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
2101	2025-10-07	Classifying cognitive impairment based on FDG-PET and combined T1-MRI and rs-fMRI: An ADNI study 2025-Jan, Journal of Alzheimer's disease : JAD DOI:10.1177/13872877241302493 PMID:39623970	研究论文	基于FDG-PET和MRI影像数据，使用深度学习模型对轻度认知障碍进行分类预测	首次联合使用FDG-PET和多种MRI模态（T1加权和静息态功能MRI）进行MCI分类比较，并预测MCI向AD的转化	MRI模型性能未超越FDG-PET模型，MCI转化预测准确率相对较低（63.23%）	开发基于神经影像的认知障碍分类方法，比较不同影像模态的诊断价值	阿尔茨海默病神经影像倡议（ADNI）数据库中的认知正常成年人和轻度认知障碍患者	医学影像分析	阿尔茨海默病	FDG-PET, T1-MRI, rs-fMRI	CNN	医学影像	四个队列共805名参与者（最大队列），其中MCI患者455人，认知正常者350人	NA	3D DenseNet	准确率, 敏感度, 特异度	NA
2102	2025-10-07	Prediction of Brain Cancer Occurrence and Risk Assessment of Brain Hemorrhage Using Hybrid Deep Learning Technique 2025-Jan, Cancer investigation IF:1.8Q3 DOI:10.1080/07357907.2024.2431829 PMID:39629783	研究论文	使用混合深度学习技术预测脑癌发生并评估脑出血风险	提出结合多头自注意力扩张卷积神经网络与图基深度神经网络的新型混合深度学习框架，并采用鱼鹰优化算法进行参数优化	未提及数据集具体规模和验证方法	脑癌发生预测和脑出血风险评估	脑部MRI和CT扫描图像	医学影像分析	脑癌	脑部MRI, CT扫描	MH-SA-DCNN, G-DNN, Cox回归模型	医学图像	NA	NA	多头自注意力扩张卷积神经网络, EfficientNet, 图基深度神经网络	NA	NA
2103	2025-10-07	Evaluating CNN Architectures for the Automated Detection and Grading of Modic Changes in MRI: A Comparative Study 2025-Jan, Orthopaedic surgery IF:1.8Q2 DOI:10.1111/os.14280 PMID:39638639	研究论文	本研究开发并比较了基于CNN的自动检测和分级Modic改变的模型性能	首次系统比较YOLOv8和YOLOv5在Modic改变自动检测和分级中的性能，并验证AI辅助对初级医生诊断一致性的提升效果	样本量相对有限（139例患者），且数据来自特定时间段和扫描设备	开发自动检测和分级MRI中Modic改变的深度学习工具	139例患有Modic改变的患者的MRI图像	计算机视觉	脊柱疾病	磁共振成像	CNN	医学图像	139例患者（数据集1：109例，数据集2：30例）	PyTorch	YOLOv8, YOLOv5	准确率, 召回率, F1分数, mAP50, Cohen's kappa	NA
2104	2025-10-07	Comparing statistical and deep learning approaches for simultaneous prediction of stand-level above- and belowground biomass in tropical forests 2025-Jan-01, The Science of the total environment DOI:10.1016/j.scitotenv.2024.177869 PMID:39642621	研究论文	本研究开发了深度学习加性模型，用于同时预测热带森林林分水平的地上生物量、地下生物量和总生物量	创新性地开发了深度学习加性模型，实现了林分水平地上和地下生物量的同时预测并保持可加性	研究仅基于越南五个生态区域的121个样地数据，样本规模有限	开发准确且成本效益高的热带森林生物量预测方法	热带森林林分水平生物量	机器学习	NA	深度学习，统计建模	深度学习加性模型，多输入多输出深度神经网络	森林调查数据，环境因子数据	121个样地，覆盖越南五个生态区域的两种热带森林类型	NA	深度学习加性模型	平均绝对百分比误差	NA
2105	2025-10-07	Denoising low-field MR images with a deep learning algorithm based on simulated data from easily accessible open-source software 2025-Jan, Journal of magnetic resonance (San Diego, Calif. : 1997) DOI:10.1016/j.jmr.2024.107812 PMID:39647413	研究论文	提出一种基于深度学习算法的低场强磁共振图像去噪方法，通过模拟数据提升对比度	使用开源软件生成模拟低场强MRI数据的合成脑影像数据集，解决真实训练数据不足的问题	依赖模拟数据训练，与实际临床数据可能存在差异	提升低场强磁共振图像的对比度	低场强磁共振图像	计算机视觉	NA	磁共振成像	CNN	医学图像	模拟脑影像数据集和体内数据	NA	3D深度卷积残差网络	相对对比度比率, 空间高频成分保持度	NA
