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
401	2025-05-07	Evaluation of Image Quality and Scan Time Efficiency in Accelerated 3D T1-Weighted Pediatric Brain MRI Using Deep Learning-Based Reconstruction 2025-Feb, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2024.0701 PMID:39898398	研究论文	本研究评估了使用基于深度学习的重建算法加速3D T1加权儿童脑部MRI扫描对扫描时间和图像质量的影响	采用基于深度学习的重建算法显著缩短了MRI扫描时间并提高了图像质量	病变显着性在两种协议之间保持相似	评估加速3D T1加权儿童脑部MRI协议的效果	46名接受常规和加速3D T1加权脑部MRI扫描的儿童患者	数字病理学	NA	3D T1加权MRI扫描	DL-based algorithm	MRI图像	46名儿童患者
402	2025-05-07	Accuracy of a Cascade Network for Semi-Supervised Maxillary Sinus Detection and Sinus Cyst Classification 2025-Feb, Clinical implant dentistry and related research IF:3.7Q1 DOI:10.1111/cid.13431 PMID:39898709	research paper	开发一种基于深度学习的管道，用于在锥形束计算机断层扫描（CBCT）图像中对上颌窦病变进行分类，以提供临床诊断的辅助支持	提出了一种级联网络，结合半监督上颌窦区域目标检测模块和上颌窦病变分类模块，减少了手动标注的需求并保持了高精度	研究仅使用了541名患者的CBCT图像，样本量可能不足以代表所有临床情况	开发一种高精度的上颌窦病变检测和分类方法，以辅助临床诊断	上颌窦黏膜囊肿	digital pathology	oral and maxillofacial diseases	CBCT	Cascade Network (ResNet-50, Transformer)	image	45,136张上颌窦图像，来自541名患者的CBCT扫描
403	2025-05-07	AFMDD: Analyzing Functional Connectivity Feature of Major Depressive Disorder by Graph Neural Network-Based Model 2025-Feb, Journal of computational biology : a journal of computational molecular cell biology IF:1.4Q2 DOI:10.1089/cmb.2024.0505 PMID:39899351	研究论文	提出了一种基于图神经网络的模型AFMDD，用于分析抑郁症的功能连接特征并提升诊断准确性	设计了专门针对抑郁症功能连接特征分析的图神经网络模型AFMDD，并通过实验验证其在抑郁症诊断中的优异性能，准确率达到73.15%，超过了许多现有方法	当前方法忽视了脑图中子图的重要性，导致准确性较低，可能产生不可靠的结果	提升抑郁症自动诊断的准确性，并开发抑郁症的生物标志物	抑郁症患者的功能连接特征	机器学习	抑郁症	功能连接(FC)分析	图神经网络(GNN)	脑功能连接网络数据	NA
404	2025-05-07	Capturing continuous, long timescale behavioral changes in Drosophila melanogaster postural data 2025-Feb, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012753 PMID:39899595	research paper	该研究通过深度学习框架SLEAP对果蝇的姿势数据进行长期连续记录，以探索其行为在不同时间尺度上的变化	首次使用深度学习框架SLEAP对果蝇进行长达7天的连续姿势记录，揭示了果蝇日常行为模式的新特征	研究仅在无特征的实验环境中进行，可能无法完全反映果蝇在自然环境中的行为	探索果蝇在不同时间尺度上的行为变化	果蝇（Drosophila melanogaster）	machine learning	NA	SLEAP深度学习框架	NA	视频数据	47只果蝇个体，近20亿个姿势实例
405	2025-05-07	Development and validation of fully automated robust deep learning models for multi-organ segmentation from whole-body CT images 2025-Feb, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.104911 PMID:39899952	研究论文	开发并验证了基于深度学习的全自动模型，用于从全身CT图像中进行多器官分割	提出了两种策略训练多器官分割模型，并在不同数据库的成人和儿科病例上验证了模型的鲁棒性	部分器官的分割性能仍有提升空间，如肾上腺和胰腺	开发适用于临床环境的全自动多器官分割工具	成人和儿科患者的全身CT图像	计算机视觉	NA	CT成像	nnU-Net	图像	4082张CT图像（包括300例儿科病例）
