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
241	2025-05-04	A deep learning approach for early prediction of breast cancer neoadjuvant chemotherapy response on multistage bimodal ultrasound images 2025-Jan-23, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01543-7 PMID:39849366	research paper	本研究提出了一种新型卷积神经网络模型，用于早期预测乳腺癌新辅助化疗的疗效	提出了双模态分层特征融合模块（BLFFM）和时间混合注意力模块（THAM），能够有效挖掘灰阶超声（GUS）和彩色多普勒血流成像（CDFI）之间的复杂相关性和互补特征信息	样本量相对较小，仅包含101名患者的数据	早期预测乳腺癌新辅助化疗的疗效	局部晚期乳腺癌（LABC）患者	digital pathology	breast cancer	ultrasound imaging	CNN	image	101名患者的GUS和CDFI视频，预处理后得到3000组多阶段双模态超声图像组合
242	2025-05-04	Deep learning model targeting cancer surrounding tissues for accurate cancer diagnosis based on histopathological images 2025-Jan-23, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-06017-6 PMID:39849586	研究论文	提出了一种针对癌症周围组织的深度学习框架，用于基于组织病理学图像的胃癌诊断	发现了非癌症区域（ROI）权重依赖的模型性能，揭示了具有潜在重塑微环境和区域癌变的非癌症区域的诊断价值	未提及具体样本量的限制或模型在其他癌症类型上的泛化能力	提高基于组织病理学图像的癌症诊断准确性和效率	胃癌及其周围非癌组织的组织病理学图像	数字病理学	胃癌	深度学习	MobileNetV2	图像	未明确提及具体样本量
243	2025-05-04	Evaluating the impact of ESICM 2023 guidelines and the new global definition of ARDS on clinical outcomes: insights from MIMIC-IV cohort data 2025-Jan-23, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-02289-w PMID:39849624	研究论文	本研究评估了ESICM 2023指南和新全球ARDS定义对临床结果的影响，并基于MIMIC-IV队列数据进行了分析	比较了新ARDS定义与柏林定义在早期诊断、准确分级和资源有限环境中的应用优势，并建立了早期ARDS识别的预测模型	研究仅基于MIMIC-IV数据库的数据，可能无法完全代表所有临床环境	确定新ARDS定义对低氧性呼吸衰竭患者的影响，并研究新定义下患者的异质性以指导治疗	低氧性呼吸衰竭患者和ARDS患者	医学研究	急性呼吸窘迫综合征(ARDS)	Kaplan-Meier生存分析、层次聚类方法、XGBoost分类器	XGBoost	临床咨询数据	MIMIC-IV数据库中的患者数据
244	2025-05-04	Dendrites endow artificial neural networks with accurate, robust and parameter-efficient learning 2025-Jan-22, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56297-9 PMID:39843414	research paper	本文提出了一种新型的人工神经网络架构，通过融入生物树突的结构化连接和受限采样特性，提高了学习的精确性、鲁棒性和参数效率	引入生物树突的结构化连接和受限采样特性，提出了一种新型的人工神经网络架构，显著减少了可训练参数数量，同时提高了模型的鲁棒性和性能	未提及具体的数据集规模或实际应用场景的验证	提高人工神经网络的学习精确性、鲁棒性和参数效率	人工神经网络（ANNs）	machine learning	NA	NA	dendritic ANNs	image	NA
245	2025-05-04	Investigating the intrinsic top-down dynamics of deep generative models 2025-Jan-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-85055-y PMID:39843473	研究论文	研究深度生成模型的内在自上而下动态特性，特别是迭代深度信念网络（iDBN）的生成动态	提出使用iDBN模拟神经认知发展，并通过初始化自上而下采样于'嵌合体状态'来增强生成多样数据原型的能力	模型并不总是能在单次生成轨迹中在所有潜在目标状态之间转换	探索分层生成模型的自上而下动态特性及其与神经科学理论的联系	深度信念网络（DBNs）及其扩展迭代DBN（iDBN）	机器学习	NA	无监督学习，Hebbian-like学习机制	DBN, iDBN, Restricted Boltzmann Machine	图像数据（手写数字和人脸图片）	NA
