深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
161	2025-10-07	Intraoperative margin assessment for basal cell carcinoma with deep learning and histologic tumor mapping to surgical site 2024-Jan-03, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-023-00477-7 PMID:38172524	研究论文	开发基于深度学习的人工智能平台用于基底细胞癌的术中切缘评估	通过自动化大体检查建议和肿瘤定位技术，显著缩短组织预处理和组织学评估时间	目前仅针对基底细胞癌进行验证，未涉及其他肿瘤类型	提高术中切缘评估的效率和完整性	基底细胞癌手术标本	数字病理	基底细胞癌	深度学习，组织学肿瘤定位	深度学习模型	病理图像	NA	NA	NA	NA	NA
162	2025-04-03	Classification of Alzheimer disease using DenseNet-201 based on deep transfer learning technique 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0304995 PMID:39240975	research paper	使用基于DenseNet-201的深度迁移学习技术对阿尔茨海默病进行分类	提出了一种基于DenseNet-201的迁移学习方法，用于诊断阿尔茨海默病的不同阶段，并实现了高分类准确率	未提及数据集的具体来源和样本多样性，可能影响模型的泛化能力	通过深度学习技术提高阿尔茨海默病的早期诊断准确率	阿尔茨海默病患者的不同阶段（非痴呆、中度痴呆、轻度痴呆、极轻度痴呆、重度痴呆）	digital pathology	geriatric disease	MRI	DenseNet-201	image	NA	NA	NA	NA	NA
163	2025-10-07	Multi feature fusion network for schizophrenia classification and abnormal brain network recognition 2024-01, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2023.110848 PMID:38104673	研究论文	提出一种多特征融合网络用于精神分裂症分类和异常脑网络识别	首次融合功能网络连接性和时间进程的多特征信息，结合深度SHAP识别最具区分度的脑网络	仅使用两个公开数据集验证，样本来源有限	开发精神分裂症自动分类方法并识别异常脑功能网络	精神分裂症患者与健康对照者	医学影像分析	精神分裂症	功能磁共振成像，独立成分分析	DNN, C-RNN	脑功能影像数据	两个公共数据集的合并样本	NA	多特征融合网络	准确率, 特异性, 敏感性, F1分数, AUC	NA
164	2025-10-07	Discriminative analysis of schizophrenia patients using an integrated model combining 3D CNN with 2D CNN: A multimodal MR image and connectomics analysis 2024-01, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2023.110846 PMID:38104672	研究论文	提出结合3D CNN和2D CNN的集成模型，利用多模态MRI数据对精神分裂症患者进行分类分析	首次将3D CNN与2D CNN集成模型应用于多模态MRI数据融合特征的精神分裂症鉴别分析，并引入SE-blocks和SVM分类器	样本量相对有限（140名患者和205名正常对照），未在独立数据集上进行验证	开发基于多模态MRI数据的深度学习模型以改进精神分裂症患者的分类诊断	精神分裂症患者和正常对照组的脑部多模态MRI数据	医学影像分析	精神分裂症	结构MRI，静息态功能MRI，结构连接性分析，功能连接性分析	3D CNN, 2D CNN, SVM	3D医学图像，2D连接矩阵	140名精神分裂症患者和205名正常对照组	NA	集成3D CNN和2D CNN架构，包含SE-blocks	准确率，灵敏度，特异性，AUC，F1分数	NA
165	2025-10-07	DARDN: A Deep-Learning Approach for CTCF Binding Sequence Classification and Oncogenic Regulatory Feature Discovery 2024-01-23, Genes IF:2.8Q2 DOI:10.3390/genes15020144 PMID:38397134	研究论文	提出一种名为DARDN的深度学习方法，用于CTCF结合序列分类和致癌调控特征发现	开发结合CNN和DeepLIFT的可解释深度学习模型，能够从长DNA序列中识别癌症特异性CTCF结合位点	未明确说明模型对长DNA序列处理的特定限制	识别与癌症特异性CTCF结合相关的DNA序列特征，发现致癌转录因子	CTCF结合位点的DNA序列，涵盖T-ALL、AML、BRCA、CRC、LUAD和PRAD等多种癌症类型	生物信息学	多癌种（包括白血病、乳腺癌、结直肠癌、肺癌、前列腺癌等）	高通量测序数据	CNN	DNA序列	NA	NA	DNAResDualNet (DARDN)	分类准确性、序列特征识别能力	NA
