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
4141	2025-04-19	im7G-DCT: A two-branch strategy model based on improved DenseNet and transformer for m7G site prediction 2025-Apr-12, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108473 PMID:40245811	研究论文	开发了一种基于改进的DenseNet和Transformer的双分支策略模型im7G-DCT，用于预测m7G位点	采用双分支策略并行提取局部和全局特征，深入挖掘m7G位点序列的潜在特征信息，提高了预测准确性	NA	准确识别mRNA中的m7G位点，为临床应用和治疗策略开发提供支持	mRNA中的N-7甲基鸟苷(m7G)位点	生物信息学	癌症、神经退行性疾病和病毒感染	深度学习	改进的DenseNet和Transformer	RNA序列数据	NA
4142	2025-04-19	Diatom Lensless Imaging Using Laser Scattering and Deep Learning 2025-Apr-11, ACS ES&T water IF:4.8Q1 DOI:10.1021/acsestwater.4c01186 PMID:40242343	研究论文	提出了一种利用激光散射和深度学习进行硅藻无透镜成像的新方法	结合激光散射和深度学习技术，实现了硅藻的无透镜成像及运动参数测定	未明确说明该方法在复杂海洋环境中的实际应用效果	开发一种用于海洋微生物原位成像和运动分析的新技术	硅藻及其他微型海洋生物	计算机视觉	NA	激光散射成像	深度学习	图像	硅藻土样品（具体数量未说明）
4143	2025-04-19	Childhood muscle growth: Reference curves for lower leg muscle volumes and their clinical application in cerebral palsy 2025-Apr-08, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2416660122 PMID:40163724	研究论文	构建5至15岁儿童下肢肌肉体积的参考曲线，并应用于脑瘫儿童的临床评估	首次为儿童下肢肌肉体积构建肌肉特异性参考曲线，并应用于脑瘫儿童肌肉发育异常的识别	参考曲线的置信带在年龄最小和最大的儿童中较宽，可能影响准确性	量化儿童下肢肌肉体积的正常发育范围，并评估脑瘫儿童的肌肉发育状况	208名正常发育儿童和78名能行走的脑瘫儿童	数字病理	脑瘫	磁共振成像（MRI）	深度学习	图像	286名儿童（208名正常发育，78名脑瘫）
4144	2025-04-19	Evolution of computational techniques against various KRAS mutants in search for therapeutic drugs: a review article 2025-Apr-07, Cancer chemotherapy and pharmacology IF:2.7Q2 DOI:10.1007/s00280-025-04767-8 PMID:40195161	综述	本文综述了针对不同KRAS突变体的计算技术在寻找治疗药物方面的演变	讨论了计算技术在发现KRAS抑制剂方面的最新突破，包括虚拟筛选、分子动力学模拟和分子对接等方法，以及机器学习和深度学习在抗KRAS药物开发中的新见解	需要未来研究来验证计算识别出的药物（如Afatinib和Quercetin）的实际潜力	探索针对不同KRAS突变体的治疗药物	KRAS突变体及其抑制剂	计算机辅助药物设计	癌症	虚拟筛选、分子动力学模拟、分子对接、机器学习和深度学习	NA	分子结构数据	NA
4145	2025-04-19	scAMZI: attention-based deep autoencoder with zero-inflated layer for clustering scRNA-seq data 2025-Apr-07, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-025-11511-2 PMID:40197174	研究论文	提出了一种基于注意力自编码器和零膨胀层的新型深度学习模型scAMZI，用于单细胞RNA测序数据的聚类	结合了SimAM注意力模块、自编码器、ZINB模型和零膨胀层，能够更好地利用细胞特征和处理数据中的零值	未明确提及具体局限性	改进单细胞RNA测序数据的聚类方法	单细胞RNA测序数据	生物信息学	NA	scRNA-seq	自编码器(带SimAM注意力模块和ZINB模型)	基因表达数据	14个基准scRNA-seq数据集(从数百到数万个细胞)
4146	2025-04-19	Novel Deep Learning Reconstruction to Augment Contrast Enhancement: Initial Evaluation 2025-Apr-07, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001755 PMID:40249273	研究论文	评估新型深度学习重建技术在增强CT图像对比度方面的效果	提出了一种新型深度学习重建方法，用于改善单能CT扫描的对比度增强效果	样本量较小（15名患者），且仅针对结直肠腺癌和肝转移患者	比较单能CT、双能CT与新型深度学习重建技术在图像质量上的差异	经活检证实的结直肠腺癌和肝转移患者	数字病理学	结直肠癌	深度学习重建技术	DL（深度学习）	CT图像	15名患者（13名男性，2名女性）
