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
781	2025-05-07	Deep Learning for Predicting Acute Exacerbation and Mortality of Interstitial Lung Disease 2025-May, Annals of the American Thoracic Society IF:6.8Q1 DOI:10.1513/AnnalsATS.202403-284OC PMID:39680875	research paper	开发一种深度学习模型，利用纵向数据预测间质性肺病（ILD）患者的急性加重和死亡率	使用深度学习模型结合纵向临床和环境数据，提高了对ILD患者急性加重和死亡率的预测准确性	研究数据来自两个专科中心，可能存在选择偏倚，且外部验证的样本量相对较小	早期识别高风险ILD患者并准确预测急性加重和死亡率，以确定治疗策略	间质性肺病（ILD）患者	machine learning	lung disease	deep learning	DL	longitudinal clinical and environmental data	1,175名ILD患者（其中218名报告了AE-ILD，380名未发展为AE-ILD即死亡）
782	2025-05-07	Deterministic Autoencoder using Wasserstein loss for tabular data generation 2025-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107208 PMID:39893805	研究论文	本文提出了一种基于Wasserstein损失的确定性自编码器（TWAE），用于表格数据生成	利用Wasserstein自编码器的确定性编码机制，解决了变分自编码器在表格数据生成中的随机性问题，并实现了与浅层插值机制（如SMOTE）的无缝集成	未明确提及具体局限性	开发一种更稳定、表达能力更强的表格数据生成方法	表格数据	机器学习	NA	Wasserstein自编码器，SMOTE	TWAE（基于Wasserstein的自编码器）	表格数据	未明确提及具体样本量
783	2025-05-07	Robust graph structure learning under heterophily 2025-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107206 PMID:39893803	research paper	提出了一种在异质性数据下进行鲁棒图结构学习的新方法，以提高下游任务如图节点分类和聚类的性能	该方法首次在异质性图数据中应用高通滤波器使节点特征更具区分性，并使用自适应范数学习鲁棒图结构，进一步通过新型正则化器优化图结构	未明确说明方法在大规模图数据上的可扩展性以及计算效率	解决异质性图数据中的噪声和稀疏性问题，提升图表示学习在下游任务中的性能	异质性图数据	machine learning	NA	高通滤波、自适应范数学习、图正则化	NA	图数据	未明确说明具体样本量，实验在异质性图数据上进行
784	2025-05-07	Attention-based deep learning models for predicting anomalous shock of wastewater treatment plants 2025-May-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123192 PMID:39893907	research paper	该研究利用注意力机制辅助深度学习模型预测污水处理厂异常水质波动	首次将注意力机制集成到深度学习模型中，用于预测污水处理厂水质指标的异常波动，并通过局部和全局敏感性分析提高模型的可解释性	模型训练缺乏极端波动数据	提高污水处理厂对突发冲击负荷的响应能力	污水处理厂的水质指标（总氮、总磷和化学需氧量）	machine learning	NA	深度学习	A-MLP, Transformer, FTA-LSTM	时间序列数据	NA
785	2025-05-07	Measurement of differential activation by heart-rate-variability for youth MDD discrimination 2025-May-01, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2025.02.006 PMID:39914751	research paper	该研究通过心率变异性（HRV）数据，结合机器学习与深度学习模型，探索了差异激活（DA）理论在青年重度抑郁症（MDD）识别中的应用	首次将差异激活（DA）理论与HRV记录结合，提出了一种新的青年MDD识别方法，并验证了其高效性	样本量较小（50名MDD患者和53名健康对照），可能影响模型的泛化能力	探索差异激活（DA）导向的识别器是否能有效识别青年MDD患者	青年重度抑郁症（MDD）患者和健康对照参与者	machine learning	major depression disorder	HRV数据分析	LSTM	生理信号数据（HRV）和人口统计信息	103名参与者（50名MDD患者和53名健康对照）
