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
1261	2025-02-28	Advanced deep learning techniques for recognition of dental implants 2025 Mar-Apr, Journal of oral biology and craniofacial research DOI:10.1016/j.jobcr.2025.01.016 PMID:40008072	研究论文	本研究评估了一种先进的深度学习技术DEtection TRanformer，用于识别牙科植入物	使用基于Transformer的深度学习技术DEtection TRanformer进行牙科植入物识别，这是一种新颖的应用	模型在未见过的验证数据上表现不佳，需要在准确性和效率之间进行优化	开发一种能够通过分析X光片图像来预测植入物类型的人工智能工具	牙科植入物	计算机视觉	NA	深度学习	DEtection TRanformer	图像	1138张图像，包含五种植入物类型，来自根尖和全景X光片	NA	NA	NA	NA
1262	2025-10-07	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	本研究评估更新版深度学习模型CorEx-2.0在冠状动脉CT血管造影扫描中自动分类冠状动脉病变的诊断性能	使用最新更新的深度学习模型CorEx-2.0进行冠状动脉狭窄定量分析，并与两位专家读片者进行独立比较	单中心回顾性研究，样本量较小（50例患者），缺乏多中心验证	评估深度学习模型在冠状动脉CT血管造影中定量测量冠状动脉狭窄的诊断性能	接受冠状动脉CT血管造影检查以排除阻塞性冠状动脉疾病的患者	医学影像分析	心血管疾病	冠状动脉CT血管造影	深度学习模型	医学影像	50例患者，150条血管	NA	CorEx-2.0	灵敏度, Cohen's kappa, 线性加权kappa, 一致率	NA
1263	2025-10-07	Combining deep learning and machine learning techniques to track air pollution in relation to vegetation cover utilizing remotely sensed data 2025-Mar, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124323 PMID:39914214	研究论文	结合深度学习和机器学习技术，利用遥感数据追踪空气污染与植被覆盖的关系	首次将机器学习(XGB、SVM、RF)和深度学习(Unet、Unet++、MAnet、Linknet)模型集成应用于达卡市空气污染与植被覆盖关系研究	未使用高分辨率影像和未整合社会经济数据	研究空气污染物(PM2.5和PM10)浓度上升与城市绿地减少之间的关系	孟加拉国达卡市的空气污染和植被覆盖	环境遥感	NA	遥感技术	集成机器学习模型,深度学习分割模型	遥感影像数据	1990-2022年期间的时序数据	NA	Unet, Unet++, MAnet, Linknet	NA	NA
1264	2025-10-07	Carbon source dosage intelligent determination using a multi-feature sensitive back propagation neural network model 2025-Mar, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124341 PMID:39933376	研究论文	提出一种基于SHAP和敏感性分析的多特征敏感反向传播神经网络模型，用于污水处理厂碳源投加的智能确定	结合SHAP和敏感性分析构建多特征敏感BPNN模型，引入理论公式提升预测精度，采用反馈调节处理异常数据	模型在短期和有限数据条件下开发，可能对数据质量敏感	解决污水处理厂反硝化阶段碳源投加不经济和出水总氮浓度不稳定的问题	污水处理厂的碳源投加过程	机器学习	NA	深度学习	BPNN	过程参数数据	NA	NA	多特征敏感反向传播神经网络	R, 出水总氮浓度改善率, 碳源投加减少率	NA
1265	2025-10-07	Deep learning-driven behavioral analysis reveals adaptive responses in Drosophila offspring after long-term parental microplastic exposure 2025-Mar, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124502 PMID:39933380	研究论文	通过深度学习分析果蝇幼虫行为，研究父母代长期暴露于微塑料对后代的跨代影响	首次结合深度学习行为追踪技术与跨代实验设计，揭示长期微塑料暴露诱导果蝇后代产生适应性行为反应	仅使用聚苯乙烯微塑料，未研究其他类型微塑料的影响；仅观察幼虫阶段行为变化	评估微塑料对陆地生物的跨代影响及潜在适应性反应	黑腹果蝇（Drosophila melanogaster）及其后代幼虫	行为分析	NA	深度学习行为追踪	深度学习	行为视频数据	不同时间点（第2、8、14天）采集的后代幼虫	NA	NA	爬行速度、爬行角速度	NA
