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
461	2025-05-04	Minimal sourced and lightweight federated transfer learning models for skin cancer detection 2025-Jan-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82402-x PMID:39837883	研究论文	本文提出了一种使用最小资源和轻量级联邦迁移学习模型高精度分类皮肤癌类型的技术	采用最小资源预训练深度学习模型（如EfficientNetV2S、EfficientNetB3、ResNet50和NasNetMobile）进行迁移学习，并在联邦学习生态系统中应用	未提及具体样本量或数据来源的详细信息	开发高精度的皮肤癌分类技术	皮肤癌（痣和黑色素瘤病变）	计算机视觉	皮肤癌	迁移学习、联邦学习	EfficientNetV2S、EfficientNetB3、ResNet50、NasNetMobile	图像	NA
462	2025-05-04	Predicting branch retinal vein occlusion development using multimodal deep learning and pre-onset fundus hemisection images 2025-Jan-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85777-7 PMID:39837962	研究论文	开发了一种基于深度学习模型的多模态方法，用于预测分支视网膜静脉阻塞（BRVO）的发生	首次使用预发病的眼底半切图像和多模态深度学习模型来预测BRVO，并强调了视网膜血管交叉区域的重要性	样本量较小（27例BRVO受影响眼和81例未受影响眼），且为回顾性研究，需要更大规模的多中心数据集以提高预测准确性和临床实用性	预测分支视网膜静脉阻塞（BRVO）的发生	分支视网膜静脉阻塞（BRVO）患者和未受影响眼的眼底半切图像	数字病理学	视网膜静脉阻塞	深度学习	U-net	图像	27例BRVO受影响眼和81例未受影响眼（27例对侧和54例同侧）
463	2025-05-04	A graph neural network approach for hierarchical mapping of breast cancer protein communities 2025-Jan-21, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-06015-x PMID:39838298	研究论文	本文提出了一种基于图神经网络的层次化方法，用于映射乳腺癌蛋白质群落并识别潜在生物标志物	采用新型层次化图神经网络，结合基因本体术语监督和预训练深度上下文语言模型，自动学习蛋白质序列和蛋白质-蛋白质相互作用的特征	NA	全面映射乳腺癌蛋白质群落的层次结构并识别潜在生物标志物	乳腺癌蛋白质群落	机器学习	乳腺癌	图神经网络，预训练深度上下文语言模型，group-lasso算法	图神经网络	蛋白质序列数据，蛋白质-蛋白质相互作用数据	大量公开可用的蛋白质组学数据
464	2025-05-04	Deep learning-based CT radiomics predicts prognosis of unresectable hepatocellular carcinoma treated with TACE-HAIC combined with PD-1 inhibitors and tyrosine kinase inhibitors 2025-Jan-21, BMC gastroenterology IF:2.5Q2 DOI:10.1186/s12876-024-03555-7 PMID:39838292	研究论文	开发并验证基于CT的深度学习放射组学模型，用于预测接受TACE-HAIC联合PD-1抑制剂和酪氨酸激酶抑制剂治疗的不可切除肝细胞癌患者的治疗反应和无进展生存期	结合ResNet技术和临床特征建立预测模型，用于预测不可切除肝细胞癌患者的治疗反应和无进展生存期	研究为回顾性研究，样本量相对较小，且仅来自两个医疗中心	预测不可切除肝细胞癌患者的治疗反应和无进展生存期	172例接受TACE-HAIC联合PD-1抑制剂和酪氨酸激酶抑制剂治疗的不可切除肝细胞癌患者	数字病理学	肝细胞癌	CT成像	ResNet	图像	172例患者（122例来自哈尔滨医科大学肿瘤医院介入科，50例来自哈尔滨医科大学附属第四医院介入科）
