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
221	2025-10-07	The Theranostic Genome 2024-12-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-55291-x PMID:39738156	研究论文	本文提出“诊疗基因组”概念，通过深度学习混合人机流程整合多源生物医学数据库，识别可用于癌症诊疗一体化的基因靶点和先导化合物	首次定义“诊疗基因组”概念，开发深度学习混合人机流程整合多源生物医学数据库，实现基因与诊疗化合物的系统关联	NA	克服诊疗药物开发中的瓶颈，促进精准医学发展	人类基因组中可用于诊疗应用的基因表达数据	生物信息学	癌症	RNA测序，深度学习	深度学习	基因组数据，文献数据，数据库记录	超过17,000个人类组织样本	NA	NA	NA	NA
222	2025-05-10	Artificial intelligence model for perigastric blood vessel recognition during laparoscopic radical gastrectomy with D2 lymphadenectomy in locally advanced gastric cancer 2024-Dec-30, BJS open IF:3.5Q1 DOI:10.1093/bjsopen/zrae158 PMID:39963943	研究论文	开发了一种基于深度学习的实时胃周血管识别模型，用于辅助局部晚期胃癌腹腔镜根治术中的D2淋巴结清扫	首次将DeepLabv3+模型应用于胃周血管实时识别，为腹腔镜手术提供AI辅助决策支持	在出血或手术烟雾等复杂场景下识别性能下降，肥胖患者数据表现良好但未说明具体样本量	提高局部晚期胃癌手术安全性，减少术中意外出血	腹腔镜胃癌根治术视频中的胃周血管	数字病理	胃癌	深度学习	DeepLabv3+	手术视频图像	116个手术视频的2460张图像	NA	NA	NA	NA
223	2025-05-09	ASAP-DTA: Predicting drug-target binding affinity with adaptive structure aware networks 2024-Dec, Journal of bioinformatics and computational biology IF:0.9Q4 DOI:10.1142/S0219720024500288 PMID:39961610	research paper	提出了一种基于图深度学习的药物-靶标结合亲和力预测模型ASAP-DTA，利用自适应结构感知池化进行图处理	整合了自注意力机制与增强的图神经网络，通过聚类相邻节点并按注意力分数加权形成最终分子表示，显著改进了图特征提取	未提及模型在更大规模或更复杂数据集上的表现	高效预测药物-靶标结合亲和力，减少药物再利用的资源浪费	药物-靶标结合亲和力	machine learning	NA	graph-based deep learning	graph neural network with self-attention mechanism	2D molecular graph	multiple benchmark datasets including KIBA dataset	NA	NA	NA	NA
224	2025-10-07	Development of a Deep Learning System for Intraoperative Identification of Cancer Metastases 2024-Dec-01, Annals of surgery IF:7.5Q1 DOI:10.1097/SLA.0000000000006294 PMID:38577794	研究论文	开发用于术中识别癌症转移的深度学习手术引导系统原型	开发首个能够术中识别腹膜表面转移的深度学习手术引导系统原型	需要多机构临床环境中的进一步开发和验证	开发用于术中识别腹膜表面转移的人工智能系统	经组织学证实涉及胃肠道的腺癌患者	计算机视觉	胃肠道癌症	深度学习	深度学习系统	腹腔镜图像	132名患者的4287个可见腹膜表面病变和365个活检腹膜表面病变的3650个图像块	NA	NA	AUC, 准确率	NA
225	2025-05-03	Psoriasis severity assessment: Optimizing diagnostic models with deep learning 2024-Dec, Narra J DOI:10.52225/narra.v4i3.1512 PMID:39816098	research paper	本研究评估了深度学习模型在银屑病严重程度自动分类中的应用	使用五种改进的深度卷积神经网络（DCNN）进行银屑病严重程度分类，并确定ResNet50为最优模型	需要进一步的临床验证和模型优化	优化银屑病严重程度的诊断模型	银屑病临床图像	computer vision	psoriasis	deep learning	ResNet50, VGGNet19, MobileNetV3, MnasNet, EfficientNetB0	image	1,546张临床图像（1,082张用于训练，463张用于验证和测试）	NA	NA	NA	NA