1266	2025-10-07	Hybrid deep learning downscaling of GCMs for climate impact assessment and future projections in Oman 2025-Mar, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124522 PMID:39951996	研究论文	本研究开发了一种混合深度学习方法来降尺度全球环流模型，用于阿曼地区的气候影响评估和未来预测	提出了一种结合序列到序列模型、时序卷积网络编码器和Transformer解码器的新型混合深度学习方法	研究仅针对阿曼Wadi Dayqah流域，结果可能不适用于其他地区	开发准确的GCM降尺度方法以评估气候变化影响和水资源管理	阿曼Wadi Dayqah流域的气候数据和水文响应	机器学习	NA	气候模型降尺度，水文建模	序列到序列模型，TCN，Transformer，LSTM，随机森林	气候数据，降水温度数据，水文数据	14个GCM模型，1992-2006年校准数据，2007-2011年验证数据	NA	时序卷积网络，Transformer，LSTM	NSE，RMSE，BIAS，相对误差	NA
1267	2025-10-07	LiteMamba-Bound: A lightweight Mamba-based model with boundary-aware and normalized active contour loss for skin lesion segmentation 2025-Mar, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.01.008 PMID:39864606	研究论文	提出一种轻量级的Mamba基础模型LiteMamba-Bound，用于皮肤病变分割任务	首次将2D选择性扫描(SS2D)模块应用于皮肤图像分割，提出通道注意力双Mamba块、反向注意力边界模块和归一化主动轮廓损失函数	仅在两个皮肤图像数据集(ISIC2018和PH2)上进行了验证，需要更多数据集测试泛化能力	开发高效的皮肤病变分割模型以提高皮肤病诊断精度	皮肤医学图像中的病变区域分割	计算机视觉	皮肤癌	深度学习	Mamba-based模型	医学图像	ISIC2018和PH2两个皮肤图像数据集	NA	LiteMamba-Bound, CAD-Mamba块, Mix Convolution with Simple Attention瓶颈块, Reverse Attention Boundary模块	NA	NA
1268	2025-10-07	HybProm: An attention-assisted hybrid CNN-BiLSTM model for the interpretable prediction of DNA promoter 2025-Mar, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.02.001 PMID:39929298	研究论文	提出一种名为HybProm的混合深度学习模型，用于跨物种DNA启动子的可解释预测	结合CNN-BiLSTM-Attention架构，通过DNA2Vec将DNA序列转换为低维向量，实现高精度且可解释的启动子预测	NA	提高DNA启动子预测的准确性和可解释性	大肠杆菌、人类、小鼠和植物等多种物种的DNA启动子序列	生物信息学	NA	DNA2Vec序列嵌入	CNN, BiLSTM, Attention机制	DNA序列数据	NA	NA	CNN-BiLSTM-Attention混合架构	准确率	NA
1269	2025-02-25	CATALYZE: a deep learning approach for cataract assessment and grading on SS-OCT images 2025-Mar-01, Journal of cataract and refractive surgery IF:2.6Q1 DOI:10.1097/j.jcrs.0000000000001598 PMID:39680679	研究论文	本文提出了一种基于深度学习的方法CATALYZE，用于在SS-OCT图像上进行白内障评估和分级	开发了一种新的客观深度学习模型，用于基于SS-OCT扫描的白内障分级，并引入了临床显著性指数（CSI）作为评估指标	单中心研究，排除了有眼部手术史、角膜或视网膜疾病以及眼干燥症的患者	评估一种新的客观深度学习模型在白内障分级中的应用	白内障患者和对照组的眼睛	计算机视觉	白内障	SS-OCT扫描	深度学习模型	图像	548只眼睛（315名患者，年龄19至85岁）	NA	NA	NA	NA
1270	2025-10-07	Beyond averaging: A transformer approach to decoding event related brain potentials 2025-Mar, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121049 PMID:39864567	研究论文	本研究评估了基于Transformer的深度学习方法在脑电图事件相关电位分析中的应用潜力	首次将Transformer网络和注意力机制应用于事件相关电位分析，相比传统平均方法能发现更多隐藏信息	样本量相对较小（29名参与者），研究仅针对响度感知这一特定实验范式	探索深度学习在脑电图事件相关电位分析中的优势，特别是与传统平均方法的比较	29名18-30岁正常听力参与者的脑电图数据和主观响度评级	机器学习	NA	脑电图记录	Transformer, CNN	脑电图信号	29名参与者	NA	卷积Transformer	准确率, AUC	NA
