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
401	2025-05-02	Enhanced prediction of partial nitrification-anammox process in wastewater treatment by developing an attention-based deep learning network 2025-Feb, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.124012 PMID:39788059	研究论文	本研究开发了一种基于注意力机制的深度学习网络（AttentionNet），用于增强废水处理中部分硝化-厌氧氨氧化（PN-anammox）过程的预测性能	提出了结合LSTM和DenseNet的AttentionNet模型，显著提高了PN-anammox过程的预测精度	模型在进水质量不稳定和处理性能较差条件下的表现仍需进一步验证	提高废水处理中PN-anammox过程的预测精度和实时监控能力	低浓度废水中的PN-anammox反应器	机器学习	NA	深度学习	LSTM, DenseNet, AttentionNet	实验数据	基于长期实验构建的数据集
402	2025-05-02	Deep learning model to identify and validate hypotension endotypes in surgical and critically ill patients 2025-Feb, British journal of anaesthesia IF:9.1Q1 DOI:10.1016/j.bja.2024.10.048 PMID:39788817	研究论文	使用无监督深度学习模型识别和验证手术及重症患者中的低血压内型	首次应用无监督深度学习算法（自编码器结合高斯混合模型）识别低血压内型，并在独立数据集中验证	研究仅基于特定血流动力学参数，未考虑其他潜在影响因素	识别和验证手术及重症患者中不同低血压内型	手术患者和重症患者	机器学习	心血管疾病	无监督深度学习	自编码器结合高斯混合模型	血流动力学参数数据	开发数据集：871名手术患者（6962次低血压事件）；验证数据集1：1000名手术患者（7904次低血压事件）；验证数据集2：1000名重症患者（53821次低血压事件）
403	2025-05-02	Deep learning model for automatic detection of different types of microaneurysms in diabetic retinopathy 2025-Feb, Eye (London, England) DOI:10.1038/s41433-024-03585-1 PMID:39789187	研究论文	本研究开发了一种基于深度学习的软件，用于在非增殖性糖尿病视网膜病变（NPDR）患者的结构光学相干断层扫描（OCT）图像中自动检测和区分低反射和高反射微动脉瘤（MAs）	使用YOLO和DETR两种深度学习模型对MAs进行检测和分类，并比较其性能	自动化方法与人工标注之间的差异主要源于自动化方法对正常视网膜血管的选择	开发一种能够自动检测和分类糖尿病视网膜病变中不同类型微动脉瘤的深度学习软件	非增殖性糖尿病视网膜病变（NPDR）患者的结构OCT图像	计算机视觉	糖尿病视网膜病变	结构光学相干断层扫描（OCT）	YOLO, DETR	图像	249名患者（498只眼睛）
404	2025-05-02	G-SET-DCL: a guided sequential episodic training with dual contrastive learning approach for colon segmentation 2025-Feb, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03319-4 PMID:39789205	研究论文	提出了一种新型深度学习方法来显著提高结肠分割的准确性，即使在有限的数据标注情况下也能提升CT结肠成像在临床中的整体效果	结合3D上下文信息，通过引导顺序片段训练和双重对比学习增强特征区分能力，提高分割精度	虽然在小规模标注数据上表现良好，但未在大规模多样化数据集上进行验证	提高结肠分割的准确性以支持自动诊断评估	结肠CT图像	数字病理学	结肠癌	深度学习，对比学习	Markov Random Field-based算法，顺序片段训练模型	3D CT图像	98例腹部扫描数据
405	2025-05-02	Deep learning multi-classification of middle ear diseases using synthetic tympanic images 2025-Feb, Acta oto-laryngologica IF:1.2Q3 DOI:10.1080/00016489.2024.2448829 PMID:39797517	研究论文	本研究开发了一种基于深度学习的自动诊断系统，用于通过鼓膜图像分类中耳疾病	利用GAN生成高质量的合成鼓膜图像以扩充训练数据集，并探索其在医学诊断模型中的潜在应用	合成图像与真实图像结合训练并未显著提高诊断准确率，且仅使用合成图像时模型准确率约为70%	开发自动诊断中耳疾病的系统	鼓膜图像（包括真实和合成图像）	计算机视觉	中耳疾病	GAN（StyleGAN3）	InceptionV3	图像	472张真实内窥镜图像和200张合成图像
