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	2025-07-06	Deep learning approaches for attenuation correction in myocardial perfusion imaging 2025-Jul, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology IF:3.0Q2 DOI:10.1016/j.nuclcard.2025.102277 PMID:40615168	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
522	2025-07-06	GC-PGE: A novel deep learning model for tumor drug resistance prediction and core resistance gene extraction based on graph and signaling pathways 2025-Jun-30, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108578 PMID:40614480	研究论文	提出了一种名为GC-PGE的新型深度学习模型，用于预测肿瘤耐药性并提取核心耐药基因	整合了多维组学数据和通路级信息，利用图神经网络构建基因关联网络，并通过贝叶斯学习方法将耐药基因预测和肿瘤样本分类任务统一到一个网络架构中	未提及具体的数据集大小或模型在不同类型肿瘤上的泛化能力	预测肿瘤耐药性并识别核心耐药基因，以推进个性化癌症治疗和新治疗靶点的发现	肝癌、卵巢癌和黑色素瘤的肿瘤样本	机器学习	肝癌、卵巢癌、黑色素瘤	图神经网络、贝叶斯学习	GC-PGE（Gene Correlation and Pathway Graph Encoder Network）	多维组学数据（如蛋白质相互作用、基因同源性、信号通路数据）	NA
523	2025-07-06	Classifying kidney disease using a dense layers deep learning model 2025-Jun-28, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100324 PMID:40588036	research paper	该研究提出了一种基于密集层深度学习模型的肾脏疾病分类方法	使用优化的密集层深度神经网络架构，实现了99%的高准确率	研究使用了公开数据集，可能无法完全代表所有临床场景	开发高准确率的肾脏疾病自动诊断系统	慢性肾脏疾病(CKD)患者	machine learning	kidney disease	deep learning	dense-layered deep neural networks	structured data	公开数据集，包含24个独立字段的样本
524	2025-07-06	Automatic prostate volume estimation in transabdominal ultrasound images 2025-Jun-28, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112274 PMID:40614658	research paper	本研究提出了一种基于深度学习的框架，用于在经腹超声图像中自动估计前列腺体积，旨在改进非侵入性前列腺癌风险分层	利用深度学习模型在经腹超声图像中自动进行前列腺分割和体积估计，为非侵入性前列腺癌风险评估提供新方法	经腹超声图像质量较低且依赖操作者，可能影响分割和体积估计的准确性	改进非侵入性前列腺癌风险分层方法	前列腺体积估计	digital pathology	prostate cancer	deep learning	CNN	image	100名患者（中位年龄67岁，95%范围55-81.2岁）的经腹超声视频
525	2025-07-06	MSC-transformer-based 3D-attention with knowledge distillation for multi-action classification of separate lower limbs 2025-Jun-25, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107806 PMID:40614457	研究论文	提出了一种基于MSC-transformer的三维注意力模型，结合知识蒸馏技术，用于下肢分离动作的多动作分类	首次将多尺度可分离卷积与Transformer结合，并引入知识蒸馏技术，提高了模型的计算效率和分类性能	模型在真实运动（RM）和运动观察（MO）分类方面的探索仍然有限	改进基于EEG的运动想象（MI）分类方法，特别是针对下肢分离动作的分类	下肢分离动作的EEG信号	机器学习	NA	知识蒸馏（KD）	MSC-T3AM（基于Transformer的三维注意力模型）	EEG信号	NA
