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	2025-06-06	A blockchain based deep learning framework for a smart learning environment 2025-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03688-z PMID:40467714	研究论文	提出一个基于区块链和深度学习的智能框架，以增强智能学习过程并解决该领域的挑战	结合区块链和深度学习技术，解决智能学习中的数据安全和学习者表现预测问题	未提及具体的数据集规模或实验环境的具体细节	提升智能学习过程的安全性和效率	智能学习环境和学习者数据	机器学习	NA	区块链、深度学习	深度神经网络	学习者数据	NA
82	2025-06-06	A neuromorphic electronic artist for robotic painting 2025-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92081-x PMID:40467759	research paper	介绍了一种基于神经形态电子技术的机器人绘画系统，能够实现动态笔触生成	首次将神经形态摄像头和处理器应用于机器人绘画，实现了低延迟的实时闭环自适应控制	仅展示了基础笔触生成能力，尚未实现复杂艺术创作	开发具有生物逼真度的实时机器人绘画系统	6自由度机械臂绘画系统	机器人技术	NA	动态视觉传感器(DVS)事件流处理	脉冲神经网络(SNN)	事件流数据	NA
83	2025-06-06	Advancing prenatal healthcare by explainable AI enhanced fetal ultrasound image segmentation using U-Net++ with attention mechanisms 2025-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04631-y PMID:40467763	research paper	本研究开发了一种基于U-Net++和注意力机制的胎儿超声图像分割框架，旨在提高产前医疗保健的准确性和效率	结合U-Net++的嵌套跳跃连接和ResNet-34的残差学习，引入注意力机制增强低对比度噪声超声数据的特征提取，并集成Grad-CAM++提供模型决策解释	NA	开发高精度的自动化胎儿超声图像分割技术，以标准化评估胎儿发育情况	胎儿超声图像	digital pathology	NA	超声成像	U-Net++ with ResNet-34 backbone and attention mechanisms	image	大量的胎儿超声图像数据集（具体数量未提及）
84	2025-06-06	Optimization of deep learning architecture based on multi-path convolutional neural network algorithm 2025-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03765-3 PMID:40467835	研究论文	本研究针对多流卷积神经网络(MSCNN)在路径协作、特征融合和资源利用方面的局限性，提出了一种基于动态路径协作机制和轻量级设计的优化模型	创新性地引入了路径注意力机制和特征共享模块以增强路径间信息交互，采用自注意力融合方法提高特征融合效率，并通过路径选择和模型剪枝技术实现模型性能与计算资源需求的有效平衡	NA	提升MSCNN在复杂任务中的特征提取能力、计算效率和模型鲁棒性	多流卷积神经网络架构	计算机视觉	NA	深度学习	CNN	图像	三个数据集(CIFAR-10、ImageNet和自定义数据集)
85	2025-06-06	Deep learning-based cone-beam CT motion compensation with single-view temporal resolution 2025-Jun-04, Medical physics IF:3.2Q1 DOI:10.1002/mp.17911 PMID:40467957	research paper	提出了一种基于深度学习的锥束CT运动补偿方法（SAMoCo），用于处理周期性和非周期性运动	通过U-net-like网络预测位移矢量场（DVFs），无需门控策略，适用于任意运动模式	方法依赖于模拟的4D CBCT扫描数据，可能在实际应用中存在泛化性问题	提高锥束CT扫描在运动补偿中的时间分辨率，减少运动伪影	呼吸患者的4D CBCT扫描数据	digital pathology	lung cancer	4D CBCT扫描模拟	U-net-like network	image	4D临床CT扫描模拟的呼吸患者数据
86	2025-06-06	A hybrid GAN-based deep learning framework for thermogram-based breast cancer detection 2025-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04676-z PMID:40467954	research paper	提出了一种基于GAN和混合深度学习模型的框架BCDGAN，用于热成像图的乳腺癌检测	结合GAN和混合深度学习模型，通过生成关键感兴趣区域(ROIs)和深度特征提取提高分类性能	NA	提高乳腺癌检测的诊断准确性	热成像图	digital pathology	breast cancer	GAN, deep learning	GAN, Hybrid Deep Learning (HDL)	image	DMR-IR benchmark dataset
87	2025-06-06	Development and validation of a deep learning-powered system for multi-version global alignment and proportion score to predict mechanical complications after adult degenerative scoliosis surgery 2025-Jun-04, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-08995-7 PMID:40468028	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
