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
2841	2025-04-23	EnsembleSE: identification of super-enhancers based on ensemble learning 2025-Jan-15, Briefings in functional genomics IF:2.5Q3 DOI:10.1093/bfgp/elaf003 PMID:40251827	research paper	提出了一种基于集成学习的超增强子识别方法EnsembleSE，用于更有效地识别基因调控网络中的超增强子	集成不同模型的优势，提出基于集成策略的模型，增强模型的泛化能力，并设计了一种结合局部结构和全局信息的多角度特征表示方法	需要大量标记数据进行训练，限制了其在生物数据中的进一步应用	提高超增强子识别的准确性和效率，以支持基因调控网络和疾病机制的研究	超增强子（SEs）	machine learning	NA	ensemble learning	ensemble model	sequence data	在小鼠和人类数据集上进行了评估
2842	2025-04-23	Deep Learning in Breast Cancer Imaging: A Decade of Progress and Future Directions 2025, IEEE reviews in biomedical engineering IF:17.2Q1 DOI:10.1109/RBME.2024.3357877 PMID:38265911	review	本文综述了过去十年深度学习在乳腺癌影像分析中的进展，并探讨了未来的研究方向	总结了深度学习在乳腺癌影像分析中的主要方法和应用，并提出了未来研究的挑战和潜在方向	NA	总结深度学习在乳腺癌影像分析中的进展并探讨未来研究方向	乳腺癌影像数据，包括乳腺X光片、超声、磁共振成像和数字病理图像	digital pathology	breast cancer	deep learning	NA	image	NA
2843	2025-04-23	All-atom RNA structure determination from cryo-EM maps 2025-Jan, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-024-02149-8 PMID:38396075	research paper	开发了一种名为EMRNA的方法，用于从冷冻电镜图中准确自动地确定全原子RNA结构	EMRNA整合了基于深度学习的核苷酸检测、三维骨架追踪与评分以及考虑序列和二级结构信息的全原子RNA结构构建	NA	解决从冷冻电镜图中确定RNA结构的挑战	RNA结构	结构生物学	NA	冷冻电镜（cryo-EM）	深度学习	冷冻电镜图	140个不同的RNA图，长度从37到423个核苷酸，分辨率为2.0-6.0Å
2844	2025-04-23	Early pigment spot segmentation and classification from iris cellular image analysis with explainable deep learning and multiclass support vector machine 2025-Jan-01, Biochemistry and cell biology = Biochimie et biologie cellulaire DOI:10.1139/bcb-2023-0183 PMID:37906957	研究论文	本文提出了一种结合可解释深度学习和多类支持向量机的方法，用于早期虹膜色素斑点的分割和分类	结合可解释深度学习和多类支持向量机进行虹膜色素斑点的早期分割与分类，优于现有文献中的方法	实验仅在三个基准数据集上进行，可能缺乏更广泛的验证	开发一种早期诊断视网膜疾病的方法，以预防可避免的失明	虹膜细胞图像中的色素斑点	计算机视觉	视网膜疾病	深度学习，支持向量机	CNN, SVM	图像	三个基准数据集（MILE, UPOL, Eyes SUB）
2845	2025-04-23	Integrative deep learning framework predicts lipidomics-based investigation of preservatives on meat nutritional biomarkers and metabolic pathways 2025, Critical reviews in food science and nutrition IF:7.3Q1 DOI:10.1080/10408398.2023.2295016 PMID:38127336	review	本文综述了防腐剂对肉制品代谢途径和营养生物标志物的影响，并探讨了深度学习在脂质组学预测中的应用	利用深度循环网络和迁移学习的DisoLipPred模型预测蛋白质序列无序区域中氨基酸的脂质结合趋势，为肉制品的代谢途径分析提供了新的方法	传统的肉制品质量评估工具无法阐明防腐剂影响的内在机制和途径	研究防腐剂对肉制品营养和代谢途径的影响，并探索深度学习在食品分析中的应用	肉制品及其营养生物标志物和代谢途径	machine learning	NA	脂质组学、代谢组学、蛋白质组学	深度循环网络、迁移学习、深度神经网络、卷积神经网络、人工神经网络	蛋白质序列、代谢数据	NA