246	2025-05-04	A large histological images dataset of gastric cancer with tumour microenvironment annotation for AI 2025-Jan-22, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04489-9 PMID:39843474	research paper	该研究提供了一个大型胃癌组织学图像数据集，包含肿瘤微环境的详细注释，用于AI研究	提供了首个完全注释了8种肿瘤微环境组织类别的大型胃癌组织学图像数据集	未提及模型在其他独立数据集上的验证结果	为胃癌肿瘤微环境分析提供高质量的标注数据集以支持AI研究	胃癌组织学图像及其肿瘤微环境	digital pathology	gastric cancer	组织学图像分析	deep learning models (具体未说明)	image	300张全切片图像生成的近31K张组织学图像
247	2025-05-04	Single-cell RNA-seq data augmentation using generative Fourier transformer 2025-Jan-22, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-07552-8 PMID:39843603	research paper	本文提出了一种名为scGFT的无训练、以细胞为中心的生成模型，用于增强单细胞RNA测序数据	scGFT是一种无需预训练或微调的生成模型，能够合成具有自然基因表达谱的单细胞数据	未明确提及具体局限性	解决单细胞RNA测序数据稀缺问题，提高统计可靠性	单细胞RNA测序数据	machine learning	NA	scRNA-seq	generative Fourier transformer (scGFT)	gene expression data	模拟和实验数据
248	2025-05-04	A comprehensive survey of scoring functions for protein docking models 2025-Jan-22, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05991-4 PMID:39844036	综述	本文对蛋白质对接模型中的评分函数进行了全面调查，涵盖了传统和基于深度学习的方法	综合比较了传统和基于深度学习的评分函数，并评估了它们在七个公共数据集上的表现	未提出新的评分函数，仅对现有方法进行了比较和评估	评估和比较蛋白质对接模型中的评分函数，以帮助研究人员了解该领域的进展	蛋白质对接模型中的评分函数	计算生物学	NA	深度学习	NA	蛋白质复合物数据	七个公共和流行的数据集
249	2025-05-04	Deep learning-based synthetic CT for dosimetric monitoring of combined conventional radiotherapy and lattice boost in large lung tumors 2025-Jan-22, Radiation oncology (London, England) DOI:10.1186/s13014-024-02568-6 PMID:39844209	research paper	本研究开发了一种结合常规放疗（CRT）和晶格增强放疗（LRT）的综合治疗方案，并利用深度学习生成的合成CT（sCT）监测其剂量学特性	利用U-Net++深度学习模型生成sCT，提高了剂量监测的准确性，并首次将sCT应用于LRT增强计划的适应性调整	研究样本量有限（115例），且仅针对大体积肺肿瘤患者	开发一种结合CRT和LRT的综合治疗方案，并提高剂量监测的准确性	115例肺癌患者的锥形束CT数据	digital pathology	lung cancer	cone-beam computed tomography, deep learning	U-Net++	image	115例肺癌患者
250	2025-05-04	NuFold: end-to-end approach for RNA tertiary structure prediction with flexible nucleobase center representation 2025-Jan-21, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56261-7 PMID:39837861	研究论文	本文介绍了一种名为NuFold的新型计算方法，利用深度学习架构准确预测RNA的三级结构	NuFold采用端到端的深度神经网络，结合核苷碱基中心表示，能够灵活处理核糖环构象，并在构建RNA局部几何结构方面表现出色	NA	解决RNA三级结构预测的挑战，缩小RNA序列与结构数据之间的差距	RNA的三级结构	生物信息学	NA	深度学习	深度神经网络	RNA序列	NA
