深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
6041	2025-10-05	A dual-branch deep learning network for circulating tumor cells classification 2025-Sep-24, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-07057-2 PMID:40993750	研究论文	提出一种结合双分支深度学习网络和传统图像处理技术的循环肿瘤细胞分类框架	创新性地融合双分支网络与图像处理技术，整合图像和荧光特征提升特征表示鲁棒性	NA	提高循环肿瘤细胞识别的准确性和效率	外周血中的循环肿瘤细胞	计算机视觉	癌症	图像处理, 荧光成像	深度学习, 双分支网络	图像, 荧光图像	NA	NA	双分支网络	准确率, 精确率, 召回率	NA
6042	2025-10-05	Deep Learning-based Automated Detection of Pulmonary Embolism: Is It Reliable? 2025-Sep-24, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001803 PMID:41004836	研究论文	评估基于深度学习的AI系统在胸部CTPA中自动检测肺栓塞的准确性和临床适用性	首次全面评估Canon Automation Platform在肺栓塞自动检测中的表现，涵盖肺动脉所有解剖层次	回顾性研究设计，亚段分支敏感性相对较低	评估AI程序在肺栓塞自动检测和定位中的诊断准确性和临床适用性	1474例疑似肺栓塞的胸部CTPA图像	医学影像分析	肺栓塞	计算机断层扫描肺血管造影(CTPA)	深度学习	医学影像	1474例CTPA扫描	NA	NA	AUC-ROC, 准确率, 敏感性, 特异性, PPV, NPV, F1分数, Cohen Kappa	NA
6043	2025-10-05	De-MSI: A Deep Learning-Based Data Denoising Method to Enhance Mass Spectrometry Imaging by Leveraging the Chemical Prior Knowledge 2025-Sep-23, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02946 PMID:40921155	研究论文	提出一种基于深度学习的质谱成像数据去噪方法De-MSI，利用化学先验知识提升数据质量	无需真实无噪数据，通过从含噪MSI数据中利用质谱先验知识构建可靠训练数据集	NA	开发质谱成像数据去噪方法以提升数据质量	小鼠胎儿、小鼠大脑、大鼠大脑的质谱成像数据	机器学习和计算生物学	NA	质谱成像（MSI）、MALDI、DESI	深度神经网络	质谱成像数据	多个数据集（小鼠胎儿、小鼠大脑5μm像素、大鼠大脑）	NA	NA	PSNR, SSIM	NA
6044	2025-10-05	MOLECULE: Molecular-dynamics and Optimized deep Learning for Entropy-regularized Classification and Uncertainty-aware Ligand Evaluation 2025-Sep-23, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c01140 PMID:40931675	研究论文	开发了一种结合分子动力学和深度学习的双模态神经网络分类器，用于预测激酶配体的作用模式	提出了一种新的双模态深度神经网络，能够分别高效处理动力学和结构数据，并展示了即使使用估算的动力学数据也能保持高性能	未明确说明模型在外部验证集上的表现和泛化能力	开发能够准确预测激酶配体作用模式的深度学习模型	激酶配体（变构或正构）	机器学习	NA	分子动力学，深度学习	深度神经网络	分子动力学描述符，结构数据	280个实验解析的激酶结构	NA	双模态深度神经网络	分类性能，不确定性处理	NA
6045	2025-10-05	A New Approach to Large Multiomics Data Integration 2025-Sep-23, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01812 PMID:40934376	研究论文	提出一种处理大规模多组学数据集成的新方法，使用深度学习和非线性降维技术	结合深度学习和非线性降维技术（t-SNE和UMAP）处理超大规模多组学数据，实现不同组学数据的融合表示	未明确说明方法在特定数据规模下的性能限制和计算效率	开发能够处理超大规模多组学数据集成的计算方法	大规模多组学数据，包括质谱成像和染色体构象捕获数据	机器学习	NA	质谱成像, 染色体构象捕获, 代谢组学, 转录组学	深度学习	多组学数据, 成像数据	NA	NA	NA	NA	NA
