深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
12521	2025-10-07	Unraveling Spatial Heterogeneity in Mass Spectrometry Imaging Data with GraphMSI 2025-Feb, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202410840 PMID:39778027	研究论文	提出一种基于深度学习的GraphMSI方法，用于增强质谱成像数据的空间异质性分析	首次将代谢谱与空间信息整合到图神经网络中，提供两种可选增强模式（涂鸦交互和知识迁移）来改进分割结果	未明确说明方法在特定组织类型或疾病中的适用性限制	开发一种能够客观分割质谱成像数据中生物组织区域的新方法	质谱成像数据中的代谢异质性区域	计算生物学	NA	质谱成像	图神经网络	质谱成像数据	NA	NA	GraphMSI	视觉检查，定量评估	降低计算需求，支持更有效的三维MSI分割
12522	2025-10-07	Self-supervised parametric map estimation for multiplexed PET with a deep image prior 2025-Jan-31, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ada717 PMID:39774095	研究论文	提出基于深度图像先验的自监督学习框架，用于多示踪剂PET图像分离和参数图估计	将多示踪剂房室模型整合到深度图像先验框架中，仅需单个数据集即可实现自监督学习	仅在模拟脑部幻影上进行性能评估，缺乏真实临床数据验证	解决多示踪剂PET图像分离中监督学习对配对数据依赖和泛化能力不足的问题	多示踪剂PET成像中的动态双示踪剂活性图像	医学影像分析	脑部疾病	多示踪剂PET成像，房室模型	深度学习	医学影像	模拟脑部幻影数据	深度图像先验(DIP)	U-net	偏差，标准差	NA
12523	2025-10-07	Automated estimation of individualized organ-specific dose and noise from clinical CT scans 2025-Jan-29, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ada67f PMID:39761638	研究论文	开发了一种从临床CT扫描自动生成个体化器官特异性剂量和噪声的流程	提出了一种完全自动化的流程，能够估计个体化器官特异性辐射剂量和噪声，考虑了器官水平的辐射风险和临床任务	在胰腺等器官的分割精度相对较低（Dice评分最低为0.6855），样本量有限（临床数据集12例，体模数据集3例，跨站点数据集26例）	开发个性化CT协议评估和优化的自动化工具	临床CT扫描数据、均匀体模数据、六个器官（肺、肝、肾、膀胱、脾、胰腺）	医学影像分析	NA	CT扫描、蒙特卡罗模拟	深度学习	CT图像	临床数据集12例CT扫描，体模数据集3例，跨站点数据集26例，41例有专家分割标注的病例	NA	TotalSegmentator	RMSE, 相对RMSE, Dice系数	NA
12524	2025-10-07	ComNet: A Multiview Deep Learning Model for Predicting Drug Combination Side Effects 2025-Jan-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01737 PMID:39749659	研究论文	提出一种多视图深度学习模型ComNet，用于预测药物组合的副作用	整合药物多视图特征，提出多尺度子图融合机制和基于注意力的多视图特征融合方法	NA	提高药物组合副作用的预测准确性	药物组合	机器学习	NA	分子指纹、SMILES语义信息、3D构象空间信息	深度学习	分子结构数据、文本数据(SMILES)、3D空间数据	多个公开数据集和自收集数据集	NA	ComNet（包含多视图特征提取模块、多尺度子图融合机制、注意力机制）	准确性、泛化能力、收敛速度	NA
12525	2025-10-07	Graph-Based Deep Learning Models for Thermodynamic Property Prediction: The Interplay between Target Definition, Data Distribution, Featurization, and Model Architecture 2025-Jan-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02014 PMID:39780656	研究论文	研究图基深度学习模型在热力学性质预测中目标定义、数据分布、特征化方法和模型架构之间的相互作用	发现分子级别预测优于原子级别增量预测，与先前研究相反；揭示了目标定义和特征化方法选择对模型精度的决定性影响	模型架构直接修改带来的精度提升相对有限	开发具有更普适能力的稳健图基热力学模型架构	五个经过筛选的数据集，涵盖元素组成、多重性、电荷状态和尺寸的多样性	机器学习	NA	图神经网络	图神经网络	分子图数据	五个多样化数据集	NA	图神经网络架构	准确度	NA
