（HSTLO）来优化系统参数，并开发了扩张密集循环神经网络（DDRNN）模型以增强系统性能	未提及具体的数据集或实验环境，可能限制了结果的普适性	提高多载波NOMA系统的能效（EE）并优化系统性能	多载波NOMA系统	机器学习	NA	混合启发式优化算法、深度学习	扩张密集循环神经网络（DDRNN）	NA	NA
5226	2025-03-14	Pd-Modified Microneedle Array Sensor Integration with Deep Learning for Predicting Silica Aerogel Properties in Real Time 2025-Mar-12, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c17680 PMID:40019213	研究论文	本研究开发了一种集成Pd/Au传感器和深度学习算法的系统，用于实时预测硅气凝胶的物理特性	利用电化学阻抗数据、频率和时间参数，结合深度学习模型，实时预测硅气凝胶的物理特性，显著提高了生产过程的优化和监控效率	研究主要针对硅气凝胶，未涉及其他材料的预测	通过人工智能预测材料特性，优化硅气凝胶的生产过程	硅气凝胶的物理特性，包括孔径、孔体积和表面积	机器学习	NA	电化学阻抗测量	深度神经网络	电化学阻抗数据、频率和时间参数	NA
5227	2025-03-14	Protein-ligand interaction prediction based on heterogeneity maps and data enhancement 2025-Mar-12, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2025.2475229 PMID:40072484	研究论文	本文提出了一种基于异构图和数据增强的蛋白质-配体相互作用预测模型HGEF-Net，旨在提高药物发现和重定位的效率	提出了异质信息学习模块和多层次对比学习的数据增强策略，以及异质注意力整合框架，有效融合分子内和分子间特征，提升模型在稀疏、不平衡数据集上的性能	NA	提高蛋白质-配体相互作用预测的准确性和效率，以支持药物发现和重定位	蛋白质-配体相互作用	机器学习	NA	深度学习	HGEF-Net	分子数据	BindingDB数据集和Davis数据集
5228	2025-03-14	Super-resolution deep learning reconstruction for improved quality of myocardial CT late enhancement 2025-Mar-12, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01760-2 PMID:40072715	研究论文	本研究探讨了超分辨率深度学习图像重建（SR-DLR）在心肌CT晚期增强（CT-LE）中的图像质量和噪声改善效果	首次将超分辨率深度学习图像重建（SR-DLR）应用于心肌CT晚期增强（CT-LE）的图像重建，显著降低了图像噪声并提高了图像质量	研究样本量较小，仅包括30名患者，且为回顾性分析	比较SR-DLR与传统DLR（C-DLR）和混合迭代重建（hybrid IR）在心肌CT晚期增强中的图像质量和噪声表现	30名接受心肌CT晚期增强检查的患者	医学影像	心血管疾病	超分辨率深度学习图像重建（SR-DLR）	深度学习模型	CT图像	30名患者
5229	2025-03-14	Fast and Stable Neonatal Brain MR Imaging Using Integrated Learned Subspace Model and Deep Learning 2025-Mar-12, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3541643 PMID:40072865	研究论文	本文提出了一种结合学习的新生儿特定子空间模型和模型驱动的深度学习方法，以实现快速且稳定的新生儿脑部MR成像	通过结合新生儿特定子空间模型和深度学习方法，解决了新生儿MRI应用中训练数据不足的问题，实现了快速且稳定的图像重建	需要进一步开发以提高MRI在新生儿成像应用中的实用性	实现快速且稳定的新生儿脑部MR成像	新生儿脑部MR图像	计算机视觉	NA	MR成像	深度网络	图像	dHCP数据集和来自四个独立医疗中心的测试数据
5230	2025-03-14	Deep learning based on ultrasound images predicting cervical lymph node metastasis in postoperative patients with differentiated thyroid carcinoma 2025-Mar-12, The British journal of radiology DOI:10.1093/bjr/tqaf047 PMID:40073229	研究论文	本研究开发了一种基于超声图像的深度学习模型，用于预测分化型甲状腺癌术后患者的颈淋巴结转移	创新地使用淋巴结超声图像的深度学习来预测分化型甲状腺癌术后患者的颈淋巴结状态	NA	开发基于超声图像的深度学习模型，预测分化型甲状腺癌术后患者的颈淋巴结转移	分化型甲状腺癌术后患者的颈淋巴结	计算机视觉	甲状腺癌	深度学习	ResNet50	超声图像	330名患者的352个淋巴结
