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	2025-07-06	DeepB3P: A transformer-based model for identifying blood-brain barrier penetrating peptides with data augmentation using feedback GAN 2025-Jul, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2024.08.002 PMID:39111628	研究论文	提出了一种基于transformer的深度学习模型DeepB3P，结合反馈生成对抗网络(FBGAN)生成类似血脑屏障穿透肽(BBBPs)，以解决数据集不平衡问题并提高预测准确性	首次将transformer模型应用于BBBPs预测，并创新性地使用FBGAN生成类似肽以解决数据不平衡问题	未明确说明模型在真实药物开发环境中的验证效果	开发高效准确的血脑屏障穿透肽预测方法以促进中枢神经系统药物研发	血脑屏障穿透肽(BBBPs)	生物信息学	中枢神经系统疾病	深度学习、生成对抗网络	transformer、FBGAN	肽序列数据	基准测试数据集(具体数量未说明)
82	2025-07-06	Expanding genomic prediction in plant breeding: harnessing big data, machine learning, and advanced software 2025-Jul, Trends in plant science IF:17.3Q1 DOI:10.1016/j.tplants.2024.12.009 PMID:39890501	综述	本文综述了基因组选择在植物育种中的应用，重点关注统计机器学习方法和软件	强调了深度学习模型在基因组预测中的独特优势，并介绍了支持基因组选择方法的最新数据管理工具	NA	提高基因组选择在植物育种中的效率	植物育种中的基因组预测	机器学习	NA	基因组选择(GS), 基因组预测(GP)	深度学习(DL), 统计机器学习(ML)	基因组数据	NA
83	2025-02-24	Increasing angular sampling for dedicated cardiac single photon emission computed tomography scanner: Implementation with deep learning and validation with human data 2025-Jul, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology IF:3.0Q2 DOI:10.1016/j.nuclcard.2025.102168 PMID:39986346	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
84	2025-07-06	Deep learning image enhancement algorithms in PET/CT imaging: a phantom and sarcoma patient radiomic evaluation 2025-Jul, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07149-7 PMID:40014074	研究论文	本研究使用放射组学特征比较了两种制造商深度学习图像增强算法与'金标准'图像重建技术在体模数据和肉瘤患者数据集中的表现	首次在体模和肉瘤患者数据中系统评估了两种深度学习图像增强算法的放射组学特征表现，并与金标准方法进行比较	样本量较小(N=20)，仅评估了两种特定的深度学习算法	评估深度学习图像增强算法在PET/CT成像中的性能	体模数据和肉瘤患者PET/CT图像	数字病理	肉瘤	PET/CT成像	深度学习算法	医学影像	20例肉瘤患者数据和体模重复采集数据
85	2025-07-06	Impact of deep learning denoising on kinetic modelling for low-dose dynamic PET: application to single- and dual-tracer imaging protocols 2025-Jul, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07182-6 PMID:40069458	research paper	探讨深度学习去噪技术在低剂量动态PET成像中对动力学建模的影响，应用于单示踪剂和双示踪剂成像协议	首次将基于静态[18F]FDG PET图像训练的深度学习去噪模型应用于动态[18F]FDG和[18F]FGln PET成像，显著降低剂量需求并保持定量准确性	在极低剂量(4 MBq)下对乳腺病灶中[18F]FGln的定量准确性有所下降	提高低剂量动态PET成像的定量准确性	动态PET成像数据	digital pathology	NA	深度学习去噪(DL-DN)，PET成像	深度学习框架	PET图像数据	16例[18F]FDG PET研究数据
