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
4601	2025-03-19	Leveraging large language models for knowledge-free weak supervision in clinical natural language processing 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68168-2 PMID:40064991	研究论文	本文提出了一种利用大型语言模型（LLMs）进行无领域知识的弱监督方法，用于临床自然语言处理	通过微调LLMs并结合弱监督，无需大量领域知识，即可生成弱标签数据用于训练下游BERT模型，并在少量黄金标准数据上进一步微调，显著提升了性能	LLMs的推理计算量较大	解决临床自然语言处理中标注数据不足的问题	临床命名实体识别	自然语言处理	NA	弱监督学习、微调LLMs	BERT、Llama2	文本	三个i2b2/n2c2数据集，不超过10个黄金标准笔记
4602	2025-03-19	Comparison of Multimodal Deep Learning Approaches for Predicting Clinical Deterioration in Ward Patients 2025-Mar-07, medRxiv : the preprint server for health sciences DOI:10.1101/2025.03.06.25322855 PMID:40093217	研究论文	本文比较了使用和不使用临床笔记信息的多模态深度学习模型在预测病房患者临床恶化方面的表现	首次比较了结合结构化数据与SapBERT嵌入的多模态模型在预测临床恶化中的表现，并发现添加临床笔记信息并未显著提升模型性能	研究结果可能受限于特定医院的数据集，且未探讨模型在其他临床环境中的泛化能力	比较不同多模态深度学习模型在预测病房患者临床恶化中的表现	芝加哥大学和威斯康星大学麦迪逊分校的病房成年患者	机器学习	NA	深度学习	深度循环神经网络	结构化数据和非结构化数据（临床笔记）	506,076名病房患者
4603	2025-03-19	DDCSR: A Novel End-to-End Deep Learning Framework for Cortical Surface Reconstruction from Diffusion MRI 2025-Mar-05, ArXiv PMID:40093365	研究论文	本文提出了一种名为DDCSR的端到端深度学习框架，用于从扩散MRI数据直接进行皮质表面重建	首次实现了直接从扩散MRI数据进行皮质表面重建，克服了传统方法依赖T1加权数据和跨模态配准的局限性	未提及具体的样本量或数据来源的多样性限制	提高从扩散MRI数据进行皮质表面重建的准确性和效率	扩散MRI数据	数字病理学	NA	扩散MRI	深度学习框架	MRI图像	NA
4604	2025-03-19	Sul-BertGRU: an ensemble deep learning method integrating information entropy-enhanced BERT and directional multi-GRU for S-sulfhydration sites prediction 2025-Mar-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf078 PMID:39977366	研究论文	本文提出了一种名为Sul-BertGRU的深度学习方法，用于预测蛋白质中的S-硫化位点	Sul-BertGRU结合了信息熵增强的BERT和多向门控循环单元（GRU），通过并行多头自注意力机制和卷积神经网络深入分析序列特征	NA	解决准确识别蛋白质中S-硫化位点的挑战	蛋白质序列	自然语言处理	心血管疾病	深度学习	BERT, GRU, CNN	蛋白质序列数据	NA
4605	2025-03-19	Measurement noise scaling laws for cellular representation learning 2025-Mar-04, ArXiv PMID:40093368	研究论文	本文探讨了测量噪声对深度学习模型性能的影响，并提出了一个信息论指标来评估细胞表示模型的质量	首次将测量噪声作为性能扩展轴，并发现其遵循独特的对数规律，同时提出了一个通用的信息论指标来评估模型质量	研究主要基于生物单细胞基因组数据，虽然结果在图像分类模型中也有体现，但尚未广泛验证于其他领域	研究测量噪声对深度学习模型性能的影响，并探索其在数据生成和整理中的指导作用	生物单细胞基因组数据和图像分类模型	机器学习	NA	单细胞基因组学	表示学习模型	基因组数据和图像数据	多个数据集，具体样本数量未明确
