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
15281	2025-10-07	Unlocking the power of AI for phenotyping fruit morphology in Arabidopsis 2025-Jan-06, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giae123 PMID:39937596	研究论文	本研究开发了一种基于深度学习的实例分割模型和流程，用于自动化表型拟南芥果实形态	首次将深度学习应用于多亲本高级世代杂交群体的果实形态表型分析，实现了大规模自动化表型测量	分割任务的精确度相对较低（55.9%），器官水平性状表型的精确性和适应性仍需进一步验证	评估深度学习在植物果实形态表型分析中的有效性，建立表型与基因型关联	拟南芥果实形态	计算机视觉	NA	图像表型分析	实例分割模型	图像	332,194个单独果实	NA	NA	平均精确度,检测精确度,分割精确度	NA
15282	2025-10-07	Deep learning in gonarthrosis classification: a comparative study of model architectures and single vs. multi-model methods 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1413820 PMID:39974355	研究论文	本研究比较了单模型和多模型深度学习方法在膝关节骨关节炎KL分级分类中的性能	首次系统比较单模型与多模型方法在KL分级中的效果，并评估七种CNN架构在四种不同任务中的表现	需要临床验证，未来应探索集成建模和更先进的数据增强技术	比较单模型和多模型深度学习方法在膝关节骨关节炎KL分级分类中的性能	膝关节前后位X射线图像	计算机视觉	骨关节炎	X射线成像，CLAHE对比度增强	CNN	图像	14,607张来自三家医院的标注膝关节X射线图像	YOLOv5	NfNet-F0/F1, EfficientNet-B0/B3, Inception-ResNet-v2, VGG16	F1-score, 准确率	NA
15283	2025-10-07	Dynamic Visualization of Computer-Aided Peptide Design for Cancer Therapeutics 2025, Drug design, development and therapy DOI:10.2147/DDDT.S497126 PMID:39974609	综述	通过文献计量学分析探讨计算机辅助肽设计在癌症治疗领域的研究现状、热点和未来趋势	首次采用文献计量学方法系统分析计算机辅助抗癌肽设计领域的发展脉络和研究热点	仅基于Web of Science数据库的1547篇文献，可能存在收录范围限制	探索计算机辅助肽设计在癌症治疗领域的研究现状和发展趋势	2006-2024年间计算机辅助抗癌肽设计相关的研究文献	生物信息学	癌症	文献计量分析,分子动力学模拟,分子对接,深度学习	NA	文献数据	1547篇相关出版物	CiteSpace,VOSviewer,Bibliometrix,Origin	NA	NA	NA
15284	2025-10-07	Research trends in livestock facial identification: a review 2025-Jan, Journal of animal science and technology IF:2.7Q1 DOI:10.5187/jast.2025.e4 PMID:39974780	综述	本文综述了基于视频处理和卷积神经网络的动物面部识别技术在精准畜牧业中的应用	整合视频处理与CNN深度学习技术，实现动物生长估计、个体识别和行为监测的自动化	NA	探讨视频处理和CNN深度学习在畜牧业面部识别中的研究趋势和应用	牲畜动物	计算机视觉	NA	视频处理, 深度学习	CNN	视频数据	NA	NA	NA	NA	NA
15285	2025-10-07	Research progress of MRI-based radiomics in hepatocellular carcinoma 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1420599 PMID:39980543	综述	本文系统评估基于MRI影像组学在肝细胞癌诊疗中的研究进展与应用价值	首次系统综述2018-2025年间MRI影像组学在肝细胞癌多维度临床应用的最新进展	领域内方法可解释性不足，需要进一步验证研究	评估影像组学方法学并阐述MRI影像组学在肝细胞癌诊疗中的临床进展	肝细胞癌患者	数字病理	肝癌	MRI影像组学	深度学习, 机器学习	医学影像	93篇文献的系统分析	NA	NA	NA	NA