6046	2025-10-05	Supervised Contrastive Learning Leads to More Reasonable Spectral Embeddings 2025-Sep-23, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02655 PMID:40940302	研究论文	提出一种基于监督对比学习的质谱嵌入方法SpecEmbedding，用于提高代谢组学中分子识别的准确性	首次将Transformer编码器架构与监督对比学习相结合，使用化合物的复制光谱作为正样本进行训练	NA	提高质谱数据的比较性和分子识别准确率	质谱数据中的生物分子	机器学习	NA	质谱分析	Transformer	质谱数据	GNPS训练子集、GNPS测试子集、MoNA数据集和MTBLS1572数据集	NA	Transformer编码器	Top-1命中率	NA
6047	2025-10-05	Integrating Machine Learning with Flow-Imaging Microscopy for Automated Monitoring of Algal Blooms 2025-Sep-23, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.5c06078 PMID:40947598	研究论文	本文开发了一种集成机器学习的图像处理流程，用于自动化监测淡水系统中的藻华现象	将随机森林模型与卷积神经网络相结合，解决了流动成像中的伪影问题和未知颗粒识别挑战，实现了端到端的实时藻华监测解决方案	监督式闭集分类器在处理自然环境中常见的新型颗粒时分类准确性受限，需要大量人工监督	开发自动化实时藻华监测系统，提高对有害藻华的早期检测能力	淡水系统中的浮游植物和藻类颗粒	计算机视觉	NA	流动成像显微镜技术	随机森林, CNN	图像	NA	NA	NA	准确率, 精度	低成本自动化流动成像设备ARTiMiS
6048	2025-10-05	Improving the performance of medical image segmentation with instructive feature learning 2025-Sep-23, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103818 PMID:41005261	研究论文	提出一种通过指导性特征学习提升医学图像分割性能的新方法	设计了指导性特征增强模块(IFEM)和指导性特征集成模块(IFIM)，并开发了高效分割框架EESF，最终构建了高性能低资源分割网络EE-Net	NA	解决医学图像分割中不规则形状、显著尺度变化和模糊边界等复杂样本的挑战	医学图像分割	计算机视觉	NA	深度学习	CNN	医学图像	在六个不同的分割任务上进行了广泛实验	NA	U-Net, EE-Net	分割性能、计算效率、学习能力	低资源需求
6049	2025-10-05	Docking With Rosetta and Deep Learning Approaches in CAPRI Rounds 47-55 2025-Sep-22, Proteins IF:3.2Q2 DOI:10.1002/prot.70016 PMID:40980933	研究论文	本研究结合Rosetta对接方法和深度学习技术，在CAPRI第47-55轮中预测蛋白质-蛋白质相互作用	将Rosetta对接方法（RosettaDock、ReplicaDock、SymDock）与深度学习工具（AlphaFold2、IgFold、AlphaRED）相结合，开发了改进构象采样和评分函数的新方法	对于更灵活的复合物预测性能仍然有限，准确预测CDR H3环和抗体-抗原结合界面仍具挑战性	提高蛋白质-蛋白质相互作用的盲预测准确性	多阶段组装体、抗体-抗原复合物和柔性界面的蛋白质复合物	计算生物学	NA	蛋白质对接，深度学习	AlphaFold2, IgFold, AlphaRED	蛋白质结构数据	49个CAPRI目标	Rosetta, 深度学习框架	AlphaFold2, IgFold, AlphaRED	DockQ分数, CAPRI质量排名	NA
6050	2025-10-05	Synthetizing SWI from 3T to 7T by generative diffusion network for deep medullary veins visualization 2025-Sep-19, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121475 PMID:40976490	研究论文	提出基于生成扩散网络的深度学习成像模型，用于从3T SWI图像合成7T SWI图像以改善深部髓质静脉可视化	首次将条件去噪扩散概率模型(CDDPM)应用于SWI图像跨场强合成，克服了传统GAN模型在微血管结构合成中的训练困境	扩散模型需要大量步骤进行缓慢采样，计算效率可能较低	开发从低场强(3T)到高场强(7T)的SWI图像合成方法	脑部深部髓质静脉	医学影像分析	脑血管疾病	磁共振成像(MRI), 磁敏感加权成像(SWI)	扩散模型	医学影像	NA	NA	条件去噪扩散概率模型(CDDPM)	NA	NA
