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
1221	2025-05-15	Reduction of Acquisition Time in Fourier Transform Infrared Spectral Imaging by Deep Learning for Clinical Applications 2025-Apr-01, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06317 PMID:40095897	研究论文	本研究利用深度学习技术从低质量的红外图像中高效重建高质量图像，以减少临床应用中傅里叶变换红外光谱成像的采集时间	结合ResUNet架构和1D-CNN，能够从低质量图像中高保真地重建高质量红外图像，节省超过95%的采集时间	重建图像在组织病理学上仅相当于16次扫描的图像质量，可能仍不足以满足某些高精度需求	减少傅里叶变换红外光谱成像的采集时间，同时保持高质量数据，以适应临床应用	来自肾移植受者的福尔马林固定石蜡包埋组织切片	数字病理	肾脏疾病	傅里叶变换红外光谱成像	autoencoder, ResUNet, 1D-CNN, 2D-CNN	红外图像	NA
1222	2025-05-15	Ratiometric, 3D Fluorescence Spectrum with Abundant Information for Tetracyclines Discrimination via Dual Biomolecules Recognition and Deep Learning 2025-Apr-01, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c07061 PMID:40099919	研究论文	本文提出了一种基于双生物分子识别和深度学习的比率型3D荧光光谱方法，用于准确区分四环素类抗生素	首次报道使用适配体在比率型3D荧光光谱中获取丰富信息，结合深度学习实现四环素类抗生素的准确区分	NA	开发一种新型的生物传感器方法，用于四环素类抗生素的准确区分	四环素类抗生素	生物传感器	细菌感染	3D荧光光谱	人工神经网络(ANN)	光谱数据	NA
1223	2025-05-15	Mining the UniProtKB/Swiss-Prot database for antimicrobial peptides 2025-Apr, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70083 PMID:40100125	研究论文	本研究提出了一种从UniProtKB/Swiss-Prot数据库中挖掘抗菌肽（AMPs）的工作流程，并利用AMPlify预测工具发现了8008种新型潜在AMPs	首次大规模利用现代深度学习技术从公共蛋白质序列数据库中挖掘新型抗菌肽，并验证了部分肽的抗菌活性	仅针对真核生物序列进行挖掘，且仅测试了部分合成肽的抗菌活性	探索抗生素耐药性问题的替代解决方案，发现新型抗菌肽	UniProtKB/Swiss-Prot数据库中的真核生物蛋白质序列	生物信息学	细菌感染	深度学习	AMPlify	蛋白质序列	8008种新型潜在AMPs（其中38种成功合成，13种显示抗菌活性）
1224	2025-05-15	Applications of artificial intelligence in ultrasound imaging for carpal-tunnel syndrome diagnosis: a scoping review 2025-Apr, International orthopaedics IF:2.0Q2 DOI:10.1007/s00264-025-06497-1 PMID:40100390	综述	本文是一篇范围综述，分析了人工智能在超声成像中用于诊断腕管综合征的应用	探讨了AI在提高诊断准确性、效率和患者预后方面的潜力，包括任务自动化、提供客观测量和促进早期检测	数据集限制、超声成像的变异性以及伦理问题需要进一步研究	分析AI在超声成像中用于腕管综合征诊断的应用，探索AI在提升诊断效果方面的潜力	腕管综合征的诊断	医学影像分析	腕管综合征	深度学习，传统机器学习，放射组学	CNN	超声图像	18篇研究论文
1225	2025-05-15	Implementation of A New, Mobile Diabetic Retinopathy Screening Model Incorporating Artificial Intelligence in Remote Western Australia 2025-Apr, The Australian journal of rural health DOI:10.1111/ajr.70031 PMID:40110918	研究论文	本文描述并评估了一种结合人工智能的新型移动糖尿病视网膜病变筛查模型在澳大利亚西部偏远地区的实施效果	首次在澳大利亚西部偏远地区实施结合AI的移动DR筛查模型，并证明其可显著提高筛查率	样本量较小(78名患者)，且仅在一个地区实施	评估人工智能辅助的糖尿病视网膜病变筛查模型在偏远地区的可行性和有效性	澳大利亚Pilbara地区的糖尿病患者	数字病理	糖尿病视网膜病变	深度学习系统(DLS)	AI诊断系统	视网膜图像	78名患者(其中56.4%为原住民或托雷斯海峡岛民)
