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
681	2025-12-10	Deep learning super-resolution for dental CBCT using micro-CT reference and edge loss function 2026-Jan, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.106209 PMID:41187827	研究论文	本研究利用深度学习超分辨率技术，以微CT图像为参考，提升牙科CBCT图像的空间分辨率，以更好地显示精细根管结构	引入了结合高斯滤波、中值滤波和Sobel边缘检测的边缘损失函数，以改善超分辨率模型对结构细节的保留能力	牙冠区域仍存在伪影，需要进一步改进	通过基于深度学习的超分辨率技术提升牙科CBCT图像的分辨率	48颗拔除的人类牙齿的CBCT和微CT图像	计算机视觉	NA	锥形束计算机断层扫描（CBCT），微计算机断层扫描（微CT）	GAN, Transformer	图像	48颗人类牙齿	NA	Enhanced Super-Resolution Generative Adversarial Network (ESRGAN), Hybrid Attention Transformer (HAT)	峰值信噪比（PSNR），结构相似性指数（SSIM），专家视觉评估，三维重建	NA
682	2025-12-10	Automated diagnosis and classification of skeletal malocclusion using artificial intelligence on 2D facial photographs: A multi-modal deep learning approach 2026-Jan, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.106257 PMID:41270953	研究论文	本研究开发并验证了一个基于二维面部照片和元数据的多模态深度学习框架，用于自动诊断和分类骨骼性错颌畸形	提出了一个两阶段深度学习模型（FaceDSM-Net），首次结合面部照片与元数据（性别和年龄）进行骨骼性错颌畸形的自动分类，并展示了良好的可解释性和泛化能力	模型在外部测试集上表现出中等泛化能力，且主要基于二维照片，可能受限于照片质量和拍摄条件	建立并验证一个可靠且成本效益高的深度学习框架，用于基于二维面部照片识别矢状向和垂直向骨骼性错颌畸形	1427名患者的2854张面部照片、对应的侧位头影测量片及元数据（性别和年龄）	计算机视觉	骨骼性错颌畸形	深度学习	CNN	图像, 元数据	2854张照片（来自1427名患者）	NA	MobileNetV3-Large	准确率, 精确率, AUC, 召回率, F1分数	NA
683	2025-12-10	60 kVp Coronary CT Angiography as a Screening Tool on Asymptomatic Patients: An Initial Experience 2025-Dec-10, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000869 PMID:41363201	研究论文	本研究探讨了使用60 kVp冠状动脉CT血管造影结合深度学习重建技术作为无症状患者筛查工具的可行性	首次将超低剂量60 kVp CCTA与深度学习重建结合，用于无症状患者的冠状动脉疾病筛查，显著降低了辐射剂量和对比剂用量	60 kVp CCTA会导致斑块体积和狭窄程度的显著高估，且在血管和管腔描绘方面主观评分较低	评估超低剂量冠状动脉CT血管造影作为无症状患者筛查工具的可行性	156名无症状但至少有一个冠状动脉疾病风险因素的患者	数字病理学	心血管疾病	冠状动脉CT血管造影	深度学习	医学影像	156名患者	NA	NA	灵敏度, 特异性, 准确率, 阴性预测值	NA
684	2025-12-10	Deep Learning Model for Fast Determination of Equilibrium Dissociation Constants Using Biolayer Interferometry Sensorgrams 2025-Dec-09, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c03188 PMID:41271228	研究论文	本文提出了一种基于深度学习的模型，用于快速预测生物层干涉测量（BLI）传感器图谱的平衡解离常数	创新性地将YOLOv5模型用于自动识别和提取PubMed文献中的BLI曲线，并结合干-半干-湿策略扩展数据集；在卷积神经网络中引入了SE和CBA模块并进行微调，以提升预测精度和泛化能力	模型在湿数据上的总预测准确率为60%，仍有提升空间；未来需要更多高质量BLI传感器图谱数据以进一步提高模型的准确性和鲁棒性	开发一种能够基于单浓度BLI传感器图谱快速准确预测平衡解离常数（K值）的深度学习方法	生物层干涉测量（BLI）传感器图谱	机器学习	NA	生物层干涉测量	CNN, GAN	传感器图谱（曲线数据）	5640条传感器图谱（包括3812条从PubMed提取的曲线、525条实验室湿数据、1303条生成对抗网络生成的干数据）	NA	YOLOv5, 卷积神经网络（含SE和CBA模块）	准确率	NA
