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
521	2025-05-15	Complex conjugate removal in optical coherence tomography using phase aware generative adversarial network 2025-Feb, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.30.2.026001 PMID:39963188	research paper	该研究提出了一种基于生成对抗网络的深度学习方法来消除光学相干断层扫描中的复共轭伪影，无需额外硬件	利用生成对抗网络结合相位信息，首次实现了无需额外硬件的软件解决方案来消除复共轭伪影	研究仅在幻影、人类皮肤和小鼠眼睛样本上进行了验证，尚未在更广泛的临床样本中测试	开发一种低成本、数据驱动的软件解决方案来提升频域光学相干断层扫描成像能力	光学相干断层扫描图像中的复共轭伪影	computer vision	NA	光学相干断层扫描(OCT)	GAN	image	包括幻影、人类皮肤和小鼠眼睛在内的多种样本
522	2025-05-15	Binding mechanism of inhibitors to DFG-in and DFG-out P38α deciphered using multiple independent Gaussian accelerated molecular dynamics simulations and deep learning 2025-Feb, SAR and QSAR in environmental research IF:2.3Q3 DOI:10.1080/1062936X.2025.2475407 PMID:40110797	研究论文	本研究利用高斯加速分子动力学模拟、深度学习和MM-GBSA方法，探究了抑制剂与DFG-in和DFG-out P38α的结合机制	结合高斯加速分子动力学模拟、深度学习和MM-GBSA方法，系统研究了P38α不同构象对抑制剂结合的影响，并识别了关键功能域和结合热点	研究主要基于计算模拟，需要进一步实验验证	阐明P38α不同构象对抑制剂结合的影响机制，为P38α选择性抑制剂设计提供理论支持	P38α蛋白及其抑制剂(SB2、SK8和BMU)	计算生物学	多种疾病	高斯加速分子动力学模拟(GaMD)、深度学习(DL)、分子力学广义玻恩表面积(MM-GBSA)	深度学习	分子动力学模拟数据	三种抑制剂(SB2、SK8和BMU)与P38α的相互作用
523	2025-05-15	Accelerating Plasmonic Hydrogen Sensors for Inert Gas Environments by Transformer-Based Deep Learning 2025-01-24, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c02616 PMID:39764741	研究论文	本文提出了一种基于Transformer的深度学习模型LEMAS，用于加速等离子体氢传感器的响应速度，并在模拟惰性气体环境下消除其固有的压力依赖性	LEMAS模型能够提前预测氢浓度变化对传感器硬件的影响，将响应速度提高多达40倍，并提供了预测不确定性的度量	研究仅针对等离子体氢传感器在模拟惰性气体环境下的性能，未涉及其他类型传感器或实际应用环境	加速氢泄漏检测传感器的响应速度，以满足大规模氢技术应用的安全需求	等离子体氢传感器及其在惰性气体环境下的性能	机器学习	NA	深度学习	Transformer-based LEMAS	传感器数据	NA
524	2025-05-15	Machine Learning-Based Resource Management in Fog Computing: A Systematic Literature Review 2025-Jan-23, Sensors (Basel, Switzerland) DOI:10.3390/s25030687 PMID:39943326	系统文献综述	本文通过系统文献综述分析了雾计算中基于机器学习的资源管理技术	采用PRISMA协议，全面分析了雾计算中机器学习和深度学习在资源管理中的应用，并识别了关键因素和约束	研究仅基于68篇研究论文，可能未涵盖所有相关文献	分析雾计算中基于机器学习的资源管理技术及其关键因素	雾计算中的资源管理技术	机器学习	NA	机器学习和深度学习	NA	文献数据	68篇研究论文
525	2025-05-15	A differentiable Gillespie algorithm for simulating chemical kinetics, parameter estimation, and designing synthetic biological circuits 2025-Jan-21, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.07.602397 PMID:39026759	研究论文	本文开发了一种可微分的Gillespie算法（DGA），用于模拟化学反应动力学、参数估计和设计合成生物电路	利用深度学习的最新突破，开发了完全可微分的Gillespie算法变体，通过平滑函数近似不连续操作，实现了梯度的反向传播计算	未明确提及具体限制	开发一种可微分的Gillespie算法，用于化学反应网络的模拟、参数学习和生物电路设计	化学反应网络和基因启动子的随机模型	机器学习	NA	Gillespie算法、深度学习	DGA（可微分Gillespie算法）	实验测量的mRNA表达水平数据	两种不同的启动子
