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
5521	2025-03-22	Flood resilience through hybrid deep learning: Advanced forecasting for Taipei's urban drainage system 2025-Apr, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124835 PMID:40056592	研究论文	本研究利用知识图谱整合多种数据源，结合深度学习模型，提出了一种实时城市排水预警系统，以提高台北市中山泵站的洪水管理能力	提出了结合卷积神经网络和反向传播神经网络（CNN-BP）的深度学习模型，用于多输入多输出多步预测（MIMOMS），并在台北市中山泵站的实际应用中展示了其高预测精度	研究仅限于台北市中山泵站，未在其他地区或更大范围内验证模型的普适性	提高城市排水系统的洪水管理能力，优化泵站操作，增强灾害响应能力	台北市中山泵站的排水系统	深度学习	NA	深度学习	CNN-BP（卷积神经网络结合反向传播神经网络）	水位数据	NA
5522	2025-03-22	Effect of training sample size, image resolution and epochs on filamentous and floc-forming bacteria classification using machine learning 2025-Apr, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124803 PMID:40056595	研究论文	本研究探讨了训练样本大小、图像分辨率和训练轮数对使用机器学习分类丝状和絮状细菌的影响	通过优化人工智能分割模型，研究了训练样本大小、图像分辨率和训练轮数对模型精度和计算需求的影响，提出了在大规模实施中优先考虑多样化的训练样本和足够的样本大小的重要性	研究结果在样本大小达到一定数量（300张图像）后，精度提升不再显著，高分辨率和更多训练轮数在样本较大时影响较小	优化人工智能分割模型在污水处理厂中检测细菌生长的精度和计算需求	丝状和絮状细菌	计算机视觉	NA	深度学习	AI分割模型	图像	300和500张图像
5523	2025-03-22	Explainable deep learning models for predicting water pipe failures 2025-Apr, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124738 PMID:40054363	研究论文	本研究提出了一种新的方法，利用深度学习算法预测水管网络的故障概率	本研究首次将深度神经网络（DNN）、卷积神经网络（CNN）和TabNet应用于水管故障预测，并通过贝叶斯优化（BO）和数据缩放优化模型，同时使用Copeland算法和SHAP值进行模型排名和解释	研究仅基于香港的水管网络数据，可能无法完全代表其他地区的情况	预测水管网络的泄漏和爆裂概率，以帮助水管网络管理	水管网络	机器学习	NA	贝叶斯优化（BO）、数据缩放、Copeland算法、SHAP值	深度神经网络（DNN）、卷积神经网络（CNN）、TabNet	水管网络数据	香港的水管网络数据
5524	2025-03-22	Bayesian uncertainty estimation of adsorption closure models in the computational simulation of contaminant transport 2025-Apr, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124708 PMID:40054364	研究论文	本文研究了在污染物传输模型中采用现象学状态方程对污染物在多孔介质中吸附的影响，并采用嵌入式贝叶斯误差方法来理解使用吸附等温线描述污染物吸附的局限性	采用嵌入式贝叶斯误差方法评估吸附等温线在污染物传输模型中的使用限制，并提出使用深度学习替代模型来替代基于偏微分方程的地下水流和污染物传输模型	吸附项在污染物传输模型中引入较高的不确定性，且参数选择需满足特定的地球化学条件	评估现象学状态方程在污染物传输模型中的影响，并探索使用深度学习替代模型的可行性	污染物在多孔介质中的吸附过程	计算模拟	NA	嵌入式贝叶斯误差方法，深度学习	深度学习替代模型	模拟数据	NA
5525	2025-03-22	Integrating flora, fauna, and indigenous practices into spatial optimization for prescribed burning 2025-Apr, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124833 PMID:40058039	研究论文	本研究开发了一种新的方法，通过整合火灾风险和共存能力来空间优化规定燃烧，应用于中国嘉陵江流域	提出了一种新的空间优化方法，整合火灾风险和共存能力，用于规定燃烧的区域规划	缺乏全面的框架来空间整合这些共存因素到区域尺度的规划中	开发一种新的方法，通过整合火灾风险和共存能力来空间优化规定燃烧	嘉陵江流域（中国）的火灾易发山区	机器学习	NA	机器学习和深度学习	NA	空间数据	嘉陵江流域的火灾易发山区
