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
61	2025-05-23	A Chemistry-Informed Generative Deep Learning Approach for Enhancing Voltammetric Neurochemical Sensing in Living Mouse Brain 2025-May-21, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.5c05393 PMID:40358003	research paper	提出了一种基于化学信息的生成深度学习模型（CIGNN），用于增强活体小鼠脑中伏安法神经化学传感的定量准确性	开发了CIGNN模型，能够分离伏安电流中的法拉第和非法拉第成分，减少相互干扰并提高定量准确性	研究仅在小鼠模型中进行验证，尚未扩展到其他生物模型或临床环境	开发一种新方法来同时监测多种神经化学物质的动态变化，以研究神经功能和病理机制	活体小鼠脑中的神经化学物质（多巴胺、抗坏血酸和离子强度）	machine learning	神经炎症	伏安法神经化学传感	CIGNN（化学信息生成神经网络）	伏安电流数据	神经炎症模型小鼠和对照小鼠（具体数量未明确说明，但有浓度数据）
62	2025-05-23	Medication versus globus pallidus internus deep brain stimulation in Parkinson's disease with deep learning video analysis of finger tapping 2025-May-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02098-5 PMID:40394036	研究论文	本研究通过深度学习视频分析手指敲击任务，比较了药物与苍白球内侧深部脑刺激（GPi DBS）在改善帕金森病患者运动症状方面的差异	首次使用深度学习模型重建2D手部运动为3D网格，并提取21个运动参数来量化手部运动迟缓，同时比较了GPi DBS与药物治疗的不同机制	研究为观察性研究，样本量相对较小（87名患者），且仅关注了手指敲击任务	评估GPi DBS对帕金森病患者运动迟缓症状的改善效果，并与药物治疗进行比较	帕金森病患者	数字病理学	帕金森病	深度学习视频分析	深度学习模型	视频	87名患者的556个视频
63	2025-05-23	A dynamic attention mechanism for road extraction from high-resolution remote sensing imagery using feature fusion 2025-May-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02267-6 PMID:40394108	研究论文	提出了一种名为RISENet的新型深度学习模型，用于从高分辨率遥感影像中提取道路信息	引入了双分支融合编码器、多层动态空间通道融合注意力机制（MCSA）和混合特征扩张感知解码器，有效解决了道路提取中的遮挡和相似性问题	未提及具体计算资源需求或处理速度等实际应用限制	提高从遥感影像中提取道路信息的准确性和完整性	高分辨率遥感影像中的道路信息	计算机视觉	NA	深度学习	RISENet（包含双分支融合编码器、MCSA注意力机制和扩张感知解码器）	遥感影像	在三个不同的道路分割基准数据集上进行了评估
64	2025-05-23	Identifying Disinformation on the Extended Impacts of COVID-19: Methodological Investigation Using a Fuzzy Ranking Ensemble of Natural Language Processing Models 2025-May-21, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/73601 PMID:40397945	研究论文	本研究开发了一个结合预训练语言模型和模糊排序集成方法的深度学习框架，用于检测与COVID-19长期影响相关的虚假信息	采用模糊排序集成方法结合预训练语言模型，提出了一种新颖的预测方法，提高了检测准确性和可靠性	研究仅基于文本内容进行训练，可能忽略了其他可能影响检测准确性的因素	开发一个鲁棒且可推广的深度学习框架，用于检测与COVID-19长期影响相关的虚假信息	与COVID-19长期影响相关的虚假信息	自然语言处理	COVID-19	预训练语言模型（PLMs）、模糊排序集成方法	RoBERTa、DeBERTa、XLNet、HAN	文本	566个真实样本和2361个虚假样本
65	2025-05-23	Prediction of Spontaneous Breathing Trial Outcome in Critically Ill-Ventilated Patients Using Deep Learning: Development and Verification Study 2025-May-21, JMIR medical informatics IF:3.1Q2 DOI:10.2196/64592 PMID:40397953	研究论文	本研究开发了一种基于深度学习的模型，用于预测重症监护病房中机械通气患者的自主呼吸试验（SBT）结果	提出了一种新颖的混合CNN-MLP架构，通过交替CNN和MLP层进行特征学习和融合，提高了模型的灵活性和预测准确性	研究数据来自单一医疗中心，可能影响模型的泛化能力	开发人工智能预测模型，提高呼吸机脱机评估的准确性和效率	重症监护病房中机械通气的成年患者	数字病理学	呼吸系统疾病	深度学习	混合CNN-MLP	临床记录数据	3686名患者，6536份SBT前临床记录