4147	2025-04-19	Visual search and real-image similarity: An empirical assessment through the lens of deep learning 2025-Apr, Psychonomic bulletin & review IF:3.2Q1 DOI:10.3758/s13423-024-02583-4 PMID:39327401	研究论文	利用深度卷积神经网络预测人类在真实视觉场景中搜索目标的效率，并验证Duncan和Humphreys提出的相似性原则	首次从生态学角度为相似性原则提供定量支持，揭示了目标-干扰物相似性(TD)和干扰物-干扰物相似性(DD)在神经网络不同层次的作用	实验室结果可能难以完全推广到真实世界场景	预测人类在视觉环境中搜索目标的效率	人类视觉搜索行为	计算机视觉	NA	深度卷积神经网络	CNN	图像	NA
4148	2025-04-19	Leveraging Deep Learning for Immune Cell Quantification and Prognostic Evaluation in Radiotherapy-Treated Oropharyngeal Squamous Cell Carcinomas 2025-Apr, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2025.104094 PMID:39826685	研究论文	利用深度学习对放疗治疗的口咽鳞状细胞癌中的免疫细胞进行定量分析和预后评估	首次应用U-Net深度学习模型对免疫细胞密度进行定量分析，并比较了细胞计数法和面积法的预后价值	样本量较小（84例），且仅针对口咽鳞状细胞癌患者	开发标准化、经济有效的方法来研究头颈部鳞状细胞癌中的肿瘤免疫微环境（TIME）	口咽鳞状细胞癌（OPSCC）患者的预处理福尔马林固定石蜡包埋肿瘤活检样本	数字病理学	口咽鳞状细胞癌	免疫组织化学（CD3、CD8、CD20、CD163和FOXP3染色）	U-Net	图像	84例OPSCC患者的预处理肿瘤活检样本
4149	2025-04-19	Gait Video-Based Prediction of Severity of Cerebellar Ataxia Using Deep Neural Networks 2025-Apr, Movement disorders : official journal of the Movement Disorder Society IF:7.4Q1 DOI:10.1002/mds.30113 PMID:39840857	研究论文	本研究利用深度学习模型通过步态视频预测小脑性共济失调的严重程度	首次将姿态估计算法应用于步态视频中，预测小脑性共济失调的严重程度，并通过模型关注的关键视频片段评估病情	研究样本量较小，仅包括66名患者，且仅限于退行性小脑疾病患者	评估姿态估计算法是否能通过步态视频预测小脑性共济失调的严重程度	66名退行性小脑疾病患者	计算机视觉	小脑性共济失调	姿态估计算法	深度学习模型	视频	66名患者
4150	2025-04-19	Microsatellite-Stable Gastric Cancer Can be Classified into 2 Molecular Subtypes with Different Immunotherapy Response and Prognosis Based on Gene Sequencing and Computational Pathology 2025-Apr, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2025.104101 PMID:39894411	research paper	该研究通过基因测序和计算病理学将微卫星稳定的胃癌分为两种分子亚型，并评估其对免疫治疗的响应和预后	开发了基于免疫相关基因（IRGs）的签名和基于Vision Transformer（ViT）的深度学习模型，用于微卫星稳定胃癌的亚型分类和预后预测	样本量相对较小（105例患者），且仅在TCGA和GEO数据库中进行验证	优化微卫星稳定胃癌的精准治疗和预后改善	微卫星稳定的胃癌患者	digital pathology	gastric cancer	RNA-sequencing, immunohistochemistry	Vision Transformer (ViT)	gene expression data, digital pathology slides	105例微卫星稳定的胃癌患者
