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
261	2025-04-24	CNN-O-ELMNet: Optimized Lightweight and Generalized Model for Lung Disease Classification and Severity Assessment 2024-Dec, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3416744 PMID:38896522	research paper	提出了一种轻量级分类模型CNN-O-ELMNet，用于高效检测多种肺部疾病并评估其严重程度	结合CNN进行深度特征提取和优化的极限学习机，利用帝国主义竞争算法提升预测性能，克服了现有CAD系统局限于特定疾病和深度学习模型计算复杂的问题	NA	开发一种轻量级且通用的模型，用于肺部疾病的分类和严重程度评估	肺部疾病（气胸、结核病、肺癌）及其严重程度	digital pathology	lung cancer	imperialistic competitive algorithm	CNN, optimized extreme learning machine	image	benchmark datasets for lung diseases	NA	NA	NA	NA
262	2025-04-24	Temporal Dynamic Synchronous Functional Brain Network for Schizophrenia Classification and Lateralization Analysis 2024-Dec, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3419041 PMID:38917293	研究论文	该研究提出了一种名为Temporal-BCGCN的动态脑网络分析模型，用于精神分裂症分类和大脑侧化分析	设计了DSF-BrainNet模块构建动态同步特征，提出了基于特征同步时间属性的TemporalConv图卷积方法，以及首个基于rs-fMRI数据的深度学习异常半球侧化模块测试工具CategoryPool	未提及具体样本量的局限性或模型在其他数据集上的泛化能力	开发先进的动态脑网络分析方法以揭示精神分裂症患者异常脑活动机制	精神分裂症患者的静息态功能磁共振成像(rs-fMRI)数据	数字病理学	精神分裂症	rs-fMRI	Temporal-BCGCN (包含DSF-BrainNet, TemporalConv和CategoryPool模块)	医学影像数据	COBRE和UCLA数据集（具体样本量未说明）	NA	NA	NA	NA
263	2025-04-24	FedDBL: Communication and Data Efficient Federated Deep-Broad Learning for Histopathological Tissue Classification 2024-Dec, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2024.3403927 PMID:38923486	research paper	提出一种轻量级且通用的联邦学习框架FedDBL，用于在有限训练样本和单轮通信下实现优异的组织病理学分类性能	通过整合预训练的深度学习特征提取器、快速轻量级的广度学习推理系统和经典联邦聚合方法，显著降低数据依赖性和提高通信效率	未明确提及具体局限性	解决组织病理学分类中的隐私保护和通信效率问题	组织病理学图像数据	digital pathology	NA	federated learning	ResNet-50	image	未明确提及具体样本数量	NA	NA	NA	NA
264	2025-10-07	Rectify ViT Shortcut Learning by Visual Saliency 2024-Dec, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3310531 PMID:37703160	研究论文	提出一种新颖的显著性引导视觉Transformer模型，用于纠正ViT中的捷径学习问题	首次在ViT框架中解决捷径学习问题，并提出无需眼动数据的视觉显著性引导方法	依赖计算视觉显著性模型的准确性，可能无法完全替代真实眼动数据	纠正视觉Transformer中的捷径学习问题，提高模型泛化能力和可解释性	自然图像和医学图像	计算机视觉	NA	视觉显著性建模，自注意力机制	Transformer	图像	NA	NA	Vision Transformer (ViT)	NA	NA
265	2025-10-07	Medical Transformer: Universal Encoder for 3-D Brain MRI Analysis 2024-Dec, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3308712 PMID:37738193	研究论文	提出一种用于3D脑部MRI分析的通用编码器Medical Transformer，通过多视图方法和自监督学习实现高效迁移学习	将3D体积图像建模为2D图像切片序列，采用多视图方法利用3D体积三个平面的信息，同时提供参数高效的训练	仅使用健康脑部MRI数据进行预训练，在部分训练样本场景下的性能仍有提升空间	开发适用于医学图像分析的通用迁移学习框架	3D脑部磁共振成像(MRI)	医学影像分析	脑部疾病	磁共振成像(MRI)	Transformer	3D医学图像	大规模正常健康脑部MRI数据集	NA	Transformer	参数减少率, 分类性能, 回归性能, 分割性能	NA
266	2025-10-07	The G Protein-Coupled Receptor-Related Gene Signatures for Diagnosis and Prognosis in Glioblastoma: A Deep Learning Model Using RNA-Seq Data 2024-Dec-01, Asian Pacific journal of cancer prevention : APJCP DOI:10.31557/APJCP.2024.25.12.4201 PMID:39733410	研究论文	本研究通过深度学习模型利用RNA-Seq数据识别胶质母细胞瘤中G蛋白偶联受体相关基因标志物用于诊断和预后	首次结合深度学习和RNA-Seq数据系统分析GPCR基因在胶质母细胞瘤中的诊断和预后价值，识别出多个新型生物标志物	研究仅基于532名患者队列，需要更大样本验证；未进行实验验证	开发基于GPCR相关基因标志物的胶质母细胞瘤诊断和预后深度学习模型	532名胶质母细胞瘤患者的RNA-Seq数据	机器学习	胶质母细胞瘤	RNA-Seq	深度学习	基因表达数据	532名GBM患者	NA	NA	相关系数，生存分析	NA
