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
1241	2025-03-06	Reconstruction of diploid higher-order human 3D genome interactions from noisy Pore-C data using Dip3D 2025-Mar-04, Nature structural & molecular biology IF:12.5Q1 DOI:10.1038/s41594-025-01512-w PMID:40038455	研究论文	本文提出了一种名为Dip3D的流程，用于从嘈杂的Pore-C数据中重建二倍体高阶人类3D基因组相互作用	Dip3D流程通过训练深度学习模型Clair3进行SNV调用，并采用渐进式单倍型插补策略，显著提高了单倍型信息Pore-C接触率，超越了传统方法在降噪和接触分布均匀性方面的表现	NA	重建二倍体高阶3D基因组相互作用，以更好地理解等位基因特异性表达的关系	人类二倍体高阶染色质相互作用	基因组学	NA	Pore-C, 深度学习	Clair3	基因组数据	HG001细胞系
1242	2025-03-06	Electrocardiogram-based deep learning to predict mortality in paediatric and adult congenital heart disease 2025-Mar-03, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehae651 PMID:39387652	研究论文	本研究开发了一种基于深度学习的ECG工具，用于预测儿童和成人先天性心脏病患者的死亡率	利用卷积神经网络（CNN）对ECG数据进行分析，以预测5年死亡率，并在时间验证中表现出色	模型的精确召回曲线下面积较低（0.17），表明在高风险患者识别上仍有改进空间	开发一种基于ECG的深度学习模型，用于先天性心脏病患者的风险分层	儿童和成人先天性心脏病患者	机器学习	心血管疾病	深度学习	卷积神经网络（CNN）	ECG数据	112,804份ECG数据（39,784名患者）用于训练，112,575份ECG数据（39,784名患者）用于测试
1243	2025-03-06	Spatiotemporal Profiling Defines Persistence and Resistance Dynamics during Targeted Treatment of Melanoma 2025-Mar-03, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-24-0690 PMID:39700408	研究论文	本研究通过空间转录组学在患者来源的异种移植模型中捕捉了治疗期间的克隆谱系演化，揭示了BRAF突变黑色素瘤在靶向治疗中的持久性和耐药性动态	利用空间转录组学和深度学习技术，揭示了黑色素瘤在治疗期间的克隆谱系演化和耐药机制，并识别了潜在的治疗易感时间窗口	研究依赖于患者来源的异种移植模型，可能无法完全反映人类肿瘤的复杂性	研究BRAF突变黑色素瘤在靶向治疗中的持久性和耐药性动态，以识别防止治疗失败的策略	BRAF突变黑色素瘤细胞	数字病理学	黑色素瘤	空间转录组学，深度学习	深度学习模型	转录组数据，组织病理学图像	患者来源的异种移植模型
1244	2025-03-06	Explainable handcrafted features for mitotic event detection and classification 2025-Mar-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87180-8 PMID:40025100	研究论文	本文开发了一种全自动的细胞有丝分裂事件检测方法，旨在减少处理时间并提高细胞增殖率估计的准确性	该方法结合了传统图像处理和机器学习技术，通过特征选择和分类器减少误报，同时提供了可解释的特征	尽管性能与深度学习方法相当，但该方法在特征选择和处理高密度细胞图像时可能存在局限性	开发一种自动化的细胞有丝分裂事件检测方法，以提高细胞增殖率估计的准确性和效率	细胞有丝分裂事件	数字病理学	癌症	机器学习	树分类器和随机森林分类器	图像	两个大型数据集，一个包含相位对比图像，另一个包含无透镜图像
1245	2025-03-06	A Feature Fusion Attention-based Deep Learning Algorithm for Mammographic Architectural Distortion Classification 2025-Mar-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3547263 PMID:40031706	研究论文	本文提出了一种基于特征融合和注意力机制的深度学习算法，用于乳腺X线摄影中结构扭曲的分类	结合了Vision Transformer (ViT)注意力网络和VGG-16，提高了结构扭曲检测的准确性和效率	未提及具体局限性	提高乳腺X线摄影中结构扭曲检测的准确性和效率	乳腺X线摄影中的结构扭曲	计算机视觉	乳腺癌	深度学习	Vision Transformer (ViT) + VGG-16	图像	PINUM和DDSM数据集