4606	2025-03-19	BMSMM-Net: A Bone Metastasis Segmentation Framework Based on Mamba and Multiperspective Extraction 2025-03, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.11.018 PMID:39617656	研究论文	本文提出了一种基于Mamba和多视角提取的骨转移分割框架BMSMM-Net，旨在提高骨转移的快速、精确分割	BMSMM-Net框架集成了新提出的Bottleneck Gating Mamba层（BGM）、Skip-Mamba（SKM）模块和多视角提取（MPE）模块，增强了长程依赖性和多尺度特征融合能力	NA	提高骨转移的自动分割精度，以改善患者预后和生存率	骨转移病灶	计算机视觉	骨转移	深度学习	BMSMM-Net	医学图像	BM-Seg数据集
4607	2025-03-19	CryoSamba: Self-supervised deep volumetric denoising for cryo-electron tomography data 2025-Mar, Journal of structural biology IF:3.0Q3 DOI:10.1016/j.jsb.2024.108163 PMID:39710216	研究论文	本文介绍了CryoSamba，一种基于自监督深度学习的模型，用于去噪冷冻电子断层扫描（cryo-ET）图像	CryoSamba通过深度学习插值平均运动补偿的邻近平面，增强单连续2D平面，模仿增加曝光，从而增强相干信号并减少高频噪声，显著提高断层扫描对比度和信噪比	NA	提高冷冻电子断层扫描图像的信噪比和对比度，以便更好地进行3D断层扫描视觉解释	冷冻电子断层扫描图像	计算机视觉	NA	深度学习	自监督深度学习模型	3D体积数据	NA
4608	2025-03-19	Prediction of Lymph Node Metastasis in Colorectal Cancer Using Intraoperative Fluorescence Multi-Modal Imaging 2025-Mar, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3510836 PMID:40030456	研究论文	本文提出了一种结合术中荧光多模态成像和深度学习的模型，用于预测结直肠癌的淋巴结转移	提出了多模态荧光成像特征融合预测（MFI-FFP）模型，结合白光、荧光和伪彩色成像，显著提高了多模态信息的互补性，并设计了新的损失函数以解决样本不平衡和区分困难的问题	未提及具体的样本量限制或模型在其他数据集上的泛化能力	提高结直肠癌淋巴结转移的预测效率	结直肠癌患者的淋巴结	数字病理学	结直肠癌	术中荧光多模态成像	MFI-FFP模型	图像	未提及具体样本量
4609	2025-03-19	Pyramid Network With Quality-Aware Contrastive Loss for Retinal Image Quality Assessment 2025-Mar, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3501405 PMID:40030237	研究论文	本文提出了一种名为QAC-Net的统一视网膜图像质量评估框架，能够定性和定量地评估视网膜图像质量	QAC-Net通过金字塔网络结构和质量感知对比损失（QAC）提取区分性特征，提高了预测准确性，并构建了一个包含2300张真实失真视网膜图像的数据集	定量评估任务的数据集不足	设计有效的视网膜图像质量评估（RIQA）方法，以减少低质量图像导致的误诊风险	视网膜图像	计算机视觉	NA	深度学习	QAC-Net	图像	2300张真实失真视网膜图像
4610	2025-03-19	Deep Learning for High Speed Optical Coherence Elastography With a Fiber Scanning Endoscope 2025-Mar, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3505676 PMID:40030355	研究论文	本文介绍了一种用于高速光学相干弹性成像的微型光纤扫描内窥镜，并提出了基于深度学习的信号处理流程以实现实时弹性估计	提出了一种新型的微型光纤扫描内窥镜设计，并结合深度学习网络处理复杂的波场数据，实现了实时弹性成像	研究仅在体外表征的模型和离体猪组织中进行，尚未在人体内进行验证	开发一种适用于微创手术中的实时弹性成像技术	软组织的弹性特性	计算机视觉	NA	光学相干弹性成像	时空深度学习网络	图像序列	多个弹性模型和离体猪组织
4611	2025-03-19	Real-time quantification of activated sludge concentration and viscosity through deep learning of microscopic images 2025-Mar, Environmental science and ecotechnology IF:14.0Q1 DOI:10.1016/j.ese.2025.100527 PMID:40083746	研究论文	本文介绍了一种通过深度学习分析显微镜图像实时量化活性污泥浓度和粘度的系统	创新点在于使用Xception卷积神经网络架构，从显微镜图像中实时定量识别活性污泥的混合液悬浮固体（MLSS）和表观粘度	研究仅在实验室规模的序批式反应器中进行，尚未在实际废水处理厂中验证	研究目的是开发一种实时在线测量活性污泥参数的方法，以支持未来智能废水处理厂的运行	研究对象是活性污泥的混合液悬浮固体（MLSS）和表观粘度	计算机视觉	NA	深度学习	Xception卷积神经网络	显微镜图像	41482张高质量图像
