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
2921	2025-04-08	SFM-Net: Semantic Feature-Based Multi-Stage Network for Unsupervised Image Registration 2025-Apr, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3524361 PMID:40030793	研究论文	本文提出了一种基于语义特征的多阶段无监督图像配准网络SFM-Net，用于解决具有复杂解剖结构的图像之间的精细对应问题	提出了一种特征操作符和特征配准方法，强调语义相关区域的对齐，并设计了一个两阶段训练策略，包括强度图像配准阶段和语义特征配准阶段	未明确提及具体局限性	改进具有复杂解剖结构的图像之间的无监督配准方法	3D脑MRI和肝脏CT图像	计算机视觉	NA	深度学习	双流U-Net结构	3D医学图像	未明确提及具体样本数量
2922	2025-04-08	Multiscale Deep Learning for Detection and Recognition: A Comprehensive Survey 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3389454 PMID:38652624	综述	本文全面介绍了多尺度深度学习在目标检测和识别中的发展，构建了一个易于理解且强大的知识结构	综合介绍了多尺度深度学习的理论和方法，包括金字塔表示、尺度空间表示和多尺度几何表示，并比较了不同多尺度结构设计的性能	指出了多尺度深度学习中存在的几个开放问题和未来方向，但未提出具体的解决方案	探讨计算机视觉中的多尺度问题，特别是目标检测和识别中的多尺度表示	多尺度深度学习的理论和方法	计算机视觉	NA	NA	CNN, Vision Transformers (ViTs)	图像	NA
2923	2025-04-08	Deep Learning for Predicting Difficulty in Radical Prostatectomy: A Novel Evaluation Scheme 2025-Apr, Urology IF:2.1Q2 DOI:10.1016/j.urology.2025.01.028 PMID:39814211	研究论文	通过两阶段深度学习方法从术前磁共振成像中评估根治性前列腺切除术的难度	提出了一种新的评估方案，通过两阶段深度学习方法从术前MRI中预测手术难度，并引入了描述前列腺与骨盆空间关系的新指标	研究仅基于290名患者的数据，可能需要更大规模的验证	探索评估根治性前列腺切除术难度的新指标	接受腹腔镜和机器人辅助根治性前列腺切除术的患者	数字病理	前列腺癌	MRI	nnUNet_v2, PointNet	医学影像	290名患者
2924	2025-04-08	Machine Learning and Deep Learning in Detection of Neonatal Seizures: A Systematic Review 2025-Apr, Journal of evaluation in clinical practice IF:2.1Q2 DOI:10.1111/jep.70083 PMID:40189779	系统综述	本文系统综述了机器学习和深度学习在新生儿癫痫检测中的应用	总结了ML和DL在新生儿癫痫检测中的效果，并提出了未来研究方向	仅纳入了10项符合标准的研究，可能存在选择偏倚	研究ML和DL对新生儿癫痫检测的影响	新生儿癫痫	机器学习	新生儿癫痫	机器学习(ML)和深度学习(DL)	CNN	脑电图(EEG)信号时间序列数据	17至258名新生儿重症监护病房(NICU)收治的新生儿，共1389次癫痫发作，平均834小时数据
2925	2025-04-08	Deep learning-based multimodal CT/MRI image fusion and segmentation strategies for surgical planning of oral and maxillofacial tumors: A pilot study 2025-Mar-31, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2025.102324 PMID:40174752	研究论文	本研究评估了基于深度学习的多模态CT/MRI图像融合和分割策略在口腔颌面部肿瘤手术规划中的可行性和准确性	结合了三种融合模型和三种分割模型，生成了九种混合深度学习模型，并评估了它们在口腔颌面部肿瘤分割中的性能	样本量较小（30例患者），且为单中心研究，可能影响结果的普遍性	评估深度学习在多模态CT/MRI图像融合和分割中的应用，为口腔颌面部肿瘤的虚拟手术规划提供基础	30名口腔颌面部肿瘤患者	数字病理	口腔颌面部肿瘤	CT/MRI扫描	Elastix, ANTs, NiftyReg, nnU-Net, 3D UX-Net, U-Net	医学影像（CT/MRI）	30名口腔颌面部肿瘤患者
