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
23061	2025-05-09	A preoperative predictive model based on multi-modal features to predict pathological complete response after neoadjuvant chemoimmunotherapy in esophageal cancer patients 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1530279 PMID:39958355	research paper	本研究旨在开发一个多模态模型，结合治疗前的CT影像组学、病理组学特征及临床变量，预测局部晚期食管癌患者对新辅助化疗免疫治疗的病理完全缓解	提出了一个结合影像组学、病理组学及临床特征的多模态预测模型，其预测性能优于单一模态模型	样本量相对较小（223例），且研究时间范围较短（2021年8月至2023年12月）	预测食管癌患者对新辅助化疗免疫治疗的病理完全缓解	局部晚期食管癌患者	digital pathology	esophageal cancer	CT影像组学、病理组学	SVM	image	223例食管癌患者	NA	NA	NA	NA
23062	2025-05-09	ASAP-DTA: Predicting drug-target binding affinity with adaptive structure aware networks 2024-Dec, Journal of bioinformatics and computational biology IF:0.9Q4 DOI:10.1142/S0219720024500288 PMID:39961610	research paper	提出了一种基于图深度学习的药物-靶标结合亲和力预测模型ASAP-DTA，利用自适应结构感知池化进行图处理	整合了自注意力机制与增强的图神经网络，通过聚类相邻节点并按注意力分数加权形成最终分子表示，显著改进了图特征提取	未提及模型在更大规模或更复杂数据集上的表现	高效预测药物-靶标结合亲和力，减少药物再利用的资源浪费	药物-靶标结合亲和力	machine learning	NA	graph-based deep learning	graph neural network with self-attention mechanism	2D molecular graph	multiple benchmark datasets including KIBA dataset	NA	NA	NA	NA
23063	2025-10-07	Integrative analysis of H&E and IHC identifies prognostic immune subtypes in HPV related oropharyngeal cancer 2024-Oct-03, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00604-w PMID:39363031	研究论文	本研究通过整合H&E染色和免疫组化图像，识别HPV相关口咽癌中的预后免疫亚型	首次将H&E与IHC图像配准整合，增强对肿瘤免疫微环境功能特征的表征能力	回顾性研究，样本量有限（88例原发肿瘤和70例淋巴结组织）	改善HPV阳性口咽癌患者分层和预后评估	HPV阳性口咽鳞状细胞癌患者	数字病理学	口咽癌	H&E染色，免疫组化	深度学习	病理图像	88例原发肿瘤和70例淋巴结组织图像	NA	NA	p值，多变量Cox回归分析	NA
23064	2025-10-07	Automated Cytometric Gating with Human-Level Performance Using Bivariate Segmentation 2024-May-09, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.06.592739 PMID:38766268	研究论文	提出一种名为UNITO的深度学习框架，通过将细胞级分类任务转化为基于图像的语义分割问题，实现自动化细胞分选门控	首次将图像分割技术应用于细胞分选门控，能够生成与人工门控相似的轮廓，提供更好的可解释性和可视化检查能力	未明确说明训练数据的具体规模和多样性限制	开发自动化细胞分选门控方法以减少人工操作负担	流式细胞术数据中的细胞亚群	数字病理	NA	流式细胞术	深度学习	图像	三个独立队列	NA	语义分割	与专家共识比较	每个样本预门控和门控推理约需2分钟
23065	2025-10-07	Assessment of malalignment factors related to Invisalign treatment time aided by automated imaging processes 2023-Mar-01, The Angle orthodontist DOI:10.2319/031622-225.1 PMID:36327333	研究论文	通过自动化成像流程评估与Invisalign治疗时间相关的错位因素	使用深度学习方法自动分割牙齿并识别标志点，结合复合评分系统预测治疗时间	样本量有限（116名患者），某些牙齿移动类型与治疗时间的关联性证据不足	识别影响Invisalign治疗持续时间的错位类型和严重程度预测因素	接受Invisalign治疗的116名患者的数字口腔扫描模型	计算机视觉	牙科错位畸形	数字口腔扫描，深度学习	深度学习	数字三维模型图像	116名患者	NA	NA	P值，相关系数	NA
