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
1281	2025-04-24	Predicting Acute Exacerbation Phenotype in Chronic Obstructive Pulmonary Disease Patients Using VGG-16 Deep Learning 2025, Respiration; international review of thoracic diseases DOI:10.1159/000540383 PMID:39047695	研究论文	本研究利用VGG-16深度学习方法预测慢性阻塞性肺疾病(COPD)患者的急性加重表型	首次将VGG-16深度学习方法应用于COPD患者急性加重表型的预测，并结合临床特征、定量CT参数和深度学习特征构建了高性能预测模型	样本量相对较小(219例)，外部验证队列仅29例患者	开发基于深度学习特征的COPD患者急性加重预测模型	219例接受吸气和呼气HRCT扫描的COPD患者	数字病理学	慢性阻塞性肺疾病	HRCT扫描，VGG-16深度学习特征提取	VGG-16，逻辑回归	医学影像(HRCT扫描)	219例COPD患者(训练队列) + 29例外部验证患者
1282	2025-04-24	New Technologies for Monitoring Coastal Ecosystem Dynamics 2025-Jan, Annual review of marine science IF:14.3Q1 DOI:10.1146/annurev-marine-040523-020221 PMID:39059419	综述	本文综合了关于沿海生态系统监测新兴技术的最新文献	介绍了包括卫星监测、空中和水下无人机、原位传感器网络、光纤系统和社区科学观测站在内的新兴技术	尽管技术有所进步，但在全球变化加速期间，沿海生态系统监测仍存在重大空白	探讨沿海生态系统监测的新兴技术及其应用	沿海生态系统	环境监测	NA	卫星监测、无人机、传感器网络、光纤系统、社区科学观测站	深度学习	遥感数据、传感器数据	NA
1283	2025-04-24	Segmentation and Vascular Vectorization for Coronary Artery by Geometry-Based Cascaded Neural Network 2025-Jan, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3435714 PMID:39078771	研究论文	提出一种基于几何的级联神经网络方法，用于冠状动脉的分割和血管向量化	1) 设计了一个级联网络，结合几何变形网络，用于冠状动脉分割和结果向量化，生成的冠状动脉网格连续且准确 2) 不同于传统的基于体素标签的marching cube方法生成的网格注释，重建了具有规则化形态的更精细的向量化网格 3) 收集了一个包含200例冠状动脉疾病CCTA图像的数据集CCA-200	NA	解决冠状动脉分割中的碎片化问题，提高分割和向量化的准确性	冠状动脉	数字病理	心血管疾病	深度学习	级联神经网络	医学图像（CCTA）	200例CCTA图像（CCA-200数据集）和公开ASOCA数据集
1284	2025-04-24	Generalizable Reconstruction for Accelerating MR Imaging via Federated Learning With Neural Architecture Search 2025-Jan, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3432388 PMID:39037877	research paper	提出了一种基于联邦学习和神经架构搜索的通用性磁共振成像加速重建框架GAutoMRI	结合自动神经架构搜索和公平性调整方法，提升模型在异构数据分布下的泛化能力和公平性	未明确说明模型在极端异构数据场景下的表现	解决异构数据下磁共振成像重建模型的泛化性和隐私保护问题	多中心磁共振成像数据	medical imaging	NA	federated learning, neural architecture search	GAutoMRI	magnetic resonance images	多中心数据（具体数量未说明）
1285	2025-04-24	Unsupervised Domain Adaptation for EM Image Denoising With Invertible Networks 2025-Jan, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3431192 PMID:39028599	研究论文	提出了一种基于可逆网络的无监督域自适应方法，用于电子显微镜(EM)图像去噪	首次提出无监督域自适应EM图像去噪方法，通过域对齐建立共享的域无关内容空间，并引入域正则化确保精确对齐	方法依赖于EM图像内容特征的相似性假设，可能不适用于内容差异较大的图像	解决电子显微镜图像去噪中存在的域偏移问题	电子显微镜(EM)图像	计算机视觉	NA	无监督域自适应	可逆网络	图像	合成和真实EM数据集
