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
561	2025-04-15	Graph-based prototype inverse-projection for identifying cortical sulcal pattern abnormalities in congenital heart disease 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103538 PMID:40121807	研究论文	本研究开发了一种基于深度学习的脑沟模式分析方法，用于识别先天性心脏病患者的皮层脑沟模式异常	提出了一种基于原型图神经网络的脑沟模式分析方法，并引入原型逆投影以提高模型的可解释性	需要更多样本来验证方法的普适性，且计算成本可能较高	开发一种敏感且可解释的脑沟模式分析工具，用于识别神经发育差异	健康对照组（174人）和先天性心脏病患者（345人）的脑沟模式	数字病理学	先天性心脏病	深度学习	图神经网络（GNN）	脑沟模式图	519人（174健康对照+345患者）
562	2025-04-15	An extragradient and noise-tuning adaptive iterative network for diffusion MRI-based microstructural estimation 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103535 PMID:40157297	研究论文	本文提出了一种基于扩散MRI的微结构估计的外梯度和噪声调谐自适应迭代网络	引入了一种自适应机制，根据特定的dMRI模型、数据集和下采样策略灵活调整稀疏表示过程，避免了手动选择并加速推理，同时提出了噪声调谐模块帮助网络逃离局部极小值/鞍点	未提及具体局限性	改进扩散MRI模型参数估计的准确性和通用性	扩散MRI数据	医学影像分析	NA	扩散MRI (dMRI)	外梯度和噪声调谐自适应迭代网络	MRI图像	两个3T Human Connectome Project (HCP)数据集和一个7T HCP数据集
563	2025-04-15	ArtiDiffuser: A unified framework for artifact restoration and synthesis for histology images via counterfactual diffusion model 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103567 PMID:40188685	研究论文	提出ArtiDiffuser，一种基于反事实扩散模型的统一框架，用于组织学图像的伪影修复和合成	首次将反事实扩散模型应用于组织学图像的伪影修复与合成，通过Swin-Transformer去噪网络和类别引导的专家混合增强特征处理能力	需要人工标注的伪影类别数据，且模型性能依赖于标注质量	解决组织学图像中伪影导致的误诊问题	组织学图像中的伪影区域	数字病理学	NA	扩散模型	Swin-Transformer+MoE	图像	包含723个标注图像块的首个综合组织学数据集
564	2025-04-15	Unsupervised brain MRI tumour segmentation via two-stage image synthesis 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103568 PMID:40199108	研究论文	本文提出了一种通过两阶段图像合成策略进行无监督脑部MRI肿瘤分割的方法	采用两阶段图像合成策略，生成更真实的合成数据以缩小真实与合成数据之间的领域差距	未明确提及具体局限性，但可能依赖于合成数据的质量和伪标签的准确性	开发一种无需专家标注的无监督脑部肿瘤分割方法	脑部MRI图像中的肿瘤区域	数字病理	脑肿瘤	两阶段图像合成策略	无监督学习模型	MRI图像	五个脑部成像数据集
565	2025-04-15	Development and validation of radiomics and deep transfer learning models to assess cognitive impairment in patients with cerebral small vessel disease 2025-Apr-19, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.03.012 PMID:40068720	研究论文	本研究开发和验证了基于深度迁移学习和放射组学特征的预测模型，用于评估脑小血管病患者的认知障碍	结合深度迁移学习和放射组学特征，开发了预测脑小血管病认知障碍的模型，并展示了综合模型的优越性能	样本量有限，Delong检验未显示模型间统计显著性差异	开发有效的诊断工具以评估脑小血管病患者的认知障碍	脑小血管病患者和对照受试者	数字病理学	脑小血管病	3D T1加权MRI	ResNet101_32x8d, Random Forest, Naive Bayes	图像	145名脑小血管病患者和99名对照受试者