86	2025-07-06	CT-free attenuation and Monte-Carlo based scatter correction-guided quantitative 90Y-SPECT imaging for improved dose calculation using deep learning 2025-Jul, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07191-5 PMID:40080141	研究论文	本研究旨在开发深度学习模型，用于90Y SPECT成像中的无CT衰减和基于蒙特卡洛的散射校正，以改进剂量计算	使用改进的3D Swin UNETR架构训练深度学习模型，实现无CT衰减和蒙特卡洛散射校正，提升90Y SPECT成像的定量分析	研究样本量有限（190例患者），未来需要更大数据集进行训练和验证	改进90Y选择性内放射治疗（SIRT）中的剂量计算精度	接受90Y玻璃微球SIRT治疗的190例患者	医学影像处理	肝脏肿瘤	深度学习，蒙特卡洛模拟，SPECT成像	3D Swin UNETR	医学影像（SPECT）	190例患者
87	2025-07-06	Fast-forwarding plant breeding with deep learning-based genomic prediction 2025-Jul, Journal of integrative plant biology IF:9.3Q1 DOI:10.1111/jipb.13914 PMID:40226955	research paper	本文探讨了基于深度学习的基因组预测（DL-based GP）在植物育种中的应用及其面临的挑战	提出了未来发展方向，如模块化方法、数据增强和高级注意力机制	需要大量高质量数据集、性能基准测试不一致以及环境因素的整合	加速植物育种过程	植物基因组数据	machine learning	NA	deep learning-based genomic prediction	DL-based GP	multi-omics data	NA
88	2025-07-06	Identification of non-glandular trichome hairs in cannabis using vision-based deep learning methods 2025-Jul, Journal of forensic sciences IF:1.5Q2 DOI:10.1111/1556-4029.70058 PMID:40249026	研究论文	提出了一种基于深度学习的计算机视觉方法，用于识别大麻中的非腺毛状毛状体	首次将深度学习技术应用于大麻非腺毛状毛状体的识别，准确率超过97%，减少了对耗时耗力的专家显微镜分析的依赖	需要大量标注的显微镜图像数据集，且依赖于前期三种法医测试、两种化学分析和专家显微镜分析建立的真实标签	开发一种高效准确的大麻非腺毛状毛状体识别方法，以支持打击非法毒品贩运	大麻及疑似喷洒合成大麻素的非大麻植物材料	计算机视觉	NA	深度学习	CNN	图像	数千张标注的显微镜图像
89	2025-07-06	Artificial Olfactory System Enabled by Ultralow Chemical Sensing Variations of 1D SnO2 Nanoarchitectures 2025-Jul, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202501293 PMID:40318170	研究论文	本研究开发了一种高可靠的传感器平台，通过一维SnO纳米网络功能化Au和Pd纳米催化剂，标准化气体传感用于深度学习应用	通过系统沉积工艺制备的1D SnO纳米网络功能化Au和Pd纳米催化剂，显著提高了气体扩散和反应动力学，并通过受控老化过程将变异系数降低至5%以下	研究未涉及长期稳定性测试或在更广泛环境条件下的性能验证	开发一种高可靠的传感器平台，用于标准化气体传感并提升深度学习在气体识别中的应用	七种目标气体：丙酮、氢气、乙醇、一氧化碳、丙烷、异戊二烯和甲苯	传感器技术	NA	系统沉积工艺、受控老化过程	残差网络模型	气体传感数据	七种目标气体
90	2025-07-06	KEVS: enhancing segmentation of visceral adipose tissue in pre-cystectomy CT with Gaussian kernel density estimation 2025-Jul, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03380-7 PMID:40343641	研究论文	本文提出了一种新型方法KEVS，用于在膀胱切除术前CT中自动预测内脏脂肪组织（VAT）的分割，无需训练用的真实VAT掩模	KEVS结合了深度学习语义分割模型和高斯核密度估计分析，无需真实VAT掩模即可进行训练，克服了现有方法的局限性	研究仅在20例膀胱切除术前CT扫描数据上进行验证，样本量较小	开发一种自动化的内脏脂肪组织分割方法，以减少观察者间的变异性并提高分割准确性	膀胱切除术前CT扫描中的内脏脂肪组织	数字病理学	膀胱癌	CT扫描	深度学习语义分割模型	图像	20例膀胱切除术前CT扫描