23066	2025-10-07	Identification of geographic origins of Morus alba Linn. through surfaced enhanced Raman spectrometry and machine learning algorithms 2023, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2023.2180433 PMID:36803175	研究论文	本研究结合表面增强拉曼光谱和机器学习算法开发了一种鉴定桑叶地理起源的新方法	首次将表面增强拉曼光谱与深度学习算法相结合用于桑叶地理起源鉴定	仅涵盖中国五个省份的样本，样本来源范围有限	开发基于光谱分析和机器学习的地理起源鉴定方法	桑叶（Morus alba Linn）	机器学习	糖尿病	表面增强拉曼光谱	CNN	光谱数据	来自安徽、广东、河北、河南和江苏五个省份的桑叶样本	NA	卷积神经网络	准确率	NA
23067	2025-10-07	Retracted: Diagnostic Classification and Prognostic Prediction Using Common Genetic Variants in Autism Spectrum Disorder: Genotype-Based Deep Learning 2021-04-07, JMIR medical informatics IF:3.1Q2 DOI:10.2196/24754 PMID:33714937	研究论文	本研究利用深度学习模型基于常见遗传变异对自闭症谱系障碍进行诊断分类和预后预测	首次将卷积神经网络应用于自闭症常见遗传变异数据，相比传统筛查工具准确率提升约13%	仅基于常见遗传变异进行分析，未考虑罕见变异和环境因素对自闭症的影响	开发基于遗传数据的自闭症早期筛查和诊断分类方法	自闭症谱系障碍患者及其家庭	机器学习	自闭症谱系障碍	基因组数据分析，卡方检验	CNN	基因型数据	数千个有自闭症风险的单纯型家庭	NA	卷积神经网络	AUC, 准确率	NA
23068	2025-05-08	Aflatoxin detection in naturally contaminated peanuts based on vision transformer and multi-scale convolutional fusion 2025-Aug-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144300 PMID:40220445	research paper	提出了一种结合Vision Transformer和多尺度卷积融合的改进1D-MCFViT模型，用于自然条件下花生中黄曲霉毒素的检测	结合Vision Transformer和多尺度卷积融合，使用自编码器网络和高斯重采样技术增强模型特征判别能力	未提及具体样本量或实验条件的局限性	提高自然条件下花生中黄曲霉毒素的检测准确率	自然污染的花生	computer vision	NA	autoencoder network, Gaussian resampling	1D-MCFViT, Vision Transformer, CNN	RGB图像, 光谱曲线	NA	NA	NA	NA	NA
23069	2025-05-08	A lightweight spatial and spectral CNN model for classifying floating marine plastic debris using hyperspectral images 2025-Jul, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.117965 PMID:40252351	研究论文	提出了一种轻量级的空间和光谱CNN模型（LSS-HCNN），用于利用高光谱图像对漂浮的海洋塑料垃圾进行分类	LSS-HCNN模型通过空间和光谱卷积提取特征，并结合Squeeze-and-Excitation（SE）块提高可解释性，显著降低了计算复杂度和参数数量	未提及具体局限性	开发高效且自动化的海洋塑料垃圾检测方法，以应对海洋塑料污染问题	漂浮的海洋塑料垃圾	计算机视觉	NA	高光谱成像	CNN	高光谱图像	三个高光谱数据集和四个专门的漂浮塑料数据集，包括一个新的塑料垃圾数据集	NA	NA	NA	NA
23070	2025-10-07	Automatic Vertical Root Fracture Detection on Intraoral Periapical Radiographs With Artificial Intelligence-Based Image Enhancement 2025-Jun, Dental traumatology : official publication of International Association for Dental Traumatology IF:2.3Q2 DOI:10.1111/edt.13027 PMID:39829209	研究论文	本研究探索基于人工智能图像增强和迁移学习的垂直根折自动检测方法	首次将粒子群优化算法与深度学习图像增强技术结合用于根折检测，并采用多模型融合策略	样本量相对有限（378张影像），仅评估了四种神经网络架构	提高口腔根尖片中垂直根折的诊断准确性	牙齿根尖片中的垂直根折	计算机视觉	牙科疾病	数字影像分析	CNN	影像	378张口腔根尖片（195例骨折，183例对照）	NA	DenseNet,ConvNext,Inception121,MobileNetV2	准确率,精确率,召回率,F1分数,AUC,kappa值	NA