566	2025-04-15	Artificial intelligence in stroke rehabilitation: From acute care to long-term recovery 2025-Apr-19, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.03.017 PMID:40068721	综述	本文综述了人工智能在脑卒中康复中的应用，从急性期护理到长期恢复	探讨了AI在早期诊断、运动恢复和认知康复中的创新应用，如AI驱动的影像技术、机器人辅助和脑机接口	涉及AI实施的伦理、法律和监管挑战，包括数据隐私和技术整合问题	研究AI在脑卒中康复中的潜在应用及其对患者恢复的影响	脑卒中患者	数字病理学	心血管疾病	深度学习、机器学习、神经信号处理	深度学习模型、机器学习模型	影像数据（CT、MRI）、神经信号、穿戴设备数据	NA
567	2025-04-15	Accelerated Missense Mutation Identification in Intrinsically Disordered Proteins Using Deep Learning 2025-Apr-14, Biomacromolecules IF:5.5Q1 DOI:10.1021/acs.biomac.4c01124 PMID:40072940	研究论文	结合布朗动力学模拟和深度学习策略，快速识别内在无序蛋白质中错义突变引起的大结构变化	开发了一种多层感知器神经网络架构，能够以97%的准确度预测内在无序蛋白质的旋转半径，并显著提高计算效率	方法目前仅适用于长度为20-300的内在无序蛋白质序列	快速识别和理解与内在无序蛋白质中错义突变相关的疾病，并开发潜在的治疗干预措施	内在无序蛋白质（IDPs）及其错义突变	机器学习	NA	布朗动力学模拟（BD）、深度学习（DL）	多层感知器神经网络（MLP NN）	蛋白质序列数据	约6500个来自MobiDB数据库的IDP序列
568	2025-04-15	Multitarget Natural Compounds for Ischemic Stroke Treatment: Integration of Deep Learning Prediction and Experimental Validation 2025-Apr-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00135 PMID:40084909	研究论文	本研究开发了一个结合深度学习和实验验证的创新药物发现流程，用于识别具有全面神经保护特性的天然化合物，以治疗缺血性中风	结合了基于transformer的深度学习模型SELFormer和多种深度学习算法，预测天然化合物对七个关键中风相关靶点的生物活性，并通过实验验证了四种高效化合物的神经保护效果	实验验证仅限于NGF分化的PC12细胞在氧糖剥夺条件下的研究，未进行动物模型或临床试验	开发一个深度学习驱动的框架，用于识别多靶点天然治疗剂，以治疗缺血性中风	天然化合物及其对缺血性中风的神经保护作用	机器学习	缺血性中风	深度学习、分子对接、QSAR建模、UMAP投影	SELFormer（基于transformer的深度学习模型）	化学结构数据、生物活性数据	11种中等活性化合物和57种高活性化合物，其中4种高活性化合物进行了实验验证
569	2025-04-15	Accurate Prediction of CRISPR/Cas13a Guide Activity Using Feature Selection and Deep Learning 2025-Apr-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02438 PMID:40091632	研究论文	本研究开发了一种双分支神经网络模型，用于准确预测CRISPR/Cas13a引导活性，并在两个独立数据集上表现出优于现有模型的性能	结合直接序列编码和描述性特征，通过统计分析提取出1553个特征中的99个关键描述性特征，显著提高了预测准确性	NA	提高CRISPR/Cas13a引导活性的预测准确性，以支持稳健和敏感的核酸诊断	CRISPR/Cas13a引导活性	机器学习	NA	CRISPR/Cas13a	双分支神经网络	序列数据	两个独立CRISPR/Cas13a数据集
570	2025-04-15	CPPCGM: A Highly Efficient Sequence-Based Tool for Simultaneously Identifying and Generating Cell-Penetrating Peptides 2025-Apr-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00199 PMID:40105337	研究论文	开发了一个名为CPPCGM的深度学习框架，用于识别和生成细胞穿透肽（CPPs）	使用蛋白质语言模型（PLMs）进行CPPs的识别和生成，显著提高了性能	未提及具体局限性	开发一种高效的计算方法，用于识别和生成细胞穿透肽（CPPs）	细胞穿透肽（CPPs）	自然语言处理	NA	蛋白质语言模型（PLMs）	生成对抗网络（GAN）	序列数据	三个数据集
