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
1441	2025-06-10	Decoding the Structure-Activity Relationship of the Dopamine D3 Receptor-Selective Ligands Using Machine and Deep Learning Approaches 2025-Jun-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00575 PMID:40442044	研究论文	本研究利用机器学习和深度学习方法解码多巴胺D3受体选择性配体的结构-活性关系	采用新型超参数优化协议的DNN模型在预测性能上略优于基于树的模型，并通过整合所有算法的预测结果提高了准确性和鲁棒性	未明确提及研究样本的具体数量或实验验证的局限性	促进选择性配体的发现，为靶向治疗药物的合理设计提供框架	多巴胺D2和D3受体的配体	机器学习	神经精神疾病（如帕金森病、精神分裂症和物质使用障碍）	定量结构-活性关系(QSAR)建模	eXtreme Gradient Boosting, random forest, DNN	化学配体数据	NA
1442	2025-06-10	MHASegNet: A multi-scale hybrid aggregation network of segmenting coronary artery from CCTA images 2025-Jun-09, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996251346484 PMID:40485350	研究论文	提出了一种名为MHASegNet的多尺度混合聚合网络，用于从CCTA图像中分割冠状动脉	MHASegNet结合了多尺度混合注意力和3D上下文锚点注意力模块，以捕捉全局和局部特征，并通过迭代的区域增长细化方法解决冠脉断裂和减少误报	需要进一步验证以确认其在CAD诊断和量化中的适用性	提高CCTA图像中冠状动脉分割的准确性	冠状动脉	计算机视觉	心血管疾病	深度学习与传统技术结合	MHASegNet	图像	内部数据集90例和两个公共数据集1060例
1443	2025-06-10	Employment of artificial intelligence for an unbiased evaluation regarding the recovery of right ventricular function after mitral valve transcatheter edge-to-edge repair 2025-Jun-09, European journal of heart failure IF:16.9Q1 DOI:10.1002/ejhf.3705 PMID:40488515	research paper	本研究使用传统超声心动图和人工智能技术评估严重二尖瓣反流患者在接受经导管二尖瓣缘对缘修复术（M-TEER）后右心室功能的恢复情况	首次结合传统超声心动图和深度学习模型评估M-TEER对右心室功能的影响	研究仅基于双中心注册数据，样本量有限，且随访时间较短（3个月）	评估M-TEER对严重二尖瓣反流患者右心室功能恢复的影响	接受M-TEER治疗的严重二尖瓣反流患者	数字病理学	心血管疾病	超声心动图、深度学习	深度学习模型	视频（二维心尖四腔视图超声心动图）	851名患者
1444	2025-06-10	Colloidoscope: detecting dense colloids in 3D with deep learning 2025-Jun-09, Soft matter IF:2.9Q2 DOI:10.1039/d4sm01307g PMID:40488586	研究论文	介绍了一种名为Colloidoscope的深度学习流程，用于通过共聚焦显微镜增强密集胶体悬浮液的3D追踪	采用3D残差U-net架构，利用模拟训练数据集反映多种真实成像条件，特别是在高胶体体积分数和低对比度场景下优于传统检测方法	NA	提升密集胶体悬浮液的3D追踪能力	密集胶体悬浮液	计算机视觉	NA	共聚焦显微镜	3D残差U-net	3D图像	模拟和实验数据集
1445	2025-06-10	Federated deep learning enables cancer subtyping by proteomics 2025-Jun-09, Cancer discovery IF:29.7Q1 DOI:10.1158/2159-8290.CD-24-1488 PMID:40488620	research paper	本文提出了一种联邦深度学习（FDL）方法ProCanFDL，用于在保护数据隐私的前提下，通过蛋白质组学数据进行癌症亚型分类	开发了ProCanFDL方法，通过联邦学习在保护数据隐私的同时，整合多个私有数据源进行癌症亚型分类，性能提升43%	NA	解决生物医学人工智能应用中的数据隐私问题，实现癌症亚型分类	临床注释的组织蛋白质组数据	machine learning	cancer	DIA-MS, TMT proteomics	FDL	proteomic data	1,260（泛癌队列） + 6,265（29个私有队列） + 625（测试集） + 55（外部DIA-MS队列） + 832（TMT蛋白质组学数据）
