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
581	2025-05-03	The Microscope and Beyond: Current Trends in the Characterization of Kidney Allograft Rejection From Tissue Samples 2025-03-01, Transplantation IF:5.3Q1 DOI:10.1097/TP.0000000000005153 PMID:39436268	综述	本文综述了当前和新兴的创新工具在肾移植排斥反应组织样本表征中的应用及其潜力	讨论了数字化病理工作流程、深度学习、多重免疫组化、单细胞转录组学和空间转录组学等新兴技术在肾移植排斥反应表征中的应用	Banff分类系统目前仍以活检为中心，主要依赖半定量组织学评分系统，缺乏可重复性和精细度	增强肾移植排斥反应的表征	肾移植排斥反应的组织样本	数字病理学	肾移植排斥反应	多重免疫组化、单细胞转录组学、空间转录组学	深度学习	组织样本、转录组数据	NA
582	2025-05-03	Self-supervised learning improves robustness of deep learning lung tumor segmentation models to CT imaging differences 2025-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.17541 PMID:39636237	research paper	研究比较了自监督学习（SSL）中wild-pretraining和self-pretraining方法在非小细胞肺癌（NSCLC）分割任务中的鲁棒性	首次在医学图像分析中比较了wild-pretraining和self-pretraining的鲁棒性，并发现wild-pretrained Swin模型对CT成像差异更具鲁棒性	ViT和CNN模型在wild-pretraining和self-pretraining之间没有显示出明显优势	比较不同预训练方法对深度学习模型在肺癌分割任务中鲁棒性的影响	非小细胞肺癌（NSCLC）的3D CT扫描图像	digital pathology	lung cancer	self-supervised learning (SSL), 3D computed tomography (CT)	CNN, ViT, Swin	3D CT图像	预训练使用10,412个3D CT扫描，微调使用377个NSCLC患者数据，测试使用早期（n = 156）和晚期（n = 196）NSCLC数据集
583	2025-05-03	Deep Equilibrium Unfolding Learning for Noise Estimation and Removal in Optical Molecular Imaging 2025-Mar, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102492 PMID:39823663	研究论文	提出了一种端到端模型驱动的深度平衡展开Mamba（DEQ-UMamba），用于光学分子成像中的噪声估计和去除	结合近端梯度下降技术和学习的空间-频率特性，将复杂噪声结构解耦为统计分布，实现荧光图像中的有效噪声估计和抑制	未明确提及具体局限性	解决光学分子成像中因高帧率和低激发剂量导致的图像噪声问题	荧光图像	计算机视觉	NA	光学分子成像	DEQ-UMamba	图像	临床和体内数据集
584	2025-05-03	ResViT FusionNet Model: An explainable AI-driven approach for automated grading of diabetic retinopathy in retinal images 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109656 PMID:39823821	research paper	提出了一种名为ResViT FusionNet的混合模型，用于糖尿病视网膜病变的自动分级	结合了CNN（特别是ResNet50）和Vision Transformers（ViTs）的优势，并采用可解释AI技术（如LIME和Grad-CAM）提高模型的透明度和可解释性	未提及具体的数据集规模或模型在多样化数据集上的泛化能力	开发一种自动、准确且个性化的机器学习方法，用于早期糖尿病视网膜病变的检测和治疗	糖尿病视网膜病变（DR）的视网膜图像	computer vision	糖尿病视网膜病变	数据增强（包括像素值重缩放、水平翻转、旋转和缩放）	ResViT FusionNet（结合CNN和ViT的混合模型）	图像	NA
585	2025-05-03	De novo designed proteins neutralize lethal snake venom toxins 2025-Mar, Nature IF:50.5Q1 DOI:10.1038/s41586-024-08393-x PMID:39814879	研究论文	利用深度学习设计新型蛋白质以中和致命蛇毒毒素	首次使用深度学习方法从头设计蛋白质，有效中和蛇毒中的三指毒素（3FTx）	实验筛选有限，尚未进行大规模临床试验	开发更安全、经济且广泛可用的下一代抗蛇毒疗法	蛇毒中的短链和长链α-神经毒素及细胞毒素	机器学习	蛇咬伤	深度学习	NA	蛋白质结构数据	小鼠实验
586	2025-05-03	Synthesized colonoscopy dataset from high-fidelity virtual colon with abnormal simulation 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109672 PMID:39826299	research paper	提出了一种从高保真虚拟结肠生成合成结肠镜数据集的方法，用于训练深度学习模型	通过高保真3D结肠模型渲染和多样化异常模拟（如息肉、出血和溃疡）生成合成结肠镜图像	合成数据的真实性可能仍无法完全替代真实结肠镜图像	解决结肠镜图像数据不足的问题，提升深度学习模型的泛化能力	结肠镜图像数据集	digital pathology	结肠疾病	3D渲染、表面网格变形、纹理映射	深度学习模型	图像	NA
587	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
588	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）
589	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
590	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
591	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
592	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)
593	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
594	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
595	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
596	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
597	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
598	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
599	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
600	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