267	2025-10-07	Rapid and portable quantification of HIV RNA via a smartphone-enabled digital CRISPR device and deep learning 2024-Dec, Sensors and actuators reports IF:6.5Q2 DOI:10.1016/j.snr.2024.100212 PMID:40236689	研究论文	开发了一种基于智能手机的数字CRISPR设备，结合深度学习算法快速定量检测HIV RNA	首次将数字CRISPR检测技术与智能手机平台集成，实现便携式HIV RNA快速定量分析	未提及设备在不同环境条件下的稳定性和大规模临床应用验证	开发快速便携的HIV病毒载量监测工具	HIV RNA分子	医疗诊断设备	HIV/AIDS	数字CRISPR检测、RT-RPA扩增、荧光成像	深度学习算法	荧光图像	未明确说明具体样本数量	NA	NA	检测灵敏度（75拷贝）、检测时间（15分钟）	智能手机平台
268	2025-10-07	Deep learning enabled integration of tumor microenvironment microbial profiles and host gene expressions for interpretable survival subtyping in diverse types of cancers 2024-Dec-17, mSystems IF:5.0Q1 DOI:10.1128/msystems.01395-24 PMID:39565103	研究论文	开发基于自编码器的深度学习框架ASD-cancer，整合肿瘤微环境微生物特征和宿主基因表达数据，实现可解释的癌症生存亚型分型	首次提出半监督深度学习框架同时分析肿瘤微生物组和转录组数据，识别生存相关亚型并揭示微生物-宿主基因相互作用机制	研究依赖于TCGA数据库的样本数据，需要进一步实验验证	解析肿瘤微生物组与宿主基因表达的复杂关系及其对患者生存的联合影响	20种癌症类型的肿瘤组织样本	机器学习	多种癌症	RNA测序，微生物组分析	自编码器	微生物组数据，基因表达数据	TCGA数据库中20种癌症类型的组织样本	NA	自编码器	log-rank检验	NA
269	2025-10-07	Color Fundus Photography and Deep Learning Applications in Alzheimer Disease 2024-Dec, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2024.08.005 PMID:39748801	研究论文	开发并评估两种基于视网膜彩色眼底照片的深度学习模型用于阿尔茨海默病分类	首次使用纯视网膜彩色眼底照片训练两种不同深度学习模型进行AD分类，其中ADRET模型采用BERT风格的自监督学习CNN架构	需要在更大和更多样化人群中进一步验证，需要整合技术来协调眼底照片并减少成像相关噪声	开发基于视网膜图像的阿尔茨海默病筛查方法	阿尔茨海默病患者和对照组	计算机视觉	阿尔茨海默病	彩色眼底摄影	CNN, U-Net, 自监督学习	图像	两个独立数据集（UK Biobank和学术机构数据）	NA	U-Net, Transformer风格CNN	准确率, 灵敏度, 特异性, 接收者操作特征曲线	NA
270	2025-10-07	Deep learning segmentation model for quantification of infarct size in pigs with myocardial ischemia/reperfusion 2024-12, Basic research in cardiology IF:7.5Q1 DOI:10.1007/s00395-024-01081-x PMID:39348000	研究论文	开发基于深度学习的自动分割模型用于猪心肌缺血/再灌注实验中梗死面积的量化	首次将动态U-Net架构应用于猪心肌梗死面积的自动量化，相比传统手工方法将处理时间从90分钟缩短至20秒	在鼠类心脏数据上的性能表现较差（DSC: 0.66），模型泛化能力有待进一步验证	开发自动化深度学习分割模型以替代传统手工TTC染色方法进行梗死面积量化	猪和鼠的心脏组织切片图像	计算机视觉	心血管疾病	TTC染色，深度学习分割	CNN	图像	猪实验390个（图像3869张），鼠实验27个	NA	动态U-Net	Dice相似系数，像素精度，平均精度	NA
271	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
272	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
273	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
274	2025-10-07	Preoperative Ultrasound Radomics to Predict Posthepatectomy Liver Failure in Patients With Hepatocellular Carcinoma 2024-Dec, Journal of ultrasound in medicine : official journal of the American Institute of Ultrasound in Medicine IF:2.1Q2 DOI:10.1002/jum.16559 PMID:39177192	研究论文	开发基于双模态超声特征和临床指标的深度学习模型预测肝细胞癌患者肝切除术后肝功能衰竭风险	提出融合双模态超声图像和临床指标的深度学习模型PHLF-Net，采用渐进式训练策略和多中心验证	研究仅针对乙型肝炎相关肝细胞癌患者，样本量相对有限	预测肝细胞癌患者肝切除术后肝功能衰竭风险	532例接受肝切除术的肝细胞癌患者	医学影像分析	肝细胞癌	二维剪切波弹性成像，B超成像	深度学习	超声图像，临床数据	532例患者（来自5家医院），其中147例发生PHLF	NA	ResNet50	AUC	NA