406	2025-05-02	White matter hyperintensities regress at a high rate at three months after minor ischemic stroke or transient ischemic attack 2025-Feb, Journal of neuroradiology = Journal de neuroradiologie DOI:10.1016/j.neurad.2024.101239 PMID:39798248	研究论文	研究探讨轻微缺血性卒中或短暂性脑缺血发作后三个月内白质高信号（WMH）的早期消退情况及其影响因素	首次报道WMH在轻微缺血性卒中或短暂性脑缺血发作后三个月内即可出现消退，并识别了影响消退的因素	样本量较小（98例患者），且为回顾性分析	探究WMH在轻微缺血性卒中或短暂性脑缺血发作后的早期消退情况及影响因素	轻微缺血性卒中或短暂性脑缺血发作患者	数字病理学	心血管疾病	脑MRI	深度学习算法	图像	98例轻微缺血性卒中或短暂性脑缺血发作患者
407	2025-05-02	The role of sleep quality in mediating the relationship between habenula volume and resilience 2025-Feb, Psychiatry research IF:4.2Q1 DOI:10.1016/j.psychres.2025.116358 PMID:39799818	研究论文	本研究探讨了睡眠质量在缰核体积与心理韧性关系中的中介作用	首次在人类研究中揭示缰核体积通过睡眠质量影响心理韧性的生物学机制	样本量较小（84名健康参与者），且为横断面研究无法确定因果关系	探究缰核体积与心理韧性关系的生物学机制	84名健康参与者的缰核体积、睡眠质量和心理韧性	神经影像学	抑郁症	3T-MRI T1加权成像	深度学习自动分割模型	MRI图像和问卷数据	84名健康参与者
408	2025-05-02	Development and routine implementation of deep learning algorithm for automatic brain metastases segmentation on MRI for RANO-BM criteria follow-up 2025-Feb-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121002 PMID:39800174	研究论文	开发并验证了一种用于自动分割MRI上脑转移瘤的深度学习算法，以简化RANO-BM标准的临床应用	利用深度学习算法自动分割脑转移瘤，显著提高了RANO-BM标准的应用效率和准确性	研究样本量较小，仅包含132名患者的27,456张MRI图像	开发并验证一种AI解决方案，用于在常规临床环境中自动分割脑转移瘤并获取RANO-BM标准	脑转移瘤（BM）患者	数字病理学	脑转移瘤	MRI	UNETR	图像	132名患者的27,456张MRI图像
409	2025-05-02	Deep Learning and Numerical Analysis for Bladder Outflow Obstruction and Detrusor Underactivity Diagnosis in Men: A Novel Urodynamic Evaluation Scheme 2025-Feb, Neurourology and urodynamics IF:1.8Q3 DOI:10.1002/nau.25665 PMID:39803869	研究论文	通过深度学习与数值分析方法，提出一种新型尿动力学评估方案，用于自动识别和诊断男性下尿路症状患者的膀胱出口梗阻和逼尿肌活动不足	结合深度卷积神经网络与短时傅里叶变换算法，利用五通道尿动力学数据进行准确诊断	研究仅针对男性患者，未涉及女性或其他人群	自动诊断膀胱出口梗阻（BOO）和逼尿肌活动不足（DUA）	1949名接受尿动力学检查的男性患者	数字病理学	泌尿系统疾病	短时傅里叶变换（STFT）	深度卷积神经网络（CNN）	尿动力学数据（包括尿流率、尿量、膀胱内压、腹压和逼尿肌压力）	1949名男性患者（1725名来自武汉大学人民医院，224名来自武汉市中心医院）
410	2025-05-02	CLSSATP: Contrastive learning and self-supervised learning model for aquatic toxicity prediction 2025-Feb, Aquatic toxicology (Amsterdam, Netherlands) DOI:10.1016/j.aquatox.2025.107244 PMID:39805255	研究论文	提出了一种名为CLSSATP的高效对比自监督学习深度神经网络预测模型，用于有机毒性预测	模型整合了自监督学习模块和对比学习模块，通过双视角学习深入理解分子结构和性质关系	NA	研究化学物质对不同水生物种的潜在影响，以保护环境和确保可持续人类发展	有机毒性	机器学习	NA	对比学习、自监督学习	深度神经网络	分子指纹、分子图	NA
