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
141	2025-09-20	PPAP: A Protein-protein Affinity Predictor Incorporating Interfacial Contact-Aware Attention 2025-Sep-19, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01390 PMID:40970903	研究论文	提出一种结合界面接触感知注意力的蛋白质-蛋白质亲和力预测模型PPAP	整合结构特征与序列表示，通过界面接触感知注意力机制充分利用相互作用界面的结构信息	NA	准确预测蛋白质-蛋白质相互作用结合亲和力，以理解相互作用机制并指导蛋白质工程	蛋白质-蛋白质复合物	生物信息学	NA	深度学习	注意力机制神经网络	蛋白质序列和结构数据	未明确说明具体样本数量，但包含内部和外部测试集
142	2025-09-20	Deep learning-based acceleration and denoising of 0.55T MRI for enhanced conspicuity of vestibular Schwannoma post contrast administration 2025-Sep-19, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03758-z PMID:40970959	研究论文	本研究评估基于深度学习的去噪算法在0.55T MRI中提升前庭神经鞘瘤对比度并缩短扫描时间的效果	首次在0.55T MRI中应用DL去噪技术，实现在保持图像质量的同时将扫描时间缩短超过一半	回顾性研究，样本量较小（30例患者），且仅针对前庭神经鞘瘤一种疾病	评估深度学习去噪技术对低场强MRI图像质量和扫描时间的改善效果	前庭神经鞘瘤患者	医学影像分析	前庭神经鞘瘤	MRI成像，深度学习去噪算法	深度学习（具体架构未说明）	医学影像	30例前庭神经鞘瘤患者（9名女性）
143	2025-09-20	Intelligent sports rehabilitation: integrating deep learning and real-time monitoring to achieve personalized rehabilitation 2025-Sep-19, Disability and rehabilitation. Assistive technology DOI:10.1080/17483107.2025.2559187 PMID:40970943	研究论文	本研究探讨将太极拳融入强制性药物康复计划对运动员的心理益处	结合太极拳这一传统文化运动与现代康复理念，验证其在心理康复中的有效性	样本量有限（172人），且仅针对特定运动员群体，结果普适性有待进一步验证	评估太极拳对运动员药物康复期间心理健康的改善效果	参与强制性药物康复计划的运动员	运动康复	药物成瘾	随机对照试验	NA	心理评估数据	172名参与者，平均分为太极拳干预组和对照组
144	2025-09-20	Deep Learning Models for Predicting Human Cytochrome P450 Inhibition and Induction 2025-Sep-18, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01192 PMID:40966069	研究论文	本研究开发了基于深度学习的模型，用于预测人类细胞色素P450酶的抑制和诱导作用	整合深度神经网络与PCA和SMOTE技术，开发了新型分类模型并能识别结构警报，还首次提出了专门预测hPXR激活的深度学习方法	NA	提高药物开发和安全评估中CYP酶抑制和诱导作用的预测效率	人类细胞色素P450酶（CYP3A4、CYP2D6、CYP1A2、CYP2C9、CYP2C19）及相关化合物	机器学习	NA	深度神经网络、主成分分析(PCA)、合成少数类过采样技术(SMOTE)	深度学习模型	化合物结构数据	NA
145	2025-09-20	Revisiting Protein-Protein Docking: A Systematic Evaluation Framework 2025-Sep-18, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01399 PMID:40966105	研究论文	提出一个用于系统评估蛋白质-蛋白质对接方法的综合基准框架	建立了统一的基准测试框架，包含经典数据集、新构建的抗体-抗原复合物数据集以及用于评估分布外泛化能力的数据集	深度学习模型在分布外泛化测试中表现显著下降	评估蛋白质-蛋白质对接方法的性能并比较传统与深度学习方法的优劣	11种蛋白质-蛋白质对接方法	计算生物学	NA	蛋白质-蛋白质对接	传统方法(HDOCK, PatchDock等)和深度学习方法(EquiDock, AlphaFold系列等)	蛋白质结构数据	使用DockingBenchmark 5.5数据集、AACBench抗体-抗原数据集和PPCBench数据集
