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
2581	2025-10-07	scGO: interpretable deep neural network for cell status annotation and disease diagnosis 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf018 PMID:39820437	研究论文	开发了一种基于基因本体的可解释深度学习框架scGO，用于单细胞RNA测序数据的细胞状态注释和疾病诊断	利用基因本体构建稀疏神经网络，通过基因、转录因子和GO术语之间的内在生物学关系增强模型可解释性，并引入计算基因操作技术用于发现治疗靶点	未明确说明模型在特定疾病类型或数据质量较差情况下的性能表现	解决深度学习模型在单细胞RNA测序分析中的可解释性问题，实现准确的细胞状态注释和疾病诊断	单细胞RNA测序数据中的细胞状态、疾病诊断、发育阶段预测、疾病严重程度评估和细胞衰老状态	生物信息学	多种疾病（未具体指定）	单细胞RNA测序	深度学习, 稀疏神经网络	单细胞RNA测序数据	多个scRNA-seq数据集（未提供具体样本数量）	NA	基于基因本体的稀疏神经网络架构	细胞亚型表征精度	NA
2582	2025-01-19	Intelligent Diagnosis of Hypopigmented Dermatoses and Intelligent Evaluation of Vitiligo Severity on the Basis of Deep Learning 2024-Dec, Dermatology and therapy IF:3.5Q1 DOI:10.1007/s13555-024-01296-9 PMID:39514178	研究论文	本研究提出了一种基于深度学习的智能诊断模型，用于分类诊断色素减退性皮肤病（HD）和评估白癜风严重程度	通过将squeeze-and-excitation (SE)模块与候选模型结合，构建了优化的诊断模型，并提出了一种客观的严重程度评估指标，结合分割模型形成了严重程度评估模型	研究中使用的数据集主要来自4744名患者，可能无法涵盖所有类型的HD和白癜风病例	开发一种客观、准确且方便的智能诊断和评估方法，用于色素减退性皮肤病和白癜风的严重程度评估	色素减退性皮肤病（HD）和白癜风患者	计算机视觉	皮肤病	深度学习	SE_ResNet-18, HR-Net	图像	4744名患者的11483张图像	NA	NA	NA	NA
2583	2025-01-19	Three-dimensional convolutional neural network for leak detection and localization in smart water distribution systems 2024-Dec-01, Water research X IF:7.2Q1 DOI:10.1016/j.wroa.2024.100264 PMID:39822329	研究论文	本文提出了一种三维卷积神经网络（3D CNN）深度学习模型，用于智能水分配系统中的泄漏检测和定位	首次将3D CNN应用于水分配网络的泄漏检测和定位，能够处理压力和时间的空间分布信息	深度学习模型的适应性可能受限，且受水力模拟模型影响较大，网络变化时需要重新训练，可能耗时且难以处理多种故障情况	研究智能水分配系统中的泄漏检测和定位方法	水分配网络（WDNs）中的泄漏	机器学习	NA	深度学习	3D CNN	压力数据	使用奥斯汀的一个真实水分配网络进行测试，生成了150毫米管道中3升/秒的泄漏模拟数据	NA	NA	NA	NA
2584	2024-11-23	Corrigendum to: Deep learning(s) in gaming disorder through the user-avatar bond: A longitudinal study using machine learning 2024-Nov-22, Journal of behavioral addictions IF:6.6Q1 DOI:10.1556/2006.2024.30000 PMID:39576296	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2585	2025-01-19	NON-CARTESIAN SELF-SUPERVISED PHYSICS-DRIVEN DEEP LEARNING RECONSTRUCTION FOR HIGHLY-ACCELERATED MULTI-ECHO SPIRAL FMRI 2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi56570.2024.10635551 PMID:39669313	研究论文	本文提出了一种基于物理驱动的深度学习（PD-DL）重建方法，用于加速多回波螺旋fMRI的10倍重建	本文的创新点在于将自监督学习算法修改并应用于非笛卡尔轨迹的优化训练，以实现高时空分辨率的多回波螺旋fMRI重建	NA	研究目的是通过深度学习技术加速多回波螺旋fMRI的重建，以提高时空分辨率	多回波螺旋fMRI数据	医学影像处理	NA	深度学习	PD-DL网络	fMRI图像数据	NA	NA	NA	NA	NA
