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
1021	2025-10-07	Estimating the Severity of Oral Lesions Via Analysis of Cone Beam Computed Tomography Reports: A Proposed Deep Learning Model 2025-Feb, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2024.06.015 PMID:39068121	研究论文	本研究提出了一种基于CBCT影像报告的深度学习模型，用于区分口腔病变的风险等级	提出CNN-LSTM混合模型，使用密集向量表示的词嵌入来有效捕捉语义相似性，优于传统基于简单词集的方法	样本量相对有限（1134份报告），仅基于单一机构的CBCT报告数据	通过分析锥形束计算机断层扫描（CBCT）影像报告，区分高危和低危口腔病变	口腔病变的CBCT影像报告	自然语言处理	口腔疾病	锥形束计算机断层扫描（CBCT）	CNN, LSTM	文本	1134份CBCT影像报告	NA	CNN-LSTM混合架构	精确率, 召回率, F1分数	NA
1022	2025-10-07	Comparison of the Efficacy of Artificial Intelligence-Powered Software in Crown Design: An In Vitro Study 2025-Feb, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2024.06.023 PMID:39069456	研究论文	比较两种人工智能牙冠设计软件与传统CAD软件在时间效率和形态精度方面的表现	首次系统比较AI驱动牙冠设计软件与传统CAD软件在时间效率和三维形态精度方面的差异	研究样本量有限（33个后牙冠），且为体外研究，缺乏临床验证	评估AI驱动软件在牙冠设计中的时间效率和形态精度	后牙牙冠修复体	数字病理	牙科疾病	三维几何计算，牙冠设计软件	深度学习模型	三维牙冠模型数据	33个临床适配的后牙冠	NA	NA	均方根误差，时间效率	NA
1023	2025-10-07	Deep Learning for Predicting the Difficulty Level of Removing the Impacted Mandibular Third Molar 2025-Feb, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2024.06.021 PMID:39043529	研究论文	开发基于全景X光片的深度学习系统预测下颌第三磨牙拔除难度	首次集成三种不同深度学习模型（ResNet101V2、RetinaNet、Vision Transformer）构建三阶段计算机辅助可视化系统	回顾性研究设计，样本量有限（1367张图像），仅使用单一医疗机构数据	开发评估下颌阻生第三磨牙手术拔除难度的深度学习系统	下颌阻生第三磨牙的全景X光片图像	计算机视觉	口腔疾病	全景X光摄影	CNN, Transformer	医学影像	784名患者的1367张下颌第三磨牙图像	NA	ResNet101V2, RetinaNet, Vision Transformer	准确率, 平均精度均值	NA
1024	2025-10-07	Unsupervised stain augmentation enhanced glomerular instance segmentation on pathology images 2025-Feb, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03154-7 PMID:38848032	研究论文	提出一种基于无监督染色增强的肾小球实例分割方法，通过染色风格转换提升模型泛化能力	使用对比无配对翻译实现不同染色方法间的转换，并将swin transformer作为mask R-CNN的主干网络	需要进一步验证在其他病理图像分割任务中的适用性	提升病理图像中肾小球实例分割的准确性和泛化能力	肾小球结构	数字病理	肾脏疾病	病理图像染色	CNN, Transformer	病理全切片图像	216张WSI，包含PAS、MT和PASM三种染色	PyTorch	Mask R-CNN, Swin Transformer, CUT	准确率，精确率，召回率，F1分数	NA
1025	2025-10-07	Artificial intelligence-driven electrocardiography: Innovations in hypertrophic cardiomyopathy management 2025-Feb, Trends in cardiovascular medicine IF:7.3Q1 DOI:10.1016/j.tcm.2024.08.002 PMID:39147002	综述	探讨人工智能在心电图分析中应用于肥厚型心肌病管理的创新方法	利用深度学习技术从心电图中识别传统方法难以检测的HCM相关异常，并整合临床与影像数据进行综合风险评估	需要更大规模和多样化的数据集来提高模型泛化能力，并解决罕见事件预测中的数据不平衡问题	改善肥厚型心肌病的诊断、预后评估和个性化治疗策略	肥厚型心肌病患者的心电图信号及相关临床数据	机器学习	心血管疾病	心电图分析	CNN, 深度学习	心电图信号, 临床数据, 影像数据	NA	NA	卷积神经网络	准确率	NA
