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
581	2025-07-23	Discovering Molecular Insights in Organic Optoelectronics with Knowledge-Informed Interpretable Deep Learning 2025-Jul-22, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00713 PMID:40637148	研究论文	提出了一种名为LUMIA的可解释深度学习框架，用于加速分子筛选和材料设计	LUMIA框架整合了化学知识引导的对比学习和蒙特卡洛树搜索，能够捕捉与化学直觉一致的层次化分子表示	当前模型的局限性在于其黑盒性质限制了生成全新化学知识和见解的能力	加速分子筛选和材料设计，生成新的化学知识	有机分子（约140万个）	机器学习	NA	对比学习, 蒙特卡洛树搜索(MCTS)	深度学习	分子数据	约140万个有机分子
582	2025-07-23	Rapid Fluorescence Lifetime Imaging through One-Dimensional Deep Learning Optimization 2025-Jul-22, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01984 PMID:40641077	研究论文	提出了一种基于一维通道注意力卷积神经网络（1D CANNs）的高效深度学习方法，用于快速处理荧光寿命成像数据	使用1D CANNs处理FLIM数据，具有计算效率高、训练数据集小、训练时间短的优势，并成功应用于磷光寿命成像和阿尔茨海默病诊断	未明确提及具体局限性，但可能受限于训练数据的多样性和规模	提高荧光寿命成像的数据处理效率和速度	荧光寿命成像数据、磷光寿命成像数据、阿尔茨海默病小鼠脑切片	生物医学光子学	阿尔茨海默病	时间相关单光子计数（TCSPC）、STED-FLIM成像	1D CANNs	时间序列数据、图像数据	实验训练数据集（具体数量未提及）
583	2025-07-23	Machine Learning-Assisted Multimodal Early Screening of Lung Cancer Based on a Multiplexed Laser-Induced Graphene Immunosensor 2025-Jul-22, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c02822 PMID:40644803	研究论文	提出了一种基于多路激光诱导石墨烯免疫传感器和机器学习的多模式早期肺癌筛查平台	结合多路激光诱导石墨烯免疫传感器和深度学习CT成像特征，开发了多模式预测模型，显著优于单一模态方法	未提及具体样本量或临床验证的广泛性	提高肺癌早期筛查的准确性和效率	肺癌患者	数字病理学	肺癌	多路激光诱导石墨烯免疫传感器、深度学习	深度学习	蛋白质组数据、CT成像数据、临床数据	NA
584	2025-07-23	Dual-Network Deep Learning for Accelerated Head and Neck MRI: Enhanced Image Quality and Reduced Scan Time 2025-Jul-22, Head & neck DOI:10.1002/hed.28255 PMID:40693394	研究论文	本研究评估了一种双网络深度学习超分辨率方法，用于提高头颈部MRI的图像质量并减少扫描时间	采用双网络深度学习框架进行超分辨率重建，显著提升图像质量并减少扫描时间	研究样本量相对较小（58名参与者），且仅在一家机构进行	评估深度学习在头颈部MRI中提升图像质量和减少扫描时间的应用	头颈部肿块患者	医学影像分析	头颈部肿瘤	双网络深度学习超分辨率方法	双网络DL框架	MRI图像	58名参与者（34名男性，24名女性，平均年龄51.37±13.24岁）
585	2025-07-23	DeepSecMS Advances DIA-Based Selenoproteome Profiling Through Cys-to-Sec Proxy Training 2025-Jul-22, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202504109 PMID:40693414	研究论文	本研究开发了一种名为DeepSecMS的深度学习方法，用于通过半胱氨酸到硒代半胱氨酸的代理训练策略，提升基于数据非依赖采集（DIA）的硒蛋白组分析	利用深度学习方法开发DeepSecMS，通过代理训练策略使用大量半胱氨酸肽段生成硒代半胱氨酸肽段的大规模理论库，显著提升硒蛋白的鉴定能力	未明确提及具体局限性	提升硒蛋白组的全面分析能力，并发现新的硒蛋白	硒蛋白，特别是含硒代半胱氨酸的肽段	蛋白质组学	NA	数据非依赖采集（DIA），质谱（MS）	深度学习	质谱数据	多种细胞类型和组织
