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
2721	2025-10-07	Reproducibility of automatic adipose tissue segmentation using proton density fat fraction images between 1.5 and 3.0 T magnetic resonance 2025-Jan-02, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1306 PMID:39839031	研究论文	本研究评估了基于深度学习的脂肪组织自动分割方法在1.5T和3.0T磁共振质子密度脂肪分数图像中的可重复性	首次系统评估深度学习脂肪组织分割在不同场强磁共振（1.5T与3.0T）之间的可重复性	胸部区域的IAT体积、TAT/WH比和SAT/TAT比指标因不同场强的磁敏感效应差异而重现性较差，样本量较小（24名志愿者）	评估基于质子密度脂肪分数图像的全身脂肪组织分布分析在不同MR场强间的可重复性	24名志愿者的全身磁共振图像，涵盖颈部至膝部区域	医学影像分析	代谢性疾病	磁共振成像，质子密度脂肪分数成像	深度学习	医学影像	24名志愿者，在两个站点分别使用1.5T和3.0T MR扫描仪成像	NA	U-Net	组内相关系数，Pearson相关系数，配对t检验，Bland-Altman图	NA
2722	2025-10-07	Development and validation of a multi-parametric MRI deep-learning model for preoperative lymphovascular invasion evaluation in rectal cancer 2025-Jan-02, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-789 PMID:39839029	研究论文	开发并验证基于多参数MRI的深度学习模型用于直肠癌术前淋巴血管侵犯评估	首次构建结合T2WI、DWI和临床因素的深度学习模型用于直肠癌LVI评估，并在外部中心验证其性能	回顾性研究设计，样本量相对有限（489例患者）	开发术前非侵入性评估直肠癌淋巴血管侵犯状态的深度学习模型	经手术确诊的直肠癌患者	数字病理	直肠癌	磁共振成像	深度学习	医学影像	489例患者（320例训练集，80例内部验证集，89例外部测试集）	NA	3D ResNet-18	AUC, DeLong检验, 校准曲线分析, 决策曲线分析	NA
2723	2025-10-07	Brain tumor enhancement prediction from pre-contrast conventional weighted images using synthetic multiparametric mapping and generative artificial intelligence 2025-Jan-02, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-721 PMID:39839033	研究论文	本研究利用生成式人工智能从常规加权图像合成多参数图谱，无需钆对比剂即可预测脑肿瘤增强区域	首次提出通过深度学习合成多参数图谱来预测T1加权增强，避免了钆对比剂的使用	样本量相对有限，仅包含15名胶质瘤患者的专有数据集	开发无需钆对比剂的脑肿瘤增强预测方法	胶质瘤患者、健康志愿者和胶质母细胞瘤患者	医学影像分析	脑肿瘤	磁共振成像，参数图谱合成	深度学习	磁共振图像	15名胶质瘤患者（专有数据集）+ 5名健康志愿者 + 493名胶质母细胞瘤患者（公共数据集）	NA	NA	灵敏度	NA
2724	2025-10-07	Chemical shift encoding based double bonds quantification in triglycerides using deep image prior 2025-Jan-02, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1507 PMID:39839039	研究论文	本研究利用深度图像先验方法从化学位移编码多回波MRI数据中量化甘油三酯中的双键和亚甲基间隔双键	首次将深度图像先验应用于双键量化任务，无需网络训练即可实现准确量化	仅在体模和有限人体样本中验证，尚未进行大规模临床验证	开发无需训练的深度学习方法来量化甘油三酯中的双键信息	甘油三酯中的双键和亚甲基间隔双键	医学影像分析	代谢性疾病	化学位移编码多回波梯度回波MRI	深度图像先验	MRI图像	体模实验和人体扫描数据	NA	深度图像先验	Pearson相关系数	NA
2725	2025-10-07	Using resting-state functional magnetic resonance imaging and contrastive learning to explore changes in the Parkinson's disease brain network and correlations with gait impairment 2025-Jan-02, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1227 PMID:39839056	研究论文	本研究利用静息态功能磁共振成像和对比学习方法探索帕金森病患者脑网络变化及其与步态障碍的相关性	首次将深度学习模型应用于rs-fMRI数据区分帕金森病患者与健康对照，并首次将客观步态参数与脑网络改变相关联	样本量较小（29名PD患者和38名HCs），需要更大样本验证	探索帕金森病患者脑网络异常连接区域及其与步态参数的相关性	帕金森病患者和健康对照者	医学影像分析	帕金森病	静息态功能磁共振成像，三维结构T1加权成像	CNN, 对比学习	医学影像数据	29名帕金森病患者和38名健康对照者	NA	BrainNetCNN	相关性分析（P值，r值）	NA