1226	2025-05-15	Artificial intelligence based detection and control strategies for river water pollution: A comprehensive review 2025-Apr, Journal of contaminant hydrology IF:3.5Q2 DOI:10.1016/j.jconhyd.2025.104541 PMID:40112582	综述	本文详细综述了基于人工智能（AI）的技术和算法在河流水质污染检测与控制中的实际应用	突出了机器学习（ML）和深度学习（DL）技术的关键进展，包括ANN、DNN、LSTM和RF，并探讨了物联网（IoT）技术在实时监测和预测能力增强中的作用	NA	评估和综述AI技术在河流水质污染检测与控制领域的应用	河流水质污染	机器学习	NA	机器学习（ML）、深度学习（DL）、物联网（IoT）	ANN、DNN、LSTM、RF	水质相关数据集	分析了2019年至2024年间超过110篇研究文章
1227	2025-05-15	The Global and Regional Burden of Gallbladder and Biliary Tract Cancer and Attributable Risk Factors: Trends and Predictions 2025-Apr, Liver international : official journal of the International Association for the Study of the Liver IF:6.0Q1 DOI:10.1111/liv.70025 PMID:40116757	research paper	该研究全面评估了1990年至2021年胆囊及胆道癌(GBTC)的全球和区域疾病负担及其可归因风险因素，并利用深度学习模型进行趋势预测	提出了一种分层加权长短期记忆网络模型(SW-LSTM)用于趋势预测，克服了传统模型的不足	低和中低SDI地区的部分指标未观察到显著的时期和队列效应	评估GBTC的全球疾病负担并预测其趋势，以改进预防和治疗策略	全球范围内的胆囊及胆道癌(GBTC)疾病负担	machine learning	胆囊癌及胆道癌	Joinpoint回归分析、年龄-时期-队列模型(APCM)、分层加权LSTM网络(SW-LSTM)	SW-LSTM	流行病学数据	1990-2021年全球疾病负担研究数据
1228	2025-05-15	H2GnnDTI: hierarchical heterogeneous graph neural networks for drug-target interaction prediction 2025-Mar-29, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf117 PMID:40097269	研究论文	提出了一种名为H2GnnDTI的新型两级层次异构图学习模型，用于预测药物-靶标相互作用	通过整合药物和蛋白质的结构，利用低层次视图GNN和高层次视图GNN，全面捕捉药物和蛋白质的交互特征	未提及具体局限性	开发计算工具以自动预测和理解药物-靶标相互作用	药物和蛋白质	机器学习	NA	图神经网络	GNN	图数据	三个基准数据集
1229	2025-05-15	Rapid left ventricle mesh prediction by adaptive deformable model fitting 2025-Mar-28, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adc237 PMID:40101357	research paper	提出了一种快速且无需训练的自适应可变形模型拟合框架，用于左心室网格预测	通过自适应网格模块和两阶段拟合方案，消除了对标注数据集的依赖，提高了跨不同心脏病理的泛化能力	在扩张型心肌病临床数据集中的Dice系数平均为0.78，仍有提升空间	克服现有方法在计算复杂度、对大规模配对训练数据的依赖以及跨心脏病理泛化能力有限的问题	左心室的三维网格重建	digital pathology	cardiovascular disease	proper orthogonal decomposition, polyharmonic spline interpolation	adaptive deformable model	cardiac magnetic resonance imaging	三个心脏磁共振成像数据集，包括扩张型心肌病临床数据集
1230	2025-05-15	Deep learning techniques for proton dose prediction across multiple anatomical sites and variable beam configurations 2025-Mar-27, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adc236 PMID:40101365	research paper	评估质子治疗中束流掩模实现和数据聚合对基于人工智能的剂量预测准确性的影响	结合束流掩模和数据聚合显著提高了质子治疗剂量预测的准确性，特别是在复杂病例中	数据聚合在低剂量区域可能产生负面影响	提高质子治疗中剂量预测的准确性	541例前列腺和632例头颈部质子治疗计划	machine learning	prostate cancer, head and neck cancer	proton therapy	CNN	medical imaging	541 prostate and 632 head and neck proton therapy plans
