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
2721	2025-05-08	A deep learning-based system for automatic detection of emesis with high accuracy in Suncus murinus 2025-Feb-10, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-07479-0 PMID:39930110	research paper	开发了一种基于深度学习的自动检测系统，用于高精度检测Suncus murinus的呕吐行为	首次结合3D卷积神经网络和自注意力机制开发自动呕吐检测工具AED，在多种催吐剂测试中表现出高准确率	研究仅针对Suncus murinus这一特定动物模型，未验证在其他物种上的适用性	开发自动化工具以提高呕吐行为检测的效率和准确性	Suncus murinus（树鼩）的呕吐行为	computer vision	NA	深度学习视频分析	3D CNN + self-attention机制	video	使用运动诱导呕吐视频作为训练数据集，并测试了8种不同催吐剂（树脂毒素、尼古丁等）
2722	2025-05-08	Development of a deep learning system for predicting biochemical recurrence in prostate cancer 2025-Feb-10, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-13628-9 PMID:39930342	research paper	开发了一个深度学习系统，用于预测前列腺癌患者的生化复发风险	利用深度学习系统预测前列腺癌的生化复发，超越了传统的Gleason分级系统，能够捕捉更细微的组织病理学特征	研究样本量相对较小（317名患者），且仅基于前列腺活检图像	预测前列腺癌患者在根治性前列腺切除术前的生化复发风险，以制定更有针对性的治疗方案	前列腺癌患者	digital pathology	prostate cancer	深度学习	Inception_v3, 多实例学习方法	image	1585张前列腺活检图像（来自317名患者，每人5张全切片图像）
2723	2025-05-08	Detection of dental caries under fixed dental prostheses by analyzing digital panoramic radiographs with artificial intelligence algorithms based on deep learning methods 2025-Feb-10, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-05577-3 PMID:39930440	研究论文	本研究通过深度学习算法分析数字全景X光片，评估了在固定牙科修复体（FDPs）下检测龋齿的效果	使用基于YOLOv7的卷积神经网络模型和改进的YOLOv7+CBAM模型，首次在全景X光片上自动检测FDPs下的龋齿	研究样本量有限，仅包含1004名患者的影像数据，且未与其他检测方法进行对比	评估深度学习算法在检测固定牙科修复体下龋齿的准确性和效率	固定牙科修复体（FDPs）下的龋齿	计算机视觉	牙科疾病	深度学习	YOLOv7, YOLOv7+CBAM	图像	1004名患者的全景X光片，其中2467张裁剪图像用于第二阶段分析
2724	2025-05-08	Next-generation sequencing based deep learning model for prediction of HER2 status and response to HER2-targeted neoadjuvant chemotherapy 2025-Feb-09, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-025-06105-0 PMID:39923208	研究论文	本研究开发了一种基于深度学习的模型，通过结合NGS数据和IHC染色图像预测乳腺癌患者的HER2状态及其对新辅助化疗的反应	结合NGS数据和IHC染色图像，使用Vision Transformer (ViT)深度学习模型预测HER2扩增状态及新辅助治疗疗效	HER2在癌组织中的表达异质性可能导致识别错误	提高HER2扩增状态检测的准确性和效率，并预测新辅助治疗的疗效	606名乳腺癌患者的NGS数据和IHC染色图像	数字病理	乳腺癌	NGS, IHC染色	Vision Transformer (ViT)	图像, 基因测序数据	606名乳腺癌患者（训练集404，验证集101，测试集101），其中399名HER2阳性患者用于预测疗效
