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
18681	2025-10-07	Explainable Deep Learning for Glaucomatous Visual Field Prediction: Artifact Correction Enhances Transformer Models 2025-Jan-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.1.22 PMID:39847375	研究论文	本研究开发了一种结合生成扩散模型修复OCT伪影和基于Transformer模型预测青光眼视野功能丧失的深度学习方法	首次将自监督视觉Transformer与生成式伪影校正相结合，增强青光眼结构与功能相关性分析	回顾性横断面研究设计，样本量相对有限（1674个训练样本）	开发能够修复OCT扫描伪影并预测青光眼视野功能丧失的深度学习模型	青光眼患者的视野-OCT配对数据	计算机视觉	青光眼	光学相干断层扫描，Humphrey视野测试	CNN, Transformer, 生成扩散模型	图像	训练集：1674个视野-OCT配对（951只眼）；测试集：429个配对（345只眼）	NA	DINO Vision Transformers, 生成扩散模型	RMSE, MAE, 置信区间	NA
18682	2025-10-07	MCBERT: A multi-modal framework for the diagnosis of autism spectrum disorder 2025-Jan, Biological psychology IF:2.7Q2 DOI:10.1016/j.biopsycho.2024.108976 PMID:39722324	研究论文	提出一种名为MCBERT的多模态框架，用于自闭症谱系障碍的诊断	首次将BERT与多头卷积神经网络结合，并引入空间和通道注意力机制来处理多模态数据	仅使用ABIDE-I数据集，需要进一步验证在其他数据集上的泛化能力	开发多模态深度学习框架以改进自闭症谱系障碍的诊断	自闭症谱系障碍患者	医学影像分析,自然语言处理	自闭症谱系障碍	功能磁共振成像	BERT,CNN	脑影像数据,元特征数据	ABIDE-I多模态数据集	NA	BERT,多头卷积神经网络,空间注意力机制,通道注意力机制	准确率	NA
18683	2025-10-07	The role of chromatin state in intron retention: A case study in leveraging large scale deep learning models 2025-Jan, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012755 PMID:39792954	研究论文	本研究利用大规模深度学习模型探索染色质状态在内含子保留中的作用	利用预训练的Sei模型开发简单可解释的内含子保留模型，并证明其优于基于DNABERT-2的模型	NA	研究染色质状态对基因调控特别是内含子保留的影响	基因组序列和染色质状态	自然语言处理,计算机视觉	NA	深度学习	大规模语言模型,监督学习模型	DNA序列数据,ENCODE基因组数据	大规模基因组数据集	NA	Sei,DNABERT-2	准确率	NA
18684	2025-10-07	Citrus diseases detection using innovative deep learning approach and Hybrid Meta-Heuristic 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0316081 PMID:39841644	研究论文	本研究开发了一种基于深度学习的柑橘病害自动分类系统	结合深度学习和混合元启发式算法进行特征选择，使用预训练模型和数据增强技术	仅针对柑橘叶片病害进行测试，未提及在其他作物或实际田间环境中的验证	开发自动化病害诊断系统以提高柑橘病害检测的准确性和效率	柑橘叶片病害（溃疡病、疮痂病、黑斑病）	计算机视觉	植物病害	深度学习，数据增强，迁移学习	CNN	图像	柑橘叶片数据集	NA	DenseNet-201, AlexNet	准确率	NA
18685	2025-10-07	Automated extracellular volume fraction measurement for diagnosis and prognostication in patients with light-chain cardiac amyloidosis 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317741 PMID:39841643	研究论文	本研究评估基于人工智能自动分割的T1 mapping参数在左心室肥厚患者中诊断心脏淀粉样变性及在轻链型心脏淀粉样变性患者中的预后价值	首次将AI自动分割的细胞外容积分数测量整合至修订版Mayo分期系统，实现更好的风险分层	样本量相对有限（300例），且未包含其他类型淀粉样变性患者的预后分析	评估AI自动分割的T1 mapping参数在心脏淀粉样变性诊断和预后预测中的性能	接受心脏磁共振检查的左心室肥厚患者，包括心脏淀粉样变性、肥厚型心肌病、高血压性心脏病和Fabry病患者	数字病理学	心脏淀粉样变性	心脏磁共振成像，T1 mapping	深度学习	医学影像	300例连续患者（50例心脏淀粉样变性，198例肥厚型心肌病，47例高血压性心脏病，5例Fabry病）	NA	Myomics-Q	诊断准确率，风险比，综合判别指数，分类净重分类指数	NA