66	2025-05-23	Deep learning-based automatic image quality assessment in ultra-widefield fundus photographs 2025-May-21, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2025-100058 PMID:40398939	研究论文	本研究开发了一种基于深度学习的超广角眼底照片自动图像质量评估模型，并研究了人工评分者之间的一致性	首次开发了针对超广角眼底照片的自动图像质量评估深度学习模型，并展示了其与人工评分者之间的一致性优于人工评分者之间的一致性	研究仅基于单一机构的患者数据，可能影响模型的泛化能力	开发自动化的超广角眼底照片图像质量评估方法，提高临床诊断的准确性	超广角眼底照片	计算机视觉	眼科疾病	深度学习	EfficientNet-B3	图像	4749张来自2124名患者的超广角眼底图像
67	2025-05-23	Cyclic peptide structure prediction and design using AlphaFold2 2025-May-21, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-59940-7 PMID:40399308	研究论文	介绍了一种名为AfCycDesign的深度学习方法，用于精确预测、重新设计及从头设计环肽结构	开发了AfCycDesign方法，能够高精度预测和设计环肽结构，并通过实验验证了其原子级准确性	训练数据集的规模可能限制了模型的泛化能力	开发深度学习方法来精确设计和预测环肽结构，以应用于蛋白质靶点和治疗领域	环肽	机器学习	NA	深度学习	AlphaFold2	蛋白质序列和结构数据	超过10,000种结构多样的设计肽，其中8种进行了X射线晶体结构验证
68	2025-05-23	Deep learning classification integrating embryo images with associated clinical information from ART cycles 2025-May-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02076-x PMID:40399312	研究论文	开发了一种结合胚胎图像和临床数据的人工智能模型，用于预测单胚胎移植的临床妊娠结果	首次将胚胎图像与临床数据结合，通过融合模型提高预测准确性	仅基于三个国家的数据，可能缺乏全球代表性	提高辅助生殖技术中单胚胎移植的妊娠结果预测准确性	1503个国际治疗周期的胚胎图像和临床数据	计算机视觉	生殖健康	深度学习	MLP, CNN, 融合模型	图像, 临床数据	1503个治疗周期（来自泰国、马来西亚和印度）
69	2025-05-23	Phase recognition in manual Small-Incision cataract surgery with MS-TCN + + on the novel SICS-105 dataset 2025-May-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00303-z PMID:40399321	research paper	该研究通过深度学习技术MS-TCN++在新型SICS-105数据集上实现了手动小切口白内障手术阶段的识别	首次引入SICS视频数据集，并评估了MS-TCN++架构在阶段识别中的有效性，同时与公开的Cataract-101数据集进行了比较	由于SICS手术阶段更多且持续时间更长，相比超声乳化手术更具挑战性	通过深度学习技术改进手动小切口白内障手术的阶段识别，以促进术后分析和培训	手动小切口白内障手术视频数据	computer vision	白内障	深度学习	MS-TCN++	视频	105名患者
70	2025-05-23	An automated deep learning framework for brain tumor classification using MRI imagery 2025-May-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02209-2 PMID:40399378	research paper	提出了一种基于深度学习的自动化框架，用于MRI图像中的脑肿瘤分类	结合引导滤波技术和各向异性高斯侧窗(AGSW)提高图像清晰度，并采用注意力模块提取显著特征	未提及具体样本量或数据集的多样性限制	提高脑肿瘤诊断的自动化程度和准确性	MRI图像中的脑肿瘤	digital pathology	brain tumor	MRI	deep neural networks, ensemble model	image	使用公开数据集BraTS2020和Figshare，但未提及具体样本数量
