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
1561	2025-10-07	Enhancing the Diagnostic Utility of ASL Imaging in Temporal Lobe Epilepsy through FlowGAN: An ASL to PET Image Translation Framework 2024-May-30, medRxiv : the preprint server for health sciences DOI:10.1101/2024.05.28.24308027 PMID:38853910	研究论文	开发名为FlowGAN的深度学习框架，通过ASL和结构MRI输入合成类似FDG-PET的图像，以提升ASL在颞叶癫痫中的诊断性能	首次提出使用生成对抗网络将ASL和MRI图像转换为PET样图像，显著改善了ASL在癫痫灶定位中的诊断性能	研究样本量有限（68例患者），且主要针对明确侧向化的颞叶癫痫患者	提高动脉自旋标记成像在颞叶癫痫诊断中的效用，减少对FDG-PET的依赖	68例癫痫患者，其中36例为明确侧向化的颞叶癫痫患者	医学影像分析	颞叶癫痫	动脉自旋标记，正电子发射断层扫描，结构MRI	GAN	医学影像	68例癫痫患者	NA	FlowGAN	结构相似性指数，AUC，Spearman相关系数，Cohen's d	NA
1562	2025-10-07	Deep learning-based prediction of chemical accumulation in a pathogenic mycobacterium 2024-Dec-16, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.15.628588 PMID:39764009	研究论文	利用深度学习模型预测化学药物在致病分枝杆菌中的积累情况	首次使用深度学习模型而非传统化学性质来预测药物在分枝杆菌中的积累，能够准确预测未包含在原始药物库中的多样化化合物	研究仅针对单一病原体（鸟分枝杆菌复合群），未验证模型在其他细菌中的适用性	开发能够预测药物在细菌细胞内积累水平的计算方法，以改善抗生素设计	1528种已批准药物在鸟分枝杆菌复合群中的积累情况	机器学习	分枝杆菌感染	液相色谱-质谱联用	深度学习	化学药物积累测量数据	1528种已批准药物	NA	NA	准确率	NA
1563	2025-04-13	Deep Learning-Based Classification of Histone-DNA Interactions Using Drying Droplet Patterns 2024-Nov, Small science IF:11.1Q1 DOI:10.1002/smsc.202400252 PMID:40213456	研究论文	本研究利用深度学习神经网络对源自不同组蛋白-DNA混合物的干燥液滴沉积物的偏振光显微镜图像进行分类，以预测组蛋白-DNA结合亲和力	首次发现组蛋白-DNA相互作用可以通过染色模式进行分层，并应用深度学习实现高准确度的DNA分类和结合亲和力预测	对于训练集未包含的物种样本，预测准确度有所下降	开发可扩展且准确的蛋白质-DNA结合分类预测分析方法	组蛋白-DNA相互作用	数字病理学	NA	偏振光显微镜	CNN	图像	多种物种的DNA样本（具体数量未明确说明）	NA	NA	NA	NA
1564	2025-10-07	Knot data analysis using multiscale Gauss link integral 2024-Oct-15, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2408431121 PMID:39392667	研究论文	提出一种结合曲线分割和多尺度分析的高斯链接积分方法，用于分析复杂生物数据中的拓扑结构	将曲线分割和多尺度分析引入高斯链接积分，创建多尺度高斯链接积分方法，能够同时捕捉数据的全局拓扑特性和局部结构	NA	开发能够分析复杂数据中局部结构和连接性的拓扑数据分析方法	13个复杂生物数据集，包括蛋白质灵活性分析、蛋白质-配体相互作用、hERG钾通道阻断筛选和毒性评估	拓扑数据分析	NA	多尺度高斯链接积分	NA	生物数据	13个复杂生物数据集	NA	NA	NA	NA
1565	2025-10-07	Active Label Refinement for Robust Training of Imbalanced Medical Image Classification Tasks in the Presence of High Label Noise 2024-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-72120-5_4 PMID:40207034	研究论文	提出一种结合噪声标签学习和主动学习的两阶段方法，用于处理医学图像分类中的标签噪声和类别不平衡问题	提出梯度方差方法补充基于损失的样本选择，在有限标注预算下迭代改进数据集质量，避免将少数类干净样本误判为噪声样本	仅在两个不平衡噪声医学分类数据集上验证，需要进一步在更多数据集上测试泛化能力	提高医学图像分类在标签噪声存在下的鲁棒性，并主动清理噪声标签	医学图像分类任务	计算机视觉	NA	深度学习	深度学习模型	医学图像	两个不平衡噪声医学分类数据集	NA	NA	分类性能	NA