12526	2025-10-07	PPI-CoAttNet: A Web Server for Protein-Protein Interaction Tasks Using a Coattention Model 2025-Jan-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01365 PMID:39761551	研究论文	开发了一个基于共注意力机制的深度学习模型PPI-CoAttNet，用于蛋白质-蛋白质相互作用预测和相关任务	提出结合共注意力机制的深度学习模型，能够同时进行PPI和位点预测，并构建了用户友好的多功能网络服务器	未在摘要中明确说明研究局限性	开发准确且易于使用的蛋白质-蛋白质相互作用预测工具以促进药物发现	蛋白质-蛋白质相互作用及其相关位点	生物信息学	癌症	深度学习	共注意力模型	蛋白质序列数据	NA	NA	Coattention模型	AUC,F1分数	网络服务器平台
12527	2025-10-07	Enhanced Sampling Simulations of RNA-Peptide Binding Using Deep Learning Collective Variables 2025-Jan-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01438 PMID:39772512	研究论文	本研究利用深度学习集体变量增强采样模拟RNA-肽段结合过程	首次将深度目标判别分析(Deep-TDA)方法应用于设计集体变量来研究HIV TAR RNA与L22环肽的结合机制	需要大量接触对描述符来捕获宿主和客体的构象，在增强采样模拟方法中使用大量描述符不切实际	开发有效的集体变量设计方法以研究复杂生物分子识别过程	HIV TAR RNA与L22环肽的结合系统	机器学习	HIV感染	增强采样模拟，深度目标判别分析	Deep-TDA	分子动力学模拟数据	NA	NA	深度目标判别分析	自由能景观计算	NA
12528	2025-10-07	High-Accuracy Identification and Structure-Activity Analysis of Antioxidant Peptides via Deep Learning and Quantum Chemistry 2025-Jan-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01713 PMID:39772654	研究论文	开发结合深度学习和量子化学的创新框架，用于高效识别抗氧化肽并分析其构效关系	首次将双向长短期记忆网络与量子化学计算相结合，通过特征融合和UMAP可视化验证显著提升分类性能	仅验证了十种肽的抗氧化活性，样本规模有限	加速抗氧化肽的发现并分析其结构-活性关系	抗氧化肽（AOPs）	机器学习	氧化应激相关疾病	量子化学计算	Bi-LSTM	序列数据	两个数据集（具体数量未说明）及十种实验验证肽	NA	Bi-LSTM	准确率, 精确率, 马修斯相关系数（MCC）, DPPH清除率, ABTS清除率, HOMO-LUMO能隙	NA
12529	2025-10-07	Hybrid exons evolved by coupling transcription initiation and splicing at the nucleotide level 2025-Jan-24, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae1251 PMID:39739742	研究论文	本研究通过可解释深度学习解析了混合外显子中转录起始与剪接协同调控的序列特征	首次发现混合外显子的转录起始位点通常位于3'剪接位点中心，揭示了转录起始与RNA剪接之间比以往认知更紧密的耦合关系	研究仅基于ENCODE数据库的人类组织数据，未在其他物种或实验条件下验证	解析混合外显子中转录起始和剪接协同调控的分子机制	人类组织中的80,000个混合第一-内部外显子	生物信息学	NA	深度学习，ENCODE数据库分析	深度学习	基因组序列数据，染色质状态数据	80,000个混合外显子	NA	NA	NA	NA
12530	2025-10-07	Accelerating Plasmonic Hydrogen Sensors for Inert Gas Environments by Transformer-Based Deep Learning 2025-Jan-24, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c02616 PMID:39764741	研究论文	本研究开发了一种基于Transformer的深度学习模型LEMAS，用于加速等离子体氢传感器的响应速度并消除其压力依赖性	提出了专门定制的长短期Transformer集成模型LEMAS，能够将光学等离子体氢传感器的响应速度提升高达40倍，并消除其在惰性气体环境中的固有压力依赖性	NA	加速氢泄漏检测传感器的响应速度，满足氢技术大规模应用的安全需求	光学等离子体氢传感器在惰性气体环境中的性能优化	机器学习	NA	等离子体传感技术	Transformer	传感器时序数据	NA	NA	长短期Transformer集成模型	预测不确定性度量	NA