6051	2025-10-05	Deep learning chest X-ray age, epigenetic aging clocks, and associations with age-related subclinical disease in the Project Baseline Health Study 2025-Sep-19, The journals of gerontology. Series A, Biological sciences and medical sciences DOI:10.1093/gerona/glaf173 PMID:40795299	研究论文	比较基于胸片深度学习模型预测的生物学年龄与两种表观遗传衰老时钟在预测心肺疾病和衰弱方面的表现	首次将基于胸片的深度学习生物学年龄预测模型与表观遗传衰老时钟进行直接比较	样本量相对有限（2097名参与者），仅来自美国四个中心	评估不同衰老测量方法对心肺疾病和衰弱的预测能力	来自Project Baseline健康研究的2097名参与者	医学影像分析	心肺疾病	深度学习，表观遗传时钟分析	深度学习模型	胸片图像，表观遗传数据，临床测量数据	2097名参与者	NA	NA	线性回归分析，关联强度比较	NA
6052	2025-10-05	Artificial intelligence in age-related macular degeneration: Advancing diagnosis, prognosis, and treatment 2025-Sep-18, Survey of ophthalmology IF:5.1Q1 DOI:10.1016/j.survophthal.2025.09.007 PMID:40975441	综述	本文综述了人工智能在年龄相关性黄斑变性诊断、预后和治疗中的最新进展与应用潜力	系统总结了AI在AMD早期检测分类和疾病进展/治疗反应预测两方面的应用，并开始解决算法偏见、泛化能力有限和黑箱性质等挑战	模型可解释性仍需改进，需要在多样化人群中验证工具，临床整合仍面临挑战	评估人工智能在年龄相关性黄斑变性管理中的临床应用价值	年龄相关性黄斑变性患者	医学人工智能	年龄相关性黄斑变性	机器学习，深度学习	NA	医学影像数据	47项研究（193条记录筛选）	NA	NA	准确率	NA
6053	2025-10-05	Spiking neural networks for EEG signal analysis: From theory to practice 2025-Sep-18, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108127 PMID:41004906	综述	本文系统回顾了脉冲神经网络在脑电图信号分析中的理论进展与实际应用	填补脉冲神经网络理论进展与EEG信号分析实际应用之间的关键空白，并提供实践指南和开源代码	主要关注方法论综述，缺乏具体实验验证和性能对比数据	促进脉冲神经网络在脑电图信号分析领域的理论到实践转化	脑电图信号和脉冲神经网络方法	机器学习	NA	脑电图信号分析	SNN	EEG信号	NA	GitHub上提供的代码框架	脉冲神经网络	NA	NA
6054	2025-10-05	Accurate detection of rice blast using UAV hyperspectral red-edge bands and deep learning method based on cross-attention 2025-Sep-16, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126939 PMID:41005240	研究论文	本研究提出一种基于无人机高光谱红边波段和交叉注意力深度学习方法的稻瘟病精准检测方法	首次提出互信息排序协同灰狼优化器特征选择方法，开发了通道融合密集交叉注意力变换器模型，引入高斯和自注意力交叉注意力机制	NA	开发精准的稻瘟病检测方法以支持精准农业	稻瘟病真菌病害	计算机视觉	作物病害	无人机高光谱遥感	Transformer	高光谱图像	NA	NA	CFXFormer, 通道交互融合模块, 交叉注意力机制	OA, Kappa	NA
6055	2025-10-05	Accelerated Patient-specific Non-Cartesian Magnetic Resonance Imaging Reconstruction Using Implicit Neural Representations 2025-Sep-05, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2025.08.059 PMID:40915433	研究论文	开发了一种基于隐式神经表示的新型k空间重建方法k-GINR，用于加速非笛卡尔磁共振成像重建	提出两阶段训练的k-GINR方法，结合对抗训练，能够直接重建新患者的非笛卡尔k空间数据	重建时间相对传统深度学习方法较长（约3分钟）	加速磁共振成像采集并提高重建图像质量	肝脏磁共振成像数据	医学影像重建	肝脏疾病	磁共振成像，非笛卡尔采样	INR, GAN, CNN	k空间数据，图像数据	118个前瞻性采集的扫描数据及相应线圈数据	NA	k-GINR, NeRP, k-NeRP, Deep Cascade CNN	峰值信噪比	NA