2846	2025-04-23	DSTCNet: Deep Spectro-Temporal-Channel Attention Network for Speech Emotion Recognition 2025-Jan, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3304516 PMID:37624721	研究论文	本文提出了一种深度谱时通道注意力网络（DSTCNet），用于提高语音情感识别的表现能力	提出了STC注意力模块，能够沿时间、频率和通道维度推断3D注意力图，更关注关键时间帧、频率范围和特征通道的区域	未明确提及具体局限性	提高语音情感识别的表现能力	语音情感识别	自然语言处理	NA	深度学习	CNN, DSTCNet	语音数据	Berlin emotional database (EmoDB) 和 interactive emotional dyadic motion capture (IEMOCAP) 数据库
2847	2025-04-23	Contrastive Registration for Unsupervised Medical Image Segmentation 2025-Jan, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3332003 PMID:37983143	研究论文	提出了一种名为CLMorph的新型卷积神经网络对比配准架构，用于无监督医学图像分割	结合图像级配准和特征级对比学习，进行基于配准的分割，提高了无监督分割的准确性	未提及具体的数据集规模限制或计算资源需求	解决医学图像分割中标注数据稀缺的问题	医学图像	数字病理	NA	对比学习	CNN	图像	两个主要医学图像数据集（未说明具体样本数）
2848	2025-04-23	Transforming physical fitness and exercise behaviors in adolescent health using a life log sharing model 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1562151 PMID:40255372	研究论文	本研究探讨了基于深度学习的生命日志共享模型（LLSM）在通过个性化公共卫生干预增强青少年身体素质和锻炼行为方面的潜力	开发了一种混合时空卷积神经网络-双向长短期记忆（TS-CNN-BiLSTM）模型，整合了多模态生命日志数据的时间、文本和视觉特征，用于分类和预测身体活动行为	未提及具体局限性	通过个性化公共卫生干预增强青少年身体素质和锻炼行为	青少年	机器学习	NA	深度学习	TS-CNN-BiLSTM	多模态生命日志数据（运动类型、持续时间、强度）	两个数据集：Geo-Life Log（带位置数据）和Time-Life Log（不带位置数据）
2849	2025-04-23	RNA secondary structure prediction by conducting multi-class classifications 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.04.001 PMID:40256169	研究论文	本研究提出了一种通过多类别分类预测RNA二级结构的简单方法，无需复杂的后处理步骤	将RNA二级结构预测视为多个多类别分类问题，避免了复杂的后处理步骤，并引入了数据增强和跨RNA家族评估性能下降缓解方法	未提及具体的数据集规模或模型在特定RNA家族上的局限性	改进RNA二级结构预测的准确性和简化预测流程	RNA二级结构	自然语言处理	NA	深度学习	注意力机制和CNN	RNA序列数据	NA
2850	2025-04-23	Enhancing Gamma Knife Cone-beam Computed Tomography Image Quality Using Pix2pix Generative Adversarial Networks: A Deep Learning Approach 2025 Jan-Mar, Journal of medical physics IF:0.7Q4 DOI:10.4103/jmp.jmp_140_24 PMID:40256180	研究论文	本研究开发了一种改进的Pix2Pix卷积神经网络框架，用于提升锥形束计算机断层扫描（CBCT）图像质量，并减少Hounsfield单位（HU）的变异	使用改进的Pix2Pix生成对抗网络（GAN）框架，将CBCT图像转换为高质量合成CT（sCT）图像，显著提升了图像质量	研究样本量较小（50名患者），可能影响模型的泛化能力	提升CBCT图像质量，使其更接近CT图像，以用于放射外科手术	50名接受伽玛刀治疗的患者	计算机视觉	NA	锥形束计算机断层扫描（CBCT）	Pix2Pix GAN	图像	50名患者的7484张512×512像素的切片图像（40名用于训练，10名用于测试）