526	2025-07-06	Sequence and Structure-based Prediction of Allosteric Sites 2025-Jun-24, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.169305 PMID:40571274	综述	本文综述了基于蛋白质序列和结构的变构位点预测方法，并讨论了计算机辅助变构药物设计的挑战和未来方向	强调了多模态数据整合和可解释深度学习模型在改进变构位点预测和合理变构药物设计中的潜力	临床应用中变构药物的存在仍然有限	促进对变构机制的理解并促进变构药物设计	蛋白质序列、结构和变构调控	生物信息学	NA	计算机辅助药物设计	深度学习模型	蛋白质序列和结构数据	NA
527	2025-07-06	Quantitative Analysis of Deltamethrin Residues in Water Using Surface-Enhanced Raman Spectroscopy 2025-Jun-19, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126545 PMID:40614471	研究论文	本研究创新性地结合表面增强拉曼光谱(SERS)与增强深度神经网络，提出了一种高灵敏度且准确的水中溴氰菊酯残留定量分析方法	通过引入门控循环单元(GRU)和注意力机制对传统CNN模型进行结构强化，构建了CNN-GRU-Attention增强混合神经网络，显著提升了特征提取能力和非线性关系建模能力	NA	开发高灵敏度且准确的水中溴氰菊酯残留定量分析方法	水中的溴氰菊酯残留	机器学习	NA	表面增强拉曼光谱(SERS)	CNN-GRU-Attention混合神经网络	光谱数据	NA
528	2025-07-06	Automated sex and age estimation from orthopantomograms using deep learning: A comparison with human predictions 2025-Jun-17, Forensic science international IF:2.2Q1 DOI:10.1016/j.forsciint.2025.112531 PMID:40544576	研究论文	本研究开发了一种基于多任务深度学习的自动方法，用于从口腔全景片中估计性别和年龄，并与人类预测进行了比较	采用多任务学习方法，结合VGG主干网络和独立的注意力分支，显著提高了性别和年龄估计的准确性和一致性	数据集仅包含2067张口腔全景片，可能不足以覆盖所有可能的年龄和性别变异性	开发一种自动且稳健的方法，用于法医牙科和法医鉴定中的性别和年龄估计	口腔全景片	计算机视觉	NA	深度学习	多任务学习网络（VGG主干网络）	图像	2067张口腔全景片，性别和年龄组均匀分布，年龄范围3至89岁
529	2025-07-06	Predicting and explaining high dead-on-arrival outcomes in meat-type ducks using deep learning: A path to improved welfare management 2025-Jun-13, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105439 PMID:40541105	研究论文	本研究利用深度学习模型预测和解释肉鸭高到货死亡率(DOA)的结果，旨在改善福利管理	首次将可解释的深度学习模型应用于肉鸭DOA预测，结合SHAP分析提高模型透明度和实用性	研究数据仅来自2022-2023年的8220车次记录，可能无法涵盖所有潜在影响因素	开发可解释的深度学习模型来预测肉鸭高DOA结果，以优化屠宰前管理	肉鸭的屠宰前管理和环境数据	数字病理	NA	深度学习, SHAP分析	深度学习模型	屠宰前管理和环境数据	8220车次肉鸭运输记录(2022-2023年)
530	2025-07-06	An Integrated Framework for Automated Image Segmentation and Personalized Wall Stress Estimation of Abdominal Aortic Aneurysms 2025-Jun-12, Research square DOI:10.21203/rs.3.rs-6630234/v1 PMID:40585219	研究论文	提出一个集成框架，用于自动分割腹部主动脉瘤（AAA）图像并个性化估计壁应力	结合基于块的扩张改进U-Net模型、非线性弹性膜分析（NEMA）和非均匀有理B样条（NURBS）来精确分割和估计AAA壁应力	未提及样本量或具体临床验证结果	开发自动化方法以改进腹部主动脉瘤的监测和手术规划	腹部主动脉瘤（AAA）患者	数字病理学	心血管疾病	CT血管造影（CTA）	改进的U-Net模型	图像	NA
531	2025-07-06	Multicenter Histology Image Integration and Multiscale Deep Learning for Machine Learning-Enabled Pediatric Sarcoma Classification 2025-Jun-11, medRxiv : the preprint server for health sciences DOI:10.1101/2025.06.10.25328700 PMID:40585079	研究论文	本研究开发了一种基于深度学习的计算流程，用于从数字化组织学切片中准确分类儿科肉瘤亚型	采用先进的ViT基础模型（UNI、CONCH）和多尺度特征提升分类准确性，同时优化了轻量级SAMPLER分类器	研究依赖于有限的数据集（867张全切片图像），且仅针对特定儿科肉瘤亚型	开发一种计算流程以准确分类儿科肉瘤亚型，减少诊断中的观察者间变异	儿科肉瘤的数字化组织学切片	数字病理学	儿科肉瘤	深度学习	CNN, ViT, SAMPLER	图像	867张全切片图像（来自三个医疗中心和儿童肿瘤学组）