1231	2025-05-15	Review of the Current State of Artificial Intelligence in Pediatric Cardiovascular Magnetic Resonance Imaging 2025-Mar-26, Children (Basel, Switzerland) DOI:10.3390/children12040416 PMID:40310065	综述	本文回顾了人工智能在儿科心血管磁共振成像中的当前应用状态	探讨了人工智能如何通过深度学习技术提高心血管磁共振成像的效率、图像质量并减少错误	未提及具体的技术限制或数据限制	评估人工智能在改善先天性心脏病心血管磁共振成像中的应用	儿科先天性心脏病患者的心血管磁共振成像	数字病理学	心血管疾病	深度学习	NA	图像	NA
1232	2025-05-15	Fast and Accurate Prediction of Tautomer Ratios in Aqueous Solution via a Siamese Neural Network 2025-Mar-25, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00041 PMID:40091187	研究论文	本研究开发了一个名为sPhysNet-Taut的深度学习模型，用于快速准确预测水溶液中互变异构体的比例	采用Siamese神经网络架构，基于实验数据微调，直接预测水溶液中互变异构体的比例，性能优于现有方法	模型依赖于MMFF94优化的分子几何结构，可能不适用于所有类型的分子	提高计算药物发现中互变异构体比例预测的准确性和速度	药物类分子的互变异构体	机器学习	NA	深度学习	Siamese神经网络	分子几何结构数据	100个互变异构体数据集和SAMPL2挑战数据集
1233	2025-05-15	Structural assembly of the PAS domain drives the catalytic activation of metazoan PASK 2025-Mar-25, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2409685122 PMID:40106358	research paper	该研究揭示了后生动物PASK激酶中PAS结构域的结构组装如何驱动其催化激活	发现了PASK中PAS-C结构域的非典型结构特征及其通过分子内相互作用形成功能性PAS模块的新机制	未明确说明研究的样本量或实验验证的详细范围	阐明PAS结构域在PASK激酶催化激活中的结构机制	后生动物PASK激酶及其PAS结构域	结构生物学	NA	深度学习结构建模、进化尺度域定位	deep learning-based structural models	蛋白质结构数据	NA
1234	2025-05-15	Deep learning on T2WI to predict the muscle-invasive bladder cancer: a multi-center clinical study 2025-Mar-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82909-3 PMID:40121216	研究论文	开发一种基于MRI的深度学习模型，用于预测肌层浸润性膀胱癌（MIBC）	利用深度学习模型在T2WI图像上预测MIBC，并作为VI-RADS 3的有价值补充	外部测试集的敏感性和阳性预测值较低，分别为57.1%和50.0%	预测肌层浸润性膀胱癌（MIBC）	559名患者（包括521名本中心患者和38名外部中心患者）	数字病理学	膀胱癌	MRI	Inception V3	图像	559名患者
1235	2025-05-15	Development and validation of a postoperative prognostic model for hormone receptor positive early stage breast cancer recurrence 2025-Mar-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92872-2 PMID:40121273	研究论文	开发并验证了一种基于Transformer的深度学习预后模型HERPAI，用于预测激素受体阳性早期乳腺癌患者的复发风险	首次为低复发风险患者开发了基于Transformer的深度学习预后模型，并在多中心数据中进行了验证	研究为回顾性设计，可能存在选择偏倚	开发预测激素受体阳性早期乳腺癌复发的预后模型	激素受体阳性/HER2阴性早期(T1-2N0-1)浸润性乳腺癌患者	数字病理	乳腺癌	深度学习	Transformer	临床和病理数据	6340名患者(5424名用于训练和验证，916名用于外部测试)