406	2025-05-07	Synthetic data generation in motion analysis: A generative deep learning framework 2025-Feb, Proceedings of the Institution of Mechanical Engineers. Part H, Journal of engineering in medicine DOI:10.1177/09544119251315877 PMID:39902572	research paper	介绍了一种基于变分自编码器的数据增强策略，用于生成运动分析中的合成数据	在运动分析领域引入了一种有效的数据增强方法	未提及具体限制	开发一种数据增强策略以解决运动分析中数据收集困难的问题	髋关节和膝关节的角度和力矩，以及地面反作用力	machine learning	NA	variational autoencoder, LSTM	VAE, LSTM	kinetic and kinematic variables	未提及具体样本量
407	2025-05-07	Foundation Models in Radiology: What, How, Why, and Why Not 2025-Feb, Radiology IF:12.1Q1 DOI:10.1148/radiol.240597 PMID:39903075	综述	本文综述了放射学中基础模型（FMs）的基本概念、训练数据需求、模型训练范式、能力及评估策略	探讨了基础模型在放射学中的潜在变革性影响及其训练路径的益处与挑战	未提及具体实验数据或案例研究	统一放射学中基础模型的技术进展与临床需求，以实现安全、负责任的训练	放射学中的基础模型（FMs）	放射学	NA	深度学习	基础模型（FMs）	文本和影像数据	NA
408	2025-05-04	[Deep learning algorithms for intelligent construction of a three-dimensional maxillofacial symmetry reference plane] 2025-Feb-18, Beijing da xue xue bao. Yi xue ban = Journal of Peking University. Health sciences PMID:39856515	研究论文	开发了一种基于动态图的深度学习算法MDGR-Net，用于智能配准三维颌面点云数据，为临床牙科应用中的数字设计与分析提供参考	提出了MDGR-Net关联方法，基于智能点云配准构建三维颌面对称参考平面，显著提高诊疗效率和效果，减少专家依赖	研究主要针对无明显畸形的患者，对于复杂畸形患者的适用性未明确说明	开发智能点云配准算法，构建三维颌面对称参考平面，提升临床牙科诊疗效率	400名无明显畸形的临床患者的三维颌面点云数据	计算机视觉	牙科疾病	深度学习	MDGR-Net	三维点云	400名患者，通过数据增强生成2000个数据集
409	2025-05-04	Comparative Analysis of Recurrent Neural Networks with Conjoint Fingerprints for Skin Corrosion Prediction 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02062 PMID:39835935	研究论文	本研究旨在开发基于循环神经网络（RNNs）的深度学习模型，用于根据化学语言符号、分子亚结构、物理化学性质以及这三种性质的联合指纹（称为联合指纹）对化合物的皮肤腐蚀性进行分类	采用联合指纹（MACCS键和物理化学描述符）的BiLSTM模型在外部测试中表现出色，准确率达84.3%，AUC为89.8%，马修斯相关系数为57.6%，优于现有皮肤腐蚀模型	未明确提及样本量或数据集的局限性	开发深度学习模型以替代动物测试，用于皮肤腐蚀性评估	化学化合物的皮肤腐蚀性	机器学习	NA	深度学习	RNN, LSTM, BiLSTM, GRU, BiGRU	化学语言符号、分子亚结构、物理化学性质	NA
410	2025-05-04	Deciphering Protein Secondary Structures and Nucleic Acids in Cryo-EM Maps Using Deep Learning 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01971 PMID:39838545	research paper	提出了一种基于深度学习的名为EMInfo的方法，用于在冷冻电镜密度图中检测蛋白质二级结构和核酸位置	开发了EMInfo这一深度学习工具，能够准确预测冷冻电镜图中的不同结构类别，填补了中分辨率冷冻电镜图结构建模的空白	仅在两套蛋白质-核酸复合物测试集上进行了评估，可能在其他类型生物分子上的表现有待验证	解决中分辨率冷冻电镜图结构建模中的蛋白质二级结构和核酸位置检测问题	冷冻电镜密度图中的蛋白质二级结构和核酸	computational biology	NA	cryo-EM	deep learning	image	两套蛋白质-核酸复合物测试集（包含中分辨率和高分辨率实验图谱）
