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
1	2025-09-26	Deep Learning for Predicting Effect of Neoadjuvant Therapies in Non-Small Cell Lung Carcinomas With Histologic Images 2023-11, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2023.100302 PMID:37580019	研究论文	开发基于深度学习的模型，通过组织病理图像预测非小细胞肺癌新辅助治疗的主要病理反应	提出可自适应加权多尺度卷积神经网络的多尺度补丁模型，首次实现从H&E染色切片图像自动评估MPR	样本量相对有限（125例），需更大规模数据验证泛化能力	开发临床可用的深度学习模型以辅助病理学家评估新辅助治疗效果	接受新辅助治疗后切除的非小细胞肺癌组织样本	数字病理	肺癌	全幻灯片成像，H&E染色	多尺度CNN	病理图像	125例非小细胞肺癌病例，261张H&E染色切片
2	2025-09-25	Design and deep learning of synthetic B-cell-specific promoters 2023-11-27, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkad930 PMID:37889080	研究论文	本研究通过合成生物学和深度学习技术设计并分析了B细胞特异性启动子，揭示了其转录调控机制	设计了23,640个B细胞特异性启动子，构建了能够直接从序列预测免疫球蛋白V基因启动子转录强度的深度学习模型	NA	解析B细胞特异性启动子的转录调控机制，为B细胞工程提供合成元件	B细胞特异性启动子和免疫球蛋白V基因	合成生物学	NA	MPRA（大规模平行报告基因检测）、深度学习	深度学习模型	DNA序列数据	23,640个B细胞特异性启动子
3	2025-09-25	Explainable deep learning for tumor dynamic modeling and overall survival prediction using Neural-ODE 2023-11-18, NPJ systems biology and applications IF:3.5Q1 DOI:10.1038/s41540-023-00317-1 PMID:37980358	研究论文	提出基于神经微分方程的肿瘤动态建模方法TDNODE，用于肿瘤生长预测和患者总生存期分析	克服传统模型对截断数据的预测偏差，首次将神经微分方程应用于肿瘤动力学建模并实现模型参数的可解释性	NA	提高肿瘤动态模型的预测能力，实现个性化治疗并改善临床决策	肿瘤患者纵向肿瘤大小数据	机器学习	肿瘤	神经微分方程（Neural-ODE）	TDNODE（编码器-解码器架构）	纵向肿瘤大小数据	NA
4	2025-09-25	Research hotspots and trends of artificial intelligence in rheumatoid arthritis: A bibliometric and visualized study 2023-11-10, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2023902 PMID:38124558	文献计量学研究	通过文献计量学方法分析2003-2022年间人工智能在类风湿关节炎领域的研究热点与发展趋势	首次运用文献计量学和可视化技术系统分析AI在RA领域的全球研究格局、发展轨迹和前沿热点	仅基于Web of Science数据库，可能存在文献收录不全的局限性	构建人工智能在类风湿关节炎研究领域的知识图谱和发展全景	859篇相关学术文献	医疗人工智能	类风湿关节炎	文献计量分析、可视化分析（VOSviewer、R软件）	机器学习、深度学习算法	文献元数据（发表年份、国家、机构、期刊、关键词等）	859篇文献
5	2025-09-25	Effective multi-class lungdisease classification using the hybridfeature engineering mechanism 2023-11-07, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2023896 PMID:38052644	研究论文	提出一种基于混合特征工程的深度学习模型，用于胸部X射线图像的13种肺部疾病分类	结合优化CNN和DENSENET121的改进型Aquila优化卷积神经网络，并采用批量均衡技术	未提及模型可解释性，未来需要探索可解释机器学习方法	开发高精度的多类别肺部疾病计算机辅助诊断系统	胸部X射线图像	计算机视觉	肺部疾病	深度学习	CNN、DENSENET121、混合优化模型	医学图像	112,000张胸部X射线图像