2725	2025-05-08	Flexible and cost-effective deep learning for accelerated multi-parametric relaxometry using phase-cycled bSSFP 2025-Feb-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88579-z PMID:39924554	研究论文	本研究比较了基于前馈深度神经网络（DNN）和迭代拟合的框架，用于基于相位循环平衡稳态自由进动（pc-bSSFP）成像的多参数弛豫测量	引入了自监督物理信息深度神经网络（PINN）框架，该框架在训练过程中融入了物理知识，提高了推理的一致性和对训练数据分布的鲁棒性	研究主要针对健康受试者的脑组织，未涉及疾病状态下的验证	加速定量磁共振成像（qMRI）的临床应用，提高数据采集的灵活性和成本效益	健康受试者的脑组织	医学影像分析	NA	相位循环平衡稳态自由进动（pc-bSSFP）成像	深度神经网络（DNN）、自监督物理信息深度神经网络（PINN）	磁共振成像（MRI）数据	健康受试者的脑组织（具体样本数量未提及）
2726	2025-05-08	Precision and efficiency in skin cancer segmentation through a dual encoder deep learning model 2025-Feb-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88753-3 PMID:39924555	research paper	提出了一种名为DuaSkinSeg的双编码器深度学习模型，用于提高皮肤癌病变分割的精确性和效率	结合了MobileNetV2的高效局部特征提取能力和ViT-CNN编码器-解码器架构的长距离依赖特征提取能力	未提及模型在临床环境中的实际应用效果和泛化能力	提高皮肤癌病变分割的准确性和效率	皮肤癌病变图像	computer vision	skin cancer	deep learning	Dual Skin Segmentation (DuaSkinSeg), MobileNetV2, ViT-CNN	image	三个公开基准数据集：ISIC 2016、ISIC 2017和ISIC 2018
2727	2025-05-08	Polarity-JaM: an image analysis toolbox for cell polarity, junction and morphology quantification 2025-Feb-08, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56643-x PMID:39922822	研究论文	介绍了一个名为Polarity-JaM的开源图像分析工具箱，用于量化细胞极性、连接和形态	开发了一个开源软件包，结合了深度学习和荧光显微镜技术，用于单细胞分割、特征提取和统计分析，支持多种细胞类型和成像模式	未明确提及具体限制，但可能依赖于荧光图像数据的质量	开发一个可重复的图像分析工作流程，以全面利用荧光显微镜和深度学习算法的新机会	内皮细胞及其集体行为	数字病理学	血管疾病	荧光显微镜	深度学习算法	图像	NA
2728	2025-05-08	Adaptive genetic algorithm based deep feature selector for cancer detection in lung histopathological images 2025-Feb-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86362-8 PMID:39922836	research paper	提出了一种基于自适应遗传算法的深度特征选择器，用于肺癌组织病理学图像的癌症检测	使用通道注意力机制的深度学习模型作为特征提取器，结合自适应遗传算法进行特征选择，采用滤波器方法计算染色体适应度分数	仅在公开数据集LC25000上进行了测试，未说明在其他数据集上的泛化能力	提高肺癌检测的准确性和效率	肺癌组织病理学图像	digital pathology	lung cancer	deep learning, genetic algorithm	CNN, K-nearest neighbors	image	LC25000数据集中的肺癌组织病理学图像
2729	2025-05-08	Modeling and designing enhancers by introducing and harnessing transcription factor binding units 2025-Feb-08, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56749-2 PMID:39922842	research paper	提出转录因子结合单元（TFBU）概念，并开发DeepTFBU工具包用于增强子设计	首次提出TFBU概念，通过深度学习量化TFBS周围序列的影响，并开发了高效的增强子设计工具DeepTFBU	未提及实验验证的具体细胞类型或生物过程的广泛性	研究增强子设计与调控基因表达的机制	转录因子结合位点（TFBS）及其周围序列	machine learning	NA	deep learning	深度学习模型	序列数据	NA
2730	2025-05-08	Looking outside the box with a pathology aware AI approach for analyzing OCT retinal images in Stargardt disease 2025-Feb-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85213-w PMID:39922894	research paper	提出了一种结合病理感知损失函数的深度学习方法，用于分割STGD1患者OCT视网膜图像中的视网膜亚层	采用病理感知损失函数，针对相对未受影响的区域进行亚层分割，在严重受影响区域将整个视网膜作为单层分割以避免错误	主要针对STGD1疾病，可能不适用于其他视网膜疾病的分割	开发一种能够准确分割STGD1患者OCT视网膜图像的方法，以跟踪疾病进展和评估治疗效果	STGD1患者的OCT视网膜图像	digital pathology	Stargardt disease	OCT	deep learning	image	NA
