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
801	2025-06-10	EMOCPD: Efficient Attention-Based Models for Computational Protein Design Using Amino Acid Microenvironment 2025-Jun-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00378 PMID:40418077	研究论文	提出了一种基于注意力机制的高效计算方法EMOCPD，用于计算蛋白质设计，通过分析氨基酸的微环境来预测和优化蛋白质	采用多头注意力机制关注稀疏蛋白质微环境中的重要特征，并利用逆残差结构优化网络架构，提高了蛋白质设计的准确性和效率	预测结果受20种氨基酸含量的影响，更适合设计负氨基酸含量较低的蛋白质	开发高效的计算方法以改进蛋白质设计的准确性和效率	蛋白质及其氨基酸微环境	计算生物学	NA	多头注意力机制，逆残差结构	注意力机制模型	蛋白质三维原子环境数据	NA
802	2025-06-10	GICL: A Cross-Modal Drug Property Prediction Framework Based on Knowledge Enhancement of Large Language Models 2025-Jun-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00895 PMID:40432191	研究论文	提出了一种基于知识增强的大型语言模型的跨模态药物属性预测框架GICL	整合了LLM衍生的嵌入与分子图像表示，通过跨模态对比学习实现分子特征的全面理解	未提及具体的数据质量或结构复杂性问题的解决方案	提高药物属性预测的准确性和效率	药物分子	机器学习	NA	跨模态对比学习	LLM	SMILES字符串和分子图像	NA
803	2025-06-10	Femtosecond Laser Treatment of Ti Surfaces: Antibacterial Mechanisms and Deep Learning-Based Surface Recognition 2025-Jun-09, ACS biomaterials science & engineering IF:5.4Q2 DOI:10.1021/acsbiomaterials.5c00155 PMID:40435514	研究论文	研究飞秒激光处理钛表面的抗菌机制及基于深度学习的表面识别	结合飞秒激光表面处理与深度学习模型（ResNet50-TL）进行钛表面识别与分类，展示超过60%的抗菌效果	使用小数据集进行深度学习模型训练，可能影响模型的泛化能力	探索飞秒激光处理钛表面的抗菌性能及表面识别技术	钛基板及其激光诱导周期性表面结构	数字病理	NA	飞秒激光处理，转录组数据分析，深度学习	ResNet50-TL	扫描电子显微镜图像	小数据集（具体数量未提及）
804	2025-06-10	ADC-MambaNet: a lightweight U-shaped architecture with mamba and multi-dimensional priority attention for medical image segmentation 2025-Jun-09, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adde66 PMID:40441168	研究论文	提出了一种轻量级的U型架构ADC-MambaNet，结合Mamba算法和多维优先级注意力机制，用于医学图像分割	结合了Depthwise Convolutional层和Mamba算法，设计了Harmonious Mamba-Convolution (HMC)块和Multi-Dimensional Priority Attention (MDPA)块，并引入了Balanced Normalized Cross Entropy损失函数	未提及具体局限性	解决医学图像分割中高计算复杂度和内存需求的问题	医学图像	数字病理	NA	深度学习	ADC-MambaNet, CNN, Transformer	医学图像	五个公共医学图像数据集：ISIC 2018 Lesion Segmentation, PH2, Data Science Bowl 2018, GlaS, 和 Lung x-ray
805	2025-06-10	Decoding the Structure-Activity Relationship of the Dopamine D3 Receptor-Selective Ligands Using Machine and Deep Learning Approaches 2025-Jun-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00575 PMID:40442044	研究论文	本研究利用机器学习和深度学习方法解码多巴胺D3受体选择性配体的结构-活性关系	采用新型超参数优化协议的DNN模型在预测性能上略优于基于树的模型，并通过整合所有算法的预测结果提高了准确性和鲁棒性	未明确提及研究样本的具体数量或实验验证的局限性	促进选择性配体的发现，为靶向治疗药物的合理设计提供框架	多巴胺D2和D3受体的配体	机器学习	神经精神疾病（如帕金森病、精神分裂症和物质使用障碍）	定量结构-活性关系(QSAR)建模	eXtreme Gradient Boosting, random forest, DNN	化学配体数据	NA