2926	2025-04-08	Multi-dimensional interpretable deep learning-radiomics based on intra-tumoral and spatial habitat for preoperative prediction of thymic epithelial tumours risk categorisation 2025-Mar-13, Acta oncologica (Stockholm, Sweden) DOI:10.2340/1651-226X.2025.42982 PMID:40079653	研究论文	本研究旨在开发和比较基于增强CT的放射组学、多维深度学习、临床常规影像和空间栖息地分析的组合模型，以实现胸腺瘤风险分类的准确预测	结合全肿瘤放射组学、2D和3D深度学习、临床视觉放射学及亚区域组学特征，构建了RDLCSM模型，用于非侵入性预测胸腺瘤风险分类	研究仅基于三个医疗中心的数据，样本量相对有限，且未考虑其他影像模态如MRI	开发非侵入性工具以预测胸腺瘤风险分类	205例经手术病理证实的胸腺瘤患者	数字病理	胸腺瘤	增强CT、K-means聚类、LightGBM分类器	2D/3D深度学习模型、KNN、LightGBM	CT影像、临床常规影像数据	205例患者（来自三个医疗中心）
2927	2025-04-08	A Deep Learning Model of Histologic Tumor Differentiation as a Prognostic Tool in Hepatocellular Carcinoma 2025-Mar-12, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100747 PMID:40086592	研究论文	本研究开发了一种基于深度学习的AI模型，用于量化肝细胞癌（HCC）肿瘤分化的组织学特征并预测癌症相关结果	首次使用AI模型量化HCC肿瘤分化的多个组织学特征，并证明其在预测HCC相关预后方面的优越性	研究样本量较小（99例HCC切除标本），需要更大样本验证	评估AI模型在量化HCC肿瘤分化特征和预测癌症相关结果方面的性能	肝细胞癌（HCC）切除标本	数字病理学	肝细胞癌	深度学习	监督学习AI模型	组织学图像	99例HCC切除标本
2928	2025-04-08	Deep learning in single-cell and spatial transcriptomics data analysis: advances and challenges from a data science perspective 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf136 PMID:40185158	综述	本文综述了深度学习在单细胞和空间转录组数据分析中的进展与挑战，并从数据科学的角度进行了系统评价	系统评价了先进的深度学习方法，并整理了来自九个基准的21个数据集来评估58种计算方法的性能	模型性能在不同基准数据集和评估指标间差异显著，高质量标注数据集仍然有限	探讨深度学习如何有效应用于生物、医学和临床环境中的转录组数据分析	单细胞和空间转录组数据	机器学习	NA	单细胞测序、空间转录组学	深度学习	基因表达、表观遗传修饰、代谢物水平、空间位置等多模态数据	21个数据集来自九个基准，涉及数百万细胞
2929	2025-04-08	Evaluation of enzyme activity predictions for variants of unknown significance in Arylsulfatase A 2025-Mar, Human genetics IF:3.8Q2 DOI:10.1007/s00439-025-02731-3 PMID:40055237	research paper	评估机器学习方法在预测Arylsulfatase A基因未知意义变异(VUS)酶活性方面的表现	由遗传学和编程训练营参与者开发的模型在预测性能上表现优异，且深度学习模型相比简单技术有显著但小幅的性能提升	仅评估了219个错义VUS，样本量相对较小	评估机器学习方法在预测未知意义变异(VUS)功能影响方面的能力	Arylsulfatase A (ARSA)基因中的219个实验验证的错义VUS	machine learning	NA	machine learning, deep learning	NA	genetic variants	219个错义VUS
2930	2025-04-08	Binding mechanism of inhibitors to DFG-in and DFG-out P38α deciphered using multiple independent Gaussian accelerated molecular dynamics simulations and deep learning 2025-Feb, SAR and QSAR in environmental research IF:2.3Q3 DOI:10.1080/1062936X.2025.2475407 PMID:40110797	研究论文	本研究通过多种独立的Gaussian加速分子动力学模拟、深度学习和MM-GBSA方法，探究了抑制剂与DFG-in和DFG-out P38α的结合机制	结合GaMD模拟、深度学习和MM-GBSA方法，揭示了P38α构象差异对抑制剂结合的影响，并识别了关键功能域	未提及实验验证，仅基于计算模拟	探究P38α抑制剂结合机制，为药物设计提供理论支持	P38α蛋白及其抑制剂SB2、SK8和BMU	计算生物学	多种疾病（未具体说明）	Gaussian加速分子动力学(GaMD)、深度学习(DL)、分子力学广义玻恩表面积(MM-GBSA)	深度学习模型（未具体说明）	分子动力学模拟数据	三种抑制剂(SB2、SK8、BMU)与P38α的结合研究