4612	2025-03-19	Using a fully automated, quantitative fissure integrity score extracted from chest CT scans of emphysema patients to predict endobronchial valve response 2025-Mar, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.2.024501 PMID:40093557	研究论文	本文旨在开发和验证一个预测模型，使用从治疗前CT图像中提取的完全自动化的定量裂隙完整性评分（FIS）来识别适合进行支气管内瓣膜（EBV）治疗的患者	创新点在于使用完全自动化的深度学习方法来定量评估裂隙完整性，并以此作为预测EBV治疗效果的生物标志物	研究的局限性在于样本量相对较小（96例），且为回顾性研究，可能影响模型的泛化能力	研究目的是开发一个预测模型，用于识别适合进行EBV治疗的肺气肿患者	研究对象为中度至重度肺气肿患者，这些患者接受了EBV治疗	数字病理学	肺气肿	深度学习	逻辑回归模型	CT图像	96例患者的治疗前后胸部CT检查
4613	2025-03-19	Explainable deep learning algorithm for identifying cerebral venous sinus thrombosis-related hemorrhage (CVST-ICH) from spontaneous intracerebral hemorrhage using computed tomography 2025-Mar, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2025.103128 PMID:40093990	研究论文	本研究开发了一种可解释的深度学习模型，用于基于非增强计算机断层扫描（NCCT）快速识别由脑静脉窦血栓形成（CVST）引起的脑出血（ICH）	提出了一种基于迁移学习的3D U-Net模型，结合分割和分类，仅使用入院时的平扫CT进行CVST-ICH的识别，并采用多种可解释性方法（如Grad-CAM++、SHAP、IG和遮挡）来理解模型的注意力	需要更大样本量的前瞻性验证	开发一种可解释的深度学习模型，用于快速识别CVST-ICH与自发性脑出血（sICH）	CVST-ICH患者和自发性脑出血（sICH）患者	数字病理学	脑静脉窦血栓形成（CVST）	非增强计算机断层扫描（NCCT）	3D U-Net	CT图像	内部数据集包括102名CVST-ICH患者和306名sICH患者，外部数据集包括38名CVST-ICH患者和119名sICH患者
4614	2025-03-19	Deep learning-based model for prediction of early recurrence and therapy response on whole slide images in non-muscle-invasive bladder cancer: a retrospective, multicentre study 2025-Mar, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2025.103125 PMID:40093987	研究论文	本研究旨在开发和验证基于深度学习的早期复发预测模型（ERPM）和治疗反应预测模型（TRPM），以辅助非肌层浸润性膀胱癌（NMIBC）患者的临床决策	首次在NMIBC患者中开发并验证了基于全切片图像的深度学习模型，用于预测早期复发和治疗反应	研究为回顾性研究，需要进一步的前瞻性验证	开发并验证基于深度学习的预测模型，以辅助NMIBC患者的临床决策	非肌层浸润性膀胱癌（NMIBC）患者	数字病理学	膀胱癌	深度学习	多实例学习和集成学习模型	全切片图像（H&E染色和免疫组化染色）	1275名患者的4395张全切片图像
4615	2025-03-19	Deep Learning for Protein-Ligand Docking: Are We There Yet? 2025-Feb-09, ArXiv PMID:38827451	研究论文	本文介绍了PoseBench，第一个用于蛋白质-配体对接的全面基准测试，旨在评估深度学习方法在蛋白质-配体对接和结构预测中的应用	首次系统地研究了最新对接和结构预测方法在使用预测的蛋白质结构进行对接、同时结合多个配体以及无先验结合口袋知识的情况下的行为	深度学习方法在预测新蛋白质序列或多配体蛋白质目标时，难以在结构准确性和化学特异性之间取得平衡	评估深度学习方法在蛋白质-配体对接和结构预测中的实际应用效果	蛋白质-配体对接和结构预测	机器学习	NA	深度学习方法	DL co-folding methods, AlphaFold 3	蛋白质结构数据	使用主要配体和多配体基准数据集进行测试
