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
261	2025-03-06	Real-World Insights Into Dementia Diagnosis Trajectory and Clinical Practice Patterns Unveiled by Natural Language Processing: Development and Usability Study 2025-Feb-25, JMIR aging IF:5.0Q1 DOI:10.2196/65221 PMID:39999185	研究论文	本研究利用自然语言处理技术分析门诊电子健康记录，揭示了从记忆丧失投诉到痴呆诊断的时间间隔及临床实践模式	开发了基于深度学习的自然语言处理管道，用于从电子健康记录中提取临床信息，提供了关于痴呆诊断轨迹和临床实践模式的新见解	研究依赖于单一医疗中心的电子健康记录数据，可能限制了结果的普遍性	确定从记忆丧失投诉到痴呆诊断的时间间隔，评估诊断前使用认知增强药物的患者比例，并识别影响这些时间间隔和药物使用的患者和提供者特征	581名门诊患者	自然语言处理	老年疾病	自然语言处理（NLP）	深度学习	电子健康记录（EHR）	581名门诊患者
262	2025-03-06	A deep learning strategy to identify cell types across species from high-density extracellular recordings 2025-Feb-25, Cell IF:45.5Q1 DOI:10.1016/j.cell.2025.01.041 PMID:40023155	研究论文	本文开发了一种深度学习策略，用于从清醒动物的细胞外记录中识别细胞类型，并揭示具有不同功能、分子和解剖特性的神经元的计算作用	结合光遗传学和药理学，在小脑上生成一个经过筛选的电生理特性库，训练一个半监督深度学习分类器，预测细胞类型的准确率超过95%	NA	识别细胞类型并揭示不同神经元的计算作用	Purkinje细胞、分子层中间神经元、Golgi细胞和苔藓纤维	机器学习	NA	光遗传学、药理学	半监督深度学习分类器	电生理记录数据	NA
263	2025-03-06	Enhancing Image Retrieval Performance With Generative Models in Siamese Networks 2025-Feb-20, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3543907 PMID:40036556	研究论文	本研究探讨了生成深度学习模型如何提升基于内容的图像检索（CBIR）系统的检索质量，特别是在前列腺癌诊断中的应用	首次在文献中使用优化用于CBIR的潜在表示来训练注意力机制，以执行WSI的Gleason评分	NA	提升前列腺癌早期诊断的准确性和治疗效果	前列腺癌图像	计算机视觉	前列腺癌	GAN	Siamese Network	图像	SiCAPv2数据集
264	2025-03-06	Predicting gene expression from histone marks using chromatin deep learning models depends on histone mark function, regulatory distance and cellular states 2025-Feb-08, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae1212 PMID:39660643	研究论文	本文通过卷积和基于注意力的模型，研究了七种组蛋白标记在十一种细胞类型中的表达预测，探讨了组蛋白标记功能、基因组距离和细胞状态对转录的影响	本研究是迄今为止最全面的关于组蛋白标记与基因表达关系的研究，考虑了细胞状态、组蛋白标记功能和远端效应等关键因素，并使用深度学习模型进行预测	研究中未涉及所有可能的组蛋白标记和细胞类型，且模型的泛化能力有待进一步验证	探讨组蛋白标记活性与基因表达之间的复杂关系，并利用深度学习模型进行预测	七种组蛋白标记在十一种细胞类型中的表达	机器学习	NA	深度学习	卷积神经网络（CNN）、基于注意力的模型	基因组数据	十一种细胞类型
265	2025-03-06	Top-DTI: Integrating Topological Deep Learning and Large Language Models for Drug Target Interaction Prediction 2025-Feb-08, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.07.637146 PMID:39975019	研究论文	本文提出了一种名为Top-DTI的框架，通过整合拓扑数据分析和大型语言模型来预测药物-靶点相互作用	Top-DTI框架首次将拓扑数据分析和大型语言模型结合，用于药物-靶点相互作用预测，显著提高了预测性能和鲁棒性	NA	提高药物-靶点相互作用预测的准确性和鲁棒性，以加速药物发现过程	药物-靶点相互作用	机器学习	NA	拓扑数据分析（TDA），大型语言模型（LLMs）	Top-DTI	蛋白质接触图，药物分子图像，蛋白质序列，药物SMILES字符串	公共BioSNAP和Human DTI基准数据集
