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
2041	2025-05-07	UNET-FLIM: A Deep Learning-Based Lifetime Determination Method Facilitating Real-Time Monitoring of Rapid Lysosomal pH Variations in Living Cells 2025-Feb-18, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05271 PMID:39902564	研究论文	介绍了一种基于一维U-net的深度学习架构UNET-FLIM，用于荧光寿命成像显微镜中的寿命测定，特别适用于处理低光子计数和高背景噪声的数据	提出了一种新型的深度学习架构UNET-FLIM，能够有效处理低光子计数和高背景噪声的FLIM数据，并能够通过模拟衰减曲线进行训练，适用于各种时域FLIM系统	未提及在实际生物样本中的广泛验证或与其他现有方法的详细比较	开发一种能够实时监测活细胞中快速溶酶体pH变化的FLIM寿命测定方法	活细胞中的溶酶体pH变化	计算机视觉	NA	荧光寿命成像显微镜(FLIM)	一维U-net	图像	未明确提及具体样本数量，但涉及活细胞实验
2042	2025-05-07	Multi-task learning for automated contouring and dose prediction in radiotherapy 2025-Feb-18, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adb23d PMID:39904047	研究论文	本研究应用多任务学习方法，将自动轮廓绘制和基于体素的剂量预测任务无缝集成，以提高放射治疗中自动治疗计划的效率和准确性	首次将多任务学习应用于放射治疗中的自动轮廓绘制和剂量预测任务，通过共享任务间的共同信息提高了自动任务的效率	研究仅使用了前列腺癌和头颈癌两个数据集，可能限制了模型的泛化能力	开发高效的自动放射治疗计划系统	前列腺癌和头颈癌患者的放射治疗计划	数字病理	前列腺癌,头颈癌	深度学习	多任务学习(MTL)	医学影像	内部前列腺癌数据集和公开可用的头颈癌数据集(OpenKBP)
2043	2025-05-07	Impact of pectoral muscle removal on deep-learning-based breast cancer risk prediction 2025-Feb-18, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adb367 PMID:39914024	研究论文	研究探讨了在深度学习乳腺癌风险预测模型中去除胸大肌对模型性能的影响	首次系统评估了去除胸大肌对乳腺癌风险预测模型性能的影响，并展示了去除胸大肌后模型性能的提升	研究仅基于特定数据集（美国马萨诸塞州总医院和斯洛文尼亚筛查项目数据），可能无法推广到所有人群	评估胸大肌去除对乳腺癌风险预测模型性能的影响	乳腺癌风险预测模型	数字病理学	乳腺癌	深度学习	MIRAI	乳腺X光图像	23,792张来自斯洛文尼亚筛查项目的乳腺X光片
2044	2025-05-07	Latent alignment in deep learning models for EEG decoding 2025-Feb-17, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adb336 PMID:39914006	research paper	该论文提出了一种名为潜在对齐（Latent Alignment）的新方法，用于解决脑机接口（BCI）中因个体间脑电图（EEG）信号差异带来的挑战	首次将深度集合架构应用于EEG解码，提出在深度学习模型的特征空间中对齐分布以提高分类效果	在模型后期阶段进行对齐时，分类准确性提高的同时，对试验集中类别不平衡的敏感性也增加	提高脑机接口中EEG信号解码的准确性和跨个体适用性	脑电图（EEG）信号	脑机接口	NA	深度集合架构	deep sets	EEG信号	涉及运动想象、睡眠阶段分类和P300事件相关电位任务
2045	2025-05-07	Unveiling encephalopathy signatures: A deep learning approach with locality-preserving features and hybrid neural network for EEG analysis 2025-Feb-16, Neuroscience letters IF:2.5Q3 DOI:10.1016/j.neulet.2025.138146 PMID:39894198	研究论文	本研究提出了一种结合局部保留特征提取和混合神经网络的深度学习方法，用于分析脑电图（EEG）信号以诊断脑病	首次尝试将空间和时间特征压缩并表示为单一向量用于脑病检测，简化了视觉诊断并为自动化预测提供了鲁棒特征	NA	提高脑病的自动化诊断准确性	脑电图（EEG）信号	机器学习	脑病	Local Binary Patterns (LBP), LSTM	LSTM	EEG信号	精心策划的主要EEG数据集（具体样本量未提及）
