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
81	2025-04-02	Towards Unified Deep Image Deraining: A Survey and A New Benchmark 2025-Mar-28, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3556133 PMID:40153286	综述	本文全面回顾了现有的图像去雨方法，并提供了一个统一的评估设置来评估它们的性能，同时构建了一个新的高质量基准HQ-RAIN	提出了一个统一的评估设置来公平比较不同去雨方法，并构建了一个包含5,000对高分辨率合成图像的新基准HQ-RAIN	虽然提供了统一的评估设置和新基准，但可能未涵盖所有实际应用场景中的复杂情况	统一评估图像去雨方法的性能并推动该领域的发展	图像去雨方法及其评估	计算机视觉	NA	深度学习模型	NA	图像	5,000对高分辨率合成图像
82	2025-04-02	Highly parallel profiling of the activities and specificities of Cas12a variants in human cells 2025-Mar-28, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-57150-9 PMID:40155371	研究论文	本文通过高通量分析评估了24种Cas12a变体的活性和与特定PAM的兼容性，并开发了深度学习模型来预测目标序列的基因编辑活性	开发了深度学习模型预测Cas12a变体的基因编辑活性，并改进了GUIDE-seq系统以增强脱靶检测	研究仅针对24种Cas12a变体，可能未涵盖所有可能的变体	评估和比较不同Cas12a变体的基因编辑活性和特异性	24种Cas12a变体及其在人类细胞中的基因编辑活动	基因编辑	NA	高通量分析、深度学习、GUIDE-seq	深度学习模型	基因序列数据	24种Cas12a变体
83	2025-04-02	Detection of cotton crops diseases using customized deep learning model 2025-Mar-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94636-4 PMID:40155421	研究论文	本文提出了一种定制的深度学习模型，用于检测棉花作物的疾病	比较了多种先进的深度学习模型（如VGG16、DenseNet、EfficientNet等）在棉花疾病识别中的表现，并发现ResNet152模型效果最佳	未提及模型在真实田间环境中的泛化能力及对不同棉花疾病类型的识别效果差异	开发高效的棉花作物疾病检测方法以减少农业经济损失	棉花作物及其疾病	计算机视觉	棉花作物疾病	深度学习	VGG16, DenseNet, EfficientNet, InceptionV3, MobileNet, NasNet, ResNet	图像	未明确提及样本数量，但使用了从田间收集的真实棉花疾病数据
84	2025-04-02	Comparative analysis of dehazing algorithms on real-world hazy images 2025-Mar-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95510-z PMID:40155458	review	本文对真实世界雾霾图像上的去雾算法进行了比较分析	比较了深度学习方法与基于先验的恢复技术，特别是在处理密集和非均匀雾霾方面的表现	物理驱动的单图像去雾算法缺乏鲁棒性，数据驱动方法在薄雾条件下表现良好但在密集雾霾中表现不佳	确保计算机视觉应用（如智能交通、视频监控、天气预报和遥感）的可靠运行	真实世界的雾霾图像	computer vision	NA	image dehazing techniques	deep learning methods, restoration-based techniques	image	real-world hazy images
85	2025-04-02	Comparative analysis of daily global solar radiation prediction using deep learning models inputted with stochastic variables 2025-Mar-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95281-7 PMID:40155686	研究论文	比较分析使用深度学习模型输入随机变量预测每日全球太阳辐射（DGSR）的性能	比较了四种不同的ANN模型（RBFNN、LSTMNN、MNN和TM）在DGSR预测中的性能，并使用了不同的气象随机变量组合	未提及样本量或具体的地理位置数据，可能影响模型的泛化能力	提高光伏发电的预测准确性	每日全球太阳辐射（DGSR）	机器学习	NA	人工神经网络（ANN）	RBFNN, LSTMNN, MNN, TM	时间序列数据	NA