586	2025-07-23	Enhanced Online Continuous Brain-Control by Deep Learning-based EEG Decoding 2025-Jul-21, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3591254 PMID:40690341	研究论文	本研究通过深度学习模型IFNet提升基于运动想象的在线脑机接口性能	首次在在线运动想象脑机接口中应用深度学习模型IFNet，并显著提升性能	研究样本量较小（15名受试者），且未在临床患者中进行验证	探索深度学习在在线运动想象脑机接口中的应用效果	15名无脑机接口经验的受试者	脑机接口	中风康复	EEG信号解码	IFNet（交互频率卷积神经网络）	EEG信号	15名无BCI经验的受试者
587	2025-07-23	Marigold: Affordable Adaptation of Diffusion-Based Image Generators for Image Analysis 2025-Jul-21, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3591076 PMID:40690349	research paper	介绍Marigold，一种基于预训练潜在扩散模型的条件生成模型家族和微调协议，用于密集图像分析任务	提出了一种新的方法，通过最小化预训练潜在扩散模型的架构修改，利用小规模合成数据集在单GPU上训练，实现最先进的零样本泛化	需要依赖预训练的潜在扩散模型，且训练过程虽然高效但仍需数天时间	探索如何从预训练的文本到图像生成模型中提取知识，并适应于密集图像分析任务	预训练的潜在扩散模型（如Stable Diffusion）及其在密集图像分析任务中的应用	computer vision	NA	denoising diffusion in a latent space	conditional generative models, latent diffusion models	image	small synthetic datasets
588	2025-07-23	Harmonization and strengthening of Japan's biodosimetry network to support medical triage in the event of a nuclear disaster 2025-Jul-21, International journal of radiation biology IF:2.1Q2 DOI:10.1080/09553002.2025.2531908 PMID:40690716	研究论文	本文探讨了AI辅助的生物剂量测定系统在日本核灾难医疗分诊中的应用及其网络强化	利用深度学习算法自动化PNA-FISH图像中的染色体畸变检测，提高了剂量评估的效率和准确性	系统整合面临挑战，包括血液运输中的温度管理、染色体图像制备的标准化、数据共享系统的安全性及用户友好界面的开发	开发和整合AI辅助的生物剂量测定系统，以支持大规模核灾难中的医疗分诊和剂量评估	日本的先进辐射紧急医疗支持中心及其生物剂量测定网络	数字病理学	核辐射伤害	PNA-FISH, 深度学习	深度学习模型	图像	NA
589	2025-07-23	Relationship Between Artificial Intelligence-Based Cell Detection and Cytomorphological Variations Induced by Cell-Processing Solutions: Usefulness of Data Augmentation in Artificial Intelligence Cytology 2025-Jul-21, Acta cytologica IF:1.6Q3 DOI:10.1159/000547485 PMID:40690907	研究论文	本研究探讨了细胞处理溶液引起的细胞形态变化与基于AI的细胞检测准确性之间的关系，并展示了数据增强在AI细胞学中的实用性	识别了AI在识别细胞时关注的关键细胞形态特征，并证明数据增强是提高AI细胞检测准确性的有效技术	研究仅使用了MKN45人胃癌细胞样本，可能限制了结果的普遍适用性	研究细胞处理溶液引起的细胞形态变化对AI细胞检测准确性的影响，并评估数据增强的效果	MKN45人胃癌细胞	数字病理学	胃癌	深度学习	DL	图像	未经处理的MKN45人胃癌细胞及四种不同细胞处理溶液处理的细胞样本
590	2025-07-23	Deep Learning-Driven Multimodal Fusion Model for Prediction of Middle Cerebral Artery Aneurysm Rupture Risk 2025-Jul-21, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.07.001 PMID:40691114	研究论文	本研究开发了一种多模态融合深度学习模型MCANet，用于预测大脑中动脉动脉瘤破裂风险	首次整合原始CTA图像、放射组学特征、临床参数和形态学特征等多模态数据构建动脉瘤破裂风险评估框架	样本量仍有限，外部验证集样本量较小(51例)	开发大脑中动脉动脉瘤破裂风险分层预测模型	大脑中动脉动脉瘤患者	数字病理	心血管疾病	CT血管造影(CTA)、放射组学分析	多模态融合深度学习模型(MCANet)	医学影像(CTA)、临床数据、形态学参数	内部队列578例(其中破裂369例)+两个外部验证集51例