465	2025-05-04	Deep learning for the classification of atrial fibrillation using wavelet transform-based visual images 2025-Jan-21, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02872-5 PMID:39838437	研究论文	本研究探讨了使用基于Morse连续小波变换(MsCWT)的深度学习模型对心房颤动(AF)进行分类	采用MsCWT将ECG信号转换为图像，并利用深度学习模型进行分类，取得了较高的准确率和F1分数	虽然信号转换为小波形式可能改善结果，但这种方法的影响尚未在其他信号诊断中得到验证	开发一种基于深度学习的AF分类方法	ECG信号	计算机视觉	心血管疾病	Morse连续小波变换(MsCWT)	深度学习模型	图像	NA
466	2025-05-04	A systematic review of progress test as longitudinal assessment in Saudi Arabia 2025-Jan-21, BMC medical education IF:2.7Q1 DOI:10.1186/s12909-025-06671-4 PMID:39838466	系统综述	本文系统综述了沙特阿拉伯本科医学教育中进展测试作为纵向评估方法的现状、效用、优缺点	强调了进展测试作为纵向评估方法的动态特性及其在促进深度学习和个性化学习体验方面的优势	研究仅聚焦于沙特阿拉伯的本科医学教育，可能限制了结果的普遍适用性	探索沙特阿拉伯本科医学教育中纵向评估的实践，特别是进展测试的效用	沙特阿拉伯本科医学教育中的进展测试	医学教育	NA	系统综述方法	NA	文献数据	NA
467	2025-05-04	Comparative analysis of deep learning and radiomic signatures for overall survival prediction in recurrent high-grade glioma treated with immunotherapy 2025-Jan-21, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-024-00818-0 PMID:39838503	research paper	比较深度学习和放射组学特征在预测接受免疫治疗的复发性高级别胶质瘤患者总生存期中的表现	比较了手动分割和CNN自动分割的放射组学特征在预测总生存期中的效果，并评估了端到端CNN预后模型的性能	端到端黑盒建模的解释性较低，且自动分割的放射组学特征预测性能较差	预测复发性高级别胶质瘤患者接受免疫治疗后的总生存期	154例复发性高级别胶质瘤患者	digital pathology	brain tumor	radiomic analysis, deep learning	CNN, SVM	medical images	154 cases of recurrent HGG from multiple centers
468	2025-05-04	Deep learning-based anterior segment identification and parameter assessment of primary angle closure disease in ultrasound biomicroscopy images 2025-Jan-20, BMJ open ophthalmology IF:2.0Q2 DOI:10.1136/bmjophth-2023-001600 PMID:39837590	研究论文	开发一种基于深度学习的人工智能算法，用于自动识别超声生物显微镜（UBM）图像中的前段结构并评估原发性闭角型疾病（PACD）的多个参数	提出了一种基于深度学习的多组织分割模型，用于自动识别前段结构并定位巩膜突，同时自动测量典型角度参数	样本量相对较小，仅包含592名受试者的2339张UBM图像用于算法开发，45名受试者的222张UBM图像用于验证	开发一种自动识别前段结构并评估PACD参数的人工智能算法	超声生物显微镜（UBM）图像中的前段结构	数字病理	原发性闭角型疾病	超声生物显微镜（UBM）	深度学习	图像	592名受试者的2339张UBM图像用于开发，45名受试者的222张UBM图像用于验证
469	2025-05-04	TrimNN: Characterizing cellular community motifs for studying multicellular topological organization in complex tissues 2025-Jan-17, Research square DOI:10.21203/rs.3.rs-5584635/v1 PMID:39877090	研究论文	介绍了一种名为TrimNN的神经网络方法，用于研究复杂组织中多细胞拓扑组织的细胞群落模式	提出了一种自下而上的方法，通过图神经网络识别可解释且具有普遍性的细胞群落模式，不同于传统的自上而下分析方法	NA	研究细胞空间排列对组织功能的影响及其拓扑协调规则	空间转录组学和蛋白质组学中的细胞群落模式	数字病理学	NA	空间组学	图神经网络	空间组学数据	NA
