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
621	2025-05-10	Canine EEG helps human: cross-species and cross-modality epileptic seizure detection via multi-space alignment 2025-Jun, National science review IF:16.3Q1 DOI:10.1093/nsr/nwaf086 PMID:40330047	研究论文	提出一种基于跨物种和跨模态脑电图数据的多空间对齐方法，以提高癫痫发作的检测能力和理解	首次展示整合不同物种和模态的异质数据以提高基于EEG的癫痫发作检测性能的有效性	是一项初步研究，仅提供了多物种和多模态数据整合的挑战和潜力的见解	提高癫痫发作的检测能力和理解	人类和犬类的脑电图数据	机器学习	癫痫	脑电图(EEG)	深度学习，包括领域适应和知识蒸馏	EEG信号	多个人类和犬类的表面和颅内EEG数据集
622	2025-05-10	Zero-Shot Artifact2Artifact: Self-incentive artifact removal for photoacoustic imaging 2025-Jun, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100723 PMID:40331014	研究论文	提出了一种零样本自监督伪影去除方法ZS-A2A，用于提高三维光声成像的质量	利用超轻量网络和随机丢弃传感器数据的方法，无需训练数据或先验知识即可实现伪影去除	未提及在复杂临床环境中的验证结果	提高三维光声成像的质量	光声成像中的伪影	数字病理	NA	光声成像	超轻量网络	图像	模拟研究和动物实验
623	2025-05-10	An Optimized Framework of QSM Mask Generation Using Deep Learning: QSMmask-Net 2025-Jun, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70057 PMID:40331503	research paper	提出了一种基于深度学习的QSM掩模生成优化框架QSMmask-Net，用于精确生成定量磁化率成像（QSM）所需的掩模	QSMmask-Net通过深度神经网络实现了精确的QSM掩模生成，其性能优于其他掩模生成方法，且与人工掩模（金标准）的差异最小	未提及具体局限性	优化QSM掩模生成方法，提高定量磁化率成像的准确性和效率	定量磁化率成像（QSM）中的掩模生成	digital pathology	NA	deep learning	deep neural network	image	模拟数据和健康对照组
624	2025-05-10	Deep learning enabled open-set bacteria recognition using surface-enhanced Raman spectroscopy 2025-May-15, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.117245 PMID:39965415	研究论文	提出了一种基于transformer的神经网络，用于利用表面增强拉曼光谱(SERS)进行开放集细菌识别	结合分类和重建任务，通过分析重建误差拒绝未知细菌种类，提高了开放集识别的准确性	未提及具体样本数量和细菌种类范围	改进现有封闭集细菌识别方法的局限性，提高实际应用中的鲁棒性	细菌种类识别	机器学习	NA	表面增强拉曼光谱(SERS)	transformer	光谱数据	NA
625	2025-05-10	Thermo-responsive and phase-separated hydrogels for cardiac arrhythmia diagnosis with deep learning algorithms 2025-May-15, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.117262 PMID:39965416	研究论文	开发了一种基于水凝胶的皮肤界面电极，用于心脏心律失常的诊断，并通过深度学习算法实现高精度识别	通过温度介导的可切换氢键相互作用，实现了水凝胶电极的可编程粘附与剥离，显著提高了粘附能量的开关比	未提及长期使用的生物相容性或耐久性测试结果	开发一种可编程粘附的水凝胶电极，用于心脏心律失常的实时监测与诊断	心脏心律失常患者	数字病理学	心血管疾病	深度学习算法	NA	电信号（ECG）	八种常见心律失常患者
626	2025-05-10	Molecular surfaces modeling: Advancements in deep learning for molecular interactions and predictions 2025-05-12, Biochemical and biophysical research communications IF:2.5Q3 DOI:10.1016/j.bbrc.2025.151799 PMID:40239539	review	本文综述了分子表面分析领域的最新进展及其与AI技术的结合	整合AI技术与分子表面分析，揭示隐藏的模式、关系和设计原则	NA	加速分子发现和创新，推动药物开发、材料工程和催化等领域的进步	分子表面分析及其在预测建模和分子设计中的应用	machine learning	NA	AI-driven approaches	NA	molecular surface representations	NA
627	2025-05-10	Predicting the Brain-To-Plasma Unbound Partition Coefficient of Compounds via Formula-Guided Network 2025-May-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00590 PMID:40340403	研究论文	本文通过建立公式引导的深度学习模型CMD-FGKpuu，预测化合物的脑-血浆未结合分配系数，以评估血脑屏障通透性	开发了公式引导的深度学习模型CMD-FGKpuu，并在多个基准测试中表现良好，展示了深度学习在预测脑-血浆未结合分配系数方面的潜力	现有经验评分模型的通用性和适用性尚未充分探索，且数据稀缺，多为内部数据	预测化合物的脑-血浆未结合分配系数，以评估血脑屏障通透性，为药物开发提供有效工具	化合物的脑-血浆未结合分配系数	机器学习	NA	深度学习	CMD-FGKpuu	实验数据	通过数据挖掘建立的公共大鼠数据集
