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
321	2025-05-03	DOMSCNet: a deep learning model for the classification of stomach cancer using multi-layer omics data 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf115 PMID:40178281	研究论文	提出了一种名为DOMSCNet的深度学习模型，用于利用多层组学数据对胃癌进行分类	开发了一种混合特征选择（HFS）技术，用于从多层组学数据集中检测最优特征，并提出了一种新型混合深度循环神经网络模型DOMSCNet	未明确提及具体局限性	改进胃癌的分类方法，以支持其发展、诊断、预测和治疗	胃癌的多层组学数据	数字病理学	胃癌	NGS	DOMSCNet（混合深度循环神经网络）	多层组学数据	八个外部数据集
322	2025-05-03	The Microscope and Beyond: Current Trends in the Characterization of Kidney Allograft Rejection From Tissue Samples 2025-03-01, Transplantation IF:5.3Q1 DOI:10.1097/TP.0000000000005153 PMID:39436268	综述	本文综述了当前和新兴的创新工具在肾移植排斥反应组织样本表征中的应用及其潜力	讨论了数字化病理工作流程、深度学习、多重免疫组化、单细胞转录组学和空间转录组学等新兴技术在肾移植排斥反应表征中的应用	Banff分类系统目前仍以活检为中心，主要依赖半定量组织学评分系统，缺乏可重复性和精细度	增强肾移植排斥反应的表征	肾移植排斥反应的组织样本	数字病理学	肾移植排斥反应	多重免疫组化、单细胞转录组学、空间转录组学	深度学习	组织样本、转录组数据	NA
323	2025-05-03	Self-supervised learning improves robustness of deep learning lung tumor segmentation models to CT imaging differences 2025-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.17541 PMID:39636237	research paper	研究比较了自监督学习（SSL）中wild-pretraining和self-pretraining方法在非小细胞肺癌（NSCLC）分割任务中的鲁棒性	首次在医学图像分析中比较了wild-pretraining和self-pretraining的鲁棒性，并发现wild-pretrained Swin模型对CT成像差异更具鲁棒性	ViT和CNN模型在wild-pretraining和self-pretraining之间没有显示出明显优势	比较不同预训练方法对深度学习模型在肺癌分割任务中鲁棒性的影响	非小细胞肺癌（NSCLC）的3D CT扫描图像	digital pathology	lung cancer	self-supervised learning (SSL), 3D computed tomography (CT)	CNN, ViT, Swin	3D CT图像	预训练使用10,412个3D CT扫描，微调使用377个NSCLC患者数据，测试使用早期（n = 156）和晚期（n = 196）NSCLC数据集
324	2025-05-03	Deep Equilibrium Unfolding Learning for Noise Estimation and Removal in Optical Molecular Imaging 2025-Mar, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102492 PMID:39823663	研究论文	提出了一种端到端模型驱动的深度平衡展开Mamba（DEQ-UMamba），用于光学分子成像中的噪声估计和去除	结合近端梯度下降技术和学习的空间-频率特性，将复杂噪声结构解耦为统计分布，实现荧光图像中的有效噪声估计和抑制	未明确提及具体局限性	解决光学分子成像中因高帧率和低激发剂量导致的图像噪声问题	荧光图像	计算机视觉	NA	光学分子成像	DEQ-UMamba	图像	临床和体内数据集
325	2025-05-03	ResViT FusionNet Model: An explainable AI-driven approach for automated grading of diabetic retinopathy in retinal images 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109656 PMID:39823821	research paper	提出了一种名为ResViT FusionNet的混合模型，用于糖尿病视网膜病变的自动分级	结合了CNN（特别是ResNet50）和Vision Transformers（ViTs）的优势，并采用可解释AI技术（如LIME和Grad-CAM）提高模型的透明度和可解释性	未提及具体的数据集规模或模型在多样化数据集上的泛化能力	开发一种自动、准确且个性化的机器学习方法，用于早期糖尿病视网膜病变的检测和治疗	糖尿病视网膜病变（DR）的视网膜图像	computer vision	糖尿病视网膜病变	数据增强（包括像素值重缩放、水平翻转、旋转和缩放）	ResViT FusionNet（结合CNN和ViT的混合模型）	图像	NA