1286	2025-04-24	Deep learning methods for protein function prediction 2025-Jan, Proteomics IF:3.4Q2 DOI:10.1002/pmic.202300471 PMID:38996351	review	本文深入回顾了近年来深度学习在蛋白质功能预测领域的最新发展	总结了该领域的重大进展，并指出了几个待解决的主要挑战及潜在探索方向	未提及具体实验验证或实际应用效果的局限性	推进蛋白质功能预测领域的发展	蛋白质功能预测	生物信息学	NA	深度学习	NA	蛋白质序列、结构、相互作用及其他相关信息	NA
1287	2025-04-24	Integrated Transcriptomic Landscape and Deep Learning Based Survival Prediction in Uterine Sarcomas 2025-Jan, Cancer research and treatment IF:4.1Q2 DOI:10.4143/crt.2024.343 PMID:38993092	研究论文	本研究通过RNA测序探索子宫肉瘤的基因组特征，并构建深度学习模型预测患者生存	发现新的基因融合位点MRPS18A-PDC-AS1作为潜在诊断标志物，开发了MMN-MIL深度学习模型用于生存预测	样本量相对较小（71例），且部分亚型样本数较少（如腺肉瘤仅3例）	阐明子宫肉瘤的基因组特征并开发生存预测模型	71例子宫肉瘤样本（包括ESS、uLMS等亚型）	数字病理学	子宫肉瘤	RNA测序	MMN-MIL（Max-Mean Non-Local多示例学习模型）	基因组数据	71例子宫肉瘤样本（47例ESS，18例uLMS等）
1288	2025-04-24	Molecular Classification of Breast Cancer Using Weakly Supervised Learning 2025-Jan, Cancer research and treatment IF:4.1Q2 DOI:10.4143/crt.2024.113 PMID:38938010	研究论文	该研究利用弱监督学习方法对乳腺癌进行分子分类	采用弱监督学习从全切片图像中开发深度学习模型，减少了对大量手动注释的需求	亚型之间存在不平衡，且两个数据集之间的差异导致了分子亚型比例的不同	乳腺癌的分子分类以提高治疗效果	乳腺癌病例	数字病理学	乳腺癌	弱监督学习	深度学习模型	全切片图像	来自韩国大学Guro医院(KG)和The Cancer Genomic Atlas数据集(TCGA)的两个数据集
1289	2025-04-24	Coati optimization algorithm for brain tumor identification based on MRI with utilizing phase-aware composite deep neural network 2025, Electromagnetic biology and medicine IF:1.6Q4 DOI:10.1080/15368378.2024.2401540 PMID:39835842	research paper	提出了一种基于MRI的脑肿瘤识别方法，使用相位感知复合深度神经网络和Coati优化算法	结合相位感知复合深度神经网络和Coati优化算法，提高了脑肿瘤识别的准确率、召回率和精确度	未提及具体的数据集来源和样本数量，可能影响方法的泛化能力	提高基于MRI的脑肿瘤识别准确率	脑肿瘤MRI图像	digital pathology	brain tumor	MRI, Multivariate Fast Iterative Filtering (MFIF), Self-Supervised Nonlinear Transform (SSNT)	Phase-aware Composite Deep Neural Network (PACDNN), Coati Optimized Algorithm (COA)	image	NA
1290	2025-04-24	Quad-tree Based Driver Classification using Deep Learning for Mild Cognitive Impairment Detection 2025, IEEE access : practical innovations, open solutions IF:3.4Q2 DOI:10.1109/access.2025.3558706 PMID:40256415	研究论文	提出一种基于四叉树的深度学习方法，用于通过GPS数据识别驾驶员是否患有轻度认知障碍	引入地理区域四叉树结构捕捉驾驶轨迹的空间层次结构，并提出新的驾驶特征表示方法用于CNN分类	NA	通过驾驶模式分析识别轻度认知障碍驾驶员	驾驶员的GPS轨迹数据	机器学习	老年疾病	GPS数据分析	CNN	GPS轨迹数据	真实世界数据集（具体数量未说明）
