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
181	2025-05-01	Multilabel segmentation and analysis of skeletal muscle and adipose tissue in routine abdominal CT scans 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109622 PMID:39778239	research paper	提出一种基于深度学习的多标签分割网络，用于在腹部CT扫描中分割和分析骨骼肌和脂肪组织	扩展了Unet结构，能够分割三种脂肪组织和五种不同肌肉组织，并改进了肌间脂肪的分割	基于自建数据集，样本量较小（130名患者）	开发一种精确的肌肉和脂肪组织分割方法，以支持临床实践中的患者健康评估	腹部CT扫描中的骨骼肌和脂肪组织	digital pathology	NA	deep learning	Unet	CT images	130名患者
182	2025-05-01	Clinical 7 Tesla magnetic resonance imaging: Impact and patient value in neurological disorders 2025-Mar, Journal of internal medicine IF:9.0Q1 DOI:10.1111/joim.20059 PMID:39775908	综述	本文回顾了7特斯拉磁共振成像（7T MRI）在神经系统疾病诊断和治疗监测中的影响及患者价值	7T MRI提供了卓越的空间分辨率、对比度和灵敏度，结合并行传输和基于深度学习的重建技术，解决了以往的技术挑战，实现了常规临床应用	NA	探讨7T MRI在神经系统疾病中的诊断价值及其对患者护理的改善	神经系统疾病，如肌萎缩侧索硬化症（ALS）、癫痫、多发性硬化症（MS）、痴呆、帕金森病、肿瘤和血管疾病	数字病理学	神经系统疾病	7T MRI，并行传输，深度学习重建	NA	图像	超过1200例临床扫描
183	2025-03-14	Answer to "comments on an examination of daily CO2 emissions prediction through a comparative analysis of machine learning, deep learning, and statistical models" 2025-Mar, Environmental science and pollution research international DOI:10.1007/s11356-025-36088-x PMID:40075044	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
184	2025-05-01	Sparse keypoint segmentation of lung fissures: efficient geometric deep learning for abstracting volumetric images 2025-Mar, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03310-z PMID:39775630	研究论文	提出了一种基于稀疏关键点的肺裂分割方法，利用几何深度学习提高体积图像处理的效率	使用几何深度学习（GDL）处理稀疏点云数据，提出了一种高效的点云到网格自动编码器（PC-AE）	Poisson表面重建（PSR）在流程中占用了大部分时间	提高肺裂分割的效率，特别是在大规模分析中	肺裂在CT图像中的分割	计算机视觉	肺癌	几何深度学习（GDL），稀疏点云处理	PointNets, GCNs, PointTransformers, PC-AE	CT图像	多样化的临床和病理数据
185	2025-05-01	The intelligent fault identification method based on multi-source information fusion and deep learning 2025-Feb-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90823-5 PMID:39994344	研究论文	本文提出了一种基于多源信息融合和深度学习的智能断层识别方法，通过整合遥感影像、数字高程模型和地质图数据，实现了断层的快速、精确和智能识别	采用多源信息融合方法，结合多种机器学习模型和CNN模型，显著提高了断层识别的准确性和效率	研究仅应用于中国六安市金寨县南部地区，未在其他地区验证其普适性	开发一种智能断层识别方法，以提高断层识别的准确性和效率	地质断层	计算机视觉	NA	多源信息融合、机器学习、深度学习	CNN、分类与回归树模型	遥感影像、数字高程模型、地质图数据	中国六安市金寨县南部地区的数据