2046	2025-05-07	MLAR-UNet: LDCT image denoising based on U-Net with multiple lightweight attention-based modules and residual reinforcement 2025-Feb-13, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adb19a PMID:39899989	研究论文	提出一种基于U-Net的深度学习模型MLAR-UNet，用于低剂量CT图像的降噪	结合多种轻量级注意力模块和残差强化模块，改进了U-Net在LDCT图像降噪中的性能	未明确提及具体局限性	提高低剂量CT图像的质量，减少噪声和伪影	低剂量CT图像	计算机视觉	癌症	深度学习	U-Net, CBAM, Transformer	医学图像	临床胸部和腹部CT数据集
2047	2025-05-07	Enhancing U-Net-based Pseudo-CT generation from MRI using CT-guided bone segmentation for radiation treatment planning in head & neck cancer patients 2025-Feb-12, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adb124 PMID:39898433	研究论文	本研究探讨了不同训练协议对提高头颈癌患者仅基于MRI的伪CT生成精度的影响，特别解决了区分骨骼与空气的挑战	通过结合水相、脂肪相和提取的骨骼图像，提高了伪CT中骨骼表示的准确性，增强了基于MRI的放射治疗计划的可行性	研究样本量较小，仅包括25名患者	提高头颈癌患者放射治疗计划中仅基于MRI的伪CT生成的精度	头颈癌患者	数字病理	头颈癌	Dixon梯度回波(GRE)技术	3D U-Net	MRI和CT图像	25名患者（20名用于训练和验证，5名用于测试）
2048	2025-05-07	End-To-End Deep Learning Explains Antimicrobial Resistance in Peak-Picking-Free MALDI-MS Data 2025-Feb-11, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05113 PMID:39893590	research paper	本文提出了一种端到端深度学习模型，用于利用原始MALDI-MS数据预测抗生素耐药性	跳过传统的峰提取步骤，直接使用原始数据预测耐药性，模型性能达到最先进水平	未提及具体的数据集规模限制或模型泛化能力的详细评估	开发一种能够直接从MALDI-MS数据预测抗生素耐药性的方法	抗生素耐药性表型	machine learning	infectious disease	MALDI-MS	1D CNN	spectrometry data	NA
2049	2025-05-07	Unraveling Human Hepatocellular Responses to PFAS and Aqueous Film-Forming Foams (AFFFs) for Molecular Hazard Prioritization and In Vivo Translation 2025-Feb-11, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.4c10595 PMID:39893674	research paper	研究人类肝细胞对PFAS和AFFFs的反应，以进行分子危害优先排序和体内转化	结合高通量转录组学、细胞形态图像深度学习和肝酶泄漏分析，预测PFAS诱导的肝损伤效力范围	研究仅基于体外人类肝细胞模型，未完全模拟体内复杂环境	理解PFAS/AFFFs的毒性潜力并识别更安全的替代品	人类肝细胞（HepaRG, 2D培养）和30种物质（包括AFFF、PFAS和临床药物）	分子毒理学	肝病	高通量转录组学、深度学习、肝酶泄漏分析	深度学习	转录组数据、图像数据	30种物质
2050	2025-05-07	Deep learning-driven bacterial cytological profiling to determine antimicrobial mechanisms in Mycobacterium tuberculosis 2025-Feb-11, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2419813122 PMID:39913203	研究论文	本研究介绍了MycoBCP，一种基于卷积神经网络(CNN)的细菌细胞学分析(BCP)方法，用于确定结核分枝杆菌中抗菌药物的作用机制(MOA)	MycoBCP通过应用CNN克服了传统图像分析技术的挑战，无需精确细胞分割即可分析抗菌化合物的形态效应	转录和翻译抑制导致的相似形态需要进一步优化以更好地区分	加速确定结核病治疗药物的作用机制，推动结核病治疗进展	结核分枝杆菌及其对抗菌化合物的反应	数字病理学	结核病	细菌细胞学分析(BCP)	CNN	图像	多种抗菌化合物(具体数量未明确说明)
