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
16281	2025-01-16	Automatic segmentation model and machine learning model grounded in ultrasound radiomics for distinguishing between low malignant risk and intermediate-high malignant risk of adnexal masses 2025-Jan-13, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01874-7 PMID:39804536	研究论文	本文开发了一种自动分割模型来描绘附件肿块，并构建了一个基于卵巢附件报告和数据系统（O-RADS）的机器学习模型，以区分附件肿块的低恶性风险和中高恶性风险	结合深度学习分割模型和机器学习模型，利用超声影像组学特征进行附件肿块的风险分类，并通过SHapley Additive exPlanations进行模型解释和可视化	研究样本量相对有限，且仅基于超声影像数据，未考虑其他影像模态或多模态数据	开发自动分割和机器学习模型，用于附件肿块的风险分类	附件肿块的超声影像	医学影像分析	卵巢癌	超声影像组学	FCN ResNet101, SVM, LightGBM	图像	663张附件肿块的超声影像（低恶性风险446张，中高恶性风险217张）	NA	NA	NA	NA
16282	2025-01-16	Physics-informed deep learning quantifies propagated uncertainty in seismic structure and hypocenter determination 2025-Jan-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84995-9 PMID:39805860	研究论文	本文采用物理信息深度学习（PIDL）方法，量化二维地震速度结构建模中的不确定性及其对震源定位的影响	通过引入神经网络集成，结合主动地震调查数据、地震观测数据和波前运动的物理方程，首次量化了地震速度结构模型中的不确定性及其对震源定位的影响	研究仅针对日本西南部的一次地震进行了分析，未在其他地区或更大规模的数据集上验证	研究目的是通过物理信息深度学习（PIDL）方法，量化地震速度结构建模中的不确定性及其对震源定位的影响	地震速度结构模型和震源定位	地球物理学	NA	物理信息深度学习（PIDL）	神经网络集成	地震调查数据、地震观测数据	日本西南部的一次地震数据	NA	NA	NA	NA
16283	2025-10-07	Precise Large-Scale Chemical Transformations on Surfaces: Deep Learning Meets Scanning Probe Microscopy with Interpretability 2025-Jan-08, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.4c14757 PMID:39680589	研究论文	开发了名为AutoOSS的软件基础设施，通过深度学习实现扫描探针显微镜的自动化操作，用于大规模表面化学转化	结合神经网络模型解释STM输出和深度强化学习优化操作参数，实现自动化溴原子移除	目前仅针对特定分子体系（ZnBrMeDPP/Au(111)）进行验证	开发自主高效的SPM技术以实现精确的原子分子操控和化学反应控制	Au(111)表面上的Zn(II)-5,15-双(4-溴-2,6-二甲基苯基)卟啉分子	机器学习	NA	扫描隧道显微镜，贝叶斯优化结构搜索，密度泛函理论	神经网络，深度强化学习	STM图像	数百个ZnBrMeDPP分子	NA	NA	NA	NA
16284	2025-10-07	Integrating Deep Learning-Based Dose Distribution Prediction with Bayesian Networks for Decision Support in Radiotherapy for Upper Gastrointestinal Cancer 2025-Jan, Cancer research and treatment IF:4.1Q2 DOI:10.4143/crt.2024.333 PMID:39091147	研究论文	本研究开发了一种结合深度学习剂量分布预测和贝叶斯网络的决策支持算法，用于上消化道癌症放疗方案选择	首次将三维U-Net深度学习模型预测的剂量分布与贝叶斯网络结合，创建了个性化放疗方案决策支持系统	研究样本量较小（65例患者），且为回顾性分析	开发基于深度学习和临床数据的决策支持算法，优化上消化道癌症放疗方案选择	65例接受TBX和MRG模拟计划的肝或胰腺癌患者	医疗人工智能	上消化道癌症	放射治疗计划，剂量体积直方图分析	三维U-Net, 贝叶斯网络	医学影像数据，临床数据	65例患者	NA	三维U-Net	AUC	NA