266	2025-03-06	ParaSurf: a surface-based deep learning approach for paratope-antigen interaction prediction 2025-Feb-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf062 PMID:39921885	研究论文	本文提出了一种名为ParaSurf的深度学习模型，用于预测抗体结合位点，通过结合表面几何和非几何因素显著提高了预测准确性	ParaSurf模型不仅限于可变区域，还能准确预测整个Fab区域的结合得分，且在三个主要抗体-抗原基准测试中达到了最先进的性能	NA	提高抗体结合位点的预测准确性，以加速疫苗和治疗性抗体的开发	抗体-抗原相互作用	机器学习	NA	深度学习	ParaSurf	表面几何和非几何数据	三个主要抗体-抗原基准测试数据集
267	2025-03-06	Advanced Distance-Resolved Evaluation of the Perienhancing Tumor Areas with FLAIR Hyperintensity Indicates Different ADC Profiles by MGMT Promoter Methylation Status in Glioblastoma 2025-Feb-03, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8493 PMID:39848779	研究论文	本研究通过新型距离分辨3D评估方法，分析了胶质母细胞瘤（GBM）周围增强区域的ADC值，探讨了MGMT启动子甲基化状态对ADC分布的影响	首次采用距离分辨的3D评估方法，揭示了MGMT启动子甲基化状态对GBM周围增强区域ADC分布的影响	研究为回顾性分析，样本量有限（101例患者），且仅分析了IDH野生型GBM	探讨MGMT启动子甲基化状态是否影响GBM的MRI标记物	IDH野生型胶质母细胞瘤患者	数字病理学	胶质母细胞瘤	MRI	深度学习	图像	101例IDH野生型胶质母细胞瘤患者
268	2025-03-06	Retinal Arteriovenous Information Improves the Prediction Accuracy of Deep Learning-Based baPWV Index From Color Fundus Photographs 2025-Feb-03, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.2.63 PMID:39998460	研究论文	本研究比较了使用不同深度学习模型从彩色眼底照片（CFPs）预测臂踝脉搏波速度（baPWV）的准确性	通过改进的深度U-net和HURVS模型自动计算CFPs中的动脉和静脉概率图，并将其作为通道注意力应用于视网膜血管位置信息，以提高baPWV的预测准确性	研究为回顾性研究，样本量有限（696名参与者），且仅基于单一医疗检查数据	提高从彩色眼底照片预测臂踝脉搏波速度的准确性	696名参与者的彩色眼底照片和臂踝脉搏波速度数据	计算机视觉	心血管疾病	深度学习	深度U-net, HURVS模型	图像	696名参与者
269	2025-03-06	Automated Detection of Retinal Detachment Using Deep Learning-Based Segmentation on Ocular Ultrasonography Images 2025-Feb-03, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.2.26 PMID:40014336	研究论文	本研究旨在通过基于深度学习的分割技术，开发一种自动化流程来检测B型眼超声图像中的视网膜脱离	提出了一种结合编码器-解码器分割网络和机器学习分类器的计算流程，显著提高了视网膜脱离的检测准确率	研究样本量相对较小，仅包含204名患者的279张B型眼超声图像	开发自动化流程以检测B型眼超声图像中的视网膜脱离	B型眼超声图像	计算机视觉	视网膜脱离	深度学习	编码器-解码器分割网络, 机器学习分类器	图像	204名患者的279张B型眼超声图像
270	2025-03-06	Sleep onset time as a mediator in the association between screen exposure and aging: a cross-sectional study 2025-Feb, GeroScience IF:5.3Q1 DOI:10.1007/s11357-024-01321-x PMID:39190220	研究论文	本研究探讨了屏幕暴露时间对中老年人群老化的影响，特别是通过视网膜年龄差距来评估老化程度	首次使用深度学习算法基于眼底图像预测视网膜年龄，并探讨了睡眠开始时间在屏幕使用与视网膜年龄差距之间的中介作用	研究为横断面设计，无法确定因果关系	研究屏幕暴露时间对中老年人群老化的影响	45岁以上的健康工作成年人	数字病理学	老年疾病	深度学习算法	NA	图像	上海45岁以上的健康工作成年人