411	2025-05-04	A two-branch framework for blood pressure estimation using photoplethysmography signals with deep learning and clinical prior physiological knowledge 2025-Feb-07, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/adae50 PMID:39854841	研究论文	提出了一种结合深度学习和临床先验知识的双分支框架，用于通过光电容积图（PPG）信号无袖带估计血压	结合深度学习和临床先验知识，考虑不同时间段（早晨、下午和晚上）的血压变化，构建特定的收缩压和舒张压估计模型	NA	开发一种准确可靠的无创血压监测技术，用于连续健康监测和心血管疾病预防	光电容积图（PPG）信号	机器学习	心血管疾病	深度学习	MobileViTv2, Vgg19	PPG信号	HRSD数据集和MIMIC-IV数据集
412	2025-05-04	Flexible Tail of Antimicrobial Peptide PGLa Facilitates Water Pore Formation in Membranes 2025-Feb-06, The journal of physical chemistry. B DOI:10.1021/acs.jpcb.4c06190 PMID:39847609	研究论文	本研究通过全原子模拟和深度学习算法，探讨了抗菌肽PGLa与阴离子细胞膜相互作用导致膜变形和水孔形成的全过程	首次揭示了PGLa的C端尾部灵活性在肽插入和寡聚化过程中的重要性	研究仅针对特定组成的膜系统(DMPC/DMPG)，结果在其他膜系统中的普适性有待验证	阐明PGLa抗菌肽诱导膜水孔形成的分子机制	抗菌肽PGLa与阴离子细胞膜的相互作用	分子动力学模拟	细菌感染	全原子模拟，深度学习算法	深度学习关键中间体识别算法	分子动力学模拟数据	NA
413	2025-05-04	Automated detection of traumatic bleeding in CT images using 3D U-Net# and multi-organ segmentation 2025-Feb-06, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adae14 PMID:39854772	研究论文	提出了一种基于3D U-Net#和多器官分割的自动化方法，用于在CT图像中检测创伤性出血	结合了3D U-Net#模型和多器官分割技术，显著减少了假阳性率	假阳性率仍有76.2例/病例，处理时间较长（6.3±1.4分钟）	提高创伤性出血在CT图像中的自动化检测准确率	延迟期对比增强创伤CT图像	数字病理学	创伤	深度学习	3D U-Net#	CT图像	来自四个机构的延迟期对比增强创伤CT图像数据集
414	2025-05-04	High-resolution spatially resolved proteomics of complex tissues based on microfluidics and transfer learning 2025-Feb-06, Cell IF:45.5Q1 DOI:10.1016/j.cell.2024.12.023 PMID:39855194	research paper	介绍了一种结合微流控技术和深度学习的集成框架PLATO，用于实现全组织切片中数千种蛋白质的高分辨率空间映射	PLATO框架结合了微流控技术和深度学习，实现了高分辨率的空间蛋白质组学分析，能够识别疾病状态相关的蛋白质动态	NA	探索空间蛋白质组学调控及其与遗传和环境因素的相互作用	小鼠小脑、大鼠绒毛和人类乳腺癌样本	digital pathology	breast cancer	microfluidics, deep learning	transfer learning	proteomics data	小鼠小脑、大鼠绒毛和人类乳腺癌样本
415	2025-05-04	Syn2Real: synthesis of CT image ring artifacts for deep learning-based correction 2025-Feb-05, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adad2c PMID:39842097	research paper	提出了一种名为Syn2Real的新方法，用于在图像域合成CT图像中的环形伪影，以支持深度学习校正方法的训练	开发了直接在图像域合成真实环形伪影的技术，无需依赖特定成像系统的物理特性，从而实现了训练数据的可扩展生产	NA	克服X射线计算机断层扫描（CT）中环形伪影带来的挑战，开发一种用于生成深度学习训练数据的新方法	CT图像中的环形伪影	computer vision	NA	深度学习	UNet, UNetpp, 扩散模型	CT图像	NA
