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
1261	2025-04-24	Image2InChI: Automated Molecular Optical Image Recognition 2024-05-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c02082 PMID:38359459	研究论文	本文提出了一种基于深度学习的自动化分子光学图像识别模型Image2InChI，用于将分子图像高效自动转换为机器可读的表示	引入了新颖的特征融合网络，结合注意力机制整合图像块和InChI预测，并采用改进的SwinTransformer作为编码器和Transformer解码器作为解码器	NA	提高分子图像识别的准确性和效率，为药物发现中的人工智能提供支持	分子光学图像	计算机视觉	NA	深度学习	SwinTransformer, Transformer	图像	NA
1262	2025-04-24	Intramolecular and Water Mediated Tautomerism of Solvated Glycine 2024-05-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00273 PMID:38620066	research paper	研究了水溶液中甘氨酸的互变异构现象及其溶剂效应	利用基于深度学习的增强采样分子动力学方法，揭示了甘氨酸在水中的中性态和两性离子态之间的互变异构机制	NA	探究甘氨酸在水溶液中的互变异构现象及溶剂效应	甘氨酸分子在水溶液中的互变异构过程	计算化学	NA	增强采样分子动力学，深度学习势能面	深度学习势能模型	分子动力学模拟数据	NA
1263	2025-04-24	MMSyn: A New Multimodal Deep Learning Framework for Enhanced Prediction of Synergistic Drug Combinations 2024-05-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00165 PMID:38676916	研究论文	提出了一种名为MMSyn的多模态深度学习框架，用于预测协同药物组合	结合药物分子特征和癌细胞系数据，使用注意力机制和交互模块进行特征整合，提出新的多模态深度学习框架	未提及具体样本量大小和模型在真实临床应用中的表现	开发一种预测协同药物组合的计算方法	药物组合和癌细胞系	机器学习	癌症	深度学习	多层感知机(MLP)结合注意力机制	分子结构数据、基因表达数据、DNA拷贝数、通路活性数据	NA
1264	2025-04-24	Sequential Contrastive and Deep Learning Models to Identify Selective Butyrylcholinesterase Inhibitors 2024-04-22, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00397 PMID:38532612	研究论文	本研究探讨了多种机器学习策略来识别选择性丁酰胆碱酯酶（BChE）抑制剂，优化了精确度指标	比较了最新的监督对比学习（CL）、深度学习（DL）和随机森林（RF）机器学习方法，并采用单模型和序列模型配置来识别BChE选择性的最佳模型	仅测试了20种化合物，样本量较小	识别选择性BChE抑制剂以用于阿尔茨海默病（AD）的晚期症状治疗	丁酰胆碱酯酶（BChE）抑制剂	机器学习	阿尔茨海默病	监督对比学习（CL）、深度学习（DL）、随机森林（RF）	CL、DL、RF	化合物数据	500万种化合物库中的20种测试化合物
1265	2025-04-24	Geneformer: a deep learning model for exploring gene networks 2023-12, Science China. Life sciences DOI:10.1007/s11427-023-2431-x PMID:37672186	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1266	2025-04-24	Development of Multiscale 3D Residual U-Net to Segment Edematous Adipose Tissue by Leveraging Annotations from Non-Edematous Adipose Tissue 2023-Nov, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.2669719 PMID:40256010	研究论文	开发了一种多尺度3D残差U-Net模型，用于通过利用非水肿脂肪组织的注释来分割水肿脂肪组织	直接从非深度学习的脂肪组织分割方法生成的不准确注释中开发深度学习模型，无需手动注释	训练数据中缺乏水肿脂肪组织的异质性，可能影响模型在真实水肿情况下的表现	提高脂肪组织在CT扫描中的分割准确性，减少对耗时的手动注释的依赖	脂肪组织（包括水肿和非水肿状态）	数字病理学	水肿相关疾病	深度学习	多尺度3D残差U-Net	CT扫描图像	训练集101名患者，测试集14名患者（其中10名为水肿患者）
