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
501	2025-10-07	Inferring multi-slice spatially resolved gene expression from H&E-stained histology images with STMCL 2025-Feb, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2024.11.016 PMID:39755346	研究论文	提出一种名为STMCL的多模态对比学习框架，用于从H&E染色组织学图像推断空间基因表达	首次整合组织学图像、基因表达特征和空间位置信息的多模态对比学习框架，能够预测多切片空间基因表达	仅测试了10X Genomics平台生成的四种多切片空间转录组数据集	开发从H&E染色组织学图像预测空间基因表达的低成本方法	空间转录组数据和H&E染色组织学图像	数字病理学	癌症	空间转录组学，H&E染色	深度学习，对比学习	图像，基因表达数据	四种多切片空间转录组数据集	NA	STMCL	空间基因表达预测准确性，基因表达模式保持能力	NA
502	2025-10-07	A Novel RAGE Modulator Induces Soluble RAGE to Reduce BACE1 Expression in Alzheimer's Disease 2025-Feb, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202407812 PMID:39755927	研究论文	本研究探索抗癌药物6-硫代鸟苷通过调节RAGE降低BACE1表达，改善阿尔茨海默病病理	首次发现抗癌药物6-TG可直接与RAGE相互作用，通过JAK2-STAT1通路调节BACE1表达并提高脑内sRAGE水平	研究主要基于AD小鼠模型，尚未在人类临床试验中验证	探索通过降低BACE1表达来减轻阿尔茨海默病病理的新策略	阿尔茨海默病小鼠模型、β-分泌酶(BACE1)、晚期糖基化终末产物受体(RAGE)	数字病理	阿尔茨海默病	表面等离子共振分析、深度学习靶点识别	深度学习	生物分子相互作用数据、行为学数据	AD小鼠模型	NA	NA	BACE1表达水平、Aβ积累量、认知功能改善、小胶质细胞吞噬活性	NA
503	2025-10-07	An accelerated deep learning model can accurately identify clinically important humeral and scapular landmarks on plain radiographs obtained before and after anatomic arthroplasty 2025-Feb, International orthopaedics IF:2.0Q2 DOI:10.1007/s00264-024-06401-3 PMID:39760903	研究论文	开发了一种加速深度学习模型，用于在肩关节置换术前后的X光片上准确定位肱骨和肩胛骨的关键解剖标志点	仅使用240张标注图像作为基础训练集，通过图像增强技术扩展到2260张训练图像，实现了高效的深度学习模型	研究证据等级为IV级，样本量相对有限，仅包含240张原始X光片	评估深度学习模型在肩关节置换术前后的X光片上识别骨性标志点的准确性	肩关节置换术患者的术前和术后X光片	计算机视觉	骨科疾病	X射线成像	深度学习模型	X光图像	240张原始X光片，通过增强扩展到2260张训练图像，60张测试图像	NA	NA	平均偏差(mm), p值	NA
504	2025-10-07	Enhancing meteorological data reliability: An explainable deep learning method for anomaly detection 2025-Feb, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.124011 PMID:39765064	研究论文	提出一种基于自编码器、SHAP和贝叶斯优化的可解释深度学习方法，用于气象观测数据的异常检测	结合自编码器、SHAP解释性分析和贝叶斯优化，开发了可解释的异常检测方法，并采用K-sigma阈值自动划分方法适应不同观测站点的数据特征	未明确说明模型在不同气候条件下的泛化能力以及计算效率的具体表现	提高气象观测数据的可靠性，实现及时准确的数据异常检测	气象观测数据	机器学习	NA	深度学习异常检测	自编码器(AE)	多维气象数据集	NA	NA	自编码器	NA	NA
505	2025-10-07	Effect of magnetic field strength and segmentation variability on the reproducibility and repeatability of radiomic texture features in cardiovascular magnetic resonance parametric mapping 2025-Feb, The international journal of cardiovascular imaging DOI:10.1007/s10554-024-03312-7 PMID:39776324	研究论文	评估心肌放射组学纹理特征对磁场强度差异和分割变异性的鲁棒性	首次系统评估放射组学纹理特征在心血管磁共振参数映射中对扫描仪场强差异和分割变异性的敏感度	样本量较小（仅15名健康志愿者），仅使用西门子扫描仪，结果可能不适用于其他厂商设备	评估放射组学纹理特征在临床实践中的可靠性	健康志愿者的心脏磁共振T1映射图像	医学影像分析	心血管疾病	心血管磁共振成像，放射组学分析	深度学习模型	医学影像	15名健康志愿者的45对CMR T1映射图像（1.5T和3T各15个）	NA	蒙特卡洛Dropout	组内相关系数	NA