226	2025-05-02	Performance Improvement with Reduced Number of Channels in Motor Imagery BCI System 2024-Dec-28, Sensors (Basel, Switzerland) DOI:10.3390/s25010120 PMID:39796911	研究论文	本研究探讨了在运动想象脑机接口系统中减少通道数量以提高灵活性、便携性和计算效率的方法	结合EOG通道和少量EEG通道比单独使用大量EEG通道更有效，挑战了EOG仅引入眼相关噪声的传统观点	在7类运动想象任务中准确率相对较低（61%）	提高运动想象脑机接口系统的实用性和性能	运动想象EEG信号分类	脑机接口	NA	深度学习	1D卷积块和深度可分离卷积	EEG和EOG信号	两个数据集：BCI Competition IV Dataset IIa（4类MI）和Weibo数据集（7类MI）	NA	NA	NA	NA
227	2025-05-02	Cross-Shaped Heat Tensor Network for Morphometric Analysis Using Zebrafish Larvae Feature Keypoints 2024-Dec-28, Sensors (Basel, Switzerland) DOI:10.3390/s25010132 PMID:39796924	research paper	提出了一种基于深度学习的特征端点检测方法，用于定量确定斑马鱼幼体的表型和器官特征	引入了交叉形热张量网络（CSHT-Net），通过新颖的关键点训练方法和组合卷积块特征提取器，解决了基于热图方法仅关注关键点局部区域的问题，并增强了模型学习连续带状特征的能力	NA	开发一种非破坏性的斑马鱼幼体形态计量分析方法，用于识别异常和诊断疾病	斑马鱼幼体	computer vision	NA	deep learning	CSHT-Net	image	4389张斑马鱼幼体的明场显微照片	NA	NA	NA	NA
228	2025-05-02	Comparative Analysis of Edge Detection Operators Using a Threshold Estimation Approach on Medical Noisy Images with Different Complexities 2024-Dec-27, Sensors (Basel, Switzerland) DOI:10.3390/s25010087 PMID:39796878	研究论文	本文通过提出的阈值估计方法，比较分析了噪声对不同复杂度医学图像边缘检测的影响	提出了一种创新的边缘检测方法，考虑了不同噪声类型和浓度，并在多种复杂度的医学图像上进行了评估	研究仅针对特定类型的医学图像（视网膜图像、脑肿瘤分割和肺部CT扫描），可能不适用于其他类型的医学图像	评估噪声对医学图像边缘检测的影响，并提出一种有效的阈值估计方法	医学图像（视网膜图像、脑肿瘤分割和肺部CT扫描）	计算机视觉	脑肿瘤、肺部疾病	网格搜索（GS）方法和随机搜索（RS9）	Canny算子、Laplace算子、AlexNet、ResNet、VGGNet、MobileNetv2、Inceptionv3	图像	三个不同的数据集（视网膜图像、脑肿瘤分割和肺部CT扫描）	NA	NA	NA	NA
229	2025-05-02	Deep Learning Unravels Differences Between Kinematic and Kinetic Gait Cycle Time Series from Two Control Samples of Healthy Children Assessed in Two Different Gait Laboratories 2024-Dec-27, Sensors (Basel, Switzerland) DOI:10.3390/s25010110 PMID:39796901	research paper	研究利用深度学习比较两个不同步态实验室评估的健康儿童步态周期时间序列的差异	使用基于ResNet的深度学习模型成功识别数据来源实验室，并探索减少实验室间差异的预处理方法	研究仅涉及两个实验室的数据，可能无法完全代表所有实验室的差异	比较不同实验室评估的健康儿童步态周期时间序列差异，并提高机器学习模型在临床环境中的可转移性	两组健康儿童的步态周期时间序列数据	machine learning	NA	步态分析协议	ResNet	时间序列数据	两组健康儿童的步态数据	NA	NA	NA	NA
230	2025-05-02	Real-Time PPG-Based Biometric Identification: Advancing Security with 2D Gram Matrices and Deep Learning Models 2024-Dec-25, Sensors (Basel, Switzerland) DOI:10.3390/s25010040 PMID:39796830	research paper	本研究探讨了基于光电容积描记（PPG）信号的生物识别技术，通过二维Gram矩阵转换和深度学习模型提高安全性	采用PPG信号结合Gram矩阵转换和EfficientNetV2 B0与LSTM网络，实现了99%的准确率，并在实时识别场景中验证了其有效性	样本量较小，仅包含40名受试者	提升生物识别系统的安全性和抗欺骗能力	PPG信号	machine learning	NA	PPG信号采集	EfficientNetV2 B0与LSTM网络	PPG信号	40名受试者	NA	NA	NA	NA