271	2025-03-06	A Dual-Branch Cross-Modality-Attention Network for Thyroid Nodule Diagnosis Based on Ultrasound Images and Contrast-Enhanced Ultrasound Videos 2025-Feb, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3472609 PMID:39356606	研究论文	本文提出了一种基于超声图像和对比增强超声视频的双分支跨模态注意力网络，用于甲状腺结节的诊断	提出了一种新颖的双分支网络，结合了对比增强超声视频和超声图像的信息，通过跨模态注意力机制模仿放射科医生的诊断方式，将诊断分解为两个相关任务：结节分割和结节分类	方法依赖于特定数据集，可能在其他数据集上表现不同；需要进一步验证其泛化能力	提高甲状腺结节的诊断准确性	甲状腺结节	计算机视觉	甲状腺疾病	对比增强超声（CEUS）	双分支网络，跨模态注意力机制（UAC-T和CAU-T）	超声图像和对比增强超声视频	自收集的甲状腺超声-对比增强超声数据集
272	2025-03-06	Interpretable Dynamic Directed Graph Convolutional Network for Multi-Relational Prediction of Missense Mutation and Drug Response 2025-Feb, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3483316 PMID:39423073	研究论文	本文提出了一种可解释的动态有向图卷积网络（IDDGCN）框架，用于预测错义突变和药物反应的多重关系	IDDGCN框架引入了四个关键特征：1）使用有向图区分敏感性和耐药性关系，2）基于节点特定交互动态更新节点权重，3）探索同一基因内不同突变与药物反应之间的关联，4）通过整合加权机制和真实值构建方法增强模型的可解释性	NA	解决肿瘤异质性带来的药物反应预测挑战，特别是错义突变对药物反应的影响	错义突变和药物反应	机器学习	肿瘤	图卷积网络（GCN）	IDDGCN	图数据	NA
273	2025-03-06	Highlighted Diffusion Model as Plug-In Priors for Polyp Segmentation 2025-Feb, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3485767 PMID:39446534	研究论文	本文提出了一种名为Highlighted Diffusion Model Plus (HDM+)的两阶段息肉分割框架，旨在提高结肠镜图像中息肉分割的准确性	引入了Highlighted Diffusion Model (HDM)来提供显式的语义指导，并通过使用高亮的地面真值数据训练HDM，减少了RGB结肠镜图像与灰度分割掩码之间的领域差距	扩散生成过程的低效率可能限制了模型的实用性	提高结肠镜图像中息肉分割的准确性，以辅助结直肠癌的诊断	结肠镜图像中的息肉	计算机视觉	结直肠癌	扩散模型	U-Net	图像	六个息肉分割基准数据集
274	2025-03-06	UnBias: Unveiling Bias Implications in Deep Learning Models for Healthcare Applications 2025-Feb, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3484951 PMID:39495690	研究论文	本研究探讨了深度学习模型中的偏见及其伦理影响，并提出了UnBias方法来评估不同深度神经网络架构中的偏见	引入了UnBias方法来检测深度学习模型中的偏见，特别是在学习过程中偏见如何影响模型对主要特征的关注	研究主要基于公开可访问的胸部X光扫描数据集，可能无法涵盖所有潜在的偏见来源	评估深度学习模型在医疗应用中的偏见及其伦理影响	深度学习模型在COVID-19检测中的应用	机器学习	COVID-19	深度学习	ResNet50V2, DenseNet121, InceptionV3, Xception	图像	来自多个公开可访问存储库的胸部X光扫描数据集
275	2025-03-06	CellCircLoc: Deep Neural Network for Predicting and Explaining Cell Line-Specific CircRNA Subcellular Localization 2025-Feb, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3491732 PMID:39495689	研究论文	本研究提出了CellCircLoc，一种基于序列的深度学习模型，用于预测不同细胞系中circRNA的亚细胞定位	CellCircLoc模型结合了卷积神经网络、Transformer模块和双向长短期记忆网络，能够捕捉序列的局部特征和长距离依赖关系，并利用注意力卷积机制捕捉单个核苷酸的重要性	NA	开发细胞系特异性模型以准确预测circRNA的亚细胞定位	circRNA的亚细胞定位	机器学习	NA	深度学习	CNN, Transformer, LSTM	序列数据	NA