2586	2025-10-07	Mapping cell-to-tissue graphs across human placenta histology whole slide images using deep learning with HAPPY 2024-Mar-28, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-46986-2 PMID:38548713	研究论文	开发了一种名为HAPPY的深度学习分层方法，用于量化胎盘组织学全切片图像中细胞和微观组织结构的变化	采用可解释的生物层次结构，在全切片图像上以单细胞分辨率表示细胞和组织内的细胞群落，不同于基于斑块的特征或分割方法	NA	量化胎盘组织学变异并建立健康胎盘基线指标	人类胎盘组织学全切片图像	数字病理学	胎盘疾病	组织学全切片成像	深度学习	组织学图像	健康足月胎盘和具有临床显著胎盘梗死的胎盘	NA	分层方法	与临床专家和胎盘生物学文献的预测一致性	NA
2587	2025-10-07	Using deep learning to quantify neuronal activation from single-cell and spatial transcriptomic data 2024-Jan-26, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-44503-5 PMID:38278804	研究论文	开发深度学习模型NEUROeSTIMator，通过整合转录组信号量化神经元激活	提出首个能够整合转录组信号估计神经元激活的深度学习模型，且对物种、细胞类型和脑区差异具有鲁棒性	目前主要在小鼠模型中验证，人类数据验证尚需进一步研究	开发量化神经元激活的计算工具	神经元细胞	机器学习	NA	单细胞RNA测序, 空间转录组学, Patch-seq电生理记录	深度学习	转录组数据, 电生理数据	已发表研究中的单细胞数据及雄性小鼠脑区数据	NA	NA	与电生理特征的关联性, 检测准确性	NA
2588	2025-10-07	MS-CLSTM: Myoelectric Manipulator Gesture Recognition Based on Multi-Scale Feature Fusion CNN-LSTM Network 2024-Dec-23, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics9120784 PMID:39727788	研究论文	提出基于多尺度特征融合CNN-LSTM网络的肌电操纵器手势识别模型MS-CLSTM	融合多尺度卷积核提取sEMG信号的局部细节、全局模式和通道间相关性，结合ResCBAM增强关键手势信息关注并缓解小样本过拟合	基于小样本数据集开发，模型泛化能力需进一步验证	提升表面肌电信号手势识别的准确性和实时性	表面肌电信号和对应的手势动作	机器学习	NA	表面肌电信号采集	CNN, LSTM	时序信号数据	Ninapro DB2和DB4数据集	NA	MS Block-ResCBAM-Bi-LSTM, CNN-LSTM, ResCBAM, Simple-ResNet	准确率	NA
2589	2025-10-07	Deep Learning-Based Diagnosis Algorithm for Alzheimer's Disease 2024-Dec-23, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10120333 PMID:39728230	研究论文	提出一种基于改进3D DenseNet分割模型和MobileNetV3分类模型的两阶段阿尔茨海默病自动辅助诊断算法	在分割网络中简化主干网络、替换激活函数和损失函数并引入3D GAM注意力机制；在分类网络中增加CA注意力机制、引入空洞卷积并改进全连接层结合迁移学习	NA	开发阿尔茨海默病的自动辅助诊断算法	阿尔茨海默病患者、轻度认知障碍患者和正常对照的脑部MR图像	计算机视觉	阿尔茨海默病	脑部磁共振成像	CNN	3D医学图像	NA	NA	3D DenseNet, MobileNetV3	准确率	NA
2590	2025-10-07	Towards Robust Supervised Pectoral Muscle Segmentation in Mammography Images 2024-Dec-22, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10120331 PMID:39728227	研究论文	本文提出了一种用于乳腺X线图像中胸大肌分割的监督学习方法，并提供了三个公开数据集的胸大肌分割标注	首次为INbreast、MIAS和CBIS-DDSM数据集提供胸大肌分割标注，支持基于深度学习的监督方法开发	未明确说明模型在临床环境中的泛化能力验证	开发鲁棒的胸大肌自动分割方法以改进乳腺癌检测系统	乳腺X线图像中的胸大肌区域	计算机视觉	乳腺癌	医学图像分割	深度学习	医学图像	INbreast、MIAS和CBIS-DDSM三个公开数据集的乳腺X线图像	未明确说明	AU-Net	交叉数据集测试性能	NA