506	2025-10-07	Unraveling Spatial Heterogeneity in Mass Spectrometry Imaging Data with GraphMSI 2025-Feb, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202410840 PMID:39778027	研究论文	提出一种基于深度学习的GraphMSI方法，用于增强质谱成像数据的空间异质性分析	首次将代谢谱与空间信息整合到图神经网络中，提供两种可选增强模式（涂鸦交互和知识迁移）来改进分割结果	未明确说明方法在特定组织类型或疾病中的适用性限制	开发一种能够客观分割质谱成像数据中生物组织区域的新方法	质谱成像数据中的代谢异质性区域	计算生物学	NA	质谱成像	图神经网络	质谱成像数据	NA	NA	GraphMSI	视觉检查，定量评估	降低计算需求，支持更有效的三维MSI分割
507	2025-10-07	Hierarchical Graph Attention Network with Positive and Negative Attentions for Improved Interpretability: ISA-PN 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01035 PMID:39654089	研究论文	提出一种具有正负注意力机制的分层图注意力网络ISA-PN，用于增强分子结构-性质关系的可解释性	开发了可解释子图注意力网络ISA-PN，通过正负注意力流量化分子子结构对分子性质的贡献	主要在水溶性数据集上评估可解释性，其他性质数据集的验证相对有限	提高深度学习模型在化学和材料科学中的可解释性	分子结构-性质关系	机器学习	NA	深度学习	图注意力网络	分子结构数据	NA	NA	分层图注意力网络, ISA-PN, GC-Net	准确率, 可解释性评估	NA
508	2025-10-07	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	本研究通过深度学习模型分析组蛋白标记与基因表达的关系，揭示了组蛋白标记功能、基因组距离和细胞状态对转录预测的共同影响	在11种细胞类型中系统研究7种组蛋白标记，首次综合考虑细胞状态、组蛋白标记功能和远端调控效应这三个关键因素	模型预测能力受限于所研究的组蛋白标记类型和细胞状态范围	探索组蛋白标记活性与基因表达之间的复杂关系	7种组蛋白标记在11种不同细胞类型中的活性模式	计算生物学	NA	染色质深度学习模型，组蛋白标记扰动分析	CNN, 注意力机制模型	组蛋白标记数据，基因表达数据	11种细胞类型，7种组蛋白标记	NA	卷积神经网络，基于注意力的模型	NA	NA
509	2025-10-07	A review on real time implementation of soft computing techniques in thermal power plant 2025-Feb, Network (Bristol, England) DOI:10.1080/0954898X.2024.2429721 PMID:39601783	综述	本文对2019-2023年间软计算技术在热电厂实时应用的研究进行了全面综述	首次系统梳理了AI-ML和DL在热电厂应用的年度分布和研究维度，识别了研究空白和未来方向	仅涵盖2019-2023年的文献，可能遗漏早期重要研究；聚焦热电厂特定领域，结论可能不适用于其他能源系统	评估软计算技术在提升热电厂生产效率方面的应用效果	热电厂生产系统和相关优化技术	机器学习	NA	软计算技术，AI-ML，深度学习	NA	NA	NA	NA	NA	NA	NA
510	2025-10-07	Assessing the effects of 5-HT2A and 5-HT5A receptor antagonists on DOI-induced head-twitch response in male rats using marker-less deep learning algorithms 2025-Feb, Pharmacological reports : PR IF:3.6Q2 DOI:10.1007/s43440-024-00679-1 PMID:39602080	研究论文	本研究使用无标记深度学习算法评估5-HT2A和5-HT5A受体拮抗剂对DOI诱导的大鼠头部抽搐反应的影响	首次采用无标记深度学习工作流程（DeepLabCut+SimBA）自动检测啮齿类动物的头部抽搐反应，无需手术植入标记物	研究仅使用雄性大鼠，未涉及雌性动物；方法验证主要基于与人工观察的相关性	评估无标记深度学习算法在检测5-HT受体介导的头部抽搐反应中的可行性和准确性	雄性大鼠的头部抽搐行为	计算机视觉	NA	高速视频记录，行为分析	深度学习，神经网络	视频	使用雄性大鼠进行实验，具体数量未明确说明	DeepLabCut, SimBA	DeepLabCut神经网络	与人工观察的显著相关性	NA