18686	2025-10-07	Optimizing multi label student performance prediction with GNN-TINet: A contextual multidimensional deep learning framework 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0314823 PMID:39841673	研究论文	提出GNN-TINet深度学习框架用于多标签学生成绩预测	结合GNN、Transformer和InceptionNet架构，首次在多元教育数据中实现多标签性能预测	仅基于加州学生数据集，未在其他地区验证模型泛化能力	优化多标签学生成绩预测以支持教育干预	加州学生表现数据集中的学生群体	机器学习	NA	教育数据挖掘	GNN,Transformer,CNN	结构化教育数据	97,000条学生记录	NA	GNN-Transformer-InceptionNet	准确率,Predictive Consistency Score	NA
18687	2025-10-07	Evaluating Machine Learning and Deep Learning models for predicting Wind Turbine power output from environmental factors 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317619 PMID:39847588	研究论文	对机器学习和深度学习模型在基于环境因素预测风力涡轮机功率输出方面进行全面比较分析	直接比较多种机器学习和深度学习算法，同时突出先进计算方法在可再生能源优化中的潜力	NA	预测风力涡轮机功率输出	风力涡轮机	机器学习	NA	NA	Linear Regression, Support Vector Regressor, Random Forest, Extra Trees, Adaptive Boosting, Categorical Boosting, Extreme Gradient Boosting, Light Gradient Boosting Machine, Artificial Neural Network, Long Short-Term Memory, Recurrent Neural Network, Convolutional Neural Network	环境变量数据（温度、湿度、风速、风向）	40,000个观测数据	NA	ANN, LSTM, RNN, CNN	R平方, 平均绝对误差, 均方根误差	NA
18688	2025-10-07	The value of 18F-fluorodeoxyglucose positron emission tomography-based radiomics in non-small cell lung cancer 2025 Jan-Mar, Tzu chi medical journal IF:1.4Q2 DOI:10.4103/tcmj.tcmj_124_24 PMID:39850392	综述	本文综述了基于18F-FDG PET影像组学在非小细胞肺癌精准医疗中的临床应用价值	系统总结了FDG PET影像组学在肺癌转移检测、病理分型、驱动突变表征、疗效评估和预后预测等多方面的创新应用	临床实施中面临可重复性挑战，缺乏阐明影像组学生物学意义的基础研究，当前不足阻碍了立即的临床转化	探讨FDG PET影像组学在非小细胞肺癌精准医疗中的应用价值	非小细胞肺癌患者	数字病理	肺癌	18F-FDG PET影像组学	NA	医学影像	NA	NA	NA	NA	NA
18689	2025-10-07	EquiRank: Improved protein-protein interface quality estimation using protein language-model-informed equivariant graph neural networks 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.12.015 PMID:39850657	研究论文	提出一种结合蛋白质语言模型和等变图神经网络的蛋白质-蛋白质界面质量估计方法	首次将E(3)等变图神经网络与预训练蛋白质语言模型ESM-2嵌入相结合，用于蛋白质-蛋白质界面质量估计	NA	提高蛋白质复合物结构模型中预测相互作用界面质量估计的准确性	蛋白质-蛋白质相互作用界面	生物信息学	NA	蛋白质语言模型，图神经网络	EGNN	蛋白质结构数据，序列嵌入	NA	PyTorch	等变图神经网络(EGNN)	排名性能，多种评估指标	NA
18690	2025-10-07	Artificial Intelligence in Diagnosis and Management of Nail Disorders: A Narrative Review 2025 Jan-Feb, Indian dermatology online journal IF:1.9Q3 DOI:10.4103/idoj.idoj_460_24 PMID:39850679	综述	本文综述了人工智能在甲病诊断与管理中的当前应用与发展前景	首次系统总结AI在甲病学领域的多病种应用，涵盖诊断、严重度评估和疾病管理全流程	面临数据稀缺、图像异质性、可解释性不足、监管合规和工作流整合等挑战	探讨人工智能在甲病诊断与管理中的应用价值与发展方向	甲真菌病、甲下黑色素瘤、甲银屑病、甲褶毛细血管镜及系统性疾病的甲部表现	数字病理	皮肤科疾病	深度学习	CNN	图像	NA	NA	深度卷积神经网络	灵敏度, 特异度, 准确度	NA
