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
1541	2025-04-09	A pretrained transformer model for decoding individual glucose dynamics from continuous glucose monitoring data 2025-May, National science review IF:16.3Q1 DOI:10.1093/nsr/nwaf039 PMID:40191259	研究论文	开发了一个基于注意力机制的深度学习模型CGMformer，用于从连续血糖监测数据中解码个体血糖动态	利用自监督学习在大量CGM数据上预训练模型，能够表征个体内在代谢状态并支持多种临床应用	未提及具体样本量或模型在更广泛人群中的验证情况	通过深度学习改进糖尿病管理中的血糖监测和预测	连续血糖监测数据和糖尿病相关临床任务	机器学习	糖尿病	自监督学习	Transformer	时间序列数据	NA
1542	2025-04-09	Deep Learning Methods in the Imaging of Hepatic and Pancreaticobiliary Diseases 2025 May-Jun 01, Journal of clinical gastroenterology IF:2.8Q2 DOI:10.1097/MCG.0000000000002125 PMID:40193287	综述	本文综述了机器学习和深度学习在肝胆胰疾病诊断中的应用	探讨了AI在肝胆胰疾病影像分析中的高敏感性和特异性，以及CNN算法在图像分析和减少变异性方面的优势	AI在这些胃肠病学专业领域的应用目前主要局限于实验性试验	提高肝胆胰疾病的检测、评估和治疗规划	肝胆胰疾病的影像	数字病理学	肝胆胰疾病	深度学习	CNN	影像	NA
1543	2025-04-09	Ensemble network using oblique coronal MRI for Alzheimer's disease diagnosis 2025-Apr-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121151 PMID:40147601	研究论文	本研究提出了一种基于倾斜冠状MRI的集成网络方法，用于阿尔茨海默病的诊断	采用倾斜冠状MRI切片和集成学习方法，提高了诊断准确率	研究依赖于ADNI数据集，可能限制了方法的普适性	开发一种更可靠的阿尔茨海默病诊断方法	阿尔茨海默病患者、轻度认知障碍患者和正常老年人	数字病理学	老年疾病	MRI	集成学习	图像	ADNI数据集中的样本
1544	2025-04-09	How local is "local"? Deep learning reveals locality of the induced magnetic field of polycyclic aromatic hydrocarbons 2025-Apr-14, The Journal of chemical physics IF:3.1Q1 DOI:10.1063/5.0257558 PMID:40197568	研究论文	本文利用深度学习研究多环芳香分子中磁响应的局部性	采用新颖的图神经网络（GNNs）结合环图表示法预测分子周围空间的核独立化学位移（NICS），并通过k-hop扩展策略克服GNNs泛化问题	尽管模型在小分子（最多4个环）上训练，但能准确预测更大分子（最多15个环）的磁响应，但仍需验证更复杂分子的适用性	探究多环芳香分子中磁响应的局部性	多环芳香分子	机器学习	NA	图神经网络（GNNs）	GNN	分子结构数据	训练集包含最多4个环的分子，测试集扩展到最多15个环的分子
1545	2025-04-09	Large Language Models (such as ChatGPT) as Tools for Machine Learning-Based Data Insights in Analytical Chemistry 2025-Apr-08, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05046 PMID:39907023	research paper	本文探讨了大型语言模型（如ChatGPT）在分析化学中作为机器学习数据洞察工具的应用	展示了大型语言模型通过智能手机以交互式对话方式处理和分析高光谱成像数据集的潜力	未提及具体的数据集规模或模型性能的定量评估	探索大型语言模型在分析化学数据处理和分析中的应用	高光谱成像数据集	自然语言处理	NA	激光诱导击穿光谱（LIBS）	CNN, LLM	高光谱图像	NA
1546	2025-04-09	WPR-Net: A Deep Learning Protocol for Highly Accelerated NMR Spectroscopy with Faithful Weak Peak Reconstruction 2025-Apr-08, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c04830 PMID:40067126	research paper	提出一种深度学习架构WPR-Net，用于高度加速的NMR光谱学并可靠重建弱峰	该深度学习协议能够消除欠采样伪影，并在高度稀疏采样密度或严重噪声条件下重建高质量多维NMR光谱信号	NA	加速多维NMR光谱学的实现并提高弱峰重建的准确性	多维NMR光谱信号	machine learning	NA	NMR spectroscopy	deep learning architecture (WPR-Net)	spectral data	NA