1446	2025-06-10	From Aphrodite to Algorithm: Assessing the Unassessable 2025-Jun-09, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000011542 PMID:40488729	research paper	本文探讨了从神话理想到现代算法量化美的演变历程	研究了从神话到现代算法对美的量化尝试，并揭示了算法评估的局限性	算法评估可能同质化审美标准，忽视种族多样性，并引发不切实际的期望	探讨美是否可以通过科学方法精确评估	美的量化历史和现代算法评估	machine learning	NA	deep learning	CNN	image	SCUT-FBP5500数据集
1447	2025-06-10	Multi-task and multi-scale attention network for lymph node metastasis prediction in esophageal cancer 2025-Jun-09, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03391-1 PMID:40488960	研究论文	本文提出了一种创新的多任务多尺度注意力网络（M ANet），用于精确预测食管癌中的淋巴结转移	提出了一种多任务多尺度注意力网络，通过软扩展节点掩膜区域并利用扩展掩膜聚合图像特征，增强了节点上下文信息，同时采用双分支训练策略，使模型能同时预测转移概率和节点掩膜	研究仅基于自收集的177名患者的数据集，样本量相对较小	提高食管鳞状细胞癌淋巴结转移的准确诊断	食管癌患者的淋巴结	数字病理学	食管癌	深度学习	多任务多尺度注意力网络（M ANet）	医学图像	177名患者，共577个淋巴结
1448	2025-06-10	Data-Augmented Deep Learning Algorithm for Accurate Control of Bioethanol Fermentation Using an Online Raman Analyzer 2025-Jun-08, Biotechnology and bioengineering IF:3.5Q2 DOI:10.1002/bit.29040 PMID:40485093	研究论文	本研究提出了一种基于在线拉曼光谱仪的监测与控制系统，结合数据增强的深度学习算法，用于优化生物乙醇发酵过程的进料策略	采用基于半监督学习的伪标记方法扩展训练数据集，并开发了一种结合序列光谱特征的STC-CNN模型，显著提高了葡萄糖预测的准确性	研究仅以酿酒酵母生产生物乙醇作为案例，未验证在其他发酵系统中的普适性	优化生物乙醇发酵过程的进料策略以实现稳定的最大产量	酿酒酵母的生物乙醇发酵过程	机器学习	NA	在线拉曼光谱分析	STC-CNN	光谱数据	NA
1449	2025-06-10	SMART MRS: A Simulated MEGA-PRESS ARTifacts toolbox for GABA-edited MRS 2025-Jun-08, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30597 PMID:40485116	research paper	开发了一个基于Python的工具箱SMART MRS，用于模拟单个体素γ-氨基丁酸（GABA）编辑的MRS数据中常见的伪影	创建了一个灵活的工具箱，能够模拟多种MRS数据伪影，并支持不同输入数据类型，同时展示了其在深度学习模型训练中的应用	未明确提及工具箱在实际应用中的性能限制或适用范围	提高模拟编辑MRS数据的多样性和质量，补充现有MRS模拟软件	单个体素GABA编辑的MRS数据	machine learning	NA	MEGA-PRESS, MRS	deep learning	MRS数据	NA
1450	2025-06-10	Deep learning-based prospective slice tracking for continuous catheter visualization during MRI-guided cardiac catheterization 2025-Jun-08, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30574 PMID:40485142	研究论文	本研究提出了一种基于深度学习的无参数自动切片跟踪技术，用于在MRI引导的心脏导管插入术中连续跟踪和可视化导管	采用U-Net架构与ResNet-34编码器，实现无需参数的导管尖端自动跟踪，并在运行时动态调整切片位置以保持导管在中央切片	研究样本量较小（3名患者），且仅在MRI引导的心脏导管插入术中进行验证	开发一种实时、无参数、操作者独立的导管跟踪技术，以提高MRI引导心脏导管插入术的精确性和效率	三维打印心脏模型和3名接受MRI引导心脏导管插入术的患者	医学影像分析	心血管疾病	MRI	U-Net with ResNet-34 encoder	医学影像	3名患者和1个三维打印心脏模型