1271	2025-10-07	Pressure-Enabled Drug Delivery Significantly Increases Intra-Arterial Delivery of Embolic Microspheres to Liver Tumors in a Porcine Model 2025-Mar, Journal of vascular and interventional radiology : JVIR IF:2.6Q2 DOI:10.1016/j.jvir.2024.11.014 PMID:39586533	研究论文	本研究验证了压力驱动药物递送技术相比传统方法能显著提高栓塞微球在猪肝肿瘤模型中的递送效率	首次在Oncopig猪模型中使用压力调节微导管装置进行压力驱动药物递送，证明其能显著提升微球在肝肿瘤中的渗透率	研究样本量较小（每组n=8），且仅在猪肝肿瘤模型中进行验证	比较压力驱动药物递送与传统微导管技术在肝肿瘤治疗中的微球递送效率	猪肝肿瘤模型（Oncopig模型）	医学影像分析	肝癌	肝动脉灌注、荧光标记、深度学习图像分析	深度学习算法	组织图像	16个猪肝肿瘤样本（传统组8个，PEDD组8个）	Visiopharm	NA	信号强度定量分析、肿瘤与正常组织比率	NA
1272	2025-10-07	Performance and efficiency of machine learning models in analyzing capillary serum protein electrophoresis 2025-Mar-01, Clinica chimica acta; international journal of clinical chemistry DOI:10.1016/j.cca.2025.120165 PMID:39875052	研究论文	本研究开发了用于M蛋白分类和定位的人工智能诊断模型，评估了多种机器学习模型在毛细管血清蛋白电泳分析中的性能和效率	首次将U-Net与Transformer结合用于M蛋白分类和定位，并在大规模数据集上验证其性能达到专家水平	研究仅基于单一机构的数据集，需要进一步外部验证	开发自动化临床血清蛋白电泳工作流程的人工智能诊断模型	毛细管血清蛋白电泳数据中的M蛋白	机器学习	M蛋白相关疾病	血清蛋白电泳	XGBoost, U-Net, Transformer	电泳结果数据	85,026个SPEP结果用于训练验证，1,079个样本用于独立测试	NA	U-Net, Transformer	灵敏度, 阳性预测值, 特异性, 阴性预测值, F1分数, 准确率, AUC, Matthews相关系数, 交并比	NA
1273	2025-10-07	Computational advances in biosynthetic gene cluster discovery and prediction 2025 Mar-Apr, Biotechnology advances IF:12.1Q1 DOI:10.1016/j.biotechadv.2025.108532 PMID:39924008	综述	本文全面介绍了生物合成基因簇发现与预测领域的计算技术进展，重点关注机器学习在BGC挖掘中的应用	系统总结了人工智能特别是深度学习算法在BGC挖掘中提升速度和精度的最新进展	NA	促进新型天然产物发现和药物开发	细菌、真菌及部分动植物中的生物合成基因簇	生物信息学	NA	基因组挖掘	机器学习,深度学习	基因组数据	NA	NA	NA	NA	NA
1274	2025-10-07	Deep learning based analysis of dynamic video ultrasonography for predicting cervical lymph node metastasis in papillary thyroid carcinoma 2025-Mar, Endocrine IF:3.0Q2 DOI:10.1007/s12020-024-04091-w PMID:39556263	研究论文	本研究开发了一种基于深度学习的动态视频超声分析模型，用于预测甲状腺乳头状癌患者的颈淋巴结转移风险	首次将深度学习应用于动态超声视频分析来预测颈淋巴结转移，相比传统静态图像方法具有更高准确性和鲁棒性	研究为单中心回顾性研究，样本量相对有限（388例患者），需要多中心前瞻性验证	开发深度学习模型辅助临床医生更准确预测甲状腺乳头状癌患者的颈淋巴结转移风险	甲状腺乳头状癌患者及其甲状腺结节	计算机视觉	甲状腺癌	超声成像	CNN	视频,图像	388例患者的717个甲状腺结节	NA	DenseNet121	AUROC,敏感性,特异性	NA
1275	2025-10-07	Early-Stage Melanoma Cancer Diagnosis Framework for Imbalanced Data From Dermoscopic Images 2025-Mar, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24736 PMID:39573895	研究论文	提出一种用于皮肤镜图像中早期黑色素瘤诊断的深度学习框架，解决数据不平衡问题	结合CNN、DenseNet、批量归一化层、最大池化和ReLU激活函数的新型框架，有效解决过拟合问题	NA	开发自动化的黑色素瘤早期诊断方法	皮肤镜图像中的黑色素瘤病变	计算机视觉	黑色素瘤皮肤癌	皮肤镜成像	CNN, DenseNet	图像	ISIC-2019数据集和HAM-10000数据集的大量样本	NA	CNN, DenseNet	准确率, 微平均准确率	NA
