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
5481	2025-04-09	An efficient method for chili pepper variety classification and origin tracing based on an electronic nose and deep learning 2025-Jul-01, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143850 PMID:40101378	研究论文	本文提出了一种结合电子鼻和深度学习的方法，用于辣椒品种分类和产地溯源	提出了一种传感器感知卷积网络（SACNet），集成了电子鼻技术，通过传感器注意力模块自适应关注各传感器的重要性，并引入局部感知和广域感知结构以捕获气体信息特征	方法依赖于电子鼻系统的气体样本采集，可能在实际应用中受到环境因素的影响	解决辣椒品种和产地快速准确识别的问题	辣椒	机器学习	NA	电子鼻（e-nose）	CNN（SACNet）	气体数据	三个数据集（Dataset A、B、C），具体样本数量未提及
5482	2025-04-09	Predicting the risk of ischemic stroke in patients with atrial fibrillation using heterogeneous drug-protein-disease network-based deep learning 2025-Jun, APL bioengineering IF:6.6Q1 DOI:10.1063/5.0242570 PMID:40191603	research paper	开发了一种可解释的深度学习模型ABioSPath，用于预测心房颤动患者一年内缺血性中风的风险	通过整合药物-蛋白质-疾病通路与真实世界临床数据，ABioSPath模型能够识别药物作用机制和共病传播，提供个体化的中风风险评估	模型仅基于香港43家医院的数据，可能在其他地区或人群中的适用性有限	预测心房颤动患者一年内缺血性中风的风险	心房颤动患者	machine learning	cardiovascular disease	deep learning	ABioSPath	electronic health record data	7859名心房颤动患者
5483	2025-04-09	A pretrained transformer model for decoding individual glucose dynamics from continuous glucose monitoring data 2025-May, National science review IF:16.3Q1 DOI:10.1093/nsr/nwaf039 PMID:40191259	研究论文	开发了一个基于注意力机制的深度学习模型CGMformer，用于从连续血糖监测数据中解码个体血糖动态	利用自监督学习在大量CGM数据上预训练模型，能够表征个体内在代谢状态并支持多种临床应用	未提及具体样本量或模型在更广泛人群中的验证情况	通过深度学习改进糖尿病管理中的血糖监测和预测	连续血糖监测数据和糖尿病相关临床任务	机器学习	糖尿病	自监督学习	Transformer	时间序列数据	NA
5484	2025-04-09	Ensemble network using oblique coronal MRI for Alzheimer's disease diagnosis 2025-Apr-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121151 PMID:40147601	研究论文	本研究提出了一种基于倾斜冠状MRI的集成网络方法，用于阿尔茨海默病的诊断	采用倾斜冠状MRI切片和集成学习方法，提高了诊断准确率	研究依赖于ADNI数据集，可能限制了方法的普适性	开发一种更可靠的阿尔茨海默病诊断方法	阿尔茨海默病患者、轻度认知障碍患者和正常老年人	数字病理学	老年疾病	MRI	集成学习	图像	ADNI数据集中的样本
5485	2025-04-09	How local is "local"? Deep learning reveals locality of the induced magnetic field of polycyclic aromatic hydrocarbons 2025-Apr-14, The Journal of chemical physics IF:3.1Q1 DOI:10.1063/5.0257558 PMID:40197568	研究论文	本文利用深度学习研究多环芳香分子中磁响应的局部性	采用新颖的图神经网络（GNNs）结合环图表示法预测分子周围空间的核独立化学位移（NICS），并通过k-hop扩展策略克服GNNs泛化问题	尽管模型在小分子（最多4个环）上训练，但能准确预测更大分子（最多15个环）的磁响应，但仍需验证更复杂分子的适用性	探究多环芳香分子中磁响应的局部性	多环芳香分子	机器学习	NA	图神经网络（GNNs）	GNN	分子结构数据	训练集包含最多4个环的分子，测试集扩展到最多15个环的分子