5526	2025-03-22	Enhancing short-term algal bloom forecasting through an anti-mimicking hybrid deep learning method 2025-Apr, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124832 PMID:40068506	研究论文	本文提出了一种混合深度学习模型（TAB），用于提高短期藻华预测的准确性	结合了Temporal Convolutional Network (TCN)、注意力机制和Bidirectional Long Short-Term Memory (BiLSTM)网络，并采用了新型的失真损失函数DILATE，以增强模型的预测鲁棒性	模型在数据复制问题上仍有改进空间，特别是在突变情况下的预测准确性	提高藻华预测的准确性，特别是在高频波动和噪声数据的情况下	藻华数据，特别是叶绿素a的动态变化	机器学习	NA	深度学习	Temporal Convolutional Network (TCN), Bidirectional Long Short-Term Memory (BiLSTM), 注意力机制	时间序列数据	中国九龙江东水库的现场藻华数据
5527	2025-03-22	PCANN Program for Structure-Based Prediction of Protein-Protein Binding Affinity: Comparison With Other Neural-Network Predictors 2025-Mar-21, Proteins IF:3.2Q2 DOI:10.1002/prot.26821 PMID:40116085	研究论文	本文介绍了一种新的基于结构的蛋白质-蛋白质复合物亲和力预测器PCANN，它结合了ESM-2语言模型和图注意力网络（GAT）来预测蛋白质结合界面的信息	PCANN预测器结合了ESM-2语言模型和图注意力网络（GAT），在预测蛋白质-蛋白质复合物亲和力方面表现优于现有的最佳公开预测器BindPPI	开发基于深度学习模型的预测器面临两个问题：实验数据量有限且数据准确性不高，缺乏内部一致性	开发一种新的基于结构的蛋白质-蛋白质复合物亲和力预测器	蛋白质-蛋白质复合物	自然语言处理	NA	ESM-2语言模型，图注意力网络（GAT）	神经网络	蛋白质结构数据	两个文献提取的数据集
5528	2025-03-22	Deep learning analysis of magnetic resonance imaging accurately detects early-stage perihilar cholangiocarcinoma in patients with primary sclerosing cholangitis 2025-Mar-20, Hepatology (Baltimore, Md.) DOI:10.1097/HEP.0000000000001314 PMID:40112296	研究论文	本研究开发了一种深度学习模型，通过分析磁共振成像（MRI）来检测原发性硬化性胆管炎（PSC）患者的早期肝门部胆管癌（pCCA），并与放射科专家的诊断性能进行比较	使用3D DenseNet-121模型分析MRI图像，显著提高了早期pCCA的检测灵敏度，尤其是在无肿块的情况下	研究为回顾性队列研究，可能存在选择偏差，且样本量相对较小	开发一种深度学习模型，用于早期检测PSC患者的pCCA	原发性硬化性胆管炎（PSC）患者	数字病理	胆管癌	MRI	3D DenseNet-121	图像	398名患者（训练队列150名，测试队列248名）
5529	2025-03-22	Automated Detection of Microcracks Within Second Harmonic Generation Images of Cartilage Using Deep Learning 2025-Mar-20, Journal of orthopaedic research : official publication of the Orthopaedic Research Society IF:2.1Q2 DOI:10.1002/jor.26071 PMID:40113341	研究论文	本文介绍了一种基于YOLOv8的深度学习模型，用于自动检测、分割和量化软骨微裂纹，以提高软骨损伤早期检测的效率和准确性	首次将YOLOv8深度学习模型应用于软骨微裂纹的自动检测，显著提高了检测的准确性和可重复性，同时减少了人工劳动需求	模型在微裂纹长度和宽度的预测上表现精确，但在方向估计上存在中等程度的变异性	开发一种自动化工具，用于软骨微裂纹的检测和分析，以促进软骨损伤的早期发现和骨关节炎的预防	软骨微裂纹	计算机视觉	骨关节炎	深度学习	YOLOv8	图像	未明确提及具体样本数量
5530	2025-03-22	Deep Learning Neural Network Based on PSO for Leukemia Cell Disease Diagnosis from Microscope Images 2025-Mar-20, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01474-x PMID:40113730	研究论文	本文提出了一种基于粒子群优化（PSO）的深度学习神经网络方法，用于从显微镜图像中诊断白血病细胞疾病	结合深度学习和PSO方法进行特征提取和优化，使用多种机器学习算法进行分析，提高了白血病细胞诊断的准确性	未提及样本的具体数量和多样性，可能影响模型的泛化能力	提高白血病细胞疾病的诊断准确性	显微镜图像中的白血病细胞	计算机视觉	白血病	深度学习，粒子群优化（PSO）	GoogLeNet, ResNet-50, 决策树（DT）, 支持向量机（SVM）, K近邻（K-NN）	图像	NA
