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
41	2025-10-15	An optimal deep learning approach for breast cancer detection and classification with pre-trained CNN-based feature learning mechanism 2024-Nov-27, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2024.2430454 PMID:39601679	研究论文	提出一种基于最优深度学习的乳腺癌检测系统，通过预训练迁移学习模型实现超声图像分割和特征学习	结合扩张卷积U型网络进行分割、空间通道注意力密集网络进行特征学习，以及增强布谷鸟搜索优化算法进行特征选择和LSTM分类器调优	仅使用BUSI数据集进行验证，未在其他数据集上测试泛化能力	开发高精度的乳腺癌自动检测和分类系统	乳腺超声图像中的肿瘤区域	计算机视觉	乳腺癌	超声成像	CNN, LSTM	图像	BUSI数据集中的乳腺超声图像	NA	DCUNet, DenseNet-121, LSTM	准确率	NA
42	2025-10-06	A medical image classification method based on self-regularized adversarial learning 2024-Nov, Medical physics IF:3.2Q1 DOI:10.1002/mp.17320 PMID:39078069	研究论文	提出一种基于自正则化对抗学习的医学图像分类框架GAN-DL，通过对抗网络提供补充正则化来提升分类性能	创新性地将GAN模型作为补充正则化项来支持分类任务，无需额外数据标注即可自动生成正则化损失函数	未明确说明计算资源需求和模型训练时间，在两个数据集上的验证需要扩展到更多医学影像类型	开发一种能够应对医学图像小样本、类别不平衡和质量变异等挑战的分类方法	COVID-19胸部X光图像和口咽鳞状细胞癌PET图像	计算机视觉	COVID-19, 口咽鳞状细胞癌	医学影像分析	GAN, CNN	图像	COVID-19数据集13,958张胸部X光图像，OPSCC数据集3,255张PET图像	NA	特征提取网络(F-Net), 分类器, 重建网络(R-Net), 判别器网络(D-Net)	精确率, 敏感度, 特异度, F1分数	NA
43	2025-10-05	A general temperature-guided language model to design proteins of enhanced stability and activity 2024-Nov-29, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adr2641 PMID:39602544	研究论文	提出一种基于温度感知语言模型的深度学习模型PRIME，用于设计具有增强稳定性和活性的蛋白质突变体	无需特定蛋白质的实验突变数据即可设计改进的蛋白质突变体，采用温度感知语言建模方法	NA	开发能够设计具有高稳定性和高活性蛋白质突变体的计算方法	蛋白质突变体设计	机器学习	NA	深度学习，语言建模	语言模型	蛋白质序列数据，突变数据	283个蛋白质检测数据集，5个验证蛋白质	NA	PRIME（温度感知语言模型）	预测能力，突变体性能改善比例（>30%）	NA
44	2025-10-05	Automated segmentation of soft X-ray tomography: native cellular structure with sub-micron resolution at high throughput for whole-cell quantitative imaging in yeast 2024-Nov-01, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.31.621371 PMID:39554159	研究论文	开发基于深度学习的自动分割流程用于软X射线断层扫描数据中细胞结构的分割和标记	首次将深度学习自动分割应用于软X射线断层扫描，实现高通量全细胞定量成像分析	需要手动迭代优化来提高分割精度	实现酵母细胞亚微米分辨率下的高通量全细胞定量成像分析	三种酵母菌株（野生型、VPH1-GFP和另一菌株）的细胞结构	计算机视觉	NA	软X射线断层扫描(SXT)	深度学习	3D断层扫描图像	数百个细胞，涵盖三种酵母菌株	NA	NA	分割精度	NA
45	2025-10-05	Rapid response to fast viral evolution using AlphaFold 3-assisted topological deep learning 2024-Nov-19, ArXiv PMID:39606716	研究论文	提出一种AlphaFold 3辅助的多任务拓扑拉普拉斯策略，用于快速预测病毒突变对蛋白质相互作用和结合自由能的影响	首次将AlphaFold 3与拓扑深度学习结合，通过拓扑数据分析提取蛋白质相互作用的几何特征，实现无需实验结构的深度突变扫描预测	与实验结构相比，性能存在轻微下降（PCC平均降低1.1%，RMSE平均增加9.3%）	开发高效计算方法以快速响应SARS-CoV-2等病毒的快速进化	SARS-CoV-2刺突蛋白受体结合域与人类ACE2复合物	机器学习	传染病	深度突变扫描，蛋白质-蛋白质相互作用分析	拓扑深度学习，多任务学习	蛋白质三维结构，突变数据	4个实验DMS数据集，包括SARS-CoV-2 HK.3变体数据	NA	多任务拓扑拉普拉斯	皮尔逊相关系数，均方根误差	NA