5486	2025-04-09	Large Language Models (such as ChatGPT) as Tools for Machine Learning-Based Data Insights in Analytical Chemistry 2025-Apr-08, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05046 PMID:39907023	research paper	本文探讨了大型语言模型（如ChatGPT）在分析化学中作为机器学习数据洞察工具的应用	展示了大型语言模型通过智能手机以交互式对话方式处理和分析高光谱成像数据集的潜力	未提及具体的数据集规模或模型性能的定量评估	探索大型语言模型在分析化学数据处理和分析中的应用	高光谱成像数据集	自然语言处理	NA	激光诱导击穿光谱（LIBS）	CNN, LLM	高光谱图像	NA
5487	2025-04-09	WPR-Net: A Deep Learning Protocol for Highly Accelerated NMR Spectroscopy with Faithful Weak Peak Reconstruction 2025-Apr-08, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c04830 PMID:40067126	research paper	提出一种深度学习架构WPR-Net，用于高度加速的NMR光谱学并可靠重建弱峰	该深度学习协议能够消除欠采样伪影，并在高度稀疏采样密度或严重噪声条件下重建高质量多维NMR光谱信号	NA	加速多维NMR光谱学的实现并提高弱峰重建的准确性	多维NMR光谱信号	machine learning	NA	NMR spectroscopy	deep learning architecture (WPR-Net)	spectral data	NA
5488	2025-04-09	Deep learning assisted high-resolution microscopy image processing for phase segmentation in functional composite materials 2025-Apr-08, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.13413 PMID:40195694	research paper	该研究提出了一种基于深度学习的图像处理方法，用于高分辨率显微镜图像的相位分割和成分检测	提出了一种新的基于FFT的分割工作流程，并利用训练好的U-Net模型进行相位分割，这在复合材料的相位和成分检测中是一个尚未充分探索的领域	NA	开发一种高效的高分辨率显微镜图像分析方法，用于电池研究中的相位分割和成分检测	高分辨率透射电子显微镜（TEM）图像中的复合材料的相位和成分	computer vision	NA	深度学习	U-Net	image	NA
5489	2025-04-09	Protein-Ligand Structure and Affinity Prediction in CASP16 Using a Geometric Deep Learning Ensemble and Flow Matching 2025-Apr-08, Proteins IF:3.2Q2 DOI:10.1002/prot.26827 PMID:40195868	研究论文	本文介绍了一种名为MULTICOM_ligand的深度学习方法，用于预测蛋白质-配体结构和结合亲和力，并在CASP16中表现优异	提出了一个结合结构共识排序和无监督姿势排序的深度学习集成方法，以及一个新的深度生成流匹配模型，用于联合预测结构和结合亲和力	未提及具体局限性	解决蛋白质-配体结构和结合亲和力预测的基础性问题，以支持生物技术和药物发现	蛋白质-配体结构和结合亲和力	机器学习	NA	深度学习	深度学习集成和流匹配模型	蛋白质-配体结构数据	NA
5490	2025-04-09	Enhancing Dementia Classification for Diverse Demographic Groups: Using Vision Transformer-Based Continuous Scoring of Clock Drawing Tests 2025-Apr-08, The journals of gerontology. Series B, Psychological sciences and social sciences DOI:10.1093/geronb/gbaf065 PMID:40197801	research paper	本研究开发了一种基于深度学习的连续时钟绘图测试(CDT)评分方法，用于提高不同人口群体的痴呆症分类准确性	使用Vision Transformer生成连续CDT评分，并针对不同人口特征设定分类阈值，提高了痴呆症筛查的适应性和包容性	研究依赖于NHATS数据集，可能无法完全代表所有人群特征	开发更精确的痴呆症筛查工具	老年人群体(特别是黑人、低教育水平和90岁以上高龄人群)	digital pathology	geriatric disease	deep learning neural network (DLNN)	Vision Transformer	image	来自国家健康与老龄化趋势研究(NHATS)的全国代表性老年人样本
