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	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
1022	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
1023	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
1024	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
1025	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
1026	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
1027	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
1028	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
1029	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
1030	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
1031	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
1032	2025-10-07	Deep Learning Predicts Non-Normal Transmission Distributions in High-Field Asymmetric Waveform Ion Mobility (FAIMS) Directly from Peptide Sequence 2025-Feb-04, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05359 PMID:39865577	研究论文	开发深度学习模型直接从肽序列预测高场不对称波形离子淌度中的非正态传输分布	首次使用多标签分类方案建模肽离子的FAIMS淌度，并采用集成学习方法结合随机森林和LSTM神经网络	模型在某些情况下仍会出现预测错误，需要进一步优化	预测肽离子在高场不对称波形离子淌度中的迁移行为	人类肽前体	机器学习	NA	高场不对称波形离子淌度，质谱蛋白质组学	随机森林，LSTM	肽序列数据	超过100,000个人类肽前体用于训练，近40,000个肽离子用于测试	NA	LSTM	F2分数，AUROC	NA
1033	2025-10-07	Human Tooth Crack Image Analysis with Multiple Deep Learning Approaches 2025-Feb, Annals of biomedical engineering IF:3.0Q3 DOI:10.1007/s10439-024-03615-9 PMID:39242442	研究论文	本研究使用多种深度学习方法分析人类牙齿裂纹图像，旨在提高牙齿裂纹的诊断效率	结合吲哚菁绿近红外荧光牙科成像技术与多种深度学习模型进行牙齿裂纹分析	NA	开发基于深度学习的牙齿裂纹图像分析方法以辅助牙医诊断	人类牙齿裂纹图像	计算机视觉	牙齿疾病	吲哚菁绿近红外荧光成像	CNN, GAN, SSD	图像	593张裂纹牙齿图像和601张无裂纹牙齿图像	NA	ResNet, SqueezeNet1_1, 单发多框检测器, 超分辨率生成对抗网络	准确率	NA
1034	2025-10-07	Attention 3D UNET for dose distribution prediction of high-dose-rate brachytherapy of cervical cancer: Intracavitary applicators 2025-Feb, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14568 PMID:39545816	研究论文	本研究提出了一种基于注意力门控机制的3D UNET模型，用于预测宫颈癌高剂量率腔内近距离放射治疗的剂量分布	首次将注意力门控机制与3D UNET结合应用于近距离放射治疗的剂量预测，相比传统UNET模型具有更好的预测性能	研究样本量相对较小（77个原始计划），仅针对腔内施源器（串联-卵形/环形施源器）	开发高效的剂量预测模型以改善宫颈癌近距离放射治疗计划制定的效率和准确性	宫颈癌患者的高剂量率腔内近距离放射治疗计划	数字病理	宫颈癌	近距离放射治疗	CNN	3D医学图像	77个回顾性临床近距离放射治疗计划，通过数据增强扩展到252个	NA	3D UNET with attention gates	平均绝对误差,剂量统计量,剂量体积指数,D2cc,D1cc,D90,V100%,V150%,V200%	NA
1035	2025-10-07	BCDB: A dual-branch network based on transformer for predicting transcription factor binding sites 2025-Feb, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2024.12.006 PMID:39701486	研究论文	提出基于Transformer的双分支网络BCDB，用于预测转录因子结合位点	整合DNABERT、CNN和多头注意力机制，采用双分支输出策略，平衡全局和局部信息提取，提升预测性能的同时增强模型可解释性	未明确说明模型在特定数据条件下的局限性	提高转录因子结合位点预测的准确性和模型可解释性	转录因子结合位点	自然语言处理	NA	ChIP-seq	Transformer, CNN	DNA序列数据	165个ChIP-seq数据集	NA	DNABERT, 多头注意力机制	NA	NA