806	2025-06-10	MHASegNet: A multi-scale hybrid aggregation network of segmenting coronary artery from CCTA images 2025-Jun-09, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996251346484 PMID:40485350	研究论文	提出了一种名为MHASegNet的多尺度混合聚合网络，用于从CCTA图像中分割冠状动脉	MHASegNet结合了多尺度混合注意力和3D上下文锚点注意力模块，以捕捉全局和局部特征，并通过迭代的区域增长细化方法解决冠脉断裂和减少误报	需要进一步验证以确认其在CAD诊断和量化中的适用性	提高CCTA图像中冠状动脉分割的准确性	冠状动脉	计算机视觉	心血管疾病	深度学习与传统技术结合	MHASegNet	图像	内部数据集90例和两个公共数据集1060例
807	2025-06-10	Employment of artificial intelligence for an unbiased evaluation regarding the recovery of right ventricular function after mitral valve transcatheter edge-to-edge repair 2025-Jun-09, European journal of heart failure IF:16.9Q1 DOI:10.1002/ejhf.3705 PMID:40488515	research paper	本研究使用传统超声心动图和人工智能技术评估严重二尖瓣反流患者在接受经导管二尖瓣缘对缘修复术（M-TEER）后右心室功能的恢复情况	首次结合传统超声心动图和深度学习模型评估M-TEER对右心室功能的影响	研究仅基于双中心注册数据，样本量有限，且随访时间较短（3个月）	评估M-TEER对严重二尖瓣反流患者右心室功能恢复的影响	接受M-TEER治疗的严重二尖瓣反流患者	数字病理学	心血管疾病	超声心动图、深度学习	深度学习模型	视频（二维心尖四腔视图超声心动图）	851名患者
808	2025-06-10	Colloidoscope: detecting dense colloids in 3D with deep learning 2025-Jun-09, Soft matter IF:2.9Q2 DOI:10.1039/d4sm01307g PMID:40488586	研究论文	介绍了一种名为Colloidoscope的深度学习流程，用于通过共聚焦显微镜增强密集胶体悬浮液的3D追踪	采用3D残差U-net架构，利用模拟训练数据集反映多种真实成像条件，特别是在高胶体体积分数和低对比度场景下优于传统检测方法	NA	提升密集胶体悬浮液的3D追踪能力	密集胶体悬浮液	计算机视觉	NA	共聚焦显微镜	3D残差U-net	3D图像	模拟和实验数据集
809	2025-06-10	Federated deep learning enables cancer subtyping by proteomics 2025-Jun-09, Cancer discovery IF:29.7Q1 DOI:10.1158/2159-8290.CD-24-1488 PMID:40488620	research paper	本文提出了一种联邦深度学习（FDL）方法ProCanFDL，用于在保护数据隐私的前提下，通过蛋白质组学数据进行癌症亚型分类	开发了ProCanFDL方法，通过联邦学习在保护数据隐私的同时，整合多个私有数据源进行癌症亚型分类，性能提升43%	NA	解决生物医学人工智能应用中的数据隐私问题，实现癌症亚型分类	临床注释的组织蛋白质组数据	machine learning	cancer	DIA-MS, TMT proteomics	FDL	proteomic data	1,260（泛癌队列） + 6,265（29个私有队列） + 625（测试集） + 55（外部DIA-MS队列） + 832（TMT蛋白质组学数据）
810	2025-06-10	From Aphrodite to Algorithm: Assessing the Unassessable 2025-Jun-09, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000011542 PMID:40488729	research paper	本文探讨了从神话理想到现代算法量化美的演变历程	研究了从神话到现代算法对美的量化尝试，并揭示了算法评估的局限性	算法评估可能同质化审美标准，忽视种族多样性，并引发不切实际的期望	探讨美是否可以通过科学方法精确评估	美的量化历史和现代算法评估	machine learning	NA	deep learning	CNN	image	SCUT-FBP5500数据集