16285	2025-10-07	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	本研究通过整合转录组学分析和深度学习模型，探索子宫肉瘤的基因组特征并开发生存预测方法	发现了子宫肉瘤中新的基因融合位点MRPS18A-PDC-AS1，并开发了基于Max-Mean Non-Local多实例学习的深度学习生存预测模型	样本量相对有限（71例），且包含多种罕见亚型	阐明子宫肉瘤的基因组特征并建立患者生存预测模型	子宫肉瘤患者组织样本	数字病理学	子宫肉瘤	RNA测序	深度学习	基因表达数据	71例子宫肉瘤样本（47例ESS，18例uLMS，3例腺肉瘤，2例癌肉瘤，1例卵巢性索样肿瘤）	NA	Max-Mean Non-Local多实例学习（MMN-MIL）	AUC, 准确率	NA
16286	2025-10-07	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	本研究利用弱监督学习方法对乳腺癌分子亚型进行分类	采用弱监督学习从全切片图像中开发深度学习模型，无需大量手动标注	存在亚型不平衡问题以及不同数据集间的分子亚型比例差异	乳腺癌分子亚型分类	乳腺癌全切片图像	数字病理学	乳腺癌	弱监督学习	深度学习	全切片图像	来自韩国高丽大学九老医院和癌症基因组图谱的两个数据集	NA	基于注意力的模型	AUC	NA
16287	2025-10-07	Machine Learning and Deep Learning Applications in Magnetic Particle Imaging 2025-Jan, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29294 PMID:38358090	综述	本文总结和回顾了机器学习和深度学习在磁粒子成像中的应用及其未来潜力	系统梳理了人工智能方法在磁粒子成像这一新兴成像技术中的应用现状和发展前景	证据等级为5级，技术效能处于第一阶段，表明研究仍处于初步探索阶段	探讨机器学习和深度学习模型在磁粒子成像中的应用价值	磁粒子成像技术及其图像重建和分析方法	机器学习	NA	磁粒子成像	机器学习,深度学习	2D和3D医学图像	NA	NA	NA	NA	NA
16288	2025-10-07	An efficient ranking-based ensembled multiclassifier for neurodegenerative diseases classification using deep learning 2025-Jan, Journal of neural transmission (Vienna, Austria : 1996) DOI:10.1007/s00702-024-02830-x PMID:39249515	研究论文	提出一种基于排序的集成多分类器方法，使用深度学习对神经退行性疾病进行分类	开发了基于权重策略的排序集成方法，结合五种深度学习分类器	仅使用ADNI和PPMI两个数据集进行验证，未在其他数据集上测试	提高神经退行性疾病的分类准确率	阿尔茨海默病和帕金森病患者	机器学习	神经退行性疾病	磁共振成像	深度学习集成模型	医学影像	ADNI和PPMI数据集	NA	五种深度学习模型	准确率	NA
16289	2025-10-07	Deep learning in Cobb angle automated measurement on X-rays: a systematic review and meta-analysis 2025-Jan, Spine deformity IF:1.6Q3 DOI:10.1007/s43390-024-00954-4 PMID:39320698	系统综述与荟萃分析	本研究系统回顾了X光片上自动测量Cobb角的不同深度学习算法，并通过荟萃分析评估其性能	首次对Cobb角自动测量的深度学习算法进行系统综述和荟萃分析，比较了基于分割和基于关键点两种方法的性能差异	纳入研究的异质性较高(94%)，仅包含17项研究进行荟萃分析，结果存在一定局限性	概述不同深度学习算法在Cobb角自动测量中的应用，识别局限性并总结改进方案	X光片中的脊柱Cobb角测量	计算机视觉	脊柱侧弯	深度学习算法	深度学习模型	X光图像	系统检索获得120篇文章（n=3022），最终纳入50项研究进行系统综述，17项研究进行荟萃分析	NA	NA	圆形平均绝对误差(CMAE)	NA
16290	2025-10-07	Fragmentation in patchy ecosystems: a call for a functional approach 2025-Jan, Trends in ecology & evolution IF:16.7Q1 DOI:10.1016/j.tree.2024.09.004 PMID:39510920	研究论文	本文探讨了将森林破碎化原则应用于自然斑块状生态系统（如稀树草原）的问题，并提出基于景观功能性的破碎化识别方法	提出基于连通性的景观功能性方法来识别生态系统破碎化，突破了传统仅依赖植被结构的破碎化评估框架	NA	改进斑块状生态系统的破碎化评估方法，促进对生态系统动态的更好理解	自然斑块状生态系统（以稀树草原为例）	生态学	NA	遥感技术, 实地测量	深度学习	遥感数据, 实地测量数据	NA	NA	NA	NA	NA
