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
481	2025-05-08	Functional near-infrared spectroscopy (fNIRS) in patients with major depressive disorder, generalized anxiety disorder and their comorbidity: Comparison with healthy controls 2025-Mar, Asian journal of psychiatry IF:3.8Q1 DOI:10.1016/j.ajp.2025.104382 PMID:39933260	研究论文	本研究使用fNIRS-VFT任务比较了广泛性焦虑障碍(GAD)、重度抑郁症(MDD)及其共病(CMG)患者与健康对照组的前额叶功能差异，并评估了fNIRS设备作为认知任务诊断工具的可靠性	结合全连接层和Dropout层的深度学习模型对fNIRS数据进行分类，探索了不同脑区激活模式在精神障碍诊断中的价值	样本量相对有限，未考虑其他可能的混杂因素	评估fNIRS在精神障碍诊断中的应用价值	GAD、MDD、CMG患者及健康对照组	数字病理	精神疾病	fNIRS	全连接层与Dropout层结合的深度学习模型	脑血流动力学数据	296人(75 GAD, 75 MDD, 71 CMG, 75 HC)	NA	NA	NA	NA
482	2025-05-08	Multi-modality medical image classification with ResoMergeNet for cataract, lung cancer, and breast cancer diagnosis 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109791 PMID:39933267	研究论文	提出ResoMergeNet (RMN)模型用于多模态医学图像分类，以提升白内障、肺癌和乳腺癌的诊断效果	整合迁移学习、ResBoost框架和ConvMergeNet技术，有效提取可见光眼图像和组织病理学图像的特征，提升跨模态分类性能	未提及模型在更大规模或更多模态数据集上的泛化能力	解决多模态医学图像分类中的模态差异问题，提升白内障、肺癌和乳腺癌的诊断准确性	白内障、肺癌和乳腺癌的医学图像	数字病理学	白内障、肺癌、乳腺癌	迁移学习、ResBoost框架、ConvMergeNet	ResoMergeNet (RMN)	图像	白内障数据集（二分类）、肺癌数据集（三分类）、BreakHis数据集（八分类，100×和200×放大倍数）	NA	NA	NA	NA
483	2025-05-08	Review on computational methods for the detection and classification of Parkinson's Disease 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109767 PMID:39938340	review	本文对帕金森病(PD)的计算检测和分类方法进行了系统性综述	聚焦PD生物标志物和多种成像模态，深入分析现有机器学习与深度学习模型的性能及局限性	现有PD诊断数据集适用性有限，需要扩展其应用范围	系统调研PD诊断方法以提升诊断准确性	帕金森病的影像学特征和生物标志物	machine learning	geriatric disease	MRI成像	machine learning, deep learning	image	NA	NA	NA	NA	NA
484	2025-05-08	Deep learning paradigms in lung cancer diagnosis: A methodological review, open challenges, and future directions 2025-Mar, 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.2025.104914 PMID:39938402	review	本文全面探讨了深度学习在肺癌诊断中的应用，包括结节检测、分类和预后预测	深度学习在肺癌诊断中展现出卓越性能，有时甚至超越人类专家准确率，并推动了计算机辅助诊断系统的发展	面临数据质量和可解释性等挑战	提升肺癌诊断的精确性和效率	肺癌诊断中的深度学习模型	digital pathology	lung cancer	NA	deep neural networks	image	NA	NA	NA	NA	NA
485	2025-10-07	Differential diagnosis of multiple system atrophy with predominant parkinsonism and Parkinson's disease using neural networks (part II) 2025-Mar-15, Journal of the neurological sciences IF:3.6Q2 DOI:10.1016/j.jns.2025.123411 PMID:39893881	研究论文	使用神经网络基于全脑体素形态测量数据区分帕金森病和多系统萎缩帕金森变异型	首次将神经网络应用于MSA-P和PD的鉴别诊断，并考虑MSA病变异质性和随机分布的特点	未明确说明样本量大小和具体的数据集划分方式	开发基于深度学习的MSA-P和PD早期鉴别诊断方法	帕金森病(PD)患者和多系统萎缩帕金森变异型(MSA-P)患者	医学影像分析	神经系统退行性疾病	体素形态测量	神经网络	脑部影像数据	NA	NA	NA	准确率	NA