5231	2025-03-14	Multiple perception contrastive learning for automated ovarian tumor classification in CT images 2025-Mar-12, Abdominal radiology (New York) DOI:10.1007/s00261-025-04879-y PMID:40074925	研究论文	本文提出了一种利用监督对比学习和多感知编码器（MP Encoder）的自动化诊断方法，用于卵巢肿瘤CT图像的分类	引入了T-Pro技术增强数据多样性，模拟语义扰动以提高模型的泛化能力，并结合多尺度感知模块（MSP Module）和多注意力模块（MA Module）提升模型对卵巢肿瘤复杂形态和细微特征的敏感性	未提及具体的数据集大小和多样性，可能影响模型的泛化能力	开发自动化且可靠的诊断技术，以提高卵巢肿瘤的分类准确性	卵巢肿瘤CT图像	计算机视觉	卵巢癌	监督对比学习	多感知编码器（MP Encoder）	CT图像	未提及具体样本数量
5232	2025-03-14	In-depth and high-throughput spatial proteomics for whole-tissue slice profiling by deep learning-facilitated sparse sampling strategy 2025-Mar-11, Cell discovery IF:13.0Q1 DOI:10.1038/s41421-024-00764-y PMID:40064869	研究论文	本文介绍了一种通过深度学习辅助的稀疏采样策略（S4P）实现高分辨率空间蛋白质组学的方法，用于全组织切片的深度和高通量分析	开发了一种新的稀疏采样策略（S4P），结合计算辅助图像重建方法，显著减少了样本数量，实现了厘米级样本的高分辨率空间蛋白质组学分析	当前蛋白质组学方法的多重检测能力有限，高空间分辨率的全组织切片映射需要大量的质谱匹配时间	实现高分辨率、深度覆盖的空间蛋白质组学分析，以揭示组织和器官中细胞的异质性分布及其功能	小鼠大脑组织	数字病理学	NA	质谱（MS）	深度学习	图像	小鼠大脑组织，映射超过9000种蛋白质
5233	2025-03-14	Widely accessible prognostication using medical history for fetal growth restriction and small for gestational age in nationwide insured women 2025-Mar-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92986-7 PMID:40065124	研究论文	本研究旨在开发、验证并部署一个仅使用医疗史进行胎儿生长受限/小于胎龄儿（FGR/SGA）筛查的预后预测模型	使用深度学习模型（深度洞察可见神经网络）仅基于医疗史进行FGR/SGA筛查，提高了筛查的可及性	需要进一步研究评估该模型的使用是否影响患者结果	开发一个仅使用医疗史的FGR/SGA筛查预测模型	全国健康保险数据库中的12至55岁女性保险持有者	机器学习	胎儿生长受限/小于胎龄儿	机器学习（包括深度学习）	深度洞察可见神经网络	医疗史数据	1,697,452名女性保险持有者中的169,746名受试者，共507,319次就诊
5234	2025-03-14	Advancements in machine learning and biomarker integration for prenatal Down syndrome screening 2025-Mar-10, Turkish journal of obstetrics and gynecology IF:1.0Q4 DOI:10.4274/tjod.galenos.2025.12689 PMID:40062699	综述	本文综述了机器学习和生物标志物整合在产前唐氏综合症筛查中的应用及其进展	通过整合母体血清标志物、颈项透明层测量和超声图像，结合随机森林和深度学习卷积神经网络等算法，将检测率提高到85%以上，同时保持低假阳性率	需要进一步研究以优化算法，验证其在不同人群中的有效性，并将这些前沿方法纳入常规临床实践	提高产前唐氏综合症筛查的准确性和早期检测能力	唐氏综合症患者及其正常发育的同龄人的基因组数据	机器学习	唐氏综合症	非侵入性产前检测	随机森林, 深度学习卷积神经网络	基因组数据, 超声图像	NA
5235	2025-03-14	Myocardial perfusion imaging SPECT left ventricle segmentation with graphs 2025-Mar-10, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-025-00728-5 PMID:40063231	研究论文	本研究评估了在心肌灌注成像SPECT左心室分割过程中，先验信息整合与深度学习方法的比较，以及四种准直技术对五个不同数据集的影响	提出了一种新的基于连续图的分割方法，结合心脏几何的先验信息自动分割左心室体积，并比较了不同准直技术对分割结果的影响	研究样本量较小，仅包含80名患者，且未涉及更多类型的准直器	评估先验信息整合对分割方法性能的提升，以及不同准直技术对心脏几何投影的影响	心肌灌注成像SPECT中的左心室分割	计算机视觉	心血管疾病	SPECT, 连续最大流最小割算法(CMF), 均匀流形逼近与投影(UMAP)	基于图的分割方法	图像	80名患者，包括40名来自混合黑箱准直器，10名来自多针孔(MPH)，10名来自低能量高分辨率(LEHR)，10名来自CardioC，10名来自CardioD准直器