2726	2025-10-07	An automatic and real-time echocardiography quality scoring system based on deep learning to improve reproducible assessment of left ventricular ejection fraction 2025-Jan-02, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-512 PMID:39839058	研究论文	开发基于深度学习的实时超声心动图质量评分系统，用于提高左心室射血分数评估的可重复性	创新性地开发了能够实时检测心脏解剖结构并自动提供质量评分和LVEF评估的深度学习模型	研究样本主要来自中国10个医疗中心，可能需要更多样化的外部验证	开发自动化实时质量评估系统，减少左心室射血分数测量误差	超声心动图数据集和参与者	计算机视觉	心血管疾病	超声心动图	深度学习	超声心动图图像	来自2,461名参与者的5,000多个超声心动图数据集，外部验证包含175名参与者	NA	NA	IoU, mAP50, 准确率, 精确率, 召回率, ICC, 相关系数	NA
2727	2025-10-07	Bayesian-optimized deep learning for identifying essential genes of mitophagy and fostering therapies to combat drug resistance in human cancers 2025-Jan, Journal of cellular and molecular medicine IF:4.3Q2 DOI:10.1111/jcmm.18254 PMID:39834330	研究论文	提出贝叶斯优化深度学习模型BayeDEM用于识别线粒体自噬关键基因并开发克服癌症耐药性的治疗方法	开发首个贝叶斯优化深度学习框架BayeDEM用于精准识别线粒体自噬关键基因，并发现CERS1基因在调控线粒体自噬中的核心作用	研究主要聚焦于骨肉瘤，在其他癌症类型中的普适性需要进一步验证	识别调控线粒体自噬的关键枢纽基因并开发基于线粒体自噬的治疗策略以克服癌症耐药性	骨肉瘤细胞、线粒体自噬相关基因、免疫微环境	机器学习	骨肉瘤	深度学习、贝叶斯优化、基因功能分析	深度学习	基因表达数据、功能实验数据	NA	NA	BayeDEM	AUC of ROC, AUC of PR curve, SHAP value	NA
2728	2025-01-24	A multi-patch-based deep learning model with VGG19 for breast cancer classifications in the pathology images 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241313161 PMID:39839961	研究论文	本文提出了一种基于多片段的深度学习模型MPa-DCAE，结合VGG19用于病理图像中的乳腺癌检测和分类	MPa-DCAE模型结合了VGG19的层次特征提取能力和深度卷积自编码器（DCAE）框架，通过多片段方法提取病理图像中的感兴趣区域，增强了模型的判别能力	NA	开发一种自动化的乳腺癌诊断方法，以提高病理图像中乳腺癌检测和分类的准确性	乳腺癌病理图像	计算机视觉	乳腺癌	深度学习	VGG19, DCAE	图像	CBIS-DDSM和MIAS数据集	NA	NA	NA	NA
2729	2025-01-23	Mfgnn: Multi-Scale Feature-Attentive Graph Neural Networks for Molecular Property Prediction 2025-Jan-30, Journal of computational chemistry IF:3.4Q2 DOI:10.1002/jcc.70011 PMID:39840745	研究论文	本文提出了一种多尺度特征注意力图神经网络（MfGNN），用于分子属性预测，通过结合片段级表示来增强传统的基于原子的分子图表示	MfGNN不仅有效捕捉分子结构和功能基团特征，还特别关注片段之间的潜在关系，探索它们如何共同影响分子属性	NA	提高分子属性预测的准确性，特别是在药物发现领域	分子结构和功能基团	机器学习	NA	图神经网络（GNN）	MfGNN	分子图数据	NA	NA	NA	NA	NA
2730	2025-10-07	Two-Dimensional Transition Metal Dichalcogenides: A Theory and Simulation Perspective 2025-Jan-22, Chemical reviews IF:51.4Q1 DOI:10.1021/acs.chemrev.4c00628 PMID:39746214	综述	本文从理论和模拟的角度综述了二维过渡金属二硫化物（2D TMDs）的研究进展	系统总结了理论和模拟在理解扭曲莫尔TMDs特性、预测量子相、阐明合成过程及设计新型器件方面的关键贡献	未涉及实验验证的具体细节，主要聚焦理论方法的局限性和未来挑战	探讨理论和模拟方法在推动2D TMDs基础研究和应用开发中的作用	二维过渡金属二硫化物材料	材料科学	NA	深度学习, 分子动力学, 高通量计算, 多尺度方法	NA	模拟数据	NA	NA	NA	NA	NA