486	2025-10-07	Deep learning assisted prediction of osteogenic capability of orthopedic implant surfaces based on early cell morphology 2025-Mar-15, Acta biomaterialia IF:9.4Q1 DOI:10.1016/j.actbio.2025.01.059 PMID:39894326	研究论文	本研究开发了一种基于早期细胞形态和深度学习的骨科植入物表面成骨能力预测方法	首次将深度学习应用于基于早期细胞形态的植入物表面成骨能力预测，开发了OIODNet模型和成骨预测器应用	NA	开发高效筛选骨科植入物表面成骨能力的方法	钛及其合金植入物表面	计算机视觉	骨科疾病	细胞形态成像，碱性磷酸酶活性检测	深度学习	图像	NA	NA	OIODNet	准确率，精确率，召回率，F1分数，AUC	NA
487	2025-10-07	ERNIE-ac4C: A Novel Deep Learning Model for Effectively Predicting N4-acetylcytidine Sites 2025-Mar-15, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.168978 PMID:39900287	研究论文	提出一种结合ERNIE-RNA语言模型和二维CNN的深度学习模型ERNIE-ac4C，用于准确预测RNA中的N4-乙酰胞苷修饰位点	首次将ERNIE-RNA语言模型与二维CNN结合，融合序列特征和注意力图特征进行ac4C位点预测	未明确说明模型的具体局限性	开发高效准确的ac4C修饰位点预测方法	RNA中的N4-乙酰胞苷修饰位点	生物信息学	NA	深度学习	CNN, 语言模型	RNA序列数据	NA	NA	ERNIE-RNA, 二维CNN	准确率	NA
488	2025-10-07	DOGpred: A Novel Deep Learning Framework for Accurate Identification of Human O-linked Threonine Glycosylation Sites 2025-Mar-15, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.168977 PMID:39900285	研究论文	开发了一种名为DOGpred的新型深度学习框架，用于准确识别人类O-连接苏氨酸糖基化位点	提出结合传统特征描述符和预训练蛋白质语言模型嵌入的双路径深度学习架构，并采用基于注意力的特征融合机制	NA	开发计算工具以准确预测蛋白质上的O-连接苏氨酸糖基化位点	人类蛋白质的O-连接苏氨酸糖基化位点	生物信息学	NA	深度学习，蛋白质序列分析	CNN, RNN	蛋白质序列特征	NA	NA	堆叠1D CNN，基于注意力的堆叠RNN	NA	NA
489	2025-05-07	TIMS2Rescore: A Data Dependent Acquisition-Parallel Accumulation and Serial Fragmentation-Optimized Data-Driven Rescoring Pipeline Based on MS2Rescore 2025-Mar-07, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.4c00609 PMID:39915959	研究论文	介绍了一种名为TIMS2Rescore的数据驱动重评分工作流程，专为timsTOF仪器的DDA-PASEF数据优化	结合了新的timsTOF MSPIP谱预测模型和基于深度学习的肽离子迁移率预测器IM2Deep，直接支持Bruker原始质谱数据和多种搜索引擎结果	未明确提及具体限制	提高质谱数据分析的准确性和效率，以支持蛋白质组学研究	血浆蛋白质组学、免疫肽组学（HLA I类和II类）和元蛋白质组学数据集	蛋白质组学	NA	质谱技术（MS）、离子迁移技术、PASEF技术	深度学习模型	质谱数据	NA	NA	NA	NA	NA
490	2025-10-07	DeepES: deep learning-based enzyme screening to identify orphan enzyme genes 2025-Mar-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf053 PMID:39909853	研究论文	开发基于深度学习的酶筛选工具DeepES，用于识别孤儿酶基因	开发了首个专注于生物合成基因簇和反应类别的深度学习工具，通过整合二元分类器输出识别孤儿酶基因	仅验证了4744个宏基因组组装基因组，需要更广泛的应用验证	解决孤儿酶基因识别问题，填补序列与酶促反应关联理解空白	蛋白质序列和孤儿酶基因	生物信息学	NA	宏基因组测序	深度学习	蛋白质序列数据	4744个宏基因组组装基因组	NA	NA	功能相似性评估	NA