88	2025-06-06	Unified deep learning framework for many-body quantum chemistry via Green's functions 2025-Jun-04, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00810-z PMID:40468046	研究论文	提出一个针对多体格林函数的深度学习框架，统一预测基态和激发态的电子性质，并提供对多电子关联效应的物理见解	通过从平均场特征学习多体微扰理论或耦合簇自能，图神经网络在预测单粒子和双粒子激发以及可从一个单粒子密度矩阵导出的量方面实现了竞争性性能	NA	解决大规模应用中量子多体方法的高计算成本问题，利用机器学习解决多电子问题	分子和材料的电子性质	机器学习	NA	图神经网络	GNN	量子化学数据	多个分子和纳米材料基准
89	2025-06-06	Latent space reconstruction for missing data problems in CT 2025-Jun-04, Medical physics IF:3.2Q1 DOI:10.1002/mp.17910 PMID:40468155	research paper	提出了一种基于深度学习的潜在空间重建（LSR）框架，用于校正CT图像中因数据缺失或损坏引起的伪影	首次提出利用生成神经网络的潜在空间进行迭代搜索，以匹配受损的投影数据，从而修复CT图像中的伪影	未提及该方法对于其他类型伪影的适用性及计算效率的具体数据	解决CT图像重建中因数据缺失或损坏导致的伪影问题	CT图像中的截断伪影和金属伪影	digital pathology	NA	deep learning	generative neural network	image	NA
90	2025-06-06	Deep learning model applied to real-time delineation of colorectal polyps 2025-Jun-04, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03047-y PMID:40468304	research paper	本研究评估了基于YOLACT的实时息肉描绘模型（RTPoDeMo）在结肠镜视频中的实时应用性能	首次将YOLACT模型应用于医学领域的实时息肉检测与分割，并开发了RTPoDeMo模型	研究仅基于2188张结肠镜图像，样本量相对较小	评估深度学习模型在结肠镜视频中实时描绘结直肠息肉的性能	结直肠息肉	digital pathology	colorectal cancer	deep learning	YOLACT, Mask-RCNN, YOLACT++	image	2188张结肠镜图像
91	2025-06-06	Advancing blood cell detection and classification: performance evaluation of modern deep learning models 2025-Jun-04, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03027-2 PMID:40468312	研究论文	本文评估了现代深度学习模型在血细胞检测和分类中的性能	采用YOLO进行血细胞定位，结合混合CNN模型进行精确分类，并与其他先进模型进行了全面比较	未提及具体样本量及数据集的多样性限制	自动化血细胞计数过程，减少人工操作	血细胞	计算机视觉	贫血、白血病、感染	深度学习	YOLO、CNN、MobileNetV2、ShuffleNetV2、DarkNet	图像	NA
92	2025-06-06	Machine learning in dentistry and oral surgery: charting the course with bibliometric insights 2025-Jun-04, Head & face medicine IF:2.4Q2 DOI:10.1186/s13005-025-00521-w PMID:40468381	研究论文	通过文献计量学方法全面分析机器学习在牙科和口腔外科中的应用，以识别研究趋势、热点和未来方向	使用VOSviewer和CiteSpace软件进行文献计量分析，揭示从传统机器学习算法到深度学习算法的研究焦点演变，以及多模态数据和基础模型的新兴重要性	数据可用性和安全性、算法偏见以及'黑盒模型'等挑战尚未解决	分析机器学习在牙科和口腔外科中的应用趋势和未来方向	2010年至2024年间发表的2234篇与牙科和口腔外科中机器学习相关的出版物	机器学习	NA	文献计量分析	传统机器学习算法、深度学习算法、基础模型	文献数据	2234篇出版物
93	2025-06-06	Deep Learning Based Models for CRISPR/Cas Off-Target Prediction 2025-Jun-04, Small methods IF:10.7Q1 DOI:10.1002/smtd.202500122 PMID:40468633	综述	本文回顾了基于深度学习的CRISPR/Cas脱靶预测工具，评估了六种深度学习模型在公共数据集上的性能	强调将经过验证的脱靶位点数据集整合到模型训练中，提高了预测的鲁棒性，特别是在高度不平衡的数据集上	没有模型在所有场景中始终优于其他模型	改进CRISPR/Cas脱靶位点预测，确保更安全的基因组编辑应用	CRISPR/Cas脱靶位点预测工具	机器学习	NA	深度学习	CRISPR-Net, CRISPR-IP, R-CRISPR, CRISPR-M, CrisprDNT, Crispr-SGRU	序列数据	六个公共数据集和CRISPRoffT数据库中的验证数据
94	2025-06-06	Deep learning reveals pathology-confirmed neuroimaging signatures in Alzheimer's, vascular and Lewy body dementias 2025-Jun-03, Brain : a journal of neurology IF:10.6Q1 DOI:10.1093/brain/awae388 PMID:39657969	research paper	该研究开发了一种基于深度学习的多标签框架，用于识别和量化阿尔茨海默病、血管性痴呆和路易体痴呆的生物标志物	提出了创新的DeepSPARE指数，能够精确、敏感地反映不同病理的神经影像特征，并开发了可解释的深度学习热图	研究样本主要来自特定数据库，可能限制了结果的广泛适用性	解决神经退行性和血管性病理共存的诊断挑战	阿尔茨海默病、血管性痴呆和路易体痴呆患者	digital pathology	geriatric disease	T1-weighted MRI	deep-learning	image	423名痴呆患者和361名对照参与者