46	2025-10-05	Deep learning for genomic selection of aquatic animals 2024-Nov, Marine life science & technology IF:5.8Q1 DOI:10.1007/s42995-024-00252-y PMID:39620094	综述	本文综述深度学习在水生动物基因组选择中的应用现状与潜力	系统总结了深度学习在表型获取、基因分型和基因组育种值预测中的创新应用	当前应用仍局限于部分水产物种，需要扩展到更多物种	探讨深度学习在水生动物基因组选择中的应用前景	水生动物	机器学习	NA	下一代测序(NGS)	CNN, DNN, Autoencoder	基因组数据	NA	NA	深度神经网络, 卷积神经网络, 自编码器	准确率	NA
47	2025-10-05	Impact of Emerging Deep Learning-Based MR Image Reconstruction Algorithms on Abdominal MRI Radiomic Features 2024 Nov-Dec 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001648 PMID:39190703	研究论文	评估深度学习MR图像重建算法对腹部MRI影像组学特征的影响	首次系统比较传统重建技术与两种深度学习重建技术对多器官影像组学特征的影响	仅使用单一厂商（Philips）平台，样本量较小（17例），SmartSpeed-SuperRes尚未获FDA批准	评估深度学习重建算法对MRI影像组学特征的影响	17例儿科和成人患者的腹部T2加权MR图像	医学影像分析	腹部疾病	MR成像，深度学习图像重建	深度学习重建模型	MR图像	17例受试者（儿科和成人）	NA	SmartSpeed, SmartSpeed-SuperRes	Pearson相关系数, 组内相关系数, ANOVA分析	NA
48	2025-10-05	A Competition for the Diagnosis of Myopic Maculopathy by Artificial Intelligence Algorithms 2024-Nov-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2024.3707 PMID:39325442	研究论文	通过国际竞赛评估人工智能算法在近视性黄斑病变诊断中的性能	首次通过国际竞赛形式系统比较多种深度学习算法在近视性黄斑病变诊断任务中的表现，并证明模型集成方法优于单个算法和眼科医生	研究基于特定竞赛数据集，模型泛化能力需进一步验证	评估深度学习算法在近视性黄斑病变分类、分割和球镜当量预测任务中的性能	眼底图像数据	计算机视觉	近视性黄斑病变	眼底成像	深度学习	图像	2306张训练图像，294张验证图像，2003张测试图像	NA	模型集成	二次加权kappa系数,F1分数,敏感度,特异度,Dice相似系数,R2,平均绝对误差	NA
49	2025-10-05	CT synthesis with deep learning for MR-only radiotherapy planning: a review 2024-Nov, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00430-y PMID:39465111	综述	本文综述了基于深度学习的MR-to-CT合成方法在仅使用MRI的放疗计划中的应用	系统分类并比较了四类深度学习模型在MR-to-CT合成任务中的表现	NA	评估深度学习模型在仅使用MRI的放疗计划中合成CT图像的潜力	MR-to-CT合成方法	医学影像	肿瘤放疗	深度学习	CNN, GAN, Transformer, 扩散模型	医学影像	NA	NA	卷积神经网络, 生成对抗网络, Transformer, 扩散模型	NA	NA
50	2025-10-05	Spatial resolution enhancement using deep learning improves chest disease diagnosis based on thick slice CT 2024-Nov-23, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01338-8 PMID:39580609	研究论文	开发深度学习模型通过厚层CT生成合成薄层CT以提升胸部疾病诊断准确性	提出卷积-Transformer混合编解码架构的深度学习模型，首次实现跨区域多中心验证的厚层CT到薄层CT合成	研究仅针对社区获得性肺炎和肺结节检测，未涵盖其他胸部疾病	提升厚层CT的空间分辨率以改善胸部疾病诊断	胸部CT图像	计算机视觉	肺部疾病	CT成像	深度学习	医学影像	单中心1576名参与者，跨区域三中心1228名参与者	NA	卷积-Transformer混合编解码器	诊断准确率, 敏感性	NA