16291	2025-10-07	Protein Binding Site Representation in Latent Space 2025-Jan, Molecular informatics IF:2.8Q2 DOI:10.1002/minf.202400205 PMID:39692081	研究论文	本研究探索了图神经网络在蛋白质-配体复合物亲和力预测中学习到的结合位点潜在表示的空间结构及其与蛋白质功能的关系	提出了用于潜在空间降维、聚类、假设检验和可视化的自动化计算流程，并发现学习的蛋白质潜在空间具有固有结构而非随机分布	NA	理解深度学习模型对特征的表征能力，提高计算机辅助药物发现中模型的可解释性和可靠性	蛋白质-配体复合物的结合位点	机器学习	NA	图神经网络	图神经网络	蛋白质-配体复合物结构数据	NA	NA	图神经网络	NA	NA
16292	2025-01-16	Advances in modeling cellular state dynamics: integrating omics data and predictive techniques 2025, Animal cells and systems IF:2.5Q1 DOI:10.1080/19768354.2024.2449518 PMID:39807350	综述	本文综述了当前用于建模细胞状态动态的方法，包括从动态或静态生物分子网络模型到深度学习模型的技术	强调了如何将这些方法与转录组学和单细胞RNA测序等多种组学数据整合，以捕捉和预测细胞行为和转变	讨论了这些方法在可扩展性和分辨率要求方面的局限性，这些要求根据研究生物系统的复杂性和大小而变化	旨在指导未来研究开发更强大和可解释的模型，以理解和操纵各种生物背景下的细胞状态动态，最终推进治疗策略和精准医学	细胞状态动态	机器学习	NA	转录组学, 单细胞RNA测序	深度学习模型	组学数据	NA	NA	NA	NA	NA
16293	2025-01-16	Utilizing deep learning to predict Alzheimer's disease and mild cognitive impairment with optical coherence tomography 2025 Jan-Mar, Alzheimer's & dementia (Amsterdam, Netherlands) DOI:10.1002/dad2.70041 PMID:39811700	研究论文	本研究开发了一种基于光学相干断层扫描（OCT）的深度学习算法，用于预测阿尔茨海默病（AD）和轻度认知障碍（MCI）	开发了一种集成三边深度学习模型，显著优于单一非深度学习模型，展示了OCT图像在AD和MCI检测中的潜力	深度学习模型与传统统计模型的性能相当，选择哪种模型可能取决于计算资源、可解释性偏好和临床需求	开发一种基于OCT的深度学习算法，用于检测AD和MCI	228名亚洲参与者（173例病例/55例对照）用于模型开发和测试，68名亚洲（52例病例/16例对照）和85名白人（39例病例/46例对照）参与者用于测试	数字病理学	老年疾病	光学相干断层扫描（OCT）	集成三边深度学习模型	图像	228名亚洲参与者用于模型开发，68名亚洲和85名白人参与者用于测试	NA	NA	NA	NA
16294	2025-10-07	Synergistic integration of brain networks and time-frequency multi-view feature for sleep stage classification 2025-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-024-00328-0 PMID:39802081	研究论文	提出一种结合脑网络和时频多视图特征的睡眠分期分类方法	开发了针对多视图特征的专用特征提取模块和跨注意力融合机制，能够自适应融合复杂睡眠特征	NA	提高睡眠分期分类的准确性	多导睡眠图信号及其转换的图和时频表示	机器学习	精神健康疾病	多导睡眠图	深度学习	生理信号，图数据，时频表示	ISRUC公共数据集	NA	跨注意力融合网络	准确率	NA
16295	2025-10-07	Enhanced diabetic retinopathy detection using U-shaped network and capsule network-driven deep learning 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.103052 PMID:39802427	研究论文	本研究提出结合UNet++和胶囊网络的混合深度学习模型，用于青光眼的精确检测	首次将UNet++语义分割与胶囊网络相结合，利用胶囊网络识别层次化模式的能力，比传统CNN对青光眼变化更敏感	NA	提高青光眼检测的准确性	眼底图像中的视杯和视盘	计算机视觉	青光眼	直方图均衡化,对比度受限自适应直方图均衡化(CLAHE)	CNN,胶囊网络	图像	NA	NA	UNet++,CapsNet	准确率	NA