1267	2025-04-24	Pollen analysis using multispectral imaging flow cytometry and deep learning 2021-01, The New phytologist DOI:10.1111/nph.16882 PMID:32803754	研究论文	本研究提出了一种结合多光谱成像流式细胞术和深度学习的花粉分析新方法	首次将多光谱成像流式细胞术与深度学习结合用于花粉分析，实现了快速测量和高准确度的花粉识别	需要建立全面的花粉参考数据库才能充分发挥方法优势	开发自动化花粉识别和定量分析方法	35种植物物种的花粉	计算机视觉	NA	多光谱成像流式细胞术	CNN	图像	426876张花粉图像
1268	2025-04-23	EEG-based schizophrenia detection: integrating discrete wavelet transform and deep learning 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10248-8 PMID:40256687	研究论文	本文提出了一种结合离散小波变换和深度学习的脑电图（EEG）信号分析方法，用于精神分裂症（SZ）的自动检测	采用Daubechies（db4）小波进行7级分解，结合多层感知器神经网络（MLP），在SZ检测中实现了高准确率	研究使用的公开数据集样本量较小（DS1有81条记录，DS2有28条记录），可能影响模型的泛化能力	开发一种高精度的基于EEG信号的SZ自动检测方法，以辅助医生诊断	精神分裂症患者和健康对照者的EEG信号	数字病理学	精神分裂症	离散小波变换（DWT）	多层感知器神经网络（MLP）	EEG信号	两个公开数据集：DS1（81条记录，32健康对照和49SZ患者）和DS2（28条记录，14健康对照和14SZ患者）
1269	2025-04-23	Transcranial adaptive aberration correction using deep learning for phased-array ultrasound therapy 2025-Aug, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2025.107641 PMID:40117699	研究论文	本研究探讨了使用深度学习方法校正颅骨引起的畸变，开发了一种用于安全超声治疗血脑屏障（BBB）开放的经颅自适应聚焦方法	提出了一种结合预分割、k-Wave模拟和基于3D U-net网络的方法，用于快速准确地预测相位校正，显著降低了计算成本和时间	研究仅基于模拟环境和小块颅骨样本，尚未在真实临床环境中验证	开发一种快速、精确且自适应的经颅畸变校正方法，用于通过超声治疗脑部疾病	256元相控阵、小块颅骨和水构成的非线性模拟环境	医学影像处理	脑部疾病	k-Wave模拟、3D U-net网络	3D U-net	模拟数据	NA
1270	2025-04-23	Deep Learning-Driven Glaucoma Medication Bottle Recognition: A Multilingual Clinical Validation Study in Patients with Impaired Vision 2025 Jul-Aug, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100758 PMID:40256318	research paper	临床验证一款基于CNN的Android智能手机应用，用于识别青光眼患者的局部用药	开发并验证了一款多语言的CNN驱动应用，显著提高了视力受损患者的药物识别准确率	样本量较小（41名参与者），且非英语使用者的应用易用性评分较低	验证基于CNN的智能手机应用在青光眼患者药物识别中的效果	青光眼伴视力受损患者（包括英语和非英语使用者）	computer vision	glaucoma	CNN	CNN	image	41名患者（20名非英语使用者，21名英语使用者）
1271	2025-04-23	A semantic segmentation network for red tide detection based on enhanced spectral information using HY-1C/D CZI satellite data 2025-Jun, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.117813 PMID:40117936	研究论文	提出了一种基于增强光谱信息的语义分割网络SIC-RTNet，用于利用HY-1C/D CZI卫星数据检测赤潮	SIC-RTNet通过引入残差块、计算三个光谱信息通道和改进损失函数，提高了赤潮监测的准确性	传统遥感方法难以监测小规模赤潮事件和详细分布，且不适用于中高空间分辨率和低光谱分辨率的卫星传感器	提高赤潮监测的准确性，助力海洋生态灾害监测	赤潮	计算机视觉	NA	卫星遥感	Residual Neural Network (SIC-RTNet)	卫星图像	NA