326	2025-05-03	De novo designed proteins neutralize lethal snake venom toxins 2025-Mar, Nature IF:50.5Q1 DOI:10.1038/s41586-024-08393-x PMID:39814879	研究论文	利用深度学习设计新型蛋白质以中和致命蛇毒毒素	首次使用深度学习方法从头设计蛋白质，有效中和蛇毒中的三指毒素（3FTx）	实验筛选有限，尚未进行大规模临床试验	开发更安全、经济且广泛可用的下一代抗蛇毒疗法	蛇毒中的短链和长链α-神经毒素及细胞毒素	机器学习	蛇咬伤	深度学习	NA	蛋白质结构数据	小鼠实验
327	2025-05-03	Synthesized colonoscopy dataset from high-fidelity virtual colon with abnormal simulation 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109672 PMID:39826299	research paper	提出了一种从高保真虚拟结肠生成合成结肠镜数据集的方法，用于训练深度学习模型	通过高保真3D结肠模型渲染和多样化异常模拟（如息肉、出血和溃疡）生成合成结肠镜图像	合成数据的真实性可能仍无法完全替代真实结肠镜图像	解决结肠镜图像数据不足的问题，提升深度学习模型的泛化能力	结肠镜图像数据集	digital pathology	结肠疾病	3D渲染、表面网格变形、纹理映射	深度学习模型	图像	NA
328	2025-05-03	Deep learning for age estimation from panoramic radiographs: A systematic review and meta-analysis 2025-Mar, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105560 PMID:39826609	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了深度学习在全景X光片年龄估计中的性能	首次对深度学习在全景X光片年龄估计中的应用进行了系统评价和荟萃分析	多数研究存在偏倚风险不明确或较高的问题，且方法学限制需要进一步研究	评估深度学习在全景X光片年龄估计中的性能	使用深度学习进行年龄估计的研究	数字病理	NA	深度学习	NA	全景X光片图像	42项研究（其中9项用于荟萃分析）
329	2025-05-03	Development of a Machine-Learning Algorithm to Identify Cauda Equina Compression on Magnetic Resonance Imaging Scans 2025-Mar, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.123669 PMID:39826832	research paper	开发并验证了一种基于机器学习的算法，用于从MRI扫描中自动检测马尾神经压迫，以加速疑似马尾综合征患者的分类	首次采用卷积神经网络(CNN)对MRI图像进行自动化马尾神经压迫检测，并通过梯度下降热图展示分类关键区域	研究样本量相对有限(715张图像)，且仅在特定时间段(2017-2022)的数据上进行验证	开发自动化工具以提高马尾综合征的诊断效率和准确性	疑似马尾综合征患者的MRI扫描图像	digital pathology	neurological disease	MRI	CNN	image	715张MRI图像(80%训练集，20%测试集)
330	2025-05-03	Residual-attention deep learning model for atrial fibrillation detection from Holter recordings 2025 Mar-Apr, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2025.153876 PMID:39827741	research paper	开发了一种基于残差注意力机制的深度学习模型，用于从Holter记录中检测心房颤动	提出了一种结合残差网络和注意力机制的深度学习模型，能够捕捉长距离依赖和复杂的时间关系，从而提高心房颤动的检测性能	需要在更大的队列中进行进一步的开发和验证	开发一种高效的心房颤动检测方法，以辅助临床决策	Holter记录中的心房颤动模式	machine learning	心血管疾病	深度学习	Residual-attention DL model	ECG信号	661份Holter记录