416	2025-05-04	Functional profiling of the sequence stockpile: a protein pair-based assessment of in silico prediction tools 2025-Feb-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf035 PMID:39854283	研究论文	本文评估了现有蛋白质功能预测工具在预测非同源或远离已知蛋白质家族的蛋白质分子功能方面的潜力和局限性	通过评估蛋白质对的功能相似性，提出了一种超越功能注释词汇限制的新评估方法，并揭示了现有方法在预测缺乏参考的蛋白质功能方面的局限性	缺乏真实的蛋白质功能注释作为基准，且现有方法在预测非参考蛋白质功能方面表现不佳	评估现有蛋白质功能预测工具的预测能力，特别是在非同源或远离已知蛋白质家族的蛋白质上的表现	数千种非同源或远离已知蛋白质家族的蛋白质	生物信息学	NA	深度学习	NA	蛋白质序列	数千种蛋白质
417	2025-05-04	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	research paper	本研究通过新型距离分辨3D评估方法，分析胶质母细胞瘤(GBM)周围增强浸润区的ADC值，探讨MGMT启动子甲基化状态对ADC分布的影响	首次采用距离分辨3D评估方法揭示GBM肿瘤核心周围组织的ADC分布特征，发现mMGMT与uMGMT在周围组织中的ADC分布差异	回顾性研究设计，样本量有限(n=101)，仅针对IDH野生型GBM患者	探究MGMT启动子甲基化状态是否影响GBM的MRI标记物特征	101例IDH野生型胶质母细胞瘤患者(43例mMGMT，58例uMGMT)	digital pathology	glioblastoma	MRI，FLAIR成像，ADC分析	深度学习分割模型	3D医学影像数据	101例IDH野生型GBM患者(43例甲基化，58例未甲基化)
418	2025-05-04	χ-sepnet: Deep Neural Network for Magnetic Susceptibility Source Separation 2025-Feb-01, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70136 PMID:39835664	research paper	开发了一种名为χ-sepnet的深度神经网络，用于磁化率源分离，以解决传统方法中的条纹伪影问题并减少数据采集时间	提出了两种基于深度学习的磁化率源分离流程，χ-sepnet- 和χ-sepnet- ，分别支持多回波GRE和多回波自旋回波（或快速自旋回波）输入以及仅多回波GRE输入	需要进一步评估各种疾病和病理条件下的应用效果	改进磁化率源分离方法，减少伪影并提高图像质量	健康受试者和多发性硬化症患者的脑部结构	医学影像处理	多发性硬化症	多回波GRE和多回波自旋回波（或快速自旋回波）成像	Deep Neural Network (DNN)	医学影像数据	250个病灶（来自多发性硬化症患者）
419	2025-05-04	A Deep Learning-Based Approach to Detect Lamina Dura Loss on Periapical Radiographs 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01405-w PMID:39838226	研究论文	开发一种基于深度学习的定制AI模型，用于检测口内根尖周X光片上的硬骨板缺失	首次应用AI算法检测根尖周X光片上的硬骨板缺失	测试集样本量较小（71张图像）	开发AI模型辅助临床医生准确诊断硬骨板缺失	前牙和后牙区域的根尖周X光片	数字病理	牙科疾病	深度学习	ResNet架构的定制AI模型	图像	701张根尖周X光片（前牙和后牙区域）
420	2025-05-04	Deep Learning-Based Assessment of Lip Symmetry for Patients With Repaired Cleft Lip 2025-Feb, The Cleft palate-craniofacial journal : official publication of the American Cleft Palate-Craniofacial Association DOI:10.1177/10556656241312730 PMID:39838936	research paper	提出一种基于深度学习的自动化方法，用于评估修复后唇裂患者的唇部对称性	利用对比学习量化唇部对称性，无需患者图像进行训练，通过面部图像变换模拟唇裂不对称性	模型的加权准确率和Pearson相关系数仍有提升空间	自动化评估修复后唇裂患者的唇部对称性，为手术效果提供更高效和客观的工具	修复后唇裂患者	computer vision	cleft lip	contrastive learning	deep learning model	image	146张修复后唇裂患者的图像