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
421	2025-05-08	Precision and efficiency in skin cancer segmentation through a dual encoder deep learning model 2025-Feb-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88753-3 PMID:39924555	research paper	提出了一种名为DuaSkinSeg的双编码器深度学习模型，用于提高皮肤癌病变分割的精确性和效率	结合了MobileNetV2的高效局部特征提取能力和ViT-CNN编码器-解码器架构的长距离依赖特征提取能力	未提及模型在临床环境中的实际应用效果和泛化能力	提高皮肤癌病变分割的准确性和效率	皮肤癌病变图像	computer vision	skin cancer	deep learning	Dual Skin Segmentation (DuaSkinSeg), MobileNetV2, ViT-CNN	image	三个公开基准数据集：ISIC 2016、ISIC 2017和ISIC 2018	NA	NA	NA	NA
422	2025-05-08	Modeling and designing enhancers by introducing and harnessing transcription factor binding units 2025-Feb-08, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56749-2 PMID:39922842	research paper	提出转录因子结合单元（TFBU）概念，并开发DeepTFBU工具包用于增强子设计	首次提出TFBU概念，通过深度学习量化TFBS周围序列的影响，并开发了高效的增强子设计工具DeepTFBU	未提及实验验证的具体细胞类型或生物过程的广泛性	研究增强子设计与调控基因表达的机制	转录因子结合位点（TFBS）及其周围序列	machine learning	NA	deep learning	深度学习模型	序列数据	NA	NA	NA	NA	NA
423	2025-05-08	Diagnosis of Chronic Kidney Disease Using Retinal Imaging and Urine Dipstick Data: Multimodal Deep Learning Approach 2025-Feb-07, JMIR medical informatics IF:3.1Q2 DOI:10.2196/55825 PMID:39924305	研究论文	本研究通过整合视网膜图像和尿液试纸数据，开发了一种多模态深度学习模型，用于慢性肾脏病（CKD）的非侵入性筛查	首次将视网膜图像和尿液试纸数据结合用于CKD诊断，并通过多模态深度学习模型展示了协同效应	在65岁及以上年龄组中模型性能有限	评估整合视网膜图像和尿液试纸数据的深度学习模型在CKD诊断中的效果	20-79岁人群的视网膜图像和尿液试纸数据	数字病理学	慢性肾脏病	深度学习	Wide Residual Networks	图像和尿液试纸数据	开发集65,082人，外部验证集58,284人	NA	NA	NA	NA
424	2025-05-08	Capsule endoscopy: Do we still need it after 24 years of clinical use? 2025-Feb-07, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i5.102692 PMID:39926220	comments	本文评论了一篇关于使用深度学习模型自动检测胶囊内窥镜（CE）中胃肠道病变的文章，并总结了CE当前面临的挑战及可能的解决方法	讨论了CE在临床应用中的持续必要性及其面临的挑战	NA	探讨胶囊内窥镜在临床应用中的持续必要性	胶囊内窥镜（CE）及其在胃肠道病变检测中的应用	digital pathology	gastrointestinal disease	deep learning	NA	image	NA	NA	NA	NA	NA
425	2025-05-08	Quantifying multilabeled brain cells in the whole prefrontal cortex reveals reduced inhibitory and a subtype of excitatory neuronal marker expression in serotonin transporter knockout rats 2025-Feb-05, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhae486 PMID:39932853	研究论文	本文提出了一种新方法，用于量化动物模型中全脑亚区域的多标记细胞，并展示了5-HTT敲除大鼠前额叶皮层亚区域中兴奋性和抑制性神经元标记表达的减少	结合StarDist方法的深度学习网络和新型开源方法，实现了前额叶皮层亚区域中细胞的自动计数	标准免疫组化方法无法考虑感兴趣区域的体积变化	研究5-HTT敲除对大鼠前额叶皮层兴奋性和抑制性神经元标记表达的影响	5-HTT敲除大鼠的前额叶皮层亚区域	数字病理学	焦虑症	免疫组化、深度学习	StarDist	图像	5-HTT敲除大鼠和野生型大鼠的前额叶皮层样本	NA	NA	NA	NA
