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
541	2025-05-03	Development of a Machine-Learning Algorithm to Identify Cauda Equina Compression on Magnetic Resonance Imaging Scans 2025-Mar, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.123669 PMID:39826832	research paper	开发并验证了一种基于机器学习的算法，用于从MRI扫描中自动检测马尾神经压迫，以加速疑似马尾综合征患者的分类	首次采用卷积神经网络(CNN)对MRI图像进行自动化马尾神经压迫检测，并通过梯度下降热图展示分类关键区域	研究样本量相对有限(715张图像)，且仅在特定时间段(2017-2022)的数据上进行验证	开发自动化工具以提高马尾综合征的诊断效率和准确性	疑似马尾综合征患者的MRI扫描图像	digital pathology	neurological disease	MRI	CNN	image	715张MRI图像(80%训练集，20%测试集)
542	2025-05-03	Residual-attention deep learning model for atrial fibrillation detection from Holter recordings 2025 Mar-Apr, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2025.153876 PMID:39827741	research paper	开发了一种基于残差注意力机制的深度学习模型，用于从Holter记录中检测心房颤动	提出了一种结合残差网络和注意力机制的深度学习模型，能够捕捉长距离依赖和复杂的时间关系，从而提高心房颤动的检测性能	需要在更大的队列中进行进一步的开发和验证	开发一种高效的心房颤动检测方法，以辅助临床决策	Holter记录中的心房颤动模式	machine learning	心血管疾病	深度学习	Residual-attention DL model	ECG信号	661份Holter记录
543	2025-05-03	Cross-modality PET image synthesis for Parkinson's Disease diagnosis: a leap from [18F]FDG to [11C]CFT 2025-Mar, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07096-3 PMID:39828866	research paper	开发了一种深度学习框架，用于从真实的[18F]FDG PET图像合成[11C]CFT PET图像，以帮助帕金森病的诊断	通过深度学习框架合成[11C]CFT PET图像，解决了[11C]CFT PET成像在大多数医院不可用的问题	研究仅基于604名参与者，可能需要在更大样本上进行验证	提高帕金森病的诊断准确性，特别是在无法进行[11C]CFT PET成像的临床环境中	帕金森病患者和正常对照者	digital pathology	Parkinson's Disease	PET imaging, deep learning	deep learning framework	PET images	604名参与者（274名帕金森病患者和330名正常对照者）
544	2025-05-03	PIDGN: An explainable multimodal deep learning framework for early prediction of Parkinson's disease 2025-Mar, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110363 PMID:39832626	研究论文	提出了一种可解释的多模态深度学习框架PIDGN，用于帕金森病的早期预测	通过融合SNP和脑sMRI数据，设计了一种新的可解释深度学习模型PIDGN，并利用SHAP和Grad-CAM技术解释SNP和脑区对PD的重要性	NA	开发一种基于人工智能的有效预测方法，以辅助医生及时诊断帕金森病	帕金森病患者	数字病理学	帕金森病	SNP测序, sMRI	Transformer, 3D ResNet, PIDGN	基因数据, 图像数据	NA
545	2025-05-03	HistoColAi: An open-source web platform for collaborative digital histology image annotation with AI-driven predictive integration 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108577 PMID:39813900	research paper	介绍了一个开源网络平台HistoColAi，用于协作数字组织学图像标注，并整合AI驱动的预测功能	开发了一个直观的开源网络应用，整合AI预测功能，使不熟悉复杂深度学习模型的病理学家也能使用	主要适用于TIFF格式的Whole Slide Imaging (WSI)，可能对其他格式的支持有限	解决数字病理学中缺乏直观、开源的数据标注工具的问题	数字组织学图像，特别是Whole Slide Imaging (WSI)	digital pathology	spindle cell skin neoplasm	deep learning-based methods	NA	image	NA
