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
381	2025-05-17	Data imbalance in drug response prediction: multi-objective optimization approach in deep learning setting 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf134 PMID:40178282	research paper	该研究提出了一种多目标优化方法，用于解决药物反应预测中的数据集不平衡问题，以提高深度学习模型的泛化能力	通过构建多目标优化损失函数（Multi-Objective Optimization Regularized by Loss Entropy）并将其应用于深度学习模型，解决了药物反应预测中的数据集不平衡问题	数据深度仍然不足，与计算机视觉或自然语言处理等领域相比，限制了当前的学习能力	提高药物反应预测模型的泛化能力	药物反应预测模型	machine learning	NA	deep learning	Deep Learning	genomic data, drug screening data	NA
382	2025-05-17	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	review	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，从数据科学的角度进行了系统分析	系统评估了58种计算方法在21个数据集上的表现，揭示了模型性能在不同数据集和评估指标间的显著差异，并提出了未来发展的三个关键方向	高质量标注数据集仍然有限，且生物组织的复杂相关性使得准确重建细胞状态和空间背景具有挑战性	探讨深度学习如何有效应用于转录组数据分析，以提升预测准确性和生物学解释性	单细胞和空间转录组数据	machine learning	NA	单细胞测序、空间转录组	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9个基准测试
383	2025-05-17	Clinical applications of deep learning in neuroinflammatory diseases: A scoping review 2025-Mar, Revue neurologique IF:2.8Q2 DOI:10.1016/j.neurol.2024.04.004 PMID:38772806	综述	本文综述了深度学习在神经炎症性疾病中的临床应用，探讨了该技术的潜力及其在医疗领域的应用现状	首次对深度学习在神经炎症性疾病中的临床应用进行全面综述，揭示了该领域的研究热点和未来方向	仅涵盖2018至2024年间发表的148篇文章和5种商业算法，可能未完全反映该领域的最新进展	评估深度学习技术在神经炎症性疾病临床应用中的现状和发展趋势	神经炎症性疾病	数字病理学	神经炎症性疾病	深度学习	多种深度学习模型	图像、文本、时间序列信号	148篇文献和5种商业算法
384	2025-05-17	Association between deep learning radiomics based on placental MRI and preeclampsia with fetal growth restriction: A multicenter study 2025-Mar, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.111985 PMID:39946812	研究论文	本研究开发了一种基于胎盘MRI的深度学习放射组学模型，用于识别先兆子痫（PE）妊娠及其严重程度	首次利用半监督方法实现胎盘MRI的自动分割，并构建深度学习放射组学（DLR）模型来识别PE妊娠及预测胎儿生长受限（FGR）	研究为回顾性多中心设计，可能存在选择偏倚；样本量相对较小，尤其是PE合并FGR的病例	开发自动定量模型识别先兆子痫妊娠及疾病严重程度	420名孕妇（140例PE患者和280例正常血压妊娠）	数字病理	先兆子痫	MRI，深度学习放射组学（DLR）	深度学习模型	MRI图像	420名孕妇（140例PE，280例对照）
385	2025-05-17	The Multimodal MRI Features of Deteriorative MCI Patients-A 2-Year Follow-up Study 2025-Mar-01, Neurology India IF:0.9Q4 DOI:10.4103/NI.Neurol-India-D-23-00014 PMID:40176222	研究论文	本研究通过多模态MRI技术探索了轻度认知障碍（MCI）患者在两年随访期间的影像特征	首次利用多模态MRI序列和深度学习算法，识别出MCI恶化组的FA值降低和ADC值升高的特征性脑区变化	样本量相对较小（105例），且仅进行了2年随访	探索MCI患者认知功能恶化的MRI预警特征	105名MCI患者	数字病理学	老年性疾病	多模态MRI（包括ADC、FA、CBF测量）	深度学习算法	MRI影像数据	105名MCI患者（2019和2021年两次扫描）
386	2025-05-17	Early Colon Cancer Prediction from Histopathological Images Using Enhanced Deep Learning with Confidence Scoring 2025-Mar, Cancer investigation IF:1.8Q3 DOI:10.1080/07357907.2025.2483302 PMID:40178023	研究论文	本研究提出了一种名为NalexNet的混合深度学习分类器，用于提高结肠癌组织病理学图像的分类准确性和计算效率	结合Vahadane染色归一化、Watershed分割和Teamwork优化算法进行特征选择，构建了具有卷积层和正常/缩减细胞的NalexNet模型	未提及模型在外部验证集上的表现或临床实际应用中的潜在挑战	开发自动化的结肠癌早期诊断系统	结肠癌组织病理学图像	数字病理学	结肠癌	深度学习	CNN（NalexNet）	图像	NA
387	2025-05-17	Brain tumor segmentation and detection in MRI using convolutional neural networks and VGG16 2025-Mar, Cancer biomarkers : section A of Disease markers IF:2.2Q3 DOI:10.1177/18758592241311184 PMID:40183298	research paper	该研究探索了使用卷积神经网络（CNN）和VGG16在MRI图像中自动检测和分类脑肿瘤的方法	提出了一种能够预测分割性能并检测失败事件的深度学习模型，无需在测试时访问真实数据	未提及具体的样本量或数据集的多样性，可能影响模型的泛化能力	开发一个自动化的癌症检测系统，以提高脑肿瘤诊断的准确性和效率	MRI图像中的脑肿瘤	digital pathology	brain tumor	deep learning, image processing	CNN, VGG16	image	NA