4151	2025-04-19	An Overview and Comparative Analysis of CRISPR-SpCas9 gRNA Activity Prediction Tools 2025-Apr, The CRISPR journal DOI:10.1089/crispr.2024.0058 PMID:40151952	综述	本文综述并比较了基于机器学习和深度学习的CRISPR-SpCas9 gRNA活性预测工具的性能	系统评估了多种预测工具的性能，并创建了GuideNet资源门户网站以促进CRISPR数据集的共享	仅评估了七种工具，可能未涵盖所有现有方法	评估和比较CRISPR-SpCas9 gRNA活性预测工具的准确性和性能	CRISPR-SpCas9 gRNA活性预测工具	机器学习	NA	CRISPR-Cas9基因编辑技术	ML和DL模型	CRISPR数据集	九个CRISPR数据集，涵盖六种细胞类型和三个物种
4152	2025-04-19	Artificial intelligence predicts multiclass molecular signatures and subtypes directly from breast cancer histology: a multicenter retrospective study 2025-Apr-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002220 PMID:39764584	研究论文	提出一种基于深度学习的算法(BBMIL)，直接从乳腺癌组织病理学图像预测分子标志物和亚型	首次使用深度学习直接从H&E染色图像预测多种分子标志物和亚型，避免了额外的检测成本和样本负担	NA	开发能够直接从组织病理学图像预测乳腺癌分子特征的AI算法	乳腺癌组织病理学图像	数字病理学	乳腺癌	深度学习	BBMIL(一种新型深度学习算法)	组织病理学图像(H&E染色)	多中心回顾性研究(具体样本量未说明)
4153	2025-04-19	Rethinking Domain-Specific Pretraining by Supervised or Self-Supervised Learning for Chest Radiograph Classification: A Comparative Study Against ImageNet Counterparts in Cold-Start Active Learning 2025-Apr, Health care science DOI:10.1002/hcs2.70009 PMID:40241982	research paper	比较监督学习和自监督学习的领域特定预训练在胸部X光分类中的效果，以及在冷启动主动学习中的表现	首次探索领域特定预训练模型在冷启动主动学习中的潜力，并比较其与通用预训练模型的性能	领域特定预训练模型在多数情况下未能超越通用预训练模型，且无法替代原始图像作为模型输入	评估领域特定预训练模型在冷启动主动学习中的效果	胸部X光图像	computer vision	psychiatric pneumonia, COVID-19	supervised learning, self-supervised learning	TXRV, REMEDIS	image	NA
4154	2025-04-19	Development and external multicentric validation of a deep learning-based clinical target volume segmentation model for whole-breast radiotherapy 2025-Apr, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100749 PMID:40242807	研究论文	开发并外部多中心验证了一种基于深度学习的全乳放疗临床靶区分割模型	利用大型单中心数据集结合多中心数据进行模型开发和验证，实现了高精度的临床靶区分割	在其中一个中心（Inst 9）的数据上模型表现不佳，显示模型在特定条件下的泛化能力有限	优化放疗治疗并减少毒性，通过自动分割临床靶区和风险器官	1822名患者的计划CT数据（861例来自单一中心用于训练，961例来自8个中心用于验证）	数字病理	乳腺癌	深度学习	3D-Unet	CT图像	1822名患者的计划CT数据
4155	2025-04-19	[Three-Dimensional Reconstruction Technique and Its Application of Binocular Endoscopic Images Based on Deep Learning] 2025-Mar-30, Zhongguo yi liao qi xie za zhi = Chinese journal of medical instrumentation DOI:10.12455/j.issn.1671-7104.240293 PMID:40246717	研究论文	探讨基于深度学习的双目内窥镜图像三维重建关键技术及实现方法	应用深度学习技术显著提升三维重建的准确性和实时性	未提及具体实验数据或样本量	提升内窥镜图像三维重建质量，指导临床双目内窥镜图像重建技术的可持续发展	双目内窥镜图像	计算机视觉	NA	深度学习	NA	图像	NA