546	2025-05-03	Targeting protein-ligand neosurfaces with a generalizable deep learning tool 2025-Mar, Nature IF:50.5Q1 DOI:10.1038/s41586-024-08435-4 PMID:39814890	研究论文	本文提出了一种基于几何深度学习的计算策略，用于设计靶向蛋白质-配体复合物新表面的蛋白质	利用学习到的分子表面表示，将仅针对蛋白质训练的表面指纹应用于小分子诱导的新表面，展示了在其他深度学习方法中不常见的泛化能力	NA	开发计算工具以设计新的化学诱导蛋白质相互作用	蛋白质-配体复合物（Bcl2-venetoclax、DB3-progesterone和PDF1-actinonin）	机器学习	NA	几何深度学习	深度学习	分子表面表示	三个药物结合的蛋白质复合物
547	2025-05-03	Reducing reading time and assessing disease in capsule endoscopy videos: A deep learning approach 2025-Mar, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105792 PMID:39817978	研究论文	本文探讨了一种基于深度学习的计算机辅助诊断方法，用于加速胶囊内窥镜视频分析	使用预训练的卷积神经网络(CNN)对胶囊内窥镜视频进行异常帧筛选，显著缩短视频观看时间同时保留93.33%的异常	仅在8个测试视频上进行评估，样本量较小	加速胶囊内窥镜视频分析过程	胶囊内窥镜视频	计算机视觉	胃肠疾病	深度学习	CNN	视频	8个胶囊内窥镜视频(使用5种不同类型胶囊内窥镜拍摄)
548	2025-05-03	GestaltGAN: synthetic photorealistic portraits of individuals with rare genetic disorders 2025-Mar, European journal of human genetics : EJHG IF:3.7Q2 DOI:10.1038/s41431-025-01787-z PMID:39815041	研究论文	使用改进的StyleGAN架构生成罕见遗传疾病患者的合成逼真肖像	提出GestaltGAN模型，能够生成保留疾病特征同时保护患者隐私的合成肖像，并开发了一种生成清晰详细平均患者肖像的技术	仅针对GestaltMatcher数据库中20种最常见疾病进行训练，样本覆盖范围有限	探索生成神经网络在合成罕见疾病准确肖像方面的应用	罕见遗传疾病患者的面部特征	计算机视觉	遗传疾病	StyleGAN架构改进、REAL-ESRGAN超分辨率技术	GAN	图像	GestaltMatcher数据库中20种最常见疾病的患者肖像数据，外加63名人类专家验证
549	2025-05-03	Artificial intelligence-based biomarkers for treatment decisions in oncology 2025-Mar, Trends in cancer IF:14.3Q1 DOI:10.1016/j.trecan.2024.12.001 PMID:39814650	review	本文综述了人工智能在肿瘤治疗决策中的应用，特别是通过深度学习和大型语言模型提供成本效益高的生物标志物	提出了基于人工智能的生物标志物，用于支持癌症治疗决策，包括深度学习和大型语言模型的应用	讨论了这些技术的当前局限性，并提出了在常规临床实践中采用的下一步步骤	探索人工智能在肿瘤治疗决策中的应用，以减少社会经济差异并提高治疗的可及性	实体肿瘤的治疗决策	digital pathology	solid tumors	deep learning, large language models	DL, LLMs	medical imaging, electronic health records	NA
550	2025-05-03	Enhancing plant morphological trait identification in herbarium collections through deep learning-based segmentation 2025 Mar-Apr, Applications in plant sciences IF:2.7Q2 DOI:10.1002/aps3.70000 PMID:40308899	研究论文	本文提出了一种基于深度学习的植物标本图像分割方法，用于去除非植物背景并提升植物形态特征识别的分类性能	提出了一种新颖的深度学习分割方法，用于植物标本图像中非植物背景的去除，显著减少了训练数据准备的所需人工工作量	NA	提升植物标本数字化收藏中植物形态特征识别的准确性	植物标本数字化扫描图像	计算机视觉	NA	深度学习	CNN	图像	NA
