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
1421	2025-07-24	Diagnostic Accuracy of a Deep Learning Algorithm for Detecting Unruptured Intracranial Aneurysms in Magnetic Resonance Angiography: A Multicenter Pivotal Trial 2025-05, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.123882 PMID:40086726	研究论文	评估深度学习算法在磁共振血管造影中检测未破裂颅内动脉瘤的准确性	使用3D U-Net模型在TOF MRA数据上实现高灵敏度和低假阳性率的未破裂颅内动脉瘤检测	对于小于3毫米的动脉瘤检测灵敏度较低，仍需专家复核	评估深度学习算法在辅助放射科医生检测未破裂颅内动脉瘤方面的效果	675名参与者（189名动脉瘤阳性，486名阴性）的TOF MRA数据	数字病理学	颅内动脉瘤	TOF磁共振血管造影	3D U-Net	医学影像	675名参与者（来自2家医院2019-2023年数据），训练使用988个非重叠TOF MRA数据集
1422	2025-07-24	Deep learning-based generation of DSC MRI parameter maps using DCE MRI data 2025-Apr-07, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8768 PMID:40194853	研究论文	利用深度学习技术从DCE MRI数据生成DSC MRI参数图	开发了一种基于条件生成对抗网络（cGAN）的方法，能够从DCE MRI数据合成DSC衍生的参数图，从而减少对比剂的使用量	研究样本量有限，且仅针对脑肿瘤患者和健康对照进行了验证	开发一种方法，通过单一剂量的对比剂获取DSC和DCE MRI参数图	脑肿瘤患者和健康对照的MRI数据	医学影像分析	脑肿瘤	DSC MRI和DCE MRI	cGAN	MRI图像	64名参与者，包括脑肿瘤患者和健康对照
1423	2025-07-24	MSP-tracker: A versatile vesicle tracking software tool used to reveal the spatial control of polarized secretion in Drosophila epithelial cells 2025-04, PLoS biology IF:7.8Q1 DOI:10.1371/journal.pbio.3003099 PMID:40208901	研究论文	开发了一种名为MSP-tracker的囊泡追踪软件工具，用于研究果蝇上皮细胞中极化分泌的空间控制	利用计算机视觉和深度学习技术开发了MSP-tracker，无需大量训练数据即可在嘈杂环境中追踪囊泡轨迹，揭示了微管组织在顶端分泌靶向中的核心作用	研究主要局限于果蝇上皮细胞，未在其他生物系统或细胞类型中验证	研究上皮细胞中特定分泌货物如何靶向质膜的不同区域	果蝇上皮细胞中的后高尔基体囊泡	计算机视觉	NA	RUSH系统、计算机视觉、深度学习	NA	图像	NA
1424	2025-07-24	Comparison of Pathologist and Artificial Intelligence-based Grading for Prediction of Metastatic Outcomes After Radical Prostatectomy 2025-Feb, European urology oncology IF:8.3Q1 DOI:10.1016/j.euo.2024.08.004 PMID:39232875	research paper	比较病理学家和基于人工智能的分级方法在预测前列腺癌根治术后转移结果方面的表现	首次将深度学习应用于前列腺癌组织病理图像分级，并与病理学家的分级结果在预测转移结果方面进行比较	研究仅基于三个手术队列的777名患者，样本量相对有限	评估人工智能在前列腺癌分级中的预测性能	前列腺癌患者	digital pathology	prostate cancer	deep learning	CNN	image	777名前列腺癌患者
1425	2025-07-24	Identifying pivotal sites affecting thermostability of GH11 xylanase via conventional and deep learning-based energy calculation 2025-Jan-10, FEMS microbiology letters IF:2.2Q3 DOI:10.1093/femsle/fnaf072 PMID:40643334	研究论文	本研究通过计算方法和深度学习工具识别影响GH11木聚糖酶热稳定性的关键残基，并通过实验验证了这些残基的作用	结合Rosetta Cartesian_ddG和深度学习工具Pythia两种计算方法，识别并验证了影响酶热稳定性的关键残基	结合两个位点的有益突变导致热稳定性降低，可能是由于负上位性相互作用	提高GH11木聚糖酶XynCDBFV的热稳定性	GH11木聚糖酶XynCDBFV	蛋白质工程	NA	Rosetta Cartesian_ddG, Pythia, 位点饱和诱变	深度学习	蛋白质序列和结构数据	18个变体
