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
901	2025-04-24	High-Performance Method and Architecture for Attention Computation in DNN Inference 2025-Apr, IEEE transactions on biomedical circuits and systems IF:3.8Q2 DOI:10.1109/TBCAS.2024.3436837 PMID:39088504	研究论文	提出了一种基于存内计算（CIM）宏的在线可编程注意力硬件架构，用于深度神经网络（DNN）推理中的注意力计算	通过将注意力计算过程分解为多个级联组合矩阵操作，设计了在线可编程CIM架构以动态调整权重，提高了集成密度、能效和计算精度	研究基于100nm CMOS工艺，未涉及更先进工艺下的性能表现	优化注意力机制在硬件上的实现，提高DNN推理的效率和准确性	注意力计算硬件架构	机器学习	NA	存内计算（CIM）	DNN	NA	NA
902	2025-04-24	Neoadjuvant Chemotherapy Response in Triple-Negative Apocrine Carcinoma: Comparing Apocrine Morphology, Androgen Receptor, and Immune Phenotypes 2025-Apr-01, Archives of pathology & laboratory medicine IF:3.7Q1 DOI:10.5858/arpa.2023-0561-OA PMID:38960391	研究论文	评估三阴性乳腺癌（TNBC）对新辅助化疗（NAC）的反应，并分析顶浆分泌形态、雄激素受体（AR）状态、Ki-67标记指数（Ki-67LI）及肿瘤浸润淋巴细胞（TILs）的影响	首次比较了TNBC中顶浆分泌形态、AR状态及免疫表型对新辅助化疗反应的预测价值，并利用深度学习模型量化TILs	研究样本仅来自单一机构，且顶浆分泌形态TNBC病例较少，可能影响统计效力	探索TNBC亚型对新辅助化疗反应的预测因素	232例接受NAC后手术切除的TNBC患者	数字病理学	乳腺癌	免疫组织化学、深度学习模型	深度学习模型（未指定具体架构）	组织病理图像	232例TNBC患者活检样本
903	2025-04-24	A Novel Hierarchical Cross-Stream Aggregation Neural Network for Semantic Segmentation of 3-D Dental Surface Models 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3404276 PMID:38848227	research paper	提出了一种新颖的分层跨流聚合神经网络（HiCA），用于3D牙科表面模型的语义分割	设计了上下文跨流聚合（CA）模块和判别性跨流聚合（DA）模块，以从多视角输入中学习更具区分性的点/单元级表示	未明确提及具体限制	提高3D牙科模型语义分割的准确性和效率	3D牙科表面模型	computer vision	NA	深度学习	CNN, 图注意力网络	3D模型数据	公共数据集和内部真实患者牙科模型数据集
904	2025-04-24	Brain-Inspired Learning, Perception, and Cognition: A Comprehensive Review 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3401711 PMID:38809737	综述	本文全面回顾了受大脑启发的深度学习算法在微观、介观、宏观和超宏观层面上的学习、感知和认知方面的研究	从多个视角（微观、介观、宏观和超宏观）全面综述了受大脑启发的深度学习算法，并总结了当前面临的十大开放性问题	未提及具体实验验证或数据支持，主要基于文献综述	为下一代人工智能技术提供生物基础，并改进现有模型和系统的智能水平	受大脑启发的学习、感知和认知算法	人工智能	NA	NA	深度学习算法	NA	NA
905	2025-04-24	Deep Geometric Learning With Monotonicity Constraints for Alzheimer's Disease Progression 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3394598 PMID:38771688	research paper	提出了一种结合单调性约束的深度几何学习方法，用于预测阿尔茨海默病的进展	结合拓扑空间变换、ODE-RGRU和轨迹估计三个模块，开发了反映测量转换不可逆性的训练算法	ODE-RGRU在从不完整样本中推断正定对称矩阵时存在限制，可能导致特征逆转	预测阿尔茨海默病的临床诊断和治疗进展	阿尔茨海默病患者的结构磁共振成像(MRI)生物标志物和认知评分	digital pathology	geriatric disease	structural magnetic resonance imaging (MRI)	ODE-RGRU, RNN	image, time-series data	NA