2051	2025-05-07	Artificial intelligence links CT images to pathologic features and survival outcomes of renal masses 2025-Feb-07, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56784-z PMID:39915478	research paper	该研究利用深度学习模型通过术前多期CT图像预测肾脏肿块恶性和侵袭性的可能性	开发了两个多期卷积神经网络模型，用于预测肾脏肿块的恶性和侵袭性，性能超过资深放射科医生和放射组学模型	研究样本量有限，且仅基于CT图像，未整合其他临床数据	改善肾脏肿块的诊断，区分侵袭性和惰性癌症，以优化治疗方案	4557名患者的13261个术前CT扫描图像	digital pathology	renal cancer	computed tomography (CT)	CNN	image	4557名患者的13261个CT扫描图像
2052	2025-05-07	Application of deep learning algorithm for judicious use of anti-VEGF in diabetic macular edema 2025-Feb-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87290-3 PMID:39915516	研究论文	本研究开发了一种混合深度学习模型，用于预测糖尿病黄斑水肿患者对抗VEGF治疗的反应	结合OCT图像和临床数据，采用CNN和MLP混合模型，提高了预测准确性	样本量相对较小(181例患者)，可能需要更大规模验证	优化糖尿病黄斑水肿患者的抗VEGF治疗策略	糖尿病黄斑水肿患者	数字病理学	糖尿病视网膜病变	OCT成像	Hybrid Deep Learning (CNN+MLP)	图像和表格数据	181名患者
2053	2025-05-07	Unlocking precision medicine: clinical applications of integrating health records, genetics, and immunology through artificial intelligence 2025-Feb-07, Journal of biomedical science IF:9.0Q1 DOI:10.1186/s12929-024-01110-w PMID:39915780	综述	本文综述了人工智能在精准医学中整合健康记录、遗传学和免疫学数据的临床应用	通过AI整合多源数据，为自身免疫性风湿病患者提供个性化见解，优化治疗策略	数据质量、隐私保护和临床医生信任度等挑战需要解决	探索AI驱动的分析在精准医学中的临床应用	自身免疫性风湿病患者	精准医学	自身免疫性风湿病	机器学习和深度学习技术	机器学习模型和深度学习模型	健康记录、遗传学和免疫学数据	NA
2054	2025-05-07	Prevention and management of degenerative lumbar spine disorders through artificial intelligence-based decision support systems: a systematic review 2025-Feb-07, BMC musculoskeletal disorders IF:2.2Q3 DOI:10.1186/s12891-025-08356-x PMID:39915847	系统综述	本文系统综述了人工智能决策支持系统在腰椎退行性疾病引起的腰痛临床预防和管理中的应用	全面评估了AI决策支持系统在腰椎退行性疾病管理中的多种应用及其高准确率表现	纳入研究数量有限(25篇)，可能存在偏倚风险	评估AI决策支持系统在腰椎退行性疾病引起的腰痛预防和管理中的应用效果	腰椎退行性疾病引起的腰痛患者	数字病理学	腰椎退行性疾病	机器学习和深度学习算法	多种AI模型(文中未明确指定具体模型)	临床数据、人口统计学数据、心理社会数据和影像数据	25项符合条件的研究(未报告具体患者数量)
2055	2025-05-07	Enhancing deep learning methods for brain metastasis detection through cross-technique annotations on SPACE MRI 2025-Feb-06, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00554-5 PMID:39913077	研究论文	通过SPACE MRI上的跨技术注释增强深度学习方法来检测脑转移瘤	利用SPACE序列的高质量注释（HAQ）提升深度学习模型在MPRAGE图像上检测脑转移瘤的性能	需要在前瞻性研究中进一步验证	提升脑转移瘤的检测和分割准确性	脑转移瘤患者	数字病理	脑转移瘤	SPACE MRI和MPRAGE MRI	深度学习	MRI图像	157名患者用于训练，660名患者用于测试