86	2025-04-02	Perspectives: Comparison of Deep Learning Segmentation Models on Biophysical and Biomedical Data 2025-Mar-28, Biophysical journal IF:3.2Q2 DOI:10.1016/j.bpj.2025.03.023 PMID:40158204	研究论文	本文比较了四种常用的深度学习分割模型在生物物理和生物医学数据上的表现	提供了在不同条件下选择最适合的深度学习分割模型的实用指南	研究假设训练数据集通常较小，可能不适用于大规模数据集的情况	比较不同深度学习分割模型在生物物理和生物医学数据上的性能	生物物理和生物医学数据	计算机视觉	NA	深度学习	CNN, U-Nets, vision transformers, vision state space models	图像	NA
87	2025-04-02	Prediction of influenza virus infection based on deep learning and peripheral blood proteomics: A diagnostic study 2025-Mar-28, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2025.03.051 PMID:40158620	research paper	该研究基于深度学习和外周血蛋白质组学预测流感病毒感染	结合深度学习和外周血蛋白质组学技术，为流感病毒的快速准确诊断提供新方法	NA	开发一种快速准确的流感病毒诊断方法	流感病毒感染	machine learning	流感	外周血蛋白质组学	deep learning	蛋白质组学数据	NA
88	2025-04-02	PLPTP: A Motif-Based Interpretable Deep Learning Framework Based on Protein Language Models for Peptide Toxicity Prediction 2025-Mar-28, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.169115 PMID:40158838	研究论文	本研究提出了一种基于深度学习的多肽毒性预测模型PLPTP，整合了ESM2、BiLSTM和DNN技术	结合蛋白质语言模型ESM2与BiLSTM捕捉序列进化信息和长程依赖关系，并引入基序分析增强模型可解释性，采用Focal Loss解决类别不平衡问题	未明确说明模型在跨物种或未知肽序列上的泛化能力	开发高精度且可解释的多肽毒性预测工具以促进药物研发	多肽序列及其毒性特征	生物信息学	NA	ESM2（蛋白质语言模型）、BiLSTM、DNN	ESM2+BiLSTM+DNN混合模型	蛋白质序列数据	未明确说明具体样本量（使用不平衡数据集）
89	2025-04-02	SIMVI disentangles intrinsic and spatial-induced cellular states in spatial omics data 2025-Mar-27, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58089-7 PMID:40148341	research paper	介绍了一种名为SIMVI的深度学习框架，用于在空间组学数据中区分细胞内在变异性和细胞间相互作用	提出了SIMVI框架，通过变分推断分离细胞内在和空间诱导的潜在变量，具有严格的理论支持	未明确提及具体局限性	开发一种计算方法来可靠地捕捉空间组学数据中的空间调控	空间组学数据中的细胞状态	空间组学	黑色素瘤	变分推断	深度学习框架	空间组学数据	多样本平台和组织数据集，包括新收集的CosMx黑色素瘤队列数据
90	2025-04-02	A Deep Learning Approach for Infant Pain Assessment Using Facial Expressions Through Convolutional Neural Network 2025-Mar-27, Computers, informatics, nursing : CIN DOI:10.1097/CIN.0000000000001302 PMID:40164059	research paper	本研究提出了一种基于深度学习的婴儿疼痛评估方法，通过卷积神经网络分析面部表情	使用CNN模型分析婴儿面部表情进行疼痛评估，为临床护理提供客观评估工具	样本量较小，需要外部验证，并存在伦理考量	开发可靠的婴儿疼痛评估方法以改善临床护理	婴儿	computer vision	NA	CNN	CNN	image	小样本（具体数量未提及）
91	2025-04-02	Discovery and characterization of novel FAK inhibitors for breast cancer therapy via hybrid virtual screening, biological evaluation and molecular dynamics simulations 2025-Mar-26, Bioorganic chemistry IF:4.5Q1 DOI:10.1016/j.bioorg.2025.108400 PMID:40163988	研究论文	通过混合虚拟筛选、生物评价和分子动力学模拟，发现并表征新型FAK抑制剂用于乳腺癌治疗	使用基于结构的高透明度渗透性虚拟筛选(HTVS)和基于几何深度学习的DeepDock算法，从内部数据库中发现了一种新型FAK骨架抑制剂	仅针对乳腺癌细胞进行了生物活性评估，未涉及其他类型的癌症	发现和开发新型FAK抑制剂用于乳腺癌治疗	FAK（粘着斑激酶）及其抑制剂	药物发现	乳腺癌	HTVS虚拟筛选、DeepDock算法、分子对接、分子动力学模拟	DeepDock（基于几何深度学习）	化学结构数据	10种化合物进行生物活性评估
