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
3281	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
3282	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
3283	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
3284	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
3285	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
3286	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
3287	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
3288	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
3289	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
3290	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
3291	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
3292	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
3293	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
3294	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
3295	2025-01-23	Right Ventricular Function: Deep Learning's Prognostic Edge in Mitral Regurgitation 2025-Jan, Circulation. Cardiovascular imaging DOI:10.1161/CIRCIMAGING.124.017788 PMID:39836731	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3296	2025-10-07	Error compensated MOF-based ReRAM array for encrypted logical operations 2025-Jan-21, Dalton transactions (Cambridge, England : 2003) DOI:10.1039/d4dt02880e PMID:39625410	研究论文	本研究开发了一种基于金属有机框架的忆阻器阵列，用于实现加密逻辑运算和低错误率信息读取	利用参数不均匀的'非理想'MOF基ReRAM阵列实现加密逻辑运算，通过深度学习达到95%读取准确率	仅使用6×6小规模阵列进行验证，参数变异达50%	开发基于MOF的ReRAM阵列用于加密逻辑运算和信息存储	金属有机框架忆阻器阵列	机器学习	NA	ReRAM技术	深度学习	电子参数数据	6×6忆阻器单元阵列	NA	NA	准确率	NA
3297	2025-10-07	Performance and clinical implications of machine learning models for detecting cervical ossification of the posterior longitudinal ligament: a systematic review 2025-Jan-20, Asian spine journal IF:2.3Q2 DOI:10.31616/asj.2024.0452 PMID:39829182	系统综述	评估机器学习和深度学习模型在检测颈椎后纵韧带骨化症中的诊断性能和临床意义	首次系统评估ML和DL模型在OPLL检测中的应用性能，涵盖多种算法和较大样本量	纳入研究的偏倚风险总体为中等，主要关注点在于受试者选择和缺失数据	评估机器学习和深度学习模型在颈椎后纵韧带骨化症检测中的诊断性能	颈椎后纵韧带骨化症(OPLL)患者	医学影像分析	脊柱疾病	医学影像技术	CNN,随机森林	影像数据	6,031名患者	NA	卷积神经网络,随机森林	准确率,敏感性,特异性,AUC	NA
3298	2025-01-22	Performance analysis of image retrieval system using deep learning techniques 2025-Jan-20, Network (Bristol, England) DOI:10.1080/0954898X.2025.2451388 PMID:39832139	研究论文	本文提出了一种基于深度学习的图像检索系统，用于提高图像检索的效率和准确性	提出了一种新的基于RETCNN的CBIR系统，能够同时处理彩色图像和灰度图像，并显著减少检索时间	未提及系统在处理大规模数据集时的性能表现	提高图像检索系统的检索效率和准确性	通用图像（GI）和医学图像（MI）	计算机视觉	NA	深度学习	RETCNN	图像	未提及具体样本数量	NA	NA	NA	NA
3299	2025-10-07	Enhancing predictive accuracy for urinary tract infections post-pediatric pyeloplasty with explainable AI: an ensemble TabNet approach 2025-Jan-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82282-1 PMID:39828726	研究论文	本研究开发了一种结合机器学习和深度学习的集成模型，用于预测小儿肾盂成形术后尿路感染	首次提出结合机器学习和深度学习的集成预测模型，并应用SHAP进行模型解释，识别eGFR和ALB作为重要预测因子	回顾性研究，证据等级IV级，无对照组	提高小儿肾盂成形术后尿路感染的预测准确性	764例接受单侧肾盂成形术的儿科患者	机器学习	泌尿系统疾病	机器学习，深度学习	集成学习，Logistic回归，SVM，随机森林，XGBoost，LightGBM，TabNet	临床数据	764例儿科患者，其中265例(34.7%)发生术后尿路感染	NA	集成学习模型(结合LightGBM和TabNet，Logistic回归元学习器)	准确率，AUC	NA
3300	2025-10-07	Secure channel estimation model for cognitive radio network physical layer security using two-level shared key authentication 2025-Jan-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86165-x PMID:39828744	研究论文	提出一种基于信道状态信息和深度学习的认知无线电网络安全信道估计模型，通过两级共享密钥认证增强物理层安全性	结合信道状态信息与深度学习算法，采用两级共享密钥认证机制，在变化信道条件下实现高安全性的物理层通信	未明确说明模型在极端干扰环境下的性能表现及计算复杂度分析	提高认知无线电网络物理层安全性的保密性、可用性和完整性	认知无线电网络中的主用户和次用户之间的通信安全	机器学习	NA	深度学习	深度学习算法	信道状态信息	NA	NA	NA	保密率, 检测概率, 干扰率	NA