2851	2025-04-23	Evaluation of Low-dose Computed Tomography Images Reconstructed Using Artificial Intelligence-based Adaptive Filtering for Denoising: A Comparison with Computed Tomography Reconstructed with Iterative Reconstruction Algorithm 2025 Jan-Mar, Journal of medical physics IF:0.7Q4 DOI:10.4103/jmp.jmp_115_24 PMID:40256183	research paper	本研究评估了基于人工智能的自适应滤波去噪技术在低剂量计算机断层扫描（CT）图像重建中的应用，并与迭代重建算法进行了比较	首次比较了AI去噪工具PixelShine与迭代重建算法在不同低剂量条件下的图像质量，发现AI在33%标准剂量下表现更优	研究样本量有限（85例），且为回顾性研究	评估AI去噪技术在低剂量CT图像重建中的诊断价值	低剂量CT图像	digital pathology	NA	低剂量CT扫描	deep learning	medical image	85例CT扫描病例（32例FBP重建，53例IR重建）
2852	2025-04-23	A new method for early diagnosis and treatment of meniscus injury of knee joint in student physical fitness tests based on deep learning method 2025, BioImpacts : BI IF:2.2Q3 DOI:10.34172/bi.30419 PMID:40256232	research paper	提出了一种基于深度学习的膝关节半月板损伤早期诊断和治疗方法，用于学生体能测试	采用增强版的U-Net算法进行图像分割，结合集成方法进行损伤类型识别，提高了诊断的准确性和及时性	研究仅基于MRI图像数据集，未涉及其他类型的医学影像数据	提高学生体能测试中膝关节半月板损伤的早期诊断和治疗效果	学生体能测试中的膝关节半月板损伤	digital pathology	膝关节半月板损伤	MRI	U-Net	image	一个知名的膝关节损伤MRI图像数据集
2853	2025-04-23	The diagnostic and prognostic value of C1orf174 in colorectal cancer 2025, BioImpacts : BI IF:2.2Q3 DOI:10.34172/bi.30566 PMID:40256241	research paper	该研究通过生物信息学和机器学习算法分析RNA和microRNA测序数据，鉴定结直肠癌中的差异表达基因，并验证了C1orf174的诊断和预后价值	发现了五个新的预后基因，包括C1orf174，并通过机器学习算法确定了高准确度的诊断标志物组合	研究依赖于TCGA数据库的数据，未提及独立验证队列的结果	鉴定结直肠癌的新型生物标志物，用于早期检测和预后评估	结直肠癌患者和正常对照的RNA和microRNA测序数据	digital pathology	colorectal cancer	RNA-seq, microRNA sequencing, Real-time PCR	Deep learning, Decision Tree, SVM	RNA-seq data, microRNA data	631个样本（398例患者和233例正常对照）
2854	2025-04-23	Mortality prediction of heart transplantation using machine learning models: a systematic review and meta-analysis 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1551959 PMID:40256322	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估机器学习模型在预测心脏移植后死亡率中的性能	比较了多种机器学习算法在心脏移植后死亡率预测中的表现，并识别了影响模型准确性的因素	研究存在显著的异质性和偏倚，需要标准化方法和进一步的外部验证以提高临床适用性	评估机器学习算法在预测心脏移植后死亡率中的性能并优化决策过程	心脏移植患者	机器学习	心血管疾病	机器学习算法（如随机森林、CatBoost、神经网络等）	随机森林、CatBoost、神经网络、K近邻	临床数据	17项研究纳入综述，12项研究纳入荟萃分析
2855	2025-04-23	Machine learning vs human experts: sacroiliitis analysis from the RAPID-axSpA and C-OPTIMISE phase 3 axSpA trials 2025, Rheumatology advances in practice IF:2.1Q3 DOI:10.1093/rap/rkae118 PMID:40256636	研究论文	本研究评估了深度学习模型在检测轴型脊柱关节炎（axSpA）患者骶髂关节炎中的性能，并与专家评估进行了比较	使用深度学习模型减少诊断时间并最小化读者间差异，首次在RAPID-axSpA和C-OPTIMISE试验中进行评估	模型在C-OPTIMISE队列中的特异性较低（56%），Cohen's κ值仅为0.48	评估深度学习模型在检测axSpA患者骶髂关节炎中的性能，以加速诊断并减少医疗资源使用	RAPID-axSpA（n=277）和C-OPTIMISE（n=739）试验中的axSpA患者	数字病理学	轴型脊柱关节炎	深度学习	深度学习模型（基于迁移学习）	X光影像	RAPID-axSpA（277例）和C-OPTIMISE（739例）患者的基线X光影像