91	2025-07-06	Shortcut learning leads to sex bias in deep learning models for photoacoustic tomography 2025-Jul, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03370-9 PMID:40343639	研究论文	本研究探讨了深度学习模型在光声断层扫描（PAT）中因捷径学习导致的性别偏见问题	首次在光声断层扫描（PAT）中研究捷径学习对性别偏见的影响，特别是在外周动脉疾病（PAD）诊断中的应用	研究样本量较小（147人），可能限制结果的普遍性	评估卷积神经网络（CNNs）在PAT图像中因捷径学习导致的性别偏见及其对PAD诊断的影响	147名个体的腓肠肌PAT图像	医学影像人工智能	外周动脉疾病	光声断层扫描（PAT）	CNN	图像	147名个体
92	2025-07-06	A deep learning-based approach to automated rib fracture detection and CWIS classification 2025-Jul, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03390-5 PMID:40377883	研究论文	本文开发了一种基于深度学习的自动化方法，用于检测CT扫描中的肋骨骨折并进行CWIS分类	提出了一种结合检测和分类的网络，用于自动化识别肋骨骨折并进行分类，同时训练了肋骨编号标注网络	训练集中某些罕见或代表性不足的类别分类效果有待提升	开发自动化检测和分类肋骨骨折的方法，以辅助临床诊断	CT扫描中的肋骨骨折	数字病理	创伤性损伤	CT扫描	nnU-Net	医学影像	198例CT扫描（170例训练/内部验证，28例外部验证）
93	2025-07-06	Artificial Intelligence Augmented Cerebral Nuclear Imaging 2025-Jul, Seminars in nuclear medicine IF:4.6Q1 DOI:10.1053/j.semnuclmed.2025.05.005 PMID:40441996	research paper	本文探讨了人工智能（AI），特别是机器学习和深度学习在核神经影像处理、分析、增强和解释中的当前和新兴应用	介绍了AI在核神经影像中的创新应用，包括自动图像分割、疾病分类、放射组学特征提取，以及基于深度学习的重建、伪CT生成用于衰减校正和低计数研究的去噪	未明确提及具体局限性	探索AI如何提升核神经影像的能力，推动精准医学的发展	SPECT和PET脑部影像	digital pathology	NA	SPECT, PET, 放射组学	ML, DL	image	NA
94	2025-07-06	Uncertainty estimation for trust attribution to speed-of-sound reconstruction with variational networks 2025-Jul, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03402-4 PMID:40495100	research paper	该研究提出了一种基于不确定性估计的方法，用于选择超声采集中最可信的帧以提高速度-声音（SoS）重建的准确性	首次将不确定性估计应用于超声数据帧的选择，以改进SoS重建和诊断决策	研究样本量较小，仅评估了21个病灶	提高速度-声音（SoS）重建的准确性，以支持乳腺癌的鉴别诊断	超声采集的数据帧	医学影像处理	乳腺癌	Monte Carlo Dropout, Bayesian Variational Inference	variational networks	超声图像	21个被分类为BI-RADS 4的病灶
95	2025-07-06	Systematic Evaluation of Atrous Spatial Pyramid Pooling in U-Net for Pore Segmentation in Plasma Electrolytic Oxidation Coatings 2025-Jul-01, Langmuir : the ACS journal of surfaces and colloids IF:3.7Q2 DOI:10.1021/acs.langmuir.5c01673 PMID:40523154	研究论文	本研究提出了一种基于深度学习的U-Net架构结合Atrous Spatial Pyramid Pooling (ASPP)的分割框架，用于提高等离子电解氧化(PEO)涂层中孔隙结构的多尺度特征提取能力	系统地评估了ASPP在U-Net不同位置的性能影响，发现桥接和解码器路径的修改对分割性能影响最大，结合修改在两者中应用ASPP获得了最高的F1分数和IoU	传统图像分割方法难以捕捉PEO表面在SEM图像中的复杂性，本研究虽有所改进，但可能仍存在对某些复杂孔隙结构的识别不足	提高PEO涂层孔隙结构的分割精度，以更好地理解界面结构-性能关系	等离子电解氧化(PEO)涂层的孔隙结构	计算机视觉	NA	深度学习	U-Net, ASPP	图像	未明确提及具体样本数量，但使用了5折交叉验证
96	2025-07-06	Equitable Deep Learning for Diabetic Retinopathy Detection Using Multidimensional Retinal Imaging With Fair Adaptive Scaling 2025-Jul-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.7.1 PMID:40590781	研究论文	本研究探讨了现有深度学习模型在糖尿病视网膜病变检测中的公平性，并提出了一种公平自适应缩放模块以减少群体性能差异	提出了公平自适应缩放（FAS）模块，显著提高了模型在不同种族和性别群体中的公平性和准确性	研究仅针对特定种族和性别群体进行了评估，可能无法涵盖所有潜在的不公平因素	提高糖尿病视网膜病变检测的公平性和准确性	糖尿病视网膜病变患者	计算机视觉	糖尿病视网膜病变	深度学习	EfficientNet, DenseNet121	图像	NA