16296	2025-10-07	Comparative analysis and enhancing rainfall prediction models for monthly rainfall prediction in the Eastern Thailand 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.103094 PMID:39802428	研究论文	本研究评估并开发了深度学习模型用于泰国东部地区月降雨量预测，重点分析了海洋尼诺指数的最佳滞后时间	开发了一种针对厄尔尼诺-南方振荡不同条件的新型混合深度学习模型，并在三种不同气候阶段验证了其性能	研究仅限于泰国东部五个站点，模型在其他地区的适用性需要进一步验证	提高泰国东部地区月降雨量预测的准确性	泰国东部五个站点的月降雨量数据	机器学习	NA	深度学习	RNN, LSTM, GRU	时间序列数据	泰国东部五个气象站的数据	NA	RNN with ReLU, LSTM, GRU (单层), LSTM+LSTM, LSTM+GRU (多层)	平均绝对误差, 均方根误差	NA
16297	2025-10-07	Preliminary study on detection and diagnosis of focal liver lesions based on a deep learning model using multimodal PET/CT images 2025-Jun, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2024.100624 PMID:39803389	研究论文	开发并验证基于多模态PET/CT影像的深度学习模型，用于检测和分类肝脏局灶性病变	首次结合多模态PET/CT影像和深度学习技术进行肝脏局灶性病变的检测与分类	样本量有限（150例患者），单中心研究	开发用于肝脏局灶性病变检测和分类的深度学习模型	肝脏局灶性病变患者（良恶性结节）和无病变患者	医学影像分析	肝脏疾病	18F-FDG PET/CT成像	深度学习模型	多模态医学影像（PET/CT）	150例患者（46例良性结节，51例恶性结节，53例无病变）	NA	NA	Dice系数, 精确率, 召回率, F1分数, ROC, AUC	NA
16298	2025-10-07	Differentiating Choroidal Melanomas and Nevi Using a Self-Supervised Deep Learning Model Applied to Clinical Fundoscopy Images 2025 Mar-Apr, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100647 PMID:39802204	研究论文	本研究验证了自监督深度学习模型RETFound在区分脉络膜黑色素瘤和痣方面的有效性	首次将自监督深度学习模型RETFound应用于脉络膜黑色素瘤和痣的鉴别诊断	使用单中心数据且存在图像不平衡问题，需要外部验证	测试自监督深度学习模型在眼部肿瘤鉴别诊断中的性能	脉络膜黑色素瘤、脉络膜痣和健康眼睛的眼底图像	计算机视觉	眼部肿瘤	眼底成像技术	深度学习模型	图像	4255名患者的眼底图像，包括18510张脉络膜黑色素瘤图像、8671张痣图像和1192张健康眼睛图像	NA	RETFound	AUROC, 准确率, 特异性, 敏感性, F1分数, 马修斯相关系数	NA
16299	2025-10-07	Deep learning in disease vector image identification 2025-Feb, Pest management science IF:3.8Q1 DOI:10.1002/ps.8473 PMID:39422093	综述	本文全面总结了深度学习在病媒图像识别中的应用现状与前景	系统整合了深度学习在病媒识别中的全流程应用，涵盖从数据收集到实际应用的完整技术链条	未涉及具体实验验证，主要基于现有研究的总结分析	探索深度学习在病媒识别领域的应用潜力与发展方向	病媒昆虫（如蚊子等传播疾病的生物）	计算机视觉	媒介传播疾病	深度学习图像识别技术	深度学习模型	图像	NA	NA	NA	NA	NA
16300	2025-10-07	Drone imagery dataset for early-season weed classification in maize and tomato crops 2025-Feb, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.111203 PMID:39802837	研究论文	本文提出了一个用于玉米和番茄作物早期杂草分类的无人机RGB图像数据集	提供了包含两个物候阶段（早期生长阶段和较晚生长阶段）的大规模标注无人机图像数据集，专门针对玉米和番茄作物的早期杂草分类	仅包含西班牙特定农业区域的图像，杂草物种信息在摘要中不完整	提高早期季节杂草分类精度，促进精准农业发展	玉米和番茄作物中的杂草物种	计算机视觉	NA	无人机遥感成像	CNN, ViT	RGB图像	总计67,558张标注图像（早期阶段31,002张，较晚阶段36,556张）	NA	NA	NA	NA