51	2025-10-05	Advancements in biliopancreatic endoscopy - A comprehensive review of artificial intelligence in EUS and ERCP 2024-11, Revista espanola de enfermedades digestivas IF:2.7Q2 DOI:10.17235/reed.2024.10456/2024 PMID:38832589	综述	本文全面回顾了人工智能在胆胰内镜（EUS和ERCP）领域的最新研究进展和应用现状	系统梳理了AI在胆胰内镜领域的技术进展、主要应用场景及伦理考量，为该领域的未来发展提供指导	作为叙述性综述，未进行系统性文献检索和定量分析	总结人工智能在胆胰内镜检查中的研究现状和发展方向	胆胰内镜检查技术，包括超声内镜（EUS）和经内镜逆行胰胆管造影（ERCP）	医学人工智能	胆胰疾病	深度学习	深度学习模型	内镜图像	NA	NA	NA	NA	NA
52	2025-10-05	Generative AI in orthopedics: an explainable deep few-shot image augmentation pipeline for plain knee radiographs and Kellgren-Lawrence grading 2024-11-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae246 PMID:39311859	研究论文	提出一种用于膝关节X光片生成和Kellgren-Lawrence分级的可解释深度少样本图像增强流程	首次提出深度少样本图像增强流程，能够在训练样本有限的情况下生成高质量合成膝关节X光片	训练数据集规模受限	解决骨科医学图像分析中大规模标准化标注数据缺乏的问题	膝关节X光片和Kellgren-Lawrence分级	医学图像分析	骨关节炎	深度少样本图像生成	生成模型	X光图像	86,000张合成膝关节X光片	NA	NA	Frechet Inception Distance, Cohen's Kappa, 准确率	NA
53	2025-10-05	Impact of wearable device data and multi-scale entropy analysis on improving hospital readmission prediction 2024-11-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae242 PMID:39301656	研究论文	本研究通过可穿戴设备数据和多尺度熵分析改进医院再入院预测模型	首次将多尺度熵分析应用于可穿戴设备时间序列数据，结合LSTM深度学习模型预测90天内非计划再入院	回顾性研究设计，需要前瞻性研究验证结果，样本量相对有限	提高医院非计划再入院的预测准确性	612名拥有可穿戴设备数据的出院患者	机器学习	老年疾病	可穿戴设备监测，多尺度熵分析	FNN, LSTM	时间序列数据，人口统计学数据，实验室数据	612名患者，来自35家医疗机构	NA	前馈神经网络，长短期记忆网络	ROC曲线下面积	NA
54	2025-10-05	Using artificial intelligence to study atherosclerosis from computed tomography imaging: A state-of-the-art review of the current literature 2024-11, Atherosclerosis IF:4.9Q1 DOI:10.1016/j.atherosclerosis.2024.117580 PMID:38852022	综述	本文综述了人工智能在计算机断层扫描成像中研究动脉粥样硬化的最新文献进展	介绍了基于深度学习的斑块分析新方法及新兴的放射转录组学技术，并提及国际大型ORFAN研究平台	讨论了当前AI方法的局限性及需要解决的挑战	开发AI风险评估工具以检测易损动脉粥样硬化斑块并指导治疗策略	冠状动脉炎症、冠状动脉斑块及相关风险	医学影像分析	心血管疾病	计算机断层扫描(CT)	CNN	CT图像	NA	NA	卷积神经网络	NA	NA
55	2025-10-06	Self-supervised learning for CT image denoising and reconstruction: a review 2024-Nov, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00424-w PMID:39465103	综述	本文综述了自监督学习在CT图像去噪和重建中的应用方法	重点关注无需干净/噪声参考即可学习CT图像的自监督学习方法	NA	回顾自监督学习在CT图像去噪和重建中的理论与方法演进	CT图像	医学影像	NA	CT成像	深度学习	CT图像	NA	NA	NA	NA	NA
