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
1721	2025-04-29	A deep learning-assisted automatic measurement of tear meniscus height on ocular surface images and its application in myopia control 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1554432 PMID:40291564	research paper	本研究开发了一种深度学习模型，用于自动测量眼表图像中的泪液半月板高度（TMH），以提高近视控制方法相关干眼症初步筛查的效率和准确性	首次应用深度学习模型自动测量泪液半月板高度，提高了测量效率和准确性，避免了传统手动测量的主观性和低效问题	研究仅使用了OCULUS Keratograph 5M采集的眼表图像，未验证在其他设备上的适用性	开发自动测量泪液半月板高度的深度学习模型，用于近视控制方法相关干眼症的筛查	眼表图像中的泪液半月板高度	digital pathology	myopia	deep learning	CNN	image	1,200张眼表图像（训练集840张，验证集240张，测试集120张，外加100张外部验证集）	NA	NA	NA	NA
1722	2025-04-29	Hybrid deep learning method to identify key genes in autism spectrum disorder 2025 Jan-Dec, Healthcare technology letters IF:2.8Q3 DOI:10.1049/htl2.12104 PMID:40292027	研究论文	本研究采用混合深度学习方法识别与自闭症谱系障碍(ASD)相关的关键基因	结合图卷积网络和逻辑回归的混合深度学习方法，有效识别ASD关键基因，并通过SI模型验证其感染能力	未提及方法在其他神经发育障碍中的普适性验证	识别与自闭症谱系障碍相关的关键基因	自闭症谱系障碍相关基因	机器学习	自闭症谱系障碍	图卷积网络, 逻辑回归, SI模型	GCN, Logistic Regression	基因互作网络数据	NA	NA	NA	NA	NA
1723	2025-10-07	Use of artificial intelligence to detect dental caries on intraoral photos 2025-Jan-30, Quintessence international (Berlin, Germany : 1985) DOI:10.3290/j.qi.b5857664 PMID:39601186	研究论文	开发基于多阶段深度学习的人工智能系统，用于口腔内照片中的龋齿检测和分类	首次构建针对前牙和后牙的多阶段深度学习管道，能够定位单个牙齿并对不同严重程度的龋齿进行分类	后牙白斑检测因位置变异性较高而更具挑战性	开发成本效益高的早期龋齿检测工具，适用于非临床环境	口腔内牙齿照片	计算机视觉	龋齿	深度学习	深度学习模型	图像	50,179张口腔内牙齿照片（来自智能手机和口腔内相机）	NA	多阶段深度学习管道	灵敏度, 特异性	NA
1724	2025-10-07	The 'Sandwich' meta-framework for architecture agnostic deep privacy-preserving transfer learning for non-invasive brainwave decoding 2025-Jan-23, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad9957 PMID:39622169	研究论文	提出名为'Sandwich'的深度隐私保护元框架，结合迁移学习和联邦学习用于非侵入性脑电波解码	首次将迁移学习与联邦学习整合为统一框架，解决脑电数据集的变异性和隐私问题	NA	解决脑电信号解码中的数据变异性和隐私保护挑战	脑电图(EEG)信号和脑机接口应用	机器学习	神经系统疾病	脑电图(EEG)	深度学习	时间序列数据	NA	NA	Inception, Sandwich元架构	准确率	NA
1725	2025-10-07	Inferring disease progression stages in single-cell transcriptomics using a weakly supervised deep learning approach 2025-Jan-22, Genome research IF:6.2Q1 DOI:10.1101/gr.278812.123 PMID:39622637	研究论文	提出一种名为scIDST的弱监督深度学习方法，用于从单细胞转录组数据推断疾病进展阶段	开发了首个基于弱监督深度学习的单细胞疾病进展推断方法，能够识别传统患者-健康对照比较分析无法检测的疾病相关基因差异表达	NA	解决患者来源组织中细胞异质性问题，准确推断单个细胞的疾病进展水平	单细胞转录组数据中的个体细胞	生物信息学	多种疾病	单细胞/细胞核基因组测序	深度学习	单细胞转录组数据	NA	NA	NA	NA	NA
1726	2025-10-07	An efficient deep unrolling network for sparse-view CT reconstruction via alternating optimization of dense-view sinograms and images 2025-Jan-15, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad9dac PMID:39662047	研究论文	提出一种通过交替优化稠密视图正弦图和图像的高效深度展开网络，用于稀疏视图CT重建	将SVCT重建分解为稠密视图正弦图优化和图像优化两个子问题，采用稠密视图而非全视图正弦图修复，降低计算资源需求并减少误差传播	NA	解决稀疏视图CT重建中计算成本高的问题，同时保持重建图像质量	临床原始投影数据	医学影像重建	NA	计算机断层扫描(CT)	深度展开网络	投影数据，图像	NA	NA	深度神经网络	定量指标，定性结果	GPU