146	2025-09-20	FourierMask: Explain EEG-based End-to-end Deep Learning Models in the Frequency Domain 2025-Sep-18, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3610742 PMID:40966133	研究论文	提出FourierMask框架，用于从频域角度解释基于EEG的端到端深度学习模型	首个专门为EEG模型频域解释设计的掩码扰动框架，包含傅里叶域变换、可学习掩码机制和集群感知正则化三项创新	NA	增强基于EEG的端到端深度学习模型的可解释性	脑电图（EEG）信号	机器学习	NA	傅里叶变换，深度学习	EEGNet, TSCeption, DeepConvNet	时间序列EEG信号	EEG基准数据集（具体数量未说明）
147	2025-09-20	Multi-source Discriminant Dynamic Domain Adaptation for Cross-subject Motor Imagery EEG Recognition 2025-Sep-18, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3610446 PMID:40966137	研究论文	提出一种多源判别动态域自适应模型（MSD-DDA），用于提升跨被试运动想象脑电信号的分类精度	动态最小化全局域与局部子域差异，引入批量核范数最大化保证目标域判别性，设计加权联合预测机制自适应调整多源域贡献	NA	通过域自适应技术解决跨被试脑电信号分类的泛化问题	运动想象（MI）脑电信号（EEG）	脑机接口	NA	域自适应（Domain Adaptation）	MSD-DDA（多源判别动态域自适应模型）	脑电信号（EEG）	基于BCI Competition IV数据集1和2a及openBMI数据集进行实验
148	2025-09-20	Multi-Channel Fusion Deep Wavelet Spectrum Network for Epileptic Signal Classification 2025-Sep-18, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3610433 PMID:40966141	研究论文	提出一种基于多通道小波频谱网络的癫痫信号分类方法MavenNet，用于改进癫痫自动检测和发作分类	结合连续小波变换和多通道卷积操作，保持EEG信号空间结构，并通过类激活映射增强模型可解释性	NA	改进癫痫的自动检测和癫痫发作分类	癫痫患者的脑电图（EEG）信号	机器学习	癫痫	连续小波变换（CWT），类激活映射（CAM）	多通道小波卷积网络（MavenNet）	EEG信号	三个广泛使用的数据集和一个私有数据集
149	2025-09-20	Continuous Reaching and Grasping with a BCI Controlled Robotic Arm in Healthy and Stroke-Affected Individuals 2025-Sep-18, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3611821 PMID:40966144	研究论文	提出一种基于运动想象的脑机接口范式，通过添加‘点击’信号增强对机械臂的连续抓取控制能力	引入类似计算机鼠标的点击机制，在二维运动控制基础上增加额外自由度，实现连续抓取而非离散动作选择	脑电信号信噪比和空间分辨率较低，可能限制系统性能	开发能够同时控制运动和点击的脑机接口系统，用于复杂连续抓取任务	健康受试者和中风幸存者	脑机接口	中风	EEG信号处理，深度学习	DL	EEG信号	健康受试者和中风患者（具体数量未明确说明）
150	2025-09-20	Reply: Technical considerations in the development of a multimodal deep learning model for predicting hepatocellular carcinoma outcomes 2025-Sep-18, Hepatology (Baltimore, Md.) DOI:10.1097/HEP.0000000000001540 PMID:40966423	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
151	2025-09-20	Assessing the Feasibility of Deep Learning-Based Attenuation Correction Using Photon Emission Data in 18F-FDG Images for Dedicated Head and Neck PET Scanners 2025-Sep-18, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae08ba PMID:40967236	研究论文	本研究评估了使用深度学习技术从非衰减校正的18F-FDG PET图像生成测量衰减校正图像在头颈部专用PET扫描仪中的可行性	首次将ResNet深度学习网络应用于头颈部PET图像的衰减校正，无需CT扫描即可生成高质量的MAC图像	在病理图像上SNR和对比度存在显著差异，需要更多训练数据提升模型在病理情况下的性能	开发基于深度学习的衰减校正方法，减少对CT扫描的依赖	头颈部PET图像	医学影像分析	头颈部疾病	深度学习，PET成像	ResNet	2D医学图像	114名患者（12,068个切片），包含正常和病理图像