231	2025-05-02	Deep Learning-Based Computer-Aided Diagnosis of Osteochondritis Dissecans of the Humeral Capitellum Using Ultrasound Images 2024-Dec-04, The Journal of bone and joint surgery. American volume DOI:10.2106/JBJS.23.01164 PMID:38743813	research paper	开发了一种基于深度学习的计算机辅助诊断系统，用于通过超声图像检测肱骨小头剥脱性骨软骨炎	首次将深度学习应用于肱骨小头剥脱性骨软骨炎的超声图像诊断，并实现了高准确率	研究样本量相对较小，且仅针对棒球运动员群体	开发并评估基于深度学习的计算机辅助诊断系统，用于肱骨小头剥脱性骨软骨炎的检测	196名棒球运动员的肘部超声图像（其中92名患有剥脱性骨软骨炎）	digital pathology	osteochondritis dissecans	ultrasound imaging	object-detection algorithm and image classification network	image	196名棒球运动员的肘部超声图像（训练和验证集），外加20名运动员的外部数据集（测试集）	NA	NA	NA	NA
232	2025-05-02	HiCervix: An Extensive Hierarchical Dataset and Benchmark for Cervical Cytology Classification 2024-Dec, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3419697 PMID:38923481	research paper	介绍了一个名为HiCervix的广泛多层次宫颈细胞学数据集和基准测试方法HierSwin，用于宫颈细胞学分类	提出了目前最广泛的多中心宫颈细胞学数据集HiCervix，以及基于层次视觉变换器的分类网络HierSwin，利用层次树中的语义相关性进行详细特征学习	NA	提高宫颈细胞学分类的准确性和详细性，以更好地反映真实世界的细胞病理学条件	宫颈细胞	digital pathology	cervical cancer	deep learning	HierSwin (hierarchical vision transformer)	image	40,229 cervical cells from 4,496 whole slide images	NA	NA	NA	NA
233	2025-10-07	DGSLSTM: Deep Gated Stacked Long Short-Term Memory Neural Network for Traffic Flow Forecasting of Transportation Networks on Big Data Environment 2024-12, Big data IF:2.6Q2 DOI:10.1089/big.2021.0013 PMID:35143339	研究论文	提出一种深度门控堆叠LSTM神经网络用于大数据环境下的交通流量预测	结合多个简单循环LSTM神经网络与时间特征，采用无监督逐层训练方法构建深度门控堆叠神经网络	未明确说明模型的具体局限性	提高交通流量预测的准确性	交通网络的流量数据	机器学习	NA	深度学习	LSTM, GRU, 堆叠自编码器	时间序列数据	NA	NA	深度门控堆叠LSTM, 门控循环单元, 堆叠自编码器	预测效能	大数据环境
234	2025-10-07	Social Listening for Product Design Requirement Analysis and Segmentation: A Graph Analysis Approach with User Comments Mining 2024-12, Big data IF:2.6Q2 DOI:10.1089/big.2022.0021 PMID:37668599	研究论文	通过社交媒体在线评论分析客户产品设计需求，并快速转化为产品设计规范	提出指数判别雪球抽样方法构建产品相关子网络，结合图采样聚合和深度学习框架进行用户画像定义和意见挖掘	仅基于百度贴吧单一数据源，未验证在其他社交媒体平台的适用性	通过社交媒体用户评论分析产品设计需求和市场细分	智能手机设计分析，基于百度贴吧的用户评论数据	自然语言处理	NA	自然语言处理，图分析，意见挖掘	BiLSTM, CRF, 图神经网络	文本评论数据	14,018个用户，30,803条评论，11层社交关系	NA	双向长短期记忆网络，条件随机场，GraphSAGE	用户群体聚类合理性	NA
235	2025-10-07	Transcription factor prediction using protein 3D secondary structures 2024-Dec-26, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae762 PMID:39786868	研究论文	提出首个利用蛋白质3D二级结构信息的深度学习转录因子预测方法StrucTFactor	首次利用蛋白质3D二级结构信息进行转录因子预测，相比传统方法不依赖已知DNA结合结构域	NA	开发更准确的转录因子预测方法	转录因子（DNA结合蛋白）	机器学习	NA	蛋白质3D结构分析	深度学习	蛋白质3D结构数据	约525,000个蛋白质，涵盖12个数据集	NA	NA	Matthews相关系数	NA
