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	2025-06-09	A new age in structural S-layer biology: Experimental and in silico milestones 2025-May-08, The Journal of biological chemistry IF:4.0Q2 DOI:10.1016/j.jbc.2025.110205 PMID:40345586	综述	本文总结了过去5年在S层蛋白结构研究中的主要成就，并探讨了计算方法在S层蛋白建模中的最新突破	首次探讨了计算方法在S层蛋白建模中的应用及其对未来研究的潜在影响	NA	总结S层蛋白结构研究的最新进展，并探索计算方法在该领域的应用	S层蛋白	结构生物学	NA	高分辨率成像、深度学习结构预测	深度学习	蛋白质结构数据	多种细菌和古菌物种
1062	2025-06-09	RETINA: Reconstruction-based pre-trained enhanced TransUNet for electron microscopy segmentation on the CEM500K dataset 2025-May, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013115 PMID:40435368	research paper	本文提出了一种名为RETINA的预训练增强型TransUNet方法，用于在CEM500K数据集上进行电子显微镜图像分割	结合了大规模无标签CEM500K EM图像数据集的预训练与混合神经网络模型架构，整合了局部（卷积层）和全局（transformer层）图像处理	未提及具体局限性	开发自动化细胞结构分割方法以提高电子显微镜图像分析的效率	电子显微镜图像中的细胞结构	digital pathology	NA	electron microscopy	TransUNet	image	CEM500K数据集
1063	2025-06-09	Automated Bi-Ventricular Segmentation and Regional Cardiac Wall Motion Analysis for Rat Models of Pulmonary Hypertension 2025-Apr, Pulmonary circulation IF:2.2Q3 DOI:10.1002/pul2.70092 PMID:40356847	research paper	提出了一种基于深度学习的自动化双心室分割和3D壁运动分析流程，用于肺动脉高压（PH）啮齿动物模型的研究	开发了一个高效的自动化深度学习流程，用于PH啮齿动物模型的双心室分割和3D壁运动分析，与临床心脏成像AI发展保持一致	研究仅针对啮齿动物模型，尚未在人类患者中进行验证	开发一种自动化工具，用于肺动脉高压疾病进展及其对心脏影响的预测性分析	肺动脉高压（PH）啮齿动物模型	digital pathology	pulmonary hypertension	cardiac magnetic resonance	fully convolutional network	image	163 short-axis cine cardiac magnetic resonance scans from MCT and SuHx PH rats
1064	2025-06-09	ConfuseNN: Interpreting convolutional neural network inferences in population genomics with data shuffling 2025-Mar-27, bioRxiv : the preprint server for biology DOI:10.1101/2025.03.24.644668 PMID:40196528	research paper	介绍了一种名为ConfuseNN的方法，通过系统性地打乱输入的单倍型矩阵来评估特定群体遗传特征对CNN性能的贡献	提出ConfuseNN方法，通过数据打乱技术评估群体遗传特征对CNN性能的影响，填补了深度学习与传统群体遗传理论之间的鸿沟	网络架构和模拟训练及测试数据设计存在局限性	评估群体遗传特征对卷积神经网络性能的影响	群体遗传学中的CNN推断	population genomics	NA	data shuffling	CNN	haplotype matrices	NA
1065	2025-06-09	EEG-based emotion recognition using deep learning network with principal component based covariate shift adaptation 2014, TheScientificWorldJournal DOI:10.1155/2014/627892 PMID:25258728	研究论文	本研究提出了一种基于深度学习的脑电图（EEG）信号情绪识别方法，利用主成分分析的协变量偏移适应技术来提高分类准确率	采用深度学习和主成分分析的协变量偏移适应技术来处理非平稳EEG信号，提高了情绪识别的准确率	实验样本量较小（32名受试者），且仅针对三种情绪水平进行分类，可能限制了模型的泛化能力	开发一种能够有效识别情绪状态的EEG信号分析方法	32名受试者的32通道EEG信号	机器学习	NA	主成分分析（PCA）	堆叠自动编码器（SAE）	EEG信号	32名受试者
1066	2025-06-08	Longitudinal Comparison of Geographic Atrophy Enlargement Using Manual, Semiautomated, and Deep Learning Approaches 2025 Sep-Oct, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100787 PMID:40469899	research paper	比较了全自动AI模型、半自动化方法和手动平面测量在纵向评估地理萎缩（GA）中的表现	首次比较了全自动AI模型、半自动化方法和手动平面测量在GA评估中的一致性，并评估了AI模型的性能	研究为回顾性分析，样本量有限（108名患者，185只眼），且AI模型在15%的情况下需要人工干预	评估不同方法在GA纵向评估中的一致性和准确性	地理萎缩（GA）患者	digital pathology	geriatric disease	fundus autofluorescence imaging	AI (deep learning)	image	108名患者（185只眼）
