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	2025-04-24	NMR Pure Shift Spectroscopy and Its Potential Applications in the Pharmaceutical Industry 2025-Apr-22, Chembiochem : a European journal of chemical biology IF:2.6Q3 DOI:10.1002/cbic.202401012 PMID:40263759	review	本文综述了纯位移NMR技术及其在制药工业中的潜在应用	介绍了通过深度学习辅助获得最佳纯位移谱的方法，并探索了纯位移技术在制药工业中的新应用方向	NA	促进纯位移NMR技术在制药工业中的发展和实际应用	纯位移NMR技术及其在制药工业中的应用	NA	NA	NMR纯位移技术, 深度学习	NA	NMR谱数据	NA
82	2025-04-24	Deep learning for automated segmentation of brain edema in meningioma after radiosurgery 2025-Apr-22, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01660-x PMID:40264119	research paper	该研究开发了一种基于深度学习的自动分割方法，用于量化脑膜瘤放射手术后脑水肿的体积	使用Mask R-CNN和DeepMedic模型进行自动分割，替代了传统的手动预处理方法，并应用迁移学习提高分割准确性	样本量较小（21名患者，154次扫描），可能影响模型的泛化能力	开发自动分割和量化脑膜瘤放射手术后脑水肿的方法，以辅助治疗规划和监测	脑膜瘤患者放射手术后出现的脑水肿区域	digital pathology	meningioma	MRI T2加权成像	Mask R-CNN, DeepMedic	image	21名患者的154次T2w扫描（其中130次用于训练、验证和测试）
83	2025-04-24	Transforming Medical Imaging: The Role of Artificial Intelligence Integration in PACS for Enhanced Diagnostic Accuracy and Workflow Efficiency 2025-Apr-22, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056370620250403030638 PMID:40265427	综述	本文探讨了人工智能（AI）在医学影像存档与通信系统（PACS）中的整合及其对医学影像、诊断流程和患者结果的影响	AI整合显著提升了诊断准确性和工作效率，特别是在早期肿瘤检测和异常识别方面，诊断时间减少了90%	数据隐私、法规遵从性和互操作性方面的挑战仍然存在，需要标准化框架和强大的安全协议	评估AI在PACS中的整合对医学影像、诊断流程和患者结果的影响	医学影像存档与通信系统（PACS）	医学影像	NA	深度学习、自然语言处理（NLP）	卷积神经网络（CNN）	医学影像	183项研究
84	2025-04-24	An Interventional Brain-Computer Interface for Long-Term EEG Collection and Motion Classification of a Quadruped Mammal 2025-Apr-21, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3562922 PMID:40257874	研究论文	提出了一种新型介入式脑机接口（BCI），用于长期收集四足哺乳动物的脑电图（EEG）信号并进行运动分类	通过静脉植入电极采集脑内EEG信号，无需开颅手术，解决了传统非侵入式BCI使用环境受限和侵入式BCI永久性神经损伤的问题	研究仅针对羊进行实验，尚未在人类或其他动物中进行验证	开发一种能够长期有效采集EEG信号的介入式BCI，以解决中风患者术后运动功能障碍问题	羊	脑机接口	中风	EEG信号采集	深度学习模型	EEG信号	羊的三个月训练数据和一个月验证数据
85	2025-04-24	Deconvolution of cell types and states in spatial multiomics utilizing TACIT 2025-Apr-21, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58874-4 PMID:40258827	research paper	开发了一种名为TACIT的无监督算法，用于空间多组学数据中的细胞类型和状态注释	TACIT算法无需训练数据，通过预定义的签名进行细胞注释，能够区分阳性细胞与背景，并识别多组学检测中的模糊细胞	算法在泛化性方面可能存在挑战，因为细胞、邻域和生态位在健康和疾病中的变异性较大	解决空间生物学中细胞类型和状态识别的耗时和易出错问题	细胞类型和状态	spatial biology	inflammatory gland diseases	spatial transcriptomics, proteomics	unsupervised algorithm	multiomic assays	5,000,000 cells; 51 cell types from three niches (brain, intestine, gland)