5531	2025-03-22	Evaluation of De Vries et al.: Quantifying cellular shapes and how they correlate to cellular responses 2025-Mar-19, Cell systems IF:9.0Q1 DOI:10.1016/j.cels.2025.101242 PMID:40112776	评论	本文是对De Vries等人关于3D细胞形状分析的深度学习方法的同行评审过程的评价	NA	NA	评估De Vries等人的研究，探讨细胞形状与其反应之间的关系	3D细胞形状	数字病理学	NA	深度学习	NA	3D图像	NA
5532	2025-03-22	Geometric deep learning and multiple-instance learning for 3D cell-shape profiling 2025-Mar-19, Cell systems IF:9.0Q1 DOI:10.1016/j.cels.2025.101229 PMID:40112779	研究论文	本研究利用深度学习技术，结合几何深度学习和基于注意力的多实例学习，开发了MorphoMIL计算流程，用于分析3D细胞和核形态	引入了MorphoMIL，一种结合几何深度学习和注意力机制的多实例学习计算流程，用于3D细胞形态分析	NA	通过深度学习发现细胞形态表示并理解细胞状态	超过95,000个经过临床相关和细胞骨架调节化学及遗传扰动的黑色素瘤细胞	计算机视觉	黑色素瘤	深度学习	几何深度学习，多实例学习	3D点云数据	超过95,000个黑色素瘤细胞
5533	2025-03-22	Generative T2-weighted images as a substitute for true T2-weighted images on brain MRI in patients with acute stroke 2025-Mar-19, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2025.03.004 PMID:40113490	研究论文	本研究验证了一种从扩散加权（DW）图像生成T2加权图像的深度学习算法，并比较了其与真实T2加权图像在急性卒中患者中检测出血的性能	使用生成对抗网络（GAN）从DW图像生成T2*加权图像，并验证其在急性卒中患者中检测出血的性能	单中心回顾性研究，样本量有限，未涉及其他类型的卒中或不同时间点的影像数据	验证深度学习算法生成的T2*加权图像在急性卒中患者中检测出血的性能	急性卒中患者的MRI图像	医学影像分析	卒中	生成对抗网络（GAN）	GAN	MRI图像	939名患者（487名女性，452名男性），共1491组MRI图像
5534	2025-03-22	Denoised recurrence label-based deep learning for prediction of postoperative recurrence risk and sorafenib response in HCC 2025-Mar-18, BMC medicine IF:7.0Q1 DOI:10.1186/s12916-025-03977-4 PMID:40102873	研究论文	本文提出了一种基于去噪复发标签的深度学习模型，用于预测肝细胞癌（HCC）患者术后复发风险及对索拉非尼的治疗反应	利用去噪复发标签（DRL）训练CNN-SASM模型，提取预后相关病理特征（PPS），并构建基于PPS的预后模型，能够有效预测HCC患者的复发风险和对索拉非尼的治疗反应	研究样本量相对较小，外部验证集仅包含78例患者，可能影响模型的泛化能力	开发一种基于病理图像的深度学习模型，用于预测HCC患者的术后复发风险及对索拉非尼的治疗反应	287例未接受治疗的HCC术后患者和79例接受索拉非尼治疗的HCC患者	数字病理学	肝细胞癌	深度学习	CNN-SASM	病理图像	287例未治疗患者和79例索拉非尼治疗患者，外部验证集包含78例TCGA-LIHC患者
5535	2025-03-22	Safe-by-Design Strategies for Intranasal Drug Delivery Systems: Machine and Deep Learning Solutions to Differentiate Epithelial Tissues via Attenuated Total Reflection Fourier Transform Infrared Spectroscopy 2025-Mar-14, ACS pharmacology & translational science IF:4.9Q1 DOI:10.1021/acsptsci.4c00643 PMID:40109738	研究论文	本研究结合衰减全反射傅里叶变换红外光谱（ATR-FTIR）与机器学习和深度学习技术，有效区分鼻至脑上皮组织，开发了鼻内药物递送系统的安全设计模型	首次将ATR-FTIR光谱与机器学习和深度学习技术结合，用于区分鼻至脑上皮组织，并开发了安全设计模型	研究基于离体猪组织实验，可能无法完全反映人体组织的复杂性	开发鼻内药物递送系统的安全设计模型，提高组织识别的精确性	嗅觉上皮（OE）、呼吸上皮（RE）和气管组织	机器学习	NA	ATR-FTIR光谱	前馈神经网络（FNN）、支持向量机（SVM）、去噪自编码器	光谱数据	离体猪组织样本
