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
1781	2025-05-03	PPI-Graphomer: enhanced protein-protein affinity prediction using pretrained and graph transformer models 2025-Apr-29, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06123-2 PMID:40301762	研究论文	提出了一种名为PPI-Graphomer的模块，通过整合大规模语言模型和逆折叠模型的预训练特征，增强蛋白质结合界面的表征能力	结合预训练特征和分子相互作用信息，定义边关系和界面掩码，提升蛋白质结合界面的表征能力	未明确提及具体局限性	提高蛋白质-蛋白质亲和力预测的准确性	蛋白质-蛋白质相互作用（PPIs）及其结合界面	生物信息学	NA	预训练语言模型、逆折叠模型	Graph Transformer	蛋白质序列和结构数据	多个基准数据集（未明确提及具体数量）
1782	2025-05-03	Deep learning radiopathomics predicts targeted therapy sensitivity in EGFR-mutant lung adenocarcinoma 2025-Apr-29, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06480-9 PMID:40301933	研究论文	开发一种深度学习放射病理临床（DLRPC）模型，整合CT图像、H&E染色活检样本和临床数据，预测EGFR突变肺腺癌患者对TKIs治疗的响应	首次提出结合放射学、病理学和临床数据的深度学习模型，用于预测EGFR突变肺腺癌患者对TKIs的敏感性	研究为回顾性分析，样本量相对较小（214例），且仅来自两个医疗中心	预测EGFR突变肺腺癌患者对TKIs治疗的响应，为个性化治疗决策提供工具	EGFR突变肺腺癌患者	数字病理	肺腺癌	深度学习	DLRPC模型	CT图像、病理图像、临床数据	214例肺腺癌患者
1783	2025-05-03	LAGNet: better electron density prediction for LCAO-based data and drug-like substances 2025-Apr-29, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-01010-7 PMID:40301997	research paper	该研究提出了一种名为LAGNet的新架构，用于预测基于LCAO数据的药物类物质的电子密度	提出了一种专门为药物类物质和DFT数据集设计和调整的新型架构LAGNet，并改进了电子密度的存储方式	未提及具体的局限性	提高基于LCAO数据的药物类物质电子密度预测的准确性	药物类物质的电子密度	量子化学	NA	DeepDFT模型	LAGNet	量子化学数据	未提及具体样本量
1784	2025-05-03	Artificial Intelligence in Biliopancreatic Disorders: Applications in Cross-Imaging and Endoscopy 2025-Apr-29, Gastroenterology IF:25.7Q1 DOI:10.1053/j.gastro.2025.04.011 PMID:40311821	review	本文综述了人工智能在胆胰疾病诊断和管理中的变革潜力	利用深度学习和卷积神经网络等前沿技术，人工智能显著提升了胃肠病学领域，特别是在内窥镜手术中的应用	NA	探讨人工智能在胆胰疾病中的应用现状及未来发展方向	胆胰疾病	digital pathology	biliopancreatic disorders	deep learning, convolutional neural networks	CNN	image	NA
1785	2025-05-03	Unified Deep Learning of Molecular and Protein Language Representations with T5ProtChem 2025-Apr-28, 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T5ProtChem模型，通过新的预训练目标ProtiSMILES，将分子和蛋白质领域连接起来，实现了高效的、可泛化的蛋白质-化学建模	未明确提及具体限制	探索统一的深度学习模型在药物发现、蛋白质工程以及计算生物学和化学的跨学科应用中的潜力	分子和蛋白质序列	计算生物学和化学	NA	T5架构，ProtiSMILES预训练目标	T5ProtChem	分子和蛋白质序列	未明确提及样本数量
1786	2025-05-03	Medical image translation with deep learning: Advances, datasets and perspectives 2025-Apr-27, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103605 PMID:40311301	综述	本文回顾了基于深度学习的医学图像翻译的最新进展，包括任务、应用、基础模型、生成模型、评估指标、常用数据集及未来趋势	详细探讨了医学图像翻译的多样化任务、应用及多种深度学习模型，包括CNN、Transformer、SSM、GAN、VAE、AR、扩散模型和流模型，并分析了评估指标和常用数据集	未提及具体实验验证或临床应用的局限性	推动医学图像翻译领域的持续进步和创新	医学图像翻译任务、模型、评估指标及数据集	数字病理	NA	深度学习	CNN, Transformer, SSM, GAN, VAE, AR, 扩散模型, 流模型	医学图像	NA