388	2025-05-17	When the lung invades: a review of avian postcranial skeletal pneumaticity 2025-Feb-27, Philosophical transactions of the Royal Society of London. Series B, Biological sciences DOI:10.1098/rstb.2023.0427 PMID:40010393	review	本文综述了鸟类颅后骨骼气腔现象（PSP）的功能和进化意义，结合解剖学、发育学、生物力学和古生物学文献，并利用新技术进行了初步建模	利用微计算机断层扫描和基于深度学习的分割技术，建立了鸭颈部气腔的初步模型，为定量比较分析提供了新方法	关于气腔形成的细胞机制和发育过程尚未明确，气腔骨骼轻量化假说有待实证检验	探讨鸟类颅后骨骼气腔（PSP）的功能和进化意义	鸟类（以绿头鸭为例）的颅后骨骼气腔系统	生物力学	NA	微计算机断层扫描（micro-CT）、深度学习分割	深度学习	三维影像数据	绿头鸭颈部样本（具体数量未说明）
389	2025-05-17	Impact of deep learning on pediatric elbow fracture detection: a systematic review and meta-analysis 2025-Feb-20, European journal of trauma and emergency surgery : official publication of the European Trauma Society IF:1.9Q2 DOI:10.1007/s00068-025-02779-w PMID:39976732	meta-analysis	本研究通过系统回顾和荟萃分析评估了深度学习模型在儿童肘部骨折检测中的性能	首次系统评估了深度学习模型在儿童肘部骨折检测中的表现，并分析了预处理技术和模型架构选择对性能的影响	仅纳入了6项符合标准的研究，样本量有限	评估深度学习模型在儿童肘部骨折检测中的诊断性能	0-16岁儿童的肘部骨折	digital pathology	pediatric fracture	deep learning	ResNet等深度学习模型	医学影像数据	22项研究中的6项符合纳入标准（具体样本量未明确说明）
390	2025-05-17	An infrared dataset for partially occluded person detection in complex environment for search and rescue 2025-Feb-19, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04600-0 PMID:39971943	research paper	该论文介绍了一个基于无人机红外热成像的数据集POP，用于复杂环境中部分遮挡人员检测	提出了首个针对部分遮挡人员检测的无人机红外热成像数据集POP，填补了现有非遮挡人体目标数据集的不足	未明确说明数据集的多样性是否覆盖所有可能的复杂遮挡场景	解决复杂遮挡环境下失踪人员自动识别的挑战	部分遮挡的人类目标	computer vision	NA	红外热成像	object detection networks	thermal images	8768张标注的红外图像
391	2025-02-20	Letter to the Editor: "A Deep Learning System to Predict Epithelial Dysplasia in Oral Leukoplakia" 2025-Feb-18, Journal of dental research IF:5.7Q1 DOI:10.1177/00220345251317097 PMID:39966688	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
392	2025-02-06	Author Correction: Synthetic augmentation of cancer cell line multi-omic datasets using unsupervised deep learning 2025-Feb-04, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56686-0 PMID:39905123	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
393	2025-05-17	Model interpretability on private-safe oriented student dropout prediction 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317726 PMID:40163446	研究论文	本文提出了一种改进的预处理核诱导点数据蒸馏技术（PP-KIPDD），用于重构模拟学生信息分布的新样本，以防止学生隐私信息泄露，并通过SHAP值增强模型的可解释性	首次引入PP-KIPDD技术重构模拟学生信息分布的新样本，防止隐私泄露，并通过SHAP值增强模型的可解释性	未提及具体的数据集规模或实验验证的局限性	解决学生辍学预测中的隐私泄露和模型可解释性问题	学生辍学预测	机器学习	NA	PP-KIPDD, SHAP	NA	表格数据	NA
394	2025-05-17	An updated compendium and reevaluation of the evidence for nuclear transcription factor occupancy over the mitochondrial genome 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318796 PMID:40163815	研究论文	本文通过分析扩展后的ENCODE数据集和深度学习模型，全面评估了核转录因子与线粒体基因组的关联	利用扩展的ENCODE数据集和深度学习模型，首次全面评估了核转录因子与线粒体基因组的关联，并识别出50个可能与线粒体功能相关的核转录因子	研究发现，相同的转录因子在不同抗体和ChIP实验中的结果不一致，表明实验方法可能影响结果的可靠性	评估核转录因子与线粒体基因组的关联，并探讨其在线粒体功能中的潜在作用	人类和小鼠的核转录因子及其与线粒体基因组的关联	基因组学	NA	ChIP-seq, 深度学习模型	深度学习	基因组数据	6,153个ChIP实验，涉及942种蛋白质（其中763种为序列特异性转录因子）