786	2025-05-07	Efficacy of a deep learning system for automatic analysis of the comprehensive spatial relationship between the mandibular third molar and inferior alveolar canal on panoramic radiographs 2025-May, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2024.12.020 PMID:39915134	research paper	开发并评估一种深度学习系统，用于预测下颌第三磨牙与下牙槽神经管在全景X光片上的接触和相对位置关系，以用于术前评估	首次使用深度学习系统自动分析下颌第三磨牙与下牙槽神经管的全景X光片空间关系，并展示优于经验丰富的牙医的诊断效果	样本量相对较小（279例全景X光片），且年龄范围有限（18-32岁）	开发一种深度学习系统，用于术前评估下颌第三磨牙手术中与下牙槽神经管的空间关系	下颌第三磨牙（M3）与下牙槽神经管（IAC）的空间关系	digital pathology	dental disease	deep learning, panoramic radiographs, cone beam computed tomography (CBCT)	ResNet50	image	279张全景X光片，包含441颗下颌第三磨牙
787	2025-05-07	Automatic future remnant segmentation in liver resection planning 2025-May, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03331-2 PMID:39961898	研究论文	本研究提出了一种用于自动肝脏切除规划的新方法，通过CT扫描中的肝脏、血管和肿瘤分割来预测未来肝脏残余量（FLR）	结合深度卷积和Transformer网络，利用解剖和病理分割掩码提高FLR分割的准确性	需要进一步研究以无缝集成到临床工作流程中	提高术前规划的准确性和患者预后	肝脏、血管和肿瘤的CT扫描图像	数字病理	肝脏疾病	CT扫描	深度卷积网络和Transformer	图像	NA
788	2025-05-07	Exploring the modulation of phosphorylation and SUMOylation-dependent NPR1 conformational switching on immune regulators TGA3 and WRKY70 through molecular simulation 2025-May, Plant physiology and biochemistry : PPB IF:6.1Q1 DOI:10.1016/j.plaphy.2025.109711 PMID:40056739	研究论文	通过分子模拟探索磷酸化和SUMO化依赖的NPR1构象转换对免疫调节因子TGA3和WRKY70的调控机制	利用深度学习分子建模、对接和多纳秒模拟揭示了不同磷酸化状态对NPR1动态稳定性及TGA3-WRKY70结合的影响	研究仅基于计算模拟，缺乏实验验证	阐明NPR1的翻译后修饰在植物免疫中的调控机制	NPR1蛋白及其互作因子TGA3和WRKY70	计算生物学	植物免疫	深度学习分子建模、分子对接、分子动力学模拟	分子动力学模型	分子结构数据	NA
789	2025-05-07	Development of DeepPQK and DeepQK sequence-based deep learning models to predict protein-ligand affinity and application in the directed evolution of ferulic esterase DLfae4 2025-May, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.141790 PMID:40054795	研究论文	开发了基于序列的深度学习模型DeepPQK和DeepQK，用于预测蛋白质-配体结合亲和力，并应用于阿魏酸酯酶DLfae4的定向进化	提出了不依赖高分辨率蛋白质晶体结构数据的预测方法，利用CNN整合局部和全局上下文特征预测亲和力	NA	预测蛋白质-配体结合亲和力并指导酶的定向进化	蛋白质序列、配体和阿魏酸酯酶DLfae4的变体	机器学习	NA	深度学习	CNN	蛋白质序列、配体	2016年核心数据集
790	2025-05-07	In Situ Repair and Reconstruction of Copper Surface Enhanced Its Anti-Oxidation Properties and Stability for Deep Learning-Powered Anti-Counterfeiting Labels 2025-May, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202500920 PMID:40103452	研究论文	本文介绍了一种通过溶剂热处理原位修复氧化铜表面并构建有序(111)晶面抗氧化层的方法，显著提高了铜材料的抗氧化性能和稳定性	提出了一种简单溶剂热处理方法，可同时实现氧化铜表面的原位修复和(111)晶面抗氧化层的构建，使腐蚀速率降低五倍	NA	提高铜材料的抗氧化性能和稳定性，促进金属材料的可持续利用	铜箔、纳米线和纳米立方体等铜材料	材料科学	NA	溶剂热处理	NA	NA	NA