2591	2025-10-07	The Use of Hybrid CNN-RNN Deep Learning Models to Discriminate Tumor Tissue in Dynamic Breast Thermography 2024-Dec-21, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10120329 PMID:39728226	研究论文	本研究评估混合CNN-RNN深度学习模型在动态乳腺热成像中识别肿瘤组织的性能	首次将五种预训练CNN架构与三种RNN结合构建混合模型，从动态乳腺热成像中同时提取空间和时间特征	未明确说明数据集规模和具体采集条件，性能比较仅限于所选架构	开发能够从动态乳腺热成像中有效识别肿瘤组织的深度学习模型	乳腺热成像图像中的肿瘤异常组织	计算机视觉	乳腺癌	红外热成像技术	CNN, RNN	动态热成像图像序列	NA	NA	VGG16, LSTM, AlexNet, RNN	准确率, 敏感度, 特异度	CPU（具体型号未说明）
2592	2025-10-07	A Real-Time Lightweight Behavior Recognition Model for Multiple Dairy Goats 2024-Dec-19, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani14243667 PMID:39765571	研究论文	提出一种用于多只奶山羊实时轻量级行为识别的GSCW-YOLO模型	集成高斯上下文变换和CARAFE上采样算子，增强对行为特征的关注并优化Wise-IoU损失函数	仅基于9213张自建数据集进行验证，未在更广泛场景测试	实现复杂环境下奶山羊小目标行为的自动识别	奶山羊的行为识别，特别是异常行为检测	计算机视觉	NA	视频监控	YOLO	图像	9213张图像	YOLOv8n	GSCW-YOLO	精确率,召回率,mAP,FPS	NA
2593	2025-10-07	Automated Supraclavicular Brown Adipose Tissue Segmentation in Computed Tomography Using nnU-Net: Integration with TotalSegmentator 2024-Dec-11, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14242786 PMID:39767147	研究论文	开发基于nnU-Net的自动化锁骨上棕色脂肪组织分割方法并集成到TotalSegmentator软件中	首次将nnU-Net框架应用于BAT分割，并集成到现有医学影像分析平台TotalSegmentator中	研究仅针对淋巴瘤患者群体，未在其他疾病群体中验证	开发自动化BAT分割方法以减少人工标注时间和变异性	淋巴瘤患者的CT扫描图像	医学影像分析	淋巴瘤	CT扫描，FDG PET/CT	CNN	3D医学影像	训练集159例淋巴瘤患者，测试集30例患者，另分析7107例FDG PET/CT研究	nnU-Net	3D nnU-Net	DICE分数，Hausdorff距离	NA
2594	2025-10-07	Exploring the Trade-Off in the Variational Information Bottleneck for Regression with a Single Training Run 2024-Nov-30, Entropy (Basel, Switzerland) DOI:10.3390/e26121043 PMID:39766672	研究论文	提出一种可在单次训练中获取回归问题所有β值下VIB最优解的框架	首次在回归问题中推导VIB最优解，并提出单次训练即可探索所有β值的创新框架	仅针对回归问题进行分析，未涉及分类等其他任务	分析变分信息瓶颈在回归问题中的行为特性并提升参数探索效率	变分信息瓶颈方法在回归任务中的应用	机器学习	NA	变分信息瓶颈	VIB	NA	NA	NA	NA	NA	NA
2595	2025-10-07	Artificial Intelligence in IVF Laboratories: Elevating Outcomes Through Precision and Efficiency 2024-Nov-28, Biology DOI:10.3390/biology13120988 PMID:39765654	综述	探讨人工智能技术在体外受精实验室中的应用及其对生殖医学的影响	系统分析AI在胚胎和精子选择自动化、临床决策优化方面的创新应用	存在数据安全、算法偏见和人机交互等伦理监管挑战	提升体外受精实验室的精准度和效率	体外受精实验室流程和生殖医学	机器学习	生殖系统疾病	NA	神经网络,深度学习,机器学习	医疗数据	NA	NA	NA	准确率,一致性,操作效率	NA