186	2025-05-01	Deep learning model for identifying acute heart failure patients using electrocardiography in the emergency room 2025-Feb-20, European heart journal. Acute cardiovascular care DOI:10.1093/ehjacc/zuaf001 PMID:39787045	研究论文	本研究开发并评估了一种利用心电图（ECG）数据增强急诊室（ER）中急性心力衰竭（AHF）识别的深度学习模型	使用深度学习模型结合心电图和临床数据显著提高了AHF的检测准确率	研究为回顾性队列研究，可能存在选择偏差	开发并评估一种深度学习模型，用于在急诊室中识别急性心力衰竭患者	急诊室中的急性心力衰竭患者	数字病理学	心血管疾病	ECG	CatBoost, XGBoost, Light GBM	心电图数据	19285名患者，其中9119名被诊断为AHF
187	2025-05-01	Automated gradation design of natural waste gravel soil stabilized by composite soil stabilizer based on a novel DNNSS-APDM-PFC model 2025-Feb-15, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2024.12.046 PMID:39778231	研究论文	本研究提出了一种基于DNNSS-APDM-PFC模型的新型复合土壤稳定剂稳定废弃砾石土自动级配设计方法	开发了适用于小样本的深度学习神经网络（DNNSS）来预测无侧限抗压强度和抗冻性，为级配设计提供基础预测数据	NA	建立复合土壤稳定剂稳定废弃砾石土（CSSWGS）的自动级配设计新模型	复合土壤稳定剂稳定的废弃砾石土	机器学习	NA	深度学习神经网络（DNNSS）、粒子流代码（PFC）、中国沥青路面设计方法（APDM）	DNNSS	工程性能数据	NA
188	2025-05-01	A deep learning approach to perform defect classification of freeze-dried product 2025-Feb-10, International journal of pharmaceutics IF:5.3Q1 DOI:10.1016/j.ijpharm.2024.125127 PMID:39756597	research paper	使用深度学习方法对冷冻干燥产品进行缺陷分类	开发了两种基于卷积神经网络的方法（基于补丁的方法和多标签分类），用于处理高分辨率图像，并实现了对关键缺陷的完美精确度和召回率	研究中仅使用了故意制备的缺陷样本和缺陷无样本，可能无法涵盖所有实际生产中的缺陷情况	提高冷冻干燥产品的质量检测效率和准确性	冷冻干燥产品	computer vision	NA	Convolutional Neural Networks	CNN	image	多个连续冷冻干燥样品
189	2025-05-01	NovoRank: Refinement for De Novo Peptide Sequencing Based on Spectral Clustering and Deep Learning 2025-Feb-07, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.4c00300 PMID:39739539	研究论文	本文提出了一种名为NovoRank的后处理工具，通过光谱聚类和深度学习改进从头肽段测序的准确性	结合光谱聚类和深度学习模型，显著提高了肽段识别的召回率和精确度	依赖于初始肽段测序工具的输出质量，可能对某些特定类型的肽段识别效果有限	提高质谱法蛋白质组学中肽段序列识别的准确性	质谱数据中的肽段序列	生物信息学	NA	质谱法	深度学习	质谱数据	NA
190	2025-05-01	Predicting benefit from PARP inhibitors using deep learning on H&E-stained ovarian cancer slides 2025-Feb-05, European journal of cancer (Oxford, England : 1990) DOI:10.1016/j.ejca.2024.115199 PMID:39742559	研究论文	本研究利用深度学习技术，基于H&E染色的卵巢癌全切片图像预测PARP抑制剂的治疗效果	首次尝试通过深度学习分析组织学全切片图像直接预测PARP抑制剂的治疗效果，替代复杂的分子检测方法	外部验证集预测准确率较低(AUROC 57%)，需要更大样本量和进一步方法学改进才能达到临床应用标准	开发一种基于深度学习的预测模型，用于评估卵巢癌患者对PARP抑制剂的治疗反应	卵巢癌患者	数字病理学	卵巢癌	H&E染色全切片图像分析	深度学习模型	图像	训练集208例(AGO-TR1队列)，验证集447例(PAOLA-1队列)