1426	2025-07-24	Machine learning applications in colorectal cancer: from early detection to personalized treatment 2025-Jan-08, Integrative biology : quantitative biosciences from nano to macro IF:1.5Q4 DOI:10.1093/intbio/zyaf013 PMID:40694039	review	本文综述了机器学习在结直肠癌（CRC）研究和护理中的变革性影响，包括早期检测、分期、复发预测和个体化治疗	通过整合多组学、放射组学和临床数据，机器学习模型超越了传统的诊断和预后方法，实现了精准的风险预测、个性化治疗和早期复发检测	机器学习在CRC管理中面临数据质量、验证和临床工作流程平滑适应等挑战	探讨机器学习在结直肠癌早期检测到个性化治疗中的应用及其潜力	结直肠癌（CRC）患者及其相关数据	machine learning	colorectal cancer	支持向量机（SVM）、随机森林、神经网络、深度学习	SVM, random forests, neural networks, deep learning	多组学数据、放射组学数据、临床数据	NA
1427	2025-07-24	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）方法，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	未提及具体样本量或数据集的详细描述，可能影响方法的泛化能力	理解阿尔茨海默病的病理生理机制，预测早期疾病阶段并识别神经病理事件的传播模式	阿尔茨海默病的神经病理事件及其在大脑网络中的传播	数字病理学	阿尔茨海默病	谐波小波神经网络（HWNN）	HWNN	合成和真实数据集	NA
1428	2025-07-24	FDDSeg: Unleashing the Power of Scribble Annotation for Cardiac MRI Images Through Feature Decomposition Distillation 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3404884 PMID:38787661	research paper	提出了一种名为FDDSeg的特征分解蒸馏深度学习方法，用于基于涂鸦标注的心脏MRI图像分割	FDDSeg采用涂鸦标注重用策略和特征分解蒸馏技术，以更少的模型参数实现更精确的分割	仅使用了两个公开数据集进行验证，可能在其他数据集上的泛化性有待验证	开发一种计算成本低且仅需涂鸦标注的心脏MRI图像分割方法	心脏MRI图像	digital pathology	cardiovascular disease	MRI	FDDSeg（特征分解蒸馏深度学习模型）	image	ACDC和MSCMR两个心脏MRI公开数据集
1429	2025-07-24	Harnessing Deep Learning Methods for Voltage-Gated Ion Channel Drug Discovery 2025-Jan-01, Physiology (Bethesda, Md.) DOI:10.1152/physiol.00029.2024 PMID:39189871	综述	本文探讨了深度学习在电压门控离子通道药物发现中的应用，特别是扩散模型在计算蛋白质设计中的进展	利用深度学习和扩散模型计算设计针对电压门控离子通道不同区域的蛋白质结合物，为药物发现提供新策略	需要更多实验数据验证计算设计的蛋白质结合物的实际效果和安全性	探索计算蛋白质设计方法在电压门控离子通道药物发现中的应用	电压门控离子通道及其蛋白质结合物	机器学习	心脏心律失常和神经性疼痛	深度学习和扩散模型	扩散模型	蛋白质结构数据	NA
1430	2025-07-24	Melanoma Breslow Thickness Classification Using Ensemble-Based Knowledge Distillation With Semi-Supervised Convolutional Neural Networks 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3465929 PMID:39302772	研究论文	该研究利用集成知识蒸馏与半监督卷积神经网络对黑色素瘤的Breslow厚度进行分类	采用多教师集成知识蒸馏的半监督学习方法，在黑色素瘤分类任务中表现优于传统监督学习	研究使用了来自不同来源的四个数据集，但未提及数据集的样本量是否均衡或是否存在偏差	开发自动深度学习诊断系统，以支持医学专家对黑色素瘤的分类决策	黑色素瘤的Breslow厚度预测及原位与侵袭性黑色素瘤的分类	数字病理学	黑色素瘤	半监督学习、知识蒸馏	CNN	图像	使用了四个不同来源的数据集，具体样本量未提及