5236	2025-03-14	Machine learning-assisted wearable sensing systems for speech recognition and interaction 2025-Mar-10, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-57629-5 PMID:40064879	研究论文	本文提出了一种可穿戴的无线柔性皮肤附着声学传感器（SAAS），用于在恶劣声学环境中进行语音识别和人机交互	利用压电微机械超声换能器（PMUT）和ResNet架构，显著提高了喉部语音特征的分类准确率，并在多种人机交互场景中展示了数据收集和智能分类能力	未提及具体样本量及实验对象的多样性	开发一种能够在恶劣声学环境中进行语音识别和人机交互的可穿戴设备	人类语音和皮肤运动	机器学习	NA	压电微机械超声换能器（PMUT）	ResNet	语音和皮肤运动数据	未提及具体样本量
5237	2025-03-14	Pixel level deep reinforcement learning for accurate and robust medical image segmentation 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92117-2 PMID:40064951	研究论文	本文提出了一种基于像素级深度强化学习的模型（PixelDRL-MG），用于更准确和鲁棒的医学图像分割	引入深度强化学习来增强分割性能，提出像素级异步优势演员-评论家（PA3C）策略，将每个像素视为一个代理，通过直接动作迭代更新其状态	当前深度强化学习方法面临高训练成本、独立迭代过程和分割掩码高不确定性等挑战	打破现有深度学习方法的路径依赖，提升医学图像分割的准确性和鲁棒性	医学图像	计算机视觉	NA	深度强化学习	Pixel-level Deep Reinforcement Learning model with pixel-by-pixel Mask Generation (PixelDRL-MG)	图像	两个常用的医学图像分割数据集
5238	2025-03-14	Accuracy of deep learning models in the detection of accessory ostium in coronal cone beam computed tomographic images 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93250-8 PMID:40064998	研究论文	本研究探讨了深度学习模型在冠状锥形束计算机断层扫描（CBCT）图像中检测副窦口（AO）的准确性	首次研究了卷积神经网络（CNN）在放射影像中检测AO的有效性	研究仅使用了CBCT扫描的二维裁剪图像，未涉及三维CBCT扫描	确定深度学习模型在冠状CBCT图像中检测AO的准确性	副窦口（AO）	计算机视觉	NA	深度学习	VGG16, MobileNetV2, ResNet101V2	图像	454张冠状切片图像（227张有AO，227张无AO），来自856个大视野CBCT扫描
5239	2025-03-14	Linear attention based spatiotemporal multi graph GCN for traffic flow prediction 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93179-y PMID:40065014	研究论文	本研究提出了一种名为LASTGCN的新型深度学习模型，用于交通流量预测，该模型结合了多因素融合单元、多图卷积网络和线性注意力机制	LASTGCN模型引入了多因素融合单元动态整合气象因素，采用多图卷积网络处理空间相关性，并使用线性注意力机制RWKV块高效处理历史交通数据	模型在实时应用中的适应性需要进一步优化	提高交通流量预测的准确性和鲁棒性，特别是在长期预测方面	高速公路交通数据	机器学习	NA	深度学习	GCN, RWKV	交通数据	真实世界的高速公路交通数据集
5240	2025-03-14	Enhancing SLAM algorithm with Top-K optimization and semantic descriptors 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90968-3 PMID:40065015	研究论文	本文提出了一种结合Top-K优化的SLAM算法，用于高效处理LiDAR点云数据，生成语义描述符和全局语义地图	该算法通过Top-K优化减少了计算复杂度，提高了处理速度，并在保持推理准确性和效率的同时，显著节省了边缘设备深度学习算法的计算资源	NA	解决边缘设备在处理LiDAR点云数据时面临的计算挑战，提高机器人的语义理解能力和姿态估计精度	LiDAR点云数据	计算机视觉	NA	Top-K优化	SLAM算法	点云数据	NA