2731	2025-05-08	Severe deviation in protein fold prediction by advanced AI: a case study 2025-Feb-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89516-w PMID:39922965	研究论文	本文报告了高级AI在蛋白质折叠预测中的严重偏差案例	揭示了AI预测蛋白质结构时存在的严重偏差，特别是在多域蛋白质的相对取向方面	研究仅针对一个双域蛋白质案例，可能不具有普遍代表性	评估AI在蛋白质结构预测中的准确性	双域蛋白质的结构预测	机器学习	NA	蛋白质结构预测	AlphaFold	蛋白质序列和结构数据	一个双域蛋白质案例
2732	2025-05-08	Genome data based deep learning identified new genes predicting pharmacological treatment response of attention deficit hyperactivity disorder 2025-Feb-07, Translational psychiatry IF:5.8Q1 DOI:10.1038/s41398-025-03250-5 PMID:39920114	研究论文	本研究结合全基因组关联分析(GWAS)和深度学习(DL)方法，揭示了注意力缺陷多动障碍(ADHD)药物治疗反应的遗传基础	首次整合GWAS和深度学习方法来识别ADHD药物治疗反应的新基因，并构建了预测模型	独立测试数据集的模型特异性较低(0.26)，表明模型在阴性样本识别上存在不足	探索ADHD药物治疗反应的遗传预测因子，实现个性化治疗	未接受过药物治疗的ADHD患者	机器学习	注意力缺陷多动障碍(ADHD)	GWAS, 深度学习	CNN	基因型数据	接受12周药物治疗的ADHD患者队列
2733	2025-05-08	A deep learning approach for automatic 3D segmentation of hip cartilage and labrum from direct hip MR arthrography 2025-Feb-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86727-z PMID:39920175	研究论文	使用卷积神经网络（CNN）基于3D MRI自动分割髋关节软骨和唇缘	开发了一种基于U-Net架构的全自动分割模型，用于从MRI中分割髋关节软骨和唇缘，并在外部数据集上验证了其性能	研究为回顾性单中心研究，外部数据集仅包含40名患者	开发一种自动分割髋关节软骨和唇缘的深度学习模型，以提供快速准确的3D MRI模型	髋关节软骨和唇缘	数字病理	髋关节疾病	3D MRI	U-Net	3D MRI图像	100名有症状患者（训练集80髋，测试集20髋）和外部数据集40名患者
2734	2025-05-08	Deep learning-based prediction of autoimmune diseases 2025-Feb-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88477-4 PMID:39920178	研究论文	本研究提出两种深度学习模型（AutoY和LSTMY）用于预测由T细胞介导的自身免疫性疾病	首次将卷积神经网络（AutoY）和带注意力机制的双向LSTM（LSTMY）应用于T细胞受体介导的自身免疫疾病预测	研究仅针对四种自身免疫疾病进行验证，未涵盖更广泛的自身免疫疾病谱	开发基于T细胞受体数据的自身免疫疾病预测模型	T细胞受体（TCR）与四种自身免疫疾病的关联	机器学习	自身免疫疾病（1型糖尿病、多发性硬化症等）	深度学习	CNN（AutoY）和双向LSTM带注意力机制（LSTMY）	T细胞受体序列数据	未明确说明样本数量（涉及四种疾病数据）
2735	2025-05-08	A comprehensive analysis of deep learning and transfer learning techniques for skin cancer classification 2025-Feb-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82241-w PMID:39920179	research paper	该研究通过深度学习与迁移学习技术对皮肤癌图像进行分类，提出了一种有效的诊断方法	结合多种预训练网络与机器学习分类器，提出了一种新的皮肤癌分类方法，并达到了92.87%的最高准确率	研究仅基于ISIC 2018数据集，样本量有限，且未涉及其他类型的皮肤病变	解决皮肤癌早期诊断的挑战，提高分类准确率	皮肤癌图像，特别是黑色素瘤	computer vision	skin cancer	deep learning, transfer learning	VGG19, ResNet18, MobileNet_V2, SVM, DT, Naïve Bayes, KNN	image	3300张皮肤疾病图像（来自ISIC 2018数据集）