551	2025-05-02	Exploring the Feasibility of Deep Learning for Predicting Lignin GC-MS Analysis Results Using TGA and FT-IR 2025-Mar-18, Polymers IF:4.7Q1 DOI:10.3390/polym17060806 PMID:40292675	研究论文	本研究探讨了利用深度学习方法，通过TGA和FT-IR分析数据预测木质素GC-MS分析结果的可行性	首次提出使用深度学习模型基于TGA和FT-IR数据预测GC-MS分析结果，为预算有限的研究提供替代方案	模型需要进一步验证以提升在不同木质素底物上的泛化能力，且需与有机化学家合作评估实际应用价值	开发一种经济高效的木质素分析方法，替代高成本的GC-MS技术	木质素（植物细胞壁提取的复杂生物聚合物）	机器学习	NA	TGA（热重分析）、FT-IR（傅里叶变换红外光谱）、GC-MS（气相色谱-质谱联用）	深度学习	光谱数据、热分析数据	未明确说明样本数量
552	2025-05-02	SP-DTI: subpocket-informed transformer for drug-target interaction prediction 2025-Mar-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf011 PMID:39798127	research paper	介绍了一种名为SP-DTI的子口袋信息Transformer模型，用于提高药物-靶标相互作用预测的准确性和泛化能力	通过子口袋分析和预训练语言模型与图神经网络的结合，提升了模型在未见蛋白质和跨域设置下的性能	未提及具体局限性	提高药物-靶标相互作用预测的准确性和泛化能力，以降低药物发现的成本和实验时间	药物和蛋白质	machine learning	NA	Cavity Identification and Analysis Routine, 预训练语言模型, 图神经网络	Transformer, GNN	分子数据	NA
553	2025-05-02	Automated stenosis estimation of coronary angiographies using end-to-end learning 2025-Mar, The international journal of cardiovascular imaging DOI:10.1007/s10554-025-03324-x PMID:39789341	研究论文	开发了一种基于深度学习的模型，用于自动分类和评估冠状动脉造影中的狭窄程度	相比之前的工作，该方法性能提升，包含所有16个节段，不排除血运重建患者，进行了外部测试，且步骤更简单	NA	提高冠状动脉狭窄评估的准确性和效率	冠状动脉造影的影像数据	计算机视觉	心血管疾病	深度学习	CNN	影像	19,414名患者的332,582段影像循环，其中13,480名患者用于模型开发，5,056名用于内部测试，608名用于外部测试
554	2025-05-02	Automated classification of coronary LEsions fRom coronary computed Tomography angiography scans with an updated deep learning model: ALERT study 2025-Mar, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11308-z PMID:39792162	研究论文	本研究评估了更新后的深度学习模型CorEx-2.0在冠状动脉CT血管造影（CCTA）中定量测量冠状动脉狭窄的诊断性能	使用更新的深度学习模型CorEx-2.0进行冠状动脉狭窄定量测量，以减少读者间差异并提高临床报告效率	单中心回顾性研究，样本量较小（50名患者和150条血管）	评估深度学习模型在冠状动脉狭窄分级和报告中的客观性	冠状动脉CT血管造影（CCTA）扫描	数字病理学	心血管疾病	冠状动脉CT血管造影（CCTA）	深度学习模型（CorEx-2.0）	医学影像	50名患者和150条血管
555	2025-05-02	Artificial Intelligence for Predicting HER2 Status of Gastric Cancer Based on Whole-Slide Histopathology Images: A Retrospective Multicenter Study 2025-Mar, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202408451 PMID:39792693	研究论文	该研究开发了一种名为HER2Net的深度学习模型，用于基于全切片组织病理学图像预测胃癌的HER2状态	创新性地开发了HER2Net模型，通过定量计算HER2高表达区域的比例来预测HER2状态	研究为回顾性多中心研究，可能存在数据偏差	开发一种经济可行且易于使用的工具，用于区分胃癌患者的HER2状态	胃癌患者的全切片组织病理学图像	数字病理学	胃癌	深度学习	CNN	图像	内部训练集520名患者的531张H&E全切片图像，内部测试集111名患者的115张图像，外部多中心测试集101名患者的102张图像