532	2025-07-06	Iterative deep learning design of human enhancers exploits condensed sequence grammar to achieve cell-type specificity 2025-Jun-04, Cell systems IF:9.0Q1 DOI:10.1016/j.cels.2025.101302 PMID:40472848	研究论文	本文应用迭代深度学习设计具有强细胞类型特异性的合成增强子	利用迭代深度学习优化模型，设计出具有更高特异性的合成增强子，并验证其活性与转录因子表达的相关性	研究仅针对两种人类细胞系，可能无法推广到其他细胞类型	解决合成生物学中如何靶向特定细胞类型进行基因表达的问题	人类细胞系中的合成增强子	合成生物学	NA	迭代深度学习	深度学习模型	增强子活性和染色质可及性数据	两种人类细胞系
533	2025-07-06	FlowMRI-Net: A generalizable self-supervised 4D flow MRI reconstruction network 2025-May-16, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101913 PMID:40383184	research paper	提出了一种通用的自监督深度学习框架FlowMRI-Net，用于快速准确地重建高度欠采样的4D流MRI数据	采用物理驱动的展开优化和复数卷积循环神经网络，以自监督方式进行训练，提高了重建速度和准确性	未明确说明在其他血管区域的适用性验证情况	开发快速准确的4D流MRI重建方法，扩展其临床应用	主动脉和脑血管的4D流MRI数据	medical imaging	心血管疾病	4D flow MRI	complex-valued convolutional recurrent neural network	MRI图像	使用来自两个不同厂商系统的主动脉和脑血管4D流MRI采集数据
534	2025-07-06	Machine learning-based multimodal radiomics and transcriptomics models for predicting radiotherapy sensitivity and prognosis in esophageal cancer 2025-May-15, The Journal of biological chemistry IF:4.0Q2 DOI:10.1016/j.jbc.2025.110242 PMID:40381695	研究论文	本研究整合了机器学习的多模态放射组学和转录组学，开发了预测食管癌放疗敏感性和预后的模型	首次结合放射组学和转录组学数据，利用SEResNet101深度学习模型识别预后相关基因，并发现STUB1通过促进SRC的泛素化和降解增强放疗敏感性	研究依赖于UCSC Xena和TCGA数据库的数据，可能受到数据质量和样本量的限制	预测食管癌患者的放疗敏感性和预后，为个体化放疗计划提供依据	食管癌患者	数字病理	食管癌	RNA-seq	SEResNet101, Lasso回归, Cox分析	影像数据, 转录组数据	来自UCSC Xena和TCGA数据库的数据
535	2025-07-06	Fine-Grained Classification of Pressure Ulcers and Incontinence-Associated Dermatitis Using Multimodal Deep Learning: Algorithm Development and Validation Study 2025-May-01, JMIR AI DOI:10.2196/67356 PMID:40605794	研究论文	开发并验证了一种多模态深度学习框架，用于压力性溃疡（PUs）和失禁性皮炎（IAD）的精细分类	提出了一种结合伤口图像和分类患者数据的多模态深度学习框架，显著提高了PUs和IAD的分类准确性，并在某些任务上超越了人类专家	细粒度分类性能仍有提升空间，特别是IAD分类的F1-score较低（53.20%），且需要进一步验证实际临床应用效果	开发一个强大的多模态深度学习框架，以提高PUs和IAD的诊断准确性并支持临床决策	压力性溃疡（PUs）和失禁性皮炎（IAD）的伤口图像及其严重程度分类	数字病理	皮肤疾病	深度学习	CNN, Transformer (TinyViT, ConvNeXtV2)	图像, 分类数据	1555张伤口图像，由4位伤口专家标注