152	2025-09-20	Deep Learning for Automated Measures of SUV and Molecular Tumor Volume in [68Ga]PSMA-11 or [18F]DCFPyL, [18F]FDG, and [177Lu]Lu-PSMA-617 Imaging with Global Threshold Regional Consensus Network 2025-Sep-18, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1 DOI:10.2967/jnumed.125.270077 PMID:40967759	研究论文	开发基于深度学习的自动化方法，用于在多种PET和SPECT成像中精确测量SUV和分子肿瘤体积	提出Global Threshold Regional Consensus Network分割框架，基于nnU-Net改进边界定义和标签准确性，在多种示踪剂成像中实现高精度自动化测量	虽然在外部队列测试中表现良好，但模型泛化能力仍需在更大多中心数据集中验证	改进计算工作流程和标准化方法，提高LuPSMA治疗的患者选择和预后预测准确性	转移性去势抵抗性前列腺癌患者的PET/CT和定量SPECT/CT影像	数字病理	前列腺癌	PET成像，SPECT成像，深度学习分割	nnU-Net，Global Threshold Regional Consensus Network	医学影像	训练集包含676例[68Ga]PSMA-11或[18F]DCFPyL PET、390例[18F]FDG PET和477例LuPSMA SPECT影像，外部测试集56例
153	2025-09-20	An updated patent review of small molecule glucagon receptor antagonists (2020-2024) 2025-Sep-18, Expert opinion on therapeutic patents IF:5.4Q1 DOI:10.1080/13543776.2025.2559928 PMID:40968011	综述	本文回顾了2020至2024年间小分子胰高血糖素受体拮抗剂（GCGRAs）的专利进展，涵盖结构机制研究、创新策略转变及临床挑战	揭示了创新主体从制药公司向学术机构的转移，并强调深度学习与虚拟筛选在新型化学结构发现中的应用	仍需临床研究验证化合物能否克服安全性问题和发展瓶颈	总结小分子GCGR拮抗剂的最新专利进展与研发趋势	胰高血糖素受体（GCGR）及其小分子拮抗剂	药物研发	糖尿病	深度学习、虚拟筛选、结构机制研究	NA	专利数据、文献数据、临床数据	基于多数据库（PubMed、Web of Science等）的专利与文献综述
154	2025-09-20	MRI on a Budget: Leveraging Low and Ultra-Low Intensity Technology in Africa 2025-Sep-18, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9014 PMID:40968019	综述	本文回顾了低场和超低场MRI技术在非洲资源有限地区的应用现状、挑战及技术进展	探讨了永久Halbach阵列磁体、便携式扫描仪设计以及深度学习技术（如CNN电磁干扰消除和残差U-Net图像重建）在提升低场MRI图像质量和降低噪声方面的创新应用	信噪比较低、体素尺寸要求较大、易受运动伪影影响，且无法替代高场扫描仪检测细微或小病灶	评估低场和超低场MRI技术在资源受限地区扩大神经影像学能力的可行性与应用前景	非洲地区的医疗系统和资源有限环境下的神经影像诊断	医学影像	神经疾病（如脑损伤）	低场和超低场MRI、深度学习图像重建	CNN、U-Net	MRI图像	NA
155	2025-09-20	MCMFPP: A Multifunctional Peptides Prediction Method Based on Class Feature Enhancement and Classifier Fusion 2025-Sep-18, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01693 PMID:40968106	研究论文	提出一种基于类别特征增强和分类器融合的多功能肽预测方法MCMFPP	引入SLFE和CFEC两个子分类器，分别通过大语言模型增强序列表示和对比学习改进类别特征表示，并通过加权融合提升预测性能	NA	开发计算工具以准确识别肽功能，特别是多功能治疗肽（MFTP）	肽序列	自然语言处理	NA	深度学习，对比学习	基于ESMC大语言模型的分类器融合方法	序列数据	NA
