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
2061	2025-05-07	CoTF-reg reveals cooperative transcription factors in oligodendrocyte gene regulation using single-cell multi-omics 2025-Feb-05, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-07570-6 PMID:39910206	research paper	该研究介绍了一个名为coTF-reg的分析框架，用于识别少突胶质细胞中协同转录因子对靶基因的共同调控	开发了coTF-reg框架，整合单细胞RNA-seq和ATAC-seq数据，利用深度学习模型预测靶基因表达，并通过Shapley交互分数揭示协同转录因子对的高交互作用	虽然模型在保留数据和额外数据集中表现出稳定和一致的性能，但可能仍需更多实验验证来确认所有协同转录因子对	探究少突胶质细胞中转录因子如何协同调控基因表达的机制	少突胶质细胞中的转录因子及其靶基因	生物信息学	NA	scRNA-seq, scATAC-seq, ChIP-seq	深度学习模型	单细胞多组学数据	NA
2062	2025-05-07	Leveraging paired mammogram views with deep learning for comprehensive breast cancer detection 2025-Feb-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88907-3 PMID:39910228	研究论文	该研究提出了一种名为PMVnet的新型算法，通过整合成对全乳腺X光片的关联信息，提升乳腺癌病变检测的准确性	PMVnet算法首次将余弦相似度和挤压激励方法结合在U型架构中，利用成对乳腺X光片的关联信息，显著提高了检测性能	研究仅使用了1636张私有乳腺X光片，样本量相对有限	开发一种能够提高乳腺癌病变检测准确性的计算机辅助诊断工具	乳腺X光片中的病变检测	计算机视觉	乳腺癌	深度学习	PMVnet (基于U型架构)	医学影像(乳腺X光片)	1636张私有乳腺X光片
2063	2025-05-07	Artificial intelligence-driven ensemble deep learning models for smart monitoring of indoor activities in IoT environment for people with disabilities 2025-Feb-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88450-1 PMID:39910242	研究论文	本文提出了一种基于元启发式优化的集成模型（MOEM-SMIADP），用于智能监测残疾人士的室内活动	结合了图卷积网络、LSTM-seq2seq和卷积自编码器的集成模型，并使用改进的coati优化算法进行超参数调优	未提及模型在真实环境中的泛化能力测试	通过物联网技术提升残疾人士的室内活动监测能力	残疾人士的室内活动	物联网与智能监测	残疾相关疾病	元启发式优化算法、深度学习集成方法	GCN、LSTM-seq2seq、卷积自编码器	传感器信号/视频帧数据	未明确说明样本数量
2064	2025-05-07	Deep learning radiomics nomogram for preoperatively identifying moderate-to-severe chronic cholangitis in children with pancreaticobiliary maljunction: a multicenter study 2025-Feb-05, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01579-3 PMID:39910477	研究论文	本研究开发并验证了一种基于深度学习放射组学列线图（DLRN）的方法，用于术前识别胰腺胆管合流异常（PBM）儿童中重度慢性胆管炎	结合了手工放射组学特征和深度学习放射组学特征，通过多中心研究验证了DLRN在术前识别中重度慢性胆管炎中的优越性能	研究为回顾性设计，样本量相对有限，且仅基于CT图像和临床特征	开发一种非侵入性工具，用于术前识别PBM儿童中重度慢性胆管炎，以指导治疗策略和手术计划	323名接受手术的PBM儿童患者	数字病理学	胰腺胆管合流异常	对比增强CT成像	ResNet50	图像	323名儿童患者（训练队列153名，内部验证队列67名，两个外部测试队列分别为58名和45名）
2065	2025-05-07	Performance of artificial intelligence on cervical vertebral maturation assessment: a systematic review and meta-analysis 2025-Feb-05, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-05482-9 PMID:39910512	meta-analysis	评估人工智能在颈椎成熟度评估中的表现，并与临床医生进行比较	首次通过系统综述和荟萃分析评估AI在颈椎成熟度评估中的整体表现	研究间存在方法学差异，部分研究存在偏倚风险	评估AI模型在颈椎成熟度评估中的诊断准确性	颈椎成熟度评估的放射影像	digital pathology	NA	machine learning, deep learning	NA	radiographs	25项研究纳入分析