2106	2025-10-07	End-to-end deep learning patient level classification of affected territory of ischemic stroke patients in DW-MRI 2025-Jan, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-024-03520-x PMID:39656236	研究论文	开发用于缺血性卒中患者DWI-MRI中受影响区域自动分类的端到端深度学习模型	采用并行流编码策略整合临床领域知识，实现端到端的卒中区域分类	回顾性多中心研究，样本量相对有限（624例）	自动化分类缺血性卒中患者在DWI中的受影响区域	缺血性卒中患者的脑部DWI-MRI图像	医学影像分析	缺血性卒中	DWI-MRI	CNN, LSTM	3D医学影像	624例DWI MRI（来自3个中心，训练集439例，验证集103例，测试集82例）	NA	3D CNN, LSTM-CNN, 注意力门控	平衡准确率, 宏平均F1分数, AUC, Cohen's kappa	NA
2107	2025-10-07	Automated quantification of Enchytraeus crypticus juveniles in different soil types using RootPainter 2025-Jan-01, Ecotoxicology and environmental safety IF:6.2Q1 DOI:10.1016/j.ecoenv.2024.117482 PMID:39662459	研究论文	本研究使用RootPainter工具自动量化不同土壤类型中的Enchytraeus crypticus幼体数量	首次将RootPainter深度学习工具应用于线蚓毒性测试中的幼体自动计数	仅测试了四种土壤类型和五种农药，未涵盖更广泛的土壤和污染物类型	开发自动化方法替代人工计数线蚓幼体	Enchytraeus crypticus幼体	计算机视觉	NA	深度学习，卷积神经网络	CNN	图像	四种土壤类型（三种OECD人工土壤和一种天然LUFA 2.2土壤），五种农药（两种杀菌剂和三种杀虫剂）	RootPainter	NA	皮尔逊相关系数，组内可比性系数	NA
2108	2025-10-07	DeepMEns: an ensemble model for predicting sgRNA on-target activity based on multiple features 2025-Jan-15, Briefings in functional genomics IF:2.5Q3 DOI:10.1093/bfgp/elae043 PMID:39528429	研究论文	提出基于深度学习的集成可解释模型DeepMEns，用于预测sgRNA的靶向活性	提出集成可解释模型，结合多种特征和架构，通过五个子回归器的平均预测提高性能	模型内在机制仍存在解释难度，性能提升空间未明确量化	提高CRISPR/Cas9系统中sgRNA靶向活性的预测准确性	化脓性链球菌CRISPR/Cas9系统的单导RNA（sgRNA）	机器学习	NA	基因编辑技术	CNN, Transformer, LSTM	序列数据，DNA形状特征，位置编码特征	五个不同的训练和验证数据集，十个独立测试数据集	NA	CNN with Transformer encoder, LSTM with attention mechanism	Spearman相关系数	NA
2109	2025-04-27	Toward Personalized Digital Experiences to Promote Diabetes Self-Management: Mixed Methods Social Computing Approach 2025-Jan-07, JMIR diabetes DOI:10.2196/60109 PMID:39773324	研究论文	本研究采用混合方法社交计算方法，分析数字健康社区中的同伴互动，以促进糖尿病自我管理的个性化干预	结合深度学习和社交网络分析技术，从大规模社交媒体数据中识别社交影响力模式，为个性化干预提供依据	研究仅基于美国糖尿病协会支持社区的数据，可能无法推广到其他文化或平台	探索社交影响力在糖尿病自我管理中的作用，并开发个性化干预措施	美国糖尿病协会支持社区中的同伴互动数据（2014-2021年）	社交计算	糖尿病	深度学习、社交网络分析	深度学习模型	文本	约73,000次同伴互动，其中1,501条手动标注	NA	NA	NA	NA