92	2025-04-02	Lung cancer detection and classification using optimized CNN features and Squeeze-Inception-ResNeXt model 2025-Mar-25, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108437 PMID:40158238	研究论文	本文提出了一种结合优化CNN特征和Squeeze-Inception-ResNeXt模型的深度学习方法，用于肺部疾病的检测和分类	提出了一种新颖的Squeeze-Inception-ResNeXt模型，结合了Squeeze-Inception V3和ResNeXt的优点，同时利用Slime Mould Algorithm优化CNN特征提取	未提及模型在更大规模或多样化数据集上的泛化能力	开发一种高效的深度学习方法，用于肺部疾病的早期检测和分类，以降低肺癌死亡率	肺部CT扫描图像	计算机视觉	肺癌	计算机断层扫描(CT)	Squeeze-Inception-ResNeXt, CNN	图像	未明确提及具体样本数量
93	2025-04-02	Application of automatic image analysis using a Deep Learning Neural Network for assessing the growth of green algae containing carotenoids - importance for environment, health and aquaculture 2025-Mar-25, Annals of agricultural and environmental medicine : AAEM IF:1.3Q4 DOI:10.26444/aaem/202673 PMID:40159751	research paper	该研究应用深度学习神经网络自动分析含有类胡萝卜素的绿藻生长图像，评估其在环境、健康和水产养殖中的重要性	利用YOLO v8网络进行绿藻细胞的自动检测，并扩展到不同尺寸菌落的识别，展示了深度学习在微观图像分析中的高效性	网络在检测特定藻类时错误率较高，不同藻类识别的F1分数存在显著差异	开发基于深度学习的自动化图像分析工具以加速绿藻定量研究	含有类胡萝卜素的绿藻（特定藻种）	computer vision	NA	深度学习图像分析	YOLO v8	显微图像	特定藻种样本（未明确数量）
94	2025-04-02	Spike rate inference from mouse spinal cord calcium imaging data 2025-Mar-24, The Journal of neuroscience : the official journal of the Society for Neuroscience DOI:10.1523/JNEUROSCI.1187-24.2025 PMID:40127941	research paper	该研究通过钙成像和电生理记录相结合的方法，优化了从小鼠脊髓神经元钙信号中推断尖峰放电率的算法	首次在脊髓神经元中获取了谷氨酸能和GABA能感觉神经元的真实数据，并验证了皮层神经元设计的算法在脊髓神经元中的适用性，进一步通过重新训练模型提高了推断准确性	研究仅针对脊髓背角浅层的特定神经元类型，尚未验证在其他中枢神经系统区域和神经元类型中的适用性	优化从钙成像数据中推断神经元放电率的算法，并验证其在脊髓神经元中的适用性	小鼠脊髓背角浅层的谷氨酸能和GABA能感觉神经元	computational neuroscience	NA	calcium imaging, electrophysiology	CASCADE (supervised deep learning), OASIS (non-negative deconvolution)	calcium imaging data, electrophysiology recordings	小鼠脊髓背角浅层的谷氨酸能和GABA能感觉神经元（性别不限）
95	2025-04-02	An information-theoretic approach for heterogeneous differentiable causal discovery 2025-Mar-24, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107417 PMID:40158364	研究论文	本文提出了一种基于信息论的异构可微分因果发现方法，旨在提高复杂异构数据集中的因果发现鲁棒性	将最小误差熵(MEE)作为自适应误差调节器集成到结构学习框架中，有效减少不同样本间的误差变异性	未明确说明方法在极高维数据或极端噪声条件下的表现	提升可微分因果发现方法在复杂异构数据集中的性能	异构数据集(具有环境多样性和噪声分布变化特性)	机器学习	NA	最小误差熵(MEE)	可微分因果发现模型	合成数据和真实世界数据	未明确说明具体样本数量