571	2025-04-15	SFM-Net: Selective Fusion of Multiway Protein Feature Network for Predicting Binding Affinity Changes upon Mutations 2025-Apr-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00130 PMID:40111004	研究论文	提出了一种名为SFM-Net的深度学习模型，用于预测突变对蛋白质-蛋白质相互作用结合亲和力的变化	SFM-Net结合了基于GNN的多路特征提取器和新的上下文感知选择性融合模块，有效整合序列、结构和进化信息	未提及具体的数据集规模或模型在特定类型突变上的性能限制	提高突变对蛋白质-蛋白质相互作用结合亲和力变化的预测准确性	蛋白质-蛋白质相互作用(PPIs)及其突变效应	生物信息学	NA	深度学习	GNN, SFM-Net	蛋白质序列、结构和进化信息	NA
572	2025-04-15	ChiGNN: Interpretable Algorithm Framework of Molecular Chiral Knowledge-Embedding and Stereosensitive Property Prediction 2025-Apr-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02259 PMID:40116044	研究论文	提出了一种名为ChiGNN的深度学习框架，用于分子手性知识的嵌入和立体敏感性质预测	通过Trinity Graph和立体敏感消息聚合编码有效嵌入手性物理化学知识，并结合分位数回归技术提高了手性色谱保留时间预测的准确性	NA	提高分子手性相关任务的机器学习模型准确性和可解释性	分子手性	机器学习	NA	分位数回归	GNN (Graph Neural Network)	分子结构数据	NA
573	2025-04-15	Fitting Atomic Structures into Cryo-EM Maps by Coupling Deep Learning-Enhanced Map Processing with Global-Local Optimization 2025-Apr-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00004 PMID:40152222	research paper	介绍了一种名为DEMO-EMfit的渐进方法，结合深度学习增强的骨架图提取与全局-局部结构姿态搜索，将原子结构拟合到密度图中	DEMO-EMfit方法结合了深度学习增强的骨架图提取与全局-局部结构姿态搜索，显著提高了原子结构拟合的准确性和效率	未提及具体局限性	提高从冷冻电子显微镜（cryo-EM）密度图中构建原子结构的准确性	蛋白质和核酸复合物的冷冻电子断层扫描（cryo-ET）和冷冻电子显微镜（cryo-EM）图	structural biology	NA	cryo-EM, cryo-ET, deep learning	deep learning-enhanced map processing	density maps	基准数据集包含蛋白质和核酸复合物的cryo-ET和cryo-EM图
574	2025-04-15	A Specialized and Enhanced Deep Generation Model for Active Molecular Design Targeting Kinases Guided by Affinity Prediction Models and Reinforcement Learning 2025-Apr-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00074 PMID:40175286	research paper	开发了一个名为KinGen的深度学习分子生成框架，专门用于高效生成小分子激酶抑制剂	通过整合强化学习、迁移学习和专门的奖励模块，利用结合亲和力预测模型作为奖励函数的一部分，准确引导生成具有高靶标活性的生物相关分子	未明确提及具体局限性	加速激酶靶向药物发现	小分子激酶抑制剂	machine learning	cancer	reinforcement learning, transfer learning	deep learning-based molecular generation framework	chemical data	NA
575	2025-04-15	Fast-forwarding plant breeding with deep learning-based genomic prediction 2025-Apr-14, Journal of integrative plant biology IF:9.3Q1 DOI:10.1111/jipb.13914 PMID:40226955	review	本文总结了深度学习在植物育种基因组预测中的应用及其面临的挑战	提出了深度学习在基因组预测中的未来发展方向，如模块化方法、数据增强和高级注意力机制	需要大量高质量数据集，性能基准测试不一致，环境因素整合不足	推动植物育种中深度学习基因组预测的发展	植物育种中的基因组预测	machine learning	NA	深度学习	DL-based GP	multi-omics data	NA