1431	2025-07-24	MFRC-Net: Multi-Scale Feature Residual Convolutional Neural Network for Motor Imagery Decoding 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3467090 PMID:39316474	research paper	提出了一种轻量级的多尺度特征残差卷积神经网络（MFRC-Net），用于运动想象解码	结合时间多尺度残差卷积块和跨域双流空间卷积块，显著提升轻量级模型的性能	未提及具体限制	提高运动想象解码的准确性，同时降低模型的规模和计算资源需求	脑电图（EEG）信号	machine learning	NA	multi-scale grouped convolution, cross-domain spatial filtering	CNN	EEG信号	BCI Competition IV 2a数据集和SHU数据集
1432	2025-07-24	Spherical Harmonics-Based Deep Learning Achieves Generalized and Accurate Diffusion Tensor Imaging 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3471769 PMID:39352828	研究论文	本研究提出了一种基于球谐函数的深度学习方法，用于提高扩散张量成像的泛化性和准确性	利用球谐函数表示体素级扩散MRI信号，并将其系数图作为网络输入来预测扩散张量场，从而提高了方法的泛化能力	未明确提及具体局限性	开发一种泛化性强、准确且高效的基于深度学习的扩散张量成像方法	扩散张量成像（DTI）数据	医学影像分析	NA	扩散加权成像（DWI）、球谐函数（SH）	深度学习（DL）	扩散MRI（dMRI）图像	模拟和体内数据集，涵盖多种DTI应用场景
1433	2025-07-24	Multiscale Spatial-Temporal Feature Fusion Neural Network for Motor Imagery Brain-Computer Interfaces 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3472097 PMID:39352826	研究论文	提出了一种基于多尺度时空特征融合的卷积神经网络(MSTFNet)，用于运动想象脑机接口中的EEG信号分类	采用多尺度时空特征融合架构，包含特征增强、多尺度时间特征提取、空间特征提取和特征融合模块，并引入深度可分离卷积块和高效通道注意力块	在留一受试者实验中的分类准确率相对较低(66.31%)	提高运动想象脑机接口中EEG信号的解码精度	运动想象EEG信号	脑机接口	NA	EEG信号处理	CNN	EEG信号	两个公开数据集(BCI Competition IV 2a和2b)和一个实验室数据集
1434	2025-07-24	Automated Quantification of HER2 Amplification Levels Using Deep Learning 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3476554 PMID:39383086	研究论文	本文开发了一种基于深度学习的软采样级联模型和信号检测模型，用于量化细胞中的CEN17和HER2，以辅助评估HER2扩增状态，用于乳腺癌患者的HER2靶向治疗选择	提出了一种新的软采样级联深度学习模型和信号检测模型，显著优于七种最新发布的深度学习方法，并在临床数据集中表现出高准确率、召回率和F1分数	NA	开发自动化方法以辅助评估HER2扩增状态，用于乳腺癌和胃癌患者的HER2靶向治疗选择	乳腺癌和胃癌患者的HER2扩增状态	数字病理学	乳腺癌, 胃癌	FISH, DISH	软采样级联深度学习模型, 信号检测模型	图像	两个临床数据集（FISH数据集和DISH数据集）
1435	2025-07-24	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	提出了一种名为MiRS-HF的深度学习模型，用于癌症分类和miRNA生物标志物识别	结合了早期融合和中间融合策略，利用LAGCN和GCN网络处理miRNA-疾病异质网络和表达数据，显著提高了分类性能	仅针对六种癌症进行了验证，未涉及更多癌症类型	开发一种高效的癌症分类和miRNA生物标志物识别方法	miRNA表达数据和miRNA-疾病关联数据	机器学习	癌症	深度学习	LAGCN, GCN	miRNA表达数据	六种癌症的数据集