1236	2025-05-15	A novel framework for segmentation of small targets in medical images 2025-Mar-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94437-9 PMID:40121297	research paper	提出了一种名为STS-Net的新型框架，专门用于医学图像中小目标的精确分割	采用ResNeXt50-32x4d架构作为编码器，并在编码阶段整合注意力机制以增强网络的特征表示能力	在训练样本数量有限的情况下，现有网络对小目标的分割仍存在困难	解决医学图像中小目标分割的挑战	医学图像中的小目标	digital pathology	NA	deep learning	CNN	image	四个公开数据集
1237	2025-05-15	Deep-ProBind: binding protein prediction with transformer-based deep learning model 2025-Mar-22, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06101-8 PMID:40121399	研究论文	本文提出了一种名为Deep-ProBind的深度学习模型，用于预测蛋白质结合位点	结合了序列和结构信息，采用transformer和进化注意力机制，以及SHAP算法进行特征选择，显著提高了预测准确率	未提及具体的数据集规模限制或模型泛化能力测试	开发高准确率的蛋白质结合位点预测工具	蛋白质结合位点	生物信息学	NA	BERT, PsePSSM-DWT, SHAP, DNN	transformer, Deep Neural Network	序列数据, 结构数据	基准数据集和独立样本集（具体数量未提及）
1238	2025-05-15	Machine learning-based radiomics using MRI to differentiate early-stage Duchenne and Becker muscular dystrophy in children 2025-Mar-22, BMC musculoskeletal disorders IF:2.2Q3 DOI:10.1186/s12891-025-08538-7 PMID:40121488	研究论文	本研究利用MRI T2加权Dixon序列的放射组学特征，开发了一种机器学习分类模型，用于早期区分Duchenne和Becker肌营养不良症	结合放射组学和机器学习方法，首次在早期阶段有效区分DMD和BMD	样本量较小（62例患者），且为回顾性研究	提高早期Duchenne和Becker肌营养不良症的鉴别诊断准确性	36-60月龄的肌营养不良症儿童患者（41例DMD，21例BMD）	数字病理学	肌营养不良症	MRI T2加权Dixon序列	机器学习算法（未指定具体模型）	医学影像	62例患者（41例DMD，21例BMD）
1239	2025-05-15	Reducing hepatitis C diagnostic disparities with a fully automated deep learning-enabled microfluidic system for HCV antigen detection 2025-Mar-21, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adt3803 PMID:40106555	研究论文	开发了一种基于智能手机的全自动即时HCV抗原检测系统，结合铂纳米颗粒、深度学习图像处理和微流控技术，以提高HCV诊断的可及性和准确性	首次将深度学习图像处理与微流控技术结合，开发出高精度(94.59%)、便携式的全自动HCV抗原检测系统	尚未获得FDA批准，且未在更广泛的人群中进行验证	解决资源有限地区HCV诊断困难的问题，减少健康差异	HCV感染者，特别是美国印第安人和阿拉斯加原住民(AI/AN)等弱势群体	数字病理	丙型肝炎	微流控技术、铂纳米颗粒技术	深度学习	图像	NA
1240	2025-05-15	Meeting Global Health Needs via Infectious Disease Forecasting: Development of a Reliable Data-Driven Framework 2025-Mar-21, JMIR public health and surveillance IF:3.5Q1 DOI:10.2196/59971 PMID:40116728	研究论文	开发了一个标准化、可靠且可信赖的传染病预测框架和可视化仪表板，用于支持全球健康决策	提出了一个集成多种建模技术的通用预测管道，能够适应不同疾病和地理区域，并通过可视化仪表板提供关键分析指标	没有单一的最佳模型适用于所有疾病、地区和国家的组合	满足现实世界操作决策的需求，开发一个通用的传染病预测框架	六种人畜共患疾病（布鲁氏菌病、弯曲杆菌病、中东呼吸综合征、Q热、蜱传脑炎和图拉菌病）在四大洲八个国家的传播情况	机器学习	传染病	统计、机器学习和深度学习模型	集成模型	人口统计、景观、气候和社会经济因素等多维特征数据	四大洲八个国家的六种人畜共患疾病数据，平均每种疾病使用2326个特征