1291	2025-04-24	Interplay between noise-induced sensorineural hearing loss and hypertension: pathophysiological mechanisms and therapeutic prospects 2025, Frontiers in cellular neuroscience IF:4.2Q2 DOI:10.3389/fncel.2025.1523149 PMID:40260077	review	本文综述了噪声性听力损失(NIHL)的病理生理学、对血迷路屏障(BLB)的影响以及新兴治疗方法	探讨了神经调节和基于载体的方法在克服BLB等生物屏障方面的潜力，以及计算化学方法在药物开发中的应用	主要集中于NIHL的机制和潜在治疗方法，缺乏具体临床试验数据的支持	详细研究NIHL及其潜在机制、生理影响和前沿治疗策略	噪声性听力损失及其相关病理生理机制	NA	心血管疾病	分子对接、分子动力学模拟、QSAR/QSPR分析、网络药理学	machine/deep learning algorithms	NA	NA
1292	2025-04-23	EnsembleSE: identification of super-enhancers based on ensemble learning 2025-Jan-15, Briefings in functional genomics IF:2.5Q3 DOI:10.1093/bfgp/elaf003 PMID:40251827	research paper	提出了一种基于集成学习的超增强子识别方法EnsembleSE，用于更有效地识别基因调控网络中的超增强子	集成不同模型的优势，提出基于集成策略的模型，增强模型的泛化能力，并设计了一种结合局部结构和全局信息的多角度特征表示方法	需要大量标记数据进行训练，限制了其在生物数据中的进一步应用	提高超增强子识别的准确性和效率，以支持基因调控网络和疾病机制的研究	超增强子（SEs）	machine learning	NA	ensemble learning	ensemble model	sequence data	在小鼠和人类数据集上进行了评估
1293	2025-04-23	All-atom RNA structure determination from cryo-EM maps 2025-Jan, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-024-02149-8 PMID:38396075	research paper	开发了一种名为EMRNA的方法，用于从冷冻电镜图中准确自动地确定全原子RNA结构	EMRNA整合了基于深度学习的核苷酸检测、三维骨架追踪与评分以及考虑序列和二级结构信息的全原子RNA结构构建	NA	解决从冷冻电镜图中确定RNA结构的挑战	RNA结构	结构生物学	NA	冷冻电镜（cryo-EM）	深度学习	冷冻电镜图	140个不同的RNA图，长度从37到423个核苷酸，分辨率为2.0-6.0Å
1294	2025-04-23	Integrative deep learning framework predicts lipidomics-based investigation of preservatives on meat nutritional biomarkers and metabolic pathways 2025, Critical reviews in food science and nutrition IF:7.3Q1 DOI:10.1080/10408398.2023.2295016 PMID:38127336	review	本文综述了防腐剂对肉制品代谢途径和营养生物标志物的影响，并探讨了深度学习在脂质组学预测中的应用	利用深度循环网络和迁移学习的DisoLipPred模型预测蛋白质序列无序区域中氨基酸的脂质结合趋势，为肉制品的代谢途径分析提供了新的方法	传统的肉制品质量评估工具无法阐明防腐剂影响的内在机制和途径	研究防腐剂对肉制品营养和代谢途径的影响，并探索深度学习在食品分析中的应用	肉制品及其营养生物标志物和代谢途径	machine learning	NA	脂质组学、代谢组学、蛋白质组学	深度循环网络、迁移学习、深度神经网络、卷积神经网络、人工神经网络	蛋白质序列、代谢数据	NA
1295	2025-04-23	Transforming physical fitness and exercise behaviors in adolescent health using a life log sharing model 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1562151 PMID:40255372	研究论文	本研究探讨了基于深度学习的生命日志共享模型（LLSM）在通过个性化公共卫生干预增强青少年身体素质和锻炼行为方面的潜力	开发了一种混合时空卷积神经网络-双向长短期记忆（TS-CNN-BiLSTM）模型，整合了多模态生命日志数据的时间、文本和视觉特征，用于分类和预测身体活动行为	未提及具体局限性	通过个性化公共卫生干预增强青少年身体素质和锻炼行为	青少年	机器学习	NA	深度学习	TS-CNN-BiLSTM	多模态生命日志数据（运动类型、持续时间、强度）	两个数据集：Geo-Life Log（带位置数据）和Time-Life Log（不带位置数据）