15286	2025-10-07	A pelvis MR transformer-based deep learning model for predicting lung metastases risk in patients with rectal cancer 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1496820 PMID:39980546	研究论文	开发基于骨盆MR图像和临床特征的Transformer深度学习模型，用于预测直肠癌患者肺转移风险	首次将Transformer架构应用于直肠癌肺转移预测，并整合骨盆MR图像与临床特征	样本量相对有限（819例患者），仅使用单一医疗中心数据	开发准确预测直肠癌肺转移风险的深度学习模型	经组织学确认的直肠癌患者	计算机视觉	直肠癌	磁共振成像（MRI）	Transformer, CNN	医学图像（T2WI和DWI MR图像）	819例直肠癌患者	NA	Transformer, ResNet18, EfficientNetb0, MobileNet, ShuffleNet, DenseNet	AUC, 灵敏度, 特异度, 准确率	NA
15287	2025-10-07	Machine learning-based myocardial infarction bibliometric analysis 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1477351 PMID:39981082	文献计量分析	通过文献计量学方法分析2008-2024年机器学习在心肌梗死领域的研究趋势和热点	首次系统分析机器学习在心肌梗死领域的文献计量特征，识别新兴研究方向和国际合作模式	仅基于Web of Science数据库的1036篇文献，可能存在收录偏差	探索机器学习在心肌梗死领域的研究趋势、热点和未来发展方向	2008-2024年间心肌梗死与机器学习相关的1036篇学术文献	机器学习	心肌梗死	文献计量分析	NA	文献元数据	1036篇出版物	CiteSpace, Bibliometrix, VOSviewer	NA	发文量、影响因子、被引频次	NA
15288	2025-10-07	Development and validation of a deep learning-enhanced prediction model for the likelihood of pulmonary embolism 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1506363 PMID:39981086	研究论文	开发并验证了一种基于深度学习的肺栓塞风险预测模型PE-Mind	使用卷积神经网络结合三个定制模块增强预测性能，开发了实时临床操作的Web服务器PulmoRiskAI	未明确说明样本来源和数据收集的时间范围	开发精确高效的肺栓塞风险预测模型以改进现有临床工具的局限性	急性深静脉血栓形成患者	机器学习	肺栓塞	临床数据分析	CNN	临床特征数据	NA	NA	卷积神经网络,残差模块	准确率,AUC	NA
15289	2025-10-07	Deep learning based analysis of dynamic video ultrasonography for predicting cervical lymph node metastasis in papillary thyroid carcinoma 2025-Mar, Endocrine IF:3.0Q2 DOI:10.1007/s12020-024-04091-w PMID:39556263	研究论文	本研究开发了一种基于深度学习的动态视频超声分析模型，用于预测甲状腺乳头状癌患者的颈淋巴结转移风险	首次将深度学习应用于动态超声视频分析来预测颈淋巴结转移，相比传统静态图像方法具有更高准确性和鲁棒性	研究为单中心回顾性研究，样本量相对有限（388例患者），需要多中心前瞻性验证	开发深度学习模型辅助临床医生更准确预测甲状腺乳头状癌患者的颈淋巴结转移风险	甲状腺乳头状癌患者及其甲状腺结节	计算机视觉	甲状腺癌	超声成像	CNN	视频,图像	388例患者的717个甲状腺结节	NA	DenseNet121	AUROC,敏感性,特异性	NA
15290	2025-10-07	Early-Stage Melanoma Cancer Diagnosis Framework for Imbalanced Data From Dermoscopic Images 2025-Mar, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24736 PMID:39573895	研究论文	提出一种用于皮肤镜图像中早期黑色素瘤诊断的深度学习框架，解决数据不平衡问题	结合CNN、DenseNet、批量归一化层、最大池化和ReLU激活函数的新型框架，有效解决过拟合问题	NA	开发自动化的黑色素瘤早期诊断方法	皮肤镜图像中的黑色素瘤病变	计算机视觉	黑色素瘤皮肤癌	皮肤镜成像	CNN, DenseNet	图像	ISIC-2019数据集和HAM-10000数据集的大量样本	NA	CNN, DenseNet	准确率, 微平均准确率	NA