2066	2025-05-07	FLANet: A multiscale temporal convolution and spatial-spectral attention network for EEG artifact removal with adversarial training 2025-Feb-04, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adae34 PMID:39902757	研究论文	提出了一种名为FLANet的多尺度时间卷积和空间-频谱注意力网络，结合对抗训练，用于自动去除EEG信号中的伪迹	结合多尺度时间卷积和空间-频谱注意力机制，采用对抗训练和新颖的损失函数，提高了去伪迹的效率和准确性	未明确提及具体局限性	提高EEG信号中伪迹去除的效率和准确性，促进神经分析和神经工程的发展	受不同类型伪迹污染的EEG信号	神经信号处理	NA	对抗训练	FLANet（多尺度时间卷积和空间-频谱注意力网络）	EEG信号	NA
2067	2025-05-07	Automatic cervical lymph nodes detection and segmentation in heterogeneous computed tomography images using deep transfer learning 2025-Feb-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84804-3 PMID:39905029	研究论文	本研究开发了一种基于深度迁移学习的模型，用于在计算机断层扫描（CT）图像中自动检测和分割颈部淋巴结（LNs）	利用预训练的nnUNet模型在大规模头颈部数据集上进行微调，实现了在异质CT图像中自动检测和分割颈部淋巴结的创新方法	检测的敏感性和阳性预测值仍有提升空间，特别是在外部测试队列中	开发自动检测和分割颈部淋巴结的深度学习模型，以减轻肿瘤科医生的工作负担	头颈部癌症患者的颈部淋巴结	数字病理	头颈部癌症	CT成像	nnUNet	医学影像	来自626名患者的11,013个注释淋巴结，其中4,729个用于微调，1,684个用于内部测试，4,600个用于外部测试
2068	2025-05-07	Capsule neural network and adapted golden search optimizer based forest fire and smoke detection 2025-Feb-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81742-y PMID:39905031	研究论文	本文提出了一种结合增强胶囊神经网络和自适应黄金搜索优化器的创新方法，用于检测森林火灾和烟雾	通过结合增强胶囊神经网络(CNN)和自适应黄金搜索优化器(AGSO)，有效识别与野火相关的复杂模式，提高了检测的准确性和可靠性	NA	开发一种高效的森林火灾和烟雾检测方法，以减少火灾风险并提升自动检测系统的性能	森林火灾和烟雾	计算机视觉	NA	深度学习, 优化策略	CNN, AGSO	图像	野火烟雾图像和BowFire数据集
2069	2025-05-07	Advances in colorectal cancer diagnosis using optimal deep feature fusion approach on biomedical images 2025-Feb-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83466-5 PMID:39905104	research paper	该研究提出了一种基于最优深度特征融合方法的结直肠癌诊断技术，旨在通过生物医学图像分析提高诊断准确性	结合三种深度学习模型（MobileNet、SqueezeNet和SE-ResNet）进行特征提取，并利用Osprey优化算法进行超参数选择，最后使用深度信念网络（DBN）进行分类	研究仅在Warwick-QU数据集上进行了验证，未在其他数据集上测试其泛化能力	提高结直肠癌的诊断准确性和效率	结直肠癌的生物医学图像	digital pathology	colorectal cancer	deep learning	MobileNet, SqueezeNet, SE-ResNet, DBN	image	NA
2070	2025-05-07	ThyroNet-X4 genesis: an advanced deep learning model for auxiliary diagnosis of thyroid nodules' malignancy 2025-Feb-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86819-w PMID:39905156	研究论文	提出了一种名为ThyroNet-X4 Genesis的深度学习模型，用于辅助诊断甲状腺结节的良恶性	基于ResNet架构，通过引入分组卷积和更大的卷积核增强特征提取能力，提高了对甲状腺超声图像的分析能力	外部验证集的准确率(67.02%)低于内部验证集(71.70%)，表明模型泛化能力有待提升	开发高性能的甲状腺结节良恶性分类模型	甲状腺结节	数字病理	甲状腺疾病	深度学习	ResNet架构改进模型(ThyroNet-X4 Genesis)	超声图像	公开甲状腺超声影像数据集和汉中中心医院的外部验证数据集