511	2025-10-07	Rapid in vivo EPID image prediction using a combination of analytically calculated attenuation and AI predicted scatter 2025-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.17549 PMID:39607282	研究论文	开发结合分析计算衰减和AI预测散射的深度学习方法，用于快速预测体内EPID图像	将体内EPID图像分离为主光子衰减和散射分量，分别使用分析计算和CNN预测，提供比蒙特卡洛算法更快的预测速度	部分图像通过率较低是由于CBCT伪影和患者在CBCT与治疗期间发生的移动	测试使用患者数据创建深度学习模型预测IMRT治疗中体内EPID图像的可行性和可靠性	93名患者的193个IMRT野/图像，以及额外的人体模型数据	医学影像分析	放射治疗相关疾病	电子门户成像设备(EPID)，锥形束CT(CBCT)，IMRT治疗	CNN	3通道图像（包含非透射EPID图像和CBCT射线追踪投影）	93名患者的193个IMRT野/图像，训练:验证:测试=133:20:40，额外75个人体模型图像	NA	卷积神经网络	gamma通过率	标准GPU
512	2025-10-07	Deep learning-based classifier for carcinoma of unknown primary using methylation quantitative trait loci 2025-Feb-01, Journal of neuropathology and experimental neurology IF:3.2Q2 DOI:10.1093/jnen/nlae123 PMID:39607989	研究论文	开发基于深度学习的DNA甲基化分类器，用于识别原发灶不明癌的原发器官	首次利用器官特异性甲基化数量性状位点(mQTLs)开发深度学习分类器，可在较少样本量下实现高精度分类	回顾性研究，仅针对特定器官(乳腺、肺、卵巢/妇科、结肠、肾、睾丸)开发分类器	开发高精度的原发灶不明癌器官来源分类器以辅助临床诊断和治疗决策	759例福尔马林固定石蜡包埋的癌组织样本	数字病理	原发灶不明癌	DNA甲基化芯片分析(Illumina EPIC array)	深度学习分类器	甲基化数据	759例癌组织样本	NA	NA	准确率,F1分数	NA
513	2025-10-07	Assessment of clinical feasibility:offline adaptive radiotherapy for lung cancer utilizing kV iCBCT and UNet++ based deep learning model 2025-Feb, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14582 PMID:39611881	研究论文	本研究评估了基于kV iCBCT和UNet++深度学习模型的离线自适应放疗在肺癌治疗中的临床可行性	首次系统验证了基于UNet++深度学习模型将kV iCBCT转换为自适应CT的离线自适应放疗方案在肺癌治疗中的临床可行性	样本量相对有限（102例患者），且为单中心研究	开发并验证一种具有高临床可行性的肺癌离线自适应放疗方案	肺癌患者	医学影像分析	肺癌	kV迭代锥形束CT（iCBCT），深度学习图像转换	深度学习	医学影像（CT扫描）	102例肺癌患者（70例训练，15例测试，17例临床验证）	NA	UNet++	平均绝对误差（MAE），峰值信噪比（PSNR），结构相似性（SSIM），亨氏单位（HU），Gamma通过率，TLD测量偏差	NA
514	2025-10-07	Regional PM2.5 prediction with hybrid directed graph neural networks and Spatio-temporal fusion of meteorological factors 2025-Feb-01, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2024.125404 PMID:39613176	研究论文	提出一种基于混合有向图神经网络的PM2.5区域预测方法，结合气象因素时空融合	利用领域特征量化相邻城市影响构建有向图，集成图神经网络和长短期记忆网络进行时空编码	未明确说明模型在其他地理区域的泛化能力	优化空气质量预测和管理，提高PM2.5浓度预测精度	华北平原城市区域的PM2.5浓度数据	机器学习	NA	时空数据融合	GNN, LSTM	时空序列数据	NA	深度学习框架	混合有向图神经网络	平均绝对误差(MAE)	NA