23071	2025-10-07	Automated Detection and Severity Prediction of Wheat Rust Using Cost-Effective Xception Architecture 2025-Jun, Plant, cell & environment DOI:10.1111/pce.15413 PMID:39898421	研究论文	提出基于计算机视觉的小麦锈病严重程度预测方法，通过深度学习分类和图像分割技术实现自动化检测	首次将Xception架构应用于小麦锈病检测，结合Grabcut分割和CIELAB色彩空间分析，提供低成本自动化解决方案	仅针对小麦叶锈病和条锈病，方法在田间条件下的实际应用效果需进一步验证	开发自动化小麦锈病检测和严重程度预测系统	小麦叶片（健康和感染锈病）	计算机视觉	植物病害	数字彩色图像分析	CNN	图像	NA	NA	Xception	疾病严重程度比率	NA
23072	2025-05-08	SERS based determination of ceftriaxone, ampicillin, and vancomycin in serum using WS2/Au@Ag nanocomposites and a 2D-CNN regression model 2025-May-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.125850 PMID:39929115	research paper	开发了一种基于表面增强拉曼光谱（SERS）和二维卷积神经网络（2D-CNN）回归模型的快速检测新生儿败血症治疗中抗生素浓度的方法	结合超灵敏SERS与2D-CNN深度学习模型，实现了对复杂混合血清溶液中多种抗生素浓度的同时高精度预测	研究仅针对三种抗生素（头孢曲松、氨苄西林和万古霉素）进行了验证，未涵盖其他可能的治疗药物	开发一种快速、准确的抗生素治疗药物监测（TDM）方法，以优化新生儿败血症的治疗	头孢曲松、氨苄西林和万古霉素三种抗生素在血清中的浓度	machine learning	neonatal sepsis	surface-enhanced Raman spectroscopy (SERS)	2D-CNN	spectroscopic data	NA	NA	NA	NA	NA
23073	2025-05-08	Detection of Heavy Metal Copper Stress in Apple Rootstocks Using Surface-Enhanced Raman Spectroscopy 2025-May-07, Journal of agricultural and food chemistry IF:5.7Q1 DOI:10.1021/acs.jafc.5c00126 PMID:40264342	research paper	利用表面增强拉曼光谱（SERS）结合深度学习模型快速准确检测苹果砧木中的重金属铜胁迫水平	结合SERS与1D-SAE-CNN深度学习模型，实现了对苹果砧木中铜胁迫水平的快速准确分类	研究仅针对铜胁迫，未涉及其他重金属污染物的检测	开发一种快速准确检测苹果砧木中重金属铜胁迫水平的方法	苹果砧木	digital pathology	NA	表面增强拉曼光谱（SERS）、扫描电子显微镜-能谱分析（SEM-EDS）、微拉曼成像	一维堆叠自编码卷积神经网络（1D-SAE-CNN）	光谱数据、图像数据	10种常见铜胁迫浓度的苹果砧木样本	NA	NA	NA	NA
23074	2025-05-08	Massive experimental quantification allows interpretable deep learning of protein aggregation 2025-May-02, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adt5111 PMID:40305601	研究论文	通过大规模实验量化数据训练可解释的深度学习模型CANNA，用于预测蛋白质聚集	利用超过10万蛋白质序列的实验量化数据训练卷积-注意力混合神经网络CANNA，显著提高了蛋白质聚集预测的准确性	NA	解决蛋白质聚集预测中的数据短缺问题，提高预测准确性	蛋白质序列	机器学习	NA	深度学习	卷积-注意力混合神经网络(CANYA)	蛋白质序列数据	超过10万蛋白质序列	NA	NA	NA	NA
23075	2025-05-08	Robust deep learning from weakly dependent data 2025-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107227 PMID:39933320	research paper	该论文研究了在弱依赖数据下的鲁棒深度学习，针对无界损失函数和无界输出的情况，建立了深度神经网络估计器的非渐近边界	考虑了输出变量仅具有有限r阶矩（r>1）的情况，并在强混合和ψ-弱依赖假设下建立了预期超额风险的非渐近边界	研究假设数据具有足够的平滑性指数，且主要针对强混合数据，可能不适用于所有类型的数据依赖情况	探索在弱依赖观测下深度学习的鲁棒性，特别是在无界损失函数和无界输出的情况下	深度神经网络估计器及其在弱依赖数据下的性能	machine learning	NA	NA	deep neural networks	weakly dependent observations	NA	NA	NA	NA	NA