2931	2025-04-08	Investigating the intrinsic top-down dynamics of deep generative models 2025-01-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-85055-y PMID:39843473	research paper	研究深度生成模型的内在自上而下动态，特别是迭代深度信念网络（iDBN）的生成动态	通过从偏置隐藏状态启动生成过程，增加访问吸引子的异质性，并利用'嵌合体状态'增强生成多样数据原型的能力	模型无法在单次生成轨迹中过渡到所有潜在目标状态	探索分层生成模型的自上而下动态及其在持续学习中的应用	迭代深度信念网络（iDBN）和浅层生成模型（单层受限玻尔兹曼机）	machine learning	NA	Hebbian-like learning mechanisms	Deep Belief Networks (DBNs), iterative DBN (iDBN), Restricted Boltzmann Machine (RBM)	image	包含手写数字和人脸图片的知名数据集
2932	2025-04-08	Predicting branch retinal vein occlusion development using multimodal deep learning and pre-onset fundus hemisection images 2025-01-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85777-7 PMID:39837962	研究论文	本研究开发了一种基于深度学习的方法，利用发病前的眼底半切面图像预测分支视网膜静脉阻塞（BRVO）的发生	首次使用U-net模型分割视网膜视盘和血管，并结合多模态深度学习方法来预测BRVO	样本量较小（27只BRVO患眼和81只未患眼），且为回顾性研究，需要更大规模的多中心数据集来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）患者和未患病的对照组的眼底半切面图像	数字病理学	视网膜疾病	深度学习	U-net	图像	27只BRVO患眼和81只未患眼（27只对侧眼和54只同侧未患眼）
2933	2025-04-08	Predictive models for posttransplant diabetes mellitus in kidney transplant recipients using machine learning and deep learning approach: a nationwide cohort study from South Korea 2025-01-09, Kidney research and clinical practice IF:2.9Q1 DOI:10.23876/j.krcp.24.113 PMID:40176402	研究论文	本研究利用机器学习和深度学习方法预测肾移植受者术后糖尿病（PTDM）的风险	首次在全国性队列研究中应用多种机器学习和深度学习模型预测PTDM，并比较其性能	研究仅基于韩国器官移植注册数据，可能不适用于其他人群	预测肾移植受者术后糖尿病的风险	肾移植受者	机器学习	糖尿病	机器学习、深度学习	XGBoost, CatBoost, light gradient boosting machine, logistic regression	临床数据	3,213名肾移植受者
2934	2025-04-08	Synthetic temporal bone CT generation from UTE-MRI using a cycleGAN-based deep learning model: advancing beyond CT-MR imaging fusion 2025-Jan, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10967-2 PMID:39026063	研究论文	本研究开发了一种基于CycleGAN的深度学习模型，用于从超短回波时间磁共振成像（MRI）扫描生成合成颞骨计算机断层扫描（CT）图像	使用CycleGAN模型从MRI生成合成CT图像，解决了MRI在颞骨解剖标志定位上的固有局限性	对于五个主要解剖结构的生成成功率较低（24%至83%）	开发一种深度学习模型，以生成合成颞骨CT图像，克服MRI在颞骨解剖标志定位上的局限性	颞骨MRI和CT图像	数字病理学	NA	点状编码时间减少与径向采集（PETRA）MRI	CycleGAN	图像	102名患者（训练数据集54名，验证数据集48名）
2935	2025-04-08	Deep learning-based 3D quantitative total tumor burden predicts early recurrence of BCLC A and B HCC after resection 2025-Jan, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10941-y PMID:39028376	研究论文	本研究评估了基于深度学习的自动化三维定量肿瘤负荷在MRI上预测肝细胞癌术后早期复发的潜力	首次使用深度学习辅助的自动化三维定量肿瘤负荷作为预测肝细胞癌术后早期复发的生物标志物，并改进了BCLC A和B期患者的亚分类	单中心回顾性研究，样本量有限（592例患者）	预测肝细胞癌（HCC）术后早期复发（ER）	接受切除术的BCLC A和B期肝细胞癌患者	数字病理学	肝细胞癌	MRI	深度学习	医学影像	592例患者（525例BCLC A期，67例BCLC B期）