5491	2025-04-09	Enhancing Herbal Medicine-Drug Interaction Prediction Using Large Language Models 2025-Apr-07, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3558667 PMID:40193268	研究论文	该研究提出了一种结合大型语言模型(LLMs)、独热编码和变分图自编码器(VGAEs)的草药-药物相互作用(HDI)预测模型	首次整合LLMs、独热编码和VGAEs来预测HDI，并通过区分草药-药物相似性和节点度来优化VGAE消息流	未明确提及具体的数据集规模或模型性能比较的局限性	优化草药与药物联合治疗策略，支持个性化和精准医疗	草药与药物之间的相互作用	自然语言处理	NA	LLMs, 独热编码, VGAEs	变分图自编码器(VGAE)	药物SMILES字符串, 草药多天然产物特征	NA
5492	2025-04-09	Deep learning analysis of hematoxylin and eosin-stained benign breast biopsies to predict future invasive breast cancer 2025-Apr-07, JNCI cancer spectrum IF:3.4Q2 DOI:10.1093/jncics/pkaf037 PMID:40193520	research paper	使用深度学习分析良性乳腺活检的H&E染色全切片图像，预测未来浸润性乳腺癌的发生	首次采用深度学习模型结合临床病理特征的多模态方法，显著提高了乳腺癌风险的预测准确性	研究样本量相对有限，未来需要更大规模的数据验证	开发基于深度学习的预测模型，评估良性乳腺疾病患者未来发展为乳腺癌的风险	946名良性乳腺疾病女性患者的活检样本	digital pathology	breast cancer	H&E染色全切片图像分析	VGG-16, AutoML, 多模态网络	image, 临床病理数据	训练集662例（331例病例，331例对照），测试集284例（142例病例，142例对照）
5493	2025-04-09	Dimensionality Reduction of Genetic Data using Contrastive Learning 2025-Apr-07, Genetics IF:3.3Q2 DOI:10.1093/genetics/iyaf068 PMID:40194517	research paper	该论文介绍了一种利用对比学习进行遗传数据降维的框架，以生成类似PCA的群体可视化	定义了一种优于常用对比学习损失函数的损失函数，并针对SNP基因型数据集定制了数据增强方案	未明确提及具体局限性	开发一种适用于遗传数据的降维方法，以更好地保留局部和全局结构	狗和人类的基因型数据	machine learning	NA	对比学习	深度学习神经网络	SNP基因型数据	两个数据集（狗和人类基因型）
5494	2025-04-09	Severity Classification of Pediatric Spinal Cord Injuries Using Structural MRI Measures and Deep Learning: A Comprehensive Analysis Across All Vertebral Levels 2025-Apr-07, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8770 PMID:40194851	research paper	本研究通过结构MRI测量和深度学习技术，对儿童脊髓损伤的严重程度进行分类	结合横截面积、前后宽度和左右宽度等结构参数与深度学习技术，首次在儿童脊髓损伤中进行全面分析	样本量较小，仅61名参与者，且仅包括慢性脊髓损伤患者	评估儿童脊髓损伤患者的结构特征，并开发基于深度学习的分类方法	20名慢性脊髓损伤儿童和41名正常发育儿童	digital pathology	spinal cord injury	MRI扫描和深度学习	CNN	MRI图像	61名儿童（20名脊髓损伤患者和41名正常发育儿童）
5495	2025-04-09	Deep learning-based generation of DSC MRI parameter maps using DCE MRI data 2025-Apr-07, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8768 PMID:40194853	研究论文	本研究开发了一种基于深度学习的模型，利用DCE MRI数据生成DSC MRI参数图	使用cGAN从DCE MRI数据合成DSC参数图，避免了两次注射造影剂的需求	研究样本量较小（64名参与者），且仅针对脑肿瘤患者进行了验证	开发一种方法，通过单次造影剂注射同时获取DSC和DCE MRI参数图	脑肿瘤患者及正常对照者的MRI数据	医学影像分析	脑肿瘤	DSC MRI, DCE MRI	cGAN	医学影像	64名参与者（包括脑肿瘤患者和正常对照者）