591	2025-07-23	Advances in IPMN imaging: deep learning-enhanced HASTE improves lesion assessment 2025-Jul-21, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11857-x PMID:40691513	研究论文	本研究评估了深度学习加速的HASTE MRI技术在IPMN病变评估中的应用	使用深度学习加速的HASTE MRI技术(HASTEDL)显著提高了图像质量和病变检测能力	样本量较小(59例患者)，且为回顾性研究	评估新型MRI技术在IPMN评估中的应用效果	59例接受腹部MRI检查的患者	数字病理学	胰腺癌	深度学习加速的HASTE MRI(HASTEDL)	深度学习	MRI图像	59例患者
592	2025-07-23	Deep learning unlocks antimicrobial self-assembling peptides 2025-Jul-21, Nature materials IF:37.2Q1 DOI:10.1038/s41563-025-02299-3 PMID:40691518	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
593	2025-07-23	The safety and accuracy of radiation-free spinal navigation using a short, scoliosis-specific BoneMRI-protocol, compared to CT 2025-Jul-21, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-09151-x PMID:40691585	研究论文	本研究评估了一种针对脊柱侧弯的MRI协议，通过深度学习算法生成合成CT（sCT）扫描，用于无辐射的脊柱导航，并与传统CT在安全性和准确性上进行比较	使用AI生成的合成CT（sCT）进行脊柱导航，避免了年轻患者受到有害辐射	研究仅在尸体模型中进行，尚未在临床患者中验证	比较MRI-based合成CT脊柱导航与传统CT在胸椎和腰椎椎弓根螺钉规划和放置中的安全性和准确性	5具尸体的脊柱	数字病理	脊柱侧弯	MRI, 深度学习算法	深度学习	图像	5具尸体脊柱，共插入140根k-wires（其中3根被排除）
594	2025-07-23	The Significance of Prolonged Physical Activity in Neurogenesis and Neural Regeneration: Comparing Clinical Studies With Proposed AI-Based Framework 2025-Jul-21, Artificial organs IF:2.2Q3 DOI:10.1111/aor.15059 PMID:40692193	review	本文探讨了人工智能在分析运动对神经干细胞增殖影响中的应用，并提出了一个基于AI的框架	提出了一个结合AI技术分析运动对神经再生影响的创新框架	未具体说明AI模型的验证效果和实际应用的限制	研究运动对神经发生的影响以及AI在此领域的应用潜力	神经干细胞增殖、神经再生和恢复	machine learning	neurodegenerative illnesses	machine learning algorithms, deep learning techniques	NA	NA	NA
595	2025-07-23	Natural variation of the wheat root exudate metabolome and its influence on biological nitrification inhibition activity 2025-Jul-21, Plant biotechnology journal IF:10.1Q1 DOI:10.1111/pbi.70248 PMID:40692297	研究论文	本研究通过GC-和LC-MS平台分析了44种不同小麦基因型的根系分泌物代谢组，开发了一种新型高通量测定方法评估生物硝化抑制活性，并利用机器学习和深度学习识别了与高BNI活性相关的代谢物组合	开发了新型高通量BNI测定方法，结合代谢组学和机器学习识别了与BNI活性相关的代谢物组合，揭示了根系分泌物代谢组的基因型特异性和地理模式	研究仅针对来自印度和奥地利的44种小麦基因型，样本来源和数量有限	提高农业生态系统中的氮利用效率，探索小麦中的生物硝化抑制特性	44种不同小麦基因型的根系分泌物代谢组	农业生态学	NA	GC-MS, LC-MS, 机器学习和深度学习	NA	代谢组数据	44种小麦基因型（来自印度和奥地利）