2056	2025-05-07	Forecasting the Incidence of Mumps Based on the Baidu Index and Environmental Data in Yunnan, China: Deep Learning Model Study 2025-Feb-06, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/66072 PMID:39913179	research paper	利用百度指数和环境数据开发深度学习模型预测云南腮腺炎发病率	整合百度搜索指数和环境因素数据，开发基于LSTM的预测模型，用于腮腺炎发病率的早期预测	研究仅针对云南地区，模型在其他地区的适用性有待验证	改进腮腺炎爆发的预测方法，提升公共卫生监测能力	云南腮腺炎发病率数据、百度搜索指数和环境因素数据	machine learning	respiratory disease	time series analysis, Pearson correlation analysis, distributed nonlinear lag model (DNLM)	LSTM	time series data	2014年至2023年云南腮腺炎发病率数据
2057	2025-05-07	WDRIV-Net: a weighted ensemble transfer learning to improve automatic type stratification of lumbar intervertebral disc bulge, prolapse, and herniation 2025-Feb-06, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01341-4 PMID:39915867	research paper	该研究提出了一种加权集成迁移学习框架WDRIV-Net，用于自动分类腰椎间盘突出、脱出和膨出的类型	通过集成四种预训练模型（Densenet169、ResNet101、InceptionV3和VGG19）并加权组合，显著提高了分类准确率	研究数据仅来自中国的多家临床医院，可能缺乏全球多样性	提高腰椎间盘退变类型的自动分类准确率，以辅助临床早期治疗选择	腰椎磁共振成像（MRI）图像	digital pathology	geriatric disease	MRI	CNN（Densenet169, ResNet101, InceptionV3, VGG19）	image	来自中国多家临床医院的腰椎MRI图像样本
2058	2025-05-07	Detection of Alzheimer Disease in Neuroimages Using Vision Transformers: Systematic Review and Meta-Analysis 2025-Feb-05, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/62647 PMID:39908541	meta-analysis	本文通过系统综述和荟萃分析评估了视觉变换器（ViTs）在神经影像中检测阿尔茨海默病的应用	首次系统评估了ViT模型在阿尔茨海默病神经影像诊断中的准确性和网络架构对性能的影响	仅纳入2020年至2024年的研究，可能遗漏早期重要文献	评估ViT模型在阿尔茨海默病神经影像诊断中的准确性和应用价值	阿尔茨海默病患者与健康对照组的神经影像数据	digital pathology	geriatric disease	磁共振成像和正电子发射断层扫描	ViT	image	11项研究（具体样本量未明确说明）
2059	2025-05-07	PIPENN-EMB ensemble net and protein embeddings generalise protein interface prediction beyond homology 2025-Feb-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88445-y PMID:39910126	研究论文	本研究提出了一种名为PIPENN-EMB的深度学习模型，用于预测蛋白质相互作用界面，并展示了其在远程同源蛋白质上的泛化能力	利用ProtT5-XL蛋白质语言模型的嵌入特征，显著提高了蛋白质相互作用界面预测的准确性，并在远程同源蛋白质上表现出稳定的性能	未提及具体的数据集规模限制或模型计算资源需求	提高蛋白质相互作用界面预测的准确性和泛化能力	蛋白质相互作用界面	计算生物学	结核病	ProtT5-XL蛋白质语言模型	PIPENN-EMB	蛋白质序列数据	BIO_DL_TE测试集、ZK448数据集以及25种结核分枝杆菌抗性相关蛋白质
2060	2025-05-07	Breast cancer classification based on hybrid CNN with LSTM model 2025-Feb-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88459-6 PMID:39910136	研究论文	提出了一种结合CNN和LSTM的混合深度学习模型，用于乳腺癌的二元分类	结合CNN和LSTM的优势，CNN用于提取乳腺X线摄影特征，LSTM用于捕捉序列依赖性和时间交互，从而提高分类准确性和鲁棒性	仅使用了Kaggle上的两个数据集进行验证，未在其他数据集上测试模型的泛化能力	提高乳腺癌的分类准确性和检测速度	乳腺癌的医学影像数据	计算机视觉	乳腺癌	深度学习	CNN-LSTM	图像	两个Kaggle数据集（具体样本数量未提及）