331	2025-05-03	Cross-modality PET image synthesis for Parkinson's Disease diagnosis: a leap from [18F]FDG to [11C]CFT 2025-Mar, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07096-3 PMID:39828866	research paper	开发了一种深度学习框架，用于从真实的[18F]FDG PET图像合成[11C]CFT PET图像，以帮助帕金森病的诊断	通过深度学习框架合成[11C]CFT PET图像，解决了[11C]CFT PET成像在大多数医院不可用的问题	研究仅基于604名参与者，可能需要在更大样本上进行验证	提高帕金森病的诊断准确性，特别是在无法进行[11C]CFT PET成像的临床环境中	帕金森病患者和正常对照者	digital pathology	Parkinson's Disease	PET imaging, deep learning	deep learning framework	PET images	604名参与者（274名帕金森病患者和330名正常对照者）
332	2025-05-03	PIDGN: An explainable multimodal deep learning framework for early prediction of Parkinson's disease 2025-Mar, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110363 PMID:39832626	研究论文	提出了一种可解释的多模态深度学习框架PIDGN，用于帕金森病的早期预测	通过融合SNP和脑sMRI数据，设计了一种新的可解释深度学习模型PIDGN，并利用SHAP和Grad-CAM技术解释SNP和脑区对PD的重要性	NA	开发一种基于人工智能的有效预测方法，以辅助医生及时诊断帕金森病	帕金森病患者	数字病理学	帕金森病	SNP测序, sMRI	Transformer, 3D ResNet, PIDGN	基因数据, 图像数据	NA
333	2025-05-03	HistoColAi: An open-source web platform for collaborative digital histology image annotation with AI-driven predictive integration 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108577 PMID:39813900	research paper	介绍了一个开源网络平台HistoColAi，用于协作数字组织学图像标注，并整合AI驱动的预测功能	开发了一个直观的开源网络应用，整合AI预测功能，使不熟悉复杂深度学习模型的病理学家也能使用	主要适用于TIFF格式的Whole Slide Imaging (WSI)，可能对其他格式的支持有限	解决数字病理学中缺乏直观、开源的数据标注工具的问题	数字组织学图像，特别是Whole Slide Imaging (WSI)	digital pathology	spindle cell skin neoplasm	deep learning-based methods	NA	image	NA
334	2025-05-03	Targeting protein-ligand neosurfaces with a generalizable deep learning tool 2025-Mar, Nature IF:50.5Q1 DOI:10.1038/s41586-024-08435-4 PMID:39814890	研究论文	本文提出了一种基于几何深度学习的计算策略，用于设计靶向蛋白质-配体复合物新表面的蛋白质	利用学习到的分子表面表示，将仅针对蛋白质训练的表面指纹应用于小分子诱导的新表面，展示了在其他深度学习方法中不常见的泛化能力	NA	开发计算工具以设计新的化学诱导蛋白质相互作用	蛋白质-配体复合物（Bcl2-venetoclax、DB3-progesterone和PDF1-actinonin）	机器学习	NA	几何深度学习	深度学习	分子表面表示	三个药物结合的蛋白质复合物
335	2025-05-03	Reducing reading time and assessing disease in capsule endoscopy videos: A deep learning approach 2025-Mar, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105792 PMID:39817978	研究论文	本文探讨了一种基于深度学习的计算机辅助诊断方法，用于加速胶囊内窥镜视频分析	使用预训练的卷积神经网络(CNN)对胶囊内窥镜视频进行异常帧筛选，显著缩短视频观看时间同时保留93.33%的异常	仅在8个测试视频上进行评估，样本量较小	加速胶囊内窥镜视频分析过程	胶囊内窥镜视频	计算机视觉	胃肠疾病	深度学习	CNN	视频	8个胶囊内窥镜视频(使用5种不同类型胶囊内窥镜拍摄)