251	2025-05-04	Minimal sourced and lightweight federated transfer learning models for skin cancer detection 2025-Jan-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82402-x PMID:39837883	研究论文	本文提出了一种使用最小资源和轻量级联邦迁移学习模型高精度分类皮肤癌类型的技术	采用最小资源预训练深度学习模型（如EfficientNetV2S、EfficientNetB3、ResNet50和NasNetMobile）进行迁移学习，并在联邦学习生态系统中应用	未提及具体样本量或数据来源的详细信息	开发高精度的皮肤癌分类技术	皮肤癌（痣和黑色素瘤病变）	计算机视觉	皮肤癌	迁移学习、联邦学习	EfficientNetV2S、EfficientNetB3、ResNet50、NasNetMobile	图像	NA
252	2025-05-04	Predicting branch retinal vein occlusion development using multimodal deep learning and pre-onset fundus hemisection images 2025-Jan-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85777-7 PMID:39837962	研究论文	开发了一种基于深度学习模型的多模态方法，用于预测分支视网膜静脉阻塞（BRVO）的发生	首次使用预发病的眼底半切图像和多模态深度学习模型来预测BRVO，并强调了视网膜血管交叉区域的重要性	样本量较小（27例BRVO受影响眼和81例未受影响眼），且为回顾性研究，需要更大规模的多中心数据集以提高预测准确性和临床实用性	预测分支视网膜静脉阻塞（BRVO）的发生	分支视网膜静脉阻塞（BRVO）患者和未受影响眼的眼底半切图像	数字病理学	视网膜静脉阻塞	深度学习	U-net	图像	27例BRVO受影响眼和81例未受影响眼（27例对侧和54例同侧）
253	2025-05-04	A graph neural network approach for hierarchical mapping of breast cancer protein communities 2025-Jan-21, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-06015-x PMID:39838298	研究论文	本文提出了一种基于图神经网络的层次化方法，用于映射乳腺癌蛋白质群落并识别潜在生物标志物	采用新型层次化图神经网络，结合基因本体术语监督和预训练深度上下文语言模型，自动学习蛋白质序列和蛋白质-蛋白质相互作用的特征	NA	全面映射乳腺癌蛋白质群落的层次结构并识别潜在生物标志物	乳腺癌蛋白质群落	机器学习	乳腺癌	图神经网络，预训练深度上下文语言模型，group-lasso算法	图神经网络	蛋白质序列数据，蛋白质-蛋白质相互作用数据	大量公开可用的蛋白质组学数据
254	2025-05-04	Deep learning-based CT radiomics predicts prognosis of unresectable hepatocellular carcinoma treated with TACE-HAIC combined with PD-1 inhibitors and tyrosine kinase inhibitors 2025-Jan-21, BMC gastroenterology IF:2.5Q2 DOI:10.1186/s12876-024-03555-7 PMID:39838292	研究论文	开发并验证基于CT的深度学习放射组学模型，用于预测接受TACE-HAIC联合PD-1抑制剂和酪氨酸激酶抑制剂治疗的不可切除肝细胞癌患者的治疗反应和无进展生存期	结合ResNet技术和临床特征建立预测模型，用于预测不可切除肝细胞癌患者的治疗反应和无进展生存期	研究为回顾性研究，样本量相对较小，且仅来自两个医疗中心	预测不可切除肝细胞癌患者的治疗反应和无进展生存期	172例接受TACE-HAIC联合PD-1抑制剂和酪氨酸激酶抑制剂治疗的不可切除肝细胞癌患者	数字病理学	肝细胞癌	CT成像	ResNet	图像	172例患者（122例来自哈尔滨医科大学肿瘤医院介入科，50例来自哈尔滨医科大学附属第四医院介入科）
255	2025-05-04	Deep learning for the classification of atrial fibrillation using wavelet transform-based visual images 2025-Jan-21, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02872-5 PMID:39838437	研究论文	本研究探讨了使用基于Morse连续小波变换(MsCWT)的深度学习模型对心房颤动(AF)进行分类	采用MsCWT将ECG信号转换为图像，并利用深度学习模型进行分类，取得了较高的准确率和F1分数	虽然信号转换为小波形式可能改善结果，但这种方法的影响尚未在其他信号诊断中得到验证	开发一种基于深度学习的AF分类方法	ECG信号	计算机视觉	心血管疾病	Morse连续小波变换(MsCWT)	深度学习模型	图像	NA