1246	2025-03-06	Deep Point Cloud Edge Reconstruction Via Surface Patch Segmentation 2025-Mar-03, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3547411 PMID:40031714	研究论文	本文提出了一种通过表面补丁分割进行点云边缘重建的新方法，旨在解决现有方法在边缘点稀疏和非均匀分布情况下的拟合误差问题	引入了一种新颖的两阶段框架，通过表面补丁分割来精确和完整地重建边缘，并提出了PCER-Net网络同时进行表面补丁分割、边缘点检测和法线预测	虽然方法在实验中表现出色，但未提及在实际应用中的计算效率和资源消耗情况	解决点云数据参数化边缘重建中的拟合误差问题，提高重建精度和完整性	点云数据	计算机视觉	NA	深度学习	PCER-Net	点云数据	包括CAD和日常模型（家具）的多样化补丁-边缘数据集
1247	2025-03-06	PICASO Set Operator for Computational Nephropathology 2025-Mar-03, Kidney360 IF:3.2Q1 DOI:10.34067/KID.0000000668 PMID:40029711	研究论文	本文介绍了一种名为PICASO的新型排列不变集合操作符，用于动态聚合病理学特征，并在两种肾病场景中进行了应用	PICASO是一种基于Transformer的集合操作符，能够动态聚合实例集合中的特征，显著提升了肾病病理诊断的性能	研究仅在两种肾病场景中进行了验证，尚未在其他病理学领域进行广泛测试	通过引入PICASO集合操作符，提升肾病病理诊断的准确性和性能	IgA肾病中的活动性新月体病变检测和肾移植中的抗体介导排斥反应（AMR）分类	数字病理学	肾病	深度学习	Transformer	图像	IgA肾病数据集包含6206个PAS染色的肾小球图像（5792个无活动性新月体，414个有活动性新月体），AMR分类数据集包含1655个PAS染色的肾小球图像（769个AMR，886个非AMR）
1248	2025-03-06	In vitro evaluation of multi-protein chimeric antigens in effectively clearing the blood stage of Plasmodium falciparum 2025-Mar-03, Vaccine IF:4.5Q2 DOI:10.1016/j.vaccine.2025.126952 PMID:40037124	研究论文	本文评估了多蛋白嵌合抗原在体外有效清除恶性疟原虫血液期感染的效果	提出了一种结合多个抗原的策略，通过选择最具免疫优势的肽序列来应对多态性和冗余性，并创建了三种嵌合抗原	研究仅在体外进行，尚未在体内验证其效果	开发一种有效的疫苗策略，以清除恶性疟原虫血液期感染	恶性疟原虫的血液期抗原	免疫学	疟疾	嵌合抗原设计、表位映射微阵列、深度学习	深度学习	蛋白质序列、抗体数据	疟疾感染患者的样本
1249	2025-03-06	Multimodal histopathologic models stratify hormone receptor-positive early breast cancer 2025-Mar-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-57283-x PMID:40025017	研究论文	本文开发了一种名为Orpheus的多模态深度学习工具，用于从H&E全切片图像中推断激素受体阳性早期乳腺癌的Oncotype DX®复发评分（RS）	Orpheus模型能够更准确地识别高风险病例（RS > 25），并在RS ≤ 25的患者中比RS本身更准确地确定转移性复发的风险	模型的全球采用可能受到成本和滞后时间的限制	开发一种深度学习工具以改进激素受体阳性早期乳腺癌的复发评分预测	激素受体阳性早期乳腺癌患者	数字病理学	乳腺癌	深度学习	多模态深度学习模型	H&E全切片图像	6172例来自三个机构的病例
1250	2025-03-06	GNINA 1.3: the next increment in molecular docking with deep learning 2025-Mar-02, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-00973-x PMID:40025560	研究论文	本文介绍了开源分子对接软件GNINA的1.3版本，该版本更新了深度学习框架并引入了新的功能	GNINA 1.3更新了深度学习框架至PyTorch，提高了计算效率，并引入了知识蒸馏的CNN评分函数，支持共价对接	未明确提及具体限制	提高分子对接的计算效率和准确性，支持共价对接	分子对接软件GNINA	计算机辅助药物设计	NA	分子对接，深度学习	CNN	分子结构数据	使用CrossDocked2020 v1.3数据集进行训练
