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
1061	2025-06-07	Improving Covalent and Noncovalent Molecule Generation via Reinforcement Learning with Functional Fragments 2025-Jun-05, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00944 PMID:40471710	research paper	提出了一种名为MOFF的强化学习框架，用于基于功能片段生成共价和非共价分子	MOFF是首个采用片段化方法进行共价分子设计的生成框架，利用对接分数作为奖励函数，并通过Soft Actor-Critic算法进行训练	仅通过计算验证（如分子动力学模拟）评估分子结合稳定性，缺乏实验验证	开发一种灵活的、可扩展的框架，支持基于片段的分子生成，以促进药物发现	共价和非共价小分子药物，特别是针对Bruton酪氨酸激酶（BTK）和表皮生长因子受体（EGFR）的配体样分子	machine learning	cancer	reinforcement learning, molecular docking, molecular dynamics simulations	Soft Actor-Critic algorithm	molecular data	案例研究涉及BTK和EGFR靶点，具体样本数量未明确说明
1062	2025-06-07	End-to-End Abnormal Subgraph Detection via Subgraph-Level Contrastive Learning 2025-Jun-05, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3573922 PMID:40471723	research paper	本文提出了一种端到端的无监督子图异常检测框架EndSubG，通过子图级对比学习来检测异常子图	EndSubG框架首次将子图划分和异常检测联合建模为一个整体，而非分开处理，并设计了专门用于子图异常检测的评估指标AS-WNMI	未明确提及具体样本量或数据集的详细限制	解决无监督条件下子图异常检测的挑战，提升相关领域的研究	图数据中的异常子图	machine learning	NA	对比学习	EndSubG	graph data	NA
1063	2025-06-07	Is EMG Information Necessary for Deep Learning Estimation of Joint and Muscle Level States? 2025-Jun-05, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3577084 PMID:40471740	research paper	该研究探讨了在深度学习模型中是否需要EMG信息来准确估计关节和肌肉的生理状态	研究发现EMG信息对于关节状态估计并非必要，但对于肌肉状态估计至关重要，且仅在训练阶段使用EMG信息即可实现优异性能	需要EMG作为模型输入的方法在实际部署中可能不切实际	开发非侵入式方法来估计关节和肌肉生理状态，以增强可穿戴设备的控制能力	膝关节的力矩、功率、速度和力量等生理状态	machine learning	NA	deep learning	DL	kinematic data, EMG data	28种不同的周期性和非周期性任务
1064	2025-06-07	Current State of Artificial Intelligence Model Development in Obstetrics 2025-Jun-05, Obstetrics and gynecology IF:5.7Q1 DOI:10.1097/AOG.0000000000005944 PMID:40472381	综述	本文回顾了最近关于人工智能在产科应用的相关文献，描述了AI在特定产科问题中的应用趋势，并评估了AI对产科护理的潜在影响	总结了AI在产科领域的最新应用，并指出了未来可能影响产科护理的AI模型	大多数研究的患者群体与美国人群差异较大，其普适性不确定，且很少有模型已在实际产科实践中部署	评估人工智能在产科领域的应用现状及其对产科护理的潜在影响	产科领域的人工智能应用	数字病理	产科疾病	机器学习, 深度学习, 神经网络	NA	NA	研究样本量从10到953,909不等
1065	2025-06-07	Chemical Properties-Based Deep Learning Models for Recommending Rational Daily Diet Combinations to Diabetics Through Large-Scale Virtual Screening of α-Glucosidase Dietary-Derived Inhibitors and Verified In Vitro 2025-Jun-05, Journal of agricultural and food chemistry IF:5.7Q1 DOI:10.1021/acs.jafc.5c03646 PMID:40472393	research paper	本文提出基于化学性质的深度学习模型，用于通过大规模虚拟筛选α-葡萄糖苷酶膳食来源抑制剂，为糖尿病患者推荐合理的日常饮食组合	开发了三种基于化学性质的深度学习模型（AGIs、安全性和药物相互作用），并从未报告的FooDB数据库中筛选出59种新的α-葡萄糖苷酶抑制剂	NA	解决食品化学研究中开发合理日常饮食组合的挑战	α-葡萄糖苷酶膳食来源抑制剂	machine learning	diabetes	deep learning	NA	chemical properties	约70,000种食物来源化合物