515	2025-10-07	High-content imaging and deep learning-driven detection of infectious bacteria in wounds 2025-Feb, Bioprocess and biosystems engineering IF:3.5Q2 DOI:10.1007/s00449-024-03110-4 PMID:39621107	研究论文	开发基于高内涵成像和深度学习的框架，用于快速检测和分类伤口感染细菌	利用预训练ResNet50模型分析细菌菌落生长图像，将检测时间从传统方法的24小时以上缩短至8小时	仅针对四种特定细菌进行验证，在混合样本中的分类精度略低于单一菌种	开发快速准确的伤口感染细菌检测方法以满足临床急需	鲍曼不动杆菌、大肠杆菌、铜绿假单胞菌和金黄色葡萄球菌四种伤口常见细菌	计算机视觉	伤口感染	高内涵成像	CNN	图像	体外样本和小鼠伤口样本	NA	ResNet50	检测率,准确率,精确率	NA
516	2025-10-07	Low dose threshold for measuring cardiac functional metrics using four-dimensional CT with deep learning 2025-Feb, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14593 PMID:39625106	研究论文	本研究探索使用深度学习分割技术在四维CT中降低辐射剂量的可能性	开发了噪声鲁棒深度学习模型，能够在显著降低辐射剂量（最高达76%）的情况下保持心脏功能指标的测量准确性	研究主要关注全局功能指标，对局部功能指标的分析可能有限	研究在四维CT心脏成像中降低辐射剂量的可行性	心脏左心室心肌和血池	医学影像分析	心血管疾病	四维CT成像	CNN	CT影像	250个心脏CT容积数据集，重建为五个不同剂量水平	NA	3D Residual U-Net	射血分数, 整体纵向应变, 圆周应变, 平均壁厚度	NA
517	2025-10-07	Predictive analysis of COVID-19 occurrence and vaccination impacts across the 50 US states 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109493 PMID:39626459	研究论文	开发基于LSTM的深度学习模型评估COVID-19疫苗接种对美国各州确诊病例和死亡病例的影响	首次使用LSTM模型分析疫苗接种按性别分类的效果，并通过内部、相互和外部三重验证	仅使用CDC公开数据，未考虑其他潜在影响因素	评估COVID-19疫苗接种对确诊病例和死亡病例的有效性	美国50个州的COVID-19疫苗接种数据和病例数据	机器学习	COVID-19	深度学习时间序列分析	LSTM	流行病学时间序列数据	美国50个州2021-2023年的CDC数据	NA	LSTM	RMSE	NA
518	2025-10-07	Interpretable prediction of drug-drug interactions via text embedding in biomedical literature 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109496 PMID:39626457	研究论文	本研究提出基于层次注意力机制的深度学习模型，通过生物医学文献文本嵌入预测药物相互作用及其类型	结合预训练生物医学语言模型和层次注意力网络，能够分析句子顺序并识别与DDI预测相关的关键句子	NA	预测药物相互作用风险及其具体类型，确保安全用药	药物相互作用	自然语言处理	NA	文本嵌入	BiLSTM, 深度神经网络	文本	164种DDI类型	NA	层次注意力网络	准确率, AUROC, AUPR	NA
519	2025-10-07	A review of convolutional neural network based methods for medical image classification 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109507 PMID:39631108	综述	系统回顾基于卷积神经网络的医学图像分类方法	对149篇最新重要文献进行系统梳理，深入分析CNN在医学图像分类中的关键技术和发展脉络	临床实际应用仍面临困难，需要解决相关挑战	促进深度学习在临床实践和智能医疗系统中的成功整合	医学图像分类方法	计算机视觉	NA	深度学习	CNN	医学图像	NA	NA	NA	NA	NA
520	2025-10-07	A smart CardioSenseNet framework with advanced data processing models for precise heart disease detection 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109473 PMID:39631110	研究论文	提出了一种名为CardioSenseNet的智能框架，通过先进的数据处理模型实现精确的心脏疾病检测	提出了结合DGPN数据预处理、STHIO特征选择和SADNet预测的集成框架，采用羊群优化和金枪鱼群优化算法进行特征选择	NA	提高心脏疾病检测的准确性和效率	心脏疾病患者数据	机器学习	心血管疾病	深度学习	深度学习模型	医疗数据	基于Cleveland和CVD基准数据集	NA	SADNet	准确率, 损失值	NA