491	2025-10-07	Developing an interpretable machine learning model for diagnosing gout using clinical and ultrasound features 2025-Mar, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.111959 PMID:39893823	研究论文	开发基于临床数据和超声特征的痛风诊断机器学习模型，并应用SHAP进行模型解释	结合临床特征和超声特征构建可解释的痛风诊断模型，首次应用SHAP分析阐明特征贡献度	研究样本量有限（共609例），外部验证队列样本较少（n=92）	开发用于痛风预测的机器学习模型	来自两个机构的609例患者的首次跖趾关节超声数据	机器学习	痛风	超声检查	Logistic Regression, Random Forest, LASSO, XGBoost	临床数据和超声特征	609例患者（机构1：571例，机构2：92例）	NA	NA	AUC, Brier score	NA
492	2025-10-07	ABIET: An explainable transformer for identifying functional groups in biological active molecules 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109740 PMID:39894011	研究论文	提出一种可解释的Transformer模型ABIET，用于识别生物活性分子中对药物-靶点相互作用最关键的功能基团	首次将注意力权重用于功能基团识别，提出考虑双向相互作用、分层提取和激活变换的注意力分数处理策略	NA	提高Transformer模型在药物发现中的可解释性，识别关键分子区域	生物活性分子及其功能基团	自然语言处理	NA	SMILES表示	Transformer	分子结构文本数据	NA	NA	Transformer-encoder	重要性评分	NA
493	2025-10-07	Radiomics in glioma: emerging trends and challenges 2025-Mar, Annals of clinical and translational neurology IF:4.4Q1 DOI:10.1002/acn3.52306 PMID:39901654	综述	本文综述了影像组学在胶质瘤研究中的应用现状、新兴趋势和面临的挑战	整合深度学习算法增强影像组学各环节性能，探索肿瘤微环境特异性，结合多组学数据提升生物学意义解读	模型可重复性、泛化性和可解释性仍需改进，多组学数据整合存在技术挑战	探讨影像组学在胶质瘤诊断、预后预测和治疗反应评估中的应用价值	胶质瘤患者	数字病理	胶质瘤	扩散加权成像,灌注加权成像,磁共振波谱,磁共振指纹,功能MRI,正电子发射断层扫描	深度学习	医学影像	NA	NA	NA	准确性,性能	NA
494	2025-10-07	Deep Learning-Based Accelerated MR Cholangiopancreatography Without Fully-Sampled Data 2025-Mar, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70002 PMID:39907193	研究论文	本研究开发了一种基于深度学习的加速磁共振胰胆管成像重建方法，无需全采样数据	首次在3T和0.55T场强下应用深度学习重建加速MRCP采集，并比较了监督学习和自监督学习两种训练策略	研究仅纳入35名健康志愿者，样本量有限，且未在患者群体中验证	加速磁共振胰胆管成像采集过程，同时保持图像质量	35名健康志愿者的MRCP扫描数据	医学影像分析	肝胆胰疾病	磁共振成像	深度学习	医学影像	35名健康志愿者	NA	NA	峰值信噪比, 结构相似性	NA
495	2025-10-07	ZFP-CanPred: Predicting the effect of mutations in zinc-finger proteins in cancers using protein language models 2025-Mar, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.01.020 PMID:39909391	研究论文	开发基于蛋白质语言模型的深度学习工具ZFP-CanPred，用于预测锌指蛋白中致癌驱动突变	首次利用蛋白质语言模型从突变位点结构邻域提取表征，专门针对锌指蛋白的癌症驱动突变进行预测	模型仅针对锌指蛋白的错义突变进行研究，未涉及其他类型突变或蛋白质家族	开发高精度预测锌指蛋白致癌突变的计算工具	锌指蛋白中的错义突变	生物信息学	癌症	蛋白质语言模型	深度学习	蛋白质序列和结构数据	331个突变的精选数据集	NA	ZFP-CanPred	准确率,F1分数,AUC	NA