191	2025-05-01	Peripheral nerve injury induces dystonia-like movements and dysregulation in the energy metabolism: A multi-omics descriptive study in Thap1+/- mice 2025-Feb, Neurobiology of disease IF:5.1Q1 DOI:10.1016/j.nbd.2024.106783 PMID:39732371	研究论文	本研究通过多组学方法探讨了周围神经损伤如何诱发Thap1+/-小鼠出现肌张力障碍样运动及能量代谢失调	首次揭示了周围神经损伤与THAP1基因突变在肌张力障碍发病中的基因-环境交互作用，并发现能量代谢异常可能是其病理机制	研究仅使用小鼠模型，结果外推至人类需谨慎；观察周期为12周，长期效应尚不明确	探究基因-环境交互作用在肌张力障碍特征发展中的机制	Thap1+/-基因敲除小鼠模型	神经科学	肌张力障碍	多组学分析（multi-omics）、深度学习算法	动物模型（小鼠）	行为学数据、组学数据	Thap1+/-小鼠与野生型小鼠的神经损伤组与对照组
192	2025-05-01	Non-Invasive Diagnosis of Moyamoya Disease Using Serum Metabolic Fingerprints and Machine Learning 2025-Feb, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202405580 PMID:39737836	研究论文	本研究利用血清代谢指纹和机器学习技术，开发了一种非侵入性的烟雾病诊断方法	首次将纳米颗粒增强激光解吸/电离质谱技术与深度学习算法结合，用于烟雾病的非侵入性诊断	研究样本量未明确说明，且方法在其他神经系统疾病中的适用性需要进一步验证	开发烟雾病的非侵入性诊断方法	烟雾病患者和健康对照组的血清样本	机器学习	烟雾病	纳米颗粒增强激光解吸/电离质谱技术(LDI MS)	深度学习	血清代谢指纹数据	NA
193	2025-05-01	Improving functional correlation of quantification of interstitial lung disease by reducing the vendor difference of CT using generative adversarial network (GAN) style conversion 2025-Feb, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111899 PMID:39740598	研究论文	通过使用生成对抗网络（GAN）风格转换减少CT厂商差异，改善间质性肺病定量分析的功能相关性	提出使用RouteGAN进行CT风格转换以减少不同厂商CT间的变异性，从而提高定量CT测量的功能相关性	研究样本量较小（112例患者），且仅针对特发性肺纤维化（IPF）患者	评估CT风格转换是否能减少间质性肺病定量分析的变异性，并改善定量CT测量的功能相关性	特发性肺纤维化（IPF）患者	数字病理学	肺纤维化	生成对抗网络（GAN）	RouteGAN	CT图像	112例患者（平均年龄61岁，82名男性）
194	2025-05-01	Vibrational fiber photometry: label-free and reporter-free minimally invasive Raman spectroscopy deep in the mouse brain 2025-Feb, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02557-3 PMID:39741190	研究论文	开发了一种名为振动光纤光度法的低侵入性方法，用于通过自发拉曼光谱无标记监测小鼠大脑任意深度的生物分子含量	提出了一种无标记、无报告基因的低侵入性技术，结合深度学习算法抑制探针背景，能够高精度监测大脑中的分子变化	目前仅在小鼠模型中验证，尚未在人类或其他大型动物中测试	开发一种无标记技术用于监测大脑生物分子变化，以研究大脑发育、衰老或疾病	小鼠大脑	神经科学	脑损伤、脑转移	自发拉曼光谱、振动光纤光度法	深度学习算法	光谱数据	小鼠大脑样本
195	2025-05-01	Topology-based protein classification: A deep learning approach 2025-Feb, Biochemical and biophysical research communications IF:2.5Q3 DOI:10.1016/j.bbrc.2024.151240 PMID:39742787	研究论文	本研究利用深度学习和Delaunay三角剖分技术，基于蛋白质的局部拓扑结构对蛋白质超家族进行分类	首次报道了利用蛋白质拓扑数据通过深度学习和Delaunay三角剖分进行蛋白质分类	NA	利用人工智能技术减轻结构生物学家的工作负担，特别是在大数据背景下	蛋白质超家族	计算生物学	NA	Delaunay三角剖分	深度神经网络	蛋白质结构数据	18个蛋白质超家族