1451	2025-06-10	Re: Using Deep Learning To Differentiate Among Histology Renal Tumor Types in Computed Tomography Scans 2025-Jun-07, European urology IF:25.3Q1 DOI:10.1016/j.eururo.2025.05.028 PMID:40484756	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1452	2025-06-10	Deep learning-based applicator selection between Syed and T&O in high-dose-rate brachytherapy for locally advanced cervical cancer: a retrospective study 2025-Jun-06, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/addea5 PMID:40444332	研究论文	本研究开发了一种基于深度学习的决策支持工具，用于在局部晚期宫颈癌高剂量率近距离放射治疗中选择合适的施源器	首次提出使用深度学习模型辅助医生在宫颈癌近距离放射治疗中选择施源器，减少因临床经验差异导致的治疗质量波动	研究为回顾性分析，需要更多数据进行前瞻性验证	开发辅助决策工具以提高宫颈癌近距离放射治疗的施源器选择准确性	局部晚期宫颈癌患者	数字病理	宫颈癌	高剂量率近距离放射治疗(HDR brachytherapy)	3D CNN	3D医学影像	184名患者共422次施源器植入记录
1453	2025-06-10	RBPseg: Toward a complete phage tail fiber structure atlas 2025-Jun-06, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adv0870 PMID:40479047	研究论文	本文介绍了一种名为RBPseg的方法，用于研究噬菌体尾部纤维的完整结构	结合单体ESMFold预测和基于结构的域识别方法，将尾部纤维序列分割为可管理的部分，以便用AF2M进行高置信度建模	尾部纤维的完整结构难以通过实验解析，且研究仅覆盖了已知尾部纤维宇宙的24%	研究噬菌体尾部纤维的结构多样性和进化功能	噬菌体尾部纤维	蛋白质结构预测	NA	AlphaFold2-multimer (AF2M), ESMFold, 单颗粒冷冻电子显微镜	ESMFold, AF2M	蛋白质序列和结构数据	67种尾部纤维，包括来自3种噬菌体的5种纤维的冷冻电镜验证
1454	2025-06-10	Development of a Deep Learning Model for the Volumetric Assessment of Osteonecrosis of the Femoral Head on Three-Dimensional Magnetic Resonance Imaging 2025-Jun-06, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2025.05.126 PMID:40484054	research paper	开发了一种基于深度学习的模型，用于在三维磁共振成像上自动分割和分类股骨头坏死（ONFH）的坏死病灶	首次使用深度学习模型自动分割和分类ONFH的坏死病灶，提高了临床评估的效率和准确性	样本量较小（63个髋关节），且仅包括未发生塌陷的ONFH患者	开发一种自动化的方法，用于ONFH坏死病灶的体积评估和分类	股骨头坏死（ONFH）患者的坏死病灶	digital pathology	osteonecrosis	MRI	Dynamic U-Net	image	63 hips from ONFH patients without collapse
1455	2025-06-10	Using Deep Learning with Few-Shot Learning to Improve Data Capture in Total Hip Arthroplasty Operative Notes 2025-Jun-06, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2025.06.008 PMID:40484056	research paper	本研究探讨了使用GPT-4和少样本学习技术改进全髋关节置换术手术记录中数据捕获的可行性	首次将GPT-4与少样本学习结合应用于全髋关节置换术手术记录的分类和理由生成	研究仅在一个机构的有限样本上进行，需要更大规模的外部验证	提高全髋关节置换术手术记录中植入物固定方式、技术使用和手术入路等关键信息的自动捕获准确性	全髋关节置换术的手术记录	natural language processing	geriatric disease	few-shot learning	GPT-4	text	240份手术记录(来自38位外科医生)