1547	2025-04-09	Deep learning assisted high-resolution microscopy image processing for phase segmentation in functional composite materials 2025-Apr-08, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.13413 PMID:40195694	research paper	该研究提出了一种基于深度学习的图像处理方法，用于高分辨率显微镜图像的相位分割和成分检测	提出了一种新的基于FFT的分割工作流程，并利用训练好的U-Net模型进行相位分割，这在复合材料的相位和成分检测中是一个尚未充分探索的领域	NA	开发一种高效的高分辨率显微镜图像分析方法，用于电池研究中的相位分割和成分检测	高分辨率透射电子显微镜（TEM）图像中的复合材料的相位和成分	computer vision	NA	深度学习	U-Net	image	NA
1548	2025-04-09	Protein-Ligand Structure and Affinity Prediction in CASP16 Using a Geometric Deep Learning Ensemble and Flow Matching 2025-Apr-08, Proteins IF:3.2Q2 DOI:10.1002/prot.26827 PMID:40195868	研究论文	本文介绍了一种名为MULTICOM_ligand的深度学习方法，用于预测蛋白质-配体结构和结合亲和力，并在CASP16中表现优异	提出了一个结合结构共识排序和无监督姿势排序的深度学习集成方法，以及一个新的深度生成流匹配模型，用于联合预测结构和结合亲和力	未提及具体局限性	解决蛋白质-配体结构和结合亲和力预测的基础性问题，以支持生物技术和药物发现	蛋白质-配体结构和结合亲和力	机器学习	NA	深度学习	深度学习集成和流匹配模型	蛋白质-配体结构数据	NA
1549	2025-04-09	Unified Deep Learning of Molecular and Protein Language Representations with T5ProtChem 2025-Apr-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00051 PMID:40197028	研究论文	介绍了一种基于T5架构的统一模型T5ProtChem，用于同时处理分子和蛋白质序列	提出了一种新的预训练目标ProtiSMILES，将分子和蛋白质领域联系起来，实现了高效、可泛化的蛋白质-化学建模	未明确提及	开发一个统一的深度学习模型，用于药物发现、蛋白质工程及计算生物学和化学的跨学科研究	分子和蛋白质序列	计算生物学和化学	NA	深度学习	T5	分子和蛋白质序列	NA
1550	2025-04-09	Enhancing Dementia Classification for Diverse Demographic Groups: Using Vision Transformer-Based Continuous Scoring of Clock Drawing Tests 2025-Apr-08, The journals of gerontology. Series B, Psychological sciences and social sciences DOI:10.1093/geronb/gbaf065 PMID:40197801	research paper	本研究开发了一种基于深度学习的连续时钟绘图测试(CDT)评分方法，用于提高不同人口群体的痴呆症分类准确性	使用Vision Transformer生成连续CDT评分，并针对不同人口特征设定分类阈值，提高了痴呆症筛查的适应性和包容性	研究依赖于NHATS数据集，可能无法完全代表所有人群特征	开发更精确的痴呆症筛查工具	老年人群体(特别是黑人、低教育水平和90岁以上高龄人群)	digital pathology	geriatric disease	deep learning neural network (DLNN)	Vision Transformer	image	来自国家健康与老龄化趋势研究(NHATS)的全国代表性老年人样本