596	2025-07-23	Enhancing breast cancer classification using a deep sparse wavelet autoencoder approach 2025-Jul-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11816-y PMID:40681757	research paper	提出了一种名为深度稀疏小波自编码器（DSWAE）的新方法，用于提高2D乳腺癌图像的分类准确率	DSWAE结合了堆叠小波自编码器，构建了一个专为2D乳腺癌图像数据集分类设计的鲁棒模型，显著提高了分类准确率并优化了计算效率	未提及具体的数据集规模或多样性限制	提高2D乳腺癌图像的分类准确率，以支持早期检测和分期	2D乳腺癌图像数据集	digital pathology	breast cancer	deep learning, sparse coding, wavelet networks	Deep Sparse Wavelet Autoencoder (DSWAE)	image	NA
597	2025-07-23	Development of an optimized deep learning model for predicting slope stability in nano silica stabilized soils 2025-Jul-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11497-7 PMID:40683973	研究论文	本研究开发了一种优化的深度学习模型，用于预测纳米硅稳定土壤中的边坡稳定性	结合CNN、LSTM和RNN的混合深度学习模型，并通过Optuna优化，提高了预测精度和模型解释性	模型的应用可能受到特定土壤类型和纳米硅稳定条件的限制	开发一种高效准确的边坡稳定性预测工具，以减少计算资源需求并提高预测精度	纳米硅稳定土壤的无限边坡稳定性	机器学习	NA	深度学习	CNN, LSTM, RNN	数值数据	3,159个不同纳米硅含量和岩土参数的边坡案例
598	2025-07-23	Artificial intelligence-enabled electrocardiography and echocardiography to track preclinical progression of transthyretin amyloid cardiomyopathy 2025-Jul-18, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehaf450 PMID:40679604	研究论文	本研究利用人工智能技术分析心电图和超声心动图数据，追踪转甲状腺素蛋白淀粉样心肌病（ATTR-CM）的临床前进展	首次将深度学习模型应用于心电图和超声心动图数据，用于ATTR-CM的临床前监测和风险分层	研究为回顾性分析，需要前瞻性研究验证结果	开发可扩展的ATTR-CM临床前监测策略	转诊进行心脏淀粉样变核素检测的患者	数字病理学	心血管疾病	深度学习	深度学习模型	图像（心电图和超声心动图视频）	内部队列984人（YNHHS），外部队列806人（HMH），共分析7352次超声心动图和32205次心电图
599	2025-07-23	Curating a knowledge base for patients with neurosyphilis: a study protocol of a DEep learning Framework for pErsonalized prediction of Adverse prognosTic events in NeuroSyphilis (DEFEAT-NS) 2025-Jul-18, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2024-092248 PMID:40681191	研究论文	本研究旨在开发和验证一个深度学习框架，用于个性化预测神经梅毒患者的不良预后事件	首次提出使用深度学习框架进行神经梅毒不良预后事件的个性化预测，并考虑了多种机器学习方法	研究采用回顾性设计，可能受到数据质量和完整性的限制	开发预测模型以辅助神经梅毒患者的临床决策和分层治疗	神经梅毒患者	数字病理	神经梅毒	深度学习，半监督机器学习	深度学习框架	临床数据	NA
600	2025-07-23	Deep learning-based profiling side-channel attacks in SPECK cipher 2025-Jul-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08888-1 PMID:40681536	research paper	本文介绍了一种基于深度学习的SPECK密码侧信道分析技术	首次将深度学习应用于SPECK轻量级密码的侧信道分析，并成功恢复其8字节密钥	主要针对SPECK-32/64密码实现，未广泛测试其他轻量级密码	研究轻量级密码SPECK的侧信道攻击防护	SPECK密码算法及其在物联网设备中的实现	信息安全	NA	深度学习侧信道分析	深度学习模型集成	密码算法执行轨迹数据	少于250条轨迹数据