1066	2025-06-07	Fast and accurate lung cancer subtype classication and localization based on Intraoperative frozen sections of lung adenocarcinoma 2025-Jun-05, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ade157 PMID:40472860	研究论文	本研究开发了一种基于深度神经网络的辅助诊断系统，专门用于手术冰冻切片，旨在减少病理学家的工作量并提高区分准确性	结合多实例学习与EMA/SimAM/SE注意力增强的ResSimAM_Hybrid模型进行分类，开发了创新的深度学习系统（FSG-TL模型）	NA	开发一种快速准确的肺癌亚型分类和定位方法，以辅助临床诊断	肺腺癌的冰冻切片	数字病理	肺癌	深度学习	ResSimAM_Hybrid, FSG-TL Model	图像	NA
1067	2025-06-07	High-definition motion-resolved MRI using 3D radial kooshball acquisition and deep learning spatial-temporal 4D reconstruction 2025-Jun-05, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ade195 PMID:40472864	研究论文	开发了一种结合3D径向kooshball采集和时空深度学习4D重建技术的高分辨率运动解析MRI方法，用于自由呼吸下的高清肺部MRI	提出了两种高清晰度Movienet（HD-Movienet）深度学习模型，用于重建3D径向kooshball数据，显著提高了重建速度并保持了图像质量	3D-based HD-Movienet虽然提高了重建质量，但重建时间较长	开发一种高分辨率、快速扫描的自由呼吸肺部MRI技术	八名健康志愿者和十名肺部肿瘤患者	医学影像	肺癌	3D径向kooshball序列采集，深度学习4D重建	HD-Movienet (2D-based 和 3D-based)	MRI图像	18名受试者（8名健康志愿者和10名患者）
1068	2025-06-07	Enhancing image quality in fast neutron-based range verification of proton therapy using a deep learning-based prior in LM-MAP-EM reconstruction 2025-Jun-05, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ade198 PMID:40472868	研究论文	本研究探讨了在基于快中子的质子治疗范围验证中，使用卷积神经网络预测的先验信息进行列表模式最大后验期望最大化图像重建的方法	采用条件生成对抗网络（pix2pix）预测先验信息，并将其整合到LM-MAP-EM重建过程中，以提高图像质量	模型在高噪声场景下的鲁棒性有限，性能受数据质量影响较大	提高基于快中子的质子治疗范围验证中的图像质量	质子治疗中的快中子数据	数字病理	肺癌	蒙特卡洛模拟	条件生成对抗网络（pix2pix）	图像	基于CT的肺癌患者模型生成的模拟数据
1069	2025-06-07	Matrix completion-informed deep unfolded equilibrium models for self-supervised k $k$ -space interpolation in MRI 2025-Jun-05, Medical physics IF:3.2Q1 DOI:10.1002/mp.17924 PMID:40473478	研究论文	本文提出了一种新型的自监督MRI重建方法，结合矩阵补全理论和深度展开平衡模型，无需全采样标签即可实现k空间插值	将卷积神经网络与结构低秩模型的零空间关系相结合，设计具有严格理论保证的可解释网络架构，实现不依赖全采样标签的k空间数据重建	未明确说明方法在极端加速率下的性能表现，也未讨论计算复杂度问题	开发具有理论保证的自监督MRI重建方法，解决传统方法可解释性不足的问题	多线圈MRI的k空间数据	医学影像分析	NA	MRI重建	CNN与展开式平衡模型	k空间数据	未明确说明具体样本量（多线圈MRI数据）
