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
5881	2025-05-03	Diffusion transformer model with compact prior for low-dose PET reconstruction 2025-Feb-07, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adac25 PMID:39832449	研究论文	提出一种基于扩散变换器模型（DTM）和紧凑先验的低剂量PET重建方法，以提高图像重建质量	首次将扩散模型和变换器模型结合用于PET重建，通过病灶细化块和交替方向乘子法增强病灶区域的恢复能力和细节保留	未提及具体的数据集规模或模型计算复杂度	提高低剂量PET图像的重建质量，减少辐射暴露同时保证可靠的成像效果	低剂量PET图像	数字病理	NA	扩散变换器模型（DTM）	扩散模型与Transformer结合	医学图像（PET）	NA
5882	2025-05-03	Working-memory load decoding model inspired by brain cognition based on cross-frequency coupling 2025-Feb, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2025.111206 PMID:39824230	研究论文	提出了一种基于跨频耦合的脑认知启发的多频多尺度混合Sinc卷积神经网络（MBSincNex），用于工作记忆负荷的解码	首次将跨频耦合机制应用于工作记忆负荷的解码，提出MBSincNex模型整合多频多尺度Sinc卷积，有效提取EEG数据的时频信息	研究仅基于自收集的三分类工作记忆数据集，未在其他公开数据集上验证模型的泛化能力	开发能够有效解码工作记忆负荷的深度学习模型	工作记忆过程中的脑电信号	脑机接口	NA	EEG信号分析	MBSincNex（多频多尺度混合Sinc卷积神经网络）	脑电信号	自收集的三分类工作记忆数据集
5883	2025-05-03	Explainable deep learning and virtual evolution identifies antimicrobial peptides with activity against multidrug-resistant human pathogens 2025-Feb, Nature microbiology IF:20.5Q1 DOI:10.1038/s41564-024-01907-3 PMID:39825096	研究论文	开发了一种基于AI的可解释深度学习模型EvoGradient，用于预测抗菌肽（AMPs）的效力并通过虚拟进化生成更有效的AMPs	提出了一种结合可解释深度学习和虚拟进化的新方法，用于自动识别和优化抗菌肽	仅测试了32种肽的虚拟进化结果，样本量相对较小	识别和优化具有抗多药耐药人类病原体活性的抗菌肽	人类口腔低丰度细菌编码的抗菌肽	机器学习	多药耐药感染	深度学习	EvoGradient	肽序列	32种肽
5884	2025-05-03	Assessment of different U-Net backbones in segmenting colorectal adenocarcinoma from H&E histopathology 2025-Feb, Pathology, research and practice DOI:10.1016/j.prp.2025.155820 PMID:39826493	research paper	评估不同U-Net主干网络在H&E组织病理学图像中分割结直肠腺癌的性能	比较了多种U-Net变体（包括Attention U-Net及不同主干网络如ResNet50、MobileNet-v2、EfficientNetB0和DenseNet121）在结直肠腺癌分割中的效果，发现DenseNet121和ResNet50主干网络表现最佳	未提及具体的数据集规模或外部验证结果，可能影响模型的泛化能力	开发自动化系统以早期检测和诊断结直肠腺癌	结直肠腺癌的H&E组织病理学图像	digital pathology	colorectal cancer	深度学习图像分割	U-Net及其变体（Attention U-Net, ResNet50, MobileNet-v2, EfficientNetB0, DenseNet121）	image	NA
5885	2025-05-03	An intelligent fruit freshness monitoring system using hydrophobic indicator labels based on methylcellulose, k-carrageenan, and sodium tripolyphosphate, combined with deep learning 2025-Feb, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.140001 PMID:39828157	研究论文	介绍了一种基于甲基纤维素、κ-卡拉胶和三聚磷酸钠的疏水指示标签，结合深度学习技术，用于实时监测水果新鲜度的智能系统	采用计算机模拟技术模拟不同化学成分和比例下的颜色变化，显著减少实验时间和成本，并提出了一种结合标签区域裁剪算法和轻量级CNN的智能识别方法	NA	开发一种智能水果新鲜度监测系统，以提高食品质量和安全	芒果、猕猴桃和葡萄等水果	计算机视觉	NA	计算机模拟技术、深度学习	CNN	图像	芒果、猕猴桃和葡萄的实验数据