1026	2025-10-07	G-SET-DCL: a guided sequential episodic training with dual contrastive learning approach for colon segmentation 2025-Feb, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03319-4 PMID:39789205	研究论文	提出一种引导式序列片段训练与双重对比学习相结合的结肠分割方法	结合引导序列片段训练和对比学习，在有限标注数据下实现高精度结肠分割	NA	提高CT结肠成像中结肠分割的准确性	结肠CT扫描图像	医学影像分析	结肠疾病	CT成像	深度学习	3D CT图像	98例腹部扫描（10例训练，88例测试）	NA	马尔可夫随机场,序列片段训练	Dice系数,息肉信息保存准确率	NA
1027	2025-10-07	CLSSATP: Contrastive learning and self-supervised learning model for aquatic toxicity prediction 2025-Feb, Aquatic toxicology (Amsterdam, Netherlands) DOI:10.1016/j.aquatox.2025.107244 PMID:39805255	研究论文	提出一种用于有机毒性预测的高效对比自监督学习深度神经网络模型CLSSATP	集成自监督学习和对比学习双模块，通过分子指纹和分子图的双视角学习揭示分子结构与性质关系	NA	研究化学物质对水生生物的毒性影响，保护环境和确保可持续发展	有机化合物及其对水生生物的毒性	机器学习	水生生物毒性	分子指纹，分子图表示	深度神经网络，自监督学习，对比学习	分子结构数据	NA	NA	CLSSATP	准确率，性能提升百分比	NA
1028	2025-10-07	Deep Radiogenomics Sequencing for Breast Tumor Gene-Phenotype Decoding Using Dynamic Contrast Magnetic Resonance Imaging 2025-Feb, Molecular imaging and biology IF:3.0Q2 DOI:10.1007/s11307-025-01981-x PMID:39815134	研究论文	本研究利用动态对比增强磁共振成像和深度学习算法对乳腺癌肿瘤进行影像基因组学分析	首次使用3D深度学习网络对乳腺癌ER、PR和HER2基因表型进行多通道影像基因组学解码	模型性能仅为中等水平，AUC值在0.658-0.698之间	通过MRI影像解码乳腺癌肿瘤的基因表型	922例经活检确诊的浸润性乳腺癌患者	医学影像分析	乳腺癌	动态对比增强磁共振成像	CNN	3D医学影像	922例乳腺癌患者	NA	SEResNet50, ResNet34, SEResNext101	AUC, 敏感度, 特异度	NA
1029	2025-10-07	An AttSDNet model for multi-scale feature perception enhanced remote sensing classification of coastal salt-marsh wetlands 2025-Feb, Marine environmental research IF:3.0Q2 DOI:10.1016/j.marenvres.2024.106899 PMID:39673892	研究论文	提出一种融合注意力机制和多尺度特征提取的增强型U-Net模型，用于海岸带盐沼湿地遥感影像分类	结合堆叠空洞卷积扩展感受野和通道-空间注意力机制，增强模型对复杂湿地多尺度特征的学习能力	未明确说明模型计算复杂度及在更大尺度区域的泛化能力	提升海岸带湿地遥感影像分类精度，支持湿地生态保护与恢复	黄河三角洲和胶州湾海岸带湿地	计算机视觉	NA	卫星遥感	U-Net	光学遥感影像	Sentinel-2影像数据（具体数量未明确）	NA	U-Net, ResU-Net, SDU-Net, AttSDNet（改进型）	总体精度, MIoU	NA
1030	2025-10-07	Deep learning multi-classification of middle ear diseases using synthetic tympanic images 2025-Feb, Acta oto-laryngologica IF:1.2Q3 DOI:10.1080/00016489.2024.2448829 PMID:39797517	研究论文	本研究开发了一种基于深度学习的自动诊断系统，用于中耳疾病的多分类诊断	探索使用生成对抗网络(GANs)生成高质量合成鼓膜图像来增强训练数据集	合成图像与真实内窥镜图像结合训练未能显著提高诊断准确性	开发中耳疾病的自动诊断系统	鼓膜图像	计算机视觉	中耳疾病	内窥镜成像	CNN,GAN	图像	472张真实内窥镜图像和200张合成图像	TensorFlow/PyTorch	InceptionV3,StyleGAN3	诊断准确率	NA