1251	2025-03-06	Development of a deep learning radiomics model combining lumbar CT, multi-sequence MRI, and clinical data to predict high-risk cage subsidence after lumbar fusion: a retrospective multicenter study 2025-Mar-02, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01355-y PMID:40025592	研究论文	本研究开发并验证了一个结合临床数据、深度学习放射组学和放射组学特征的模型，用于预测腰椎融合术后高风险患者发生笼沉降（CS）的情况	结合了临床数据、深度学习放射组学和传统放射组学特征，开发了一个预测模型，并在多中心数据上进行了验证，模型表现优于经验丰富的外科医生的预测	研究为回顾性研究，可能存在选择偏倚，且样本量相对较小	预测腰椎融合术后高风险患者发生笼沉降（CS）的情况	305名接受腰椎融合手术的患者	数字病理学	腰椎疾病	深度学习、LASSO回归、逻辑回归	3D视觉变换模型	CT、MRI、临床数据	305名患者（训练组214名，验证组61名，测试组30名）
1252	2025-03-06	KID-PPG: Knowledge Informed Deep Learning for Extracting Heart Rate From a Smartwatch 2025-Mar, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3477275 PMID:39383068	研究论文	本文提出了一种名为KID-PPG的知识引导深度学习模型，用于从智能手表的PPG信号中准确提取心率	KID-PPG模型通过自适应线性滤波、深度概率推断和数据增强整合了专家知识，解决了深度学习模型在运动伪影去除、信号退化评估和生理合理性分析方面的不足	NA	提高从PPG信号中提取心率的准确性	PPG信号	生物医学工程	NA	深度学习	KID-PPG	PPG信号	PPGDalia数据集
1253	2025-03-06	Artificial intelligence can be trained to predict c-KIT-11 mutational status of canine mast cell tumors from hematoxylin and eosin-stained histological slides 2025-Mar, Veterinary pathology IF:2.3Q1 DOI:10.1177/03009858241286806 PMID:39422217	研究论文	本研究旨在训练深度学习模型（DLMs）仅基于形态学识别犬肥大细胞肿瘤（MCTs）中的c-KIT-11基因突变状态	首次使用深度学习模型从HE染色切片中预测犬肥大细胞肿瘤的c-KIT-11基因突变状态	染色协议和扫描仪类型影响模型准确性，跨机构数据集未达到最高准确率	评估深度学习模型在预测犬肥大细胞肿瘤c-KIT-11基因突变状态中的应用	犬肥大细胞肿瘤（MCTs）	数字病理学	犬肥大细胞肿瘤	深度学习	DLMs	图像	368个皮肤、皮下和黏膜下MCTs样本（195个有ITD突变，173个无ITD突变）
1254	2025-03-06	Nuclear pleomorphism in canine cutaneous mast cell tumors: Comparison of reproducibility and prognostic relevance between estimates, manual morphometry, and algorithmic morphometry 2025-Mar, Veterinary pathology IF:2.3Q1 DOI:10.1177/03009858241295399 PMID:39560067	研究论文	本研究比较了不同核形态评估方法在犬皮肤肥大细胞肿瘤中的可重复性和预后相关性	开发了基于深度学习的自动形态测量方法，并验证了其与手动形态测量方法在预后评估中的效果	需要进一步研究验证结果、确定算法间的可重复性和鲁棒性，并探索整个肿瘤切片中核特征的异质性	探索犬皮肤肥大细胞肿瘤核形态评估方法的局限性并开发替代的形态测量解决方案	犬皮肤肥大细胞肿瘤（ccMCTs）	数字病理学	犬皮肤肥大细胞肿瘤	深度学习	NA	图像	96个犬皮肤肥大细胞肿瘤样本
1255	2025-03-06	Converting dose-area product to effective dose in dental cone-beam computed tomography using organ-specific deep learning 2025-Mar-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twae067 PMID:39607772	研究论文	本文开发了一种使用深度学习将剂量面积积（DAP）转换为患者剂量的准确方法，应用于牙科锥形束计算机断层扫描（CBCT）	使用深度学习模型（神经网络）来估计每个器官的等效剂量，相较于传统的多元线性回归模型和直接转换系数，显著提高了剂量估计的准确性	研究仅基于成人体模的模拟数据，未涉及真实患者数据，可能影响模型的泛化能力	开发一种准确的方法，将剂量面积积（DAP）转换为患者剂量，用于牙科锥形束计算机断层扫描（CBCT）	成人体模的CBCT曝光数据	数字病理	NA	深度学习	神经网络（NN）	模拟数据	24,384次CBCT曝光