1067	2025-06-08	Repeatability-encouraging self-supervised learning reconstruction for quantitative MRI 2025-Aug, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30478 PMID:40014485	research paper	提出了一种鼓励重复性的自监督学习重建方法，用于定量MRI，以提高测量的重复性	首次提出了一种自监督学习方法，通过最小化k-t空间数据子集间的交叉数据一致性来鼓励定量MRI的重复性	未提及方法在其他类型定量MRI数据上的泛化能力	提高定量MRI测量的重复性并加速重建过程	心脏MR多任务T1映射数据	医学影像分析	心血管疾病	自监督学习（SSL）	深度学习网络	MRI图像	未明确提及具体样本量
1068	2025-06-08	Image-based evaluation of single-cell mechanics using deep learning 2025-Jun-05, Cell regeneration (London, England) DOI:10.1186/s13619-025-00239-9 PMID:40468050	研究论文	本研究利用深度学习技术，基于图像非侵入性地预测单细胞力学特性，为细胞力学研究提供了高通量、高灵敏度的新方法	首次将深度学习应用于单细胞力学特性评估，实现了对间充质干细胞和巨噬细胞刚度范围的高通量原位预测	研究仅针对间充质干细胞和巨噬细胞两种细胞类型，模型在其他细胞类型上的适用性有待验证	开发一种基于图像的深度学习方法来评估单细胞力学特性，以克服传统方法在通量和复杂性上的限制	间充质干细胞(MSCs)和巨噬细胞	数字病理	NA	深度学习	CNN	图像	未明确说明具体样本数量，但涉及间充质干细胞和巨噬细胞两种细胞类型
1069	2025-06-08	Advancing Alzheimer's disease detection: a novel convolutional neural network based framework leveraging EEG data and segment length analysis 2025-Jun-04, Brain informatics DOI:10.1186/s40708-025-00260-3 PMID:40464817	research paper	提出了一种基于卷积神经网络（CNN）的框架，利用EEG数据和分段长度分析来检测阿尔茨海默病（AD）	该研究创新性地探讨了EEG信号分段长度对分类准确性的影响，并提出了一个深度学习框架来优化AD检测	研究中使用的数据集来自单一公开来源，可能限制了模型的泛化能力	开发一种高效的临床算法，用于阿尔茨海默病的早期检测和生物标志物识别	阿尔茨海默病患者和额颞叶痴呆患者的EEG数据	digital pathology	geriatric disease	EEG	CNN	EEG信号	公开数据集来自AHEPA General University Hospital of Thessaloniki
1070	2025-06-08	A Dataset of Raman and Infrared Spectra as an Extension to the ChEMBL 2025-Jun-04, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05289-x PMID:40467651	research paper	本文构建了一个包含拉曼光谱和红外光谱的数据集，作为ChEMBL的扩展，用于支持材料科学中的深度学习研究	应用Gaussian09构建了一个包含22万分子的拉曼和红外光谱数据集，扩展了现有量子化学数据集的广度和深度	数据集仍在不断增加和定期更新中，当前可能尚未覆盖所有分子类型	解决当前光谱数据集中数据不足的问题，支持下一代模型的训练和基准测试	从ChEMBL提取的分子及其光谱数据	material science	NA	Raman spectroscopy, Infrared spectroscopy, Gaussian09	NA	spectral data	220,000 molecules
1071	2025-06-08	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，确保学习者数据的安全性和完整性，同时预测学习者表现	未提及具体实施中的技术难点或潜在问题	提升智能学习过程的安全性和效率	教育机构和学习者	机器学习	NA	区块链、深度学习	深度神经网络	学习者数据	未明确提及具体样本数量
1072	2025-06-08	A neuromorphic electronic artist for robotic painting 2025-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92081-x PMID:40467759	研究论文	介绍了一种基于神经形态电子技术的机器人绘画系统，能够生成动态笔触	首次将神经形态相机和混合信号神经形态处理器结合用于机器人绘画，实现了超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，尚未实现复杂绘画作品	开发具有生物逼真动态响应能力的机器人绘画系统	6自由度机械臂、动态视觉传感器(DVS)相机、神经形态处理器	机器人技术	NA	动态视觉传感(DVS)、神经形态计算	脉冲神经网络(SNN)	事件流数据	NA
1073	2025-06-08	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	research paper	本研究针对多流卷积神经网络在路径协作、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，采用自注意力融合方法提升特征融合效率，并结合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平衡	未提及具体模型在更广泛数据集上的泛化能力测试	提升多流卷积神经网络的特征提取能力、计算效率和模型鲁棒性	多流卷积神经网络架构	computer vision	NA	deep learning	multi-path CNN	image	三个数据集（CIFAR-10、ImageNet和Custom Dataset）