1566	2025-10-07	qlty: handling large tensors in scientific imaging deep-learning workflows 2024-Sep, Software impacts IF:1.3Q3 DOI:10.1016/j.simpa.2024.100696 PMID:40206204	研究论文	介绍qlty工具包，用于处理科学成像中超出GPU内存容量的大型张量数据	开发专门针对科学成像工作流的张量管理工具包，提供子采样、数据清理和拼接功能	NA	解决科学成像中大型体积数据集在深度学习工作流中的内存管理问题	科学成像中的大型体积数据集	计算机视觉	NA	深度学习	NA	体积图像数据	NA	NA	NA	NA	标准GPU
1567	2025-04-13	Multiscale Computational and Artificial Intelligence Models of Linear and Nonlinear Composites: A Review 2024-May, Small science IF:11.1Q1 DOI:10.1002/smsc.202300185 PMID:40213577	综述	本文综述了多尺度建模方法在硬质和软质复合材料中的应用，包括分子动力学模拟、有限元分析和机器学习/深度学习替代模型	综述了最新的多尺度建模方法，包括无网格方法、混合机器学习和有限元模型，以及非线性本构材料模型	计算资源可用性、模型保真度和可重复性方面的限制	为读者提供复合材料多尺度建模研究和开发的未来趋势的清晰展望	硬质（聚合物、金属、纱线、纤维、纤维增强聚合物和聚合物基复合材料）和软质（如脑白质[BWM]等生物组织）复合材料	机器学习	NA	分子动力学模拟、有限元分析、机器学习/深度学习	分子动力学、有限元、机器学习/深度学习替代模型	数值模拟和大量实验结果	NA	NA	NA	NA	NA
1568	2025-10-07	ODD-Net: a hybrid deep learning architecture for image dehazing 2024-Dec-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82558-6 PMID:39715769	研究论文	提出一种名为ODD-Net的混合深度学习架构用于图像去雾	提出包含大气光估计网络(A-Net)和传输图估计网络(T-Net)的混合架构，结合膨胀卷积、批归一化和多尺度卷积等创新技术	需要大量数据集和计算资源	解决户外图像因雾霾导致的能见度和对比度下降问题	雾霾图像	计算机视觉	NA	深度学习	CNN	图像	NA	NA	ODD-Net, A-Net, T-Net	质量指标	NA
1569	2025-04-12	Deep Learning Model for Predicting Neurodevelopmental Outcome in Very Preterm Infants Using Cerebral Ultrasound 2024-Dec, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2024.09.003 PMID:40206534	研究论文	开发深度学习模型，结合新生儿颅脑超声和临床变量，预测极早产儿3岁时的神经发育障碍	首次将CNN模型应用于颅脑超声和临床变量的结合，以预测极早产儿的神经发育障碍	研究为回顾性设计，且仅在单一地区进行，可能影响模型的泛化能力	预测极早产儿3岁时的神经发育障碍	极早产儿（胎龄220-306周）	数字病理	神经发育障碍	颅脑超声（CUS）	CNN, elastic net (EN)	图像, 临床数据	619名极早产儿，包含4184张颅脑超声图像	NA	NA	NA	NA
1570	2025-10-07	Sparse Annotation is Sufficient for Bootstrapping Dense Segmentation 2024-Nov-14, Research square DOI:10.21203/rs.3.rs-5339143/v1 PMID:39606484	研究论文	提出一种基于深度学习的方法，通过稀疏2D标注快速生成密集3D分割，显著减少生物图像分割中的人工标注工作量	开发了从稀疏2D标注快速生成密集3D分割的新方法，将人工标注时间减少三个数量级，且可由非专家完成标注	未明确说明方法在其他生物组织或成像模式中的泛化能力	解决生物成像数据中密集3D重建的实例分割问题，降低训练数据生成的人工成本	大脑神经纤维网中的树突、轴突和胶质细胞过程	计算机视觉	NA	连续切片电子显微镜成像	深度学习模型	3D图像序列，2D标注	NA	NA	NA	准确度	NA
