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
461	2025-05-07	Synchronization-based graph spatio-temporal attention network for seizure prediction 2025-Feb-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88492-5 PMID:39901056	研究论文	提出一种基于同步的图时空注意力网络（SGSTAN）用于癫痫发作预测	通过时空相关性有效利用EEG记录中的复杂信息，解决了现有方法难以准确捕捉个体差异和忽略时间变化信息的问题	未明确提及具体局限性	设计准确可靠的癫痫发作预测方法，为患者提供早期预警	癫痫患者的脑电图（EEG）数据	机器学习	癫痫	EEG分析	SGSTAN（基于同步的图时空注意力网络）	EEG信号	CHB-MIT公共数据集
462	2025-05-07	Comparative analysis of the DCNN and HFCNN Based Computerized detection of liver cancer 2025-Feb-03, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01578-4 PMID:39901085	research paper	比较DCNN和HFCNN在基于计算机的肝癌检测中的效果	通过滤波增强CT图像的边缘和纹理以实现精确的肝脏分割，并比较两种深度学习框架DCNN和HFCNN在肝癌检测中的表现	CT图像检测过程中由于胆管、血管等结构重叠、图像噪声、纹理变化、大小和位置变化以及固有的异质性可能导致分割错误	评估DCNN和HFCNN在肝癌检测和分割中的有效性	肝癌的CT图像	digital pathology	liver cancer	computed tomography (CT)	DCNN, HFCNN	image	NA
463	2025-05-07	Pathological and radiological assessment of benign breast lesions with BIRADS IVc/V subtypes. should we repeat the biopsy? 2025-Feb-03, BMC women's health DOI:10.1186/s12905-025-03569-7 PMID:39901102	研究论文	本研究评估了被分类为BIRADS IVc/V的良性乳腺病变的病理和放射学特征，探讨了是否需要重复活检	识别了BIRADS IVc/V分类下良性乳腺病变的组织病理学诊断，并研究了这些肿块的放射学特征，特别是可能导致假阳性结果的超声特征	单中心回顾性研究，样本量有限，未纳入其他诊断方法如超声弹性成像或人工智能技术	提高乳腺病变的诊断准确性，减少不必要的活检程序	被分类为BIRADS IVc/V的乳腺病变患者	数字病理学	乳腺癌	针芯/立体定向真空辅助活检	NA	影像数据和病理数据	828例乳腺病变（其中44例初始活检为良性，784例为恶性）
464	2025-05-07	RetOCTNet: Deep Learning-Based Segmentation of OCT Images Following Retinal Ganglion Cell Injury 2025-Feb-03, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.2.4 PMID:39903165	research paper	介绍了一种名为RetOCTNet的深度学习工具，用于自动分割视网膜神经纤维层（RNFL）和总视网膜厚度	提出了RetOCTNet，一种能够自动分割RNFL和总视网膜厚度的深度学习工具，适用于RGC损伤后的OCT图像分析	研究仅基于大鼠模型，未涉及人类数据	开发一种自动化工具，用于RGC损伤后OCT图像的RNFL和视网膜厚度测量	大鼠视网膜OCT图像	digital pathology	retinal ganglion cell injury	optical coherence tomography (OCT)	CNN	image	192 scans（训练80%，测试10%，验证10%）
465	2025-05-07	Topology-based protein classification: A deep learning approach 2025-02, Biochemical and biophysical research communications IF:2.5Q3 DOI:10.1016/j.bbrc.2024.151240 PMID:39742787	研究论文	本研究利用深度学习和Delaunay剖分技术，基于蛋白质的局部拓扑结构对蛋白质超家族进行分类	首次报道了利用蛋白质拓扑数据通过深度学习和Delaunay剖分技术进行蛋白质分类	NA	减轻结构生物学家面临的工作负担，特别是在大数据背景下	蛋白质超家族	计算生物学	NA	Delaunay剖分	深度神经网络	蛋白质结构数据	18个超家族的蛋白质
466	2025-05-07	AI-based prediction of androgen receptor expression and its prognostic significance in prostate cancer 2025-Feb-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88199-7 PMID:39893198	研究论文	本研究开发了一种基于AI的预后模型，利用深度学习整合全切片图像中的雄激素受体区域特征，用于预测前列腺癌的生化复发	首次将雄激素受体区域特征与深度学习结合，用于前列腺癌生化复发的预测	研究仅基于两个中心的数据，可能缺乏广泛代表性	提高前列腺癌生化复发的预测准确性，帮助识别高风险患者	前列腺癌患者	数字病理学	前列腺癌	深度学习	深度学习模型	图像	来自两个中心的545名患者
467	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
468	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
469	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
470	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
471	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）
472	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
473	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
474	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
475	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
476	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）
477	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
478	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
479	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
480	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