166	2025-03-29	"UDE DIATOMS in the Wild 2024": a new image dataset of freshwater diatoms for training deep learning models 2024-Jan-02, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giae087 PMID:39607983	research paper	该研究介绍了迄今为止最大的淡水硅藻图像数据集，旨在促进深度学习在硅藻识别问题上的应用和基准测试	提出了最大的硅藻图像数据集，并展示了两种创新分析方法，包括处理视觉异质性类别的子聚类、分布外样本检测和半监督学习	硅藻的高类内变异性和小类间差异、显微镜载玻片上标本视觉外观的差异以及硅藻专家注释的有限可用性	促进深度学习在淡水硅藻识别问题上的应用和基准测试	淡水硅藻	computer vision	NA	light microscopy	deep learning	image	83,570张图像，涵盖611种硅藻类群，其中101种类群每种至少有100个样本，144种类群每种至少有50个样本	NA	NA	NA	NA
167	2025-10-07	Extracting Drug-Protein Relation from Literature Using Ensembles of Biomedical Transformers 2024-Jan-25, Studies in health technology and informatics DOI:10.3233/SHTI231043 PMID:38269887	研究论文	本文提出基于生物医学Transformer模型的集成方法，用于从生物医学文献中自动提取药物-蛋白质关系	采用在生物医学数据上预训练的Transformer模型构建集成方法，在BioCreative-VII DrugProt任务中取得优异表现	未详细讨论模型在不同类型药物-蛋白质关系上的性能差异	开发自动从生物医学文献中提取药物-蛋白质关系的方法	PubMed摘要中的药物/化学物质与蛋白质实体关系	自然语言处理	NA	文本挖掘	Transformer	文本	主要语料库10,750篇摘要，大规模语料库240万篇文档	NA	生物医学Transformer模型	F1-score	NA
168	2025-10-07	Automated intracranial vessel segmentation of 4D flow MRI data in patients with atherosclerotic stenosis using a convolutional neural network 2024, Frontiers in radiology DOI:10.3389/fradi.2024.1385424 PMID:38895589	研究论文	本研究开发了一种基于3D U-Net的深度学习模型，用于颅内动脉粥样硬化狭窄患者的4D血流MRI数据自动血管分割	首次将深度学习应用于狭窄颅内血管的4D血流MRI数据全自动分割，提高了分析效率和可重复性	样本量有限（154例），未来需要纳入更多ICAD病例和其他颅内血管病变以提高泛化能力	开发准确、全自动的颅内血管分割方法以加速数据分析并提高可重复性	颅内动脉粥样硬化疾病患者（68例）和健康对照者（86例）的4D血流MRI数据	医学影像分析	颅内动脉粥样硬化疾病	4D血流MRI, 黑血血管壁成像	CNN	4D血流MRI图像	154例双VENC 4D血流MRI扫描（68例ICAD患者，86例健康对照）	NA	3D U-Net	Dice分数, Hausdorff距离, 平均对称表面距离, Bland-Altman分析, 组内相关系数	训练时间约10小时，平均分割时间2.2±1.0秒
169	2025-10-07	Autosurv: interpretable deep learning framework for cancer survival analysis incorporating clinical and multi-omics data 2024-Jan-05, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-023-00494-6 PMID:38182734	研究论文	开发了一个可解释的深度学习框架Autosurv，整合临床和多组学数据用于癌症生存分析	结合多组学数据和临床信息进行癌症预后预测，并采用解释方法解决深度神经网络的“黑箱”问题	已识别特征的重要性仅得到先前研究的部分支持	提高癌症患者的预后预测准确性，优化治疗计划	乳腺癌和卵巢癌患者	机器学习	乳腺癌,卵巢癌	基因表达分析,miRNA表达分析	深度神经网络	基因表达数据,miRNA表达数据,临床数据,人口统计学数据	多个独立多组学数据集	NA	Autosurv	预后预测准确性	NA
