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
761	2025-03-05	Powerful and accurate case-control analysis of spatial molecular data with deep learning-defined tissue microniches 2025-Feb-08, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.07.637149 PMID:39975274	研究论文	本文介绍了一种名为VIMA的方法，结合深度学习和统计学原理，用于发现与疾病相关的空间特征	VIMA方法利用变分自编码器从小组织块中提取数值“指纹”，定义大量“微生态位”，并通过严格的统计学方法识别与病例对照状态相关的微生态位	NA	识别与疾病相关的关键空间结构	空间分子数据	数字病理学	阿尔茨海默病、溃疡性结肠炎、类风湿性关节炎	空间转录组学、CODEX、免疫组织化学	变分自编码器	空间分子数据	多个数据集（140基因空间转录组学数据集、54标记CODEX数据集、7标记免疫组织化学数据集）
762	2025-03-05	GFLearn: Generalized Feature Learning for Drug-Target Binding Affinity Prediction 2025-Feb-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3538497 PMID:40031740	研究论文	本文提出了一种新的广义特征学习模型（GFLearn），用于药物-靶标结合亲和力预测，通过整合图神经网络（GNNs）和自监督不变特征学习模块，显著提高了预测性能	GFLearn模型通过整合图神经网络和自监督不变特征学习模块，能够从未见过的药物或靶标中提取鲁棒且高度可泛化的特征，从而显著提高预测性能	NA	提高药物-靶标结合亲和力预测的准确性和泛化能力	药物和靶标	机器学习	NA	图神经网络（GNNs），自监督不变特征学习	GFLearn	药物和靶标的数据	两个不同的数据集，涉及新药物、新靶标及其组合的三种挑战性场景
763	2025-03-05	Matryoshka: Exploiting the Over-Parametrization of Deep Learning Models for Covert Data Transmission 2025-Feb, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3434417 PMID:39058616	研究论文	本文提出了一种名为Matryoshka的新型内部攻击，利用深度学习模型的过参数化特性进行隐蔽数据传输	提出了一种新的参数共享方法，利用载体模型的学习能力进行信息隐藏，实现了高容量、解码效率、有效性、鲁棒性和隐蔽性	未提及具体的技术限制或实验中的不足	揭示即使没有暴露接口，机器学习数据的隐私也可能被破坏的可能性	深度学习模型和机器学习数据	机器学习	NA	深度学习	DNN	模型参数	超过10,000个真实世界数据样本
764	2025-03-05	Interactive Isosurface Visualization in Memory Constrained Environments Using Deep Learning and Speculative Raycasting 2025-Feb, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2024.3420225 PMID:38941206	研究论文	本文提出了一种新颖的隐式等值面渲染算法，用于在内存受限的环境中进行大规模体积数据的交互式可视化	通过渐进式遍历光线波前并按需解压数据块来执行隐式光线-等值面交叉，同时使用预训练的深度神经网络改进中间结果的质量，并引入推测性光线-块交叉以加速渲染和提高GPU利用率	算法在图像质量和渲染时间之间进行权衡，可能会影响最终图像的精度	解决在轻量级终端设备上可视化大规模数据集时的内存限制问题	大规模体积数据	计算机视觉	NA	深度学习	深度神经网络	体积数据	NA
765	2025-03-05	Sparse Non-Local CRF With Applications 2025-Feb, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3474468 PMID:39361458	研究论文	本文提出了一种新的成对条件随机场（CRF）模型，称为稀疏非局部CRF，该模型结合了稀疏CRF的效率和密集CRF的非局部连接特性	提出了一种新的稀疏非局部CRF模型，结合了稀疏CRF的效率和密集CRF的非局部连接特性，且边缘权重不受限制	未明确提及具体局限性	研究一种新的CRF模型，以提高计算机视觉任务中的空间一致性建模效率	图像像素	计算机视觉	NA	条件随机场（CRF）	稀疏非局部CRF	图像	NA