6	2025-09-25	Artificial intelligence methods in kinase target profiling: Advances and challenges 2023-11, Drug discovery today IF:6.5Q1 DOI:10.1016/j.drudis.2023.103796 PMID:37805065	综述	概述基于机器学习和深度学习的定量构效关系模型在激酶靶点分析中的最新进展	系统总结人工智能方法在激酶分析领域的前沿动态与发展趋势	NA	为激酶分析方法的开发与应用提供实践指导	激酶靶点	机器学习	NA	QSAR模型	ML/DL	结构活性数据	NA
7	2025-09-24	Deep Learning-Facilitated Study of the Rate of Change in Photoreceptor Outer Segment Metrics in RPGR-Related X-Linked Retinitis Pigmentosa 2023-11-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.64.14.31 PMID:37988107	研究论文	本研究利用深度学习模型辅助测量RPGR相关X连锁视网膜色素变性患者的光感受器外节三维指标，并评估其纵向变化规律	首次结合深度学习模型对RPGR相关XLRP患者进行三维光感受器外节指标的纵向定量分析	样本量较小（34例患者），且为回顾性研究设计	评估X连锁视网膜色素变性疾病进展的生物标志物	RPGR基因相关的X连锁视网膜色素变性男性患者	数字病理	视网膜色素变性	光学相干断层扫描（OCT）	深度学习模型	医学影像	34例男性患者，随访时间约2年或更长
8	2025-09-24	Machine Learning-Based Prediction of Abdominal Subcutaneous Fat Thickness During Pregnancy 2023-11, Metabolic syndrome and related disorders IF:1.3Q4 DOI:10.1089/met.2023.0043 PMID:37669001	研究论文	开发基于机器学习的孕期腹部皮下脂肪厚度预测模型	首次结合三种机器学习算法（深度学习、随机森林、支持向量机）对孕期不同阶段腹部皮下脂肪厚度进行预测建模	样本量有限（354例），未说明模型的外部验证效果	预测孕妇腹部皮下脂肪厚度以评估皮下注射安全性	孕妇群体	机器学习	妊娠期糖尿病	机器学习算法（深度学习、随机森林、支持向量机）	深度学习、随机森林、支持向量机	临床测量数据	354例孕妇
9	2025-09-24	Deep learning for metabolic pathway design 2023-11, Metabolic engineering IF:6.8Q1 DOI:10.1016/j.ymben.2023.09.012 PMID:37734652	综述	本文评估了深度学习等数字策略在代谢通路预测和酶发现中的应用	探讨深度学习技术在代谢通路设计中的最新进展及其在推动生物基循环经济中的潜力	NA	评估计算机辅助工具在代谢通路设计中的应用效果	微生物细胞工厂的代谢通路设计	机器学习	NA	深度学习	深度学习	化学与代谢域数据	NA
10	2025-09-21	MAG-Res2Net: a novel deep learning network for human activity recognition 2023-Nov-28, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad0ab8 PMID:37939391	研究论文	提出一种名为MAG-Res2Net的新型深度学习网络用于人类活动识别，通过集成数据上采样、损失函数组合和优化算法提升性能	结合Borderline-SMOTE数据上采样算法、基于度量学习的损失函数组合算法和Lion优化算法，显著提升模型在多模态人类活动识别中的表现	NA	解决人类活动多样性及数据质量导致的特征提取困难问题，提升识别准确率和效率	人类活动识别（HAR）	machine learning	NA	Borderline-SMOTE, metric learning, Lion optimization	MAG-Res2Net (基于Res2Net的深度学习网络)	multimodal sensor data	三个公共数据集（UCI-HAR、WISDM和CSL-SHARE）
