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
1141	2025-06-29	A Deep Learning Methodology for Screening New Natural Therapeutic Candidates for Pharmacological Cardioversion and Anticoagulation in the Treatment and Management of Atrial Fibrillation 2025-May-28, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13061323 PMID:40564042	研究论文	本研究开发了一种在资源有限环境下用于筛选心房颤动治疗新天然候选药物的深度学习方法	提出了一种在低资源环境下运行的高性能深度学习模型，用于发现新的天然治疗候选药物	在低资源环境下运行可能影响模型性能，且GPU资源不足可能限制模型训练效率	开发低资源环境下的深度学习方法，筛选治疗心房颤动的天然候选药物	天然化合物与心律失常相关靶点的相互作用	机器学习	心血管疾病	深度学习	深度跨模态注意力模型	药物-靶点相互作用数据	MINER-DTI数据集包含13,741个DTI对、4,510种药物化合物和2,181个蛋白质靶点
1142	2025-06-29	A Hybrid Convolutional-Transformer Approach for Accurate Electroencephalography (EEG)-Based Parkinson's Disease Detection 2025-May-28, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12060583 PMID:40564400	研究论文	提出了一种结合卷积神经网络和Transformer的混合模型CTESM，用于基于EEG的帕金森病早期检测	整合了CNN、Transformer注意力块和LSTM层，以捕捉EEG的空间、时间和序列特征，并结合生物学特征提取技术	样本量较小（31名参与者），需要在更大规模的数据集上验证模型的泛化能力	提高帕金森病早期检测的准确性和泛化能力	帕金森病患者和健康对照组的EEG数据	数字病理学	帕金森病	谱功率分析、频带比率、小波变换和统计测量	CNN、Transformer、LSTM	EEG信号	31名参与者（15名帕金森病患者和16名健康对照组）
1143	2025-06-29	A Comprehensive Review of Deep Learning Applications with Multi-Omics Data in Cancer Research 2025-May-28, Genes IF:2.8Q2 DOI:10.3390/genes16060648 PMID:40565540	review	本文综述了深度学习在多组学数据癌症研究中的应用	系统回顾了2020年以来深度学习模型在多组学数据分析中的最新进展，包括模型架构、数据集和关键创新点	仅涵盖2020年以来的方法，可能遗漏早期重要研究	探讨深度学习在多组学数据癌症研究中的应用	多组学数据在癌症研究中的应用	machine learning	cancer	multi-omics	DL	multi-omics data	NA
1144	2025-06-29	UNet with Attention Networks: A Novel Deep Learning Approach for DNA Methylation Prediction in HeLa Cells 2025-May-28, Genes IF:2.8Q2 DOI:10.3390/genes16060655 PMID:40565547	研究论文	本研究提出了一种结合UNet和注意力网络的新型深度学习方法，用于预测HeLa细胞中的DNA甲基化模式	首次将UNet与注意力网络结合用于宫颈癌细胞系DNA甲基化预测，并显著提高了预测准确率	研究仅基于ENCODE数据库和HeLa细胞系，未在其他细胞系或临床样本中验证	探究深度学习在宫颈癌DNA甲基化模式预测中的应用效果	宫颈癌细胞系HeLa中的DNA甲基化模式	机器学习	宫颈癌	DNA甲基化测序	UNet+Multi-Head Attention Networks	DNA序列数据	ENCODE数据库中的HeLa细胞数据及5个基因启动子区域
1145	2025-06-29	Dual-Branch Network with Hybrid Attention for Multimodal Ophthalmic Diagnosis 2025-May-25, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12060565 PMID:40564382	研究论文	提出一种基于双分支学习和混合注意力机制的深度学习模型，用于解决眼科图像诊断中特征利用不足和传统单模态深度学习模型在数据不平衡时泛化能力有限的问题	创新性地设计了频域变换驱动的混合注意力模块，包括频域注意力、空间注意力和通道注意力，以及多尺度分组注意力融合机制，有效解决了模态特征异质性导致的融合效率低下问题	未明确提及具体局限性	提高眼科疾病智能诊断的准确性和效率	眼科多模态图像数据	计算机视觉	眼科疾病	深度学习	双分支网络（Dual-Branch Network）	2D图像和3D体积数据	未明确提及样本数量