685	2025-12-10	Accelerating Many-Body Quantum Chemistry via Generative Transformer-Enhanced Configuration Interaction 2025-Dec-09, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c01429 PMID:41283762	研究论文	提出了一种基于Transformer的生成式机器学习方法GTNN-SCI，用于加速多体量子化学计算，通过生成式采样重要构型来高效处理强关联系统	利用Transformer的自注意力机制捕获长程电子关联，实现比现有神经网络方法高达10倍的加速，并能识别传统耦合方案遗漏的高阶激发，获得更低的变分能量	NA	加速多体量子化学计算，精确求解强关联分子系统的电子薛定谔方程	代表性分子（如N₂、H₂O、C₂）和强关联的[Fe₂S₂(SCH₃)₄]²⁻ ([2Fe-2S])团簇系统	机器学习	NA	量子化学计算，构型相互作用	Transformer	量子化学构型数据	NA	NA	Transformer	收敛速度，能量（关联能、结合能、基态能量），化学精度	NA
686	2025-12-10	Time-Lapse Deep Learning for Single-Cell Subcellular Structural Phenotypic Antimicrobial Susceptibility Testing 2025-Dec-09, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c04676 PMID:41283773	研究论文	本文开发了一种结合结构光照明显微镜成像和深度学习的快速表型抗菌药物敏感性测试平台，用于评估抗生素处理后细菌的亚细胞表型	整合结构光照明显微镜与深度学习，实现亚细胞水平的快速表型AST，无需培养，能在20分钟至15小时内提供结果，并揭示单细胞异质性	未明确提及具体局限性，但可能包括模型泛化能力、样本多样性或计算资源需求	开发快速、准确的表型抗菌药物敏感性测试方法，以减少培养时间并提高检测分辨率	细菌（包括大肠杆菌、金黄色葡萄球菌和BCG）在抗生素处理下的亚细胞表型	计算机视觉	NA	结构光照明显微镜成像	CNN	图像	NA	NA	C3D, DenseNet-121, MobileNet-V2, MobileNet-V3 Large, ResNet-50, ResNet-101, MobileNet-V3 Small	准确率	NA
687	2025-12-10	Model-based spatiotemporal synthetic data generation framework and deep-learning reconstruction for real-time MRI oxygen extraction fraction mapping 2025-Dec-09, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae2380 PMID:41285110	研究论文	提出了一种用于实时动态磁共振成像的模型化时空合成数据生成框架及深度学习重建方法，以实现氧摄取分数的动态追踪	开发了针对实时动态场景的模型化时空合成数据生成框架，并结合超快速多重叠回波分离成像技术，实现了三维时空重建以追踪氧摄取分数的动态变化	未明确说明方法在更广泛临床场景或不同病理条件下的泛化能力	解决深度学习定量磁共振成像重建中训练数据稀缺问题，并提升实时动态成像的重建质量	数值模拟大脑、水模体及人脑实验数据	医学影像分析	NA	超快速多重叠回波分离成像技术	深度学习	三维时空磁共振成像数据	NA	NA	NA	准确性	NA
688	2025-12-10	Adaptive Physics-Aware Raman Baseline Correction with Machine Learning Predicted Parameters 2025-Dec-09, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c05185 PMID:41294352	研究论文	提出了一种自适应物理感知的拉曼基线校正方法DIRAS及其增强版DIRAS+，通过机器学习预测参数实现自动化校正	开发了动态迭代重加权自回归光谱基线校正方法，结合深度学习优化正则化参数，实现无需手动干预的自适应校正	方法在通用性和用户控制方面可能仍有局限，未明确说明在其他类型光谱数据上的适用性	提高拉曼光谱基线校正的准确性和自动化水平，以支持可靠的光谱解释和下游化学计量工作流程	拉曼光谱数据，特别是表面增强拉曼散射数据集	机器学习	NA	拉曼光谱，表面增强拉曼散射	深度学习模型	光谱数据	两个SERS数据集	NA	NA	结构相似性指数，峰值保真度，类内变异性，基线失真，校准误差，分析灵敏度	NA
689	2025-12-10	Deep-Learning Prediction of Protein Secondary Structure from Circular Dichroism Spectrum Using Three-Layer Image Recognition 2025-Dec-09, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c04550 PMID:41321189	研究论文	本研究开发了一种基于图像识别的深度学习方法，用于从圆二色谱中准确预测蛋白质二级结构参数	创新点在于将圆二色谱数值数据转换为三层（RGB）图像，并利用卷积神经网络进行图像识别，实现了高精度的二级结构参数预测	NA	开发一种深度学习方法，用于从圆二色谱中预测蛋白质二级结构参数	蛋白质的圆二色谱和对应的二级结构参数	机器学习	NA	圆二色谱	CNN	图像	243个圆二色谱RGB图像	NA	原始CNN	相关系数, RMSD	NA