496	2025-10-07	Deep Learning-Enhanced Chemiluminescence Vertical Flow Assay for High-Sensitivity Cardiac Troponin I Testing 2025-Mar, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202411585 PMID:39910838	研究论文	开发了一种结合深度学习增强化学发光垂直流动检测技术的高灵敏度心肌肌钙蛋白I检测方法	将化学发光传感、成像与深度学习分析相结合，在检测灵敏度上超越传统台式分析仪一个数量级	NA	开发可在护理点使用的实验室级别灵敏度的心脏生物标志物检测技术	心肌肌钙蛋白I（cTnI）	机器学习	心血管疾病	化学发光垂直流动检测	神经网络	化学发光图像	患者血清样本（每次测试50 µL）	NA	NA	检测限，变异系数，相关性	NA
497	2025-10-07	Automated dysphagia characterization in head and neck cancer patients using videofluoroscopic swallowing studies 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109759 PMID:39914196	研究论文	提出一种基于视频荧光吞咽研究(VFSS)的自动化分析框架，用于头颈癌患者的吞咽困难表征	首次开发集成深度学习标注、吞咽动态参数提取和机器学习分类的自动化VFSS分析框架	数据集规模有限且VFSS数据存在变异性	开发自动化工具用于头颈癌患者吞咽困难的客观评估	头颈癌患者、健康个体和非头颈癌相关吞咽困难患者	计算机视觉	头颈癌	视频荧光吞咽研究(VFSS)	深度学习, 机器学习	视频	包含健康个体、头颈癌放疗前后患者及非头颈癌吞咽困难患者的多个队列	NA	NA	准确率, 平均像素误差	NA
498	2025-05-07	You get the best of both worlds? Integrating deep learning and traditional machine learning for breast cancer risk prediction 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109733 PMID:39914201	研究论文	本文提出了一种结合深度学习和传统机器学习的方法，用于基于图像的乳腺癌风险预测	创新性地将深度学习与传统机器学习方法结合，用于乳腺癌风险预测，并在性能上取得了提升	需要进一步的验证以确认其临床适用性	开发一种基于图像的乳腺癌风险预测模型，以提高筛查的个性化水平	乳腺癌风险预测	计算机视觉	乳腺癌	深度学习与传统机器学习结合	深度学习与传统机器学习模型	图像	3720例对照组和1471例风险病例的乳腺X光片	NA	NA	NA	NA
499	2025-05-04	Utilizing deep learning for automatic segmentation of the cochleae in temporal bone computed tomography 2025-Mar, Acta radiologica (Stockholm, Sweden : 1987) DOI:10.1177/02841851241307333 PMID:39840644	研究论文	利用深度学习在颞骨计算机断层扫描中自动分割耳蜗	比较了三种深度学习模型（3D U-Net、UNETR和SegResNet）在耳蜗自动分割中的性能，并发现SegResNet表现最佳	样本量相对较小，仅包含231个样本，且仅测试了三种CT类型	评估深度学习在颞骨CT中自动分割耳蜗的实用性，以区分异常和正常图像	颞骨CT图像中的耳蜗	计算机视觉	NA	CT扫描	3D U-Net, UNETR, SegResNet	图像	231个样本（77个正常和154个异常）	NA	NA	NA	NA
500	2025-05-04	A novel hybrid ViT-LSTM model with explainable AI for brain stroke detection and classification in CT images: A case study of Rajshahi region 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109711 PMID:39847947	研究论文	提出了一种结合ViT和LSTM的混合模型，用于CT图像中脑卒中的检测和分类，并通过可解释AI方法提高预测的可靠性	首次将Vision Transformer (ViT)和LSTM结合用于脑卒中检测，并引入可解释AI方法增强模型的可信度	研究主要基于Rajshahi地区的数据，可能在其他地区的泛化性有待验证	开发自动化解决方案以提高脑卒中CT图像诊断的准确性和及时性	CT图像中的脑卒中特征	计算机视觉	脑卒中	深度学习	ViT-LSTM混合模型	CT图像	BrSCTHD-2023数据集（来源：Rajshahi Medical College Hospital）和Kaggle脑卒中数据集	NA	NA	NA	NA