86	2025-04-24	Deep learning-based recognition model of football player's technical action behavior using PCA-LBP algorithm 2025-Apr-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94732-5 PMID:40258880	research paper	该研究提出了一种基于PCA-LBP算法和深度学习的足球运动员技术动作行为识别模型，以提高识别准确率	结合PCA降维与LBP算法，提升足球运动员技术动作识别的准确性	研究仅基于2020年一场比赛的200名足球运动员数据，样本量和多样性可能有限	提高足球运动员技术动作行为的识别准确率，以支持科学训练	足球运动员的技术动作行为	computer vision	NA	PCA-LBP算法	深度学习	image	200名足球运动员在2020年一场比赛中的数据
87	2025-04-24	A segment-based framework for explainability in animal affective computing 2025-Apr-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96634-y PMID:40258884	研究论文	本文提出了一种基于分段的框架，旨在增强动物情感计算领域的可解释性	提出了一种定量评分机制，用于评估显著性图与预定义语义区域的对齐程度，从而系统比较不同视觉解释方法	框架依赖于现有分类器和显著性图生成能力，可能限制了其普适性	提高动物情感计算中深度学习模型的可解释性	猫、马和狗的情感状态	动物情感计算	NA	显著性图分析	深度学习模型	图像	三个数据集（猫和马疼痛、狗情绪）
88	2025-04-24	Mitigating side channel attacks on FPGA through deep learning and dynamic partial reconfiguration 2025-Apr-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98473-3 PMID:40258964	研究论文	本文介绍了一种结合深度学习和动态部分重配置的框架，用于在FPGA上缓解侧信道攻击	通过动态部分重配置和深度学习模型的结合，实时自适应地重新配置FPGA资源，从而破坏侧信道攻击模式并降低潜在攻击的有效性	研究主要集中于缓解功率侧信道攻击，对其他类型侧信道攻击的适应性需要进一步验证	提高FPGA硬件系统的安全性，特别是针对侧信道攻击的防御能力	FPGA硬件系统及其面临的侧信道攻击	硬件安全	NA	深度学习, 动态部分重配置(DPR)	DL模型	硬件性能数据	NA
89	2025-04-24	Improving deep learning-based neural distinguisher with multiple ciphertext pairs for speck and Simon 2025-Apr-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98251-1 PMID:40258982	研究论文	本文提出了一种基于多尺度卷积块和密集残差连接的新型神经区分器，用于提高Speck和Simon密码系统的分析效率	提出了一种新型神经区分器，结合多尺度卷积块和密集残差连接，以及优化输入数据集的线性攻击概念，显著提高了准确性和密钥恢复率	对于高轮次简化密码系统的准确性仍有提升空间	提高基于深度学习的神经区分器在密码分析中的效率和准确性	Speck 32/64和Simon 32/64密码系统	机器学习	NA	深度学习	CNN	密码文本对	NA
90	2025-04-24	Design and experimental research of on device style transfer models for mobile environments 2025-Apr-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98545-4 PMID:40259046	research paper	本研究开发了一种针对移动设备优化的神经风格迁移（NST）模型，通过设备端AI实现实时执行，减少对云服务器的依赖	提出了一套轻量级NST模型，结合深度可分离卷积、残差瓶颈和优化的上采样技术，平衡了计算效率和视觉质量	在减少模型大小时可能导致性能下降，存在计算效率与视觉质量之间的权衡	开发适用于移动设备的实时神经风格迁移模型	移动设备上的神经风格迁移模型	computer vision	NA	深度可分离卷积、残差瓶颈、优化的上采样技术	NST (inspired by MobileNet and ResNet)	image	NA