1436	2025-07-24	TKR-FSOD: Fetal Anatomical Structure Few-Shot Detection Utilizing Topological Knowledge Reasoning 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3480197 PMID:39401118	research paper	提出了一种名为TKR-FSOD的新方法，用于胎儿超声图像中的少样本解剖结构检测，通过拓扑知识推理模块学习解剖结构的拓扑关系，并利用判别能力增强特征学习模块提取丰富的判别特征	首次将少样本学习应用于胎儿超声图像中的解剖结构检测，并引入了拓扑知识推理模块和判别能力增强特征学习模块	研究仅针对四腔心切面视图进行了验证，未涉及其他超声切面	提高胎儿超声图像中少样本解剖结构检测的准确性和鲁棒性	胎儿超声图像中的多解剖结构	digital pathology	胎儿发育异常	few-shot learning	TKR-FSOD	image	未明确提及具体样本数量，但涉及少样本学习场景（如5-shot）
1437	2025-07-24	Attention-Guided 3D CNN With Lesion Feature Selection for Early Alzheimer's Disease Prediction Using Longitudinal sMRI 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3482001 PMID:39412975	研究论文	本文提出了一种新型的轻量级3D卷积神经网络，用于捕捉脑部疾病的演变过程，以预测轻度认知障碍（MCI）向阿尔茨海默病（AD）的进展	提出纵向病灶特征选择策略和疾病趋势注意力机制，以捕捉脑部结构的动态变化并提高模型对病灶特征的关注	仅使用两次随访的sMRI扫描数据，可能无法全面反映疾病的长期演变过程	预测轻度认知障碍（MCI）向阿尔茨海默病（AD）的进展，以实现早期干预	轻度认知障碍（MCI）患者	数字病理学	老年疾病	sMRI	3D CNN	图像	使用两次随访的sMRI扫描数据
1438	2025-07-24	HepNet: Deep Neural Network for Classification of Early-Stage Hepatic Steatosis Using Microwave Signals 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3489626 PMID:39480722	研究论文	本研究介绍了一种利用微波技术和深度学习对早期肝脂肪变性进行分类的新方法	提出了一种名为HepNet的新型深度学习模型，结合微波信号和迁移学习，显著提高了早期肝脂肪变性的检测准确率	临床数据样本量有限（94和158例患者样本）	开发一种可靠的早期肝脂肪变性分类方法	肝脂肪变性患者	数字病理学	肝病	微波技术	HepNet（基于CNN的深度学习模型）	微波信号	模拟数据训练集 + 94和158例临床患者样本
1439	2025-07-24	Deep Drug Synergy Prediction Network Using Modified Triangular Mutation-Based Differential Evolution 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3377631 PMID:38498748	research paper	本文提出了一种名为EDNet的深度药物协同预测网络，利用改进的基于三角变异的差分进化算法来优化深度双向混合密度网络的初始连接权重和架构相关属性，以提高药物协同预测的准确性和效率	提出了一种改进的基于三角变异的差分进化算法，用于优化深度双向混合密度网络的初始连接权重和架构相关属性，从而解决了梯度消失、过拟合和参数调优等问题	未提及具体的数据集局限性或模型在其他类型癌症中的泛化能力	提高药物协同预测的准确性，以优化癌症治疗中的药物组合效果	药物组合协同效应	machine learning	cancer	modified triangular mutation-based differential evolution algorithm	deep bidirectional mixture density network (EDNet)	drug synergy data	两个数据集：NCI-ALMANAC和deep-synergy
1440	2025-07-24	Artificial intelligence in the diagnosis of uveal melanoma: advances and applications 2025, Experimental biology and medicine (Maywood, N.J.) DOI:10.3389/ebm.2025.10444 PMID:40046904	综述	本文综述了机器学习和深度学习在葡萄膜黑色素瘤诊断中的进展与应用	深度学习模型，特别是CNN，能够自动分析医学图像，识别复杂模式，提高诊断精度	研究中的关键限制包括数据集规模小、外部验证有限以及对单一成像模式的依赖，这些都限制了模型在临床环境中的泛化能力	评估机器学习和深度学习在葡萄膜黑色素瘤分类中的应用	葡萄膜黑色素瘤	数字病理学	葡萄膜黑色素瘤	机器学习、深度学习、CNN	CNN	图像	小规模数据集