690	2025-12-10	Deep learning-based volumetry of the future liver remnants and prediction of candidates for major hepatectomy 2025-Dec-09, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-02106-0 PMID:41361806	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
691	2025-12-10	Transforming Gynecologic Cancer Care Through Artificial Intelligence: A Clinician's Guide to the Evolving Landscape 2025-Dec-09, Clinical obstetrics and gynecology IF:1.4Q3 DOI:10.1097/GRF.0000000000000985 PMID:41363042	综述	本文是一篇面向临床医生的综述，总结了人工智能在妇科肿瘤全程护理中的应用现状与前景	系统性地整合了AI在妇科肿瘤预防、筛查、诊断、预后及治疗指导等多个领域的最新证据，并提出了临床整合的实用路径和以公平为中心的部署方向	NA	为临床医生提供人工智能在妇科肿瘤护理中应用的综合指南，并展望其未来发展方向	妇科肿瘤的全程护理，包括预防、筛查、早期检测、诊断、预后预测和治疗指导	数字病理学	妇科癌症	NA	深度学习	多模态数据（临床、影像、组织学、基因组学）	NA	NA	NA	准确性, 速度, 可重复性	NA
692	2025-12-10	GPMassSimulator: A Graphormer-Based Method for Glycopeptide MS/MS Spectra Prediction 2025-Dec-09, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02375 PMID:41364107	研究论文	本文介绍了一种名为GPMassSimulator的深度学习框架，用于准确预测完整N-糖肽的串联质谱（MS/MS）图谱和保留时间	提出了一种创新的基于Graphormer的深度学习方法，通过GpepFormer模块有效表征和整合肽序列与聚糖结构，捕捉其复杂依赖关系，显著提升了糖肽鉴别的准确性，特别是在区分相似糖肽和异构体结构方面	NA	开发一种能够准确预测糖肽MS/MS图谱和保留时间的深度学习方法，以解决糖肽结构复杂性和异质性带来的分析挑战	糖肽（特别是N-糖肽）	机器学习	NA	串联质谱（MS/MS）	Graphormer	质谱数据	NA	NA	Graphormer, GpepFormer	识别准确率, Top-1识别率, 灵敏度	NA
693	2025-12-10	Towards Modality- and Sampling-Universal Learning Strategies for Accelerating Cardiovascular Imaging: Summary of the CMRxRecon2024 Challenge 2025-Dec-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3641610 PMID:41359736	研究论文	本文总结了CMRxRecon2024挑战赛，该挑战赛旨在解决心脏磁共振成像中深度学习模型跨模态和采样方案泛化能力不足的问题	引入了最大的公开多模态心脏磁共振原始数据集、开放基准测试平台和共享代码，并发现基于提示的适应和增强的物理驱动一致性是实现强跨场景性能的关键	未明确说明模型在临床环境中的具体验证结果或部署挑战	加速心血管成像，开发跨模态和采样方案通用的学习策略	心脏磁共振成像数据	数字病理学	心血管疾病	心脏磁共振成像	深度学习模型	图像	来自18个国家超过200个团队参与的大规模多模态数据集	NA	NA	跨场景性能评估	NA
694	2025-12-10	SDMFFN: A Novel Specular Detection Median Filtering Fusion Network for Specular Reflection Removal in Endoscopic Images 2025-Dec-08, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae291d PMID:41360013	研究论文	提出一种用于内窥镜图像中镜面反射检测与去除的新型网络SDMFFN	提出两阶段框架SDMFFN，在检测阶段采用增强的S-TransUnet模型集成ASPP、IB和CBAM模块优化多尺度特征提取，在去除阶段改进中值滤波并融合颜色信息实现自然修复	未明确说明方法在极端光照条件或不同内窥镜设备上的泛化能力限制	提升内窥镜图像质量以改善微创手术中的诊断准确性和手术效果	内窥镜图像中的镜面反射区域	计算机视觉	NA	深度学习	Transformer, CNN	图像	NA	PyTorch（根据GitHub链接推断）	U-Net, Transformer（S-TransUnet）	视觉清晰度，诊断精度（具体指标未明确说明）	NA
695	2025-12-10	Dual-Channel TRCA-net based on cross-subject positive transfer for SSVEP-BCI 2025-Dec-08, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae291c PMID:41360014	研究论文	本文提出了一种基于跨被试正向迁移的双通道TRCA-net方法，旨在提升SSVEP-BCI系统的解码精度和信息传输率，并减少被试间变异性	引入了创新的基于迁移精度的被试选择策略和结合SSVEP领域自适应网络的深度学习网络，以增强SSVEP-BCI解码性能	NA	增强稳态视觉诱发电位脑机接口系统的解码准确性和信息传输率，减少被试间变异性，以扩展SSVEP-BCI的应用范围	稳态视觉诱发电位脑机接口系统	机器学习	NA	稳态视觉诱发电位	深度学习网络	脑电信号	在两个大规模公共基准数据集上进行验证	NA	双通道TRCA-net, SSVEP领域自适应网络	解码精度, 信息传输率	NA