411	2025-05-02	ECGEFNet: A two-branch deep learning model for calculating left ventricular ejection fraction using electrocardiogram 2025-Feb, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.103065 PMID:39809042	research paper	提出了一种名为ECGEFNet的双分支深度学习模型，用于通过心电图计算左心室射血分数（LVEF）	创新性地整合了原始数值信号和波形图，通过融合注意力机制（FAT）和双分支特征融合模块（BFF）提高了特征融合效率	未提及模型在外部数据集上的验证情况	开发一种基于心电图的心脏功能障碍实时监测工具	左心室射血分数（LVEF）	machine learning	cardiovascular disease	deep learning	ECGEFNet (two-branch deep learning model)	electrocardiogram (ECG)	大型内部数据集（具体数量未提及）
412	2025-05-02	A Serial MRI-based Deep Learning Model to Predict Survival in Patients with Locoregionally Advanced Nasopharyngeal Carcinoma 2025-Feb, Radiology. Artificial intelligence DOI:10.1148/ryai.230544 PMID:39812582	research paper	开发并评估了一种基于深度学习的预后模型，用于预测局部晚期鼻咽癌患者的生存率，使用诱导化疗前后的连续MRI数据	利用图卷积神经网络开发了一个结合放射组学和临床因素的预后模型，显著提高了预测疾病无进展生存期的准确性	研究为回顾性多中心研究，可能存在选择偏倚	预测局部晚期鼻咽癌患者的生存率	1039名局部晚期鼻咽癌患者	digital pathology	nasopharyngeal carcinoma	MRI	graph convolutional neural networks	image	1039名患者（779名男性和260名女性，平均年龄44岁±11）
413	2025-05-02	Pneumonia Detection Using Enhanced Convolutional Neural Network Model on Chest X-Ray Images 2025-02, Big data IF:2.6Q2 DOI:10.1089/big.2022.0261 PMID:37074075	research paper	本研究开发了多种深度学习模型，用于通过胸部X光图像检测肺炎，并比较了它们的性能	使用了增强的CNN模型，并在大数据集上进行了训练，其准确率达到了92.4%，超过了其他模型和现有技术	数据集虽然扩充了，但可能仍存在样本不平衡或多样性不足的问题	开发高效的深度学习模型，以提高肺炎的早期检测准确率	胸部X光图像	computer vision	lung cancer	deep learning	CNN, VGG-19, ResNet-50	image	5863张胸部X光图像
414	2025-05-02	Pretrained Deep Neural Network Kin-SiM for Single-Molecule FRET Trace Idealization 2025-Jan-30, The journal of physical chemistry. B DOI:10.1021/acs.jpcb.4c05276 PMID:39809573	研究论文	提出了一种名为Kin-SiM的深度学习框架，利用LSTM自动进行smFRET轨迹的理想化处理	使用预训练的LSTM网络自动提取生物分子状态和动力学参数，无需用户输入马尔可夫假设	需要大量模拟数据进行预训练，可能对实际数据的适应性有限	改进单分子荧光共振能量转移（smFRET）轨迹的理想化分析方法	smFRET时间轨迹	机器学习	NA	smFRET	LSTM	时间序列数据	基准smFRET数据集
415	2025-05-02	CPconf_score: A Deep Learning Free Energy Function Trained Using Molecular Dynamics Data for Cyclic Peptides 2025-Jan-28, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c01386 PMID:39801200	研究论文	开发了一种名为CPconf_score的深度学习自由能函数，用于预测环肽的构象自由能	使用高温分子动力学模拟数据和SchNet深度学习模型，首次实现了对环肽构象自由能的准确预测	仅在50个环肽上进行了测试，样本量相对较小	开发一种能够准确预测环肽构象自由能的方法	环肽（特别是少于10个残基和β-肽键的环肽）	计算生物学	NA	高温分子动力学模拟（high-T MD）、点自适应k近邻（PAk）方法	SchNet深度学习模型	分子动力学模拟数据	250个随机序列环肽（训练集）和50个来自剑桥结构数据库的环肽（测试集）