811	2025-06-10	Hybrid adaptive attention deep supervision-guided U-Net for breast lesion segmentation in ultrasound computed tomography images 2025-Jun-09, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03377-z PMID:40488959	research paper	提出了一种基于深度学习的混合自适应注意力深度监督引导的U-Net（HAA-DSUNet）网络，用于乳腺超声计算机断层扫描（BUCT）图像中的乳腺病变分割	用混合自适应注意力模块（HAAM）替换了U-Net的传统采样卷积模块，以扩大感受野并探测丰富的全局特征，同时保留细节	未提及	开发一种自动化的乳腺癌诊断系统，用于早期筛查乳腺病变以提高患者生存率	乳腺超声计算机断层扫描（BUCT）图像中的乳腺病变	digital pathology	breast cancer	深度学习	HAA-DSUNet（基于U-Net的改进模型）	image	两个UCT图像数据集HCH和HCH-PHMC
812	2025-06-10	Multi-task and multi-scale attention network for lymph node metastasis prediction in esophageal cancer 2025-Jun-09, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03391-1 PMID:40488960	研究论文	本文提出了一种创新的多任务多尺度注意力网络（M ANet），用于精确预测食管癌中的淋巴结转移	提出了一种多任务多尺度注意力网络，通过软扩展节点掩膜区域并利用扩展掩膜聚合图像特征，增强了节点上下文信息，同时采用双分支训练策略，使模型能同时预测转移概率和节点掩膜	研究仅基于自收集的177名患者的数据集，样本量相对较小	提高食管鳞状细胞癌淋巴结转移的准确诊断	食管癌患者的淋巴结	数字病理学	食管癌	深度学习	多任务多尺度注意力网络（M ANet）	医学图像	177名患者，共577个淋巴结
813	2025-06-10	Data-Augmented Deep Learning Algorithm for Accurate Control of Bioethanol Fermentation Using an Online Raman Analyzer 2025-Jun-08, Biotechnology and bioengineering IF:3.5Q2 DOI:10.1002/bit.29040 PMID:40485093	研究论文	本研究提出了一种基于在线拉曼光谱仪的监测与控制系统，结合数据增强的深度学习算法，用于优化生物乙醇发酵过程的进料策略	采用基于半监督学习的伪标记方法扩展训练数据集，并开发了一种结合序列光谱特征的STC-CNN模型，显著提高了葡萄糖预测的准确性	研究仅以酿酒酵母生产生物乙醇作为案例，未验证在其他发酵系统中的普适性	优化生物乙醇发酵过程的进料策略以实现稳定的最大产量	酿酒酵母的生物乙醇发酵过程	机器学习	NA	在线拉曼光谱分析	STC-CNN	光谱数据	NA
814	2025-06-10	SMART MRS: A Simulated MEGA-PRESS ARTifacts toolbox for GABA-edited MRS 2025-Jun-08, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30597 PMID:40485116	research paper	开发了一个基于Python的工具箱SMART MRS，用于模拟单个体素γ-氨基丁酸（GABA）编辑的MRS数据中常见的伪影	创建了一个灵活的工具箱，能够模拟多种MRS数据伪影，并支持不同输入数据类型，同时展示了其在深度学习模型训练中的应用	未明确提及工具箱在实际应用中的性能限制或适用范围	提高模拟编辑MRS数据的多样性和质量，补充现有MRS模拟软件	单个体素GABA编辑的MRS数据	machine learning	NA	MEGA-PRESS, MRS	deep learning	MRS数据	NA
815	2025-06-10	Deep learning-based prospective slice tracking for continuous catheter visualization during MRI-guided cardiac catheterization 2025-Jun-08, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30574 PMID:40485142	研究论文	本研究提出了一种基于深度学习的无参数自动切片跟踪技术，用于在MRI引导的心脏导管插入术中连续跟踪和可视化导管	采用U-Net架构与ResNet-34编码器，实现无需参数的导管尖端自动跟踪，并在运行时动态调整切片位置以保持导管在中央切片	研究样本量较小（3名患者），且仅在MRI引导的心脏导管插入术中进行验证	开发一种实时、无参数、操作者独立的导管跟踪技术，以提高MRI引导心脏导管插入术的精确性和效率	三维打印心脏模型和3名接受MRI引导心脏导管插入术的患者	医学影像分析	心血管疾病	MRI	U-Net with ResNet-34 encoder	医学影像	3名患者和1个三维打印心脏模型