1070	2025-06-07	The Role of AI and Voice-Activated Technology in Religious Education in China: Capturing Emotional Depth for Deeper Learning 2025-Jun-05, Journal of religion and health DOI:10.1007/s10943-025-02347-x PMID:40473902	研究论文	本研究探讨了AI和语音激活技术在宗教教育中捕捉诵经情感深度的潜力	结合预训练语音识别模型与深度学习分析声音特征，评估修行者的情感状态	样本仅限中国大学声乐专业学生，可能缺乏普适性	开发用于分析声音特征和评估修行者情感状态的AI算法	110名中国大学声乐专业大一和大二学生	自然语言处理	NA	语音识别、深度学习	预训练语音识别模型	语音	110名大学生（实验组与对照组）
1071	2025-06-07	A Multi-Task Deep Learning Approach for Simultaneous Sleep Staging and Apnea Detection for Elderly People 2025-Jun-05, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00721-7 PMID:40474036	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1072	2025-06-07	Stretchable, Multiplexed, and Bimodal Sensing Electronic Armor for Colonoscopic Continuum Robot Enhanced by Triboelectric Artificial Synapse 2025-Jun-05, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202502203 PMID:40474423	research paper	该研究提出了一种可拉伸的电子装甲（E-armor），用于结肠镜连续体机器人，通过仿生人工突触机制实现多路触觉和应变传感	采用3D交联结构实现300毫米全覆盖，结合双层共电极策略减少布线，并创新性地使用可拉伸摩擦电互连薄膜（TIFs）形成摩擦电人工突触	NA	增强结肠镜连续体机器人的传感能力，避免组织损伤	结肠镜连续体机器人	机器人技术	结肠疾病	摩擦电编码智能	CNN-LSTM	触觉和应变信号	48个触觉传感点和12个应变传感边缘
1073	2025-06-07	Integrating computational pathology and multi-transcriptomics to characterize lung adenocarcinoma heterogeneity and prognostic modeling 2025-Jun-05, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002639 PMID:40474806	研究论文	该研究通过整合计算病理学和多转录组学技术，对肺腺癌的异质性进行表征并构建预后模型	首次结合计算病理学特征与单细胞多组学数据解析肺腺癌异质性，并建立基于机器学习的预后预测模型	主要基于回顾性生物信息学分析，缺乏前瞻性队列和实验验证	揭示肺腺癌病理组织学特征与基因组不稳定性之间的关系，开发预后预测工具	TCGA-LUAD数据集中的全切片图像（WSIs）和单细胞转录组数据	数字病理	肺癌	单细胞转录组测序（scRNA-seq）、加权基因共表达网络分析（hdWGCNA）、细胞间通讯分析（CellChat）	ResNet-50、Monocle2、机器学习基准框架	全切片病理图像、单细胞转录组数据	TCGA-LUAD数据集（具体样本量未明确说明）
1074	2025-06-07	Association between street greenery and physical activity among Chinese older adults in Beijing, China 2025-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03050-3 PMID:40461572	research paper	本研究探讨了街道绿化与中国老年人特定领域身体活动（PA）之间的关联	首次使用百度街景图像和深度学习技术客观评估街道绿化暴露及其与中国老年人不同类型PA的关系	未发现街道绿化与休闲PA或家务PA之间的显著关联	研究街道绿化对中国老年人身体活动的影响	居住在北京市的1326名60岁及以上老年人	machine learning	geriatric disease	deep learning	NA	image	1326名老年人
1075	2025-06-07	Artificial intelligence in prenatal diagnosis: Down syndrome risk assessment with the power of gradient boosting-based machine learning algorithms 2025-Jun-04, Turkish journal of obstetrics and gynecology IF:1.0Q4 DOI:10.4274/tjod.galenos.2025.83278 PMID:40462403	研究论文	本研究利用梯度提升机器学习算法评估唐氏综合征的产前诊断风险	比较了多种机器学习模型在唐氏综合征风险预测中的表现，发现CatBoost模型准确率最高	样本量有限，未来需要在更大数据集上验证模型的泛化能力	提高产前筛查中唐氏综合征风险评估的准确性	853名孕妇的生化与生物物理学数据	机器学习	唐氏综合征	梯度提升算法（CatBoost, XGBoost, LightGBM）	CatBoost, XGBoost, LightGBM	生化与生物物理学数据	853名孕妇的筛查数据