256	2025-05-04	A systematic review of progress test as longitudinal assessment in Saudi Arabia 2025-Jan-21, BMC medical education IF:2.7Q1 DOI:10.1186/s12909-025-06671-4 PMID:39838466	系统综述	本文系统综述了沙特阿拉伯本科医学教育中进展测试作为纵向评估方法的现状、效用、优缺点	强调了进展测试作为纵向评估方法的动态特性及其在促进深度学习和个性化学习体验方面的优势	研究仅聚焦于沙特阿拉伯的本科医学教育，可能限制了结果的普遍适用性	探索沙特阿拉伯本科医学教育中纵向评估的实践，特别是进展测试的效用	沙特阿拉伯本科医学教育中的进展测试	医学教育	NA	系统综述方法	NA	文献数据	NA
257	2025-05-04	Comparative analysis of deep learning and radiomic signatures for overall survival prediction in recurrent high-grade glioma treated with immunotherapy 2025-Jan-21, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-024-00818-0 PMID:39838503	research paper	比较深度学习和放射组学特征在预测接受免疫治疗的复发性高级别胶质瘤患者总生存期中的表现	比较了手动分割和CNN自动分割的放射组学特征在预测总生存期中的效果，并评估了端到端CNN预后模型的性能	端到端黑盒建模的解释性较低，且自动分割的放射组学特征预测性能较差	预测复发性高级别胶质瘤患者接受免疫治疗后的总生存期	154例复发性高级别胶质瘤患者	digital pathology	brain tumor	radiomic analysis, deep learning	CNN, SVM	medical images	154 cases of recurrent HGG from multiple centers
258	2025-05-04	Deep learning-based anterior segment identification and parameter assessment of primary angle closure disease in ultrasound biomicroscopy images 2025-Jan-20, BMJ open ophthalmology IF:2.0Q2 DOI:10.1136/bmjophth-2023-001600 PMID:39837590	研究论文	开发一种基于深度学习的人工智能算法，用于自动识别超声生物显微镜（UBM）图像中的前段结构并评估原发性闭角型疾病（PACD）的多个参数	提出了一种基于深度学习的多组织分割模型，用于自动识别前段结构并定位巩膜突，同时自动测量典型角度参数	样本量相对较小，仅包含592名受试者的2339张UBM图像用于算法开发，45名受试者的222张UBM图像用于验证	开发一种自动识别前段结构并评估PACD参数的人工智能算法	超声生物显微镜（UBM）图像中的前段结构	数字病理	原发性闭角型疾病	超声生物显微镜（UBM）	深度学习	图像	592名受试者的2339张UBM图像用于开发，45名受试者的222张UBM图像用于验证
259	2025-05-04	TrimNN: Characterizing cellular community motifs for studying multicellular topological organization in complex tissues 2025-Jan-17, Research square DOI:10.21203/rs.3.rs-5584635/v1 PMID:39877090	研究论文	介绍了一种名为TrimNN的神经网络方法，用于研究复杂组织中多细胞拓扑组织的细胞群落模式	提出了一种自下而上的方法，通过图神经网络识别可解释且具有普遍性的细胞群落模式，不同于传统的自上而下分析方法	NA	研究细胞空间排列对组织功能的影响及其拓扑协调规则	空间转录组学和蛋白质组学中的细胞群落模式	数字病理学	NA	空间组学	图神经网络	空间组学数据	NA
260	2025-05-04	Deep learning and generative artificial intelligence in aging research and healthy longevity medicine 2025-Jan-16, Aging DOI:10.18632/aging.206190 PMID:39836094	review	探讨深度学习和生成式人工智能在老龄化研究和健康长寿医学中的应用	综述了DL和GenAI在生物标志物发现、深度衰老时钟开发、老年保护剂识别以及针对衰老和疾病的双重用途治疗药物生成中的应用，并探讨了多模态、多任务研究系统的出现	NA	扩展健康生产寿命，推动老龄化研究和健康长寿医学的发展	人类和动物的老龄化研究	machine learning	geriatric disease	NA	Deep Learning (DL), Generative Artificial Intelligence (GenAI)	NA	NA