2596	2025-10-07	VDMNet: A Deep Learning Framework with Vessel Dynamic Convolution and Multi-Scale Fusion for Retinal Vessel Segmentation 2024-Nov-25, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11121190 PMID:39768008	研究论文	提出一种名为VDMNet的新型深度学习框架，用于视网膜血管分割	集成了快速多头自注意力模块、血管动态卷积模块、多尺度融合机制和加权非对称焦点Tversky损失函数，有效解决了噪声敏感、类别不平衡和复杂血管形态分割等挑战	NA	开发更精确的视网膜血管分割方法	视网膜血管图像	计算机视觉	眼科疾病	光学相干断层扫描血管成像(OCTA)	深度学习分割网络	医学图像	ROSE-1和OCTA-3M两个公开数据集	NA	VDMNet	多种评估指标	NA
2597	2025-10-07	Early Detection of Macular Atrophy Automated Through 2D and 3D Unet Deep Learning 2024-Nov-25, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11121191 PMID:39768009	研究论文	开发了一种基于2D和3D Unet架构的自动化方法，用于通过光学相干断层扫描早期检测黄斑萎缩	首次结合2D和3D Unet架构开发自动化黄斑萎缩检测方法，性能优于人工评分	样本量相对有限（125只眼睛，89名患者）	开发黄斑萎缩的早期自动检测方法	年龄相关性黄斑变性患者的黄斑萎缩病变	计算机视觉	年龄相关性黄斑变性	光学相干断层扫描	CNN	医学影像	1241个容积OCT扫描，来自125只眼睛（89名患者）	NA	2D Unet, 3D Unet	Dice相似系数, F1分数	NA
2598	2025-10-07	LVGG-IE: A Novel Lightweight VGG-Based Image Encryption Scheme 2024-Nov-23, Entropy (Basel, Switzerland) DOI:10.3390/e26121013 PMID:39766642	研究论文	提出一种基于轻量级VGG网络的图像加密方案LVGG-IE，通过结合混沌系统和深度学习实现高效安全的图像加密	设计轻量级VGG网络生成密钥种子，构建动态S-box和单连接层，将明文图像与混沌系统初始值关联	未明确说明计算复杂度分析，缺乏与其他深度学习加密方案的详细对比	开发高安全性和高效率的图像加密方案	数字图像的安全加密	计算机视觉	NA	图像加密，混沌系统，深度学习	CNN	图像	NA	NA	VGG	相关系数，NPCR，UACI	NA
2599	2025-10-07	Metastasis Detection Using True and Artificial T1-Weighted Postcontrast Images in Brain MRI 2024-Nov-19, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001137 PMID:39688447	研究论文	比较真实对比增强T1加权图像与深度学习合成的伪图像在脑转移瘤检测中的敏感性和精确度	首次使用深度学习从低剂量MRI图像合成对比增强图像，并系统评估其在转移瘤检测中的性能	样本量相对较小（40名参与者），仅评估了两种钆对比剂剂量	评估低剂量对比剂结合深度学习合成图像在脑转移瘤检测中的可行性	脑转移瘤患者和正常脑部发现的患者	医学影像分析	脑转移瘤	脑磁共振成像（MRI），深度学习图像合成	深度学习	MRI图像	40名参与者（24名男性，平均年龄54.3±15.1岁），来自5个中心的917名参与者数据库	NA	NA	敏感性，精确度，假阳性发现	NA
2600	2025-10-07	Visualizing nuclear pore complex plasticity with Pan-Expansion Microscopy 2024-Oct-30, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.18.613744 PMID:39345637	研究论文	本研究开发并评估了Pan扩展显微镜技术，用于可视化核孔复合体的结构可塑性	首次应用Pan-ExM技术实现16-20倍各向同性细胞扩增，结合深度学习分割揭示核孔复合体直径变化和POM121定位异常	技术依赖免疫染色验证，样本处理可能引入人为假象	研究核孔复合体在生理和病理条件下的结构可塑性	核孔复合体、核膜、LINC复合体、POM121核孔蛋白	生物医学成像	肌萎缩侧索硬化	Pan扩展显微镜、免疫染色、深度学习分割	深度学习	显微镜图像	多种模型细胞系和ALS患者来源的诱导多能干细胞分化神经元	NA	NA	结构分割准确性	NA