1076	2025-06-07	UltraBones100k: A reliable automated labeling method and large-scale dataset for ultrasound-based bone surface extraction 2025-Jun-04, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110435 PMID:40472504	研究论文	提出了一种自动标记方法和大规模数据集UltraBones100k，用于超声骨表面分割	通过精确叠加跟踪的骨CT模型到超声图像上生成自动标记，改进了低信号区域的标记完整性	研究基于离体样本，可能无法完全反映体内超声图像的复杂性	推进超声骨分割技术并建立有效的模型基准	人体下肢骨（腓骨、胫骨和足骨）	数字病理	骨科疾病	超声成像和CT扫描	神经网络	超声图像	100k离体人体下肢超声图像
1077	2025-06-07	Vascular segmentation of functional ultrasound images using deep learning 2025-Jun-04, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110377 PMID:40472502	research paper	该论文介绍了一种基于深度学习的fUS图像分割方法，用于区分基于垂直血流方向的信号，并实现动态CBV量化	首次将深度学习应用于fUS图像分割，能够基于血流方向区分动脉和静脉信号，并实现动态CBV量化	该方法无法达到ULM的完全粒度水平	开发一种非侵入性、经济高效的fUS图像分割方法，用于血流方向推断	大鼠大脑的fUS图像	digital pathology	NA	functional ultrasound (fUS), ultrasound localization microscopy (ULM)	UNet	image	100 temporal frames from a fUS stack
1078	2025-06-07	Accelerating promoter identification and design by deep learning 2025-Jun-04, Trends in biotechnology IF:14.3Q1 DOI:10.1016/j.tibtech.2025.05.008 PMID:40473557	review	本文综述了深度学习在启动子识别、强度预测和从头设计中的应用	利用深度学习技术，特别是生成模型，革新了启动子工程领域	讨论了数据库质量、特征提取和模型架构对预测准确性的影响，以及开发稳健模型面临的挑战	探讨深度学习在启动子工程中的应用及其对基因转录控制的改进	启动子DNA序列	machine learning	NA	deep learning	generative models	DNA序列	NA
1079	2025-06-07	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	研究论文	本文介绍了一种基于神经病理学的多标签深度学习框架，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，能够可视化疾病模式并量化特定病理相关的脑部改变	模型在路易体痴呆上的识别准确率相对较低(0.623)	开发深度学习方法来识别不同痴呆类型的神经影像特征	阿尔茨海默病、血管性痴呆和路易体痴呆患者	数字病理学	老年疾病	T1加权MRI扫描	深度学习模型	MRI影像数据	423名痴呆患者和361名对照参与者
1080	2025-06-07	Measurement of spatial heterogeneity in street restorative perceptions and street refinement design 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02841-y PMID:40461492	research paper	本研究整合街景数据、深度学习算法、MGWR模型和空间句法，分析街道恢复感知的空间异质性并优化街道设计策略	通过比较多种回归模型确定最有效模型，展示不同视觉元素的空间异质性，并基于恢复感知和可达性耦合评估确定急需修复的街道	研究仅针对上海黄浦区，可能无法完全代表其他城市或地区的街道恢复感知情况	分析街道恢复感知的空间异质性并优化街道设计策略	上海黄浦区街道的恢复感知	urban planning	NA	deep learning, MGWR model, space syntax	random forest (RF), multiple regression models, MGWR model	street view data	上海黄浦区的街道数据