275	2025-03-28	Bone density measurement in patients with spinal metastatic tumors using chest quantitative CT deep learning model 2024-Dec, Journal of bone oncology IF:3.1Q2 DOI:10.1016/j.jbo.2024.100641 PMID:40134559	研究论文	本研究开发了一种基于3DResUNet架构的深度学习模型，用于从定量计算机断层扫描（QCT）中预测脊柱转移瘤患者的椎体体积骨密度（vBMD）	使用3DResUNet架构的深度学习模型首次应用于脊柱转移瘤患者的vBMD预测，提高了骨质疏松筛查的能力	研究样本量有限（749例），且仅针对脊柱转移瘤患者，可能不适用于其他人群	开发一种深度学习模型，用于预测脊柱转移瘤患者的椎体体积骨密度（vBMD），以增强骨质疏松筛查能力	脊柱转移瘤患者	数字病理学	脊柱转移瘤	定量计算机断层扫描（QCT）	3DResUNet	医学影像	749例脊柱转移瘤患者（训练集599例，测试集150例）	NA	NA	NA	NA
276	2025-03-27	Research on multi-label recognition of tongue features in stroke patients based on deep learning 2024-12-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84002-1 PMID:39739087	研究论文	本文提出了一种基于深度学习的自动识别中风患者舌象特征的方法，以提高舌象特征自动提取和识别的准确性	设计了一个标签引导的多标签舌象识别模型，能够学习特征之间的相关性并进行分类，自动识别舌形、舌色和舌苔等关键特征	模型性能依赖于舌象图像的质量和数据增强的效果，且未提及模型在不同年龄段或不同中风类型患者中的泛化能力	提高中风患者康复阶段舌象特征的自动提取和识别准确性，为中风康复过程的实时评估和诊断提供技术支持	中风患者的舌象图像	计算机视觉	中风	图像处理和机器学习技术	深度学习模型（与resnet和densenet进行比较）	图像	未提及具体样本数量	NA	NA	NA	NA
277	2025-10-07	Deep learning on CT scans to predict checkpoint inhibitor treatment outcomes in advanced melanoma 2024-12-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81188-2 PMID:39738216	研究论文	本研究首次利用深度学习分析晚期黑色素瘤患者的CT影像，预测免疫检查点抑制剂治疗结果	首次探索基于CT影像的深度学习模型预测晚期黑色素瘤免疫治疗疗效	深度学习模型未能显著超越已知临床预测因子，样本量有限且为回顾性研究	开发基于CT影像的深度学习模型预测免疫检查点抑制剂治疗反应	晚期黑色素瘤成年患者	计算机视觉	黑色素瘤	CT成像	深度学习模型	CT影像	730名患者，2722个病灶	NA	NA	AUROC	NA
278	2025-10-07	Attention-guided convolutional network for bias-mitigated and interpretable oral lesion classification 2024-12-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81724-0 PMID:39738228	研究论文	提出一种用于口腔病变分类的注意力引导卷积网络，专注于准确性、可解释性和减少数据集偏差	整合分类流、引导流和解剖部位预测流三个组件，通过注意力机制与临床相关区域对齐，提高模型可解释性和抗偏差能力	数据来源于单一口腔病理诊所，时间跨度较长(1999-2021)，可能存在选择偏差	开发能够准确分类口腔病变并减少数据集偏差的深度学习模型	口腔病变图像	计算机视觉	口腔癌	数字图像分析	CNN	图像	1079名患者的2765张口腔内数字图像，包含16种病变类型	NA	注意力引导卷积网络	准确率, 平衡准确率, AUC	NA
279	2025-10-07	Optimizing VGG16 deep learning model with enhanced hunger games search for logo classification 2024-12-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82022-5 PMID:39738231	研究论文	提出一种基于VGG16模型并通过增强型饥饿游戏搜索算法优化超参数的深度学习架构EHGS-VGG16，用于logo图像分类	将增强型饥饿游戏搜索算法与VGG16模型结合进行超参数优化，在标准HGS算法基础上引入了局部最优和局部逃逸机制来提升探索能力	标准HGS算法存在种群多样性受限和易陷入局部最优的问题	提升logo图像分类的准确率	logo图像	计算机视觉	NA	深度学习	CNN	图像	Flickr-27 logo分类数据集	NA	VGG16, ResNet50V2, InceptionV3, DenseNet121, EfficientNetB0, MobileNetV2	准确率, 精确率, 召回率	NA
280	2025-10-07	DeepGOMeta for functional insights into microbial communities using deep learning-based protein function prediction 2024-12-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82956-w PMID:39738309	研究论文	本研究开发了DeepGOMeta深度学习模型，用于微生物群落中蛋白质功能的预测	提出了专门针对微生物数据的蛋白质功能预测深度学习模型，克服了传统方法对同源性和序列相似性的依赖	模型主要针对微生物数据训练，在其他类型生物数据上的适用性需要进一步验证	开发能够从复杂微生物样本中获取功能见解的蛋白质功能预测方法	微生物群落中的蛋白质功能预测	生物信息学	NA	深度学习	深度学习模型	蛋白质序列数据，基因本体论注释数据	NA	NA	DeepGOMeta	NA	NA