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
181	2025-03-13	DARNet: Deep Attention Module and Residual Block-Based Lung and Colon Cancer Diagnosis Network 2024-Nov-20, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3502636 PMID:40030219	研究论文	本文提出了一种基于深度注意力模块和残差块的肺癌和结肠癌诊断网络（DARNet），旨在提高分类的准确性和效率	DARNet结合了残差块、注意力模块和全连接层，通过贝叶斯优化调整超参数，显著提高了模型的泛化性能和分类准确率	未提及模型在更大规模数据集上的表现或实际临床应用中的验证	提高肺癌和结肠癌分类的准确性和效率，以支持早期检测和治疗规划	肺癌和结肠癌的分类	计算机视觉	肺癌, 结肠癌	深度学习	DARNet（基于残差块和注意力模块的神经网络）	图像	基准肺癌和结肠癌数据集	NA	NA	NA	NA
182	2025-03-13	A Comprehensive Survey of Forgetting in Deep Learning Beyond Continual Learning 2024-Nov-14, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3498346 PMID:40030369	综述	本文全面调查了深度学习中的遗忘现象，超越了持续学习的范畴，探讨了遗忘在生成模型和联邦学习等领域中的表现及其挑战	本文创新性地提出遗忘是一把双刃剑，在某些情况下可能是有益的，如隐私保护场景，并通过对遗忘现象的广泛探讨，提供了更细致的理解	本文主要是一篇综述，未涉及具体实验或数据验证，可能缺乏实证支持	探讨深度学习中的遗忘现象，超越持续学习的范畴，提出新的理解和解决方案	深度学习中的遗忘现象	机器学习	NA	NA	NA	NA	NA	NA	NA	NA	NA
183	2025-10-07	Deep learning nomogram for predicting neoadjuvant chemotherapy response in locally advanced gastric cancer patients 2024-11, Abdominal radiology (New York) DOI:10.1007/s00261-024-04331-7 PMID:38796795	研究论文	开发并验证了一种基于深度学习放射组学的列线图模型，用于预测局部进展期胃癌患者新辅助化疗反应	结合手工放射组学特征、深度学习特征和临床特征构建多模态预测模型，并采用多中心数据进行验证	回顾性研究设计，样本量相对有限（322例患者）	预测局部进展期胃癌患者对新辅助化疗的治疗反应	局部进展期胃癌患者	数字病理	胃癌	多期相增强CT成像，放射组学分析	CNN	医学影像（CT图像），临床数据	322例胃癌患者，来自两个医院（2013年1月至2023年6月）	NA	EfficientNet V2	AUC, 精确召回曲线, 校准曲线, 决策曲线分析	NA
184	2025-10-07	EasyPISA: Automatic Integrated PISA Measurements of Mitral Regurgitation From 2-D Color-Doppler Using Deep Learning 2024-11, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.06.008 PMID:39122609	研究论文	提出基于深度学习的EasyPISA框架，用于从2D彩色多普勒序列自动进行二尖瓣反流的集成PISA测量	首次实现直接从2D彩色多普勒序列自动进行集成PISA测量，解决了非半球形血流汇聚和非全收缩期二尖瓣反流的测量难题	样本量相对较小（54名患者），与cMRI的相关性为0.66，相对标准偏差分别为46%和53%	开发自动化二尖瓣反流量化方法，减少观察者间变异性和工作负担	二尖瓣反流患者	医学影像分析	心血管疾病	2D彩色多普勒超声	CNN	医学图像	196条记录（54名患者）的1171张图像，回顾性应用于26例二尖瓣反流患者检查	NA	UNet, Attention UNet	精确度, 召回率, Dice系数, 流率误差, 组内相关系数, 相对标准偏差, AUC	NA
185	2025-10-07	Deep Learning With Ultrasound Images Enhance the Diagnosis of Nonalcoholic Fatty Liver 2024-11, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.07.014 PMID:39179453	研究论文	本研究通过深度学习结合超声图像提升非酒精性脂肪肝的诊断准确性	提出结合超声图像特征（回声衰减系数和多普勒效应比率）的多输入深度学习网络框架	NA	提高非酒精性脂肪肝疾病的诊断准确性并减少诊断者专业能力和个人偏见的影响	非酒精性脂肪肝患者的超声图像	计算机视觉	非酒精性脂肪肝	超声成像	CNN	图像	710张包含NAFLD的超声图像	NA	VGG16, ResNet50, Inception-v3	准确率, AUC	NA