556	2025-05-02	A novel lightweight deep learning based approaches for the automatic diagnosis of gastrointestinal disease using image processing and knowledge distillation techniques 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108579 PMID:39798279	研究论文	提出了一种基于轻量级深度学习的自动诊断胃肠道疾病的方法，结合图像处理和知识蒸馏技术	通过集成模型压缩技术、ConvLSTM层和ConvNext Blocks，并利用知识蒸馏优化，提出了一种计算高效的轻量级模型	研究仅基于6000张内窥镜图像，可能缺乏更大规模或多样化的数据验证	解决深度神经网络在临床环境中的计算效率问题，提高胃肠道疾病的自动诊断效率	胃肠道疾病的内窥镜图像	计算机视觉	胃肠道疾病	知识蒸馏（KD）、图像预处理技术（自适应降噪和图像细节增强）	ConvLSTM、ConvNext Blocks	图像	6000张内窥镜图像
557	2025-05-02	Artificial intelligence for left ventricular hypertrophy detection and differentiation on echocardiography, cardiac magnetic resonance and cardiac computed tomography: A systematic review 2025-Mar-01, International journal of cardiology IF:3.2Q2 DOI:10.1016/j.ijcard.2025.132979 PMID:39798885	系统综述	本文系统综述了人工智能在心脏影像学中检测和区分左心室肥厚（LVH）及其病因的诊断性能	探讨了AI在LVH检测和病因区分中的应用，展示了深度学习与传统机器学习在不同心脏影像技术中的表现	需要更多研究进行实际验证和成本效益分析	研究AI模型在心脏影像学中检测和区分LVH及其常见病因的诊断性能	左心室肥厚（LVH）及其病因	数字病理学	心血管疾病	超声心动图、心脏磁共振（CMR）、心脏计算机断层扫描（CT）	深度学习（DL）、卷积神经网络（CNN）、传统机器学习（ML）	影像数据	30项研究（14项超声心动图、15项CMR、1项心脏CT）
558	2025-05-02	An efficient deep learning system for automatic detection of Acute Lymphoblastic Leukemia 2025-Mar, ISA transactions IF:6.3Q1 DOI:10.1016/j.isatra.2024.12.043 PMID:39799077	research paper	提出了一种基于深度学习的急性淋巴细胞白血病自动检测系统，结合MobileNetV2和ShuffleNet以提高检测性能	结合MobileNetV2和ShuffleNet，引入建议的权重因子和最优阈值以平衡计算效率和分类性能	未提及模型在其他数据集上的泛化能力	开发高效的急性淋巴细胞白血病自动检测系统	急性淋巴细胞白血病（ALL）的检测	digital pathology	leukemia	deep learning, transfer learning	MobileNetV2, ShuffleNet	image	ALLIDB1和ALLIDB2数据集
559	2025-05-02	Glo-net: A dual task branch based neural network for multi-class glomeruli segmentation 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109670 PMID:39799830	研究论文	提出了一种名为Glo-Net的深度学习模型，用于肾病理学中多类肾小球的精确分割和分类	Glo-Net通过将传统语义分割网络分为分割和分类两个分支，并引入创新的损失函数来解决类别不平衡问题，提高了小类肾小球的分类准确性和分割性能	NA	提高肾病理学中肾小球的分割和分类准确性	数字化病理切片中的肾小球	数字病理学	肾脏疾病	深度学习	Glo-Net（基于双任务分支的神经网络）	图像	多机构数据集（包括外部验证集）
560	2025-05-02	Application of deep learning in automated localization and interpretation of coronary artery calcification in oncological PET/CT scans 2025-Mar, The international journal of cardiovascular imaging DOI:10.1007/s10554-025-03327-8 PMID:39804436	研究论文	本研究开发了一种基于DLA-3D模型的AI方法，用于在非门控PET/CT扫描中自动检测冠状动脉钙化（CAC）	首次将DLA-3D模型应用于非门控、自由呼吸、低剂量CT图像的CAC自动检测，实现了专家级别的性能	研究仅基于单一医疗中心的回顾性数据，样本量为677例PET/CT扫描	开发AI方法用于自动检测癌症患者PET/CT扫描中的冠状动脉钙化	677例来自医疗中心的PET/CT扫描数据	数字病理学	心血管疾病	PET/CT扫描	DLA-3D	医学影像	677例PET/CT扫描（训练集88%，测试集12%）