426	2025-10-07	Deep learning-assisted colonoscopy images for prediction of mismatch repair deficiency in colorectal cancer 2025-02, Surgical endoscopy DOI:10.1007/s00464-024-11426-1 PMID:39623175	研究论文	开发基于深度学习的分类器，通过常规结肠镜图像预测结直肠癌的错配修复缺陷状态	首次利用常规结肠镜图像通过深度学习预测错配修复缺陷状态，为免疫检查点抑制剂疗效预测提供低成本筛查工具	研究样本主要来自单一医疗中心，需要多中心验证以提高泛化能力	开发自动筛查工具以解决错配修复缺陷检测的成本和资源限制问题	结直肠癌患者的结肠镜图像	计算机视觉	结直肠癌	结肠镜检查	深度学习分类器	图像	892个肿瘤的5226张图像（开发集2105张图像/306个肿瘤，验证集3121张图像/586个肿瘤）	NA	NA	AUROC, NPV	NA
427	2025-10-07	Development of an artificial intelligence system to indicate intraoperative findings of scarring in laparoscopic cholecystectomy for cholecystitis 2025-02, Surgical endoscopy DOI:10.1007/s00464-024-11514-2 PMID:39838147	研究论文	开发用于检测急性胆囊炎腹腔镜胆囊切除术中瘢痕区域的人工智能系统	首次开发基于深度学习的AI系统用于术中实时识别胆囊炎手术中的瘢痕区域	训练数据仅来自21个病例的2025张图像，样本量有限	开发AI系统以识别腹腔镜胆囊切除术中的瘢痕区域，降低胆管损伤风险	急性胆囊炎患者的腹腔镜手术视频图像	计算机视觉	胆囊炎	腹腔镜手术视频分析	深度学习	图像	21个病例的2025张训练图像，20个外部验证病例	NA	语义分割算法	DICE系数, Likert量表评分	NA
428	2025-10-07	Triboelectric Nanogenerator-Based Flexible Acoustic Sensor for Speech Recognition 2025-Feb-19, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c21563 PMID:39912319	研究论文	本研究提出了一种基于摩擦纳米发电机的柔性声学传感器，结合深度学习技术用于语音识别	采用PVDF/GO复合纳米纤维膜作为介电层，设计仿刺绣棚环状结构，结合多层注意力卷积网络实现高精度语音识别	NA	开发低成本、高稳定性、高保真和高灵敏度的人机交互声学传感器	语音信号识别	人机交互	NA	静电纺丝	CNN	音频信号	NA	NA	多层注意力卷积网络(MLACN)	准确率	NA
429	2025-10-07	Lens-Free Holographic Imaging-Based Immunosensor Using Unpaired Data Set Signal-to-Noise Ratio-Enhanced Modal Transformation for Biosensing 2025-Feb-18, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c04453 PMID:39901522	研究论文	提出一种结合无透镜全息成像与深度学习的免疫传感器，通过非配对数据集模态转换实现抗生素检测	采用非配对数据集进行模态转换，解决了传统方法需要一对一数据匹配的复杂性；结合便携式无透镜全息成像与CuO@SiO纳米粒子信号放大策略	未明确说明样本类型和具体样本数量	开发高灵敏度、宽线性范围的便携式抗生素检测平台	氯霉素抗生素	计算机视觉	NA	无透镜全息成像，点击化学反应信号放大	深度学习	全息图像	NA	NA	模态转换模型	信噪比，结构相似性指数，检测限，动态范围	NA
430	2025-10-07	UNET-FLIM: A Deep Learning-Based Lifetime Determination Method Facilitating Real-Time Monitoring of Rapid Lysosomal pH Variations in Living Cells 2025-Feb-18, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05271 PMID:39902564	研究论文	提出基于一维U-net的深度学习架构UNET-FLIM，用于荧光寿命成像显微镜中的寿命测定，特别适用于处理低光子计数和高背景噪声数据	开发了专门处理低光子计数和高背景噪声的深度学习寿命测定方法，能够使用模拟衰减曲线进行有效训练，并实现实时寿命分析	NA	开发一种能够处理低光子计数和高背景噪声的荧光寿命测定方法，促进快速FLIM成像和实时寿命分析	活细胞中溶酶体pH变化的实时监测	计算机视觉	NA	荧光寿命成像显微镜(FLIM)	CNN	荧光衰减曲线	NA	NA	一维U-net	寿命估计精度，比例估计精度	NA