336	2025-05-03	GestaltGAN: synthetic photorealistic portraits of individuals with rare genetic disorders 2025-Mar, European journal of human genetics : EJHG IF:3.7Q2 DOI:10.1038/s41431-025-01787-z PMID:39815041	研究论文	使用改进的StyleGAN架构生成罕见遗传疾病患者的合成逼真肖像	提出GestaltGAN模型，能够生成保留疾病特征同时保护患者隐私的合成肖像，并开发了一种生成清晰详细平均患者肖像的技术	仅针对GestaltMatcher数据库中20种最常见疾病进行训练，样本覆盖范围有限	探索生成神经网络在合成罕见疾病准确肖像方面的应用	罕见遗传疾病患者的面部特征	计算机视觉	遗传疾病	StyleGAN架构改进、REAL-ESRGAN超分辨率技术	GAN	图像	GestaltMatcher数据库中20种最常见疾病的患者肖像数据，外加63名人类专家验证
337	2025-05-03	Artificial intelligence-based biomarkers for treatment decisions in oncology 2025-Mar, Trends in cancer IF:14.3Q1 DOI:10.1016/j.trecan.2024.12.001 PMID:39814650	review	本文综述了人工智能在肿瘤治疗决策中的应用，特别是通过深度学习和大型语言模型提供成本效益高的生物标志物	提出了基于人工智能的生物标志物，用于支持癌症治疗决策，包括深度学习和大型语言模型的应用	讨论了这些技术的当前局限性，并提出了在常规临床实践中采用的下一步步骤	探索人工智能在肿瘤治疗决策中的应用，以减少社会经济差异并提高治疗的可及性	实体肿瘤的治疗决策	digital pathology	solid tumors	deep learning, large language models	DL, LLMs	medical imaging, electronic health records	NA
338	2025-05-03	Deep Learning Radiopathomics Models Based on Contrast-enhanced MRI and Pathologic Imaging for Predicting Vessels Encapsulating Tumor Clusters and Prognosis in Hepatocellular Carcinoma 2025-Mar, Radiology. Imaging cancer DOI:10.1148/rycan.240213 PMID:40084948	research paper	开发基于增强MRI和病理成像的深度学习放射病理组学模型，用于预测肝细胞癌中的血管包裹肿瘤簇(VETC)和生存预后	结合深度学习放射组学和病理组学方法预测VETC模式，并构建预测早期复发和无进展生存期的放射病理组学列线图模型	回顾性研究设计可能引入选择偏倚，且样本量相对有限	预测肝细胞癌中的VETC模式和患者预后	578例肝细胞癌患者	digital pathology	hepatocellular carcinoma	gadoxetic acid-enhanced MRI	Swin Transformer	MRI图像和病理图像	578例患者(训练集317例，内部测试集137例，外部测试集124例)
339	2025-05-03	Enhancing plant morphological trait identification in herbarium collections through deep learning-based segmentation 2025 Mar-Apr, Applications in plant sciences IF:2.7Q2 DOI:10.1002/aps3.70000 PMID:40308899	研究论文	本文提出了一种基于深度学习的植物标本图像分割方法，用于去除非植物背景并提升植物形态特征识别的分类性能	提出了一种新颖的深度学习分割方法，用于植物标本图像中非植物背景的去除，显著减少了训练数据准备的所需人工工作量	NA	提升植物标本数字化收藏中植物形态特征识别的准确性	植物标本数字化扫描图像	计算机视觉	NA	深度学习	CNN	图像	NA
340	2025-05-03	Multigas Identification by Temperature-Modulated Operation of a Single Anodic Aluminum Oxide Gas Sensor Platform and Deep Learning Algorithm 2025-Feb-28, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c02715 PMID:39831774	研究论文	本研究通过温度调制操作和深度学习算法，提高了单一半导体金属氧化物气体传感器的选择性，实现了对多种气体的高精度分类和浓度估计	结合温度调制操作和CNN算法，显著提高了气体传感器的选择性和分类准确率	仅测试了四种气体（丙酮、氨、乙醇和二氧化氮），未验证对其他气体的适用性	解决半导体金属氧化物气体传感器的选择性限制问题	半导体金属氧化物气体传感器及其对丙酮、氨、乙醇和二氧化氮的检测	传感器技术	NA	温度调制操作、CNN	CNN	气体响应数据	四种气体（丙酮、氨、乙醇和二氧化氮）的测试数据