696	2025-12-10	ZNGEA: ZINB-NMF Integrated Graph Embedding Autoencoder for Metabolite-Disease Association Identification 2025-Dec-08, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c05618 PMID:41360747	研究论文	提出一种名为ZNGEA的深度学习算法，用于高效识别代谢物与疾病之间的潜在关联	整合了零膨胀负二项分布和非负矩阵分解，通过非线性方法结合多种相似性网络，并利用图卷积自编码器提取特征	NA	开发计算方法来识别代谢物与疾病之间的关联	代谢物与疾病	机器学习	NA	深度学习	图卷积自编码器, 双线性解码器	相似性网络数据	NA	NA	ZNGEA	AUC, AUPR	NA
697	2025-12-10	CACLENS: A Multitask Deep Learning System for Enzyme Discovery 2025-Dec-08, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202518063 PMID:41360755	研究论文	本文介绍了一个名为CACLENS的多任务深度学习系统，用于高效发现工业酶	引入了结合定制门控控制、对比学习和交叉注意力机制的多任务深度学习框架，实现了反应类型分类、EC号预测和反应可行性评估三项关键功能的高性能集成	NA	开发一个高性能的多任务深度学习系统，以加速工业酶的发现过程	酶的结构、功能和性质，特别是用于生物合成和生物降解过程的酶	机器学习	NA	深度学习	深度学习框架	NA	NA	NA	结合定制门控控制、对比学习和交叉注意力机制的架构	NA	较少的计算资源
698	2025-12-10	Controllable diffusion framework for imbalanced Phi OTDR events classification 2025-Dec-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29691-y PMID:41360874	研究论文	本文提出了一种可控扩散框架（ConDiff），用于解决Φ-OTDR事件分类中的长尾不平衡问题	引入了由反馈引导的Φ-OTDR增强器、高质量样本选择模块和动态阈值调整模块组成的可控扩散框架，用于生成高质量的异常事件合成样本	未在摘要中明确说明	解决Φ-OTDR事件分类中因异常事件样本远少于正常事件（噪声）而导致的长尾分布问题	Φ-OTDR系统监测到的异常事件（如挖掘、浇水、摇晃）	机器学习	NA	Φ-OTDR（相位光时域反射计）	扩散模型	Φ-OTDR事件数据	BJTU-OTDR-LT数据集	NA	Controllable Diffusion (ConDiff) framework	分类准确率	NA
699	2025-12-10	Landscape design concept generation combining cultural mapping technology and multimodal modeling 2025-Dec-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31088-w PMID:41360932	研究论文	本文提出了一种结合草图生成与多模态学习的新型景观设计模型，用于生成高质量的景观设计图像	提出了一种结合草图生成（Pix2Pix GAN）与文本描述对齐（CLIP）的多模态学习模型，以同时满足结构要求和审美偏好，为自动化景观设计提供了更具创意、灵活和详细的解决方案	模型在处理复杂和抽象的设计需求方面仍有待进一步改进	开发一种更高效、更具创意且与上下文相关的自动化景观设计方法	景观设计图像	计算机视觉	NA	NA	GAN, 多模态学习模型	图像, 文本, 草图	NA	NA	Pix2Pix GAN, CLIP	定量分析, 定性分析	NA
700	2025-12-10	BugPrioritizeAI for multimodal test case prioritisation using bug reports, code changes, and test metadata 2025-Dec-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31851-z PMID:41360983	研究论文	本文提出了一种名为BugPrioritizeAI的可解释多模态测试用例优先级排序框架，该框架联合利用错误报告、源代码变更和测试元数据来对测试用例进行排序，以加速故障检测	BugPrioritizeAI是一种可解释的多模态TCP框架，它首次联合使用错误报告、源代码变更和测试元数据来对测试用例进行优先级排序，并通过SHAP提供解释性，克服了现有方法仅依赖单一信息源和语义关系建模不足的局限性	论文未明确提及具体局限性，但暗示当前基于深度学习的方法仍存在跨项目泛化能力和误解问题，这可能也是本框架需要进一步验证的方面	研究目标是开发一种AI增强的测试用例优先级排序方法，以减少回归测试的开销并加速故障检测	研究对象是软件测试中的测试用例，特别是针对错误报告、源代码变更和测试元数据等多模态软件制品	机器学习	NA	深度学习	神经网络	文本、代码变更、元数据	NA	NA	BugTestRankNet	NA	NA