71	2025-05-23	A generative adversarial network-based accurate masked face recognition model using dual scale adaptive efficient attention network 2025-May-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02144-2 PMID:40399389	research paper	提出了一种基于生成对抗网络的双尺度自适应高效注意力网络模型，用于精确识别戴口罩的人脸	结合GAN和DS-AEAN进行戴口罩人脸识别，并采用EAOA优化模型性能	未提及模型在复杂光照或遮挡情况下的表现	开发高精度的戴口罩人脸识别系统，用于生物特征验证	戴口罩和未戴口罩的人脸图像	computer vision	NA	GAN, DS-AEAN, EAOA	GAN, Dual Scale Adaptive Efficient Attention Network	image	标准数据集中的图像（数量未明确说明）
72	2025-05-23	Towards precision agriculture tea leaf disease detection using CNNs and image processing 2025-May-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02378-0 PMID:40399405	研究论文	本文介绍了一种基于深度学习和图像处理技术的茶叶病害精确检测方法	创新性地将复杂多层架构的CNN模型应用于农业病害检测，并采用残差块解决梯度消失问题	研究仅针对特定地区(孟加拉国Sylhet)的茶叶病害，模型在其他作物或地区的泛化能力未验证	开发高精度的茶叶病害自动检测系统	茶叶叶片	计算机视觉	植物病害	图像处理	CNN	图像	4000张高分辨率茶叶图像(包含病害和健康状态)
73	2025-05-23	FasNet: a hybrid deep learning model with attention mechanisms and uncertainty estimation for liver tumor segmentation on LiTS17 2025-May-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98427-9 PMID:40399406	研究论文	介绍了一种名为FasNet的混合深度学习模型，用于在LiTS17数据集上进行肝脏肿瘤分割	结合了ResNet-50和VGG-16架构，引入了通道和空间注意力机制以及蒙特卡洛丢弃技术，以提高分割精度和可靠性	NA	提高肝脏肿瘤分割的准确性和可靠性，以支持及时的诊断和有效的治疗计划	肝脏肿瘤，特别是肝细胞癌（HCC）	数字病理	肝癌	深度学习	ResNet-50, VGG-16	医学影像（CT和MRI）	LiTS17数据集
74	2025-05-23	Deep learning based multi attribute evaluation for holistic student assessment in physical education 2025-May-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02168-8 PMID:40399440	研究论文	本研究提出了一种基于深度学习的多属性评估方法，用于体育教育中对学生进行全面评估	利用深度学习技术整合多种数据（如身体活动、认知任务、情感反应和社交互动）进行学生表现的全面评估，并引入可视化工具如热力图	未整合实时传感器数据，计算效率有待提升，且应用范围目前有限	改进体育教育中的学生评估方法，提供更个性化和全面的反馈	体育教育中的学生	机器学习	NA	深度学习	NA	多模态数据（包括身体活动、认知任务、情感反应和社交互动）	NA
75	2025-05-23	Unveiling Spectrum-Structure Correlation in Vibrational Spectroscopy: Task-Driven Deep Learning Classification Balancing Global Fusion and Local Extraction 2025-May-21, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05842 PMID:40399767	研究论文	本文提出两种基于CNN的算法，分别针对光谱数据中的混合物分类和功能基团识别任务，通过多尺度卷积和注意力机制优化性能	针对光谱数据的全局和局部信息关注差异，设计了两种任务导向的CNN算法，分别优化混合物分类和功能基团识别	算法性能依赖于光谱数据的特征丰富度和数据量，可能在某些数据不足的场景下表现受限	提升光谱-结构关联分析的效能和准确性，实现更严谨的实验设计和实施	光谱数据中的混合物和功能基团	机器学习	NA	多尺度卷积、注意力机制	CNN、ResNet	光谱数据	NA