2731	2025-01-23	Gait patterns in unstable older patients related with vestibular hypofunction. Preliminary results in assessment with time-frequency analysis 2025-Jan-22, Acta oto-laryngologica IF:1.2Q3 DOI:10.1080/00016489.2025.2450221 PMID:39840938	研究论文	本文通过单传感器收集的数据图像表示，寻找老年人与前庭功能减退相关的步态不稳定模式	使用连续小波变换生成步态信号的图像表示，并通过灰度共生矩阵度量作为特征进行分析，利用支持向量机（SVM）算法进行受试者分类	样本量较小，仅包含13名老年人和19名成年人，且为初步结果，需要更大样本和深度学习方法的进一步探索	寻找老年人步态不稳定的模式，以早期诊断步态障碍	13名71-85岁的前庭功能减退导致不稳定的老年人和19名21-75岁无不稳定且前庭功能正常的成年人	数字病理学	老年疾病	连续小波变换，灰度共生矩阵度量	支持向量机（SVM）	图像	32名受试者（13名老年人和19名成年人）	NA	NA	NA	NA
2732	2025-10-07	A fusion model of manually extracted visual features and deep learning features for rebleeding risk stratification in peptic ulcers 2025-Jan-20, Nan fang yi ke da xue xue bao = Journal of Southern Medical University DOI:10.12122/j.issn.1673-4254.2025.01.23 PMID:39819728	研究论文	提出融合手动提取特征和深度学习特征的多特征融合模型，用于消化性溃疡再出血风险分层	首次将手动提取的视觉特征（颜色、边缘、纹理）与CNN深度特征融合用于消化性溃疡再出血风险分级	NA	提高消化性溃疡再出血风险分级的准确性	消化性溃疡患者的内镜图像	计算机视觉	消化性溃疡	内镜成像	CNN	图像	708名患者的3573张图像	NA	CNN	准确率,F1分数	NA
2733	2025-01-23	Deep learning-based detection of incisal translucency patterns 2025-Jan-20, The Journal of prosthetic dentistry IF:4.3Q1 DOI:10.1016/j.prosdent.2024.11.018 PMID:39837680	研究论文	本研究评估了深度学习模型在预测前牙透明度模式中的准确性，采用YOLOv5、Vision Transformers (ViT)和U-Net三种模型进行检测、分类和分割	首次将YOLOv5、Vision Transformers (ViT)和U-Net三种深度学习模型结合，用于前牙透明度模式的检测、分类和分割，提供了一种全面的解决方案	研究样本量较小，仅包含240张前牙图像，且所有图像均来自18岁以上的参与者，可能限制了模型的泛化能力	评估深度学习模型在前牙透明度模式检测中的准确性，以辅助牙医在修复牙科实践中的决策	前牙的透明度模式	计算机视觉	NA	深度学习	YOLOv5, Vision Transformers (ViT), U-Net	图像	240张前牙JPEG图像	NA	NA	NA	NA
2734	2025-10-07	Comparison of 1D and 3D volume measurement techniques in NF2-associated vestibular schwannoma monitoring 2025-Jan-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85386-4 PMID:39824854	研究论文	比较1D线性测量和3D分割体积分析在NF2相关前庭神经鞘瘤监测中的效果	首次系统比较多种1D测量方法与3D分割体积分析在NF2相关前庭神经鞘瘤监测中的相关性及适用性	小肿瘤和术后肿瘤的测量结果存在较大离散范围，不适用于需要精确肿瘤体积评估的治疗决策	评估不同肿瘤体积测量方法在NF2相关前庭神经鞘瘤监测中的有效性和适用性	NF2患者的前庭神经鞘瘤	医学影像分析	神经纤维瘤病2型相关前庭神经鞘瘤	MRI成像，3D分割体积分析，线性测量	线性回归模型	MRI图像	149名NF2患者，292个相关前庭神经鞘瘤，2586次SVA测量，10344次线性测量	NA	NA	相关系数r，p值，百分比偏差分析	NA
2735	2025-10-07	Exploring the anticancer activities of Sulfur and magnesium oxide through integration of deep learning and fuzzy rough set analyses based on the features of Vidarabine alkaloid 2025-Jan-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82483-8 PMID:39824867	研究论文	结合深度学习和模糊粗糙集分析，基于Vidarabine生物碱特征探索硫和氧化镁的抗癌活性	首次将深度学习、模糊粗糙集理论和可解释人工智能相结合，用于从天然产物中重新发现抗癌药物	仅针对三种癌细胞系进行验证，需要进一步的临床前研究	发现基于天然产物Vidarabine的新型抗癌候选药物	硫和氧化镁作为潜在抗癌剂	机器学习	肺癌	深度学习，模糊粗糙集分析，可解释人工智能	深度学习模型	化学化合物特征数据	三种癌细胞系（A-549非小细胞肺癌，A-375人黑色素瘤，A-431人表皮皮肤癌）	NA	NA	IC50值（半抑制浓度）	NA