791	2025-05-07	Toward Accurate Deep Learning-Based Prediction of Ki67, ER, PR, and HER2 Status From H&E-Stained Breast Cancer Images 2025-May-01, Applied immunohistochemistry & molecular morphology : AIMM IF:1.3Q3 DOI:10.1097/PAI.0000000000001258 PMID:40143808	研究论文	本文提出了一种基于深度学习的准确预测乳腺癌H&E染色图像中Ki67、ER、PR和HER2状态的方法	构建了一个包含185,538张乳腺癌H&E和IHC图像的大规模数据集，并采用ViT模型实现了90%的AUC-ROC预测性能	尽管ViT模型预测性能高，但其注意力热图与高诊断价值区域匹配不明显，未来需改进AI在整张切片图像中的注意力机制	提高从H&E染色图像预测乳腺癌分子标记物（Ki67、ER、PR、HER2）状态的准确性	乳腺癌H&E染色图像和对应的IHC图像	数字病理学	乳腺癌	免疫组织化学（IHC）	ViT（Vision Transformer）	图像	185,538张乳腺癌H&E和IHC图像
792	2025-05-07	Artificial Intelligence for the Detection of Patient-Ventilator Asynchrony 2025-May, Respiratory care IF:2.4Q2 DOI:10.1089/respcare.12540 PMID:40178919	综述	本文综述了人工智能在检测患者-呼吸机异步（PVA）中的应用及其潜力	展示了AI模型在PVA检测中的高准确性和跨人群、异步类型的适用性	需要进一步在不同临床环境和患者群体中进行模型验证	探讨AI在PVA检测和量化中的应用及其临床潜力	患者-呼吸机异步（PVA）	人工智能在医疗中的应用	呼吸系统疾病	机器学习和深度学习技术	多种ML和深度学习模型	呼吸数据	13项研究，涵盖332名参与者，分析超过580万次呼吸
793	2025-05-07	RaGeoSense for smart home gesture recognition using sparse millimeter wave radar point clouds 2025-May-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00065-8 PMID:40312411	研究论文	本文提出了一种基于稀疏毫米波点云的智能家居手势识别系统RaGeoSense，结合多种先进的信号处理和深度学习方法，提高了识别性能和系统鲁棒性	结合K-均值聚类直通滤波、帧差滤波和中值滤波三种方法减少毫米波数据噪声，提出集成GBDT和XGBoost的模型架构，并利用LSTM门控循环单元对手势序列进行分类	未提及系统在复杂环境或多手势同时识别场景下的表现	提升智能家居场景下的手势识别准确率和系统鲁棒性	八种不同的单臂手势	计算机视觉	NA	毫米波雷达点云处理、深度学习	GBDT、XGBoost、LSTM	点云数据	未明确提及具体样本数量
794	2025-05-07	A momentum-based adversarial training approach for generalization in underwater acoustic target recognition: An individual-vessel perspective 2025-May-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0036456 PMID:40326792	研究论文	提出一种基于动量的对抗训练方法（MBAT），用于提高水下声学目标识别中的泛化能力	利用动量对抗策略和同方差不确定性算法，平衡类别相关和船舶特定特征的优化目标，从而更有效地提取类别区分性特征	实验仅在DeepShip和ShipsEar数据集上进行，未在其他数据集验证其泛化能力	提高水下被动声学目标识别的泛化能力	船舶辐射噪声	机器学习	NA	动量对抗训练（MBAT）	深度学习模型	声学信号	DeepShip和ShipsEar数据集
795	2025-05-07	Anatomy-derived 3D Aortic Hemodynamics Using Fluid Physics-informed Deep Learning 2025-May, Radiology IF:12.1Q1 DOI:10.1148/radiol.240714 PMID:40326877	研究论文	使用流体物理信息深度学习方法从解剖学输入中量化主动脉血流动力学，作为4D血流MRI的替代方案	提出了一种生成式人工智能方法（FPI-CycleGAN），能够直接从解剖学输入预测主动脉血流动力学，显著减少计算时间	研究依赖于回顾性数据，且仅针对特定类型的主动脉瓣疾病（BAV和TAV）进行了验证	评估生成式AI方法在量化主动脉血流动力学中的可行性和准确性	主动脉血流动力学	医学影像分析	心血管疾病	4D血流MRI, 对比增强MR血管造影	FPI-CycleGAN	3D分割数据, 影像数据	1765名患者（1242名BAV，523名TAV），外加60名患者的外部测试集