1456	2025-06-10	Exploring deep learning in third-year undergraduate nursing students: a mixed methods study 2025-Jun-05, BMC nursing IF:3.1Q1 DOI:10.1186/s12912-025-03303-6 PMID:40474169	研究论文	本研究探讨了在护理本科生中应用深度学习的效果，开发了基于CoI框架的展开案例学习干预方案，并评估了其效果	首次在护理本科生中应用展开案例学习（CBL）干预方案，并采用混合方法评估其效果	样本量较小（132名学生），且研究时间较短（2023年9月至2024年1月）	开发并评估促进护理本科生深度学习的干预方案	护理专业三年级本科生	教育技术	NA	混合方法研究（定量与定性相结合）	NA	定量数据（学习成绩）和定性数据（访谈）	132名护理本科生（其中12人参与访谈）
1457	2025-06-10	Construction of a deep learning-based predictive model to evaluate the influence of mechanical stretching stimuli on MMP-2 gene expression levels in fibroblasts 2025-Jun-05, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01399-0 PMID:40474209	research paper	本研究构建了一个基于深度学习的预测模型，用于评估机械拉伸刺激对成纤维细胞中MMP-2基因表达水平的影响	首次使用深度学习模型预测机械拉伸对MMP-2基因表达的调控，为MMP-2分泌的机械生物学机制提供了新见解	模型仅在特定实验条件下验证，未考虑其他可能影响MMP-2表达的因素	开发AI预测框架以理解机械拉伸对MMP-2表达的调控机制	成纤维细胞中的MMP-2基因表达	digital pathology	wound healing	RT‒PCR, deep learning	back propagation neural network	gene expression data	336个MMP-2基因表达数据点
1458	2025-06-10	A hybrid steganography framework using DCT and GAN for secure data communication in the big data era 2025-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01054-7 PMID:40467689	研究论文	提出了一种结合DCT和GAN的混合隐写框架，用于大数据时代的安全数据通信	结合离散余弦变换（DCT）和生成对抗网络（GAN）的混合架构，在空间和频域中利用深度学习技术，提供了一种高数据完整性和安全性的解决方案	未提及具体的数据集或实际应用场景的限制	开发一种更灵活和有效的隐写解决方案，以克服空间域方法的限制	高分辨率图像数据的安全传输	计算机视觉	NA	DCT, GAN	GAN	图像	NA
1459	2025-06-10	Advancing prenatal healthcare by explainable AI enhanced fetal ultrasound image segmentation using U-Net++ with attention mechanisms 2025-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04631-y PMID:40467763	研究论文	本文提出了一种基于可解释AI增强的U-Net++与注意力机制的胎儿超声图像分割方法，用于提升产前医疗保健	结合U-Net++的嵌套跳跃连接和ResNet-34的残差学习，引入注意力机制增强低对比度、噪声超声数据的特征提取，并集成Grad-CAM++提供模型决策解释	未明确提及具体临床验证样本量或跨中心数据泛化能力	开发高精度且可解释的胎儿超声图像自动分割框架以标准化胎儿发育评估	胎儿超声图像	数字病理	产前诊断	深度学习与可解释AI（XAI）	U-Net++ with ResNet-34 backbone and attention mechanisms	超声图像	未明确说明（基于大规模胎儿超声图像库评估）
1460	2025-06-10	Deep learning model applied to real-time delineation of colorectal polyps 2025-Jun-04, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03047-y PMID:40468304	研究论文	本研究评估了基于YOLACT的实时息肉描绘模型（RTPoDeMo）在结肠镜视频中的实时应用性能	首次将YOLACT模型应用于医学领域的实时息肉检测与分割，并开发了RTPoDeMo模型	研究仅基于2188张结肠镜图像，样本量相对有限	提高结肠镜检查中息肉的实时检测和分割准确性	结肠镜视频中的息肉	计算机视觉	结直肠癌	深度学习	YOLACT, Mask-RCNN, YOLACT++	图像	2188张结肠镜图像