23076	2025-05-08	Leveraging deep learning for nonlinear shape representation in anatomically parameterized statistical shape models 2025-May, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03330-3 PMID:39953355	research paper	提出了一种基于深度学习的解剖参数化统计形状模型（DL-ANATSSM），用于改善解剖结构与临床相关参数之间的非线性关系	引入深度学习模型（多层感知机）学习解剖测量与形状参数之间的非线性映射，提升了统计形状模型的精确性和可解释性	模型在真实骨骼数据集上的性能依赖于合成数据的预训练和微调过程，可能受限于数据质量和多样性	改进统计形状模型（SSMs），使其能更精确地关联临床相关解剖参数与骨骼形状信息	股骨骨骼的形态学评估	digital pathology	NA	深度学习，多层感知机（MLP）	多层感知机（MLP）	3D骨骼形状数据	合成股骨骨骼数据集和真实骨骼数据集（具体数量未提及）	NA	NA	NA	NA
23077	2025-05-08	Development of a surrogate model for predicting atherosclerotic plaque progression based on agent based modeling data 2025-May, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241309771 PMID:39973869	研究论文	本研究开发了一种基于代理建模数据的动脉粥样硬化斑块进展预测替代模型	利用深度学习和人工神经网络构建高精度替代模型，替代计算密集型代理建模，实现实时预测	研究仅基于15例患者特定几何形状的数据，样本量较小	优化动脉粥样硬化斑块进展的预测建模资源	冠状动脉粥样硬化斑块进展	机器学习	心血管疾病	代理建模(ABM), 人工神经网络(ANN)	ANN	模拟参数数据	15例患者特定几何形状数据	NA	NA	NA	NA
23078	2025-05-08	TRUSWorthy: toward clinically applicable deep learning for confident detection of prostate cancer in micro-ultrasound 2025-May, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03335-y PMID:39976857	research paper	提出了一种名为TRUSWorthy的深度学习系统，用于在前列腺癌的微超声检测中提高准确性和可靠性	整合了自监督学习、多实例学习聚合、随机欠采样增强和集成学习，解决了标签稀缺、弱标签、类别不平衡和过度自信等问题	需要进一步验证在更多临床环境中的适用性和稳定性	开发一个可靠的深度学习系统，用于前列腺癌的检测	前列腺癌的微超声数据	digital pathology	prostate cancer	micro-ultrasound	transformers, ensemble learning	image	大型多中心微超声数据集	NA	NA	NA	NA
23079	2025-05-08	DARCS: Memory-Efficient Deep Compressed Sensing Reconstruction for Acceleration of 3D Whole-Heart Coronary MR Angiography 2025-May, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3524717 PMID:40030771	research paper	提出一种内存高效的深度压缩感知方法DARCS，用于加速3D全心冠状动脉磁共振血管成像的重建	利用预训练的伪影估计网络作为固有稀疏变换，显著降低内存使用同时提升重建质量	未提及具体临床验证规模或不同硬件平台的适应性测试	解决3D冠状动脉磁共振血管成像在高度欠采样情况下的高质量重建问题	3D全心冠状动脉磁共振血管成像数据	digital pathology	cardiovascular disease	deep compressed sensing	unrolled network	3D medical image	NA	NA	NA	NA	NA
23080	2025-05-08	Predicting Drug-miRNA Associations Combining SDNE with BiGRU 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3525266 PMID:40030943	研究论文	提出了一种结合SDNE和BiGRU的新方法SDNEDMA，用于预测药物-miRNA关联	首次将SDNE与BiGRU结合用于药物-miRNA关联预测，采用双通道方法融合miRNA和药物的属性和拓扑特征	未提及具体的数据集规模限制或模型泛化能力测试	开发高精度的药物-miRNA关联预测方法以辅助药物研发	药物与miRNA之间的关联关系	机器学习	NA	SDNE（结构化深度网络嵌入）和BiGRU（双向门控循环单元）	SDNE + BiGRU	miRNA序列数据和药物ECFP指纹数据	基于ncDR数据集进行5折交叉验证	NA	NA	NA	NA