1146	2025-06-29	Are Artificial Intelligence Models Listening Like Cardiologists? Bridging the Gap Between Artificial Intelligence and Clinical Reasoning in Heart-Sound Classification Using Explainable Artificial Intelligence 2025-May-22, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12060558 PMID:40564375	研究论文	本研究探讨了人工智能模型在心音分类中与临床推理的一致性，并利用可解释人工智能（XAI）技术提升模型的分类准确性和可解释性	首次在手动分割的数据集上应用XAI技术评估模型行为，并通过结合注意力机制提升模型性能和可解释性	研究依赖于手动分割的数据集，可能限制了模型的泛化能力	评估人工智能模型在心音分类中是否聚焦于临床相关特征，并探索注意力机制对性能的提升	心音信号及其分类	机器学习	心血管疾病	可解释人工智能（XAI）	ResNet50, 多头注意力机制	心音信号生成的声谱图图像	NA
1147	2025-06-29	Influence of Robotic Versus Manual Technology for Achieving Sagittal Targets in Total Knee Arthroplasty Using a Cruciate-Retaining and Medial-Stabilized Implant 2025-May-19, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2025.05.052 PMID:40398583	研究论文	比较机器人辅助全膝关节置换术（raTKA）与手动全膝关节置换术（mTKA）在实现外科医生术前矢状面目标方面的差异	开发了一种基于U-Net架构的深度学习模型，用于计算膝关节侧位X光片上的后髁偏移（PCO）和胫骨斜率（TS）	未来研究需要确定这些差异是否具有临床相关性	比较raTKA和mTKA在实现矢状面目标方面的差异	280名接受mTKA（132人）或raTKA（148人）的患者	数字病理学	骨关节疾病	深度学习	U-Net	X光片	280名患者（132 mTKA，148 raTKA）
1148	2025-06-29	Data-driven machine learning algorithm model for pneumonia prediction and determinant factor stratification among children aged 6-23 months in Ethiopia 2025-May-02, BMC infectious diseases IF:3.4Q2 DOI:10.1186/s12879-025-10916-4 PMID:40316929	research paper	本研究开发了一种基于机器学习的预测模型，用于预测埃塞俄比亚6-23个月儿童的肺炎及其决定因素分层	使用随机森林算法预测肺炎并分层其决定因素，准确率达到91.3%	研究数据仅来自2016年埃塞俄比亚人口与健康调查，可能无法完全代表当前情况	开发数据驱动的预测模型以预测儿童肺炎并分层其决定因素	埃塞俄比亚6-23个月的儿童	machine learning	pneumonia	machine learning algorithms, principal component analysis	random forest	demographic and health survey data	2035名儿童样本
1149	2025-06-29	A deep learning strategy to identify cell types across species from high-density extracellular recordings 2025-Apr-17, Cell IF:45.5Q1 DOI:10.1016/j.cell.2025.01.041 PMID:40023155	研究论文	开发了一种深度学习策略，用于从高密度细胞外记录中识别跨物种的细胞类型	结合光遗传学和药理学，生成了一个经过筛选的电生理特性基础真值库，并训练了一个半监督深度学习分类器，预测准确率超过95%	未明确提及具体局限性	识别细胞类型并揭示具有不同功能、分子和解剖特性的神经元在计算中的作用	小脑中的浦肯野细胞、分子层中间神经元、高尔基细胞和苔藓纤维	机器学习	NA	光遗传学、药理学、电生理记录	半监督深度学习分类器	电生理记录数据	未明确提及具体样本数量
1150	2025-06-29	New Threshold for Defining Mild Aortic Stenosis Derived From Velocity-Encoded MRI in 60,000 Individuals 2025-Apr-08, Journal of the American College of Cardiology IF:21.7Q1 DOI:10.1016/j.jacc.2025.01.035 PMID:40175013	研究论文	本研究通过深度学习模型测量了62,902名UK Biobank参与者的主动脉瓣功能，提出了新的轻度主动脉瓣狭窄（AS）定义标准，并在外部临床队列中验证了其与不良预后的关联	提出了基于速度编码MRI的新轻度AS定义标准（'mild ASproposed'），并在大规模人群和外部临床队列中验证了其临床意义	研究随访时间相对较短（平均3.9年），且主要基于影像学数据	研究无临床指征人群的主动脉瓣功能流行病学特征并定义轻度AS的新标准	UK Biobank的62,902名参与者和澳大利亚国家超声数据库的365,870人	心血管影像学	心血管疾病	速度编码心脏磁共振成像（velocity-encoded cardiac MRI）	深度学习模型	医学影像数据	主要队列62,902人（UK Biobank），验证队列365,870人（NEDA），健康亚组41,859人