416	2025-05-02	deep-AMPpred: A Deep Learning Method for Identifying Antimicrobial Peptides and Their Functional Activities 2025-Jan-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01913 PMID:39792442	research paper	提出了一种名为deep-AMPpred的两阶段深度学习方法来识别抗菌肽及其功能活性	结合ESM-2模型编码抗菌肽特征，并整合CNN、BiLSTM和CBAM模型来发现抗菌肽及其功能活性	未明确提及	准确识别抗菌肽并预测其多种功能活性	抗菌肽及其13种常见功能活性	bioinformatics	NA	深度学习	ESM-2, CNN, BiLSTM, CBAM	peptide sequence	NA
417	2025-05-02	Multistage deep learning methods for automating radiographic sharp score prediction in rheumatoid arthritis 2025-01-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86073-0 PMID:39870749	研究论文	本研究提出了一种多阶段深度学习模型，用于从手部X光图像预测类风湿关节炎的总体Sharp评分	首次将Vision Transformer (ViT)应用于类风湿关节炎的总体Sharp评分预测	模型在Sharp评分<50的患者中表现最佳，对于更高评分的预测效果未明确说明	开发自动化工具以评估类风湿关节炎的关节损伤程度	类风湿关节炎患者的X光图像	数字病理学	类风湿关节炎	深度学习	UNet, YOLOv7, Vision Transformer (ViT)	X光图像	训练集679名患者，外部测试集291名受试者
418	2025-05-02	Deep learning generalization for diabetic retinopathy staging from fundus images 2025-Jan-22, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ada86a PMID:39788077	research paper	开发了一个名为DRStageNet的深度学习模型，用于从眼底图像中准确分期糖尿病视网膜病变，并解决训练和目标领域之间分布变化导致的泛化问题	使用六个公共和独立的数据集，结合多源域微调策略，显著提高了模型在目标领域的泛化性能	错误分析显示60%的错误是由于标签不正确，这可能会影响模型的性能评估	提高糖尿病视网膜病变分期的准确性和泛化能力	糖尿病视网膜病变患者	computer vision	diabetic retinopathy	deep learning, self-supervised vision transformers (ViTs)	DRStageNet, ViT	image	91,984张眼底图像
419	2025-05-02	Deep proximal gradient network for absorption coefficient recovery in photoacoustic tomography 2025-Jan-22, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ada868 PMID:39788080	研究论文	本研究提出了一种基于深度学习的近端梯度下降网络，用于从光声压力测量中恢复空间变化的光学吸收系数	采用深度学习的近端梯度下降机制进行光学反演，通过级联结构单元迭代更新吸收系数，显著提高了定量光声层析成像的准确性和效率	NA	提高定量光声层析成像中光学吸收系数恢复的准确性和效率	生物组织的光学吸收特性	医学影像	NA	光声层析成像	深度近端梯度网络	声学测量数据	模拟、体模实验和体内研究
420	2025-05-02	Deep learning of noncontrast CT for fast prediction of hemorrhagic transformation of acute ischemic stroke: a multicenter study 2025-Jan-15, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-024-00535-0 PMID:39812734	研究论文	本研究旨在开发和验证一个基于非对比CT和临床数据的模型，用于预测急性缺血性卒中患者静脉溶栓后出血性转化及其预后不良亚型	首次开发了结合临床数据和NCCT深度学习的集成模型，用于预测AIS患者静脉溶栓后的出血性转化及其亚型，性能优于现有临床评分系统	回顾性研究设计，样本量相对有限(445例)，需要进一步前瞻性验证	预测急性缺血性卒中患者静脉溶栓后出血性转化风险	接受静脉溶栓治疗的急性缺血性卒中患者	数字病理学	心血管疾病	非对比CT成像	eXtreme Gradient Boosting和深度学习集成模型	医学影像(CT)和临床数据	445例来自6个医疗中心的患者(344例训练集，101例测试集)