1727	2025-10-07	Applications of and issues with machine learning in medicine: Bridging the gap with explainable AI 2025-Jan-14, Bioscience trends IF:5.7Q1 DOI:10.5582/bst.2024.01342 PMID:39647859	综述	探讨机器学习在医学领域的应用及其可解释性问题，并提出可解释人工智能作为解决方案	系统分析医学机器学习中的黑箱问题，并强调可解释AI在提升模型透明度和临床接受度方面的重要价值	未涉及具体临床实施案例和定量评估数据	促进机器学习在医疗领域的可信应用	医学机器学习模型及其可解释性方法	机器学习	NA	深度学习	CNN, Transformer	患者数据	NA	NA	NA	NA	NA
1728	2025-10-07	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	研究论文	提出一种基于联邦学习和神经架构搜索的可泛化磁共振成像重建框架GAutoMRI	首次将神经架构搜索与联邦学习结合用于MR图像重建，并设计了公平性调整方法处理异构数据分布	未明确说明模型在极端数据异构情况下的表现，且实验仅限于特定MR成像场景	开发能够处理多中心异构数据的通用磁共振图像重建方法	多中心采集的磁共振图像数据	医学影像分析	NA	磁共振成像	神经网络	医学图像	NA	联邦学习, 神经架构搜索	自动搜索的神经网络架构	重建性能, 泛化能力, 模型轻量化程度	NA
1729	2025-10-07	Integrating Prior Knowledge Using Transformer for Gene Regulatory Network Inference 2025-Jan, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202409990 PMID:39605181	研究论文	提出一种基于Transformer的基因调控网络推断框架GRNPT，整合大语言模型嵌入和时序卷积网络自编码器从单细胞RNA测序轨迹中捕获调控模式	首次将大语言模型嵌入与深度学习相结合用于基因调控网络推断，能够整合先验生物知识并展现出色的跨细胞类型泛化能力	未明确说明模型在极大规模数据集上的计算效率和处理能力	开发能够准确推断基因调控网络并具有良好泛化能力的新方法	基因调控网络和单细胞RNA测序数据	生物信息学	NA	单细胞RNA测序	Transformer, TCN, 自编码器	基因表达数据，文本嵌入	NA	NA	Transformer, 时序卷积网络自编码器	NA	NA
1730	2025-10-07	Toward automated small bowel capsule endoscopy reporting using a summarizing machine learning algorithm: The SUM UP study 2025-Jan, Clinics and research in hepatology and gastroenterology IF:2.6Q2 DOI:10.1016/j.clinre.2024.102509 PMID:39622290	研究论文	开发用于小肠胶囊内镜报告的机器学习摘要算法，通过深度学习检测和随机森林分类器优化血管病变图像选择	结合深度学习检测和机器学习分类器，实现小肠胶囊内镜血管病变的自动分类和图像精选，显著减少报告图像数量	研究样本量相对有限（训练集75个视频，测试集73个视频），需要进一步验证算法的泛化能力	提高小肠胶囊内镜报告的自动化水平，优化血管病变检测和图像选择流程	小肠胶囊内镜视频中的血管病变图像	计算机视觉	消化道疾病	胶囊内镜	深度学习, 随机森林	视频, 图像	训练集75个SB CE视频包含401个序列1525张图像，测试集73个完整SB CE视频记录	NA	NA	特异性, AUC, 准确率, 图像减少比例, 一致性	NA
1731	2025-10-07	ECMHA-PP: A Breast Cancer Prognosis Prediction Model Based on Energy-Constrained Multi-Head Self-Attention 2025-Jan, Proteomics. Clinical applications DOI:10.1002/prca.202400035 PMID:39623567	研究论文	提出基于能量约束多头自注意力的乳腺癌预后预测模型ECMHA-PP	引入能量约束多头自注意力机制提升特征提取能力，结合交叉位置混合和通道混合多层感知机	NA	开发高精度乳腺癌预后预测模型以辅助临床决策	乳腺癌患者	机器学习	乳腺癌	深度学习	多头自注意力机制,多层感知机	临床数据	METABRIC数据集和BRCA独立数据集	NA	ECMHA-PP	准确率,AUC	NA
1732	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
1733	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
1734	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
1735	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
1736	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
1737	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
1738	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
1739	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
1740	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