1551	2025-04-09	Enhancing Herbal Medicine-Drug Interaction Prediction Using Large Language Models 2025-Apr-07, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3558667 PMID:40193268	研究论文	该研究提出了一种结合大型语言模型(LLMs)、独热编码和变分图自编码器(VGAEs)的草药-药物相互作用(HDI)预测模型	首次整合LLMs、独热编码和VGAEs来预测HDI，并通过区分草药-药物相似性和节点度来优化VGAE消息流	未明确提及具体的数据集规模或模型性能比较的局限性	优化草药与药物联合治疗策略，支持个性化和精准医疗	草药与药物之间的相互作用	自然语言处理	NA	LLMs, 独热编码, VGAEs	变分图自编码器(VGAE)	药物SMILES字符串, 草药多天然产物特征	NA
1552	2025-04-09	Deep learning analysis of hematoxylin and eosin-stained benign breast biopsies to predict future invasive breast cancer 2025-Apr-07, JNCI cancer spectrum IF:3.4Q2 DOI:10.1093/jncics/pkaf037 PMID:40193520	research paper	使用深度学习分析良性乳腺活检的H&E染色全切片图像，预测未来浸润性乳腺癌的发生	首次采用深度学习模型结合临床病理特征的多模态方法，显著提高了乳腺癌风险的预测准确性	研究样本量相对有限，未来需要更大规模的数据验证	开发基于深度学习的预测模型，评估良性乳腺疾病患者未来发展为乳腺癌的风险	946名良性乳腺疾病女性患者的活检样本	digital pathology	breast cancer	H&E染色全切片图像分析	VGG-16, AutoML, 多模态网络	image, 临床病理数据	训练集662例（331例病例，331例对照），测试集284例（142例病例，142例对照）
1553	2025-04-09	NA_mCNN: Classification of Sodium Transporters in Membrane Proteins by Integrating Multi-Window Deep Learning and ProtTrans for Their Therapeutic Potential 2025-Apr-07, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.4c00884 PMID:40193588	研究论文	该研究提出了一种名为NA_mCNN的计算方法，通过整合多窗口深度学习和ProtTrans蛋白质语言模型，对膜蛋白中的钠转运体进行分类，以探索其治疗潜力	结合蛋白质语言模型嵌入和多窗口扫描深度学习模型，提高了钠转运体分类的准确性	未提及具体的数据集规模或模型在更广泛蛋白质类型上的泛化能力	利用深度学习和蛋白质语言模型加速钠转运体的识别，以开发新的治疗干预措施	膜蛋白中的钠转运体	机器学习	高血压、糖尿病、神经系统疾病、癌症	蛋白质语言模型（ProtTrans、Tape、ESM-1b-1280、ESM-2-128）	多窗口深度学习模型（NA_mCNN）	蛋白质序列数据	未明确提及具体样本数量，但使用了五折交叉验证和独立测试
1554	2025-04-09	Dimensionality Reduction of Genetic Data using Contrastive Learning 2025-Apr-07, Genetics IF:3.3Q2 DOI:10.1093/genetics/iyaf068 PMID:40194517	research paper	该论文介绍了一种利用对比学习进行遗传数据降维的框架，以生成类似PCA的群体可视化	定义了一种优于常用对比学习损失函数的损失函数，并针对SNP基因型数据集定制了数据增强方案	未明确提及具体局限性	开发一种适用于遗传数据的降维方法，以更好地保留局部和全局结构	狗和人类的基因型数据	machine learning	NA	对比学习	深度学习神经网络	SNP基因型数据	两个数据集（狗和人类基因型）
1555	2025-04-09	Severity Classification of Pediatric Spinal Cord Injuries Using Structural MRI Measures and Deep Learning: A Comprehensive Analysis Across All Vertebral Levels 2025-Apr-07, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8770 PMID:40194851	research paper	本研究通过结构MRI测量和深度学习技术，对儿童脊髓损伤的严重程度进行分类	结合横截面积、前后宽度和左右宽度等结构参数与深度学习技术，首次在儿童脊髓损伤中进行全面分析	样本量较小，仅61名参与者，且仅包括慢性脊髓损伤患者	评估儿童脊髓损伤患者的结构特征，并开发基于深度学习的分类方法	20名慢性脊髓损伤儿童和41名正常发育儿童	digital pathology	spinal cord injury	MRI扫描和深度学习	CNN	MRI图像	61名儿童（20名脊髓损伤患者和41名正常发育儿童）