186	2025-03-12	CTLESS: A scatter-window projection and deep learning-based transmission-less attenuation compensation method for myocardial perfusion SPECT 2024-Nov-25, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3496870 PMID:40030354	研究论文	本文提出了一种基于散射窗投影和深度学习的无传输衰减补偿方法（CTLESS），用于心肌灌注SPECT成像	CTLESS方法无需单独的X射线CT扫描，通过深度学习从散射能量窗投影中重建衰减图，避免了额外的辐射剂量和成本，并解决了SPECT与CT图像不对齐的问题	该方法仍需在更大规模的临床数据上进行进一步验证，以确认其广泛适用性	开发一种无需CT扫描的心肌灌注SPECT成像衰减补偿方法，以提高诊断准确性和降低成本	心肌灌注SPECT图像	数字病理学	心血管疾病	深度学习	多通道输入多解码器网络	图像	回顾性研究中使用匿名临床SPECT/CT应力心肌灌注图像	NA	NA	NA	NA
187	2025-10-07	Deep learning Radiomics Based on Two-Dimensional Ultrasound for Predicting the Efficacy of Neoadjuvant Chemotherapy in Breast Cancer 2024-11, Ultrasonic imaging IF:2.5Q2 DOI:10.1177/01617346241276168 PMID:39257175	研究论文	基于术前超声影像组学、深度学习和临床特征的综合模型预测乳腺癌新辅助化疗后病理完全缓解	首次结合超声影像组学、深度学习特征和临床参数构建综合预测模型DLRC	样本量较小（155例患者），单中心研究	预测乳腺癌患者新辅助化疗后的病理完全缓解状态	155例经病理确诊的乳腺癌患者	医学影像分析	乳腺癌	二维超声	深度学习, 随机森林, LASSO	超声图像	155例患者（训练集与验证集按7:3随机分配）	NA	NA	AUC, 决策曲线分析	NA
188	2025-10-07	TAG-SPARK: Empowering High-Speed Volumetric Imaging With Deep Learning and Spatial Redundancy 2024-Nov, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202405293 PMID:39283040	研究论文	提出结合可调声学梯度透镜高速显微镜和TAG-SPARK去噪算法的对比增强视频速率体积成像系统	利用z切片空间冗余性进行自监督模型训练，专为4D数据集设计，实现超过700%的信噪比提升	未明确说明算法在不同神经元类型或组织深度中的普适性	解决高速荧光钙成像中采集速度与图像质量之间的权衡问题	浦肯野细胞钙活动观测	计算显微镜	NA	双光子高速荧光钙成像	深度学习	4D体积图像数据	NA	NA	TAG-SPARK	信噪比增强	NA
189	2025-10-07	Clinical usability of deep learning-based saliency maps for occlusion myocardial infarction identification from the prehospital 12-Lead electrocardiogram 2024 Nov-Dec, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2024.153792 PMID:39255653	研究论文	评估基于深度学习的显著性图谱在院前12导联心电图中识别闭塞性心肌梗死的临床可用性	首次在临床环境中系统评估显著性图谱对深度学习心电图模型可解释性的增强作用	研究样本量较小（仅100例心电图），仅涉及三位临床医生评估	评估深度学习显著性图谱在临床心电图分析中的实用价值	胸痛患者的12导联心电图	医学人工智能	心血管疾病	心电图分析	CNN	心电图信号	100例心电图	NA	卷积神经网络	AUC, F1分数	NA
190	2025-03-12	Deep Learning Reconstruction in Abdominopelvic Contrast-Enhanced CT for The Evaluation of Hemorrhages 2024-11, Radiologic technology IF:0.7Q4 PMID:39472011	研究论文	本研究探讨了深度学习重建在腹盆部增强CT中描绘动脉和评估出血的效果，并与混合迭代重建进行了比较	首次在腹盆部增强CT中应用深度学习重建技术，显著改善了动脉描绘和出血评估的图像质量	样本量较小（16例患者），需要更大规模的前瞻性研究来验证结果	评估深度学习重建在腹盆部增强CT中描绘动脉和评估出血的效果	16例急性出血患者	医学影像	出血	深度学习重建、混合迭代重建、滤波反投影	深度学习	CT图像	16例患者（8男8女，平均年龄54.2±22.1岁）	NA	NA	NA	NA