1074	2025-06-08	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乳腺癌检测框架，用于提高热成像图像的诊断准确性	结合GAN和混合深度学习模型，通过生成合成ROI增强数据集，提升分类性能	未提及具体临床验证的样本多样性及实际应用中的潜在限制	提高乳腺癌早期检测的准确性和效率	热成像图像中的乳腺癌检测	digital pathology	breast cancer	GAN, Hybrid Deep Learning	GAN, HDL	image	DMR-IR benchmark dataset（具体样本数量未提及）
1075	2025-06-08	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检测和混合CNN分类的两步方法，并在实时性能、计算效率和特征提取方面与其他先进模型进行了全面比较	未明确提及具体局限性	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	包含多样化的血细胞图像数据集，具体数量未明确说明
1076	2025-06-08	The Application of Anisotropically Collapsing Gels, Deep Learning, and Optical Microscopy for Chemical Characterization of Nanoparticles and Nanoplastics 2025-Jun-03, Langmuir : the ACS journal of surfaces and colloids IF:3.7Q2 DOI:10.1021/acs.langmuir.5c00769 PMID:40387864	研究论文	本文提出了一种结合各向异性坍塌凝胶、深度学习和光学显微镜的精确方法，用于量化纳米颗粒和纳米塑料表面的羧基密度	结合各向异性坍塌琼脂糖凝胶固定纳米颗粒、荧光显微镜和酸碱滴定法，实现了对纳米颗粒表面羧基密度的精确量化	纳米颗粒浓度和滴定条件对检测性能有重要影响，荧光标记的聚苯乙烯纳米颗粒需要尼罗红染色以提高信噪比	开发一种精确表征纳米材料表面化学性质的方法，以研究其在技术和环境中的功能与命运	光子上转换纳米颗粒（UCNPs）和荧光标记的聚苯乙烯纳米颗粒（PNs）	纳米技术	NA	荧光显微镜、酸碱滴定	NA	图像	两种纳米颗粒（UCNPs和PNs）
1077	2025-06-08	Deep Learning-Enhanced Hand-Driven Microfluidic Chip for Multiplexed Nucleic Acid Detection Based on RPA/CRISPR 2025-Jun, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202414918 PMID:40163382	research paper	提出了一种便携式多重核酸检测系统R-CHIP，整合了RPA、CRISPR检测、手动微流控和人工智能平台，用于高风险人乳头瘤病毒(HR-HPV)的早期检测	结合了RPA/CRISPR技术、手动微流控和深度学习模型ResNet-18，提高了检测系统的读取效率和便利性	未提及系统在更广泛样本或不同环境下的适用性测试	开发一种便携、高效的HR-HPV检测平台，以改善资源有限地区的宫颈癌筛查	高风险人乳头瘤病毒(HR-HPV)，特别是HPV-16和HPV-18	digital pathology	cervical cancer	RPA, CRISPR	ResNet-18	image	300例临床样本
1078	2025-06-08	Reinforcement learning using neural networks in estimating an optimal dynamic treatment regime in patients with sepsis 2025-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108754 PMID:40222267	研究论文	本研究提出了一种结合强化学习和神经网络的算法（RL-NN），用于优化脓毒症患者的动态治疗方案，特别是液体复苏剂量	利用深度学习的灵活性减轻模型误设，通过交叉验证和随机搜索进行超参数调优，提高了模型的鲁棒性和泛化能力	NA	确定脓毒症患者的最佳多阶段液体复苏剂量	脓毒症患者	机器学习	脓毒症	强化学习	神经网络（RL-NN）	电子健康记录（EHR）	MIMIC-III数据库中的脓毒症患者队列
1079	2025-06-08	SSA-sMLP: A venous thromboembolism risk prediction model using separable self-attention and spatial-shift multilayer perceptrons 2025-Jun, Thrombosis research IF:3.7Q1 DOI:10.1016/j.thromres.2025.109334 PMID:40344789	研究论文	本研究提出了一种结合可分离自注意力和空间移位多层感知器的深度学习模型SSA-sMLP，用于静脉血栓栓塞症（VTE）的风险预测	提出了一种新的深度学习模型SSA-sMLP，结合可分离自注意力模块和改进的空间移位多层感知器（S-MLPv2），有效建模多维医学特征间的高阶非线性交互和局部动态相关性	模型仅在单一医院数据集上进行验证，未在其他独立数据集上进行测试	提高静脉血栓栓塞症（VTE）风险预测的准确性和鲁棒性	113,836份临床记录	机器学习	静脉血栓栓塞症	深度学习	SSA-sMLP（结合可分离自注意力和S-MLPv2）	临床记录数据	113,836份临床记录
1080	2025-06-08	Comparing efficiency of an attention-based deep learning network with contemporary radiological workflow for pulmonary embolism detection on CTPA: A retrospective study 2025-Jun, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2025.100657 PMID:40469717	研究论文	本研究比较了基于注意力的深度学习网络与当代放射学工作流程在CTPA上检测肺栓塞的效率	提出了一个基于AI的肺栓塞分诊模型（AID-PE），旨在提高诊断准确性、效率和速度	研究为回顾性研究，可能受到数据选择偏差的影响	提高肺栓塞的诊断效率和准确性	肺栓塞（PE）患者	数字病理	心血管疾病	CTPA	基于注意力的深度学习网络（AID-PE）	图像	训练集7279例，测试集106例，效率评估数据集200例