1571	2025-04-12	Deep Learning-Based Prediction of Hepatic Decompensation in Patients With Primary Sclerosing Cholangitis With Computed Tomography 2024-Sep, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2024.07.002 PMID:40206109	研究论文	本研究探讨了使用深度学习模型基于CT影像预测原发性硬化性胆管炎（PSC）患者肝失代偿的潜力	首次应用3D-DenseNet121模型分析CT影像预测PSC患者的肝失代偿，并通过解剖区域分割验证模型决策过程	回顾性研究设计，样本量有限（277例），未进行外部验证	开发基于深度学习的肝失代偿预测工具	原发性硬化性胆管炎（PSC）患者	数字病理	肝病	CT成像	3D-DenseNet121	3D医学影像	277例接受腹部CT扫描的成人PSC患者	NA	NA	NA	NA
1572	2025-10-07	Hybrid deep learning technique for COX-2 inhibition bioactivity detection against breast cancer disease 2024-Jul, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00355-6 PMID:39512384	研究论文	开发了一种混合深度学习技术用于乳腺癌中COX-2抑制生物活性的精确检测	结合UNet架构进行特征提取，采用改进的鸡群优化算法处理数据维度，并使用改进的Laguerre神经网络进行分类的混合深度学习方法	NA	开发高效精确的COX-2抑制生物活性检测技术，推动乳腺癌治疗发展	乳腺癌相关的COX-2抑制生物活性	机器学习	乳腺癌	NA	UNet, 神经网络	生物活性数据	ChEMBL数据库	NA	UNet, 改进的Laguerre神经网络	准确率, 精确率, 召回率, F值, Matthews相关系数, Dice系数	NA
1573	2025-10-07	Conversion of single-energy CT to parametric maps of dual-energy CT using convolutional neural network 2024-May-29, The British journal of radiology DOI:10.1093/bjr/tqae076 PMID:38597871	研究论文	提出一种基于卷积神经网络的多任务学习框架，将单能CT图像直接转换为双能CT的三种参数图	首次使用深度学习多任务框架实现单能CT到双能CT多种参数图的直接转换	仅使用67例患者数据进行训练验证，样本量有限	开发从单能CT生成双能CT参数图的深度学习模型	CT图像数据	医学影像分析	NA	CT成像	CNN	CT图像	67例患者（2019-2020年收集）	NA	VMI-Net, EAN-Net, RED-Net	绝对差异, 相对差异	NA
1574	2025-10-07	Machine learning and deep learning to identifying subarachnoid haemorrhage macrophage-associated biomarkers by bulk and single-cell sequencing 2024-05, Journal of cellular and molecular medicine IF:4.3Q2 DOI:10.1111/jcmm.18296 PMID:38702954	研究论文	通过单细胞和批量转录组测序识别蛛网膜下腔出血中巨噬细胞相关生物标志物	结合单细胞测序和hdWGCNA方法首次系统鉴定SAH特异性巨噬细胞亚群及相关关键基因	需要进一步实验和临床研究验证发现并探索治疗靶点的临床意义	改善蛛网膜下腔出血的诊断和治疗策略	蛛网膜下腔出血大鼠模型脑组织样本	生物信息学	蛛网膜下腔出血	单细胞转录组测序, 批量RNA测序, 分子对接	卷积神经网络, 机器学习算法	基因表达数据, 单细胞数据	SAH大鼠模型脑组织样本	NA	3×3卷积神经网络	AUC, 灵敏度, 特异性	NA
1575	2025-10-07	PBAC: A pathway-based attention convolution neural network for predicting clinical drug treatment responses 2024-05, Journal of cellular and molecular medicine IF:4.3Q2 DOI:10.1111/jcmm.18298 PMID:38683133	研究论文	提出一种基于通路注意力的卷积神经网络PBAC，用于预测临床药物疗效	整合深度学习框架与注意力机制处理复杂生物通路信息，提供基于生物学功能的药物疗效预测模型	NA	开发能够预测临床药物疗效并解释药物作用机制的计算模型	四种化疗药物（硼替佐米、顺铂、多西他赛、紫杉醇）和11个免疫治疗数据集	机器学习	癌症	NA	CNN, 注意力机制	生物通路数据	NA	NA	PBAC（包含基因-通路层、注意力层、卷积层和全连接层）	AUC, 精确召回曲线下面积	NA