628	2025-05-10	Toward Accurate PAH IR Spectra Prediction: Handling Charge Effects with Classical and Deep Learning Models 2025-May-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00372 PMID:40339059	研究论文	本研究利用机器学习和图神经网络预测多环芳烃（PAHs）的红外光谱，特别关注中性和电离分子的光谱预测	首次实现了对带电PAHs红外光谱的快速准确预测，并引入了XGBoost和图神经网络（GNN）两种模型	异原子PAHs的数据稀缺性是一个主要挑战	开发能够同时预测中性和电离PAHs红外光谱的机器学习模型	多环芳烃（PAHs）的中性和电离分子	机器学习	NA	机器学习，图神经网络	XGBoost, GNN	分子图表示，Morgan指纹	未明确提及具体样本数量
629	2025-05-10	Artificial intelligence applied to ultrasound diagnosis of pelvic gynecological tumors: a systematic review and meta-analysis 2025-May-08, Gynecologic and obstetric investigation IF:2.0Q2 DOI:10.1159/000545850 PMID:40340944	meta-analysis	本文通过系统回顾和荟萃分析评估了人工智能在超声诊断盆腔妇科肿瘤中的应用效果	首次对AI在盆腔妇科肿瘤超声诊断中的研究进行了系统性回顾和荟萃分析，并与ADNEX模型进行了性能比较	大多数研究存在方法学缺陷，导致高偏倚风险，且仅少数研究包含外部验证和校准评估	评估人工智能在盆腔妇科肿瘤超声诊断中的识别和区分能力	盆腔妇科肿瘤（卵巢、子宫内膜和子宫肌层病变）	digital pathology	gynecological tumors	ultrasound imaging	deep learning, radiomics-based machine learning	image	44项研究（40项卵巢肿瘤，3项子宫内膜肿瘤，1项子宫肌层病变）
630	2025-05-10	Patient-specific uncertainty calibration of deep learning-based autosegmentation networks for adaptive MRI-guided lung radiotherapy 2025-May-08, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/add640 PMID:40340988	research paper	该研究提出了一种针对自适应MRI引导的肺癌放疗中深度学习自动分割网络的病人特异性不确定性校准方法	提出了一种病人特异性训练后不确定性校准方法，显著提高了深度学习自动分割模型的不确定性校准精度	研究样本量相对有限（122例肺癌患者），且GTV分割性能仍有提升空间	提高自适应放疗中深度学习自动分割模型的不确定性校准精度	肺癌患者	digital pathology	lung cancer	Monte Carlo Dropout (MCD)	3D-U-Net	MRI图像	122例肺癌患者（80/19/23训练/验证/测试）
631	2025-05-10	Deep learning-assisted analysis of single-particle tracking for automated correlation between diffusion and function 2025-May-08, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02665-8 PMID:40341204	研究论文	介绍了一种名为DeepSPT的深度学习框架，用于快速高效地分析细胞内物体的扩散行为	开发了DeepSPT框架，能够自动从分子和细胞器的扩散中提取功能信息，显著提高了分析效率	未提及具体的技术局限性或数据限制	旨在通过深度学习技术自动分析细胞内物体的扩散行为，以提取功能信息	细胞内分子和细胞器的扩散行为	计算机视觉	NA	光学显微镜追踪技术	深度学习框架	时间序列数据	未提及具体样本数量
632	2025-05-10	Exploiting network optimization stability for enhanced PET image denoising using deep image prior 2025-May-08, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/add63f PMID:40341245	研究论文	提出一种利用网络优化稳定性增强PET图像去噪的方法，应用于条件深度图像先验（DIP）	引入优化过程中的稳定性信息，通过稳定性图识别网络优化轨迹中的不稳定区域，结合DIP输出和原始PET图像进行加权去噪	仅在高分辨率脑PET数据集上进行了验证，未涉及其他类型PET数据	提高PET图像去噪的可靠性和定量准确性	PET图像	医学图像处理	NA	深度图像先验（DIP）	DIP	医学图像（PET）	8个高分辨率脑PET数据集
633	2025-05-10	SimSon: Simple Contrastive Learning of SMILES for Molecular Property Prediction 2025-May-08, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf275 PMID:40341364	research paper	提出了一种名为SimSon的自监督学习框架，用于通过对比学习获取SMILES表示，以提升分子性质预测的性能	利用对比学习和随机化SMILES增强模型的泛化能力和鲁棒性，有效捕捉分子层面的全局语义上下文	未明确提及具体的数据短缺问题如何影响模型性能，以及在大规模化学空间中的泛化能力是否完全解决	提升分子性质预测的准确性和泛化能力，加速药物发现和逆合成	SMILES表示的分子数据	cheminformatics	NA	对比学习	SimSon	SMILES数据	未明确提及具体样本数量