1787	2025-05-03	Keystone microbial taxa identified by deep learning reveal mechanisms of phosphorus stoichiometric homeostasis in submerged macrophytes under different hydrodynamic states 2025-Apr-25, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123721 PMID:40311292	研究论文	本研究通过深度学习识别关键微生物类群，揭示了不同水动力状态下沉水植物磷化学计量稳态的机制	开发了基于深度学习的Keystoneness Taxa Identification (DLKTI)框架，用于识别关键微生物类群，并阐明了它们在磷化学计量稳态中的作用	研究仅针对两种沉水植物（Vallisneria natans和Myriophyllum spicatum），可能不适用于其他植物或生态系统	探索不同水动力状态下沉水植物根际磷代谢的微生物群落结构和化学计量稳态的关系，以提高植物修复效率	沉水植物Vallisneria natans和Myriophyllum spicatum及其根际微生物群落	生态学与微生物组学	NA	深度学习	DLKTI框架	微生物组数据	NA
1788	2025-05-03	A multi-task neural network for full waveform ultrasonic bone imaging 2025-Apr-25, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108807 PMID:40311439	研究论文	提出了一种名为CEDD-Unet的新型多任务神经网络，用于高分辨率超声骨成像	采用双解码器架构和ConvLSTM模块，结合EMA模块增强特征表示，提高了超声骨成像的准确性和清晰度	未提及具体临床应用验证或大规模数据集测试结果	实现基于深度学习的全波形反演方法进行高分辨率超声骨成像	人类骨骼和小鼠骨骼的声速模型数据集	数字病理	NA	全波形反演(FWI)	CEDD-Unet（基于Dual-Decoder架构的CNN+ConvLSTM）	超声射频(RF)信号	人类骨骼数据集(Dataset1)和小鼠骨骼数据集(Dataset2)，具体样本量未明确说明
1789	2025-05-03	Hybrid AI models for predicting heat distribution in complex tissue structures with bioheat transfer simulation 2025-Apr-23, Journal of thermal biology IF:2.9Q1 DOI:10.1016/j.jtherbio.2025.104122 PMID:40311397	研究论文	本文提出了一种结合深度学习和分数Legendre小波方法的新型生物热传递模型，用于精确预测工程组织构建中的热效应	整合了分数Legendre小波方法和深度学习，实现了对生物组织热行为的实时预测，预测速度比传统方法快15%	实验验证仅针对5厘米的组织构建，未涉及更大规模或更复杂的组织结构	提高生物组织热行为的预测精度，以支持精确的热疗和肿瘤消融应用	工程组织构建（包括皮肤、肌肉、脂肪和骨骼）	生物医学工程	NA	深度学习增强的生物热传递模拟	深度学习模型	温度分布数据	5厘米的组织构建，暴露于15W热源120分钟
1790	2025-05-03	Detection of precancerous lesions in cervical images of perimenopausal women using U-net deep learning 2025-Apr-23, African journal of reproductive health IF:0.7Q4 DOI:10.29063/ajrh2025/v29i4.10 PMID:40314307	研究论文	本研究开发了一种基于U-Net和ResNet的高效准确宫颈细胞图像分割与识别模型，用于提高围绝经期女性癌前病变的检测	结合U-Net与SegNet，并引入SE注意力机制构建2Se/U-Net分割模型；优化ResNet，采用LD-loss和DRL块构建LD/ResNet病变识别模型	研究仅基于103张围绝经期女性的细胞学图像，样本量较小	提高围绝经期女性宫颈癌前病变的检测效率和准确性	围绝经期女性的宫颈细胞图像	数字病理学	宫颈癌	深度学习	U-Net, ResNet, SegNet, SE注意力机制	图像	103张围绝经期女性的细胞学图像