4156	2025-04-19	The Real-World Impact of Vestibular Schwannoma Fully Automated Volume Measures on the Evaluation of Size Change and Clinical Management Outcomes in a Multidisciplinary Meeting Setting 2025-Mar-25, The journal of international advanced otology IF:1.0Q3 DOI:10.5152/iao.2025.241693 PMID:40208025	research paper	研究探讨了在跨学科会议（MDM）准备阶段提供全自动化前庭神经鞘瘤体积测量对放射学结果和临床管理决策的影响	首次在真实世界的MDM环境中评估全自动化深度学习体积测量与线性尺寸测量对前庭神经鞘瘤大小变化分类和临床管理决策的影响	样本量较小（50名患者），且未证明自动化测量对临床管理决策有显著影响	评估全自动化体积测量在MDM准备阶段的应用效果	50名成人单侧散发性前庭神经鞘瘤患者	digital pathology	vestibular schwannoma	deep learning-based volume measurements	NA	MRI images	50名患者（24男，26女，平均年龄64.6岁），共57次MRI比较
4157	2025-04-19	Two-stage augmentation for detecting malignancy of BI-RADS 3 lesions in early breast cancer 2025-Mar-24, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-13960-0 PMID:40128762	研究论文	本研究提出了一种两阶段增强方法，用于提高乳腺超声图像中BI-RADS 3恶性病变的检测率	提出了包含恶性特征增强和数据增强的两步增强方法，并在名为Dual-ResNet50的双分支ResNet50分类模型上验证了其可行性	样本量相对较小，且仅来自两家医院，可能影响模型的泛化能力	提高BI-RADS 3恶性病变的检测率，以改善早期乳腺癌的诊断准确性	乳腺超声图像中的BI-RADS 3病变	数字病理	乳腺癌	深度学习	Dual-ResNet50 (基于ResNet50的双分支分类模型)	图像（B模式和彩色多普勒图像）	1,275个病灶（来自1,096名患者），其中629个用于开发数据集，218个用于内部测试集，428个用于外部测试集
4158	2025-04-19	Using Deep Learning to Perform Automatic Quantitative Measurement of Masseter and Tongue Muscles in Persons With Dementia: Cross-Sectional Study 2025-Mar-19, JMIR aging IF:5.0Q1 DOI:10.2196/63686 PMID:40106819	研究论文	本研究探讨了使用深度学习技术对老年痴呆症患者头部MRI图像中的肌肉组织进行自动分割和定量的可行性	首次应用深度学习模型对老年痴呆症患者头部MRI中的肌肉组织进行自动定量测量	样本量较小（53名参与者），且为横断面研究	评估深度学习技术在神经认知障碍患者肌肉组织定量测量中的应用可行性	老年痴呆症患者的头部MRI图像	数字病理学	老年痴呆症	MRI	U-Net	医学影像	53名参与者
4159	2025-04-19	Artificial intelligence-based diagnosis of breast cancer by mammography microcalcification 2025-Mar, Fundamental research IF:5.7Q1 DOI:10.1016/j.fmre.2023.04.018 PMID:40242534	研究论文	本文展示了一种基于深度学习的自动化管道，用于乳腺X光摄影中微钙化的检测和分类，以促进乳腺癌的早期诊断	该技术不仅能提供乳腺X光摄影的分类结果，还能标注特定的钙化区域，并探索了基于深度学习的病理亚型和雌激素受体分类的有效性	训练集和测试集的分类准确率分别为0.8124和0.7237，显示模型在测试集上的性能有所下降	开发一种自动化的人工智能系统，以辅助临床医生在乳腺癌筛查、诊断和治疗中做出判断并提高效率	乳腺X光摄影中的微钙化病变	数字病理学	乳腺癌	深度学习	深度学习管道	图像	4,810张乳腺X光片，包含6,663个基于活检结果的微钙化病变（3,301个恶性，3,362个良性）
4160	2025-04-19	Noninvasive Quantitative CT for Diffuse Liver Diseases: Steatosis, Iron Overload, and Fibrosis 2025-01, Radiographics : a review publication of the Radiological Society of North America, Inc IF:5.2Q1 DOI:10.1148/rg.240176 PMID:39700040	research paper	该研究探讨了非侵入性定量CT在弥漫性肝病（脂肪变性、铁过载和纤维化）检测和量化中的应用	提出了非对比CT在肝脏脂肪和铁过载量化中的近似MRI性能，以及AI深度学习算法在自动化定量CT评估中的应用	对比后CT在肝脏脂肪量化中的精确度较低，仅能提供分类评估	研究非侵入性CT技术在弥漫性肝病检测和量化中的临床应用	弥漫性肝病（脂肪变性、铁过载和纤维化）患者	digital pathology	liver disease	CT, MRI, AI deep learning	deep learning	image	NA