5886	2025-05-03	Deep Radiogenomics Sequencing for Breast Tumor Gene-Phenotype Decoding Using Dynamic Contrast Magnetic Resonance Imaging 2025-Feb, Molecular imaging and biology IF:3.0Q2 DOI:10.1007/s11307-025-01981-x PMID:39815134	研究论文	本研究利用动态对比增强磁共振成像（MRI）和深度学习算法，对乳腺癌肿瘤进行放射基因组学分析，解码雌激素受体（ER）、孕激素受体（PR）和人表皮生长因子受体2（HER2）基因的表型	结合动态对比增强MRI和深度学习算法进行乳腺癌肿瘤的放射基因组学分析，解码ER、PR和HER2基因的表型	预测性能中等，AUC值在0.658至0.698之间	通过影像学和基因组学结合的方法，解码乳腺癌肿瘤的基因表型	922例经活检确认的浸润性乳腺癌患者的MRI影像数据	数字病理学	乳腺癌	动态对比增强MRI	SEResNet50, ResNet34, SEResNext101	MRI影像	922例乳腺癌患者
5887	2025-05-03	ECG signal generation using feature disentanglement auto-encoder 2025-Jan-30, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/adab4f PMID:39820006	research paper	提出一种特征解耦自动编码器（FDAE）用于生成心电图（ECG）信号，以解决罕见类别样本生成困难的问题	FDAE通过将潜在空间划分为三个不同的表示、使用对比损失函数增强特征解耦能力，并结合分类器和鉴别器提升生成信号的逼真度	未明确提及具体局限性，但可能依赖于现有数据集的质量和多样性	提高ECG信号生成的效率和质量，特别是针对罕见心脏事件的样本	心电图（ECG）信号	machine learning	cardiovascular disease	对比学习框架、VAE	Auto-Encoder (FDAE)	ECG信号数据	MIT-BIH心律失常数据库和Icentia11K数据集
5888	2025-05-03	Hybrid data augmentation strategies for robust deep learning classification of corneal topographic maptopographic map 2025-Jan-30, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adabea PMID:39832385	research paper	本研究探讨了不同数据增强策略对定制卷积神经网络模型在角膜地形图分类中性能的影响，并提出了一种混合数据增强方法	提出了一种结合传统变换、生成对抗网络和特定生成模型的混合数据增强方法，显著提高了模型准确率并缓解了过拟合问题	未提及具体的数据集规模和多样性限制	提高角膜地形图分类的深度学习模型性能	角膜地形图	digital pathology	NA	generative adversarial networks, specific generative models	CNN	image	NA
5889	2025-05-03	A robust auto-contouring and data augmentation pipeline for adaptive MRI-guided radiotherapy of pancreatic cancer with a limited dataset 2025-Jan-30, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adabac PMID:39823751	研究论文	本研究开发并评估了一种基于深度学习的快速稳健的自动分割方法，用于胰腺癌MRI引导放疗中的风险器官分割，以解决在线自适应工作流程中耗时的手动轮廓绘制问题	提出了两种先进的数据增强方法：结构引导的基于变形的增强方法（sgDefAug）和基于生成对抗网络的方法（GANAug），以解决有限数据集带来的挑战	研究样本量较小，仅使用了10名患者的43张3DVane图像	开发一种快速稳健的自动分割方法，用于胰腺癌MRI引导放疗中的风险器官分割	胰腺癌MRI引导放疗中的风险器官	数字病理	胰腺癌	MRI	nnU-Net, ResU-Net, SegResNet, cycleGAN	3D图像	10名患者的43张3DVane图像
5890	2025-05-03	GMmorph: dynamic spatial matching registration model for 3D medical image based on gated Mamba 2025-Jan-29, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adaacd PMID:39813811	研究论文	提出了一种基于门控Mamba的动态空间匹配配准模型GMmorph，用于3D医学图像的非线性对齐	从空间匹配的角度提出了一种双分支交互配准模型架构，引入了动态匹配模块和门控mamba层，以平衡高精度和低折叠率	未提及模型在处理极端异常组织时的表现	克服深度学习配准方法在复杂位移和全局局部特征交互方面的不足，提高配准精度和鲁棒性	单模态和多模态医学图像（包括正常脑部、脑肿瘤和肺部图像）	数字病理	脑肿瘤、肺部疾病	深度学习	GMmorph（基于门控Mamba的双分支模型）	3D医学图像	未明确提及具体样本数量