2736	2025-05-08	Advanced AI-driven detection of interproximal caries in bitewing radiographs using YOLOv8 2025-Feb-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84737-x PMID:39920198	研究论文	本研究开发了一种基于YOLOv8算法的深度学习AI模型，用于提高咬翼X光片中邻面龋齿的检测准确率	使用YOLOv8算法进行邻面龋齿检测，提高了诊断准确率并减少了假阴性	研究为回顾性研究，可能受到数据质量和标注一致性的影响	提高邻面龋齿的诊断准确率，改善临床结果	咬翼X光片中的邻面龋齿	计算机视觉	龋齿	深度学习	YOLOv8	图像	552张X光片，共1,506张标注图像
2737	2025-05-08	FoxA1 knockdown promotes BMSC osteogenesis in part by activating the ERK1/2 signaling pathway and preventing ovariectomy-induced bone loss 2025-Feb-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88658-1 PMID:39920313	研究论文	研究通过敲低FOXA1基因促进骨髓间充质干细胞(BMSC)成骨分化，激活ERK1/2信号通路，从而预防卵巢切除引起的骨质疏松	首次发现FOXA1基因在骨质疏松中的关键调控作用，并证实其通过ERK1/2信号通路影响BMSC成骨分化	研究主要基于小鼠模型，尚未在人体中进行验证	探索骨质疏松的新型治疗靶点和方法	骨髓间充质干细胞(BMSC)和骨质疏松小鼠模型	分子生物学	骨质疏松	随机游走算法、免疫组化、Western blot、qRT-PCR、慢病毒转染、显微CT	小鼠卵巢切除模型	基因表达数据、蛋白质表达数据、影像学数据	未明确说明具体样本数量，涉及体外培养的hBMSCs和卵巢切除小鼠模型
2738	2025-05-08	Inhibition of tumour necrosis factor alpha by Etanercept attenuates Shiga toxin-induced brain pathology 2025-Feb-07, Journal of neuroinflammation IF:9.3Q1 DOI:10.1186/s12974-025-03356-z PMID:39920757	研究论文	本研究探讨了肿瘤坏死因子α（TNF-α）在EHEC感染引起的脑病理中的作用，并评估了Etanercept对减轻这些病理变化的潜力	使用Etanercept抑制TNF-α减轻了Shiga毒素引起的脑病理变化，特别是补体通路的激活，并揭示了TNF-α依赖性血管舒张和内皮损伤的机制	研究仅使用了小鼠模型，尚未在人体中进行验证	探究TNF-α在EHEC感染引起的脑病理中的作用，并评估其作为治疗靶点的潜力	小鼠模型中的脑组织及微胶质细胞	神经病理学	EHEC感染相关脑病	LC-MS/MS蛋白质组学、深度学习算法	深度学习算法	蛋白质组数据、显微成像数据	小鼠模型
2739	2025-05-08	Diagnosis of Chronic Kidney Disease Using Retinal Imaging and Urine Dipstick Data: Multimodal Deep Learning Approach 2025-Feb-07, JMIR medical informatics IF:3.1Q2 DOI:10.2196/55825 PMID:39924305	研究论文	本研究通过整合视网膜图像和尿液试纸数据，开发了一种多模态深度学习模型，用于慢性肾脏病（CKD）的非侵入性筛查	首次将视网膜图像和尿液试纸数据结合用于CKD诊断，并通过多模态深度学习模型展示了协同效应	在65岁及以上年龄组中模型性能有限	评估整合视网膜图像和尿液试纸数据的深度学习模型在CKD诊断中的效果	20-79岁人群的视网膜图像和尿液试纸数据	数字病理学	慢性肾脏病	深度学习	Wide Residual Networks	图像和尿液试纸数据	开发集65,082人，外部验证集58,284人
2740	2025-05-08	Capsule endoscopy: Do we still need it after 24 years of clinical use? 2025-Feb-07, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i5.102692 PMID:39926220	comments	本文评论了一篇关于使用深度学习模型自动检测胶囊内窥镜（CE）中胃肠道病变的文章，并总结了CE当前面临的挑战及可能的解决方法	讨论了CE在临床应用中的持续必要性及其面临的挑战	NA	探讨胶囊内窥镜在临床应用中的持续必要性	胶囊内窥镜（CE）及其在胃肠道病变检测中的应用	digital pathology	gastrointestinal disease	deep learning	NA	image	NA