15291	2025-02-22	A New Method Using Deep Learning to Predict the Response to Cardiac Resynchronization Therapy 2025-Feb-20, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01380-8 PMID:39979759	研究论文	本研究提出了一种结合临床变量、心电图特征和心脏功能评估参数与门控SPECT MPI极坐标图的深度学习方法，用于预测心脏再同步化治疗（CRT）的响应	通过结合预训练的VGG16模型和多层感知器，利用SPECT MPI极坐标图和临床特征、心电图参数、SPECT-MPI衍生参数等表格数据，提高了CRT响应预测的准确性	研究样本量较小（218例患者），且仅基于单一中心的患者数据，可能影响模型的泛化能力	提高心脏再同步化治疗（CRT）响应预测的准确性	218例接受CRT植入的患者	机器学习	心血管疾病	门控单光子发射计算机断层扫描心肌灌注成像（SPECT MPI）	VGG16模型和多层感知器	图像和表格数据	218例患者	NA	NA	NA	NA
15292	2025-10-07	The Future of Surgical Diagnostics: Artificial Intelligence-Enhanced Detection of Ganglion Cells for Hirschsprung Disease 2025-Feb, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2024.102189 PMID:39577743	研究论文	开发人工智能增强方法用于术中检测赫希施普龙病中的神经节细胞	首次将深度学习模型与热力图定位技术结合应用于术中冰冻切片神经节细胞检测，显著提升诊断准确性和效率	研究样本来自3个中心的164名患者，样本来源相对有限	开发人工智能辅助诊断系统改善赫希施普龙病的手术决策	赫希施普龙病患者组织切片中的神经节细胞	数字病理学	赫希施普龙病	苏木精-伊红染色，全玻片成像	CNN	病理图像	164名患者的668张玻片（366张冰冻切片，302张FFPE切片）	NA	ResNet-50	准确率	NA
15293	2025-10-07	Discovery of anticancer peptides from natural and generated sequences using deep learning 2025-Feb, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2024.138880 PMID:39706427	研究论文	本研究通过深度学习模型从天然和生成序列中发现抗癌肽，并进行了广泛的实验验证	提出基于三通道深度学习架构的CNBT-ACPred预测模型，结合大规模体外和体内实验验证，显著提升预测性能	NA	开发高效的抗癌肽预测方法并发现新型抗癌肽	抗癌肽(ACPs)	机器学习	癌症	深度学习	深度学习模型	蛋白质序列数据	Uniprot数据库380万条序列，生成模型10万条序列，最终验证41条候选肽	NA	三通道深度学习架构	准确率,MCC	NA
15294	2025-10-07	Deep proximal gradient network for absorption coefficient recovery in photoacoustic tomography 2025-Jan-22, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ada868 PMID:39788080	研究论文	提出一种基于深度学习的近端梯度网络方法，用于光声层析成像中光学吸收系数的恢复	首次将深度近端梯度下降机制应用于光声层析成像的光学反演问题，通过级联结构单元迭代更新吸收系数	仅通过模拟、体模实验和体内研究验证，尚未在临床大规模应用中测试	提高光声层析成像中定量恢复光学吸收系数的准确性和效率	生物组织的光学吸收特性	医学影像处理	NA	光声层析成像	深度学习	声学测量数据	NA	NA	级联结构单元网络	相对误差, 峰值信噪比, 结构相似性	NA
15295	2025-02-21	Severity grading of hypertensive retinopathy using hybrid deep learning architecture 2025-Apr, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108585 PMID:39862474	研究论文	本文提出了一种混合深度学习架构，用于高血压视网膜病变（HR）的严重程度分级	引入了一种结合预训练ResNet-50和修改后的Vision Transformer（ViT）架构的混合模型，通过全局和局部自注意力机制增强模型性能，并提出了基于解耦表示和分类器（DRC）的训练方法以解决类别不平衡问题	缺乏公开可用的HR分级数据集，且存在高类别不平衡问题	开发一种准确的高血压视网膜病变严重程度分级方法	高血压视网膜病变（HR）的严重程度分级	计算机视觉	高血压视网膜病变	深度学习	混合模型（ResNet-50 + 修改后的Vision Transformer）	图像	NA	NA	NA	NA	NA