2110	2025-10-07	Evaluating the Efficacy of Deep Learning Reconstruction in Reducing Radiation Dose for Computer-Aided Volumetry for Liver Tumor: A Phantom Study 2025 Jan-Feb 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001657 PMID:39511829	研究论文	通过体模研究评估深度学习重建在降低肝脏肿瘤计算机辅助容积测量辐射剂量方面的效果	首次系统比较四种CT重建方法（FBP、混合型IR、MBIR和DLR）在肝脏肿瘤容积测量中的辐射剂量降低能力	基于体模研究，尚未在真实患者中进行验证	评估不同CT重建方法对肝脏肿瘤计算机辅助容积测量准确性的影响	商用人体腹部体模中的模拟肝脏肿瘤	医学影像分析	肝脏肿瘤	CT扫描，计算机辅助容积测量	深度学习重建	CT影像数据	体模在四种不同管电流（600mA、400mA、200mA、100mA）下各扫描5次	NA	NA	信噪比，容积测量平均差异	320排探测器CT扫描仪
2111	2025-10-07	EvoAI enables extreme compression and reconstruction of the protein sequence space 2025-Jan, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02504-2 PMID:39528677	研究论文	开发了一种名为EvoAI的混合实验计算方法，用于极端压缩和重建蛋白质序列空间	提出EvoScan方法全面分割和扫描高适应性序列空间获取锚点，结合深度学习和大型语言模型从锚点准确重建序列空间	需要生物分子功能能够与转录输出耦合	设计具有改进功能的蛋白质，理解序列与功能关系	蛋白质序列空间，阻遏蛋白	机器学习	NA	转录输出耦合	深度学习模型，大型语言模型	蛋白质序列数据	82个锚点	NA	NA	压缩比	NA
2112	2025-04-27	Prediction of traffic accident risk based on vehicle trajectory data 2025, Traffic injury prevention IF:1.6Q4 DOI:10.1080/15389588.2024.2402936 PMID:39570198	研究论文	本研究利用车辆轨迹数据开发了一个基于LSTM的交通事故风险预测模型	直接从低质量原始轨迹数据中提取事故相关危险状态特征，实现细粒度时间分辨率的事故概率预测	NA	进行精确的交通事故风险预测	城市道路和高速公路场景下的车辆轨迹数据	机器学习	NA	深度学习	LSTM	车辆轨迹数据	超过3000辆车的原始轨迹样本	NA	NA	NA	NA
2113	2025-10-07	Prediction of Bone Mineral Density based on Computer Tomography Images Using Deep Learning Model 2025, Gerontology IF:3.1Q3 DOI:10.1159/000542396 PMID:39527924	研究论文	开发基于多阶段深度学习模型自动测量椎体骨密度并预测骨质疏松症	提出多阶段深度学习模型实现椎体自动分割和骨密度预测，替代传统定量CT测量方法	样本来源单一（801名受试者），缺乏外部验证数据集	开发自动测量骨密度的深度学习模型以提高骨质疏松症诊断率	801名接受胸腹部配对CT和QCT扫描的受试者（410名男性，391名女性）及其2080个椎体	计算机视觉	骨质疏松症	计算机断层扫描（CT），定量计算机断层扫描（QCT）	深度学习模型	CT图像	801名受试者（23-84岁），2080个椎体（训练集1433个，验证集243个，测试集404个）	NA	多阶段深度学习模型	准确率，精确率，召回率，F1分数，决定系数（R2）	NA
2114	2025-10-07	Automatic segmentation and visualization of cortical and marrow bone in mandibular condyle on CBCT: a preliminary exploration of clinical application 2025-Jan, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-024-00780-4 PMID:39520662	研究论文	开发基于深度学习的下颌骨髁突皮质骨和骨髓自动分割方法，并探索其临床应用价值	提出改进的3D U-Net架构，同时分割皮质骨和骨髓，并开发了可视化定量分析系统辅助诊断	初步探索性研究，样本仅来自单一医疗集团的三家中心	开发下颌骨髁突自动分割方法并评估其临床应用潜力	下颌骨髁突的皮质骨和骨髓组织	医学影像分析	颞下颌关节疾病	锥形束CT成像	深度学习	3D医学影像	490例CBCT图像中的825个髁突样本，来自三家医疗中心	NA	3D U-Net	Dice相似系数, Hausdorff距离	NA