5496	2025-04-09	AI-Driven Detection and Measurement of Keratinized Gingiva in Dental Photographs: Validation Using Reference Retainers 2025-Apr-07, Journal of clinical periodontology IF:5.8Q1 DOI:10.1111/jcpe.14164 PMID:40195567	research paper	评估一种深度学习模型在牙科照片中检测角化牙龈（KG）的能力，并使用参考保持器进行校准以验证其临床适用性	首次提出能够可靠识别全口角化牙龈的AI模型，并通过参考保持器进行了全面验证	对后牙区域的预测需要进一步改进	评估深度学习模型在牙科照片中检测角化牙龈的准确性及其临床应用	576张来自32名受试者的牙科照片，包括碘染色、未染色和线标记保持器的照片	digital pathology	NA	深度学习	DeepLabv3 with ResNet50 backbone	image	576张牙科照片来自32名受试者
5497	2025-04-09	Noninvasive early prediction of preeclampsia in pregnancy using retinal vascular features 2025-Apr-05, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01582-6 PMID:40188283	research paper	该研究开发了一种名为PROMPT的AI驱动模型，利用视网膜摄影技术对妊娠期高血压疾病子痫前期（PE）进行早期无创预测	首次结合视网膜血管特征、平均动脉压和风险因素，开发了非侵入性、经济高效的子痫前期预测工具PROMPT	研究样本量相对有限（1812例妊娠），且仅在妊娠14周前进行评估	开发无创、低成本的子痫前期早期预测方法	妊娠期妇女（孕14周前）	digital pathology	cardiovascular disease	retinal photography, deep learning	machine learning	retinal images	1812 pregnancies
5498	2025-04-09	Deep-learning enabled rapid and low-cost detection of microplastics in consumer products following on-site extraction and image processing 2025-Apr-04, RSC advances IF:3.9Q2 DOI:10.1039/d4ra07991d PMID:40190644	研究论文	提出一种基于深度学习的低成本、快速检测消费品中微塑料的方法	使用低成本手机显微镜和YOLOv5深度学习模型实现微塑料的快速准确检测	仅测试了五种消费品类别，样本量相对有限	开发一种快速、准确且低成本的微塑料检测方法	盐、糖、茶包、牙膏和牙粉中的微塑料	计算机视觉	NA	密度分离技术、ATR-FTIR光谱、FE-SEM	YOLOv5	图像	2490张图像（来自五种不同产品类别）
5499	2025-04-09	Non-invasive quantification of pressure drops in stenotic intracranial vessels: using deep learning-enhanced 4D flow MRI to characterize the regional haemodynamics of the pulsing brain 2025-Apr-04, Interface focus IF:3.6Q1 DOI:10.1098/rsfs.2024.0040 PMID:40191027	研究论文	本研究探讨了使用深度学习增强的超分辨率4D流MRI结合物理信息虚拟功-能相对压力技术来量化狭窄颅内动脉压力下降的方法	采用深度学习增强的超分辨率4D流MRI技术，结合物理信息虚拟功-能相对压力技术，显著提高了颅内动脉狭窄区域压力变化的非侵入性量化准确性	研究首先在模拟颅内环境的脉动流实验中进行验证，然后才转移到患者队列中，可能限制了直接临床应用的广泛性	开发一种非侵入性方法来量化狭窄颅内动脉的压力下降，以评估功能性狭窄的严重程度	狭窄颅内动脉及其区域血流动力学	数字病理学	心血管疾病	深度学习增强的超分辨率4D流MRI	深度学习	MRI图像	一组颅内动脉粥样硬化疾病患者队列
5500	2025-04-09	BRAFPred: A Novel Approach for Accurate Prediction of the B-Type Rapidly Accelerated Fibrosarcoma Inhibitor 2025-Apr-01, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.4c10367 PMID:40191311	研究论文	本文提出了一种名为BRAFPred的新方法，用于准确预测B型快速加速纤维肉瘤抑制剂	采用堆叠集成学习框架，结合经典机器学习和深度学习技术，提高了预测BRAF抑制剂的准确性	未明确提及具体局限性	开发更准确的BRAF抑制剂预测方法	B型快速加速纤维肉瘤(BRAF)抑制剂	机器学习	癌症	堆叠集成学习、XGB、SVR、Chemprop、FG-BERT	随机森林回归模型	分子描述符和小分子序列特征	未明确提及具体样本数量