12531	2025-10-07	Real-time CBCT imaging and motion tracking via a single arbitrarily-angled x-ray projection by a joint dynamic reconstruction and motion estimation (DREME) framework 2025-Jan-21, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ada519 PMID:39746309	研究论文	开发了一种无需患者特定先验知识的实时CBCT成像和运动追踪框架DREME	通过联合动态重建和运动估计框架，仅需单次任意角度X射线投影即可实现实时CBCT成像和运动追踪	未明确说明对复杂运动模式的适用性和临床验证规模	实现放疗中实时CBCT成像和运动追踪	呼吸引起的解剖运动，特别是肺部肿瘤	医学影像分析	肺癌	锥形束CT成像，X射线投影	CNN	X射线投影图像，CT影像序列	数字体模模拟和真实患者研究	NA	卷积神经网络运动编码器	肿瘤质心定位误差，投影域肿瘤定位精度	NA
12532	2025-10-07	Using artificial intelligence and statistics for managing peritoneal metastases from gastrointestinal cancers 2025-Jan-15, Briefings in functional genomics IF:2.5Q3 DOI:10.1093/bfgp/elae049 PMID:39736152	综述	探讨人工智能和统计学方法在胃肠道癌腹膜转移分析与管理的应用	系统比较AI方法与统计学方法在腹膜转移管理中的性能表现	纳入研究数量有限（约30篇），样本量是影响预测准确性的关键因素	研究AI和统计学方法在胃肠道癌腹膜转移管理中的应用价值	胃肠道癌引发的腹膜转移患者	机器学习	胃肠道癌	文献系统回顾	机器学习,深度学习	医学文献数据	约30篇符合条件的研究文献	NA	NA	预测准确性,精确度	NA
12533	2025-10-07	Novel approach for quality control testing of medical displays using deep learning technology 2025-Jan-15, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ada6bd PMID:39773861	研究论文	本研究开发了一种基于深度学习的医疗显示器质量控制方法，通过多任务学习同时处理对比度响应分类和最大亮度回归任务	首次将预训练模型微调并扩展为多输出配置，用于医疗显示器的质量控制测试，采用智能手机采集图像作为输入	模型倾向于低估最大亮度值，回归任务的相关系数中等（0.6-0.7），需要进一步提高准确性和适用性	开发高效的医疗显示器质量控制系统，减少医疗设备管理的工作量	医疗显示器的质量控制和性能测试	计算机视觉	NA	深度学习，智能手机图像采集	多任务深度学习模型	图像	NA	NA	基于预训练模型的多输出架构	AUC, 相关系数, Bland-Altman分析	NA
12534	2025-10-07	NMRformer: A Transformer-Based Deep Learning Framework for Peak Assignment in 1D 1H NMR Spectroscopy 2025-Jan-14, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05632 PMID:39745381	研究论文	提出基于Transformer的深度学习框架NMRformer，用于一维氢核磁共振谱的峰值分配和代谢物识别	将光谱视为光谱峰序列，在Transformer编码器层中集成自注意力机制和峰高比，能够识别峰之间的长程依赖关系	NA	提高基于NMR的代谢组学中峰值分配和代谢物识别的准确性和效率	细胞样本和生物流体样本的一维氢核磁共振谱	机器学习	NA	一维氢核磁共振波谱	Transformer	光谱数据	四种细胞样本和三种生物流体样本	NA	Transformer编码器	峰值分配准确率,代谢物识别准确率	NA
12535	2025-10-07	Differential Diagnosis of Urinary Cancers by Surface-Enhanced Raman Spectroscopy and Machine Learning 2025-Jan-14, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05287 PMID:39757799	研究论文	本研究开发了一种基于表面增强拉曼光谱和机器学习的方法，用于区分膀胱癌、肾癌和前列腺癌等泌尿系统癌症	首次尝试将SERS与机器学习策略结合用于区分多种泌尿系统癌症，并使用临床血清样本进行验证	NA	开发高效的非侵入性泌尿系统癌症检测方法	泌尿系统癌症患者的血清样本	机器学习	泌尿系统癌症	表面增强拉曼光谱	LSTM	光谱数据	NA	NA	长短期记忆网络	准确率, 灵敏度, 特异性, ROC曲线	NA