18691	2025-10-07	Optimizing predictions of environmental variables and species distributions on tidal flats by combining Sentinel-2 images and their deep-learning features with OBIA 2025, International journal of remote sensing IF:3.0Q2 DOI:10.1080/01431161.2024.2423909 PMID:39850715	研究论文	本研究结合Sentinel-2卫星影像的深度学习特征与面向对象图像分析（OBIA）方法，优化潮滩环境变量和底栖物种分布的预测	首次将卷积自编码器提取的深度学习特征与OBIA空间分析相结合，显式纳入空间维度信息来预测潮滩环境参数	光谱对比度有限，预测精度仍有提升空间（环境变量预测得分0.31-0.54）	开发潮滩生态系统监测方法，准确预测沉积物特性和底栖生物分布	荷兰瓦登海Pinkegat和Zoutkamperlaag潮盆（2018-2020年）	计算机视觉	NA	遥感技术，深度学习特征提取，面向对象图像分析	卷积自编码器，随机森林	卫星影像，现场采集点数据	两个潮盆三年观测数据	NA	卷积自编码器	预测得分，准确率	NA
18692	2025-01-25	Enhancing semantic segmentation for autonomous vehicle scene understanding in indian context using modified CANet model 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.103131 PMID:39846010	研究论文	本文提出了一种改进的CANet模型，用于增强自动驾驶车辆在印度复杂交通环境中的语义分割能力	提出了一种结合U-Net和LinkNet元素的改进CANet模型，引入了多尺度上下文模块（MCM）以捕捉多尺度的上下文信息	NA	提高自动驾驶车辆在复杂交通环境中的语义分割准确性	印度驾驶数据集（IDD）中的道路场景	计算机视觉	NA	深度学习	改进的CANet（结合U-Net和LinkNet元素）	图像	印度驾驶数据集（IDD）	NA	NA	NA	NA
18693	2025-10-07	Intraoperative Real-Time IDH Diagnosis for Glioma Based on Automatic Analysis of Contrast-Enhanced Ultrasound Video 2025-Mar, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.11.007 PMID:39674714	研究论文	提出基于术中超声造影视频自动分析的实时IDH诊断方法ATAN	首次实现基于术中超声造影视频的实时IDH诊断，无需肿瘤样本，通过自动选择关键区域和迁移学习解决小样本问题	样本量相对较小（主要队列仅60例患者）	开发术中实时诊断胶质瘤IDH状态的方法	胶质瘤患者	医学影像分析	胶质瘤	超声造影(CEUS)	深度学习网络	视频	主要队列60例胶质瘤患者，预训练使用258例患者数据	NA	ATAN(Automatic TIC Analysis Network)	准确率,AUC	NA
18694	2025-10-07	Automatic Segmentation of Sylvian Fissure in Brain Ultrasound Images of Pre-Term Infants Using Deep Learning Models 2025-Mar, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.11.016 PMID:39676003	研究论文	本研究开发了基于深度学习模型自动分割早产儿脑部超声图像中侧裂沟的方法	首个使用超声图像自动分割早产儿脑沟的研究，并比较了U-Net和ResU-Net在不同设备图像上的表现	模型在不同厂商设备图像上的性能表现存在差异，图像相似度影响分割效果	开发自动分割早产儿脑部侧裂沟的深度学习模型	早产儿的脑部超声图像	医学图像分析	新生儿脑发育	颅脑超声成像	U-Net, ResU-Net	图像	NA	NA	U-Net, ResU-Net	Dice系数, 敏感度	NA
18695	2025-10-07	Attention-based Fusion Network for Breast Cancer Segmentation and Classification Using Multi-modal Ultrasound Images 2025-Mar, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.11.020 PMID:39694743	研究论文	提出一种基于注意力融合网络的深度学习模型，用于多模态超声图像的乳腺癌分割和分类	提出多模态融合U-Net（MMF-U-Net），通过融合块整合B模式和SE模式超声图像信息	NA	实现乳腺癌病灶的自动分割和良恶性分类	乳腺超声图像中的病灶区域	计算机视觉	乳腺癌	超声成像	CNN, U-Net	多模态超声图像（B模式和SE模式）	NA	NA	MMF-U-Net, U-Net	Dice系数, IoU, 精确率, 召回率, 准确率	NA