91	2025-04-24	Evaluation of minor labial salivary gland focus score in Sjögren's disease using deep learning: a tool for more efficient diagnosis and future tissue biomarker discovery 2025-Apr-21, Journal of autoimmunity IF:7.9Q1 DOI:10.1016/j.jaut.2025.103418 PMID:40262321	research paper	该研究利用基于注意力的深度学习模型评估小唇唾液腺活检中的焦点评分，以提高干燥综合征的诊断效率和未来组织生物标志物的发现	首次将注意力机制深度学习模型应用于小唇唾液腺活检的焦点评分评估，克服了观察者间差异和报告遗漏的问题	研究仅使用了单一染色方法(H&E)的样本，且样本量相对有限(271例)	开发更可靠的自动化方法来评估干燥综合征的组织病理学特征	小唇唾液腺活检样本	digital pathology	Sjögren's disease	H&E染色	attention-based deep learning	whole slide images	271例小唇唾液腺活检样本(153例FS<1，118例FS≥1)
92	2025-04-24	Deep transfer learning-based decoder calibration for intracortical brain-machine interfaces 2025-Apr-21, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110231 PMID:40262392	研究论文	本文提出了一种基于深度迁移学习的解码器校准方法，用于解决脑机接口中神经信号非平稳性导致的频繁重新校准问题	首次将深度迁移学习应用于脑机接口解码器校准，提出结合领域对抗和主动学习策略的AL-DANN模型，显著减少新样本需求	方法仅在猴子实验数据上验证，尚未在人类临床应用中测试	减少脑机接口解码器重新校准所需时间和数据量	脑机接口系统中的神经信号解码器	脑机接口	NA	深度迁移学习	AL-DANN（主动学习领域对抗神经网络）	神经信号	三只猴子执行不同运动任务时记录的神经信号数据
93	2025-04-24	In vitro evaluation of multi-protein chimeric antigens in effectively clearing the blood stage of Plasmodium falciparum 2025-Apr-19, Vaccine IF:4.5Q2 DOI:10.1016/j.vaccine.2025.126952 PMID:40037124	研究论文	本文评估了多蛋白嵌合抗原在清除恶性疟原虫血液阶段的有效性	提出了一种结合多个抗原的策略，仅使用最具免疫优势的肽序列来应对多态性和冗余性	研究仅在体外环境中进行，尚未在体内验证	开发针对恶性疟原虫血液阶段的有效疫苗	恶性疟原虫的血液阶段	疫苗开发	疟疾	B细胞表位选择与拼接，Deep Learning方法	Deep Learning	实验数据	NA
94	2025-04-24	Brain tumour classification and survival prediction using a novel hybrid deep learning model using MRI image 2025-Apr-17, Network (Bristol, England) DOI:10.1080/0954898X.2025.2486206 PMID:40243150	research paper	该论文提出了一种名为Deep Residual PyramidNet (DRP_Net)的新型混合深度学习模型，用于脑肿瘤分类和生存预测	提出了一种结合Deep Residual Network (DRN)和PyramidNet的新型混合模型DRP_Net，用于脑肿瘤分类和生存预测	未明确提及具体局限性	开发一种自动化的脑肿瘤分类和生存预测方法	脑肿瘤患者的MRI图像	digital pathology	brain tumor	MRI, homomorphic filtering, Haar wavelet, Local Directional Number Pattern (LDNP)	DRP_Net (融合DRN和PyramidNet), Deep Recurrent Neural Network (DRNN)	image	来自BraTS数据集的MRI图像
95	2025-04-24	Combining Deep Data-driven and Physics-inspired Learning for Shear Wave Speed Estimation in Ultrasound Elastography 2025-Apr-16, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2025.3561599 PMID:40238602	research paper	该论文提出了一种结合深度数据驱动和物理启发学习的方法，用于超声弹性成像中的剪切波速度估计	提出了一种物理启发学习方法，利用无已知SWS值的真实数据进行自适应无监督损失函数训练，以减少伪影并提高鲁棒性	方法在真实世界数据上的表现仍需进一步验证，样本量较小（仅两个人类受试者）	提高剪切波速度估计的准确性和鲁棒性，用于临床组织表征	剪切波速度(SWS)估计	digital pathology	NA	超声弹性成像(SWE)	深度学习(DL)	超声图像	实验体模数据和两个人类受试者的活体肝脏数据