1036	2025-10-07	Deepstack-ACE: A deep stacking-based ensemble learning framework for the accelerated discovery of ACE inhibitory peptides 2025-Feb, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2024.12.005 PMID:39709069	研究论文	提出一种基于深度堆叠的集成学习框架Deepstack-ACE，用于精确识别ACE抑制肽	首次将深度堆叠集成学习应用于ACE抑制肽发现，结合五种深度学习模型构建基础分类器	NA	加速ACE抑制肽的发现过程	血管紧张素转化酶抑制肽	机器学习	心血管疾病	计算肽识别方法	LSTM, CNN, MLP, GRU, RNN	肽序列数据	NA	NA	深度堆叠集成架构	平衡准确度, 灵敏度, 马修斯相关系数	NA
1037	2025-02-08	A joint three-plane physics-constrained deep learning based polynomial fitting approach for MR electrical properties tomography 2025-Feb-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121054 PMID:39863005	研究论文	本文提出了一种结合物理约束和深度学习的多项式拟合方法，用于磁共振电特性成像，以提高电导率估计的准确性和计算效率	结合物理约束的深度学习框架，通过在三平面上联合优化神经网络权重，提高了电导率估计的准确性和计算效率	需要大量的训练数据，且对未见数据的泛化能力有限	提高磁共振电特性成像中电导率估计的准确性和计算效率	体内组织的电特性	数字病理	NA	磁共振电特性成像	深度学习	3D数据	模拟的异质脑模型	NA	NA	NA	NA
1038	2025-02-08	A novel deep learning framework for retinal disease detection leveraging contextual and local features cues from retinal images 2025-Feb-07, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03314-0 PMID:39918766	研究论文	本文提出了一种新的深度学习框架，用于从视网膜图像中提取上下文和局部特征线索，以准确分类视网膜疾病	提出了一种结合全局上下文信息和局部细粒度信息的深度学习框架，通过DCM-CNN和LP-CNN模块的协同工作，克服了眼底图像中的类间相似性、类内变异、局部信息有限等挑战	NA	提高视网膜疾病的自动诊断准确性	视网膜图像	计算机视觉	视网膜疾病	深度学习	Densely Connected Multidilated Convolution Neural Network (DCM-CNN), Local-Patch-based Convolution Neural Network (LP-CNN)	图像	两个公开的基准数据集：RFMiD和ODIR-5K	NA	NA	NA	NA
1039	2025-02-08	Automated 24-sector grid-map algorithm for prostate mpMRI improves precision and efficacy of prostate lesion location reporting 2025-Feb, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111897 PMID:39729944	研究论文	本研究开发了一种基于深度学习的自动前列腺24分区网格图算法，用于提高前列腺病变位置报告的精确性和效率	首次开发了一种自动化的24分区网格图算法，用于前列腺多参数磁共振成像（mpMRI）的病变定位，显著提高了定位报告的准确性	研究样本量较小，仅使用了50个mpMRI数据集进行验证	训练并验证一种基于深度学习的前列腺自动分区映射算法，以提高前列腺病变位置报告的精确性和效率	前列腺病变	数字病理学	前列腺癌	深度学习	深度学习模型	图像	50个mpMRI数据集	NA	NA	NA	NA
1040	2025-02-08	Applying deep learning for underwater broadband-source detection using a spherical array 2025-Feb-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0035787 PMID:39918577	研究论文	本文开发了一种基于深度神经网络（DNN）的球形阵列水下宽带源检测和到达方向估计方法	该方法通过球形傅里叶变换将元素压力信号转换为球形傅里叶系数作为DNN输入，并采用高斯分布设计DNN标签，显著提高了检测能力并有效抑制了误估计	该方法在训练数据中引入白噪声，可能对实际应用中的噪声环境适应性有限	提高水下宽带源的被动检测能力	水下宽带源	机器学习	NA	深度神经网络（DNN）	DNN	声压信号	模拟和实验处理结果	NA	NA	NA	NA