2856	2025-04-23	Attention-aware Deep Learning Models for Dermoscopic Image Classification for Skin Disease Diagnosis 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056332443241129113146 PMID:40259872	research paper	该研究利用深度学习模型结合注意力机制对皮肤镜图像进行分类，以提高皮肤疾病的诊断准确性	在预训练的CNN架构中集成了通道注意力和空间注意力机制，优化了特征提取和分类精度	未提及模型在临床环境中的实际应用效果或外部验证结果	利用深度学习方法分析皮肤镜图像，提高皮肤疾病的诊断准确性	七种类型的皮肤疾病	computer vision	skin disease	deep learning, attention mechanism	CNN (RegNetX, EfficientNetB3, VGG19, ResNet-152)	image	NA
2857	2025-04-23	Classification of rib fracture types from postmortem computed tomography images using deep learning 2024-Dec, Forensic science, medicine, and pathology DOI:10.1007/s12024-023-00751-x PMID:37968549	research paper	本研究使用深度学习技术对尸检计算机断层扫描（PMCT）图像中的肋骨骨折类型进行分类	利用基于ResNet50架构的深度学习模型，通过迁移学习对不同层次的肋骨骨折类型进行分类，为法医病理学家和医疗从业者提供了一种减少工作量的可靠解决方案	模型在分类层次较低时表现较差，尤其是'ad latus'类型的骨折预测准确率仅为17-18%	开发一个能够辅助临床医生分析PMCT图像中肋骨骨折类型的系统	尸检计算机断层扫描（PMCT）图像中的肋骨骨折	computer vision	NA	deep learning, transfer learning	ResNet50	image	NA
2858	2025-04-23	Rectify ViT Shortcut Learning by Visual Saliency 2024-Dec, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3310531 PMID:37703160	research paper	提出了一种新颖的基于视觉显著性的ViT模型（SGT），用于纠正ViT中的捷径学习问题	在没有眼动数据的情况下，利用计算视觉显著性模型预测显著图来引导ViT关注有意义的区域，并通过残差连接保留全局信息	获取眼动数据可能耗时耗力甚至不切实际，而本文方法依赖于计算视觉显著性模型的准确性	纠正视觉Transformer（ViT）中的捷径学习问题，提高模型的泛化能力和可解释性	ViT模型和图像数据	computer vision	NA	计算视觉显著性模型	ViT (Vision Transformer)	image	NA
2859	2025-04-23	Medical Transformer: Universal Encoder for 3-D Brain MRI Analysis 2024-Dec, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3308712 PMID:37738193	研究论文	本文提出了一种名为Medical Transformer的新型迁移学习框架，用于3D脑部MRI分析，通过将3D体积图像建模为2D图像切片序列，并结合多视角方法提升空间关系表示	提出了一种参数高效的训练方法，通过多视角利用3D体积的三个平面信息，并使用自监督学习在大规模正常健康脑部MRI数据集上进行预训练	未提及具体的数据集规模或多样性限制，也未讨论模型在其他类型医学图像上的泛化能力	开发一个通用的迁移学习框架，用于3D脑部MRI分析，以解决标注数据有限的问题	3D脑部MRI图像	数字病理学	脑部疾病	自监督学习(SSL)	Transformer	3D MRI图像	使用大规模正常健康脑部MRI数据集进行预训练，具体数量未提及
2860	2025-04-23	Advancements in automated classification of chronic obstructive pulmonary disease based on computed tomography imaging features through deep learning approaches 2024 Nov-Dec, Respiratory medicine IF:3.5Q2 DOI:10.1016/j.rmed.2024.107809 PMID:39299523	review	本文综述了基于深度学习的慢性阻塞性肺疾病(COPD)自动分类方法的最新研究进展	利用深度学习分析CT影像中的关键放射学特征，提高COPD诊断准确性和效率	未提及具体模型性能指标和临床验证结果	为COPD的个性化管理和治疗提供新视角	慢性阻塞性肺疾病(COPD)患者	digital pathology	lung cancer	CT扫描	DL	image	NA