191	2025-10-07	An interpretable generative multimodal neuroimaging-genomics framework for decoding alzheimer's disease 2024-Nov-14, ArXiv PMID:38947922	研究论文	提出一种可解释的生成式多模态神经影像-基因组学框架，用于阿尔茨海默病的检测和轻度认知障碍转化预测	采用循环生成对抗网络在潜在空间填补缺失模态数据，并结合可解释人工智能方法分析特征重要性	未明确说明样本数据的具体来源和采集标准	解码阿尔茨海默病的多模态生物标志物并实现疾病分类预测	阿尔茨海默病患者、轻度认知障碍患者及正常对照组	医学影像分析	阿尔茨海默病	结构磁共振成像, 功能磁共振成像, 单核苷酸多态性	cGAN, 深度学习分类模型	神经影像数据, 基因组数据	NA	NA	CycleGAN	准确率	NA
192	2025-03-06	Sensorless End-to-End Freehand 3-D Ultrasound Reconstruction With Physics-Guided Deep Learning 2024-Nov, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3465214 PMID:39302786	研究论文	本文提出了一种无需传感器的自由手3D超声重建方法，利用物理引导的深度学习技术	设计了一种新颖的物理启发深度学习网络（PLPPI），无需3D卷积即可进行自由手3D超声重建，显著提高了重建质量并减少了计算资源需求	未提及具体局限性	改进自由手3D超声重建的质量，并减少训练和推理所需的计算资源	自由手3D超声成像	计算机视觉	NA	深度学习	物理引导的深度学习网络（PLPPI）	超声图像	未提及具体样本数量	NA	NA	NA	NA
193	2025-03-05	Advanced Camera-Based Scoliosis Screening via Deep Learning Detection and Fusion of Trunk, Limb, and Skeleton Features 2024-Nov-05, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3491855 PMID:39499599	研究论文	本研究提出了一种基于单目RGB摄像头的非侵入性脊柱侧弯筛查方法，通过深度学习检测和融合躯干、肢体和骨骼特征，提高了筛查的精确性	创新性地结合了参数化人体三维重建（PH3DR）和多尺度融合注意力（MSFA）模块，以及Swin Transformer增强的CMU-Pose，用于提取人体骨骼特征，从而提高了脊柱侧弯筛查的精度和效率	尽管模型在实验中表现优异，但其在更广泛人群中的适用性和长期效果仍需进一步验证	开发一种非侵入性、易于部署的脊柱侧弯早期筛查和常规监测方法	脊柱侧弯患者	计算机视觉	脊柱侧弯	深度学习	ISANet, Swin Transformer, CMU-Pose	图像	未明确提及样本数量	NA	NA	NA	NA
194	2025-10-07	Spatiotemporal Deep Learning-Based Cine Loop Quality Filter for Handheld Point-of-Care Echocardiography 2024-Nov, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3396796 PMID:38700961	研究论文	开发并验证基于时空深度学习的超声心动图电影循环质量过滤器，用于评估手持式即时超声设备采集数据的适用性	提出结合空间和时间信息的深度学习模型来评估超声心动图电影循环质量，相比仅使用空间信息的模型性能更优	研究仅基于两个中心的175名患者数据，样本量相对有限	开发自动评估手持式即时超声心动图数据质量的深度学习模型	手持式即时超声设备采集的超声心动图电影循环	计算机视觉	心血管疾病	超声心动图	CNN, LSTM	超声图像序列	175名患者的DICOM电影循环，测试集包含76个电影循环共16914帧	NA	VectorCNN, VectorCNN + LSTM, VectorCNN + LSTM + Average, VectorCNN + LSTM + MinMax, VectorCNN + LSTM + ConvPool	准确率, 灵敏度, 特异性	NA
195	2025-10-07	Detection of glaucoma progression on longitudinal series of en-face macular optical coherence tomography angiography images with a deep learning model 2024-Nov-22, The British journal of ophthalmology DOI:10.1136/bjo-2023-324528 PMID:39117359	研究论文	开发一种深度学习模型，利用纵向系列黄斑光学相干断层扫描血管成像图像检测青光眼进展	首次设计定制化卷积神经网络用于基于纵向OCTA图像的青光眼进展检测，相比传统逻辑回归模型表现更优	样本量相对有限（202只眼），需要外部验证来进一步验证模型性能	开发深度学习模型以检测青光眼进展	134名开角型青光眼患者的202只眼睛	计算机视觉	青光眼	光学相干断层扫描血管成像	CNN	图像	202只眼睛，平均随访3.5年，每只眼至少4次OCTA检查	NA	定制化卷积神经网络	AUC, 敏感度, 特异度, 准确率	NA