1791	2025-05-03	Optimizing Immunotherapy: The Synergy of Immune Checkpoint Inhibitors with Artificial Intelligence in Melanoma Treatment 2025-Apr-16, Biomolecules IF:4.8Q1 DOI:10.3390/biom15040589 PMID:40305346	review	本文综述了人工智能（AI）在优化黑色素瘤免疫检查点抑制剂（ICIs）治疗中的潜力，整合了多种诊断工具	AI在提高ICI治疗效果、识别预后细胞因子特征、开发个性化治疗方案、评估免疫相关不良事件风险以及肿瘤微环境分析方面展示了高效性	临床验证和实施仍面临挑战	优化黑色素瘤的免疫治疗	黑色素瘤患者	digital pathology	melanoma	RNA-seq, CT imaging, electronic health record (EHR) data analysis	machine learning, deep learning	RNA-seq data, imaging data, EHR data	NA
1792	2025-05-03	Graph-based deep learning for predictions on changes in microbiomes and biogas production in anaerobic digestion systems 2025-Apr-15, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123144 PMID:39826399	研究论文	本研究提出了一种基于图卷积网络（GCNs）的方法，用于预测厌氧消化系统中微生物群落变化和沼气产量	首次将图卷积网络应用于厌氧消化过程建模，整合了高通量测序数据和挥发性脂肪酸抑制效应的网络分析	研究仅基于特定操作条件下的厌氧消化器响应，可能不适用于所有厌氧消化系统	理解和优化厌氧消化过程，预测微生物动态和沼气产量	厌氧消化系统中的微生物群落和沼气生产过程	机器学习	NA	高通量测序	GCN	测序数据	281天的厌氧消化器响应数据，包括有机负荷冲击、饥饿和生物强化等多种喂养条件
1793	2025-05-03	Real-life benefit of artificial intelligence-based fracture detection in a pediatric emergency department 2025-Apr-07, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11554-9 PMID:40192806	研究论文	评估基于人工智能的骨折检测软件在儿科急诊临床环境中的性能及其对经验不足医生诊断准确性的影响	在真实临床环境中评估AI骨折检测软件的性能，并探讨其对经验不足医生诊断准确性的提升作用	AI对某些特定类型骨折(如桡骨髁骨折)的检测灵敏度较低(68%)，且AI辅助可能导致2%病例的正确诊断被错误排除	评估AI骨折检测软件在儿科急诊中的临床应用价值	18岁以下儿童的1672张放射影像	数字病理	骨折	深度学习	深度学习模型(未明确说明具体类型)	医学影像	1672张儿童放射影像(中位年龄10.9岁，59%男性)
1794	2025-05-03	Kernel representation-based End-to-End network-enabled decoding strategy for precise and medical diagnosis 2025-Apr-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.137233 PMID:39823885	research paper	提出了一种名为CellNet的神经网络模型，用于检测密集目标，并通过基于形状感知的径向基函数学习对象的核表示，提高目标计数准确性	使用形状感知径向基函数学习对象的核表示，显著提高了密集目标的检测准确率	未明确提及模型在其他类型目标或更复杂场景下的表现	开发高精度的生物标志物检测方法，用于疾病诊断	密集目标和粘附性聚苯乙烯微球	computer vision	NA	biotin-streptavidin-based biosensing method using artificial intelligence transcoding (bs-SMART)	neural network (CellNet)	image	血清样本（具体数量未提及）
1795	2025-05-03	Molecular Modelling in Bioactive Peptide Discovery and Characterisation 2025-Apr-03, Biomolecules IF:4.8Q1 DOI:10.3390/biom15040524 PMID:40305228	review	本文综述了分子建模在生物活性肽发现与表征中的应用及其最新进展	整合人工智能技术，特别是AlphaFold和蛋白质语言模型（PLMs），显著提升了肽构象和相互作用的预测能力	现有方法在整合多样化的非经典氨基酸和环化结构方面仍面临挑战	探讨分子建模技术在生物活性肽发现与表征中的应用及其优化方向	生物活性肽及其与生物靶标的相互作用	计算生物学	NA	分子建模、分子对接、分子动力学（MD）、虚拟筛选、深度学习	AlphaFold、蛋白质语言模型（PLMs）	蛋白质序列与结构数据	NA