11	2025-09-21	Deep learning with fetal ECG recognition 2023-Nov-27, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad0ab7 PMID:37939396	研究论文	提出一种基于深度学习的胎儿心电图识别新方法，通过跨域一致性卷积神经网络自动识别多通道ECG数据中的胎儿心电信号	开发了跨域一致性卷积神经网络(CDC-Net)，解决了ICA方法在胎儿心电图识别中幅度、顺序和正负值不确定的问题	NA	实现胎儿心电信号的自动识别，推动自动化胎儿心电监测技术的发展	多通道心电图数据中的胎儿心电信号	machine learning	cardiovascular disease	独立成分分析(ICA), 深度学习	CNN (跨域一致性卷积神经网络CDC-Net)	心电信号数据	使用两个数据库(ADFECGDB和Daisy数据库)的信号数据进行测试
12	2025-09-21	A Two-Stage Automatic System for Detection of Interictal Epileptiform Discharges from Scalp Electroencephalograms 2023-11, eNeuro IF:2.7Q3 DOI:10.1523/ENEURO.0111-23.2023 PMID:37914407	研究论文	开发了一种基于深度学习的自动系统，用于从头皮脑电图中检测发作间期癫痫样放电	提出了一种新颖的双蒙太奇决策机制（TMDM）与时间卷积网络（TCN）相结合的自动检测系统	NA	开发高性能的自动IED检测系统以辅助临床脑电图解读	头皮脑电图（EEG）中的发作间期癫痫样放电（IEDs）	医疗人工智能	癫痫	深度学习	TCN（时间卷积网络）, DNN（深度神经网络）	EEG信号数据	484份头皮脑电图记录（406训练，78测试）
13	2025-09-20	Social Media Images Can Predict Suicide Risk Using Interpretable Large Language-Vision Models 2023-11-29, The Journal of clinical psychiatry IF:4.5Q1 DOI:10.4088/JCP.23m14962 PMID:38019588	研究论文	本研究开发了一种可解释的大型语言-视觉混合模型，利用社交媒体图像预测临床有效的自杀风险	首次证明公开可用图像可用于预测经过验证的自杀风险，结合理论驱动特征与自下而上方法，突破传统预测瓶颈	数据仅来源于2018年特定时间段的脸书用户，样本规模相对有限且未涵盖其他社交平台	通过可解释人工智能方法预测自杀风险，推动现实场景监测工具的开发	841名完成金标准自杀量表的Facebook用户及其上传的177,220张图像	自然语言处理与计算机视觉交叉	心理健康与自杀风险	CLIP (Contrastive Language-Image Pre-training) 特征提取与逻辑回归建模	混合模型（CLIP + Logistic Regression）	图像	841名用户提供的177,220张社交媒体图像
14	2025-09-13	Accurate staging of chick embryonic tissues via deep learning of salient features 2023-11-15, Development (Cambridge, England) DOI:10.1242/dev.202068 PMID:37830145	研究论文	利用深度学习对鸡胚胎脑部和翅膀图像进行精确亚分期	通过生物信息学转换和数据驱动预处理增强小数据集，实现高精度分类并验证模型泛化能力	数据集规模较小（脑部151张图像，翅膀269张图像）	开发基于深度学习的鸡胚胎组织精确分期方法	HH10期鸡胚胎脑部和翅膀组织	计算机视觉	NA	深度学习图像分类	CNN（卷积神经网络）	显微镜图像	脑部151张图像，翅膀269张图像
15	2025-09-07	Deep learning-based multi-stage postoperative type-b aortic dissection segmentation using global-local fusion learning 2023-Nov-29, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acfec7 PMID:37774717	研究论文	提出基于深度学习的术后B型主动脉夹层多阶段分割框架，通过全局-局部融合学习提升分割精度	设计两阶段分割流程和全局-局部融合学习机制，首次实现术后主动脉夹层多结构（真腔、假腔、血栓、分支血管）的精准分割	研究基于306张随访图像，虽为多中心数据，但样本量仍相对有限	开发快速准确的术后B型主动脉夹层分割方法，支持患者特异性三维形态学和血流动力学分析	B型主动脉夹层患者术后CT影像	计算机视觉	心血管疾病	深度学习分割	CNN（未明确指定具体网络）	医学影像（CT增强扫描）	133名患者的306张随访影像