2071	2025-05-07	Deep learning-based CT-free attenuation correction for cardiac SPECT: a new approach 2025-Feb-04, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01570-y PMID:39905320	研究论文	提出了一种基于深度学习的无CT心脏SPECT衰减校正新方法	开发了基于3D U-Net框架的特征对齐衰减校正网络(FA-ACNet)，通过对抗学习和距离度量学习技术对齐NAC SPECT和CT的多尺度特征	研究样本量相对较小(训练集167例，测试集35例)	开发无CT的心脏SPECT衰减校正方法以减少辐射暴露和CT相关伪影	心脏SPECT成像	数字病理	心血管疾病	SPECT/CT成像	3D U-Net	医学影像	训练集167例心脏SPECT/CT研究，测试集35例
2072	2025-05-07	UTR-Insight: integrating deep learning for efficient 5' UTR discovery and design 2025-Feb-04, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-025-11269-7 PMID:39905334	研究论文	开发了UTR-Insight模型，用于高效发现和设计5' UTR，以提高mRNA的稳定性和翻译效率	结合预训练语言模型与CNN-Transformer架构，显著提升了5' UTR的预测性能，并设计了高表达水平的UTR序列	NA	提高mRNA的稳定性和翻译效率，优化5' UTR的设计	5' UTR序列	自然语言处理	NA	深度学习	CNN-Transformer	序列数据	数十万条来自灵长类、小鼠和病毒的5' UTR序列
2073	2025-05-07	Quantifying the tumour vasculature environment from CD-31 immunohistochemistry images of breast cancer using deep learning based semantic segmentation 2025-Feb-04, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-024-01950-2 PMID:39905431	research paper	该研究提出了一种基于深度学习的语义分割方法，用于从乳腺癌CD-31免疫组化图像中自动测量血管参数，以详细描述血管形态	使用U-Net卷积神经网络自动测量血管参数，减少了传统方法的时间消耗和观察者间差异，并提供了对复杂血管形态的更全面描述	样本量相对较小，训练和验证仅使用了36张部分注释的全切片图像	开发一种自动测量乳腺癌肿瘤血管参数的方法，以改善预后评估和个性化治疗策略	乳腺癌CD-31免疫组化图像	digital pathology	breast cancer	immunohistochemistry (IHC)	U-Net	image	36张部分注释的全切片图像（来自27名患者），外加21张图像（来自15名患者）
2074	2025-05-07	Transitioning from wet lab to artificial intelligence: a systematic review of AI predictors in CRISPR 2025-Feb-04, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-06013-w PMID:39905452	综述	本文系统回顾了CRISPR-Cas9系统中人工智能预测因子的应用，旨在填补AI与CRISPR研究之间的知识鸿沟	为AI研究者提供了CRISPR-Cas9多步骤过程的生物学基础理解，并详细介绍了80个相关数据集及50个预测管线的性能分析	现有AI预测因子性能有限，许多步骤仍依赖昂贵耗时的湿实验	促进AI在多步骤CRISPR-Cas9系统中的整合与优化	CRISPR-Cas9系统中的AI预测因子	人工智能在生物技术中的应用	癌症、遗传病、遗传性疾病	CRISPR-Cas9基因编辑技术	机器学习和深度学习方法	基因组数据	80个CRISPR-Cas9系统相关数据集和50个预测管线
2075	2025-05-07	Synthetic CT generation from CBCT and MRI using StarGAN in the Pelvic Region 2025-Feb-04, Radiation oncology (London, England) DOI:10.1186/s13014-025-02590-2 PMID:39905495	研究论文	本研究评估了使用StarGAN从MRI和CBCT数据生成合成CT（sCT）图像的深度学习方法，以提供准确的Hounsfield单位（HU）数据用于剂量计算	使用单一模型StarGAN从MRI和CBCT数据生成sCT图像，并与常用的CycleGAN进行比较，突出了StarGAN在解剖结构保留方面的优势	StarGAN在定量指标（如MAE）上表现不如CycleGAN	为MRI模拟和自适应放射治疗（ART）提供准确的HU数据	骨盆癌症患者的MRI和CBCT数据	数字病理	骨盆癌	MRI, CBCT	StarGAN, CycleGAN	图像	53例骨盆癌症病例