906	2025-04-24	High-Throughput Multiplexed Plasmonic Color Encryption of Microgel Architectures via Programmable Dithering-Mask Flow Microlithography 2025-Apr, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202405388 PMID:39568283	research paper	介绍了一种可扩展且成本效益高的方法，通过在微凝胶结构中原位光还原银纳米颗粒（AgNPs）来产生多重等离子体颜色	利用数字微镜设备（DMD）基于流动微光刻系统结合可编程抖动掩模技术，实现了形状或条形码微粒的高通量合成，以及嵌入隐藏多重等离子体颜色的大规模高分辨率图像	NA	开发一种高通量、低成本的多重等离子体颜色编码方法，用于隐藏数据存储、安全光学标记和防伪技术	银纳米颗粒（AgNPs）和微凝胶结构	纳米技术	NA	数字微镜设备（DMD）基于流动微光刻系统，可编程抖动掩模技术	深度学习分类器	图像	大规模（>5.6 × 5.6 cm）高分辨率（>300 dpi）微凝胶阵列
907	2025-04-24	Application of Artificial Intelligence in Thoracic Radiology: A Narrative Review 2025-Apr, Tuberculosis and respiratory diseases IF:2.5Q2 DOI:10.4046/trd.2024.0062 PMID:39689720	review	本文综述了人工智能在胸部放射学中的最新成就，主要关注深度学习技术	探讨了人工智能在胸部放射学中检测、分类异常以及量化正常和异常解剖结构的潜力	讨论了当前人工智能技术在胸部放射学中的局限性及未来发展方向	评估人工智能在胸部放射学中的应用及其对放射科医生表现的提升	胸部放射学中的异常检测、分类及解剖结构量化	digital pathology	lung cancer	deep learning	NA	image	NA
908	2025-04-24	Kernel Conversion Improves the Correlation between the Extent of Emphysema and Clinical Parameters in Chronic Obstructive Pulmonary Disease: A Multicenter Cohort Study 2025-Apr, Tuberculosis and respiratory diseases IF:2.5Q2 DOI:10.4046/trd.2024.0166 PMID:39904364	研究论文	本研究通过核转换技术处理不同CT设置下的图像，评估了肺气肿指数与临床参数之间的相关性变化	首次在多中心研究中应用核转换技术，显著提高了肺气肿指数与临床参数之间的相关性	研究仅基于韩国COPD亚组研究数据库，可能限制了结果的普遍性	评估核转换技术对不同CT设置下肺气肿指数与临床参数相关性的影响	484名COPD患者的CT扫描图像	数字病理学	慢性阻塞性肺疾病	CT扫描	基于深度学习的程序	图像	484名COPD患者
909	2025-04-24	A deep learning-based calculation system for plaque stenosis severity on common carotid artery of ultrasound images 2025-Apr, Vascular IF:1.0Q4 DOI:10.1177/17085381241246312 PMID:38656244	研究论文	开发了一种基于深度学习的系统，用于在超声图像上自动计算颈总动脉斑块狭窄严重程度	提出了新的CANet模型，用于分割颈动脉内膜-中膜厚度和斑块，并自动计算斑块狭窄严重程度，性能优于现有深度学习模型和经验丰富的超声医师	外部测试集的样本量相对较小，可能影响模型的泛化能力评估	开发一种自动化系统，用于评估颈动脉斑块狭窄严重程度，以改善中风风险的管理	颈总动脉横截面超声图像	数字病理	心血管疾病	深度学习	CANet	图像	376名个体的390张图像用于训练和验证，外加115名个体的122张外部测试图像
910	2025-04-24	A Colorectal Coordinate-Driven Method for Colorectum and Colorectal Cancer Segmentation in Conventional CT Scans 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3386610 PMID:38687670	研究论文	本文提出了一种名为DeepCRC-SL的自动化分割算法，用于在常规CT扫描中分割结直肠和结直肠癌	首次提出了一种基于拓扑感知的深度学习方法，构建了新颖的一维结直肠坐标系，并通过自注意力层和坐标驱动的自学习策略提升分割性能	尽管性能优于现有方法，但与有两年专业CRC成像经验的医学住院医师相比，分割精度仍有提升空间	实现结直肠癌在常规CT扫描中的自动化分割，以促进CRC的检测、分期和治疗反应监测	结直肠和结直肠癌	数字病理	结直肠癌	深度学习	CNN与自注意力机制结合	CT图像	227例标记和585例未标记的CRC病例