170	2025-03-26	DLAAD-deep learning algorithms assisted diagnosis of chest disease using radiographic medical images 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1511389 PMID:40124976	研究论文	本研究开发了一种基于深度学习的算法，用于通过胸部X光图像辅助诊断胸部疾病	应用深度学习算法提升胸部疾病诊断的准确性和效率，整合现代技术到医疗设备中	数据集仅包含5,863张胸部X光图像，且仅分为肺炎和正常两类，可能限制了模型的泛化能力	提高计算机辅助诊断系统（CADs）在胸部疾病诊断中的效率和准确性	胸部X光图像	计算机视觉	肺炎	迁移学习	MobileNetV2, VGG-16, ResNet50V2	图像	5,863张胸部X光图像	NA	NA	NA	NA
171	2025-10-07	Analysis and review of techniques and tools based on machine learning and deep learning for prediction of lysine malonylation sites in protein sequences 2024-01-19, Database : the journal of biological databases and curation DOI:10.1093/database/baad094 PMID:38245002	综述	对基于机器学习和深度学习的蛋白质序列赖氨酸丙二酰化位点预测技术及工具进行全面分析与比较	提出混合架构集成多种分类器，并在最新数据集上评估比较现有工具性能	现有方法存在特征提取不当、高维特征和分类器效率低等特定缺陷	开发有效的赖氨酸丙二酰化位点预测方法	蛋白质序列中的赖氨酸丙二酰化位点	机器学习	NA	蛋白质序列分析	机器学习模型,深度学习模型	蛋白质序列数据	基于最新数据库提取的新数据集	NA	混合架构	NA	NA
172	2025-10-07	Current status of artificial intelligence methods for skin cancer survival analysis: a scoping review 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1243659 PMID:38711781	综述	分析人工智能方法在皮肤癌生存分析中的应用现状	首次系统综述AI在皮肤癌生存分析中的多模态数据整合能力，指出深度学习在黑色素瘤病理解读中的集中应用及扩展其他皮肤恶性肿瘤研究的创新空间	仅纳入14篇符合标准的文献，覆盖病种范围有限（主要关注黑色素瘤），未充分整合遗传学与临床数据	评估人工智能技术在皮肤癌生存分析领域的应用现状与发展方向	皮肤癌患者的生存数据分析	自然语言处理, 机器学习	皮肤癌	深度学习, 自然语言处理	监督学习, 无监督学习, 深度学习, NLP	遗传数据, 临床病史, 人口统计学数据, 病理数据	14篇符合纳入标准的文献	NA	NA	NA	NA
173	2025-03-22	MaskDGNets: Masked-attention guided dynamic graph aggregation network for event extraction 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0306673 PMID:39546454	研究论文	本文提出了一种名为MaskDGNets的新框架，用于事件抽取，通过掩码注意力引导的动态图聚合网络来解决传统深度学习方法忽略词特征与序列信息之间关联的问题	提出了掩码注意力机制和动态图聚合模块，有效平衡词向量特征和序列语义，并增强事件与事件之间、事件与主要属性之间的交互性和关联性	未提及具体局限性	提升事件抽取的性能，解决传统方法忽略词特征与序列信息关联的问题	事件抽取任务中的词特征与序列信息	自然语言处理	NA	动态图聚合网络、掩码注意力机制	MaskDGNets	文本	两个基准数据集（DuEE和CCKS2020）	NA	NA	NA	NA
174	2025-03-20	An efficient deep learning strategy for accurate and automated detection of breast tumors in ultrasound image datasets 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1461542 PMID:40098633	研究论文	本文提出了一种基于改进深度学习模型的新方法，用于乳腺肿瘤的智能辅助诊断，结合优化的U2NET-Lite模型和高效的DeepCardinal-50模型，在乳腺超声图像的精确分割和分类方面表现出色	结合优化的U2NET-Lite模型和DeepCardinal-50模型，提出了一种新的深度学习策略，用于乳腺肿瘤的自动检测，相比传统模型如ResNet和AlexNet，具有更高的准确性和效率	未提及具体的数据集规模或模型在不同数据集上的泛化能力	开发一种自动化和高效的乳腺肿瘤检测模型，以辅助乳腺癌的早期诊断和治疗	乳腺超声图像	计算机视觉	乳腺癌	深度学习	U2NET-Lite, DeepCardinal-50	图像	未提及具体样本数量	NA	NA	NA	NA