1796	2025-05-03	A Paradigm of Computer Vision and Deep Learning Empowers the Strain Screening and Bioprocess Detection 2025-Apr, Biotechnology and bioengineering IF:3.5Q2 DOI:10.1002/bit.28926 PMID:39821114	研究论文	本研究提出并验证了一种结合计算机视觉与深度学习的创新研究范式，以促进高效菌株筛选和有效发酵过程优化	结合计算机视觉与深度学习，开发了一种用于菌株筛选和发酵过程优化的视觉传感研究范式	NA	提高菌株筛选和发酵过程优化的效率和稳定性	庆大霉素C1a效价和荧光蛋白表达	计算机视觉	NA	计算机视觉、深度学习	1D-CNN	图像	NA
1797	2025-05-03	Deep learning-aided diagnosis of acute abdominal aortic dissection by ultrasound images 2025-Apr, Emergency radiology IF:1.7Q3 DOI:10.1007/s10140-025-02311-y PMID:39821588	research paper	本研究探讨了深度学习在超声图像中诊断急性腹主动脉夹层的能力	使用深度学习模型（Densenet-169和VGG-16）辅助诊断急性腹主动脉夹层，并与人类读者进行比较	样本量较小，仅包含374张超声图像	提高急性腹主动脉夹层的早期诊断准确性，特别是在急诊环境中	急性腹主动脉夹层（AD）患者的超声图像	digital pathology	cardiovascular disease	ultrasound imaging	Densenet-169, VGG-16	image	374张超声图像
1798	2025-05-03	Deep learning and radiomics-based vascular calcification characterization in dental cone beam computed tomography as a predictive tool for cardiovascular disease: a proof-of-concept study 2025-Apr, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2024.12.010 PMID:39827035	研究论文	本研究评估了一种基于深度学习和放射组学的自动化方法，用于检测牙科锥形束计算机断层扫描（CBCT）中的血管钙化，并预测心血管疾病	结合深度学习和放射组学技术，首次在牙科CBCT扫描中自动检测血管钙化并预测心血管疾病	椎动脉钙化（VAC）检测性能较低，样本量相对较小（148例扫描）	开发自动化方法来检测血管钙化并预测心血管疾病	颅外和颅内颈动脉及椎动脉的钙化	数字病理学	心血管疾病	CBCT扫描	nn-UNet	医学影像	148例CBCT扫描，135个钙化区域
1799	2025-05-03	Multi-region nomogram for predicting central lymph node metastasis in papillary thyroid carcinoma using multimodal imaging: A multicenter study 2025-Apr, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108608 PMID:39827707	研究论文	本研究通过整合超声图像的深度学习特征、CT图像的脂肪放射组学特征及临床特征，构建了一个多模态、多区域的列线图（MMRN），用于预测甲状腺乳头状癌（PTC）的中央淋巴结转移（CLNM）	首次结合超声图像的深度学习特征和CT图像的脂肪放射组学特征，构建多模态、多区域的预测模型，显著提高了CLNM的预测准确率	研究仅基于两个独立中心的数据，样本量相对有限，且未考虑其他可能的影像学特征	预测甲状腺乳头状癌（PTC）患者的中央淋巴结转移（CLNM）状态，以辅助临床决策	661名经甲状腺切除术确诊的PTC患者	数字病理学	甲状腺癌	深度学习、放射组学特征提取	Resnet50、LASSO回归	超声图像、CT图像	661名患者（分为主要队列、内部测试队列和外部测试队列）
1800	2025-05-03	Deep learning-based free-water correction for single-shell diffusion MRI 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110326 PMID:39827997	研究论文	本文提出了一种基于深度学习的单壳扩散MRI自由水校正方法，旨在提高扩散特性的准确估计	利用深度学习框架校正自由水部分体积效应，适用于单壳采集方案，提高了扩散特性估计的准确性和一致性	方法在临床队列中的广泛应用可能受限于数据采集方案的多样性	开发一种能够准确校正扩散MRI中自由水部分体积效应的方法，以提高扩散特性估计的准确性	Human Connectome Project Young Adults (HCP-ya)、HCP Aging dataset (HCP-a) 以及 Brain Tumor Connectomics Data (BTC)	医学影像处理	NA	扩散磁共振成像(dMRI)	深度学习框架	MRI图像	涉及多个数据集，包括HCP-ya、HCP-a和BTC