5891	2025-05-03	PPDock: Pocket Prediction-Based Protein-Ligand Blind Docking 2025-Jan-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01373 PMID:39814581	研究论文	提出了一种基于口袋预测的蛋白质-配体盲对接方法PPDock，通过两阶段对接范式显著提高了对接准确性和效率	采用两阶段对接范式（口袋预测后进行基于口袋的对接），克服了传统方法难以识别正确口袋的问题	未明确说明方法在超大规模蛋白质复合体上的适用性	提升蛋白质-配体盲对接的准确性和效率以促进药物发现	蛋白质结合位点（口袋）与配体的对接构象	计算生物学	NA	深度学习	PPDock（新型盲对接架构）	蛋白质结构数据	基准测试数据集（未明确数量）
5892	2025-05-03	A fusion model of manually extracted visual features and deep learning features for rebleeding risk stratification in peptic ulcers 2025-Jan-20, Nan fang yi ke da xue xue bao = Journal of Southern Medical University DOI:10.12122/j.issn.1673-4254.2025.01.23 PMID:39819728	研究论文	提出了一种基于内窥镜图像手动提取特征和深度学习特征的多特征融合模型，用于评估消化性溃疡再出血风险	首次将手动提取的视觉特征与深度学习特征融合，用于消化性溃疡再出血风险分级	研究样本仅包含708名患者，可能存在一定的数据偏差	提高消化性溃疡再出血风险分级的准确性	消化性溃疡患者的内窥镜图像	数字病理学	消化性溃疡	深度学习特征提取与手动视觉特征提取	CNN	图像	708名患者的3573张内窥镜图像
5893	2025-05-03	Deep learning algorithms for predicting pathological complete response in MRI of rectal cancer patients undergoing neoadjuvant chemoradiotherapy: a systematic review 2025-Jan-20, International journal of colorectal disease IF:2.5Q1 DOI:10.1007/s00384-025-04809-w PMID:39833443	系统综述	本文系统综述了深度学习算法在预测直肠癌患者新辅助放化疗后病理完全缓解中的效用	评估基于MRI的人工智能模型性能，并探讨影响其诊断准确性的因素	模型设计、MRI协议存在异质性，临床数据整合有限	评估AI模型在预测直肠癌患者新辅助放化疗后病理完全缓解中的性能	直肠癌患者	数字病理	直肠癌	MRI（T2W和DWI序列）	深度学习模型	MRI图像	26项研究符合纳入标准
5894	2025-05-03	Towards a decision support system for post bariatric hypoglycaemia: development of forecasting algorithms in unrestricted daily-life conditions 2025-Jan-20, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02856-5 PMID:39833876	research paper	开发基于线性和深度学习模型的算法，用于预测减肥手术后低血糖事件	首次在无限制日常生活条件下开发预测减肥手术后低血糖事件的算法	仅使用连续血糖监测数据作为单一输入，数据噪声和餐后血糖快速变化是主要挑战	开发决策支持系统以预警减肥手术后低血糖事件	50名接受Roux-en-Y胃旁路手术后出现低血糖的患者	machine learning	geriatric disease	CGM	rAR, deep learning models	CGM data	50名患者，监测长达50天
5895	2025-05-03	Optimizing papermaking wastewater treatment by predicting effluent quality with node-level capsule graph neural networks 2025-Jan-18, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-024-13581-3 PMID:39825037	研究论文	提出一种基于节点级胶囊图神经网络的造纸废水处理方法，用于预测出水质量	使用节点级胶囊图神经网络（NLCGNN）结合Hermit Crab优化（HCO）算法，提高了化学需氧量（COD）预测的准确性、精确度和灵敏度	未提及该方法在其他类型废水处理中的适用性或实际工业环境中的部署挑战	优化造纸废水处理过程中的出水质量预测	造纸废水处理过程中的化学需氧量（COD）指标	机器学习	NA	节点级胶囊图神经网络（NLCGNN），Hermit Crab优化（HCO）算法	NLCGNN	工业废水处理过程数据	NA