526	2025-05-15	A differentiable Gillespie algorithm for simulating chemical kinetics, parameter estimation, and designing synthetic biological circuits 2025-Jan-21, ArXiv PMID:39398212	研究论文	本文开发了一种完全可微的Gillespie算法变体（DGA），用于模拟化学动力学、参数估计和设计合成生物电路	利用深度学习的最新突破，开发了完全可微的Gillespie算法变体，通过平滑函数近似不连续操作，实现梯度计算	NA	分析随机化学动力学，解决合成和系统生物学中感兴趣的问题	化学反应网络和基因启动子的随机模型	机器学习	NA	深度学习，Gillespie算法	DGA（可微Gillespie算法）	实验测量的mRNA表达水平数据	两个不同的启动子的实验数据
527	2025-05-15	Enhanced Detection of Colon Diseases via a Fused Deep Learning Model with an Auxiliary Fusion Layer and Residual Blocks on Endoscopic Images 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056353246241209060804 PMID:39757657	research paper	本文提出了一种融合深度学习模型，用于通过内窥镜图像增强结肠疾病的检测	结合了EfficientNetB0、MobileNetV2和ResNet50V2架构，引入了辅助融合层和融合残差块，以提高分类准确性和鲁棒性	NA	提高结肠疾病的自动诊断准确性和鲁棒性	内窥镜图像中的胃肠道异常或疾病	digital pathology	colon diseases	deep learning	CNN, EfficientNetB0, MobileNetV2, ResNet50V2	image	NA
528	2025-05-15	Enhanced Pneumonia Detection in Chest X-Rays Using Hybrid Convolutional and Vision Transformer Networks 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056326685250101113959 PMID:39806960	研究论文	本研究通过结合CNN和改良的Swin Transformer模块，提出了一种新型混合深度学习模型，用于增强胸部X光中的肺炎检测	提出了一种结合CNN和改良Swin Transformer模块的混合模型，有效捕捉图像的局部和全局特征，显著提高了肺炎检测的准确性	未来研究需要进一步优化模型架构，探索更先进的图像处理技术，并引入可解释AI方法	提高胸部X光中肺炎检测的准确性，减少误诊，为资源有限地区提供可部署的解决方案	胸部X光图像	计算机视觉	肺炎	CLAHE图像增强，数据增强（水平翻转、旋转、缩放）	CNN与Swin Transformer混合模型	图像	广州妇女儿童医疗中心提供的数据集
529	2025-05-15	CERVIXNET: An Efficient Approach for the Detection and Classifications of the Cervigram Images Using Modified Deep Learning Architecture 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056343690250116020310 PMID:39851104	研究论文	提出了一种名为CERVIXNET的改进深度学习架构，用于检测和分类宫颈图像，以早期发现宫颈癌	提出了一种改进的深度学习架构CervixNet，提高了宫颈癌的检测率，并在异常宫颈图像中分割出癌症区域	NA	早期检测宫颈癌以提高患者生存率	宫颈图像	数字病理学	宫颈癌	深度学习	改进的CNN架构（CervixNet）	图像	IMODT和Guanacaste数据库中的宫颈图像
530	2025-05-15	Automatic Detection of Cognitive Impairment in Patients With White Matter Hyperintensity Using Deep Learning and Radiomics 2025 Jan-Dec, American journal of Alzheimer's disease and other dementias DOI:10.1177/15333175251325091 PMID:40087144	研究论文	本研究利用深度学习和放射组学技术自动检测白质高信号患者的认知障碍	结合VB-Nets深度学习卷积神经网络和放射组学特征，开发了一种新的随机森林模型，用于早期诊断白质高信号患者的认知障碍	样本量较小（总共108名患者），且外部验证集仅来自一家医院	开发一种可靠的早期诊断工具，用于检测白质高信号患者的认知障碍	白质高信号患者	数字病理学	老年疾病	放射组学特征提取	VB-Nets CNN和随机森林	医学影像	79名患者（医院1）和29名患者（医院2）