911	2025-04-24	Transcriptomic landscape around wound bed defines regenerative versus non-regenerative outcomes in mouse digit amputation 2025-Apr, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012997 PMID:40203060	研究论文	本研究通过分析小鼠远端末节指骨（P3）截肢后的伤口床组织，探讨了再生与非再生结果的分子机制	揭示了非再生指骨在伤口床中表现出更强烈的早期转录反应，并发现再生指骨中与Bmp2相关的独特共表达模块，以及HOXA11和HOXD11等转录因子的时间依赖性富集模式	研究仅基于小鼠模型，结果是否适用于人类尚需验证	探索再生与非再生结果的分子机制，为再生医学提供关键见解	小鼠远端末节指骨（P3）截肢后的伤口床组织	再生医学	NA	RNA-seq, 巨噬细胞测定	深度学习AI模型	转录组数据	小鼠P3截肢模型
912	2025-04-24	Decoding Recurrence in Early-Stage and Locoregionally Advanced Non-Small Cell Lung Cancer: Insights From Electronic Health Records and Natural Language Processing 2025-Apr, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI-24-00227 PMID:40249880	研究论文	本研究利用电子健康记录和自然语言处理技术，分析了早期和局部晚期非小细胞肺癌（NSCLC）术后复发的风险因素	开发了一个基于深度学习的定制化NLP系统，用于高效识别NSCLC复发数据，并纵向分析风险因素	研究依赖于电子健康记录的数据质量，可能存在信息不完整或偏差	建立NLP系统以分析NSCLC术后复发的风险因素	6,351名NSCLC患者的电子健康记录，其中1,295名I-IIIA期手术患者	自然语言处理	肺癌	NLP	深度学习	文本	6,351名NSCLC患者的700,000多条记录
913	2025-04-24	Innovative Approach for Diabetic Retinopathy Severity Classification: An AI-Powered Tool using CNN-Transformer Fusion 2025-Apr, Journal of biomedical physics & engineering DOI:10.31661/jbpe.v0i0.2408-1811 PMID:40259941	研究论文	开发了一种结合CNN和Transformer架构的深度学习模型，用于糖尿病视网膜病变的严重程度分类	提出了一种结合CNN和Transformer的混合模型，提高了糖尿病视网膜病变诊断的准确性、可靠性和泛化能力	模型性能依赖于数据集的质量和多样性，可能存在对某些罕见病例的识别不足	提高糖尿病视网膜病变的诊断准确性和严重程度分类	糖尿病视网膜病变患者的视网膜图像	计算机视觉	糖尿病视网膜病变	深度学习	CNN-Transformer融合模型	图像	APTOS 2019数据集和IDRiD数据集
914	2025-04-23	Deciphering the Scattering of Mechanically Driven Polymers Using Deep Learning 2025-Apr-22, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00409 PMID:40197011	研究论文	本文提出了一种利用深度学习分析二维散射数据的方法，用于研究外力作用下的半柔性聚合物	使用变分自编码器(VAE)和转换网络建立聚合物参数与散射函数的双向映射，提供了一种快速、自动化的散射分析工具	方法尚未经过实验验证，且目前仅适用于静态散射数据	开发一种可扩展的自动化工具用于聚合物散射分析	半柔性聚合物在外部力作用下的散射数据	机器学习	NA	变分自编码器(VAE), 蒙特卡洛模拟	VAE	二维散射数据	通过离格蒙特卡洛模拟生成的训练数据
915	2025-04-23	Optimization of Material Composition for Improving Mechanical Properties of Fly Ash-Slag-Based Geopolymers: A Deep Learning Approach 2025-Apr-22, Langmuir : the ACS journal of surfaces and colloids IF:3.7Q2 DOI:10.1021/acs.langmuir.4c04969 PMID:40203137	研究论文	本研究利用深度学习技术优化粉煤灰-矿渣基地质聚合物（FASGG）的材料组成和配合比设计，以提高其力学性能的预测精度	开发了一种新型预测模型MK-CNN-GRU，整合了最大信息系数-K中值算法、卷积神经网络和门控循环单元算法，能够充分挖掘实验数据的内部特征并学习其变化规律	NA	优化粉煤灰-矿渣基地质聚合物的材料组成和配合比设计，提高其力学性能的预测精度	粉煤灰-矿渣基地质聚合物（FASGG）	机器学习	NA	深度学习	MK-CNN-GRU（整合了最大信息系数-K中值算法、CNN和GRU）	实验数据	600组实验数据