236	2025-10-07	BetaAlign: a deep learning approach for multiple sequence alignment 2024-Dec-26, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf009 PMID:39775454	研究论文	提出了一种基于深度学习的多序列比对方法BetaAlign，利用自然语言处理技术进行生物序列比对	首个深度学习比对器，采用自然语言处理技术中的transformer架构，通过模拟生成的比对数据进行训练	NA	开发基于人工智能的多序列比对方法，挑战传统比对算法	生物序列数据	自然语言处理	NA	自然语言处理，深度学习	Transformer	生物序列数据	NA	PyTorch（基于HuggingFace）	Transformer	准确率	NA
237	2025-10-07	Forecasting Subway Passenger Flow for Station-Level Service Supply 2024-12, Big data IF:2.6Q2 DOI:10.1089/big.2021.0318 PMID:35749714	研究论文	提出一种名为DeepSPF的深度学习架构，用于预测考虑不同功能类型车站的地铁客流	提出结合LSTM和一维卷积的滑动长短期记忆神经网络，能够识别不同类型车站的未来客流差异	仅在北京地铁数据集上进行实验验证，未在其他城市地铁系统测试	改进地铁站点级服务供应链管理中的客流预测精度	北京地铁系统的乘客流量数据	机器学习	NA	深度学习	LSTM, CNN	时间序列数据	北京地铁系统数据	NA	滑动LSTM神经网络，一维卷积	在10分钟、15分钟和30分钟三个时间粒度上的预测精度	NA
238	2025-04-29	Deep learning-based classification of gallbladder lesions in patients with non-diagnostic (GB-RADS 0) ultrasound 2024-Dec, Clinical and experimental hepatology IF:1.5Q3 DOI:10.5114/ceh.2024.145424 PMID:40290528	研究论文	本研究评估了深度学习模型在非诊断性超声图像中对胆囊病变进行分类的诊断性能	首次在非诊断性胆囊超声图像中应用多种深度学习模型（包括CNN、Transformer及混合模型）进行良恶性分类	模型性能仍需进一步提升以达到临床应用标准，测试样本量较小（26名患者）	提高非诊断性胆囊超声（GB-RADS 0）中病变的良恶性分类准确性	因胆囊因素导致超声检查非诊断性的患者	数字病理	胆囊疾病	超声成像	ResNet50, GBCNet, ViT, RadFormer, MedViT	图像	训练集1004张图像，验证集251张图像，测试集26名患者（304张图像）	NA	NA	NA	NA
239	2025-10-07	Autoencoder-based phenotyping of ophthalmic images highlights genetic loci influencing retinal morphology and provides informative biomarkers 2024-Dec-26, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae732 PMID:39657956	研究论文	本研究利用自编码器从视网膜光学相干断层扫描图像中提取表型特征，并通过全基因组关联分析识别影响视网膜形态的遗传位点	首次将自编码器深度学习方法应用于视网膜OCT图像的表型分析，发现了传统临床特征未能捕捉的遗传关联	研究样本仅来自UK Biobank数据库，可能存在人群代表性限制	探索深度学习能否检测视网膜图像中更细微的变异模式，并识别相关的遗传因素	31,135名UK Biobank参与者的视网膜OCT图像	计算机视觉	眼科疾病	光学相干断层扫描(OCT)	自编码器	医学图像	31,135名参与者	NA	自编码器	统计显著性	NA
240	2025-10-07	Classification of rib fracture types from postmortem computed tomography images using deep learning 2024-Dec, Forensic science, medicine, and pathology DOI:10.1007/s12024-023-00751-x PMID:37968549	研究论文	本研究开发基于深度学习的模型，用于从死后计算机断层扫描图像中分类肋骨骨折类型	首次将ResNet50架构应用于PMCT图像的肋骨骨折多级分类，并采用分层分类方法	对'ad latus'类型骨折的识别率较低（17-18%），在较低层级分类时性能下降	开发辅助临床医生进行医学图像诊断的深度学习系统	死后计算机断层扫描（PMCT）图像中的肋骨骨折	计算机视觉	骨骼损伤	计算机断层扫描（CT）	CNN	图像	NA	NA	ResNet50	准确率	NA