1031	2025-10-07	Deep learning radiomics model based on contrast-enhanced MRI for distinguishing between tuberculous spondylitis and pyogenic spondylitis 2025-Feb-08, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-08696-1 PMID:39920318	研究论文	开发并验证基于对比增强MRI的深度学习影像组学列线图用于区分结核性脊柱炎和化脓性脊柱炎	首次融合深度学习特征和影像组学特征构建深度学习影像组学列线图模型	回顾性研究设计，样本量相对有限（147例患者）	区分结核性脊柱炎和化脓性脊柱炎的诊断	经病理检查确诊的结核性脊柱炎和化脓性脊柱炎患者	医学影像分析	脊柱感染性疾病	对比增强MRI	深度学习	医学影像	147例患者（训练队列102例，外部测试队列45例）	NA	深度学习影像组学列线图	AUC, 校准曲线, 决策曲线分析	NA
1032	2025-10-07	Deep learning aided determination of the optimal number of detectors for photoacoustic tomography 2025-Feb-07, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adaf29 PMID:39874604	研究论文	本研究提出一种基于残差密集UNet的深度学习架构，用于优化光声断层扫描中的探测器数量并减少图像伪影	提出结合残差块和密集块的RDUNet架构，通过混合模拟与实验数据的训练策略，显著降低光声成像所需探测器数量	训练数据中实验数据占比较低（19%），可能影响模型在纯实验场景下的泛化能力	优化光声断层扫描的探测器配置并提升图像重建质量	单圆盘、T形和血管结构仿体	计算机视觉	NA	光声断层扫描	CNN	图像	包含模拟数据和实验数据的混合数据集	NA	UNet, 残差密集UNet	图像质量比较	NA
1033	2025-10-07	A deep learning-driven method for safe and effective ERCP cannulation 2025-Feb-07, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03329-w PMID:39920403	研究论文	开发了一种基于深度学习的图形用户界面，用于辅助ERCP插管操作	提出四头Swin Transformer解耦头(4STDH)方法，通过四个不同预测头检测不同尺寸对象，并解耦分类和回归网络	NA	提高ERCP插管操作的安全性和有效性	十二指肠乳头和手术插管	计算机视觉	消化系统疾病	内窥镜成像	Swin Transformer	内窥镜图像	1840张标注的内窥镜图像	NA	Swin Transformer, 4STDH	mAP	NA
1034	2025-10-07	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	研究论文	本文提出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	开发了结合微流控和跨组学数据迁移学习的集成框架，实现了复杂组织中蛋白质的高分辨率空间定位	NA	开发空间蛋白质组学新技术，实现全组织切片中蛋白质的高分辨率映射	小鼠小脑、大鼠绒毛和人类乳腺癌样本	生物信息学,计算生物学	乳腺癌	微流控技术,空间蛋白质组学,质谱分析	深度学习,迁移学习	蛋白质组学数据,空间定位数据	小鼠小脑样本(识别2,564个蛋白质组),大鼠绒毛样本,人类乳腺癌样本	NA	NA	空间分辨率(25μm),蛋白质识别数量	NA
1035	2025-10-07	QMaxViT-Unet+: A query-based MaxViT-Unet with edge enhancement for scribble-supervised segmentation of medical images 2025-Feb-06, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109762 PMID:39919665	研究论文	提出一种基于涂鸦标注的医学图像分割新框架QMaxViT-Unet+，通过查询机制和边缘增强提升分割性能	结合MaxViT模块增强局部和全局特征学习能力，集成查询式Transformer解码器和边缘增强模块以弥补涂鸦标注边界信息不足	在部分数据集（如BUSI）上的HD95指标仍有较大提升空间	开发弱监督医学图像分割方法以降低标注成本	心脏结构、结直肠息肉和乳腺癌的医学图像	医学图像分割	心脏疾病、结直肠息肉、乳腺癌	深度学习	Transformer, CNN	医学图像	四个公共数据集（ACDC、MS-CMRSeg、SUN-SEG、BUSI）	PyTorch	U-Net, MaxViT, Transformer	Dice相似系数, 95%豪斯多夫距离	NA