95	2025-06-06	Multimodal deep learning for chemical toxicity prediction and management 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95720-5 PMID:40461585	研究论文	本文提出了一种多模态深度学习方法，用于化学毒性的预测和管理	引入了结合化学属性数据和分子结构图像的综合研究数据集，并提出了一个结合Vision Transformer (ViT)和多层感知机(MLP)的深度学习模型，通过联合融合机制显著提高了预测性能	由于安全限制和化学数据的结构复杂性，构建全面的化学毒性预测数据集仍存在限制	提高化学毒性的多标签预测精度	化学毒性数据	机器学习	NA	深度学习	Vision Transformer (ViT), 多层感知机(MLP)	图像, 数值数据	NA
96	2025-06-06	Artificial intelligence in bone metastasis analysis: Current advancements, opportunities and challenges 2025-Jun-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110372 PMID:40466242	综述	本文综述了人工智能在骨转移分析中的当前进展、机遇与挑战	总结了人工智能在骨转移分析中的最新技术，包括传统机器学习和现代深度学习架构如CNN和Transformer的应用	数据不平衡、过拟合风险、模型透明度不足以及临床转化面临的监管和验证障碍	探讨人工智能在骨转移分析中的应用及其潜力	骨转移（BM）	医学影像分析	癌症骨转移	CT、MRI、PET、SPECT和骨闪烁扫描	CNN、Transformer	医学影像	NA
97	2025-06-06	Radiomics and deep learning characterisation of liver malignancies in CT images - A systematic review 2025-Jun-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110491 PMID:40466239	系统综述	本文综述了基于机器学习的放射组学和深度学习在CT图像中表征肝脏恶性肿瘤的方法、成就、局限性和性能结果	综合评估了放射组学和深度学习在肝脏恶性肿瘤CT图像分析中的应用及性能比较	数据稀缺和缺乏标准化协议等挑战仍然存在	评估机器学习在肝脏恶性肿瘤CT图像分析中的应用	肝脏恶性肿瘤的CT图像	数字病理学	肝癌	CT成像、机器学习、深度学习	CNN	图像	49项研究（17项放射组学研究，24项深度学习研究，8项结合研究）
98	2025-06-06	Disruption of Hsp70.14-BAG2 Protein-Protein interactions using deep Learning-Driven peptide design and molecular simulations 2025-Jun-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110443 PMID:40466244	研究论文	本研究利用深度学习驱动的肽设计和分子模拟技术，破坏Hsp70.14与BAG2之间的蛋白质相互作用	结合深度学习肽筛选、分子对接、分子动力学模拟和MM-GBSA自由能分析的综合计算框架，用于识别能破坏Hsp70.14-BAG2相互作用的抗菌肽	需要进一步的体外验证和结构优化以支持其转化潜力	开发针对Hsp70.14-BAG2相互作用的治疗性肽	Hsp70.14和BAG2蛋白质相互作用	计算生物学	癌症	深度学习、分子对接、分子动力学模拟、MM-GBSA自由能分析	深度学习模型	蛋白质序列和结构数据	从公共数据库中筛选的抗菌肽候选物
99	2025-06-06	Chromatin Accessibility Dynamics and Transcriptional Regulatory Networks Underlying the Primary Nitrogen Response in Rice Roots 2025-Jun-03, Plant communications IF:9.4Q1 DOI:10.1016/j.xplc.2025.101392 PMID:40468596	研究论文	本研究通过时间序列ATAC-seq和RNA-seq分析，探索了水稻根系中初级氮响应（PNR）的动态调控机制	发现了OsLBD38和OsLBD39作为早期响应调控因子，以及OsbZIP23作为新型调控因子直接结合氮吸收/代谢基因启动子的新机制	研究仅关注了铵硝酸盐补给后两小时内的响应，未涵盖更长期的氮响应动态	阐明水稻根系初级氮响应的转录调控网络	两个水稻品种（珍汕97和日本晴）的根系	植物分子生物学	NA	ATAC-seq, RNA-seq	深度学习	基因组数据，转录组数据	两个水稻品种在不同时间点的根系样本
100	2025-06-06	Predicting ustekinumab treatment response in Crohn's disease using pre-treatment biopsy images 2025-Jun-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf301 PMID:40366737	研究论文	提出一种基于预治疗活检图像的深度学习框架，用于预测克罗恩病患者对乌司奴单抗的治疗反应	采用聚类增强的弱监督学习框架，结合DenseNet分类器和多示例学习方法，提高了预测的准确性和可解释性	研究样本可能有限，且未提及模型在其他疾病或治疗中的泛化能力	预测克罗恩病患者对乌司奴单抗的治疗反应，以支持个性化治疗策略	克罗恩病患者的预治疗全切片图像	数字病理学	克罗恩病	深度学习，全切片图像分析	DenseNet, 多示例学习	图像	独立测试集上的样本数量未明确说明