196	2025-10-07	Predicting phage-host interactions via feature augmentation and regional graph convolution 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae672 PMID:39727002	研究论文	提出一种名为MI-RGC的新方法，通过特征增强和区域图卷积来预测噬菌体-宿主相互作用	引入互信息进行特征增强，并设计区域图卷积模型来学习有意义的表示，通过区域级注意力机制处理不同距离邻居节点的贡献差异	未明确说明方法在高度稀疏数据下的过拟合风险控制效果	预测噬菌体-宿主相互作用，为噬菌体疗法开发提供支持	噬菌体及其宿主细菌	机器学习	细菌感染	深度学习	图卷积网络	序列数据, 环境样本数据	三个基准数据集	NA	区域图卷积模型	NA	NA
197	2025-10-07	Automatic Segmentation and Radiomics for Identification and Activity Assessment of CTE Lesions in Crohn's Disease 2024-11-04, Inflammatory bowel diseases IF:4.5Q1 DOI:10.1093/ibd/izad285 PMID:38011673	研究论文	开发用于克罗恩病CTE图像病灶自动分割的深度学习模型，并基于影像组学特征构建机器学习分类器评估疾病活动性	结合nnU-Net自动分割模型与影像组学特征分析，构建端到端的克罗恩病活动性评估系统	回顾性研究，样本量有限（分割数据集84例，分类数据集193例）	开发自动分割模型并构建分类器评估克罗恩病活动性	克罗恩病患者的CTE图像	医学影像分析	克罗恩病	CTE成像，影像组学分析	nnU-Net，机器学习分类器	CTE图像	分割数据集：84例CTE检查（平均年龄31±13岁，60名男性）；分类数据集：193例CTE检查（平均年龄31±12岁，136名男性）	NA	nnU-Net	Dice相似系数，AUC，敏感度，特异度，准确度	NA
198	2025-10-07	Deep learning of structural MRI predicts fluid, crystallized, and general intelligence 2024-11-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78157-0 PMID:39537706	研究论文	本研究使用深度学习模型分析T1加权结构磁共振图像来预测个体的流体智力、晶体智力和一般智力	首次全面预测晶体智力和一般智力，而不仅限于流体智力；进行了432组实验系统比较不同模型和输入设置	样本量相对有限（850名受试者）；模型复杂度增加未带来预测精度提升的原因未完全阐明	探索脑结构MRI是否能够预测个体智力水平	850名6-64岁健康及自闭症受试者	医学影像分析	神经发育障碍	T1加权结构磁共振成像	CNN	医学影像	850名受试者	NA	2D CNN, 3D CNN	Pearson相关系数	NA
199	2025-10-07	MCNN-AAPT: accurate classification and functional prediction of amino acid and peptide transporters in secondary active transporters using protein language models and multi-window deep learning 2024-Nov-22, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2024.2431664 PMID:39576667	研究论文	开发结合蛋白质语言模型和多窗口深度学习的技术，用于二级主动转运体中氨基酸和肽转运体的准确分类及功能预测	首次整合三种前沿蛋白质语言模型（ProtTrans、ESM-1b、ESM-2）与多窗口扫描深度学习架构，实现局部和全局序列模式的联合捕捉	研究仅基于448个二级主动转运体样本，模型泛化能力需进一步验证	建立计算框架对二级主动转运体中的氨基酸和肽转运体进行功能分类及溶质载体蛋白关联预测	二级主动转运体（含36个溶质载体蛋白）	生物信息学	癌症	蛋白质语言模型，多窗口深度学习	深度学习神经网络	蛋白质序列数据	448个二级主动转运体（来自UniProt和TCDB数据库）	NA	多窗口扫描架构	准确率，灵敏度，特异性，马修斯相关系数	NA
200	2025-10-07	Artificial intelligence-based morphologic classification and molecular characterization of neuroblastic tumors from digital histopathology 2024-Nov-08, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00745-0 PMID:39511421	研究论文	开发基于深度学习的AI模型，通过数字病理图像对神经母细胞瘤进行形态学分类和分子特征分析	采用注意力机制的多实例学习和自监督学习方法，使用迄今最大规模的神经母细胞瘤队列进行病理分类和MYCN扩增状态评估	NA	开发AI辅助的神经母细胞瘤分类系统	神经母细胞瘤	数字病理学	神经母细胞瘤	H&E染色全切片图像	深度学习	图像	迄今最大规模报道的队列	NA	注意力机制多实例学习(aMIL), 自监督学习(SSL)	诊断类别识别, 分级识别, 有丝分裂-核碎裂指数(MKI)评估, MYCN扩增状态识别	NA