576	2025-04-15	AI as teacher: effectiveness of an AI-based training module to improve trainee pediatric fracture detection 2025-Apr-14, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-025-04927-0 PMID:40227327	研究论文	评估基于AI的无监督训练模块在提高儿科骨折检测准确性方面的有效性	使用AI生成的标注病例作为教学工具，提升住院医师的骨折检测准确性	医学生的检测准确性未显著提升，可能由于任务背景熟悉度不足	评估AI辅助训练模块作为儿科骨折检测教育工具的效果	住院医师和医学生的儿科骨折检测能力	数字病理	儿科骨折	深度学习骨折检测算法	深度学习	放射影像	240例儿科上肢放射检查
577	2025-04-15	Evaluation of high-resolution pituitary dynamic contrast-enhanced MRI using deep learning-based compressed sensing and super-resolution reconstruction 2025-Apr-13, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11574-5 PMID:40221940	research paper	评估基于深度学习的压缩感知和超分辨率重建的高分辨率垂体动态增强MRI在识别微腺瘤中的诊断性能	应用深度学习压缩感知和超分辨率重建技术提高DCE MRI的分辨率和图像质量，显著提升微腺瘤诊断准确性	研究样本量有限（126名参与者），且为单中心前瞻性研究，可能需要更大规模多中心验证	克服传统DCE MRI的分辨率限制，提高垂体微腺瘤的诊断准确性	疑似垂体微腺瘤患者	digital pathology	pituitary microadenomas	DCE MRI, deep learning-based compressed sensing and super-resolution reconstruction	deep learning	MRI images	126名疑似垂体微腺瘤患者
578	2025-04-15	Longitudinal brain age in first-episode mania youth treated with lithium or quetiapine 2025-Apr-12, European neuropsychopharmacology : the journal of the European College of Neuropsychopharmacology IF:6.1Q1 DOI:10.1016/j.euroneuro.2025.03.013 PMID:40222151	research paper	该研究探讨了锂和喹硫平对首次躁狂发作青少年大脑年龄的影响，并比较了两种药物的神经保护效果	使用深度学习模型基于大规模数据集预测大脑年龄，首次在首次躁狂发作青少年中比较锂和喹硫平对大脑年龄的影响	样本量较小，随访时间较短，需要更大样本和更长期随访来确认治疗效果	评估锂和喹硫平在双相情感障碍和分裂情感性障碍早期阶段的神经保护作用	首次躁狂发作的青少年（15-25岁）	digital pathology	bipolar disorder, schizoaffective disorder	T1-weighted MRI, deep learning	deep learning model	MRI images	39名首次躁狂发作青少年（锂治疗组21人，喹硫平组18人）和29名健康对照，模型训练数据集53,542例
579	2025-04-15	Detecting arousals and sleep from respiratory inductance plethysmography 2025-Apr-11, Sleep & breathing = Schlaf & Atmung DOI:10.1007/s11325-025-03325-z PMID:40214714	研究论文	本研究开发了一种深度学习算法，用于从呼吸感应体积描记信号中分类睡眠状态和检测唤醒	提出了一种新的深度学习算法，能够从呼吸信号中识别睡眠状态和唤醒，提高了家庭睡眠测试的能力	算法的唤醒检测敏感性和特异性相对较低，分别为66.1%和86.7%	评估一种深度学习算法，用于从呼吸信号中确定睡眠状态和唤醒，以改进家庭睡眠测试	1299名疑似睡眠障碍的成年患者	机器学习	睡眠障碍	深度学习	深度学习算法	呼吸感应体积描记信号	1299名成年患者
580	2025-04-15	Double Oracle Neural Architecture Search for Game Theoretic Deep Learning Models 2025-Apr-11, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3558420 PMID:40215149	研究论文	提出了一种利用博弈论概念训练深度学习模型的新方法，包括生成对抗网络（GANs）和对抗训练（AT），采用双预言机框架和最佳响应预言机	将双预言机框架概念应用于对抗神经架构搜索（NAS for GAN）和对抗训练（NAS for AT）算法，显著提升了模型性能	纯纳什均衡可能不存在，且寻找混合纳什均衡困难，训练算法具有大规模策略空间	利用博弈论概念改进深度学习模型的训练方法	生成对抗网络（GANs）和对抗训练（AT）模型	机器学习	NA	GAN, AT, 双预言机框架, 线性规划	GAN, CNN	图像	MNIST, CIFAR-10, TinyImageNet, SVHN数据集