276	2025-03-06	M-NET: Transforming Single Nucleotide Variations Into Patient Feature Images for the Prediction of Prostate Cancer Metastasis and Identification of Significant Pathways 2025-Feb, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3493618 PMID:39509309	研究论文	本文介绍了一种名为M-NET的新型生物信息深度学习框架，用于基于单核苷酸变异预测前列腺癌转移，并将单核苷酸变异转化为适合卷积神经网络的病人特征图像	M-NET框架创新性地将单核苷酸变异转化为适合卷积神经网络的病人特征图像，并识别出与转移状态相关的重要通路	NA	预测前列腺癌转移并识别与转移状态相关的重要通路	前列腺癌患者	数字病理学	前列腺癌	单核苷酸变异分析	CNN	图像	NA
277	2025-03-06	Deep learning-assisted colonoscopy images for prediction of mismatch repair deficiency in colorectal cancer 2025-Feb, Surgical endoscopy DOI:10.1007/s00464-024-11426-1 PMID:39623175	研究论文	本文开发并验证了一种基于深度学习的分类器，用于从常规结肠镜图像中检测错配修复缺陷状态	首次利用深度学习技术从结肠镜图像中预测结直肠癌的错配修复缺陷状态，提供了一种自动筛查工具	模型的独立验证数据集的AUROC较低（0.807），且样本量有限	开发一种自动筛查工具，用于预测结直肠癌的错配修复缺陷状态	结直肠癌患者的结肠镜图像	数字病理学	结直肠癌	深度学习	深度学习分类器	图像	5226张图像，来自892个肿瘤
278	2025-03-06	Deep learning model for automatic detection of different types of microaneurysms in diabetic retinopathy 2025-Feb, Eye (London, England) DOI:10.1038/s41433-024-03585-1 PMID:39789187	研究论文	本研究旨在开发一种基于深度学习的软件，用于在非增殖性糖尿病视网膜病变（NPDR）患者的结构光学相干断层扫描（OCT）图像中检测和区分低反射和高反射的微动脉瘤（MAs）	使用YOLO和DETR两种深度学习模型进行微动脉瘤的自动检测和分类，并比较其性能	自动化方法与手动分级之间的差异通常是由于自动化方法选择了正常的视网膜血管	开发一种能够自动检测和分类糖尿病视网膜病变中不同类型微动脉瘤的深度学习软件	非增殖性糖尿病视网膜病变（NPDR）患者的结构OCT图像	计算机视觉	糖尿病视网膜病变	结构光学相干断层扫描（OCT）	YOLO, DETR	图像	249名患者（498只眼睛）
279	2025-03-06	Development of an artificial intelligence system to indicate intraoperative findings of scarring in laparoscopic cholecystectomy for cholecystitis 2025-Feb, Surgical endoscopy DOI:10.1007/s00464-024-11514-2 PMID:39838147	研究论文	本研究开发了一种人工智能系统，用于指示腹腔镜胆囊切除术中胆囊炎引起的瘢痕区域	首次开发了基于深度学习的语义分割算法的人工智能系统，用于检测腹腔镜胆囊切除术中的瘢痕区域	样本量较小，仅包含21个病例的2025张图像，且外部验证数据仅来自20个病例	开发一种人工智能系统，帮助识别腹腔镜胆囊切除术中的瘢痕区域，以降低胆管损伤的风险	急性胆囊炎患者的腹腔镜胆囊切除术视频图像	计算机视觉	胆囊炎	深度学习	语义分割算法	图像	21个病例的2025张图像，外部验证数据来自20个病例
280	2025-03-06	Attention-Based Q-Space Deep Learning Generalized for Accelerated Diffusion Magnetic Resonance Imaging 2025-Feb, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3487755 PMID:39471111	研究论文	本研究提出了一种基于注意力的q空间深度学习模型（aqDL），用于加速扩散磁共振成像（dMRI）的重建	提出了一种新型的深度学习模型aqDL，能够处理可变的q空间采样策略，突破了传统方法对预定采样策略的依赖	未提及具体局限性	加速扩散磁共振成像（dMRI）的数据采集和重建	扩散磁共振成像（dMRI）数据	机器学习	NA	扩散磁共振成像（dMRI）	Transformer编码器和多层感知机（MLP）	扩散加权信号	Human Connectome Project数据集及两个独立数据集