916	2025-04-23	Design of Multi-Cancer VOCs Profiling Platform via a Deep Learning-Assisted Sensing Library Screening Strategy 2025-Apr-22, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06468 PMID:40211116	研究论文	提出了一种深度学习辅助的两步筛选策略，用于识别最小传感器元件的最佳组合，以开发高性能传感器阵列	使用深度学习辅助的FRR算法有效筛选传感元件，快速构建了8元和10元传感器阵列，实现了100%的VOCs判别准确率	NA	开发高性能传感器阵列用于多癌症VOCs的并行判别	挥发性有机化合物(VOCs)和癌症模型	机器学习	多癌症	深度学习辅助的传感器元件筛选策略	前馈神经网络-随机森林-递归特征消除(FRR)算法	颜色变化数据和图像数据	400个传感元件（由20个可电离阳离子元件和20个阴离子染料配对构成）
917	2025-04-23	Development of an Artificial Intelligence-Enabled Electrocardiography to Detect 23 Cardiac Arrhythmias and Predict Cardiovascular Outcomes 2025-Apr-22, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02177-0 PMID:40259136	研究论文	开发一种基于人工智能的心电图技术，用于检测23种心律失常并预测心血管结局	开发了一个深度学习模型（DLM），能够在多个数据集中检测多种心律失常，并在人机竞赛中达到心脏病专家水平的性能	研究中使用的心电图数据集虽然多样，但仍可能存在一定的局限性，且模型的泛化能力需要进一步验证	开发一种准确的心律失常检测工具，以帮助医生识别高风险患者并进行早期干预	心电图数据和心律失常患者	数字病理	心血管疾病	深度学习	DLM	心电图数据	22,130份心电图用于开发和验证，32,495份心电图用于外部验证
918	2025-04-23	Prostate Cancer Risk Stratification and Scan Tailoring Using Deep Learning on Abbreviated Prostate MRI 2025-Apr-22, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29798 PMID:40259798	研究论文	开发并评估了一种基于深度学习的模型，用于使用双参数MRI（bpMRI）分类临床显著性前列腺癌（csPCa），并评估其在优化MRI协议选择方面的潜力	提出了一种基于3D ResNet-50架构的深度学习模型，能够在bpMRI上分类csPCa，并实时集成到临床工作流程中	研究样本量有限，且模型的特异性较低（54%和62%）	优化前列腺癌的MRI协议选择，提高资源利用率	前列腺癌患者	数字病理	前列腺癌	双参数MRI（bpMRI）和多参数MRI（mpMRI）	3D ResNet-50	MRI图像	26,129例前列腺MRI研究（训练和验证），151例回顾性队列患者和142例前瞻性队列患者
919	2025-04-23	Computer-Aided Technology for Bioactive Protein Design and Clinical Application 2025-Apr-22, Macromolecular bioscience IF:4.4Q1 DOI:10.1002/mabi.202500007 PMID:40260555	review	本文综述了计算机辅助蛋白质设计（CAPD）技术及其在蛋白质治疗药物中的应用	整合了基于深度学习的预测和生成模型，显著提升了蛋白质药物的结合亲和力、特异性并降低了免疫原性	面临模型过拟合、稀有蛋白质家族数据有限以及需要高效实验验证等挑战	探讨CAPD技术在蛋白质工程和治疗药物开发中的应用及未来潜力	单克隆抗体、蛋白质药物、抗原和蛋白质聚合物等蛋白质治疗药物	machine learning	NA	deep learning-based predictions, generative models	NA	protein structure data	NA
920	2025-04-23	Deep learning unlocks the true potential of organ donation after circulatory death with accurate prediction of time-to-death 2025-Apr-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95079-7 PMID:40253393	研究论文	本研究利用深度学习技术预测循环死亡后器官捐献的时间，以提高器官捐献数量和质量	结合了循环神经网络和神经常微分方程的ODE-RNN模型，能够处理不规则采样的时间序列数据，准确预测死亡时间	模型仅在特定医院的患者数据上进行训练和验证，可能在其他地区或医院的应用效果有限	解决循环死亡后器官捐献时间不确定的问题，以提高器官捐献的成功率和移植后效果	重症监护病房(ICU)中接受终末拔管的患者	机器学习	器官移植	ODE-RNN	RNN与神经常微分方程结合	临床观察时间序列数据	训练集3,238名患者(来自耶鲁纽黑文医院)，验证集1,908名患者(来自康涅狄格州六家医院)