196	2025-05-01	Molecular Display of the Animal Meta-Venome for Discovery of Novel Therapeutic Peptides 2025-Feb, Molecular & cellular proteomics : MCP IF:6.1Q1 DOI:10.1016/j.mcpro.2024.100901 PMID:39746545	研究论文	本文开发了一种创新的计算方法，设计了一个高度多样化的动物毒液和‘元毒液’库，用于高通量筛选治疗性肽	使用可编程M13超噬菌体展示技术保存关键的二硫键结构，并通过高通量DNA测序进行定量，实现了高度并行化的单轮生物淘选	未明确提及具体样本量或实验验证的局限性	发现新型治疗性肽，特别是针对人类瘙痒受体Mas-related G蛋白偶联受体成员X4的靶向分子	动物毒液和‘元毒液’库	计算生物学	瘙痒相关疾病	M13超噬菌体展示技术、高通量DNA测序、深度学习	深度学习	DNA序列数据	NA
197	2025-05-01	Multi-institutional development and testing of attention-enhanced deep learning segmentation of thyroid nodules on ultrasound 2025-Feb, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03294-w PMID:39751996	研究论文	本文介绍了一种用于超声图像中甲状腺结节自动分割的机器学习系统的开发、验证和多机构独立测试	使用带有额外注意力加权函数的AttU-Net架构进行甲状腺结节分割，并在多机构数据集上进行了验证和测试	未来需要将该分割方法整合到自动甲状腺分类系统中	开发用于甲状腺结节自动分割的机器学习系统，以支持甲状腺结节的超声风险分层	甲状腺结节	数字病理	甲状腺疾病	超声成像	AttU-Net	图像	来自520名患者的1595张甲状腺超声图像
198	2025-05-01	Diagnosis of lymph node metastasis in oral squamous cell carcinoma by an MRI-based deep learning model 2025-Feb, Oral oncology IF:4.0Q2 DOI:10.1016/j.oraloncology.2024.107165 PMID:39752793	research paper	开发并验证了一种基于MRI的深度学习模型，用于识别口腔鳞状细胞癌患者的淋巴结转移	提出了一种三阶段深度学习模型，结合随机森林分类器，显著降低了隐匿性转移率，并在指导cN0患者颈部清扫方面提供了更多益处	研究为回顾性诊断研究，可能存在选择偏差	开发并验证一种基于MRI的深度学习模型，用于识别口腔鳞状细胞癌患者的淋巴结转移	口腔鳞状细胞癌患者的MRI图像	digital pathology	oral squamous cell carcinoma	MRI	three-stage DL model with random forest classifier	image	45,664 preoperative MRI images from 723 patients in 10 Chinese hospitals
199	2025-05-01	Artificial Intelligence and Cancer Health Equity: Bridging the Divide or Widening the Gap 2025-Feb, Current oncology reports IF:4.7Q1 DOI:10.1007/s11912-024-01627-1 PMID:39753817	review	评估人工智能（AI）对癌症健康公平的影响，探讨AI是缩小还是扩大了癌症结果中的差距	探讨AI在癌症健康公平中的双重作用，并提出未来研究方向	AI工具在多样化人群中的表现仍存疑，且技术获取受限	评估AI对癌症健康公平的影响	癌症患者群体，特别是低收入和农村地区人群	machine learning	cancer	deep learning, predictive analytics	NA	NA	NA
200	2025-05-01	Inferring multi-slice spatially resolved gene expression from H&E-stained histology images with STMCL 2025-Feb, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2024.11.016 PMID:39755346	研究论文	提出了一种名为STMCL的新型多模态对比学习框架，用于从H&E染色的组织学图像中推断空间基因表达	STMCL整合了组织学图像、基因表达特征和位置信息，能够更准确地预测空间基因表达谱	未提及具体局限性	开发一种成本效益高的方法，从H&E染色的组织学图像中预测空间基因表达	多切片空间转录组数据集	数字病理学	癌症	空间转录组学	多模态对比学习框架(STMCL)	图像和基因表达数据	四种不同类型的多切片空间转录组数据集，由10X Genomics平台生成