395	2025-05-17	An Early Thyroid Screening Model Based on Transformer and Secondary Transfer Learning for Chest and Thyroid CT Images 2025 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338251323168 PMID:40165465	研究论文	提出了一种基于Transformer和二次迁移学习的早期甲状腺筛查模型，用于胸部和甲状腺CT图像	结合Transformer DNN和迁移学习技术，整合时间序列数据，解决小样本量和高噪声问题	数据集有限，样本量较小，噪声较高	提高甲状腺癌早期筛查的准确性和效率	240名来自中国广东和新疆的患者的增强CT扫描图像数据	数字病理学	甲状腺癌	增强CT扫描	Transformer DNN	CT图像	240名患者
396	2025-05-17	Integration of histopathological images and immunological analysis to predict M2 macrophage infiltration and prognosis in patients with serous ovarian cancer 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1505509 PMID:40165975	研究论文	该研究通过整合组织病理学图像和免疫学分析，预测浆液性卵巢癌患者中M2巨噬细胞浸润及其对预后的影响	利用深度多实例学习（MIL）和ResNet18网络从组织病理学图像中预测M2巨噬细胞浸润，为浆液性卵巢癌的预后评估提供了新方法	样本量相对较小，且外部验证集的数据来源未详细说明	提高浆液性卵巢癌患者的预后准确性，识别新的治疗靶点，推进个性化治疗策略	浆液性卵巢癌患者	数字病理学	卵巢癌	深度多实例学习（MIL）	ResNet18	图像	86例来自TCGA的患者和106例来自组织微阵列的患者
397	2025-05-17	Deep learning-based optical coherence tomography and retinal images for detection of diabetic retinopathy: a systematic and meta analysis 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1485311 PMID:40171193	meta-analysis	本文通过系统综述和荟萃分析评估了深度学习算法在光学相干断层扫描（OCT）和视网膜图像中检测糖尿病视网膜病变（DR）的有效性	首次对深度学习在OCT和视网膜图像中检测DR的效果进行了系统性的荟萃分析	数据集标准化不足，模型可解释性有待提高，且需要在更多样化的人群中进行验证	评估深度学习算法在检测糖尿病视网膜病变中的准确性和可靠性	光学相干断层扫描（OCT）和视网膜图像	digital pathology	diabetic retinopathy	deep learning	NA	image	188268张视网膜图像和OCT扫描
398	2025-05-17	Analysis of Deep Learning Techniques for Vehicle Detection and Reidentification Using Data from Multiple Drones and Public Datasets 2025, Anais da Academia Brasileira de Ciencias IF:1.1Q3 DOI:10.1590/0001-3765202520240623 PMID:40172334	research paper	本文提出了一种结合多种CNN技术的车辆检测与重识别解决方案，应用于无人机群监控的动态环境	整合了VGG16、VGG19、ResNet50、InceptionV3和EfficientNetV2L等多种CNN技术，并采用YOLOv4进行检测、DeepSORT进行跟踪，以适应不同无人机拍摄角度和条件下的图像多样性	在第一个实验中，最佳网络ResNet50的平均准确率仅为55%，表明在部分场景下性能仍有提升空间	开发适用于无人机群监控环境下车辆检测与重识别的高精度方法	高速公路等动态环境中的车辆	computer vision	NA	CNN, YOLOv4, DeepSORT	VGG16, VGG19, ResNet50, InceptionV3, EfficientNetV2L	image	两个数据集：一个来自Mendeley的公共数据集，另一个由无人机群采集的图像和数据组成
399	2025-05-17	Enlightened prognosis: Hepatitis prediction with an explainable machine learning approach 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319078 PMID:40173410	research paper	该研究探讨了使用传统机器学习模型预测肝炎感染的有效性，并特别关注了支持向量机（SVM）的卓越表现	采用多种机器学习模型进行肝炎预测，并通过超参数调优和集成建模技术提升模型性能，同时利用解释性分析增强模型的可解释性	研究中未提及模型在更大规模或多样化数据集上的泛化能力	提高肝炎预测的准确性和及时性，以改善患者管理	肝炎感染患者的数据	machine learning	hepatitis	GridSearchCV, 5-fold cross-validation	SVM, logistic regression, decision trees, random forest, MLP	structured data	NA
400	2025-05-17	Advanced molecular modeling of proteins: Methods, breakthroughs, and future prospects 2025, Advances in pharmacology (San Diego, Calif.) DOI:10.1016/bs.apha.2025.02.005 PMID:40175043	review	本文综述了蛋白质分子建模的先进方法、突破性进展及未来展望	介绍了深度学习算法如AlphaFold在复杂蛋白质结构预测精度上的显著提升	未提及具体研究案例或数据验证这些方法的实际效果	增强对蛋白质功能的理解，提高药物发现的精确性	蛋白质分子及其行为预测	计算生物学	NA	同源建模、分子动力学模拟、量子力学/分子力学策略、深度学习	AlphaFold	蛋白质结构数据	NA