766	2025-03-05	Intelligent Bionic Polarization Orientation Method Using Biological Neuron Model for Harsh Conditions 2025-Feb, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3484183 PMID:39437271	研究论文	本文开发了一种智能创新定向方法，以提高在恶劣条件下偏振罗盘的准确性	该方法结合了生物神经元模型和卷积神经网络，模拟了Syrphidae视觉神经通路的高效感知机制，并优化了自适应反对称环算法，提高了在弱偏振条件下的定向精度	NA	提高在恶劣天气条件和局部遮挡情况下的偏振罗盘定向精度	偏振罗盘在恶劣条件下的定向精度	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	NA
767	2025-03-05	Noise Self-Regression: A New Learning Paradigm to Enhance Low-Light Images Without Task-Related Data 2025-Feb, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3487361 PMID:39466857	研究论文	本文提出了一种新的低光图像增强学习范式NoiSER，利用纯高斯噪声完成低光图像增强任务，无需任何任务相关数据	NoiSER通过自回归方法利用纯高斯噪声进行低光图像增强，进一步降低了对训练数据的要求，并可作为实际应用中的另一种选择	NA	研究目的是提出一种新的低光图像增强方法，减少对训练数据的依赖	低光图像	计算机视觉	NA	深度学习	CNN	图像	NA
768	2025-03-05	EasyMetagenome: A user-friendly and flexible pipeline for shotgun metagenomic analysis in microbiome research 2025-Feb, iMeta IF:23.7Q1 DOI:10.1002/imt2.70001 PMID:40027489	研究论文	本文介绍了一个名为EasyMetagenome的用户友好且灵活的宏基因组分析流程，旨在解决宏基因组数据处理复杂性和可重复性的挑战	开发了一个支持多种分析方法（包括质量控制、宿主去除、基于读长、基于组装和分箱）的灵活且用户友好的宏基因组分析流程，并具有可定制设置、全面的数据可视化和详细的参数解释	需要进一步解决宿主污染问题，优化第三代测序数据的工作流程，并整合深度学习和网络分析等新兴技术	开发一个用户友好的宏基因组分析流程，以简化数据处理并提高可重复性	微生物组数据	宏基因组学	NA	shotgun metagenomics	NA	宏基因组数据	NA
769	2025-03-04	Can artificial intelligence be the future solution to the enormous challenges and suffering caused by Schizophrenia? 2025-Feb-28, Schizophrenia (Heidelberg, Germany) DOI:10.1038/s41537-025-00583-4 PMID:40021674	研究论文	本研究评估了人工智能（AI）在精神分裂症（SZ）的诊断、治疗和预后评估中的潜力，并探讨了AI在未来医学创新中的应用方向	通过整合多维生物标志物和患者的语言行为数据，AI提供了更客观和精确的诊断标准，并帮助制定个性化治疗计划，改善治疗效果	AI在SZ管理中的角色必须作为辅助工具，临床判断和医护人员的关怀仍然至关重要	评估AI在精神分裂症诊断、治疗和预后评估中的潜力，并探讨其未来应用方向	精神分裂症患者	机器学习	精神分裂症	机器学习和深度学习	NA	多维生物标志物和语言行为数据	NA
770	2025-03-04	Ligand-receptor interactions combined with histopathology for improved prognostic modeling in HPV-negative head and neck squamous cell carcinoma 2025-Feb-28, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-00844-6 PMID:40021759	研究论文	本文通过结合配体-受体相互作用和组织病理学，改进了HPV阴性头颈部鳞状细胞癌的预后模型	结合BulkSignalR识别配体-受体相互作用，利用随机森林生存分析和LASSO惩罚Cox回归开发预后模型，并通过深度学习组织形态学分析进一步改进风险分层	研究样本仅限于TCGA-HNSC队列，可能无法完全代表所有HPV阴性头颈部鳞状细胞癌患者	改进HPV阴性头颈部鳞状细胞癌的预后模型，识别治疗靶点	HPV阴性头颈部鳞状细胞癌患者	数字病理学	头颈部鳞状细胞癌	BulkSignalR, 随机森林生存分析, LASSO惩罚Cox回归, 深度学习	随机森林, LASSO回归, 深度学习模型	多组学数据, HE染色全片图像	395例HPV阴性TCGA-HNSC队列患者