796	2025-05-07	A digital photography dataset for Vaccinia Virus plaque quantification using Deep Learning 2025-Apr-30, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05030-8 PMID:40307255	research paper	该研究提出了一个用于痘苗病毒斑块量化的数字摄影数据集，并展示了如何使用深度学习技术进行分析	提出了一个新型的痘苗病毒斑块量化数字摄影数据集，并开发了改进的HydraStarDist架构，实现了一步式分析	研究可能局限于痘苗病毒，未涉及其他病毒类型的验证	开发一种自动化的病毒斑块量化方法，以提高病毒研究的效率和准确性	痘苗病毒的斑块表型	digital pathology	NA	deep learning	StarDist, HydraStarDist	image	NA
797	2025-05-07	Formation permeability estimation using mud loss data by deep learning 2025-Apr-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94617-7 PMID:40307334	研究论文	本研究提出了一种利用泥浆损失数据和深度学习技术估算地层渗透率的新方法	首次将泥浆损失数据与深度学习技术结合用于地层渗透率估算，并比较了1D-CNN和DJINN两种模型的性能	研究基于模拟数据，实际应用效果需进一步验证	开发更准确的地层渗透率估算方法以支持油气藏评估和开采	油气藏地层渗透率	机器学习	NA	深度学习	1D-CNN, DJINN	数值数据	基于模拟生成的泥浆损失率数据集
798	2025-05-07	FOVEA: Preoperative and intraoperative retinal fundus images with optic disc and retinal vessel annotations 2025-Apr-26, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04965-2 PMID:40287417	research paper	介绍了一个名为FOVEA的数据集，包含术前和术中的视网膜眼底图像及其注释，旨在支持深度学习在玻璃体视网膜手术中的应用	FOVEA是首个将高质量术中注释与术前注释相匹配的数据集，填补了该领域的数据空白	样本量较小，仅包含40名患者的数据	支持玻璃体视网膜手术中的深度学习应用，如定位兴趣点或注册额外的成像模态	视网膜眼底图像及其注释	digital pathology	眼科疾病	生物显微镜成像	NA	image, video	40名患者的数据
799	2025-05-07	ProtoASNet: Comprehensive evaluation and enhanced performance with uncertainty estimation for aortic stenosis classification in echocardiography 2025-Apr-24, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103600 PMID:40324320	research paper	提出了一种基于原型的新型神经网络ProtoASNet，用于从B型超声心动图视频中分类主动脉瓣狭窄的严重程度，并增强预测的可解释性和不确定性估计	ProtoASNet通过相似性分数进行预测，确保固有的可解释性，并利用弃权损失估计数据的不确定性，增强了原型模型的失败解释能力	研究仅在私有数据集和公开的TMED-2数据集上进行了评估，可能在其他数据集上的泛化能力有待验证	提高主动脉瓣狭窄严重程度分类的准确性和可信度，促进深度学习在临床决策中的交互使用	主动脉瓣狭窄（AS）患者	digital pathology	cardiovascular disease	B-mode echocardiography	prototype-based neural network	video	私有数据集和公开的TMED-2数据集
800	2025-05-07	Prediction of pink esthetic score using deep learning: A proof of concept 2025-Apr, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105601 PMID:39892738	研究论文	本研究开发了一种深度学习模型，用于预测单颗种植体美学区的美学评分	首次将深度学习技术应用于预测单颗种植体美学区的粉红美学评分（PES）	样本量有限（226例），需要进一步收集更多样本和临床特征以提高模型性能	开发一个能够预测单颗种植体美学区美学效果的深度学习模型	单颗种植体美学区的美学效果评估	计算机视觉	NA	深度学习	DL	图像和临床数据	226个样本，每个样本包含3张口腔内照片和12个临床特征