1296	2025-04-23	RNA secondary structure prediction by conducting multi-class classifications 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.04.001 PMID:40256169	研究论文	本研究提出了一种通过多类别分类预测RNA二级结构的简单方法，无需复杂的后处理步骤	将RNA二级结构预测视为多个多类别分类问题，避免了复杂的后处理步骤，并引入了数据增强和跨RNA家族评估性能下降缓解方法	未提及具体的数据集规模或模型在特定RNA家族上的局限性	改进RNA二级结构预测的准确性和简化预测流程	RNA二级结构	自然语言处理	NA	深度学习	注意力机制和CNN	RNA序列数据	NA
1297	2025-04-23	Enhancing Gamma Knife Cone-beam Computed Tomography Image Quality Using Pix2pix Generative Adversarial Networks: A Deep Learning Approach 2025 Jan-Mar, Journal of medical physics IF:0.7Q4 DOI:10.4103/jmp.jmp_140_24 PMID:40256180	研究论文	本研究开发了一种改进的Pix2Pix卷积神经网络框架，用于提升锥形束计算机断层扫描（CBCT）图像质量，并减少Hounsfield单位（HU）的变异	使用改进的Pix2Pix生成对抗网络（GAN）框架，将CBCT图像转换为高质量合成CT（sCT）图像，显著提升了图像质量	研究样本量较小（50名患者），可能影响模型的泛化能力	提升CBCT图像质量，使其更接近CT图像，以用于放射外科手术	50名接受伽玛刀治疗的患者	计算机视觉	NA	锥形束计算机断层扫描（CBCT）	Pix2Pix GAN	图像	50名患者的7484张512×512像素的切片图像（40名用于训练，10名用于测试）
1298	2025-04-23	Evaluation of Low-dose Computed Tomography Images Reconstructed Using Artificial Intelligence-based Adaptive Filtering for Denoising: A Comparison with Computed Tomography Reconstructed with Iterative Reconstruction Algorithm 2025 Jan-Mar, Journal of medical physics IF:0.7Q4 DOI:10.4103/jmp.jmp_115_24 PMID:40256183	research paper	本研究评估了基于人工智能的自适应滤波去噪技术在低剂量计算机断层扫描（CT）图像重建中的应用，并与迭代重建算法进行了比较	首次比较了AI去噪工具PixelShine与迭代重建算法在不同低剂量条件下的图像质量，发现AI在33%标准剂量下表现更优	研究样本量有限（85例），且为回顾性研究	评估AI去噪技术在低剂量CT图像重建中的诊断价值	低剂量CT图像	digital pathology	NA	低剂量CT扫描	deep learning	medical image	85例CT扫描病例（32例FBP重建，53例IR重建）
1299	2025-04-23	A new method for early diagnosis and treatment of meniscus injury of knee joint in student physical fitness tests based on deep learning method 2025, BioImpacts : BI IF:2.2Q3 DOI:10.34172/bi.30419 PMID:40256232	research paper	提出了一种基于深度学习的膝关节半月板损伤早期诊断和治疗方法，用于学生体能测试	采用增强版的U-Net算法进行图像分割，结合集成方法进行损伤类型识别，提高了诊断的准确性和及时性	研究仅基于MRI图像数据集，未涉及其他类型的医学影像数据	提高学生体能测试中膝关节半月板损伤的早期诊断和治疗效果	学生体能测试中的膝关节半月板损伤	digital pathology	膝关节半月板损伤	MRI	U-Net	image	一个知名的膝关节损伤MRI图像数据集
1300	2025-04-23	The diagnostic and prognostic value of C1orf174 in colorectal cancer 2025, BioImpacts : BI IF:2.2Q3 DOI:10.34172/bi.30566 PMID:40256241	research paper	该研究通过生物信息学和机器学习算法分析RNA和microRNA测序数据，鉴定结直肠癌中的差异表达基因，并验证了C1orf174的诊断和预后价值	发现了五个新的预后基因，包括C1orf174，并通过机器学习算法确定了高准确度的诊断标志物组合	研究依赖于TCGA数据库的数据，未提及独立验证队列的结果	鉴定结直肠癌的新型生物标志物，用于早期检测和预后评估	结直肠癌患者和正常对照的RNA和microRNA测序数据	digital pathology	colorectal cancer	RNA-seq, microRNA sequencing, Real-time PCR	Deep learning, Decision Tree, SVM	RNA-seq data, microRNA data	631个样本（398例患者和233例正常对照）