1256	2025-03-06	Magnetic resonance image denoising for Rician noise using a novel hybrid transformer-CNN network (HTC-net) and self-supervised pretraining 2025-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.17562 PMID:39641989	研究论文	本文提出了一种结合Transformer和卷积神经网络（CNN）的混合网络（HTC-net）及自监督预训练策略，用于提高磁共振图像（MRI）的去噪性能	提出了一种新的混合Transformer-CNN网络（HTC-net），结合自监督预训练策略，有效利用长程信息并减少对配对MRI图像的需求	样本量有限，特别是配对的有噪和无噪MRI图像的数量限制了去噪性能	开发一种有效的深度学习方法，通过利用长程信息和预训练来提高MRI图像的去噪性能	磁共振图像（MRI）	计算机视觉	NA	深度学习	Transformer-CNN混合网络（HTC-net）	图像	肺部HP 129Xe MRI数据集（1059张图像）和IXI数据集（5000张图像）
1257	2025-03-06	Learning soft tissue deformation from incremental simulations 2025-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.17554 PMID:39642013	研究论文	本研究探讨了使用时空增量建模进行面部软组织生物力学模拟的方法	提出了结合时空特征的增量学习方法，显著减少了模拟时间，并提高了模拟精度	研究仅基于17名接受正颌手术的受试者数据，样本量较小	加速面部软组织生物力学模拟，以支持正颌手术的临床规划	面部软组织	生物力学模拟	NA	有限元方法（FEM）和深度学习（DL）	图神经网络（GNN）	模拟数据	17名接受正颌手术的受试者
1258	2025-03-06	A dual-decoder banded convolutional attention network for bone segmentation in ultrasound images 2025-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.17545 PMID:39651711	研究论文	本文提出了一种双解码器带状卷积注意力网络（BCA-Net），用于超声图像中的骨骼分割，旨在提高计算机辅助骨科手术（CAOS）中骨骼结构提取的精确性和效率	提出了一种新的双解码器带状卷积注意力网络（BCA-Net），利用多尺度带状卷积核和任务一致性损失，显著提高了骨骼分割的准确性和效率	研究依赖于特定数据集（1623组超声图像），可能限制了模型的泛化能力	系统研究骨骼超声图像的特征提取和分割方法，提出一种创新的卷积神经网络以满足CAOS中精确和高效的骨骼结构提取需求	超声图像中的骨骼结构	计算机视觉	骨科疾病	卷积神经网络（CNN）	BCA-Net	图像	1623组超声图像
1259	2025-03-06	Establishment of cancer cell radiosensitivity database linked to multi-layer omics data 2025-Mar, Cancer science IF:4.5Q1 DOI:10.1111/cas.16334 PMID:39668120	研究论文	本文旨在建立一个与多层组学数据相关联的癌细胞放射敏感性数据库，以探索癌症放射敏感性	通过深度学习筛选大量文献，建立了一个包含285个细胞系的放射敏感性数据库，并与多层组学数据相关联	数据库的建立依赖于文献数据，可能存在数据质量和一致性的问题	探索癌症放射敏感性，并建立一个与多层组学数据相关联的放射敏感性数据库	癌细胞系	数字病理学	癌症	深度学习	NA	文献数据、组学数据	285个细胞系，来自28种癌症类型
1260	2025-03-06	Deep learning detected histological differences between invasive and non-invasive areas of early esophageal cancer 2025-Mar, Cancer science IF:4.5Q1 DOI:10.1111/cas.16426 PMID:39692707	研究论文	本研究利用深度学习技术探索早期食管癌中浸润区与非浸润区的组织学差异	首次使用AI模型（CLAM）分析早期食管癌的浸润区与非浸润区的组织学差异，并发现浸润区血管数量和大小显著增加	样本量较小（75例），且仅针对食管鳞状细胞癌（ESCC）进行研究，未涵盖其他类型的食管癌	探索早期食管癌中浸润区与非浸润区的形态学差异，以揭示浸润机制	75例食管鳞状细胞癌（ESCC）患者的组织样本	数字病理学	食管癌	内镜黏膜下剥离术（ESD）	CLAM（聚类约束注意力多实例学习模型）	图像	75例食管鳞状细胞癌（ESCC）患者的组织样本