6056	2025-10-05	Electrocardiogram-Based Artificial Intelligence to Identify Coronary Artery Disease 2025-Sep, JACC. Advances DOI:10.1016/j.jacadv.2025.102041 PMID:40749517	研究论文	开发基于心电图的人工智能模型ECG2CAD用于识别冠状动脉疾病	利用深度学习技术从常规心电图中识别冠状动脉疾病，相比传统基于年龄、性别或Pooled Cohort Equations的模型有显著改进	研究主要基于特定医疗机构的患者数据，需要在更广泛人群中验证	开发人工智能模型检测冠状动脉疾病并识别不良事件风险人群	来自麻省总医院、布莱根妇女医院和英国生物银行的ECG数据	医疗人工智能	冠状动脉疾病	心电图分析	深度学习	心电图信号数据	训练集：764,670份心电图（137,199人）；测试集：MGH 18,706人，BWH 88,270人，UK Biobank 42,147人	NA	NA	AUROC, AUPRC, 风险比	NA
6057	2025-10-05	Real-time sludge moisture monitoring via jet imaging and deep learning 2025-Sep, Environmental science and ecotechnology IF:14.0Q1 DOI:10.1016/j.ese.2025.100614 PMID:40994737	研究论文	本研究通过高速成像捕捉污泥射流特性，并利用深度学习算法实时预测污泥含水率	首次结合瞬时活性污泥射流膨胀图像采集系统(iCASJEI)与深度学习，利用非牛顿流体特性实现20秒内快速含水率检测	研究基于实验室规模系统，需在实际工业场景中验证；测试范围限定在79-94%含水率区间	开发实时污泥含水率监测方法以优化污泥处理工艺	废水处理厂产生的废弃活性污泥	计算机视觉	NA	高速成像	CNN	图像	超过11,000张射流图像，覆盖79-94%含水率范围	NA	VGG-16, AlexNet, LeNet	验证准确率, 精度	NA
6058	2025-10-05	Can the success of digital super-resolution networks be transferred to passive all-optical systems? 2025-Sep, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2025-0294 PMID:40995527	研究论文	探讨数字超分辨率网络的成功能否转移到被动全光学系统中	首次系统分析全光学衍射神经网络在超分辨率任务中的物理限制和设计约束	面临重建保真度与能量保存的权衡，以及输入强度动态范围有限的处理挑战	研究全光学系统实现空间超分辨率的可行性	全光学衍射神经网络	光学计算	NA	全光学衍射神经网络	AODNN	光学信号	NA	NA	相位非线性网络	重建保真度	全光学系统（光速运算，无外部能耗）
6059	2025-10-05	Deep learning-based 3D classification of head and neck cancer PET/MRI: Radiologist comparison and Grad-CAM interpretability 2025-Sep, Clinical physiology and functional imaging IF:1.3Q4 DOI:10.1111/cpf.70030 PMID:40996364	研究论文	开发并评估基于3D卷积神经网络的头颈癌PET/MRI图像自动分类系统，与放射科医生解读进行比较	首次将3D CNN应用于头颈癌PET/MRI多模态图像分类，并利用Grad-CAM增强模型可解释性	数据集规模有限，PET/MRI和MRI模型性能较差，特异性需要提升以减少假阳性	开发头颈癌PET/MRI图像的自动分类系统并评估其诊断辅助潜力	头颈癌患者	计算机视觉	头颈癌	18F-FDG PET/MRI成像	3D CNN	PET/MRI医学图像	训练验证集202例患者（101阳性+101阴性），测试集20例患者（10阳性+10阴性）	NA	3D卷积神经网络	敏感性,特异性,准确率,AUC	NA
6060	2025-10-05	scBCN: deep learning-based batch correction network for integration of heterogeneous single-cell data 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf503 PMID:40991329	研究论文	提出基于深度学习的单细胞批次校正网络scBCN，用于整合异质性单细胞数据	结合跨批次相似聚类识别与深度残差神经网络，在校正批次效应的同时保留生物变异	NA	开发单细胞数据批次校正方法以准确识别细胞类型	单细胞数据	生物信息学	NA	单细胞测序	深度残差神经网络	单细胞基因表达数据	多种模拟和真实数据集	NA	ResNet	批次校正效果, 生物变异保护	NA