96	2025-04-24	An integrated AI knowledge graph framework of bacterial enzymology and metabolism 2025-Apr-15, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2425048122 PMID:40193601	research paper	介绍了一种名为IBIS的集成AI知识图谱框架，用于细菌酶学和代谢研究	利用深度学习和知识图谱技术，实现了快速、可扩展的细菌代谢推断，超越了传统方法的能力	未提及具体的数据集规模或计算资源需求，可能在实际应用中存在限制	改进细菌代谢研究，以促进人类健康和农业实践的发展	细菌代谢酶、生物合成域和代谢途径	machine learning	NA	深度学习和知识图谱	Transformer	基因组测序数据	NA
97	2025-04-24	Privacy for free in the overparameterized regime 2025-Apr-15, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2423072122 PMID:40215275	research paper	本文研究了在过参数化状态下差分隐私梯度下降（DP-GD）算法的性能，并发现隐私可以免费获得	挑战了过参数化会阻碍隐私学习性能的普遍观点，证明了在随机特征模型和二次损失下，隐私可以免费获得	研究仅限于随机特征模型和二次损失，未涵盖其他模型或损失函数	研究差分隐私梯度下降在过参数化状态下的性能表现	差分隐私梯度下降（DP-GD）算法	machine learning	NA	DP-GD	random features model	NA	NA
98	2025-04-24	WMH-DualTasker: A Weakly Supervised Deep Learning Model for Automated White Matter Hyperintensities Segmentation and Visual Rating Prediction 2025-Apr-15, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70212 PMID:40260707	research paper	开发了一个名为WMH-DualTasker的深度学习模型，用于自动分割白质高信号（WMH）并预测视觉评分	该模型采用自监督学习和变换不变性一致性约束，仅使用临床视觉评分作为监督信号，同时执行体素级分割和视觉评分预测	模型性能依赖于临床视觉评分的质量，且在大规模应用前需要进一步验证	开发一个自动化深度学习模型，以最小监督提供WMH严重程度的准确和全面量化	白质高信号（WMH）及其与认知障碍（如轻度认知障碍和痴呆）的关联	digital pathology	geriatric disease	deep learning, self-supervised learning	CNN	image	MICCAI-WMH数据集（N=60），SINGER数据集（N=64），ADNI数据集
99	2025-04-24	Integrating generative AI with neurophysiological methods in psychiatric practice 2025-Apr-14, Asian journal of psychiatry IF:3.8Q1 DOI:10.1016/j.ajp.2025.104499 PMID:40262408	research paper	探讨生成式AI与神经生理学方法在精神病学实践中的整合潜力	提出生成式AI在精神病学中与神经科学和生理学方法的结合应用，包括促进翻译和适应性解释、优化实验准备、增强多模态数据分析以及通过实时通信、内容生成和数据合成改善临床应用	数据可靠性、隐私问题和资源限制等挑战和风险	探索生成式AI在精神病学实践中的应用潜力及其与神经生理学方法的协同效应	精神病学实践中的生成式AI和神经生理学方法	自然语言处理	精神疾病	生成式AI（如大型语言模型）	深度学习	多模态数据	NA
100	2025-04-24	Deep ensemble architecture with improved segmentation model for Alzheimer's disease detection 2025-Apr-12, Journal of medical engineering & technology DOI:10.1080/03091902.2025.2484691 PMID:40219912	research paper	提出一种新型深度集成架构用于阿尔茨海默病的分类，通过改进的分割模型和特征提取方法提高检测准确率	提出了一种结合LeNet、CNN和改进LSTM的En-LeCILSTM模型，以及改进的U-Net架构用于图像分割	未提及模型在更大规模或多样化数据集上的泛化能力	提高阿尔茨海默病的检测准确率	阿尔茨海默病的诊断	digital pathology	geriatric disease	deep learning	En-LeCILSTM (结合LeNet, CNN, LSTM), U-Net	image	NA