16	2025-09-07	Radiation-induced acoustic signal denoising using a supervised deep learning framework for imaging and therapy monitoring 2023-Nov-29, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad0283 PMID:37820684	研究论文	提出一种基于深度学习的通用降噪框架GDI-CNN，用于显著提升辐射诱导声学成像的信噪比并减少所需帧数	开发了具有多扩张卷积的初始块结构神经网络，能处理不同时间特征的声信号，适用于多种辐射源	NA	解决辐射诱导声学成像中低信噪比问题，实现低剂量成像和实时治疗监测	X射线诱导声信号、质子声信号和电声信号	医学影像处理	NA	深度学习信号降噪	CNN（卷积神经网络）	声学信号	实验数据涵盖三种不同类型的辐射诱导声信号
17	2025-09-07	Self-supervised enhanced thyroid nodule detection in ultrasound examination video sequences with multi-perspective evaluation 2023-Nov-28, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad092a PMID:37918343	研究论文	提出基于视频的深度学习模型AFP和自监督模型PASS，用于超声视频序列中甲状腺结节的实时精准检测	将甲状腺结节检测从图像扩展到视频，利用时序上下文信息；提出相邻帧感知(AFP)和无需标注的自监督增强方法(PASS)	未明确讨论模型在不同超声设备或操作者间的泛化能力	提升超声视频中甲状腺结节检测的准确性和实时性	甲状腺结节	计算机视觉	甲状腺疾病	深度学习，自监督学习	CNN（基于视频的深度学习模型）	超声视频序列	92个视频（23,773帧），其中60个标注视频（16,694帧）用于训练评估
18	2025-09-07	Atypical architectural distortion detection in digital breast tomosynthesis: a multi-view computer-aided detection model with ipsilateral learning 2023-Nov-24, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad092b PMID:37918341	研究论文	提出一种基于同侧解剖结构学习的多视角计算机辅助检测模型，用于数字乳腺断层合成成像中非典型结构扭曲的检测	利用同侧视角间的解剖结构对应关系，通过连体网络架构和三重模块融合多视角信息，显著提升非典型结构扭曲的检测性能	NA	开发用于乳腺结构扭曲检测的计算机辅助检测模型	数字乳腺断层合成成像中的非典型结构扭曲	计算机视觉	乳腺癌	数字乳腺断层合成成像	Siamese network, triplet module	医学图像	NA
19	2025-09-07	Deep learning based MLC aperture and monitor unit prediction as a warm start for breast VMAT optimisation 2023-Nov-16, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad07f6 PMID:37903442	研究论文	提出一种基于深度学习的直接预测乳腺VMAT治疗中MLC孔径和监测单元的方法，作为优化器的初始化	直接从患者解剖结构预测MLC孔径和监测单元，而非传统的两阶段优化流程	研究仅针对右侧乳腺癌患者，样本量有限（148例）	开发自动化放射治疗计划优化方法	乳腺癌患者的放射治疗计划	医学影像分析	乳腺癌	深度学习，卷积神经网络	U-net CNN	CT影像和轮廓投影	148例右侧乳腺癌患者（训练101例，验证23例，测试24例）
20	2025-09-07	Deep learning-based workflow for hip joint morphometric parameter measurement from CT images 2023-Nov-06, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad04aa PMID:37852280	研究论文	提出一种基于深度学习的CT图像髋关节形态参数自动测量工作流，用于提升关节置换术前规划的精度	首次结合由粗到精的深度学习模型与鲁棒测量方法，实现全自动髋关节形态参数量化，并对分割误差具有鲁棒性	NA	开发高精度自动测量髋关节形态参数的方法，以支持关节置换术前规划	髋关节CT图像及三维骨骼模型	计算机视觉	骨科疾病	CT成像，深度学习	CNN（由粗到精结构）	CT图像	两个不同成像协议的数据集（具体数量未明确说明）