1576	2025-10-07	MFNet: Meta-learning based on frequency-space mix for MRI segmentation in nasopharyngeal carcinoma 2024-05, Journal of cellular and molecular medicine IF:4.3Q2 DOI:10.1111/jcmm.18355 PMID:38685683	研究论文	提出基于频域特征混合的元学习方法MFNet，用于鼻咽癌MRI分割的领域泛化	将MRI从空间域转换到频域，并采用频域特征混合的元学习方法来提升模型在未见领域的泛化能力	仅在两个医院的321例患者数据上验证，样本来源相对有限	解决鼻咽癌MRI分割模型在不同医疗中心部署时的领域泛化问题	鼻咽癌患者的MRI图像	医学影像分析	鼻咽癌	傅里叶变换，MRI成像	深度学习，元学习	MRI图像	321例患者，来自两家医院	NA	MFNet	Dice系数，MIoU	NA
1577	2025-10-07	A Multi-Element Identification System Based on Deep Learning for the Visual Field of Percutaneous Endoscopic Spine Surgery 2024-May, Indian journal of orthopaedics IF:1.1Q3 DOI:10.1007/s43465-024-01134-2 PMID:38694692	研究论文	开发基于深度学习的经皮内镜脊柱手术视野多元素识别系统	首次将实例分割深度学习模型应用于脊柱内镜手术视野的多元素识别，可同时识别解剖组织和手术器械	研究样本量有限（48例患者），仅针对腰椎间盘突出症手术	开发脊柱内镜手术视野多元素识别系统并评估其可行性	经皮内镜脊柱手术视野中的组织结构和手术器械	计算机视觉	腰椎间盘突出症	深度学习	CNN	图像	48例患者的6000张手术视野图像	NA	Solov2, CondInst, Mask R-CNN, Yolact, ResNet101, ResNet50	mAP, FPS, AP	NA
1578	2025-04-12	Artificial Intelligence Detection and Segmentation Models: A Systematic Review and Meta-Analysis of Brain Tumors in Magnetic Resonance Imaging 2024-Mar, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2024.01.002 PMID:40206681	系统综述与荟萃分析	本文通过系统综述和荟萃分析，深入探讨了深度学习算法在脑肿瘤检测和分割模型中的泛化能力影响因素	研究揭示了MRI硬件制造商对数据集多样性的影响，并发现3D模型在检测性能上优于2D和集成模型	需要进一步研究开发全面的多样性指数，并利用生成对抗网络进行数据多样化	分析影响深度学习算法在脑肿瘤检测和分割模型中泛化能力的因素	脑肿瘤患者的MRI数据	数字病理学	脑肿瘤	MRI	3D模型、2D模型、集成模型	图像	19项研究，涉及12,000名患者	NA	NA	NA	NA
1579	2025-04-12	Differences Between Patient and Clinician-Taken Images: Implications for Virtual Care of Skin Conditions 2024-Mar, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2024.01.005 PMID:40206682	research paper	比较患者自拍和临床拍摄的皮肤状况图像在临床、人口统计学和图像质量特征上的差异	首次系统性地分析了患者自拍和临床拍摄皮肤图像的多维度差异，并识别出与拍摄来源相关的关键因素	研究为回顾性设计，仅基于单一医疗系统的数据，且排除了无法诊断或多重病症的病例	探究不同来源皮肤图像的特征差异及其对虚拟皮肤科护理的启示	2500例斯坦福医疗保健系统eConsult中的皮肤病例图像（628例患者自拍和1719例临床拍摄）	digital pathology	skin conditions	deep learning	NA	image	2347例有效病例（628 PAT + 1719 CLIN）	NA	NA	NA	NA
1580	2025-04-12	An Automated Approach for Diagnosing Allergic Contact Dermatitis Using Deep Learning to Support Democratization of Patch Testing 2024-Mar, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2024.01.006 PMID:40206684	research paper	开发一种深度学习算法用于分析斑贴试验结果，以支持过敏性接触性皮炎的自动化诊断	利用深度学习模型从照片中分类斑贴试验结果，实现过敏性接触性皮炎的自动化检测	样本量较小（37名患者），模型性能仍有提升空间	开发一种自动化方法来诊断过敏性接触性皮炎，支持斑贴试验的普及	斑贴试验的照片结果	digital pathology	allergic contact dermatitis	deep learning	CNN	image	5070个测试部位（来自37名患者）	NA	NA	NA	NA