2736	2025-10-07	Assessing greenspace and cardiovascular health through deep-learning analysis of street-view imagery in a cohort of US children 2025-Jan-15, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2024.120459 PMID:39603586	研究论文	通过深度学习分析街景图像评估美国儿童队列中绿地与心血管健康的关系	首次使用街景图像和深度学习分割算法量化地面层绿地暴露，替代传统的卫星遥感测量方法	仅观察到有限的绿地与心血管健康关联证据，且影响可能随儿童成长阶段变化	评估街景绿地与儿童心血管健康的关联	美国Project Viva出生前队列中的儿童参与者	计算机视觉	心血管疾病	街景图像分析，深度学习分割	深度学习分割算法	街景图像，健康数据	美国Project Viva队列儿童参与者（2007-2021年追踪）	NA	NA	线性回归系数，置信区间	NA
2737	2025-10-07	F-CPI: A Multimodal Deep Learning Approach for Predicting Compound Bioactivity Changes Induced by Fluorine Substitution 2025-01-09, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.4c02668 PMID:39707149	研究论文	开发了一种名为F-CPI的多模态深度学习模型，用于预测氟取代引起的化合物生物活性变化	首个专门针对氟取代化合物生物活性变化预测的多模态深度学习模型	氟取代对化合物与蛋白质相互作用的影响机制仍不明确	预测氟取代引起的化合物生物活性变化	氟取代和非氟取代化合物对	机器学习	传染病	深度学习	多模态深度学习	化合物结构数据	111,168对氟取代和非氟取代化合物	NA	F-CPI	准确率, 精确率, 召回率	NA
2738	2025-10-07	Application of machine learning algorithms in predicting new onset hypertension: a study based on the China Health and Nutrition Survey 2025, Environmental health and preventive medicine IF:4.0Q1 DOI:10.1265/ehpm.24-00270 PMID:39805606	研究论文	本研究基于中国健康与营养调查数据，应用机器学习算法预测新发高血压风险	首次将AMFormer模型应用于新发高血压预测，并在六种算法中表现最佳	研究基于特定队列数据，外部验证和泛化能力需进一步验证	预测新发高血压风险并识别相关特征	中国健康与营养调查中基线无高血压的参与者	机器学习	心血管疾病	流行病学调查	Logistic Regression, Support Vector Machine, XGBoost, LightGBM, TabNet, AMFormer	表格数据	4982名参与者，其中1017人在4年随访期间发生高血压	NA	AMFormer, TabNet	AUC, MCC, F1-score	NA
2739	2025-01-23	Zero-Shot Adaptation for Approximate Posterior Sampling of Diffusion Models in Inverse Problems 2025, Computer vision - ECCV ... : ... European Conference on Computer Vision : proceedings. European Conference on Computer Vision DOI:10.1007/978-3-031-73010-8_26 PMID:39831070	研究论文	本文提出了一种零样本近似后验采样方法（ZAPS），用于解决扩散模型在逆问题中的应用问题	ZAPS方法通过零样本训练和物理引导的损失函数来学习每个不规则时间步的对数似然权重，从而提高了图像生成和收敛速度	ZAPS方法在计算效率上依赖于对角化近似，这可能会影响其在高维数据上的表现	研究目标是提高扩散模型在逆问题中的推理速度和重建质量	研究对象是扩散模型在逆问题中的应用，特别是高斯和运动去模糊、修复和超分辨率等问题	计算机视觉	NA	零样本训练、物理引导的损失函数	扩散模型	图像	NA	NA	NA	NA	NA
2740	2025-10-07	A Self-supervised Deep Learning Model for Diagonal Sulcus Detection with Limited Labeled Data 2025-Jan, Neuroinformatics IF:2.7Q3 DOI:10.1007/s12021-024-09700-7 PMID:39777603	研究论文	提出一种基于自监督学习的深度学习模型，用于在有限标注数据条件下检测大脑对角线沟	首次采用自监督预训练与微调相结合的方法，利用未标注数据学习大脑形态特征，有效解决标注数据稀缺情况下的对角线沟检测问题	训练标注数据量有限，模型性能可能受到标注者间一致性的影响	开发自动检测大脑对角线沟的深度学习模型	大脑结构中的对角线沟	医学影像分析	神经系统相关	自监督学习	卷积自编码器	脑部影像数据	有限标注数据集和未标注数据集	NA	卷积自编码器	F1-score	NA