76	2025-05-23	Prediction of B/T Subtype and ETV6-RUNX1 Translocation in Pediatric Acute Lymphoblastic Leukemia by Deep Learning Analysis of Giemsa-Stained Whole Slide Images of Bone Marrow Aspirates 2025-May-21, Pediatric blood & cancer IF:2.4Q1 DOI:10.1002/pbc.31797 PMID:40399768	研究论文	开发了一种深度学习流程，用于分析吉姆萨染色的骨髓穿刺涂片，以预测儿童急性淋巴细胞白血病的B/T亚型和ETV6-RUNX1易位	首次使用深度学习分析吉姆萨染色涂片来预测B/T亚型和ETV6-RUNX1易位，为资源匮乏地区提供了替代诊断方案	外部验证队列的AUC值相对较低（B/T亚型分类0.72，ETV6-RUNX1预测0.69），模型性能有待进一步提高	开发一种基于深度学习的诊断工具，用于儿童急性淋巴细胞白血病的亚型分类和基因易位检测	儿童急性淋巴细胞白血病患者的骨髓穿刺涂片	数字病理学	急性淋巴细胞白血病	吉姆萨染色	CNN	图像	未明确说明样本数量，但包含交叉验证和外部验证队列
77	2025-05-23	Synthesizing [18F]PSMA-1007 PET bone images from CT images with GAN for early detection of prostate cancer bone metastases: a pilot validation study 2025-May-21, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-14301-x PMID:40399853	研究论文	本研究探索使用深度学习技术从CT骨图像合成[18F]PSMA-1007 PET骨图像，用于早期检测前列腺癌骨转移	利用GAN模型从CT图像合成PET图像，减少额外PET/CT扫描的需求和患者负担	样本量较小（152例），且为回顾性研究	开发一种减少前列腺癌骨转移检测中PET/CT扫描次数的方法	前列腺癌患者和良性病变患者的全身[18F]PSMA-1007 PET/CT图像	数字病理	前列腺癌	PET/CT扫描	GAN（Pix2pix和Cycle GAN）	图像	152例患者（123例前列腺癌，29例良性病变）
78	2025-05-23	A simulated annealing-based Bayesian network structure optimization framework for late morbidity prediction with a large prospective dataset 2025-May-21, Medical physics IF:3.2Q1 DOI:10.1002/mp.17881 PMID:40400111	research paper	提出了一种基于模拟退火的贝叶斯网络结构优化框架，用于预测宫颈癌患者的晚期发病率	开发了一种结合信息理论度量、预测性能度量和复杂度度量的模拟退火优化方法，用于生成逻辑清晰且可解释的贝叶斯网络	研究仅针对宫颈癌患者的晚期发病率预测，可能不适用于其他疾病或场景	开发一个可定制的优化框架，用于自动生成逻辑清晰且可解释的贝叶斯网络，以预测宫颈癌患者的晚期发病率	宫颈癌患者的晚期中度至重度膀胱炎（CTCAEv.3）预测	machine learning	cervical cancer	simulated annealing	Bayesian network	clinical dataset	1153名宫颈癌患者（EMBRACE I数据集）
79	2025-05-23	A novel dose calculation system implemented in image domain 2025-May-21, Medical physics IF:3.2Q1 DOI:10.1002/mp.17903 PMID:40400114	研究论文	本文提出了一种名为DeepBEVdose的新型图像域剂量计算系统，用于从计算机断层扫描图像和辐射场注量图中自动计算剂量分布	引入了新颖的射束视角计算方案，替代了传统无法去除的射线追踪过程，并采用了通用的二维卷积神经网络进行精确剂量计算	仅在鼻咽和肺部两种肿瘤部位进行了验证，尚未在其他肿瘤类型中测试	开发一种准确高效的剂量计算算法，以支持和加速放射治疗计划优化过程	放射治疗中的剂量分布计算	医学影像分析	癌症	深度学习	CNN	医学影像	来自多个机构的数据集，包含鼻咽和肺部两种肿瘤部位
80	2025-05-23	Decoding cancer prognosis with deep learning: the ASD-cancer framework for tumor microenvironment analysis 2025-May-20, mSystems IF:5.0Q1 DOI:10.1128/msystems.01455-24 PMID:40237527	评论	本文探讨了ASD-cancer框架在肿瘤微环境分析中的方法创新和可扩展性	提出了基于自动编码器的半监督学习框架ASD-cancer，用于改进多组学数据分析，并通过迁移学习实现对新数据集的扩展处理	未提及具体局限性，但建议未来方向包括整合更多数据层和开发通过持续学习的自适应AI模型	提高癌症预后分析的准确性和可扩展性	肿瘤微环境	数字病理学	癌症	多组学数据分析	自动编码器	多组学数据	基于The Cancer Genome Atlas数据