56	2025-10-06	Automated surgical skill assessment in colorectal surgery using a deep learning-based surgical phase recognition model 2024-11, Surgical endoscopy DOI:10.1007/s00464-024-11208-9 PMID:39214877	研究论文	本研究开发了一种基于深度学习的结直肠手术阶段识别模型，用于自动评估外科手术技能	首次将手术阶段识别模型应用于结直肠手术技能评估，通过分析手术阶段参数实现自动化技能分级	样本量相对有限，仅针对腹腔镜乙状结肠切除术进行评估	验证使用手术阶段识别模型评估外科手术技能的可行性	结直肠外科手术视频和不同技能水平的外科医生	计算机视觉	结直肠癌	深度学习	深度学习模型	手术视频	85个手术视频（专家组26个、中间组32个、新手组27个），总计1272个视频片段	NA	NA	p值统计显著性	NA
57	2025-10-06	Artificial intelligence-enabled electrocardiogram for mortality and cardiovascular risk estimation: a model development and validation study 2024-11, The Lancet. Digital health DOI:10.1016/S2589-7500(24)00172-9 PMID:39455192	研究论文	开发并验证了一种基于人工智能的心电图风险估计平台，用于预测死亡率和心血管风险	开发了具有可操作性、可解释性和生物学合理性的AI-ECG风险估计平台，能够生成患者特异性生存曲线并预测死亡时间	NA	开发能够预测死亡率和心血管风险的AI-ECG平台，解决现有模型在个体层面缺乏可操作性和可解释性的问题	心电图数据和患者群体	机器学习	心血管疾病	心电图	深度学习	心电图信号	1,163,401份心电图，来自189,539名患者，并在五个跨国队列中验证	NA	离散时间生存模型	C-index	NA
58	2025-10-06	Artificial Intelligence Applications to Measure Food and Nutrient Intakes: Scoping Review 2024-11-28, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/54557 PMID:39608003	综述	本文通过范围综述系统评估人工智能在食物和营养素摄入测量中的应用效果与挑战	首次系统综述AI技术在膳食评估领域的应用现状，涵盖多种数据输入类型和AI模型，揭示实时监测潜力与传统方法相比的优势	纳入研究数量有限（25篇），存在算法适应性、数据隐私和食物多样性等未解决问题	评估AI工具在食物和营养素摄入测量中的有效性、准确性和挑战	人类膳食摄入数据	机器学习	NA	深度学习，机器学习	CNN, SVM	食物图像，声音数据，颌骨运动数据，文本数据	10至38,415名参与者	NA	RGB-D融合网络	准确率，平均绝对误差	NA
59	2025-10-06	Long-Term Efficacy of an AI-Based Health Coaching Mobile App in Slowing the Progression of Nondialysis-Dependent Chronic Kidney Disease: Retrospective Cohort Study 2024-11-25, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/54206 PMID:39402012	研究论文	评估基于AI的健康指导移动应用在延缓非透析依赖慢性肾病进展方面的长期疗效	首次通过大规模回顾性研究验证AI驱动的移动护理系统对延缓慢性肾病进展的长期效果	回顾性研究设计可能存在选择偏倚，未报告AI模型的具体技术细节	评估智能护理系统对延缓慢性肾病进展的长期疗效	中国非透析依赖的慢性肾病患者	医疗健康AI	慢性肾病	深度学习光学字符识别	深度学习	健康监测数据、文本数据	12,297名患者纳入分析，经倾向评分匹配后808名患者（干预组404名，对照组404名）	NA	NA	肾小球滤过率斜率、白蛋白与肌酐比值、平均动脉压	NA
60	2025-10-06	Leveraging calcium score CT radiomics for heart failure risk prediction 2024-11-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77269-x PMID:39505933	研究论文	本研究利用钙评分CT影像组学特征预测心力衰竭风险	首次仅使用计算机断层扫描钙评分（CTCS）数据开发心力衰竭风险预测模型，提出钙化组学（calcium-omics）和心外膜脂肪组学（fat-omics）新特征	随访时间较短（中位1.7年），样本量相对有限（1,998例患者）	开发基于CTCS的心力衰竭风险筛查方法	1,998例患者（包括336例2型糖尿病患者）的CTCS扫描数据	医学影像分析	心血管疾病	计算机断层扫描钙评分（CTCS），深度学习分割	深度学习	医学影像	1,998例患者（336例2型糖尿病患者）	NA	NA	C-index	NA