4616	2025-03-19	Deep Learning-Based Assessment of Lip Symmetry for Patients With Repaired Cleft Lip 2025-Feb, The Cleft palate-craniofacial journal : official publication of the American Cleft Palate-Craniofacial Association DOI:10.1177/10556656241312730 PMID:39838936	研究论文	本文提出了一种基于深度学习的自动化方法，用于评估修复唇裂患者的唇部对称性	使用对比学习量化唇部对称性，并通过面部图像的变换来模拟唇部不对称，无需患者图像进行训练	模型的加权准确率和皮尔逊相关系数仍有提升空间	自动化评估修复唇裂患者的唇部对称性，以更高效和客观地评估手术效果	修复唇裂患者	计算机视觉	唇裂	对比学习	深度学习模型	图像	146张修复唇裂患者的图像
4617	2025-03-19	Change analysis of surface water clarity in the Persian Gulf and the Oman Sea by remote sensing data and an interpretable deep learning model 2025-Feb, Environmental science and pollution research international DOI:10.1007/s11356-025-36018-x PMID:39966320	研究论文	本研究利用遥感数据和可解释的深度学习模型分析了波斯湾和阿曼海水体透明度的变化	结合MODIS-Aqua影像、统计测试和深度学习模型，首次对波斯湾和阿曼海的水体透明度进行长期监测，并采用解释技术确定各标准的重要性	研究时间跨度较长，但未提及数据采集和处理过程中可能存在的误差或偏差	监测波斯湾和阿曼海的水体透明度，以评估生态系统健康和水质	波斯湾和阿曼海的水体透明度及相关环境参数	遥感与深度学习	NA	MODIS-Aqua影像、统计测试、深度学习模型	CNN、LSTM	遥感影像、环境参数数据	2002年至2018年的MODIS-Aqua影像数据
4618	2025-03-19	Non-invasive Assessment of Coronary Artery Disease: The Role of AI in the Current Status and Future Directions 2025-Feb, Cureus DOI:10.7759/cureus.78994 PMID:40091936	研究论文	本文探讨了人工智能在非侵入性冠状动脉疾病评估中的当前应用和未来发展方向	强调了人工智能，特别是深度学习和自然语言处理技术，在提高非侵入性冠状动脉疾病评估诊断准确性和临床效率方面的革命性潜力	人工智能的广泛应用面临数据隐私、高计算成本和资源分配不均等关键挑战	研究目的是探索人工智能在非侵入性冠状动脉疾病评估中的应用及其未来发展方向	冠状动脉疾病（CAD）患者	自然语言处理	心血管疾病	深度学习，自然语言处理	NA	NA	NA
4619	2025-03-19	A differentiable Gillespie algorithm for simulating chemical kinetics, parameter estimation, and designing synthetic biological circuits 2025-Jan-21, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.07.602397 PMID:39026759	研究论文	本文开发了一种完全可微的Gillespie算法（DGA），用于模拟化学动力学、参数估计和设计合成生物电路	利用深度学习的最新突破，开发了一种完全可微的Gillespie算法，通过平滑函数近似不连续操作，允许使用反向传播计算梯度	NA	开发一种可微的Gillespie算法，用于快速准确地学习动力学参数并设计具有所需特性的生化网络	化学动力学模型和基因启动子的随机模型	机器学习	NA	深度学习	可微Gillespie算法（DGA）	实验测量的mRNA表达水平	两个不同的启动子
4620	2025-03-19	The Pfam protein families database: embracing AI/ML 2025-Jan-06, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae997 PMID:39540428	研究论文	本文介绍了Pfam蛋白质家族数据库的最新发展，包括与InterPro的整合、ECOD结构分类的协调、以及利用AlphaFold结构预测优化域边界和识别新域	利用AlphaFold结构预测优化域边界和识别新域，开发了Pfam-N，通过深度学习扩展家族覆盖范围，使UniProtKB覆盖范围增加了8.8%	尽管有最新进展，仍有许多蛋白质家族未被分类，Pfam仍在努力实现蛋白质宇宙的全面覆盖	更新和扩展Pfam蛋白质家族数据库，提高蛋白质域和家族的注释和分析能力	蛋白质域和家族	生物信息学	NA	深度学习，AlphaFold结构预测	深度学习模型	蛋白质序列和结构数据	NA