5896	2025-05-03	ds-FCRN: three-dimensional dual-stream fully convolutional residual networks and transformer-based global-local feature learning for brain age prediction 2025-Jan-18, Brain structure & function IF:2.7Q3 DOI:10.1007/s00429-024-02889-y PMID:39826018	研究论文	本研究开发了一种结合3D双流全卷积残差网络和Transformer的深度学习模型，用于基于灰质密度图的脑年龄预测	提出创新的3D双流全卷积残差网络(ds-FCRN)结合Transformer的全局-局部特征学习范式，并使用Shapley值解释不同脑区对预测精度的影响	研究仅基于健康参与者数据，未考虑疾病状态对脑年龄预测的影响	开发具有高预测准确性和可解释性的脑年龄预测深度学习模型	来自UKB数据库的16,377名45-82岁健康参与者的灰质密度图	数字病理学	老年疾病	T1 MRI	3D ds-FCRN + Transformer	医学影像	16,377名健康参与者(训练集) + 3,276名健康参与者(测试集)
5897	2025-05-03	Predicting metabolite response to dietary intervention using deep learning 2025-Jan-18, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56165-6 PMID:39827177	研究论文	开发了一种名为McMLP的深度学习方法，用于预测个体对饮食干预的代谢反应	首次将深度学习方法（McMLP）应用于基于肠道微生物组成的代谢反应预测，填补了该领域的空白	未提及具体样本量的限制或模型在其他数据集上的泛化能力	实现精准营养，通过预测代谢反应来设计个性化的饮食策略	个体的肠道微生物组成及其对饮食干预的代谢反应	机器学习	NA	深度学习	McMLP（耦合多层感知器）	合成数据和真实数据（来自六项饮食干预研究）	未明确提及具体样本数量
5898	2025-05-03	Biologically relevant integration of transcriptomics profiles from cancer cell lines, patient-derived xenografts, and clinical tumors using deep learning 2025-Jan-17, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adn5596 PMID:39823329	研究论文	开发了一种名为MOBER的深度学习方法，用于整合癌症细胞系、患者来源的异种移植模型和临床肿瘤的转录组学数据，以提高临床转化性	提出了MOBER方法，能够同时提取具有生物学意义的嵌入信息并去除混杂因素，从而识别与临床肿瘤转录相似性最高的临床前模型	未明确提及具体局限性，但可能包括数据集的多样性和模型泛化能力的验证	提高癌症研究中临床前模型的临床转化性	癌症细胞系、患者来源的异种移植模型和临床肿瘤	机器学习	癌症	转录组学分析	深度学习	转录组数据	932个癌症细胞系、434个患者来源的异种移植模型和11,159个临床肿瘤样本
5899	2025-05-03	Explainable Predictive Model for Suicidal Ideation During COVID-19: Social Media Discourse Study 2025-Jan-17, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/65434 PMID:39823631	研究论文	该研究利用自然语言处理技术分析社交媒体文本，开发可解释的自杀意念预测模型	提出混合深度学习网络架构(BERT+CNN+LSTM)并结合可解释AI技术分析COVID-19期间自杀意念特征变化	研究样本中自杀相关帖子比例较低(0.9%)，可能影响模型泛化能力	检测COVID-19疫情期间社交媒体中表现的自杀意念并分析其影响因素	社交媒体用户发布的文本内容	自然语言处理	心理健康疾病	TF-IDF, Word2vec, BERT, LIME, SHAP	BERT+CNN+LSTM混合模型	文本	从348,110条记录中筛选3,154条(1,338条自杀相关，1,816条非自杀相关)
5900	2025-05-03	Preparing physiotherapists for the future: the development and evaluation of an innovative curriculum 2025-Jan-17, BMC medical education IF:2.7Q1 DOI:10.1186/s12909-024-06537-1 PMID:39825299	研究论文	本研究评估了荷兰HAN应用科学大学物理治疗系设计的创新课程PACE的实施情况	PACE课程采用基于预设学习成果、个性化学习目标、灵活学习路径和程序化评估的综合学习方法，区别于传统教育	需要改进自主学习支持和促进深度学习的教学策略	评估创新课程PACE的实施效果，为未来课程开发提供信息	2021-2022年度的本科物理治疗学生和参与该课程的教师	教育创新	NA	混合方法设计，包括问卷、焦点小组、深度访谈和全国进度测试	NA	问卷数据、访谈数据和测试成绩	82名一年级学生和36名教师