175	2025-10-07	scMeFormer: a transformer-based deep learning model for imputing DNA methylation states in single cells enhances the detection of epigenetic alterations in schizophrenia 2024-Jan-25, bioRxiv : the preprint server for biology DOI:10.1101/2024.01.25.577200 PMID:38328094	研究论文	提出一种基于Transformer的深度学习模型scMeFormer，用于单细胞DNA甲基化状态插补，并应用于精神分裂症表观遗传学研究	首次将Transformer架构应用于单细胞DNA甲基化数据插补，能够在仅保留10%原始CpG位点覆盖度的情况下实现高保真插补	未明确说明模型在不同组织类型或疾病中的泛化能力	开发单细胞DNA甲基化状态插补方法以增强表观遗传学分析	人类前额叶皮层单细胞DNA甲基化数据	深度学习	精神分裂症	单细胞DNA甲基化测序	Transformer	DNA甲基化状态数据	4名精神分裂症患者和4名神经典型对照的前额叶皮层样本	NA	Transformer	插补保真度，差异甲基化区域检测能力	NA
176	2025-10-07	Lightweight model-based sheep face recognition via face image recording channel 2024-Jan-03, Journal of animal science IF:2.7Q1 DOI:10.1093/jas/skae066 PMID:38477672	研究论文	提出一种基于YOLOv7的轻量级绵羊面部识别模型YOLOv7-SFR，通过面部图像采集通道和多种优化策略提升识别性能	开发了绵羊面部图像采集通道解决人工采集效率低的问题，并在YOLOv7基础上引入混洗注意力模块、Dyhead检测头和深度可分离卷积实现模型轻量化	仅使用50只小尾寒羊作为研究对象，样本多样性可能有限	开发轻量级绵羊面部识别模型以满足精准畜牧业实际应用需求	50只1-3岁小尾寒羊的面部图像	计算机视觉	NA	图像采集通道，数据增强	CNN	图像	50只绵羊，经数据增强后共22,000张面部图像	PyTorch	YOLOv7, YOLOv7-SFR	mAP@0.5, 模型大小, 平均识别时间	NA
177	2025-03-15	Diagnostic-therapeutic management of pulmonary nodules 2024, Klinicka onkologie : casopis Ceske a Slovenske onkologicke spolecnosti DOI:10.48095/ ccko2024408 PMID:39772821	综述	本文全面回顾了肺结节的诊断和治疗方法，重点讨论了基于结节形态、大小和生长潜力的恶性潜力评估	文章详细分析了现代影像技术，特别是人工智能（AI）在肺结节诊断中的应用，并强调了多学科方法在肺结节诊断和管理中的重要性	文章未提及具体的研究局限性	优化肺结节的临床诊断和管理，以减少肺癌的死亡率并改善患者预后	肺结节	数字病理学	肺癌	人工智能（AI），深度学习技术	深度学习	影像数据	NA	NA	NA	NA	NA
178	2025-10-07	Deep Learning Models for Coronary Atherosclerosis Detection in Coronary CT Angiography 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/1573405619666221221092933 PMID:36545743	研究论文	本研究比较了不同预训练深度学习模型在冠状动脉CT血管造影中检测动脉粥样硬化的性能	首次在冠状动脉CT血管造影中系统比较预训练深度学习模型，并采用Haar小波分解提升模型灵敏度	初始模型灵敏度较低（60.8%），需要额外技术手段进行改进	寻找冠状动脉CT血管造影中动脉粥样硬化检测的最佳深度学习模型	冠状动脉CT血管造影图像	计算机视觉	心血管疾病	CT血管造影	CNN, KNN	医学图像	NA	NA	ResNet101, 3D CNN	准确率, 灵敏度, 阳性预测值	NA
179	2025-03-14	Is the Juice Worth the Squeeze? Learning Curve of a Chest Radiograph Semantic Labeling Deep Learning Model 2024-01-01, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000755 PMID:37889555	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
180	2025-10-07	Exercise-Related Physical Activity Relates to Brain Volumes in 10,125 Individuals 2024, Journal of Alzheimer's disease : JAD DOI:10.3233/JAD-230740 PMID:38073389	研究论文	本研究探讨了中高强度体力活动与大脑体积之间的关系	首次在10,125名健康参与者中使用深度学习模型分析多平面MRI数据，系统评估体力活动与多个脑区体积的关联	横断面研究设计无法确定因果关系，体力活动数据依赖自我报告可能存在偏差	研究规律性中高强度体力活动与定量脑体积的关联	10,125名健康参与者，年龄范围18-97岁	医学影像分析	神经退行性疾病	磁共振成像，各向同性MP-RAGE序列	深度学习模型	MRI图像	10,125名参与者	NA	NA	偏相关系数，p值	NA