2936	2025-04-08	The value of deep learning-based X-ray techniques in detecting and classifying K-L grades of knee osteoarthritis: a systematic review and meta-analysis 2025-Jan, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10928-9 PMID:38997539	meta-analysis	本文通过系统综述和荟萃分析评估了基于深度学习的X射线技术在检测和分类膝关节骨关节炎K-L分级中的价值	首次对深度学习在膝关节骨关节炎K-L分级中的敏感性进行了全面的荟萃分析	对于K-L1和K-L2分级的敏感性仍需提高，且需要更多研究数据支持临床实践	评估深度学习技术在膝关节骨关节炎X射线诊断中的敏感性和临床价值	膝关节骨关节炎的X射线图像	digital pathology	geriatric disease	deep learning	NA	image	62,158张X射线图像（包括22,388张K-L0，13,415张K-L1，15,597张K-L2，7,768张K-L3和2,990张K-L4）
2937	2025-04-08	Deep learning in pulmonary nodule detection and segmentation: a systematic review 2025-Jan, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10907-0 PMID:38985185	系统性综述	本文系统性地综述了深度学习在肺结节检测和分割中的应用	填补了现有文献中的方法学空白和偏见，并强调了标准化数据处理和代码共享的重要性	仅包含九项符合纳入标准的研究，可能存在样本量不足的问题	比较使用深度学习技术的肺结节检测和分割方法	肺结节	计算机视觉	肺癌	深度学习	CNN	医学影像	九项研究，主要使用公共数据集如Lung Image Database Consortium Image Collection和Image Database Resource Initiative
2938	2025-04-08	P253 Next-generation phenotyping facilitates the identification of structural brain malformations in rare disorders through computational brain MRI analysis 2025, Genetics in medicine open DOI:10.1016/j.gimo.2025.103424 PMID:40191138	研究论文	本研究提出了一种基于深度学习的下一代表型分析（NGP）方法，用于检测脑部结构畸形及其相关疾病，为临床医生提供诊断支持	首次将NGP应用于脑部MRI数据，通过大规模脑部MRI图像数据集学习模式，识别结构性畸形	初步分析仅针对两种特定疾病，需要扩展到更广泛的遗传疾病谱	开发一种能够识别罕见疾病中脑部结构畸形的计算方法	罕见疾病中的脑部结构畸形	数字病理学	神经发育疾病	MRI	ResNet-50	图像	413张脑部MRI图像，涵盖56种不同疾病
2939	2025-04-08	MultiSC: a deep learning pipeline for analyzing multiomics single-cell data 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae492 PMID:39376034	research paper	提出了一种名为MultiSC的深度学习流程，用于分析多组学单细胞数据	开发了一个新的流程MultiSC，利用多模态约束自编码器和基于矩阵分解的模型来整合多组学数据并预测转录因子调控的靶基因	未提及具体的数据处理或模型性能限制	解决多组学单细胞数据整合和分析工具缺乏的问题	多组学单细胞数据，包括基因表达、染色质可及性和转录因子蛋白表达	machine learning	NA	NEAT-seq	multimodal constraint autoencoder, matrix factorization-based model (scMF), multivariate linear regression models	multiomics single-cell data	未提及具体样本数量
2940	2025-04-08	Deep learning for intracranial aneurysm segmentation using CT angiography 2024-Jul-26, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad6372 PMID:39008990	研究论文	本研究采用两阶段深度学习方法，在计算机断层扫描血管造影图像中准确检测小动脉瘤（4-10毫米大小）	提出了一种轻量级且快速的头部区域选择（HRS）算法和自适应的3D nnU-Net网络，用于分割动脉瘤，并将推理时间减少了50%以上	未提及	准确检测和分割小动脉瘤	计算机断层扫描血管造影图像中的小动脉瘤	计算机视觉	心血管疾病	计算机断层扫描血管造影（CTA）	3D nnU-Net	图像	956名患者来自6家医院和一个公共数据集，使用6台不同制造商的CT扫描仪获取