431	2025-10-07	Multi-task learning for automated contouring and dose prediction in radiotherapy 2025-Feb-18, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adb23d PMID:39904047	研究论文	本研究应用多任务学习方法整合放疗中的自动轮廓勾画和剂量预测任务	首次将多任务学习应用于放疗自动轮廓勾画和剂量预测的联合优化，利用任务间共享信息提升效率	研究仅在前列腺癌和头颈癌数据集上进行验证，未涵盖其他癌症类型	开发高效的放疗自动治疗计划系统	前列腺癌和头颈癌患者	医学影像分析	前列腺癌,头颈癌	深度学习	多任务学习	医学影像数据	内部前列腺癌数据集和公开头颈癌数据集(OpenKBP)	NA	NA	平均绝对差异,Dice系数	NA
432	2025-10-07	Impact of pectoral muscle removal on deep-learning-based breast cancer risk prediction 2025-Feb-18, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adb367 PMID:39914024	研究论文	本研究探讨在乳腺X线摄影图像中去除胸大肌对深度学习乳腺癌风险预测模型性能的影响	首次系统评估胸大肌去除对乳腺癌风险预测模型性能的影响，并比较原始模型与微调模型在不同数据配置下的表现	研究主要基于两个特定数据集（美国马萨诸塞州总医院和斯洛文尼亚筛查项目），结果可能受数据来源限制	评估胸大肌去除对深度学习乳腺癌风险预测模型性能的影响	乳腺X线摄影图像	数字病理	乳腺癌	深度学习	深度学习模型	医学图像	23,792张乳腺X线摄影图像（来自斯洛文尼亚筛查项目）	NA	MIRAI	AUC, ECE	NA
433	2025-10-07	Latent alignment in deep learning models for EEG decoding 2025-Feb-17, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adb336 PMID:39914006	研究论文	提出一种名为潜在对齐的新方法，通过深度学习模型特征空间中的分布对齐来改进脑电图解码	首次将深度集合架构应用于脑电图解码，提出在特征空间而非输入空间进行分布对齐的新思路	在建模后期进行对齐时存在分类准确率提升与对试验集类别不平衡敏感性增加之间的权衡	解决脑机接口中脑电图信号个体差异性问题，提高跨被试脑电图解码性能	脑电图信号	机器学习	NA	脑电图	深度集合	脑电图信号	NA	NA	深度集合	分类准确率	NA
434	2025-10-07	Unveiling encephalopathy signatures: A deep learning approach with locality-preserving features and hybrid neural network for EEG analysis 2025-Feb-16, Neuroscience letters IF:2.5Q3 DOI:10.1016/j.neulet.2025.138146 PMID:39894198	研究论文	提出一种结合局部保留特征提取和混合神经网络的深度学习方法，用于脑电图分析以诊断脑病	首次将脑电图信号的时空特征压缩并表示为单一向量用于脑病检测，简化视觉诊断并提供鲁棒的自动化预测特征	NA	开发可靠的脑病自动诊断系统	脑病患者脑电图信号	机器学习	脑病	脑电图分析	LSTM, 混合神经网络	脑电图信号	精心策划的主要脑电图数据集	NA	自定义微调的LSTM神经网络	准确率	NA
435	2025-10-07	MLAR-UNet: LDCT image denoising based on U-Net with multiple lightweight attention-based modules and residual reinforcement 2025-Feb-13, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adb19a PMID:39899989	研究论文	提出一种基于U-Net架构的深度学习模型MLAR-UNet，用于低剂量CT图像去噪	在U-Net中集成多种轻量级注意力模块和残差强化机制，包括CBAM、CR、ACRM和CTCAM模块，通过Transformer与卷积的复杂组合提升注意力权重计算精度	研究中验证了CBAM模块在LDCT去噪中会导致严重的细节丢失	开发有效的低剂量CT图像去噪方法以改善医学影像诊断质量	临床胸部和腹部CT数据集中的低剂量CT图像	计算机视觉	癌症	CT成像	U-Net	医学影像	NA	NA	U-Net, CBAM, Transformer	NA	NA