1036	2025-10-07	Deep empirical neural network for optical phase retrieval over a scattering medium 2025-Feb-05, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56522-5 PMID:39910048	研究论文	提出一种深度经验神经网络概念，用于在无训练数据情况下通过不透明散射介质进行光学相位恢复	将深度神经网络与经验模型相结合，无需标记数据即可处理无解析解的波散射系统	未明确说明模型在更复杂散射环境中的泛化能力	解决无解析解波散射系统中的光学相位恢复问题	多输入多输出波散射系统	机器学习	NA	光学相位恢复	深度神经网络	光学散射数据	与使用30000数据对的监督学习进行对比	NA	深度经验神经网络	保真度	NA
1037	2025-10-07	Screening of multi deep learning-based de novo molecular generation models and their application for specific target molecular generation 2025-Feb-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86840-z PMID:39910075	研究论文	本研究筛选并改进多种基于深度学习的从头分子生成模型，并将其应用于针对非小细胞肺癌特定靶点的分子生成	基于GPT架构改进顶级分子生成模型，提出基于T5架构的端到端神经网络学习框架，通过条件分子属性嵌入向量指导SMILES序列表示	NA	开发高效的从头分子生成方法用于靶向药物发现	L858R/T790M/C797S突变EGFR的非小细胞肺癌靶点分子	自然语言处理	肺癌	从头分子生成，逆分子设计	Transformer, GPT, T5	SMILES序列，分子属性数据	NA	NA	Generative Pretraining Transformer (GPT), Text-to-Text Transfer Transformer (T5), 选择性状态空间模型	最大似然目标	NA
1038	2025-10-07	A feature extraction method for hydrofoil attached cavitation based on deep learning image semantic segmentation algorithm 2025-Feb-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88582-4 PMID:39910333	研究论文	提出一种基于深度学习图像语义分割算法的水翼附着空化特征提取方法	首次将深度学习图像语义分割技术应用于水翼空化特征提取，能够自动获取空化长度并推导更敏感的空化区域面积和位置变化指标	NA	研究水翼上空化从片状空化向云状空化转变过程的机理	水翼附着空化现象	计算机视觉	NA	深度学习图像语义分割	语义分割模型	空化图像	大量空化图像（具体数量未说明）	NA	NA	准确度	NA
1039	2025-10-07	Barlow Twins deep neural network for advanced 1D drug-target interaction prediction 2025-Feb-05, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-00952-2 PMID:39910404	研究论文	提出了一种名为BarlowDTI的新型药物-靶点相互作用预测方法，结合Barlow Twins架构和梯度提升机	首次将Barlow Twins架构用于药物-靶点相互作用预测，提出混合深度学习和梯度提升机的方法，并引入影响分析方法增强模型可解释性	仅使用一维输入数据，可能无法充分利用蛋白质的三维结构信息	提高药物-靶点相互作用预测的准确性和效率，加速药物发现过程	药物-靶点相互作用	机器学习	NA	深度学习，梯度提升机	Barlow Twins, 梯度提升机	一维序列数据	NA	NA	Barlow Twins	NA	无需大量计算资源
1040	2025-10-07	Positional embeddings and zero-shot learning using BERT for molecular-property prediction 2025-Feb-05, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-00959-9 PMID:39910649	研究论文	本研究探索了在基于BERT的分子性质预测中不同位置嵌入方法的潜力	首次系统探索了不同位置嵌入方法在BERT模型中对分子性质预测的影响，并在零样本学习场景下评估模型性能	研究主要基于SMILES和DeepSMILES分子表示，未涵盖其他分子表示方法	优化位置嵌入方法以提高分子性质预测的准确性和泛化能力	分子结构数据（SMILES和DeepSMILES表示）	自然语言处理	COVID-19	BERT预训练和微调	Transformer	文本数据（SMILES字符串）	多个数据集，包括COVID-19相关数据、生物测定数据和其他分子生物性质数据	BERT	BERT（掩码语言建模）	分类任务和回归任务的性能指标	NA