2076	2025-05-07	Advances in antiviral strategies targeting mosquito-borne viruses: cellular, viral, and immune-related approaches 2025-Feb-04, Virology journal IF:4.0Q2 DOI:10.1186/s12985-025-02622-z PMID:39905499	综述	本文综述了针对蚊媒病毒的抗病毒策略的最新进展，包括细胞、病毒和免疫相关方法	强调了针对宿主因素（如脂质代谢、离子通道和蛋白酶体）和病毒靶点（如NS2B-NS3蛋白酶和非结构蛋白）的抗病毒策略，以及免疫调节疗法和药物再利用、生物信息学、人工智能和深度学习在识别新型抗病毒候选药物中的潜力	NA	探讨蚊媒病毒的病毒成分、细胞和免疫因子在其生命周期中的作用，以及抗病毒策略的最新进展	蚊媒病毒（MBVs），包括黄病毒科（如登革热、寨卡、西尼罗河、黄热病、日本脑炎病毒）、披膜病毒科（如基孔肯雅病毒、东部和西部马脑炎病毒）、布尼亚病毒科（如裂谷热和奥罗普切病毒）和呼肠孤病毒科（如西尼罗河和蓝舌病毒）	病毒学	蚊媒病毒感染	NA	NA	NA	NA
2077	2025-05-07	Leveraging public AI tools to explore systems biology resources in mathematical modeling 2025-Feb-04, NPJ systems biology and applications IF:3.5Q1 DOI:10.1038/s41540-025-00496-z PMID:39910106	研究论文	探讨利用公共AI工具探索系统生物学资源在数学建模中的应用	研究公共AI工具在系统生物学数学建模中的应用，为非系统生物学家提供更易理解的系统生物学资源	未具体说明测试的公共AI工具类型及其性能限制	提高系统生物学资源的可访问性，帮助非系统生物学家理解系统生物学	系统生物学资源和数学建模	系统生物学	NA	公共AI工具	NA	系统生物学数据	NA
2078	2025-05-07	Deep learning powered single-cell clustering framework with enhanced accuracy and stability 2025-Feb-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87672-7 PMID:39900656	研究论文	提出了一种名为scG-cluster的深度结构聚类方法，用于提高单细胞RNA测序数据的聚类准确性和稳定性	1) 双拓扑邻接图：将节点分布信息整合到传统邻接图中，丰富图的表示；2) 双拓扑自适应图卷积网络(TAGCN)：采用注意力机制动态加权图内特征，并通过残差连接防止过平滑	未明确提及具体局限性	提高单细胞RNA测序数据的聚类准确性和稳定性	单细胞RNA测序数据	机器学习	NA	scRNA-seq	TAGCN (双拓扑自适应图卷积网络)	单细胞RNA测序数据	六个不同的scRNA-seq数据集
2079	2025-05-07	Deep learning and radiomics for gastric cancer serosal invasion: automated segmentation and multi-machine learning from two centers 2025-Feb-03, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-025-06117-w PMID:39900688	研究论文	本研究开发了一种基于深度学习的自动分割脾脏CT图像的方法，并结合放射组学和深度学习特征构建了胃癌浆膜侵犯的预测模型	使用U-Mamba深度学习模型实现脾脏CT图像的自动分割，结合放射组学和深度学习特征构建预测模型，并生成列线图以探索临床指导意义	研究仅纳入来自两个中心的311名患者，样本量相对较小	开发自动分割脾脏CT图像的方法并构建胃癌浆膜侵犯的预测模型	311名经病理证实的胃癌患者	数字病理学	胃癌	CT成像	U-Mamba, 五种机器学习方法	CT图像	311名患者
2080	2025-05-07	Fundus camera-based precision monitoring of blood vitamin A level for Wagyu cattle using deep learning 2025-Feb-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85372-w PMID:39900776	研究论文	开发了一种基于深度学习的便携式相机系统，用于实时监测和牛血液中维生素A水平	利用深度学习技术实现了对和牛血液维生素A水平的实时监测，并通过可视化热图方法提高了预测准确性	研究仅针对日本黑牛，样本量相对有限（50头牛，4000张图像）	开发一种实时监测和牛血液维生素A水平的方法，以预防相关疾病并提高牛肉质量	和牛（特别是日本黑牛）的眼底图像	计算机视觉	维生素A缺乏症	深度学习	DNN（深度神经网络）	图像	50头日本黑牛的4000张眼底图像