97	2025-07-06	Concurrent emergence of view invariance, sensitivity to critical features, and identity face classification through visual experience: Insights from deep learning algorithms 2025-Jul-01, Journal of vision IF:2.0Q2 DOI:10.1167/jov.25.8.2 PMID:40590783	research paper	研究通过深度学习算法探讨视觉经验如何促进面部识别的视角不变性、关键特征敏感性和身份分类能力的并发发展	首次系统性地通过调整训练数据中每个身份的图像数量和身份数量，揭示了这些因素如何共同影响深度卷积神经网络（DCNN）在视角不变性、人类关键特征敏感性和身份分类性能上的表现	研究仅基于计算机模型（DCNN），未直接验证人类视觉系统的类似机制	探究何种面部视觉经验能使神经网络对人类关键特征敏感，并与视角不变性表征和面部分类性能相关联	深度卷积神经网络（DCNN）在面部识别任务中的表现	computer vision	NA	deep learning	DCNN	image	系统调整训练数据中每个身份的图像数量和身份数量（具体数值未提及）
98	2025-07-06	Fundus Refraction Offset as a Personalized Biomarker for 12-Year Risk of Retinal Detachment 2025-Jul-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.9.1 PMID:40590806	research paper	本研究探讨了新型解剖学指标——眼底屈光偏移（FRO）在预测视网膜脱离（RD）或断裂风险中的潜力，超越了包括球面等效屈光度（SER）在内的其他风险因素的影响	首次提出眼底屈光偏移（FRO）作为个性化生物标志物，用于预测12年内视网膜脱离或断裂的风险，且独立于其他已知风险因素	研究样本主要来自UK Biobank，可能存在选择偏差，且随访时间有限	评估FRO在预测视网膜脱离或断裂风险中的独立作用	UK Biobank中无RD/断裂病史的参与者（n = 9320）	digital pathology	retinal detachment	deep learning, optical coherence tomography	deep learning model	fundus photographs, optical coherence tomography scans	9320名参与者，其中7127名有高质量光学相干断层扫描数据
99	2025-07-06	Language models learn to represent antigenic properties of human influenza A(H3) virus 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03275-2 PMID:40592976	研究论文	本研究比较了几种机器学习方法，用于预测流感A(H3N2)病毒的抗原特性，并识别可能需要疫苗更新的新抗原变异	使用深度学习语言模型（BiLSTM和ProtBERT）预测流感病毒的抗原特性，并在单氨基酸驱动的抗原变化和深度突变扫描实验中表现优于传统方法	研究主要针对流感A(H3N2)病毒的HA1蛋白序列，可能不适用于其他病毒或蛋白	评估从流感病毒基因组信息中可靠预测抗原特性的可能性，以支持疫苗更新决策	流感A(H3N2)病毒的HA1蛋白序列	自然语言处理	流感	深度学习语言模型（BiLSTM和ProtBERT）	BiLSTM, ProtBERT	蛋白质序列	已验证的流感病毒基因组和湿实验室实验结果的链接数据集
100	2025-07-06	SE(3)-equivariant ternary complex prediction towards target protein degradation 2025-Jul-01, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-61272-5 PMID:40593782	研究论文	本文介绍了一种名为DeepTernary的新型深度学习方法，用于预测靶向蛋白质降解中的三元复合物结构	提出了一种端到端的深度学习方法，结合SE(3)-等变编码器和基于查询的解码器，能够准确快速地预测三元复合物结构	未提及具体的数据集规模限制或模型泛化能力的局限性	开发一种能够预测靶向蛋白质降解中三元复合物结构的工具，以促进靶向蛋白质降解剂的设计	靶向蛋白质降解中的三元复合物（包括PROTACs和分子胶降解剂MGD）	机器学习	NA	深度学习	SE(3)-等变编码器和基于查询的解码器	蛋白质结构数据	基于精心整理的TernaryDB数据集，但未提及具体样本数量