12536	2025-10-07	The abiologically and biologically driving effects on organic matter in marginal seas revealed by deep learning-assisted model analysis 2025-Jan-10, The Science of the total environment DOI:10.1016/j.scitotenv.2024.178251 PMID:39754949	研究论文	本研究通过深度学习辅助模型分析揭示了边缘海中有机物的非生物和生物驱动效应	首次引入深度学习网络推理工具研究边缘海有机物的驱动因素，识别出浊度和温度是最关键影响因素	研究区域仅限于中国黄海和渤海，可能不适用于其他边缘海区域	探究边缘海中有机物的生物地球化学过程及其驱动机制	黄海和渤海的颗粒有机物(POM)和溶解有机物(DOM)	机器学习	NA	3D激发发射矩阵光谱(3D-EEM)、平行因子分析(PARAFAC)	人工神经网络(ANN)	光谱数据、环境参数数据	NA	NA	人工神经网络	皮尔逊相关系数(PCC), 均方根误差(RMSE)	NA
12537	2025-10-07	DPFunc: accurately predicting protein function via deep learning with domain-guided structure information 2025-01-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54816-8 PMID:39746897	研究论文	提出一种基于深度学习的蛋白质功能预测方法DPFunc，通过域引导的结构信息实现准确预测	首次将域引导信息与深度学习结合用于蛋白质功能预测，能够识别蛋白质结构中与功能相关的关键区域	未明确说明方法在特定蛋白质类型或复杂功能预测中的局限性	开发准确且可解释的蛋白质功能预测计算方法	蛋白质结构及其功能关系	生物信息学	NA	深度学习	深度学习模型	蛋白质结构数据	NA	NA	DPFunc	NA	NA
12538	2025-10-07	Automated segmentation and deep learning classification of ductopenic parotid salivary glands in sialo cone-beam CT images 2025-Jan, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03240-w PMID:39085681	研究论文	开发用于涎腺锥形束CT图像中腮腺导管减少症自动分割和分类的深度学习算法	结合传统图像处理（Frangi滤波器）和深度学习（残差神经网络）的端到端自动流程，首次实现腮腺导管减少症的自动检测和严重程度分类	样本量相对有限（126例扫描），未提及外部验证结果	提高涎腺锥形束CT图像中腮腺导管减少症的诊断准确性和效率	腮腺涎腺锥形束CT扫描图像	医学影像分析	唾液腺疾病	涎腺锥形束CT成像	RNN	医学影像	126例腮腺涎腺锥形束CT扫描（包括正常、中度和重度导管减少症病例）	NA	残差神经网络	准确率, F1分数, 敏感性	NA
12539	2025-10-07	Session Introduction: AI and Machine Learning in Clinical Medicine: Generative and Interactive Systems at the Human-Machine Interface 2025, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing PMID:39670359	会议介绍	介绍人工智能和机器学习在临床医学中的应用，特别关注生成式和交互式系统在人机界面的发展	重点探讨生成式AI和深度学习在医疗领域处理复杂多模态数据的最新进展	NA	探讨AI技术在临床医学中的应用潜力和影响	医疗AI系统，包括临床决策支持、患者监测、影像分析和应急响应系统	机器学习	NA	生成式AI，深度学习	NA	非结构化文本，图像，结构化数据	NA	NA	NA	NA	NA
12540	2025-10-07	Investigating the Differential Impact of Psychosocial Factors by Patient Characteristics and Demographics on Veteran Suicide Risk Through Machine Learning Extraction of Cross-Modal Interactions 2025, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing PMID:39670369	研究论文	本研究通过机器学习方法整合结构化电子健康记录和非结构化文本数据，提升退伍军人自杀风险的预测准确性	开发了平衡结构化与非结构化数据影响的参数α，并识别了心理社会因素与患者特征之间的跨模态交互作用	主要依赖退伍军人事务部数据，未验证在其他人群的适用性；尚未应用深度学习等更先进的机器学习技术	提高自杀风险预测模型的准确性，探索心理社会因素与患者特征的交互作用	退伍军人电子健康记录数据	自然语言处理, 机器学习	心理健康疾病	电子健康记录分析, 自然语言处理	XGBoost, 逻辑回归, 岭回归	结构化电子健康记录, 非结构化文本	NA	SHAP, XGBoost	NA	NA	NA