536	2025-07-06	Deep learning-based reconstruction for three-dimensional volumetric brain MRI: a qualitative and quantitative assessment 2025-Mar-27, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01647-8 PMID:40148785	研究论文	评估基于深度学习的自适应压缩感知网络在脑部MRI三维体积重建中的性能，并在临床环境中进行验证	提出了一种基于深度学习的重建方法，能够在显著减少扫描时间的同时保持图像质量和体积量化准确性	样本量较小（10名健康志愿者和22名患者），且仅在脑部MRI中进行了验证	评估和验证深度学习重建在脑部MRI中的性能	健康志愿者和患者的脑部MRI数据	医学影像分析	脑部疾病	深度学习重建（DLR）和自适应压缩感知（CS）	深度学习网络	MRI图像	10名健康志愿者和22名患者
537	2025-07-06	Image-based Mandibular and Maxillary Parcellation and Annotation using Computer Tomography (IMPACT): A Deep Learning-based Clinical Tool for Orodental Dose Estimation and Osteoradionecrosis Assessment 2025-Mar-20, medRxiv : the preprint server for health sciences DOI:10.1101/2025.03.18.25324199 PMID:40166584	研究论文	提出了一种基于深度学习的自动分割框架，用于放射治疗CT图像中口腔牙齿和颌骨子体积的精确分割，以支持剂量评估和骨放射性坏死评估	首次开发了一种与ClinRad ORN分期系统对齐的深度学习自动分割框架，用于个体牙齿和颌骨子体积的分割	在分割牙齿和数据中常缺失的子体积时表现有限	提高放射治疗中口腔结构的剂量评估和骨放射性坏死检测的准确性	头颈癌患者的口腔牙齿和颌骨子体积	数字病理	头颈癌	计算机断层扫描(CT)	Swin UNETR, ResUNet	医学影像	未明确说明样本数量
538	2025-07-06	Deep learning and explainable artificial intelligence for investigating dental professionals' satisfaction with CAD software performance 2025-Feb, Journal of prosthodontics : official journal of the American College of Prosthodontists DOI:10.1111/jopr.13900 PMID:39010644	研究论文	本研究利用深度学习和可解释人工智能技术调查牙科专业人员对CAD软件性能的满意度	首次将DL-XAI行为分析方法应用于牙科领域，识别影响CAD软件满意度的关键因素	样本仅包含436名牙科专业人员，可能无法代表所有用户群体	评估牙科专业人员对CAD软件性能的满意度及其影响因素	牙科学生、牙医和牙科技师等牙科专业人员	医疗人工智能	牙科疾病	深度学习(DL)、可解释人工智能(XAI)、排列特征重要性分析(PFIA)、Shapley加性解释方法	多层感知器人工神经网络(MLP-ANN)	行为数据、问卷调查数据	436名具有不同CAD经验的牙科专业人员
539	2025-07-06	Few-shot network intrusion detection method based on multi-domain fusion and cross-attention 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327161 PMID:40601763	研究论文	提出了一种基于多域融合和交叉注意力的少样本网络入侵检测方法，旨在解决现实场景中攻击样本有限和域偏移问题	结合多域特征融合和双向交叉注意力机制，设计了双分支特征提取器和双域双向交叉注意力模块，并引入了基于改进Mamba架构的分层特征编码模块	未提及方法在更复杂或更大规模网络环境中的表现	提高少样本条件下网络入侵检测的准确性和跨域泛化能力	网络流量数据	机器学习	NA	二维离散余弦变换(2D-DCT), 状态空间建模	Mamba架构	网络流量序列数据	在两个基准数据集CICIDS2017和CICIDS2018上进行实验
540	2025-07-06	Feasibility of real-time artificial intelligence-assisted anatomical structure recognition during endoscopic submucosal dissection 2025, Endoscopy international open IF:2.2Q2 DOI:10.1055/a-2615-8008 PMID:40611836	研究论文	本研究评估了实时人工智能辅助在内镜黏膜下剥离术(ESD)中识别解剖结构的可行性	首次开发并验证了用于ESD术中实时解剖结构识别的AI算法	样本量较小(仅12例ESD手术)，且仅在猪模型中进行验证	提高ESD手术的安全性和操作速度	内镜黏膜下剥离术(ESD)中的解剖结构识别	数字病理	NA	深度学习	深度学习算法	内镜静态图像	30例ESD手术的1011张图像用于训练，12例猪模型ESD手术用于验证