771	2025-03-04	A computational spectrometer for the visible, near, and mid-infrared enabled by a single-spinning film encoder 2025-Feb-28, Communications engineering DOI:10.1038/s44172-025-00379-5 PMID:40021937	研究论文	本文提出了一种结合单旋转薄膜编码器（SSFE）和深度学习重建算法的计算光谱仪，覆盖可见光到中红外波长范围	通过粒子群优化（PSO）实现低相关性和高复杂度的光谱响应，展示了在可见光、近红外和中红外波长范围内的单峰和双峰分辨率	NA	开发一种低成本、原位、快速光谱分析的计算光谱仪	光谱仪的光谱响应和化学化合物的分类	机器学习和光学工程	NA	粒子群优化（PSO）和深度学习	深度学习算法	光谱数据	220种化学化合物
772	2025-03-04	Improved Microbubble Tracking for Super-Resolution Ultrasound Localization Microscopy using a Bi-Directional Long Short-term Memory Neural Network 2025-Feb-14, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.10.637352 PMID:39990416	研究论文	本文提出了一种基于双向长短期记忆神经网络的深度学习微泡配对和跟踪方法，用于超分辨率超声定位显微镜	该方法整合了多参数微泡特征，以实现更稳健和准确的微泡配对和跟踪	方法在模拟数据集、组织模拟流动模型以及小鼠和大鼠脑部进行了验证，但未提及在人类临床数据上的应用	提高超分辨率超声定位显微镜中微泡跟踪的准确性和鲁棒性	微泡（MBs）	医学影像	NA	超分辨率超声定位显微镜（ULM）	双向长短期记忆神经网络（Bi-Directional LSTM）	超声图像	模拟数据集、组织模拟流动模型、小鼠和大鼠脑部
773	2025-03-04	Validation of ten federated learning strategies for multi-contrast image-to-image MRI data synthesis from heterogeneous sources 2025-Feb-11, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.09.637305 PMID:39990397	研究论文	本文验证了十种联邦学习策略在多对比度MRI图像合成中的应用，特别是在处理来自不同机构的异质数据时	提出了一种新的聚合策略FedBAdam，结合了两种最先进方法的优势，通过引入动量并跳过批量归一化层来优化模型参数	研究主要关注脑部扫描，未涉及其他类型的医学影像数据	验证联邦学习策略在多对比度MRI图像合成中的有效性，特别是在处理异质数据时的性能	健康和肿瘤性脑部扫描数据	医学影像	脑部肿瘤	联邦学习（FL）	深度学习模型	MRI图像	来自五个不同机构的脑部扫描数据
774	2025-03-04	Assessing Genotype-Phenotype Correlations with Deep Learning in Colorectal Cancer: A Multi-Centric Study 2025-Feb-08, medRxiv : the preprint server for health sciences DOI:10.1101/2025.02.04.25321660 PMID:39973981	研究论文	本研究利用深度学习技术从结直肠癌的H&E切片中预测多种遗传生物标志物，并在多中心数据集中验证了模型的性能	开发了一种多目标Transformer模型，能够从病理切片中预测多种遗传改变，超越了传统的单目标模型	模型的预测能力主要与微卫星不稳定性（MSI）表型相关，其他生物标志物的预测能力有限	评估深度学习在结直肠癌中预测基因型-表型相关性的能力	结直肠癌患者的H&E切片	数字病理学	结直肠癌	深度学习	Transformer	图像	1,376名患者（主要数据集）和536名患者（验证数据集）
775	2025-03-04	Assessment of the stability of intracranial aneurysms using a deep learning model based on computed tomography angiography 2025-Feb, La Radiologia medica DOI:10.1007/s11547-024-01939-z PMID:39666223	研究论文	本研究旨在构建一个基于深度学习的模型，通过计算机断层扫描血管造影（CTA）图像识别不稳定的颅内动脉瘤	创新点在于结合临床、形态学和深度学习特征，构建了一个基于卷积神经网络（CNN）的模型，用于预测颅内动脉瘤的稳定性	研究的局限性在于样本量相对较小，且外部验证集的样本来自单一医院，可能影响模型的泛化能力	研究目的是评估颅内动脉瘤的稳定性，以支持临床决策	研究对象为1041名患者的1227个颅内动脉瘤	计算机视觉	颅内动脉瘤	计算机断层扫描血管造影（CTA）	卷积神经网络（CNN）	图像	1041名患者的1227个颅内动脉瘤，其中833名患者的991个动脉瘤用于训练，208名患者的236个动脉瘤用于内部验证，197名患者的229个动脉瘤用于外部验证