1151	2025-06-29	The information bottleneck as a principle underlying multi-area cortical representations during decision-making 2025-Feb-15, bioRxiv : the preprint server for biology DOI:10.1101/2023.07.12.548742 PMID:37502862	研究论文	该研究探讨了大脑在决策过程中如何通过多区域计算形成最优表征，并通过人工神经网络模拟了这一过程	揭示了大脑多区域计算中信息传递的选择性机制，并通过RNN模型模拟了DLPFC和PMd区域的最优表征形成过程	研究仅针对猴子的DLPFC和PMd区域，人类大脑是否采用相同机制尚需验证	理解大脑在决策过程中如何通过多区域计算形成最优表征	猴子的背外侧前额叶皮层(DLPFC)和背侧运动前区皮层(PMd)	神经科学	NA	单神经元和多单位记录，循环神经网络(RNN)	RNN	神经电生理数据	猴子实验数据（具体数量未说明）
1152	2025-06-29	Identification of Intracranial Germ Cell Tumors Based on Facial Photos: Exploratory Study on the Use of Deep Learning for Software Development 2025-Jan-30, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/58760 PMID:39883924	研究论文	本研究探讨了深度学习模型GVisageNet在儿童和青少年颅内生殖细胞肿瘤早期检测中的应用	开发了GVisageNet深度学习模型，结合临床数据，用于从面部照片中识别颅内生殖细胞肿瘤，展示了深度学习与临床数据结合在个性化医疗中的潜力	模型在区分iGCTs与其他中线脑肿瘤时的AUC为0.739，性能有待提高	研究面部识别技术在儿童和青少年颅内生殖细胞肿瘤早期检测中的应用	儿童和青少年颅内生殖细胞肿瘤患者	数字病理学	颅内生殖细胞肿瘤	深度学习	GVisageNet	图像	训练集847例（iGCTs=358，NCs=300，其他中线脑肿瘤=189），测试集212例（iGCTs=79，NCs=70，其他中线脑肿瘤=63），独立验证集336例（iGCTs=130，NCs=100，其他中线脑肿瘤=106）
1153	2025-06-29	OTMorph: Unsupervised Multi-Domain Abdominal Medical Image Registration Using Neural Optimal Transport 2025-Jan, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3437295 PMID:39093684	研究论文	提出了一种基于神经最优传输的无监督多域腹部医学图像配准框架OTMorph	利用神经最优传输技术解决多域腹部医学图像配准中的领域差异问题	未明确提及具体局限性	解决多域腹部医学图像配准中的领域差异问题	多模态和多参数腹部医学图像	医学图像分析	肝癌、淋巴瘤	神经最优传输	OTMorph	医学图像	未明确提及具体样本量
1154	2025-06-29	Improved swin transformer-based thorax disease classification with optimal feature selection using chest X-ray 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327099 PMID:40561187	research paper	提出了一种基于改进Swin Transformer和最优特征选择的胸部疾病分类模型，用于胸部X光片的疾病诊断	结合增强自编码器(EnAE)、混沌鲸鱼优化算法(ChWO)和改进Swin Transformer(IMSTrans)进行特征提取和分类，提高了胸部疾病分类的准确性	未提及模型在临床环境中的实际应用效果和泛化能力	开发一种准确高效的胸部疾病自动分类方法	胸部X光片中的疾病（肺炎、结核病、肺癌等）	digital pathology	lung cancer	深度学习	Improved Swin Transformer (IMSTrans), Enhanced Auto-Encoder (EnAE)	image	广泛的胸部X光数据集和肺部疾病数据集（未提供具体样本数量）
1155	2025-06-29	Automated Segmentation of Knee Menisci Using U-Net Deep Learning Model: Preliminary Results 2024-Dec, Maedica DOI:10.26574/maedica.2024.19.4.690 PMID:39974461	研究论文	本研究利用U-Net深度学习模型对膝关节MRI中的半月板进行自动检测和分割	提出了一种基于深度学习的实用方法，用于膝关节半月板分割，并通过骨科医生的真实标注进行验证	面临数据稀缺和需要针对特定序列进行优化等挑战	开发一个自动识别和分割膝关节MRI中半月板的模型	膝关节MRI图像中的半月板	计算机视觉	骨科疾病	MRI	U-Net	图像	104张膝关节MRI图像用于训练，50张用于微调