18696	2025-10-07	Interactively Fusing Global and Local Features for Benign and Malignant Classification of Breast Ultrasound Images 2025-Mar, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.11.014 PMID:39709289	研究论文	提出一种融合CNN和Transformer的深度学习网络CTMF-Net，用于乳腺超声图像的良恶性分类	设计多阶段特征交互模块，实现CNN局部特征与Transformer全局特征的交互融合	NA	开发高精度的乳腺超声图像自动分类方法	乳腺超声图像中的良性和恶性肿瘤	计算机视觉	乳腺癌	超声成像	CNN, Transformer	图像	三个公共乳腺超声数据集（SYSU、UDIAT和BUSI）	NA	VGG, ViT, CTMF-Net	准确率, AUC	NA
18697	2025-10-07	Tibiofemoral cartilage strain and recovery following a 3-mile run measured using deep learning segmentation of bone and cartilage 2025-Mar, Osteoarthritis and cartilage open DOI:10.1016/j.ocarto.2024.100556 PMID:39802079	研究论文	本研究使用深度学习分割技术测量3英里跑步后胫股软骨的应变及次日恢复情况	开发了基于深度学习的自动化软骨和骨骼分割模型，首次量化了跑步后软骨即时变形和恢复过程	样本量较小（仅8名无症状男性参与者），缺乏女性参与者和有症状人群数据	测量跑步引起的胫股软骨变形及其恢复过程	无症状男性参与者的胫骨和股骨软骨	医学影像分析	骨科疾病	双回波稳态磁共振成像	深度学习分割模型	MRI图像	8名无症状男性参与者	NA	NA	重复性误差（0.03mm或约1%软骨厚度）	NA
18698	2025-01-25	Machine learning applications in placenta accreta spectrum disorders 2025-Mar, European journal of obstetrics & gynecology and reproductive biology: X DOI:10.1016/j.eurox.2024.100362 PMID:39845985	综述	本文综述了机器学习和放射组学在胎盘植入谱系障碍（PAS）诊断和预测中的新兴应用	强调了利用MRI和超声等医学成像技术进行PAS有效分类和风险分层的ML算法和放射组学技术的最新进展，以及深度学习方法如nnU-Net和DenseNet-PAS在诊断中的优越性能	需要标准化方法以确保特征提取和模型性能的一致性，未来研究应关注更大数据集和生物标志物的验证	探讨机器学习和放射组学在PAS诊断和预测中的应用，以改善患者预后	胎盘植入谱系障碍（PAS）	机器学习	产科疾病	MRI, 超声	nnU-Net, DenseNet-PAS	医学影像	NA	NA	NA	NA	NA
18699	2025-10-07	Hallux valgus and pes planus: Correlation analysis using deep learning-assisted radiographic angle measurements 2025-Feb, Foot and ankle surgery : official journal of the European Society of Foot and Ankle Surgeons IF:1.9Q2 DOI:10.1016/j.fas.2024.09.003 PMID:39327104	研究论文	本研究使用深度学习模型测量足部X光片角度参数，分析拇外翻与扁平足之间的相关性	首次采用深度学习辅助的放射学角度测量方法来量化分析拇外翻与扁平足的相关性	样本量有限（212只脚），仅包含深度学习模型可检测的X光片	确定拇外翻与扁平足之间的相关性	足部X光片	计算机视觉	足部畸形	X光成像	深度学习模型	X光图像	212只脚	NA	NA	相关性分析	NA
18700	2025-10-07	A personalized periodontitis risk based on nonimage electronic dental records by machine learning 2025-Feb, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2024.105469 PMID:39571782	研究论文	本研究开发了一种基于非图像电子牙科记录的机器学习模型，用于预测牙周病风险	首次利用非图像电子牙科记录开发个性化牙周病风险预测模型，能够在诊断前3年进行有效预测	模型在验证集中对对照组的特异性较低（54%），需要改进内部和外部验证，电子牙科记录文档质量需要提升	开发基于机器学习的牙周病风险预测模型	美国牙科患者	机器学习	牙周病	电子牙科记录分析	随机森林, 深度学习	结构化电子医疗记录	43,331名参与者	NA	随机森林	准确率, 敏感度, 特异性, AUROC	NA