96	2025-04-02	A Physics-Integrated Deep Learning Approach for Patient-Specific Non-Newtonian Blood Viscosity Assessment using PPG 2025-Mar-23, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108740 PMID:40158260	research paper	本研究开发了一种结合物理约束的深度学习模型，用于从PPG数据中非侵入性评估患者特异性血液粘度	提出了一种集成物理约束的1D CNN-LSTM混合架构，将流变学原理融入数据驱动的PPG分析	模型在生理剪切范围(50-300 s-1)外精度较低，低剪切率区域平均绝对误差达7.84 cP	通过可穿戴设备非侵入性监测血液粘度，扩展远程健康监测系统的诊断能力	光电容积描记(PPG)信号与血液粘度关系	digital pathology	cardiovascular disease	PPG信号处理与深度学习	1D CNN-LSTM混合架构	PPG信号	NA
97	2025-04-02	OpenSpliceAI: An efficient, modular implementation of SpliceAI enabling easy retraining on non-human species 2025-Mar-23, bioRxiv : the preprint server for biology DOI:10.1101/2025.03.20.644351 PMID:40166201	research paper	介绍了一种高效、模块化的SpliceAI实现OpenSpliceAI，支持在非人类物种上进行重新训练	OpenSpliceAI采用PyTorch实现，支持从头训练和迁移学习，解决了原版SpliceAI依赖老旧软件框架和人类中心训练数据的限制	未明确提及具体局限性	开发一个可训练、开源的SpliceAI版本，以支持物种特异性数据集的重新训练	DNA序列中的剪接信号	machine learning	NA	deep learning	SpliceAI	DNA序列	NA
98	2025-04-02	AI-enabled CT-guided end-to-end quantification of total cardiac activity in 18FDG cardiac PET/CT for detection of cardiac sarcoidosis 2025-Mar-22, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology IF:3.0Q2 DOI:10.1016/j.nuclcard.2025.102195 PMID:40127777	研究论文	本文提出了一种基于深度学习的全自动化流程，用于通过CT衰减图分割心脏腔室来量化[18F]FDG PET活动，以检测心脏结节病	开发了全自动化的体积量化方法，结合深度学习分割心脏腔室，提高了心脏结节病的预测性能	样本量较小（69例患者），特异性较低（65%）	开发并评估一种全自动化的[18F]FDG PET量化方法，用于心脏结节病的检测	疑似心脏结节病患者	数字病理	心脏结节病	PET/CT成像	深度学习	医学影像	69例患者（其中29例确诊为心脏结节病）
99	2025-04-02	GaitDynamics: A Generative Foundation Model for Analyzing Human Walking and Running 2025-Mar-21, Research square DOI:10.21203/rs.3.rs-6206222/v1 PMID:40166023	研究论文	开发了一个名为GaitDynamics的生成基础模型，用于分析人类步行和跑步的动态	GaitDynamics是一个在大规模多样化数据集上训练的生成模型，能够处理多种任务和输入输出，具有高准确性和鲁棒性	虽然模型在多样化数据集上训练，但仍可能存在未覆盖的特定人群或极端情况	促进人类健康和表现，通过低成本高效的方法分析步态动态	人类步行和跑步的动态，包括运动和力量	机器学习	NA	深度学习	生成模型	运动学和动力学数据	大规模多样化参与者数据集
100	2025-04-02	Three-photon population imaging of subcortical brain regions 2025-Mar-21, bioRxiv : the preprint server for biology DOI:10.1101/2025.03.21.644611 PMID:40166349	research paper	介绍了一种名为LIFT的三光子显微镜技术，用于深层脑区的大规模细胞活动成像	开发了具有大于3毫米视野的LIFT显微镜，结合高数值孔径优化采样和深度学习去噪技术，实现了深层脑区的大规模细胞活动成像	未提及具体的技术限制或不足	开发一种能够记录深层神经回路中大量细胞活动的成像技术，以更好地理解大脑功能	小鼠和大鼠的脑区，包括CA1、周围白质和皮层深层	神经科学成像技术	NA	三光子成像技术，深度学习去噪	NA	图像数据	从小鼠脑中超过1500个细胞和大鼠皮层1.2毫米深度处获取数据