816	2025-06-10	Enhancing and advancements in deep learning for melanoma detection: A comprehensive review 2025-Jun-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110533 PMID:40483855	review	本文对深度学习在黑色素瘤检测中的应用进行了全面回顾，探讨了其趋势和局限性	总结了深度学习在黑色素瘤检测中的关键进展，并指出了数据多样性和模型透明度的重要性	现有模型在不同肤色人群中的适用性有限，且数据划分和方法论透明度不足	探讨深度学习在黑色素瘤早期和准确检测中的应用及其全球有效性	黑色素瘤的医学图像	digital pathology	melanoma	deep learning	ResNet, Inception	image	公共数据库如ISIC和HAM10000
817	2025-06-10	Re: Using Deep Learning To Differentiate Among Histology Renal Tumor Types in Computed Tomography Scans 2025-Jun-07, European urology IF:25.3Q1 DOI:10.1016/j.eururo.2025.05.028 PMID:40484756	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
818	2025-06-10	Deep learning-based applicator selection between Syed and T&O in high-dose-rate brachytherapy for locally advanced cervical cancer: a retrospective study 2025-Jun-06, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/addea5 PMID:40444332	研究论文	本研究开发了一种基于深度学习的决策支持工具，用于在局部晚期宫颈癌高剂量率近距离放射治疗中选择合适的施源器	首次提出使用深度学习模型辅助医生在宫颈癌近距离放射治疗中选择施源器，减少因临床经验差异导致的治疗质量波动	研究为回顾性分析，需要更多数据进行前瞻性验证	开发辅助决策工具以提高宫颈癌近距离放射治疗的施源器选择准确性	局部晚期宫颈癌患者	数字病理	宫颈癌	高剂量率近距离放射治疗(HDR brachytherapy)	3D CNN	3D医学影像	184名患者共422次施源器植入记录
819	2025-06-10	RBPseg: Toward a complete phage tail fiber structure atlas 2025-Jun-06, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adv0870 PMID:40479047	研究论文	本文介绍了一种名为RBPseg的方法，用于研究噬菌体尾部纤维的完整结构	结合单体ESMFold预测和基于结构的域识别方法，将尾部纤维序列分割为可管理的部分，以便用AF2M进行高置信度建模	尾部纤维的完整结构难以通过实验解析，且研究仅覆盖了已知尾部纤维宇宙的24%	研究噬菌体尾部纤维的结构多样性和进化功能	噬菌体尾部纤维	蛋白质结构预测	NA	AlphaFold2-multimer (AF2M), ESMFold, 单颗粒冷冻电子显微镜	ESMFold, AF2M	蛋白质序列和结构数据	67种尾部纤维，包括来自3种噬菌体的5种纤维的冷冻电镜验证
820	2025-06-10	Development of a Deep Learning Model for the Volumetric Assessment of Osteonecrosis of the Femoral Head on Three-Dimensional Magnetic Resonance Imaging 2025-Jun-06, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2025.05.126 PMID:40484054	research paper	开发了一种基于深度学习的模型，用于在三维磁共振成像上自动分割和分类股骨头坏死（ONFH）的坏死病灶	首次使用深度学习模型自动分割和分类ONFH的坏死病灶，提高了临床评估的效率和准确性	样本量较小（63个髋关节），且仅包括未发生塌陷的ONFH患者	开发一种自动化的方法，用于ONFH坏死病灶的体积评估和分类	股骨头坏死（ONFH）患者的坏死病灶	digital pathology	osteonecrosis	MRI	Dynamic U-Net	image	63 hips from ONFH patients without collapse