531	2025-05-15	OnmiMHC: a machine learning solution for UCEC tumor vaccine development through enhanced peptide-MHC binding prediction 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1550252 PMID:40092998	研究论文	本研究开发了一种名为OnmiMHC的机器学习框架，用于预测MHC I类和II类分子对抗原肽的呈递，以促进UCEC肿瘤疫苗的开发	通过整合大规模质谱数据和其他相关数据类型，提出了基于深度学习的预测模型OnmiMHC，其在MHC-I和MHC-II任务中的表现优于现有方法	NA	开发一种新型机器学习框架，用于预测抗原肽与MHC分子的结合，以促进肿瘤疫苗的开发	MHC I类和II类分子对抗原肽的呈递	机器学习	子宫体子宫内膜癌(UCEC)	质谱数据	深度学习	质谱数据和其他相关数据	NA
532	2025-05-15	AI-powered topic modeling: comparing LDA and BERTopic in analyzing opioid-related cardiovascular risks in women 2025, Experimental biology and medicine (Maywood, N.J.) DOI:10.3389/ebm.2025.10389 PMID:40093658	research paper	比较LDA和BERTopic在分析女性阿片类药物相关心血管风险中的表现	整合AI模块到LDA和BERTopic中，并首次在女性阿片类药物相关心血管风险分析中进行全面比较	研究仅基于PubMed摘要，未涉及全文分析，且样本量有限	比较传统和现代主题建模技术在文本分析中的效果	女性阿片类药物使用与心血管风险的文本数据	natural language processing	cardiovascular disease	topic modeling, deep learning	LDA, BERTopic	text	1,837 abstracts from PubMed
533	2025-05-15	Artificial intelligence-enhanced retinal imaging as a biomarker for systemic diseases 2025, Theranostics IF:12.4Q1 DOI:10.7150/thno.100786 PMID:40093903	review	本文综述了人工智能增强的视网膜成像作为系统性疾病的生物标志物的研究进展	利用AI技术（特别是深度学习）分析视网膜图像，预测多种系统性疾病，展示了在医疗健康领域的潜在影响	面临数据和技术上的挑战与限制，包括生成AI技术的应用带来的机遇与担忧	探索视网膜成像在系统性疾病的筛查、早期检测、预测、风险分层和个性化预后中的价值	视网膜图像及其与系统性疾病的关联	digital pathology	心血管疾病, 中枢神经系统疾病, 慢性肾病, 代谢疾病, 内分泌疾病, 肝胆疾病	深度学习, 自然语言处理框架, 大型语言模型, 生成AI技术	NA	图像（数字彩色眼底照片, 光学相干断层扫描OCT, OCT血管造影, 超广角成像）	NA
534	2025-05-15	A malware classification method based on directed API call relationships 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0299706 PMID:40096061	research paper	提出了一种基于有向API调用关系的恶意软件分类方法，通过建模API序列为有向图并结合FSGCN和CNN进行分类	利用有向API调用关系建模恶意软件分类，提出FSGCN近似DGCN操作，并结合SMOTE处理数据不平衡问题	未提及方法在实时检测或大规模数据集上的性能表现	开发一种更有效的恶意软件分类方法以应对日益复杂的网络威胁	恶意软件样本及其API调用序列	machine learning	NA	SMOTE	FSGCN, CNN	API序列数据	两个真实世界的恶意软件数据集
535	2025-05-15	Machine learning-based risk predictive models for diabetic kidney disease in type 2 diabetes mellitus patients: a systematic review and meta-analysis 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1495306 PMID:40099258	meta-analysis	本文通过系统综述和荟萃分析评估了机器学习模型在预测2型糖尿病患者糖尿病肾病风险中的性能和临床适用性	首次对机器学习模型在预测糖尿病肾病风险中的性能进行了系统综述和荟萃分析，并识别了关键研究缺口	模型开发和验证过程中的数据偏差问题仍需解决，且外部验证研究较少	评估机器学习模型在预测2型糖尿病患者糖尿病肾病风险中的性能和临床适用性	2型糖尿病患者	machine learning	diabetic kidney disease	machine learning algorithms	random forest, traditional regression ML, deep learning	clinical data	26 studies involving 94 ML models