5536	2025-03-22	A Hybrid Energy-Based and AI-Based Screening Approach for the Discovery of Novel Inhibitors of AXL 2025-Mar-13, ACS medicinal chemistry letters IF:3.5Q2 DOI:10.1021/acsmedchemlett.4c00511 PMID:40110119	研究论文	本研究介绍了一种结合AI增强的图神经网络PLANET和几何深度学习算法DeepDock的高通量虚拟筛选方法，用于发现新型AXL抑制剂	结合AI增强的图神经网络和几何深度学习算法进行高通量虚拟筛选，发现新型AXL抑制剂	未提及具体局限性	开发新型AXL抑制剂以推进癌症治疗	AXL受体酪氨酸激酶及其抑制剂	机器学习	癌症	高通量虚拟筛选（HTVS）	图神经网络（PLANET）、几何深度学习算法（DeepDock）	化学数据库	未提及具体样本数量
5537	2025-03-22	An improved Artificial Protozoa Optimizer for CNN architecture optimization 2025-Mar-13, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107368 PMID:40112636	研究论文	本文提出了一种名为MAPOCNN的新型神经架构搜索方法，利用改进的人工原生动物优化器（APO）来优化卷积神经网络（CNN）的架构	引入了改进的人工原生动物优化器（MAPO），结合原生动物的趋光行为，以缓解早熟收敛的风险，从而探索更广泛的CNN架构并找到更优的解决方案	NA	优化卷积神经网络（CNN）的架构	卷积神经网络（CNN）	机器学习	NA	神经架构搜索（NAS）	CNN	图像	基准数据集（包括Rectangle和Mnist-random）
5538	2025-03-22	[Scale-invariant feature-enhanced deep learning framework for oral mucosal lesion segmentation] 2025-Mar-09, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology DOI:10.3760/cma.j.cn112144-20241210-00467 PMID:40015705	研究论文	本文提出了一种名为PixelSIFT-UNet的新型语义分割模型，结合深度学习和尺度不变特征变换（SIFT）算法，以提高口腔黏膜病变的分割准确性	结合SIFT算法与深度学习模型，提出PixelSIFT-UNet架构，显著提升了口腔黏膜病变的分割精度	研究仅基于单一医院的临床数据，可能限制了模型的泛化能力	提高口腔黏膜病变的分割准确性	口腔黏膜病变（如口腔扁平苔藓、口腔白斑和口腔黏膜下纤维化）	计算机视觉	口腔疾病	深度学习、SIFT算法	PixelSIFT-UNet、U-Net、PSPNet	图像	838张标准临床白光图像，分为训练集（506张）、验证集（166张）和测试集（166张）
5539	2025-03-22	Multi-scale structural similarity embedding search across entire proteomes 2025-Mar-06, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.28.640875 PMID:40093062	研究论文	本文提出了一种可扩展的结构相似性搜索策略，用于处理大量实验确定的结构和通过AI/DL方法预测的计算结构模型	利用蛋白质语言模型和深度神经网络架构将3D结构转换为固定长度的向量，实现高效的大规模比较	模型虽然能够预测单域结构之间的TM分数，但在处理多域结构时可能存在局限性	开发一种可扩展且高效的结构相似性搜索方法，以应对3D生物分子结构信息的快速增长	实验确定的结构和通过AI/DL方法预测的计算结构模型	生物信息学	NA	AI/DL方法	深度神经网络	3D结构数据	NA
5540	2025-03-22	Deep Huber quantile regression networks 2025-Mar-05, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107364 PMID:40112635	研究论文	本文介绍了深度Huber分位数回归网络（DHQRN），该网络能够预测Huber分位数，并作为分位数回归神经网络（QRNN）和期望分位数回归神经网络（ERNN）的扩展	提出了深度Huber分位数回归网络（DHQRN），能够预测更一般的Huber分位数，并嵌套了QRNN和ERNN作为极限情况	未明确提及具体局限性	研究目的是通过深度学习算法预测概率分布的更多功能（如分位数和期望分位数），以量化预测的不确定性	房屋价格预测，具体案例为澳大利亚墨尔本和美国波士顿的房价	机器学习	NA	深度学习	深度Huber分位数回归网络（DHQRN）	房价数据	未明确提及具体样本数量