15296	2025-02-21	A bio-lattice deep learning framework for modeling discrete biological materials 2025-Apr, Journal of the mechanical behavior of biomedical materials IF:3.3Q3 DOI:10.1016/j.jmbbm.2025.106900 PMID:39891961	研究论文	本文提出了一种基于机器学习的多尺度框架，结合深度神经网络（DNNs）、有限元方法（FEM）和受晶格弹簧模型（LSM）启发的微观结构描述，用于研究离散、空间异质材料的行为	提出了一种新颖的机器学习多尺度框架，结合DNNs、FEM和LSM，用于研究离散、空间异质材料的行为，并开发了一个无假设的晶格框架	未明确提及具体局限性	研究离散、空间异质材料的力学行为	生物组织的微观结构和宏观材料行为	机器学习	NA	深度神经网络（DNNs）、有限元方法（FEM）、晶格弹簧模型（LSM）	深度神经网络（DNNs）	微观结构数据	NA	NA	NA	NA	NA
15297	2025-02-21	ViroNia: LSTM based proteomics model for precise prediction of HCV 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109573 PMID:39733555	研究论文	本文介绍了ViroNia，一种基于LSTM的蛋白质组学模型，用于高精度预测HCV病毒蛋白分类	ViroNia利用LSTM架构进行病毒蛋白分类，展示了其在分类任务中的高效性，并优于其他深度学习架构如Simple RNN、GRU、1d CNN和双向LSTM	尽管ViroNia在分类任务中表现出色，但其在更广泛数据集上的泛化能力尚未验证	开发高精度的病毒蛋白分类模型，以支持病毒研究和干预设计	HCV病毒蛋白	自然语言处理	NA	LSTM	LSTM	蛋白质序列	2250个蛋白质序列	NA	NA	NA	NA
15298	2025-02-21	Improved early detection accuracy for breast cancer using a deep learning framework in medical imaging 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109751 PMID:39884057	研究论文	本文提出了一种新的深度学习框架，用于提高乳腺癌早期检测的准确性	结合卷积神经网络（CNN）与特征选择和融合方法，自动从图像中学习并找到相关特征，从而超越现有方法	未提及具体的数据集大小或多样性限制	提高乳腺癌早期检测的准确性	乳腺癌的医学影像	计算机视觉	乳腺癌	深度学习	CNN	图像	NA	NA	NA	NA	NA
15299	2025-02-21	Deep learning image registration for cardiac motion estimation in adult and fetal echocardiography via a focus on anatomic plausibility and texture quality of warped image 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109719 PMID:39884059	研究论文	本文提出了一种深度学习图像配准方法，用于成人和胎儿超声心动图中的心脏运动估计，重点关注变形图像的解剖合理性和纹理质量	提出了一种新的深度学习图像配准框架，通过引入解剖形状编码约束和数据驱动的纹理约束，提高了变形图像的解剖合理性和纹理质量	尽管方法在成人和胎儿超声心动图中表现出色，但未提及在其他类型医学图像上的适用性	提高超声心动图中心脏运动估计的准确性和一致性	成人和胎儿超声心动图	计算机视觉	心血管疾病	深度学习图像配准（DLIR）	深度学习模型	图像	多人口胎儿数据集和公共CAMUS成人数据集	NA	NA	NA	NA
15300	2025-02-21	A comparative study of statistical, radiomics, and deep learning feature extraction techniques for medical image classification in optical and radiological modalities 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109768 PMID:39891957	研究论文	本文比较了统计、放射组学和深度学习特征提取技术在医学图像分类中的应用效果	通过对比不同特征提取技术在多种医学影像模态下的表现，揭示了深度学习技术在准确性和速度上的优势	研究仅针对二分类问题，未涉及多分类或更复杂的医学图像分析任务	评估不同特征提取技术对医学图像分类模型性能的影响	H&E染色图像、胸部X光片和视网膜OCT图像	计算机视觉	NA	统计特征提取、放射组学特征提取、深度学习特征提取	PCA-LDA, ResNet50, DenseNet121	图像	NA	NA	NA	NA	NA