536	2025-05-15	Leveraging Extended Windows in End-to-End Deep Learning for Improved Continuous Myoelectric Locomotion Prediction 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3552530 PMID:40100693	研究论文	本研究探讨了利用扩展窗口长度在端到端深度学习模型中改进连续肌电运动预测的方法	通过扩展窗口长度（250 ms至1500 ms）结合端到端CNN处理原始sEMG信号，克服了传统方法在预测能力和窗口长度上的限制	研究未涉及不同个体间的泛化能力验证	提高基于表面肌电信号的连续运动模式预测的准确性和实时性	表面肌电信号（sEMG）和连续运动模式预测	机器学习	NA	表面肌电信号（sEMG）采集	CNN	生物电信号	涉及8种运动模式和16种过渡状态的数据集
537	2025-05-15	Forecasting stock prices using long short-term memory involving attention approach: An application of stock exchange industry 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319679 PMID:40100866	研究论文	本研究利用四种基于学习的模型预测股票价格，特别关注了结合注意力机制的LSTM模型在卡拉奇证券交易所100指数数据上的表现	提出了四种不同架构的深度学习模型，并发现结合注意力机制的LSTM模型在股票价格预测中表现最佳	研究仅基于卡拉奇证券交易所的数据，可能无法推广到其他市场	预测股票市场价格以提高经济稳定性	卡拉奇证券交易所100指数的每日商业数据	机器学习	NA	深度学习	ANN, RNN with Attention, LSTM with Attention, GRU with Attention	时间序列数据	2008年2月22日至2021年2月23日的卡拉奇证券交易所100指数数据
538	2025-05-15	Duple-MONDNet: duple deep learning-based mobile net for motor neuron disease identification 2025, Turkish journal of medical sciences IF:1.2Q2 DOI:10.55730/1300-0144.5952 PMID:40104302	research paper	提出了一种基于深度学习的双特征提取框架Duple-MONDNet，用于运动神经元病（MND）的早期检测	使用双特征提取方法结合颜色和纹理特征，以及提出的MONDNet模型，实现了早期MND的高检测率	未提及模型在其他数据集上的泛化能力或实际临床应用的可行性	开发一种深度学习模型用于运动神经元病的早期检测	运动神经元病（MND）患者	digital pathology	geriatric disease	Diffusion tensor imaging tractography (DTI), Local binary pattern (LBP)	MONDNet (基于MobileNet的变体)	image	未提及具体样本数量
539	2025-05-15	Evaluating and implementing machine learning models for personalised mobile health app recommendations 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319828 PMID:40106462	研究论文	本文评估并实现了用于个性化移动健康应用推荐的机器学习模型	引入了一个结合应用评分和评论的特征'Rating_Reviews'，并评估了从随机森林到BERT等多种模型，最终设计了一个基于余弦相似度的推荐系统	未提及具体的数据集大小或用户反馈的实际应用效果	设计一个能够根据应用属性为用户提供相关推荐的系统	移动健康应用及其属性（如描述、评分、评论等）	机器学习	NA	机器学习、深度学习（包括BERT）	随机森林、BERT	文本（应用描述、评论等）	NA
540	2025-05-15	Data-driven cultural background fusion for environmental art image classification: Technical support of the dual Kernel squeeze and excitation network 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313946 PMID:40111961	研究论文	本研究探索了一种数据驱动的文化背景融合方法，以提高环境艺术图像分类的准确性	提出了一种新颖的双核挤压与激励网络（DKSE-Net）模型，结合了选择性核网络（SKNet）和挤压与激励网络（SENet）的优点，全面提取图像的全局和局部特征	未明确提及研究的局限性	提高环境艺术图像分类的准确性	环境艺术图像	计算机视觉	NA	扩张卷积、L2正则化、Dropout、修正线性单元激活函数、深度卷积	DKSE-Net、CNN	图像	NA