1272	2025-04-23	High-level visual processing in the lateral geniculate nucleus revealed using goal-driven deep learning 2025-Jun, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110429 PMID:40122470	研究论文	本研究提出了一种利用目标驱动的深度学习方法来揭示侧膝状体核（LGN）在高级视觉处理中的作用	使用VGG16和ResNet50两种深度神经网络作为目标驱动模型，探索LGN在高级视觉特征（如数量感知）编码中的作用，挑战了关于LGN功能简单性的传统观点	研究仅针对小鼠LGN，结果是否适用于其他物种尚不明确	探索LGN在高级视觉处理中的功能	小鼠侧膝状体核（LGN）的神经活动	计算机视觉	NA	深度学习	VGG16, ResNet50	神经活动数据	NA
1273	2025-04-23	Neurocounter - A deep learning framework for high-fidelity spatial localization of neurons 2025-Jun, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110444 PMID:40187538	研究论文	介绍了一种名为Neurocounter的深度学习框架，用于高保真空间定位神经元	Neurocounter通过自学习能力减少了对完整注释的需求，并在不同脑区实现了高精度的神经元定位	需要进一步验证其在更广泛数据集上的性能	开发一个能够精确检测和定位神经元的深度学习网络	神经元	计算机视觉	NA	深度学习	encoder-decoder with attention module	图像	包含不完全注释神经元的图像和控制图像
1274	2025-04-23	Fine-Tuning Deep Learning Model for Quantitative Knee Joint Mapping With MR Fingerprinting and Its Comparison to Dictionary Matching Method: Fine-Tuning Deep Learning Model for Quantitative MRF 2025-Jun, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70045 PMID:40259681	研究论文	本研究探讨了深度学习模型在磁共振指纹图谱（MRF）中用于膝关节定量映射的微调及其与传统字典匹配（DM）方法的比较	研究了神经网络（NN）在深度学习中的微调及其与DM方法的公平比较，优化了NN超参数并分析了MRF数据的奇异值分解（SVD）成分	在体内膝关节数据中，NN在T测量上表现略低于DM，T测量略高于DM	提高MRF中膝关节多参数定量映射的准确性和鲁棒性	合成数据、NIST/ISMRM MRI系统幻影和14名健康志愿者的体内膝关节数据	数字病理学	骨关节炎	磁共振指纹图谱（MRF）	深度学习模型（NN）	MRI图像	14名健康志愿者的体内膝关节数据
1275	2025-04-23	AI-driven approaches for air pollution modelling: A comprehensive systematic review 2025-May-15, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2025.125937 PMID:40058557	综述	本文对利用机器学习和深度学习技术预测空气污染的现有研究进行了系统性回顾	不仅比较了不同模型和方法，还分析了外部特征（如气象数据、交通信息和土地利用）对污染物水平和模型预测准确性的影响	探讨了机器学习和深度学习方法的性能和局限性，但未提出新的模型或方法	比较和评估不同方法在预测空气污染物浓度水平方面的效果	空气污染预测模型	机器学习	NA	机器学习和深度学习技术	时间模型和时空模型	气象数据、交通信息、土地利用等多源数据	NA
1276	2025-04-23	Comparative analysis of retinal microvascular parameters in healthy individuals with or without carotid artery stenosis or plaque 2025-May, European journal of ophthalmology IF:1.4Q3 DOI:10.1177/11206721241291224 PMID:39410788	研究论文	通过眼底摄影评估视网膜微血管变化与颈动脉狭窄（CAS）伴或不伴斑块的相关性	使用基于深度学习算法的眼底摄影技术分析视网膜微血管参数，为CAS筛查提供新方法	回顾性观察研究设计可能引入选择偏倚	评估视网膜微血管参数与颈动脉狭窄的相关性	健康个体及颈动脉狭窄伴或不伴斑块的患者	数字病理	心血管疾病	眼底摄影	深度学习算法	图像	715名参与者（313名CAS患者，402名对照）