2115	2025-10-07	Expert level of detection of interictal discharges with a deep neural network 2025-Jan, Epilepsia IF:6.6Q1 DOI:10.1111/epi.18164 PMID:39530797	研究论文	开发并验证用于检测脑电图痫样放电的深度神经网络，性能达到专家水平	首次将深度神经网络与多位专家在痫样放电检测方面进行系统性比较，并采用混合方法进行外部验证	样本量相对有限，专家间存在观察者间变异性	评估深度神经网络在脑电图痫样放电自动检测中的临床应用潜力	脑电图记录和痫样放电	医疗人工智能	癫痫	脑电图分析	深度神经网络	脑电图信号	内部验证：50例脑电图研究（22例有痫样放电，28例对照）；外部验证：174例脑电图研究	NA	深度神经网络	灵敏度，特异性，假阳性率，Cohen's κ，Fleiss' κ	NA
2116	2025-10-07	Enhancing detection of various pancreatic lesions on endoscopic ultrasound through artificial intelligence: a basis for computer-aided detection systems 2025-Jan, Journal of gastroenterology and hepatology IF:3.7Q2 DOI:10.1111/jgh.16814 PMID:39538430	研究论文	开发基于人工智能的计算机辅助检测系统，用于实时检测和分割内镜超声下的各种胰腺病变	首次针对内镜超声开发实时胰腺病变检测和分割的深度学习模型，为计算机辅助检测系统奠定基础	单中心研究，需要进一步验证和泛化研究	开发用于内镜超声的计算机辅助检测系统，减少操作者依赖性	胰腺病变（恶性肿瘤、神经内分泌肿瘤、良性囊肿、胰腺炎等）	计算机视觉	胰腺疾病	内镜超声	深度学习模型	图像	165名患者的1497张内镜超声图像	NA	NA	IoU, PPV, NPV, 准确率, ROC	NA
2117	2025-04-25	Retraction: Unreferenced English articles' translation quality-oriented automatic evaluation technology using sparse autoencoder under the background of deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322063 PMID:40267925	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2118	2025-04-27	Elevator fault precursor prediction based on improved LSTM-AE algorithm and TSO-VMD denoising technique 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320566 PMID:40273057	研究论文	提出一种结合VMD、BILSTM和AEAM的电梯故障前兆预测方法，提升预测的稳定性和准确性	整合VMD、BILSTM和AEAM算法，提出VMD-BILSTM-AEAM模型，有效解决电梯运行数据中的特征冗余和噪声干扰问题	未提及模型在极端噪声环境下的表现或对其他类型机械故障的适用性	提升电梯故障前兆预测的准确性和稳定性	电梯运行参数（电流、电压、运行速度等）	机器学习	NA	VMD（变分模态分解）、BILSTM（双向长短期记忆网络）、AEAM（带注意力机制的自编码器）	VMD-BILSTM-AEAM	时间序列数据	未明确提及具体样本数量，仅提到电梯运行参数数据集	NA	NA	NA	NA
2119	2025-04-27	N-Beats architecture for explainable forecasting of multi-dimensional poultry data 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320979 PMID:40273069	研究论文	本研究提出了一种新颖的N-BEATS架构应用，用于多维度家禽数据预测，并通过集成的可解释AI（XAI）框架增强了可解释性	首次将N-BEATS架构应用于家禽数据预测，并结合XAI框架提高模型的可解释性	NA	优化家禽生产中的预测分析，提升农场管理决策效率	家禽疾病诊断的多维数据	机器学习	NA	时间序列建模	N-BEATS	多元时间序列数据	NA	NA	NA	NA	NA
2120	2025-04-27	Definer: A computational method for accurate identification of RNA pseudouridine sites based on deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320077 PMID:40273178	研究论文	提出了一种基于深度学习的计算方法Definer，用于准确识别RNA假尿苷位点	结合了NCP和One-hot两种序列编码方案，并利用CNN、GRU和Attention构建深度学习模型	仅针对三种物种（智人、酿酒酵母和小鼠）进行了测试	准确识别RNA假尿苷位点，以解释该修饰位点的功能机制	RNA假尿苷位点	生物信息学	NA	深度学习	CNN, GRU, Attention	RNA序列数据	三种物种（智人、酿酒酵母和小鼠）的基准数据集	NA	NA	NA	NA