634	2025-05-10	A multi-model deep learning approach for the identification of coronary artery calcifications within 2D coronary angiography images 2025-May-08, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03382-5 PMID:40341465	研究论文	本文提出了一种基于多模型深度学习的冠状动脉钙化识别方法，旨在通过2D冠状动脉造影图像辅助临床医生识别冠状动脉钙化	首次提出了一种结合ResNet-18分类主干和U-Net解码器架构的临床决策支持系统，用于在2D冠状动脉造影图像中识别冠状动脉钙化	样本量较小（14名患者的44幅图像采集），且未来可通过探索多辅助任务的并发使用来进一步提高分割性能	提高冠状动脉钙化（CAC）在2D冠状动脉造影图像中的识别准确性和效率	2D冠状动脉造影图像中的冠状动脉钙化	数字病理学	心血管疾病	深度学习	ResNet-18, U-Net	图像	14名患者的44幅图像采集
635	2025-05-10	Enhanced reconstruction of atomic force microscopy cell images to super-resolution 2025-May-08, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.13423 PMID:40341533	research paper	提出了一种基于深度学习的跨模块方法，用于超分辨率重建原子力显微镜（AFM）细胞图像，整合了频率分割和自适应融合模块	开发了一种增强的空间融合结构和优化的反向投影机制，利用AFM拓扑深度学习神经网络检测AFM细胞图像特有的弱信号和复杂纹理，并设计了基于交叉的频率分割模块，有效分离和增强与细胞结构相关的特征	NA	提升AFM细胞图像的分辨率和质量，以支持细胞生物学研究和生物医学应用	AFM细胞图像	digital pathology	NA	AFM, 深度学习	对抗性超分辨率网络	image	多种细胞的AFM图像
636	2025-05-10	Potential of artificial intelligence for radiation dose reduction in computed tomography -A scoping review 2025-May-07, Radiography (London, England : 1995) DOI:10.1016/j.radi.2025.102968 PMID:40339443	综述	本文综述了人工智能在计算机断层扫描（CT）中减少辐射剂量的潜力，重点关注患者定位、扫描范围确定和图像重建三个关键领域	强调了人工智能在优化CT扫描协议和辐射剂量方面的创新应用，特别是在减少手动错误和克服低剂量CT设置限制方面的作用	综述的范围可能受到所选文献的限制，且未涉及AI技术在实际临床应用中可能遇到的具体挑战	评估和总结人工智能在CT辐射剂量优化中的作用	计算机断层扫描（CT）中的患者定位、扫描范围确定和图像重建	医学影像	NA	深度学习图像重建算法	深度学习	医学影像数据	90篇符合选择标准的文章
637	2025-05-10	Improving microsurgical suture training with automated phase recognition and skill assessment via deep learning 2025-May-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110238 PMID:40339525	research paper	本研究开发了一种基于深度学习的自动化方法，用于显微外科缝合中的阶段识别和技能评估	采用三种改进的LRCN变体处理显微外科视频，实现阶段分类和技能评估，并应用数据增强和跳窗策略提高模型性能	在识别具有重叠视觉和时间特征的阶段时存在挑战	提高显微外科缝合训练的效果和技能评估的准确性	显微外科缝合视频	computer vision	NA	deep learning	LRCN (Long-Range Recurrent Convolutional Networks)	video	包含新手和专家外科医生的数据集
638	2025-05-10	Review learning: Real world validation of privacy preserving continual learning across medical institutions 2025-May-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110239 PMID:40339524	研究论文	本文介绍了一种名为‘复习学习’(RevL)的低成本持续学习算法，用于在隐私保护深度学习框架下基于电子健康记录(EHR)进行诊断预测	提出了‘复习学习’(RevL)算法，通过生成数据样本来回顾先前数据集的知识，解决了深度学习模型在连续训练不同数据集时的灾难性遗忘问题	NA	验证RevL算法在隐私保护深度学习(PPDL)应用中的有效性，特别是在跨医疗机构的模型迁移场景中	电子健康记录(EHR)数据	机器学习	NA	隐私保护深度学习(PPDL), 迁移学习(TL)	深度学习模型	电子健康记录(EHR)	模拟实验涉及六个机构，真实世界实验涉及三个医疗机构的106,508名患者数据
639	2025-05-10	Artificial intelligence automated solution for hazard annotation and eye tracking in a simulated environment 2025-May-07, Accident; analysis and prevention DOI:10.1016/j.aap.2025.108075 PMID:40339543	research paper	提出一种AI驱动的自动化解决方案，用于模拟环境中的危险标注和眼动追踪	扩展了先前仅进行危险检测的系统，整合了危险标注和眼动追踪数据，提供更全面的驾驶行为分析	未提及具体的技术实施细节或系统性能评估	自动化驾驶模拟实验中的数据标注任务，提高研究效率	驾驶模拟实验中的危险标注和眼动追踪数据	machine learning	NA	deep learning	NA	image, video	NA
640	2025-05-10	Deep learning model to identify and validate hypotension endotypes in surgical and critically ill patients. Comment on Br J Anaesth 2025; 134: 308-16 2025-May-07, British journal of anaesthesia IF:9.1Q1 DOI:10.1016/j.bja.2025.03.025 PMID:40340157	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA