深度学习在生物医药领域中的应用

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
301	2025-03-27	Laser induced forward transfer imaging using deep learning 2025, Discover applied sciences DOI:10.1007/s42452-025-06679-x PMID:40129928	研究论文	提出了一种通过深度学习技术提高激光诱导正向转移（LIFT）精度和效率的新方法	利用深度学习直接从供体图像预测铜滴在受体上的沉积情况，为LIFT参数优化提供了新思路	预测结果与实验图像相比仍存在一定误差（平均RMSE为9.63），需要进一步优化以减少误差	提高激光诱导正向转移技术的精度和效率	铜滴在受体基板上的沉积图像	计算机视觉	NA	激光诱导正向转移（LIFT）	神经网络	图像	NA
302	2025-03-27	Prediction of adverse drug reactions based on pharmacogenomics combination features: a preliminary study 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1448106 PMID:40129949	研究论文	该研究基于药物基因组学组合特征预测药物不良反应（ADRs），提出了一种新的深度学习架构DGANet	提出了一种新的深度学习架构DGANet，结合CNN和交叉特征学习潜在的药物-基因-ADR关联，用于ADRs预测	研究为初步研究，可能存在数据量和模型泛化能力的限制	预测药物不良反应（ADRs）的发生	药物和基因表达变化	机器学习	NA	药物基因组学数据	CNN	基因组学数据	NA
303	2025-03-27	Diagnosis and activity prediction of SLE based on serum Raman spectroscopy combined with a two-branch Bayesian network 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1467027 PMID:40129980	research paper	本研究开发了一种基于拉曼光谱和双分支贝叶斯网络的系统性红斑狼疮（SLE）快速诊断和活动性预测方法	提出了一种结合拉曼光谱和双分支贝叶斯网络（DBayesNet）的新方法，用于SLE的快速识别和活动性评估	样本量相对较小（80例SLE患者和81例对照），且未提及模型在其他独立数据集上的验证结果	开发一种快速准确的SLE诊断和活动性评估方法，以实现早期诊断和改善患者预后	系统性红斑狼疮（SLE）患者和对照组的血清拉曼光谱数据	digital pathology	系统性红斑狼疮	拉曼光谱	双分支贝叶斯网络（DBayesNet）	光谱数据	80例SLE患者和81例对照（包括干燥综合征、未分化结缔组织病、主动脉炎患者和健康人）
304	2025-03-27	Code generation system based on MDA and convolutional neural networks 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1491958 PMID:40135112	研究论文	该论文介绍了一个基于MDA和卷积神经网络的代码生成系统，旨在通过计算机视觉和深度学习技术从系统描述图中生成源代码	结合计算机视觉、深度学习和MDA技术，实现从系统描述图自动生成源代码	神经网络训练过程中存在硬件限制	开发一个简化软件开发流程的平台，连接规划、结构化和开发阶段	系统描述图和相应案例研究	计算机视觉	NA	计算机视觉、深度学习	CNN	图像	NA
305	2025-03-26	A differentiable Gillespie algorithm for simulating chemical kinetics, parameter estimation, and designing synthetic biological circuits 2025-Jan-21, ArXiv PMID:39398212	research paper	提出了一种可微分的Gillespie算法（DGA），用于模拟化学动力学、参数估计和设计合成生物电路	利用深度学习的最新突破，开发了Gillespie算法的完全可微分变体，通过平滑函数近似不连续操作，允许使用反向传播计算梯度	未明确提及具体限制	开发一种可微分的Gillespie算法，用于快速准确地学习动力学参数和设计具有所需特性的生化网络	化学反应网络和基因启动子的随机模型	合成生物学	NA	可微分Gillespie算法（DGA）	NA	实验测量的mRNA表达水平数据	两种不同的启动子
306	2025-03-26	Automated CT image prescription of the gallbladder using deep learning: Development, evaluation, and health promotion 2025 Jan-Dec, Acute medicine & surgery IF:1.5Q2 DOI:10.1002/ams2.70049 PMID:40018053	研究论文	开发了一个基于深度学习的全自动系统，用于精确检测胆囊，帮助临床医生快速评估需要胆囊切除术的急性胆囊炎	首次利用CT图像而非超声图像进行急性胆囊炎的AI诊断，减少了由医生捕捉静态图像带来的选择偏差	需要进一步的临床验证	开发一个全自动系统，用于精确检测胆囊并辅助诊断急性胆囊炎	急性胆囊炎患者和对照参与者的CT图像	数字病理学	胆囊炎	深度学习	VGG-16, U-Net	CT图像	250名急性胆囊炎患者和270名对照参与者
307	2025-03-26	ACP-DPE: A Dual-Channel Deep Learning Model for Anticancer Peptide Prediction 2025 Jan-Dec, IET systems biology IF:1.9Q3 DOI:10.1049/syb2.70010 PMID:40119615	研究论文	本文提出了一种基于双通道深度学习的抗癌肽预测模型ACP-DPE	提出了一种结合Bi-GRU模块和扩张卷积模块的双通道深度学习模型，用于抗癌肽预测，性能优于现有方法	未提及具体的数据集规模和模型在其他类型癌症肽预测上的泛化能力	开发一种高效的抗癌肽预测方法以辅助癌症治疗研究	抗癌肽(ACPs)	机器学习	癌症	深度学习	Bi-GRU, 扩张卷积	肽序列数据	NA
308	2025-03-26	Gross tumor volume confidence maps prediction for soft tissue sarcomas from multi-modality medical images using a diffusion model 2025-Jan, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100734 PMID:40123775	研究论文	本研究开发了一种基于扩散模型的深度学习技术，用于从多模态医学图像中预测软组织肉瘤的肿瘤体积置信图	首次使用扩散模型预测软组织肉瘤的肿瘤体积置信图，并考虑了读者间的变异性	样本量较小（49例患者），且仅针对软组织肉瘤	开发高精度的自动分割技术以减少放疗计划中手动勾画肿瘤体积的变异性	软组织肉瘤患者的FDG-PET、CT和MRI图像	数字病理	软组织肉瘤	扩散模型	扩散模型	多模态医学图像（FDG-PET、CT、MRI）	49例患者的多模态影像数据
309	2025-03-26	Artificial intelligence in obstructive sleep apnea: A bibliometric analysis 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251324446 PMID:40123882	研究论文	通过文献计量分析探讨人工智能在阻塞性睡眠呼吸暂停(OSA)中的应用现状、趋势及未来方向	首次使用VOSviewer和Citespace对OSA领域AI应用进行全面的文献计量分析，揭示了研究热点和发展趋势	仅基于Web of Science数据库，可能遗漏其他重要文献来源	探索人工智能在阻塞性睡眠呼吸暂停领域的应用现状和发展趋势	2011-2024年间发表的867篇关于AI在OSA中应用的文献	数字病理学	阻塞性睡眠呼吸暂停	文献计量分析	NA	文献数据	867篇文献
310	2025-03-26	Artificial intelligence for Brugada syndrome diagnosis and gene variants interpretation 2025, American journal of cardiovascular disease DOI:10.62347/YQHQ1079 PMID:40124093	研究论文	本文综述了人工智能在Brugada综合征诊断和基因变异解释中的应用及其优势	AI能够检测ECG中几乎所有BrS模式，甚至超越专家视觉能力，并在处理复杂数据时发现未分类的基因变异	NA	比较AI与训练有素的心脏病专家在BrS诊断中的能力，并探讨AI在BrS基因变异分类中的应用	Brugada综合征（BrS）及其相关基因变异	机器学习	心血管疾病	深度学习	深度学习模型	ECG数据、基因数据	NA
311	2025-03-26	Curvature estimation techniques for advancing neurodegenerative disease analysis: a systematic review of machine learning and deep learning approaches 2025, American journal of neurodegenerative disease DOI:10.62347/DZNQ2482 PMID:40124352	系统综述	本文系统评估了用于神经退行性疾病分析的曲率估计技术，包括经典数学方法、机器学习、深度学习和混合方法	突出了从经典方法向机器学习和深度学习的转变，特别是神经网络回归和卷积神经网络在复杂几何处理中的优势	仅分析了2010年至2023年的105篇研究论文，可能未涵盖早期或最新技术	评估曲率估计方法在神经退行性疾病分析中的应用，以支持诊断工具和干预措施的开发	神经退行性疾病中的脑结构变化	机器学习	神经退行性疾病	曲率估计技术	神经网络回归, CNN	神经影像数据	105篇研究论文
312	2025-03-26	Improved food recognition using a refined ResNet50 architecture with improved fully connected layers 2025, Current research in food science IF:6.2Q1 DOI:10.1016/j.crfs.2025.101005 PMID:40124390	research paper	本研究通过改进的ResNet50架构和全连接层，提高了食物识别的准确性	开发了三种ResNet50变体（标准、微调和优化版本），其中带有定制全连接层的优化版本在食物识别任务中表现最佳	未明确说明模型在其他食物类别或不同环境下的泛化能力	评估食物识别系统在医院和餐厅环境中对人体健康的影响	16类食物（分为早餐、午餐和晚餐）	computer vision	NA	深度学习算法	ResNet50	image	初始12,000张图像，通过数据增强扩展到66,000张
313	2025-03-26	Investigation of a deep learning-based reconstruction approach utilizing dual-view projection for myocardial perfusion SPECT imaging 2025, American journal of nuclear medicine and molecular imaging IF:2.0Q3 DOI:10.62347/MLFB9278 PMID:40124765	研究论文	提出一种基于深度学习的双视角投影重建方法，用于心肌灌注SPECT成像，以减少采集时间并实现非旋转成像	利用深度学习技术（U-Net）重建双视角投影，减少传统双头SPECT扫描仪的扫描时间和机架旋转需求	2D U-Net在轴向连续性上表现略逊于参考图像，3D U-Net虽有所改进但仍存在局部绝对百分比误差	优化心肌灌注SPECT成像的采集时间和成像质量	心肌灌注SPECT成像	数字病理	心血管疾病	SPECT/CT扫描	U-Net（2D和3D）	图像	116例SPECT/CT扫描（使用Tc-tetrofosmin示踪剂，GE NM/CT 640扫描仪采集）
314	2025-03-26	Multimodal deep learning with MUF-net for noninvasive WHO/ISUP grading of renal cell carcinoma using CEUS and B-mode ultrasound 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1558997 PMID:40124951	研究论文	本研究开发并验证了一种多模态深度学习模型MUF-Net，用于利用术前灰度超声和对比增强超声(CEUS)视频数据对肾细胞癌(RCC)进行无创WHO/ISUP核分级	提出了一种新型多模态超声融合网络(MUF-Net)，整合B型和CEUS模态，通过预测权重的加权和来提取和融合图像特征	研究为双中心回顾性研究，样本量相对有限(100例患者)	开发非侵入性肾细胞癌WHO/ISUP核分级方法	肾细胞癌患者	数字病理	肾细胞癌	CEUS和B型超声	MUF-Net(多模态深度学习模型)	超声视频和图像	100例患者的6293张超声图像
315	2025-03-26	Development and Evaluation of a Deep Learning Algorithm to Differentiate Between Membranes Attached to the Optic Disc on Ultrasonography 2025, Clinical ophthalmology (Auckland, N.Z.) DOI:10.2147/OPTH.S501316 PMID:40125481	研究论文	开发并评估了一种基于深度学习的算法，用于在超声检查中区分附着于视盘的膜	首次使用基于Transformer的Vision Transformer (ViT)模型对眼部超声B扫描图像进行分类，以区分健康、视网膜脱离(RD)和玻璃体后脱离(PVD)	存在少量误分类情况，有7例RD被错误标记为PVD	提高在超声检查中识别和区分附着于视盘的膜的准确性	眼部超声B扫描图像	计算机视觉	眼科疾病	超声检查(USG)	Vision Transformer (ViT)	图像	训练和验证集505个样本，测试集212个样本
316	2025-03-26	[Paper Review: Deep Learning-based PET Image Denoising and Reconstruction: A Review] 2025, Nihon Hoshasen Gijutsu Gakkai zasshi DOI:10.6009/jjrt.25-0303 PMID:40128957	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
317	2025-03-25	Optimizing deep learning models for glaucoma screening with vision transformers for resource efficiency and the pie augmentation method 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0314111 PMID:40117284	研究论文	本文提出了一种基于视觉变换器（DeiT）和'pie方法'增强的深度学习模型，用于青光眼筛查，以提高资源效率和性能	采用计算需求较低的视觉变换器（DeiT）和创新的'pie方法'增强技术，显著提升了青光眼筛查的敏感性和性能	DeiT初始性能低于CNN，且在不同数据集上的性能提升存在差异	优化青光眼筛查的深度学习模型，提高资源效率和检测性能	青光眼筛查的眼底图像数据	计算机视觉	青光眼	数据增强（pie方法）、极坐标变换	DeiT（视觉变换器）	图像	GlauCUTU-DATA数据集，包含一致同意（3/3）和多数同意（2/3）的标注数据
318	2025-03-25	Unveiling CNS cell morphology with deep learning: A gateway to anti-inflammatory compound screening 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320204 PMID:40117300	research paper	该研究利用深度学习技术分析中枢神经系统细胞的形态学表型，以促进抗炎化合物的筛选	开发了一种基于深度学习的创新方法，有效分析了神经元和小胶质细胞在病理条件和药物干预下的形态学表型	需要大量标记数据，难以检测细微的细胞变化，存在批次效应	理解神经炎症中细胞形态与表型表现之间的复杂关系，并筛选潜在的治疗化合物	神经元和小胶质细胞	digital pathology	neuroinflammation	deep learning	DL	image	NA
319	2025-03-24	Harmonic Wavelet Neural Network for Discovering Neuropathological Propagation Patterns in Alzheimer's Disease 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3434394 PMID:39074003	研究论文	本文提出了一种谐波小波神经网络（HWNN），用于预测阿尔茨海默病（AD）的早期阶段并定位与疾病相关的重要小波，以表征神经病理事件在大脑网络中的传播路径	提出了一种新的谐波小波神经网络（HWNN），用于识别神经病理事件的传播模式，解决了现有图深度学习方法的两个主要缺点	NA	通过计算模型确定神经病理事件的传播模式，以理解阿尔茨海默病的病理生理机制	阿尔茨海默病（AD）的神经病理事件传播模式	机器学习	阿尔茨海默病	谐波小波神经网络（HWNN）	谐波小波神经网络（HWNN）	合成数据和真实数据	NA
320	2025-03-24	MiRS-HF: A Novel Deep Learning Predictor for Cancer Classification and miRNA Expression Patterns 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3476672 PMID:39383085	研究论文	本文提出了一种名为MiRS-HF的深度学习方法，用于癌症分类和miRNA表达模式识别	提出了MiRNA选择和混合融合（MiRS-HF）方法，结合了早期融合和中间融合策略，利用Layer Attention Graph Convolutional Network (LAGCN) 和Graph Convolutional Network (GCN) 进行癌症分类和生物标志物识别	未提及具体局限性	开发一种深度学习方法，用于癌症分类和miRNA生物标志物识别	六种癌症的miRNA表达数据	机器学习	癌症	miRNA表达数据分析	Layer Attention Graph Convolutional Network (LAGCN), Graph Convolutional Network (GCN)	miRNA表达数据	未提及具体样本数量