1156	2025-06-29	Semi-Supervised Contrastive VAE for Disentanglement of Digital Pathology Images 2024-Nov, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-72083-3_43 PMID:40556771	研究论文	提出了一种用于数字病理图像解缠的半监督对比VAE方法，以提高深度学习模型的可解释性	首次提出针对病理图像的解缠方法，包括级联解缠、新颖架构和重建分支等创新点	NA	提高肿瘤浸润淋巴细胞(TIL)检测深度学习模型的可解释性和泛化能力	数字病理图像	数字病理学	肿瘤	深度学习	VAE (变分自编码器)	图像	NA
1157	2025-06-29	Considerations on Image Preprocessing Techniques Required by Deep Learning Models. The Case of the Knee MRIs 2024-Sep, Maedica DOI:10.26574/maedica.2024.19.3.526 PMID:39553362	research paper	本研究展示了膝关节MRI图像的预处理步骤，用于通过深度学习模型检测半月板病变，并强调了这些步骤在诊断膝关节疾病中的实际应用	引入了创新的预处理方法，优化了深度学习模型训练数据的准备流程	研究仅针对膝关节MRI图像，预处理方法的普适性未在其他类型医学影像中得到验证	优化膝关节MRI图像的预处理流程，提高深度学习模型在半月板病变诊断中的性能	膝关节MRI图像，特别是半月板损伤	digital pathology	geriatric disease	MRI	deep learning segmentation model	image	188名患者的PD-sagittal图像
1158	2025-06-28	3D Auto-segmentation of pancreas cancer and surrounding anatomical structures for surgical planning 2025-Jun-27, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002835 PMID:40576127	研究论文	本研究开发了一种基于深度学习的自动分割模型，用于胰腺癌及周围解剖结构的三维可视化，以优化手术规划	采用分层Swin Transformer V2模型实现胰腺、胰腺癌及周围结构的自动分割，并在多中心数据集中验证模型性能	模型对胰腺癌的分割准确度较低（DSC 54.5-57.0），尤其在肿瘤体积较小时表现欠佳	开发用于手术规划的胰腺癌三维自动分割工具	胰腺癌患者及周围解剖结构（胰腺实质、肠系膜上动脉/静脉等）	数字病理	胰腺癌	CT扫描	Swin Transformer V2	医学影像	275例患者（176例训练集，59例内部验证集，40例外部验证集）
1159	2025-06-28	Modeling Nonradiative Recombination in CsPbI3 and Ge-Doped Perovskites Via Deep Learning with CNN and Transformer Architectures 2025-Jun-27, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.5c01669 PMID:40576303	研究论文	本研究采用深度学习方法，结合CNN和Transformer架构，对CsPbI3和Ge掺杂钙钛矿中的非辐射复合进行建模	首次将多种深度学习模型（包括四种CNN和三种Transformer结构）应用于非绝热耦合的高效预测，揭示了Ge掺杂对非平衡复合过程的微观调控机制	研究局限于CsPbI和Ge掺杂系统，未涉及其他钙钛矿材料	揭示Ge掺杂对钙钛矿材料非辐射复合过程的影响机制，为构建高效稳定钙钛矿材料提供理论指导	CsPbI和Ge掺杂钙钛矿系统	机器学习	NA	密度泛函理论、非绝热分子动力学(NAMD)、Hammes-Schiffer-Tully(HST)和norm-preserving interpolation(NPI)策略	CNN（包括ResNetPlus）、Transformer（包括TSTPlus）	计算模拟数据	NA
1160	2025-06-28	Deep Learning-Guided Discovery of Celestolide as a Natural Allosteric Inhibitor Targeting Botrytis cinerea CYP51 and Its Application in Strawberry Preservation 2025-Jun-27, Journal of agricultural and food chemistry IF:5.7Q1 DOI:10.1021/acs.jafc.5c05257 PMID:40576401	研究论文	本研究利用深度学习技术发现了一种天然变构抑制剂celestolide，靶向Botrytis cinerea CYP51，并应用于草莓保鲜	采用神经关系推理框架和基于高斯网络的深度学习模型CorrSite2.0主动识别CYP51的变构位点，并确认celestolide作为天然变构抑制剂	未提及具体样本量或实验重复次数	发现新型天然变构抑制剂并评估其在水果保鲜中的应用潜力	Botrytis cinerea CYP51酶和草莓	深度学习	真菌感染	神经关系推理框架、Gaussian网络模型CorrSite2.0	深度学习模型	分子结构数据	NA