1276	2025-02-21	ViroNia: LSTM based proteomics model for precise prediction of HCV 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109573 PMID:39733555	研究论文	本文介绍了ViroNia，一种基于LSTM的蛋白质组学模型，用于高精度预测HCV病毒蛋白分类	ViroNia利用LSTM架构进行病毒蛋白分类，展示了其在分类任务中的高效性，并优于其他深度学习架构如Simple RNN、GRU、1d CNN和双向LSTM	尽管ViroNia在分类任务中表现出色，但其在更广泛数据集上的泛化能力尚未验证	开发高精度的病毒蛋白分类模型，以支持病毒研究和干预设计	HCV病毒蛋白	自然语言处理	NA	LSTM	LSTM	蛋白质序列	2250个蛋白质序列	NA	NA	NA	NA
1277	2025-02-21	Improved early detection accuracy for breast cancer using a deep learning framework in medical imaging 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109751 PMID:39884057	研究论文	本文提出了一种新的深度学习框架，用于提高乳腺癌早期检测的准确性	结合卷积神经网络（CNN）与特征选择和融合方法，自动从图像中学习并找到相关特征，从而超越现有方法	未提及具体的数据集大小或多样性限制	提高乳腺癌早期检测的准确性	乳腺癌的医学影像	计算机视觉	乳腺癌	深度学习	CNN	图像	NA	NA	NA	NA	NA
1278	2025-02-21	Deep learning image registration for cardiac motion estimation in adult and fetal echocardiography via a focus on anatomic plausibility and texture quality of warped image 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109719 PMID:39884059	研究论文	本文提出了一种深度学习图像配准方法，用于成人和胎儿超声心动图中的心脏运动估计，重点关注变形图像的解剖合理性和纹理质量	提出了一种新的深度学习图像配准框架，通过引入解剖形状编码约束和数据驱动的纹理约束，提高了变形图像的解剖合理性和纹理质量	尽管方法在成人和胎儿超声心动图中表现出色，但未提及在其他类型医学图像上的适用性	提高超声心动图中心脏运动估计的准确性和一致性	成人和胎儿超声心动图	计算机视觉	心血管疾病	深度学习图像配准（DLIR）	深度学习模型	图像	多人口胎儿数据集和公共CAMUS成人数据集	NA	NA	NA	NA
1279	2025-02-21	A comparative study of statistical, radiomics, and deep learning feature extraction techniques for medical image classification in optical and radiological modalities 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109768 PMID:39891957	研究论文	本文比较了统计、放射组学和深度学习特征提取技术在医学图像分类中的应用效果	通过对比不同特征提取技术在多种医学影像模态下的表现，揭示了深度学习技术在准确性和速度上的优势	研究仅针对二分类问题，未涉及多分类或更复杂的医学图像分析任务	评估不同特征提取技术对医学图像分类模型性能的影响	H&E染色图像、胸部X光片和视网膜OCT图像	计算机视觉	NA	统计特征提取、放射组学特征提取、深度学习特征提取	PCA-LDA, ResNet50, DenseNet121	图像	NA	NA	NA	NA	NA
1280	2025-10-07	Deep learning-based segmentation in MRI-(immuno)histological examination of myelin and axonal damage in normal-appearing white matter and white matter hyperintensities 2025-Mar, Brain pathology (Zurich, Switzerland) DOI:10.1111/bpa.13301 PMID:39175459	研究论文	本研究结合深度学习和多模态成像技术，量化分析正常表现白质和白质高信号区域的髓鞘和轴突损伤	首次将深度学习分割技术与偏振光成像、(免疫)组织化学及死后脑成像相结合，实现体素级别的白质微结构病理评估	研究样本量有限，且为死后组织分析，无法实时观察疾病进展过程	探究脑小血管疾病中白质微结构损伤的早期病理机制	高血压患者和正常血压对照者的死后脑组织样本	数字病理学	脑血管疾病	偏振光成像,(免疫)组织化学,磁共振成像,深度学习分割	深度学习	医学图像,组织切片	高血压患者和正常血压对照者的脑组织样本（具体数量未明确说明）	NA	NA	NA	NA