776	2025-03-03	A hybrid multi model artificial intelligence approach for glaucoma screening using fundus images 2025-Feb-27, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01473-w PMID:40016437	研究论文	本文提出了一种基于人工智能的混合多模型方法，用于通过眼底图像进行青光眼筛查	使用六个轻量级深度学习模型（总大小：110 MB）分析眼底图像，以识别早期结构变化，如视盘凹陷、出血和神经纤维层缺陷	在真实世界测试中，独立二元青光眼分类模型的灵敏度下降至0.5652，而完整AI-GS网络的灵敏度保持在0.8053	开发一种高效且准确的人工智能方法，用于青光眼的早期筛查	眼底图像	计算机视觉	青光眼	深度学习	混合多模型	图像	NA
777	2025-03-03	A deep learning based ultrasound diagnostic tool driven by 3D visualization of thyroid nodules 2025-Feb-27, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01455-y PMID:40016505	研究论文	本研究开发了一种基于深度学习的两阶段框架，利用动态超声视频进行甲状腺结节诊断的工具TNVis，通过三维可视化提高诊断准确性	利用动态超声视频和三维可视化技术，开发了一种新的甲状腺结节诊断工具TNVis，显著提高了放射科医生的诊断能力	NA	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	深度学习	两阶段深度学习框架	动态超声视频	4569例病例
778	2025-03-03	Simultaneous profiling of ac4C and m5C modifications from nanopore direct RNA sequencing 2025-Feb-13, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.140863 PMID:39954891	研究论文	本研究开发了一种名为modCnet的深度学习框架，利用纳米孔直接RNA测序技术同时识别ac4C和m5C修饰	首次实现了从纳米孔直接RNA测序数据中同时进行ac4C和m5C修饰的从头识别	需要进一步验证在更广泛生物样本中的应用效果	研究RNA修饰（ac4C和m5C）在mRNA稳定性和翻译效率中的作用	人类细胞系中的mRNA	生物信息学	NA	纳米孔直接RNA测序	深度学习框架（modCnet）	RNA测序数据	人类细胞系中的mRNA样本
779	2025-03-02	Fusion of circulant singular spectrum analysis and multiscale local ternary patterns for effective spectral-spatial feature extraction and small sample hyperspectral image classification 2025-Feb-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90926-z PMID:40011533	研究论文	本文提出了一种新颖的循环奇异谱分析（CiSSA）和多尺度局部三值模式融合方法，用于高光谱图像的联合光谱-空间特征提取和分类	结合循环奇异谱分析和多尺度局部三值模式进行光谱-空间特征提取，提高了小样本高光谱图像分类的准确性	仅在高光谱图像数据集上进行了实验，未在其他类型数据上验证	提高小样本高光谱图像分类的准确性	高光谱图像	计算机视觉	NA	PCA, CiSSA, LTP, SVM	SVM	图像	三个高光谱图像数据集（Indian Pines, Pavia University, Houston2013），训练样本比例为1%
780	2025-03-02	Improved sand cat swarm optimization algorithm assisted GraphSAGE-GRU for remaining useful life of engine 2025-Feb-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91418-w PMID:40011762	研究论文	本文提出了一种改进的沙猫群优化算法辅助的GraphSAGE-GRU模型，用于预测发动机的剩余使用寿命（RUL）	提出了改进的沙猫群优化算法（ISCSO）来增强GraphSAGE-GRU的预测性能，包括在种群初始化中使用帐篷映射和一种新的自适应方法来增强沙猫群优化的探索和开发能力	未提及具体局限性	提高发动机剩余使用寿命（RUL）预测的准确性	发动机	机器学习	NA	GraphSAGE-GRU, 沙猫群优化算法	GraphSAGE-GRU	图数据	使用CMAPSS数据集进行验证