156	2025-09-20	Rapid and robust quantitative cartilage assessment for the clinical setting: deep learning-enhanced accelerated T2 mapping 2025-Sep-18, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-025-05034-w PMID:40968299	研究论文	本研究开发了一种基于深度学习的加速软骨T2 mapping序列（DL CartiGram），旨在提升临床环境中软骨定量评估的速度和鲁棒性	结合并行成像和深度学习图像重建技术，显著缩短扫描时间并保持高重复性与再现性	站点间存在微小偏差（1.56 ms），可能由温度效应引起	开发并验证一种快速、可靠的软骨T2定量评估方法用于临床设置	人体膝关节软骨（髌骨和股骨 compartments）	医学影像分析	骨关节疾病	T2 mapping, 并行成像, 深度学习图像重建	深度学习（具体架构未明确说明）	MRI图像	43名患者（人体试验）加上体模测试
157	2025-09-20	Optimising Generalisable Deep Learning Models for CT Coronary Segmentation: A Multifactorial Evaluation 2025-Sep-18, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01677-2 PMID:40968338	研究论文	本研究通过多因素评估优化深度学习模型在CT冠状动脉分割中的泛化性能	定量揭示了对比度增强、边缘锐度、钙化程度和血管直径对分割性能的具体影响程度，为模型适配策略提供了数据驱动基础	研究仅基于两个数据集（共110例），可能需更大样本验证；未涉及所有可能影响分割的临床变量	优化可泛化的深度学习模型，提升CT冠状动脉分割的准确性和鲁棒性	冠状动脉（包括左主干、右冠状动脉及第一钝缘支等分支）	医学图像分析	心血管疾病	CT冠状动脉造影（CTCA）	U-Net, Swin-UNETR, EfficientNet-LinkNet	医学影像（CT图像）	110例（公开ASOCA数据集40例 + GeoCAD数据集70例）
158	2025-09-20	Optimized deep learning-accelerated single-breath-hold abdominal HASTE with and without fat saturation improves and accelerates abdominal imaging at 3 Tesla 2025-Sep-18, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01838-3 PMID:40968371	研究论文	本研究评估了深度学习加速的单次屏气腹部HASTE序列（含与不含脂肪饱和）在3特斯拉MRI中的图像质量与技术可行性	首次系统比较深度学习加速HASTE序列在有无脂肪饱和条件下的性能，并优化翻转角与视野参数	样本量有限（60例），未涉及多种病理状态的对比验证	提升腹部MRI成像速度与质量	健康志愿者与患者（腹部成像）	医学影像分析	NA	深度学习加速MRI序列（DL-HASTE）	深度学习（未指定具体网络）	医学影像（MRI）	60例（10名健康志愿者+50名患者）
159	2025-09-20	Deep learning-based automated detection and diagnosis of gouty arthritis in ultrasound images of the first metatarsophalangeal joint 2025-Sep-17, Medical ultrasonography IF:1.8Q3 DOI:10.11152/mu-4495 PMID:40146981	研究论文	开发基于深度学习的模型，用于自动检测和诊断第一跖趾关节超声图像中的痛风性关节炎	利用深度残差卷积神经网络和Grad-CAM可视化技术，首次实现第一跖趾关节超声图像的自动化痛风诊断	回顾性研究，样本量有限（260名患者），未进行外部验证	开发自动检测和诊断痛风性关节炎的深度学习模型	第一跖趾关节的超声图像	计算机视觉	痛风性关节炎	超声成像，深度学习	ResNet18 CNN	图像	260名患者（149例痛风，111例对照）的2401张超声图像
160	2025-09-20	A novel hybrid model for actual evapotranspiration estimation in data-scarce arid regions: Integrating modified Budyko and machine learning models using deep learning 2025-Sep-17, The Science of the total environment DOI:10.1016/j.scitotenv.2025.180438 PMID:40966814	研究论文	提出一种结合改进Budyko框架与机器学习模型的混合方法，用于估算干旱地区月实际蒸散发量	通过深度学习整合物理模型与数据驱动模型，优化Budyko参数的时间尺度以应对非稳态条件	研究基于特定流域（加州中央谷地），在数据稀缺地区的普适性需进一步验证	开发高精度且实用的实际蒸散发估算方法，支持水文建模与水资源管理	干旱地区流域的实际蒸散发过程	机器学习	NA	深度学习，XGBoost，SHAP值分析	混合模型（Budyko-XGBoost）	遥感数据（ERA5, TerraClimate），涡度协方差塔观测数据	基于加州中央谷地某一流域的月尺度数据