1277	2025-04-23	Development and Validation of Multiparametric MRI-based Interpretable Deep Learning Radiomics Fusion Model for Predicting Lymph Node Metastasis and Prognosis in Rectal Cancer: A Two-center Study 2025-May, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.11.045 PMID:39638641	研究论文	开发并验证了基于多参数MRI的可解释深度学习放射组学融合模型，用于预测直肠癌淋巴结转移和预后	结合深度学习和放射组学特征构建预测模型，并利用SHAP工具提高模型可解释性，同时验证模型对放射科医生诊断性能的提升	研究为回顾性设计，样本量相对有限（共352例患者），且仅来自两个中心	预测直肠癌术前淋巴结转移及患者预后	直肠癌患者	数字病理	直肠癌	多参数MRI（T2WI和DWI序列）	MobileNet-V3-large, Inception-V3, ResNet50, VGG16	医学影像	352例患者（286例训练集，66例外部测试集）
1278	2025-04-23	SMART: Development and Application of a Multimodal Multi-organ Trauma Screening Model for Abdominal Injuries in Emergency Settings 2025-May, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.11.056 PMID:39690074	研究论文	本研究开发了一个多模态多器官创伤筛查模型SMART，用于急诊环境下腹部损伤的快速诊断	结合非对比CT扫描和非结构化文本数据，利用深度学习构建多模态诊断模型，提高了实体器官评估的速度和准确性	研究仅基于2638名患者的数据，可能需要更大样本量验证模型的泛化能力	提高急诊环境下腹部创伤诊断的效率和准确性	腹部创伤患者	数字病理	腹部创伤	非对比CT扫描，GPT-4嵌入API，nnU-Net和DenseNet121	SMART_GPT（基于文本），SMART_Image（基于图像），集成模型	非结构化文本数据，非对比CT扫描图像	2638名患者（459例阳性，2179例阴性腹部创伤病例），测试集包含1006名患者的1632个连续数据点
1279	2025-04-23	Interpretable Deep-learning Model Based on Superb Microvascular Imaging for Noninvasive Diagnosis of Interstitial Fibrosis in Chronic Kidney Disease 2025-May, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.11.067 PMID:39690075	research paper	开发一种基于超微血管成像(SMI)的可解释深度学习模型，用于无创诊断慢性肾病(CKD)间质纤维化(IF)程度	提出了一种基于SMI的可解释深度学习模型(XDL)，用于无创诊断CKD患者的IF程度，并通过SHAP方法提供模型解释性	研究样本量相对有限(365名患者)，且仅基于单中心数据	开发无创诊断慢性肾病间质纤维化程度的方法	慢性肾病(CKD)患者	digital pathology	chronic kidney disease	superb microvascular imaging (SMI), ultrasound radiomics, color doppler ultrasonography (CDUS)	XDL (interpretable deep learning model)	medical imaging	365名CKD患者
1280	2025-04-23	Multimodal Deep Learning Fusing Clinical and Radiomics Scores for Prediction of Early-Stage Lung Adenocarcinoma Lymph Node Metastasis 2025-May, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.12.018 PMID:39730249	research paper	开发并验证了一种基于CT图像和临床知识的多模态深度学习模型，用于预测早期肺腺癌淋巴结转移	提出了一种基于InceptionResNetV2架构的多模态特征融合深度学习网络，有效整合图像和临床知识预测淋巴结转移	研究为回顾性设计，样本来自两个中心，可能存在选择偏倚	预测早期肺腺癌淋巴结转移	724例经病理证实的早期浸润性肺腺癌患者	digital pathology	lung cancer	CT影像分析，深度学习	InceptionResNetV2	image, clinical data	724例患者（中心1：524例，中心2：200例）