436	2025-10-07	Enhancing U-Net-based Pseudo-CT generation from MRI using CT-guided bone segmentation for radiation treatment planning in head & neck cancer patients 2025-Feb-12, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adb124 PMID:39898433	研究论文	本研究通过整合CT引导的骨分割技术，改进基于U-Net的MRI伪CT生成方法，用于头颈癌患者的放射治疗计划	将脂肪图像中的骨提取作为额外通道整合到模型中，显著改善了伪CT图像中骨结构的表示精度	研究样本量较小（25例患者），且仅针对头颈癌患者	提高头颈癌患者放射治疗计划中仅基于MRI的伪CT生成精度	头颈癌患者	医学影像分析	头颈癌	Dixon梯度回波(GRE)MRI技术	CNN	医学影像（MRI和CT图像）	25例头颈癌患者的治疗前MRI-CT图像对	NA	3D U-Net	平均绝对误差(MAE), 峰值信噪比(PSNR)	NA
437	2025-10-07	End-To-End Deep Learning Explains Antimicrobial Resistance in Peak-Picking-Free MALDI-MS Data 2025-Feb-11, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05113 PMID:39893590	研究论文	提出一种端到端深度学习模型，直接从原始MALDI-MS数据预测抗生素耐药性，无需传统峰检测步骤	首次在MALDI-MS数据中应用端到端深度学习，跳过传统峰检测步骤直接处理原始数据	NA	开发基于原始质谱数据的抗生素耐药性预测方法	感染性微生物的质谱数据	机器学习	感染性疾病	MALDI-MS（基质辅助激光解吸电离质谱）	CNN	质谱数据	NA	NA	1D CNN	AUC	NA
438	2025-10-07	Unraveling Human Hepatocellular Responses to PFAS and Aqueous Film-Forming Foams (AFFFs) for Molecular Hazard Prioritization and In Vivo Translation 2025-Feb-11, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.4c10595 PMID:39893674	研究论文	本研究通过人类肝细胞模型和多组学方法系统评估PFAS和AFFFs的肝毒性机制	首次结合高通量转录组学、深度学习细胞形态分析和基准剂量分析，建立从体外肝细胞反应到体内肝肿大预测的转化方法	研究仅使用体外肝细胞模型，需要进一步体内实验验证	评估PFAS和AFFFs的肝毒性潜力并开发更安全的替代品	30种物质（包括AFFF、PFAS和临床药物）及人类肝细胞（HepaRG）	毒理学与计算生物学	肝病	高通量转录组学、深度学习、细胞形态成像、肝酶渗漏检测	深度学习	转录组数据、细胞形态图像、酶活性数据	30种测试物质，人类肝细胞（HepaRG）培养模型	NA	NA	基准剂量分析	NA
439	2025-10-07	Enhancing deep learning methods for brain metastasis detection through cross-technique annotations on SPACE MRI 2025-Feb-06, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00554-5 PMID:39913077	研究论文	通过SPACE MRI上的跨技术标注增强脑转移瘤检测的深度学习方法	利用SPACE序列的高质量标注来提升MPRAGE图像上脑转移瘤检测的深度学习算法性能，实现跨技术迁移学习	需要在前瞻性研究中进一步验证	提高脑转移瘤在MPRAGE图像上的自动检测和分割精度	脑转移瘤患者	医学影像分析	脑转移瘤	SPACE MRI, MPRAGE MRI, 钆对比增强成像	深度学习	MRI图像	157名患者用于训练，660名患者用于测试	NA	NA	阳性预测值, 敏感度, F1分数, Dice相似系数	NA
440	2025-10-07	Forecasting the Incidence of Mumps Based on the Baidu Index and Environmental Data in Yunnan, China: Deep Learning Model Study 2025-Feb-06, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/66072 PMID:39913179	研究论文	本研究基于百度指数和环境数据，利用深度学习模型预测中国云南省腮腺炎发病率	首次将百度搜索指数与环境因素相结合，采用长短期记忆网络构建腮腺炎发病率预测模型	研究仅限于云南省数据，未考虑其他可能影响因素如人口流动和疫苗接种率	开发腮腺炎发病率的准确预测模型以改善公共卫生监测	云南省2014-2023年腮腺炎发病数据	机器学习	腮腺炎	时间序列分析，相关性分析	LSTM	时间序列数据，包括发病率、搜索指数和环境因素	2016-2023年云南省腮腺炎发病数据	NA	长短期记忆网络	决定系数，平均绝对误差，平均绝对百分比误差，均方根误差	NA