1556	2025-04-09	Deep learning-based generation of DSC MRI parameter maps using DCE MRI data 2025-Apr-07, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8768 PMID:40194853	研究论文	本研究开发了一种基于深度学习的模型，利用DCE MRI数据生成DSC MRI参数图	使用cGAN从DCE MRI数据合成DSC参数图，避免了两次注射造影剂的需求	研究样本量较小（64名参与者），且仅针对脑肿瘤患者进行了验证	开发一种方法，通过单次造影剂注射同时获取DSC和DCE MRI参数图	脑肿瘤患者及正常对照者的MRI数据	医学影像分析	脑肿瘤	DSC MRI, DCE MRI	cGAN	医学影像	64名参与者（包括脑肿瘤患者和正常对照者）
1557	2025-04-09	AI-Driven Detection and Measurement of Keratinized Gingiva in Dental Photographs: Validation Using Reference Retainers 2025-Apr-07, Journal of clinical periodontology IF:5.8Q1 DOI:10.1111/jcpe.14164 PMID:40195567	research paper	评估一种深度学习模型在牙科照片中检测角化牙龈（KG）的能力，并使用参考保持器进行校准以验证其临床适用性	首次提出能够可靠识别全口角化牙龈的AI模型，并通过参考保持器进行了全面验证	对后牙区域的预测需要进一步改进	评估深度学习模型在牙科照片中检测角化牙龈的准确性及其临床应用	576张来自32名受试者的牙科照片，包括碘染色、未染色和线标记保持器的照片	digital pathology	NA	深度学习	DeepLabv3 with ResNet50 backbone	image	576张牙科照片来自32名受试者
1558	2025-04-09	ESM-Ezy: a deep learning strategy for the mining of novel multicopper oxidases with superior properties 2025-Apr-06, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58521-y PMID:40188191	research paper	本文介绍了一种名为ESM-Ezy的深度学习策略，用于挖掘具有优越特性的新型多铜氧化酶	利用ESM-1b蛋白质语言模型和语义空间相似性计算，成功识别出具有优越催化特性的新型多铜氧化酶	NA	开发一种高效的生物催化剂挖掘策略，以加速工业应用中的酶发现	多铜氧化酶（MCOs）和L-天冬酰胺酶	machine learning	NA	ESM-1b protein language model	deep learning	protein sequences	NA
1559	2025-04-09	Machine learning of clinical phenotypes facilitates autism screening and identifies novel subgroups with distinct transcriptomic profiles 2025-Apr-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95291-5 PMID:40188264	research paper	本研究探讨了机器学习方法在提高自闭症谱系障碍（ASD）筛查准确性和识别有意义亚型方面的应用	通过深度学习模型实现了95.23%的筛查准确率，并发现仅需27个ADI-R子项即可维持可比性能，同时识别出三个具有独特转录组特征的亚组	研究依赖于特定数据库（AGRE和GSE15402）的数据，可能影响结果的普适性	提高ASD筛查准确性并识别有生物学意义的亚型	自闭症谱系障碍患者	machine learning	autism spectrum disorder	deep learning	深度学习模型	临床评估数据和分子数据	2794名个体
1560	2025-04-09	Noninvasive early prediction of preeclampsia in pregnancy using retinal vascular features 2025-Apr-05, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01582-6 PMID:40188283	research paper	该研究开发了一种名为PROMPT的AI驱动模型，利用视网膜摄影技术对妊娠期高血压疾病子痫前期（PE）进行早期无创预测	首次结合视网膜血管特征、平均动脉压和风险因素，开发了非侵入性、经济高效的子痫前期预测工具PROMPT	研究样本量相对有限（1812例妊娠），且仅在妊娠14周前进行评估	开发无创、低成本的子痫前期早期预测方法	妊娠期妇女（孕14周前）	digital pathology	cardiovascular disease	retinal photography, deep learning	machine learning	retinal images	1812 pregnancies