470	2025-05-04	Deep learning and generative artificial intelligence in aging research and healthy longevity medicine 2025-Jan-16, Aging DOI:10.18632/aging.206190 PMID:39836094	review	探讨深度学习和生成式人工智能在老龄化研究和健康长寿医学中的应用	综述了DL和GenAI在生物标志物发现、深度衰老时钟开发、老年保护剂识别以及针对衰老和疾病的双重用途治疗药物生成中的应用，并探讨了多模态、多任务研究系统的出现	NA	扩展健康生产寿命，推动老龄化研究和健康长寿医学的发展	人类和动物的老龄化研究	machine learning	geriatric disease	NA	Deep Learning (DL), Generative Artificial Intelligence (GenAI)	NA	NA
471	2025-05-04	Machine Learning-Based Quantification of Lateral Flow Assay Using Smartphone-Captured Images 2025-Jan-04, Biosensors DOI:10.3390/bios15010019 PMID:39852070	研究论文	本研究开发了基于机器学习和深度学习的模型，用于从智能手机拍摄的侧流层析试纸图像中量化分析物负载	利用机器学习和深度学习模型提升侧流层析试纸的定量分析能力，突破了传统只能进行定性诊断的限制	研究未提及模型在大规模数据集上的泛化能力验证	提升侧流层析试纸的定量分析能力	侧流层析试纸的智能手机拍摄图像	计算机视觉	NA	NA	随机森林, CNN	图像	未明确说明样本数量
472	2025-05-04	Deep-Learning-Based Reconstruction of Single-Breath-Hold 3 mm HASTE Improves Abdominal Image Quality and Reduces Acquisition Time: A Quantitative Analysis 2025-Jan-03, Current oncology (Toronto, Ont.) DOI:10.3390/curroncol32010030 PMID:39851946	研究论文	本研究通过深度学习重建技术改进单次屏气3毫米HASTE MRI的图像质量并缩短采集时间	使用深度学习重建技术优化超薄层厚（3毫米）HASTE MRI，显著提升图像质量并减少63-69%的采集时间	样本量较小（35名参与者），且仅在上腹部MRI中验证	提升腹部MRI图像质量并加速成像采集	上腹部MRI扫描	医学影像分析	NA	深度学习重建（DL-HASTE）	深度学习	MRI图像	35名参与者（5名健康志愿者和30名患者）
473	2025-05-04	Noninvasive Anemia Detection and Hemoglobin Estimation from Retinal Images Using Deep Learning: A Scalable Solution for Resource-Limited Settings 2025-Jan-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.1.20 PMID:39847377	研究论文	本研究开发并验证了一种基于深度学习的模型，用于通过眼底图像无创检测贫血、估计血红蛋白水平及识别贫血相关视网膜特征	利用深度学习模型（InceptionV3）从眼底图像中无创预测贫血和血红蛋白水平，并识别贫血相关的视网膜血管特征	研究样本仅限于南印度40岁及以上人群，可能无法推广到其他年龄组或地区	开发一种适用于资源有限环境的无创贫血检测和血红蛋白水平估计方法	2265名40岁及以上的参与者	数字病理学	贫血	深度学习	VGG16, ResNet50, InceptionV3	图像	2265名参与者
474	2025-05-04	Explainable Deep Learning for Glaucomatous Visual Field Prediction: Artifact Correction Enhances Transformer Models 2025-Jan-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.1.22 PMID:39847375	研究论文	本研究开发了一种深度学习方法来修复带有伪影的光学相干断层扫描（OCT）图像，并预测24-2 Humphrey视野（HVF）测试中的功能损失	结合自监督视觉变换器（ViT）与生成式伪影校正技术，提高了青光眼结构与功能之间的相关性预测	研究依赖于有限的样本量，且仅针对特定类型的OCT伪影进行了校正	开发一种能够校正OCT图像伪影并预测青光眼功能损失的深度学习方法	951只眼的1674对视野-OCT数据用于训练，345只眼的429对数据用于测试	数字病理	青光眼	光学相干断层扫描（OCT），生成扩散模型	CNN, Transformer-based models (DINO-ViT)	图像	训练集：1674对视野-OCT数据（951只眼）；测试集：429对视野-OCT数据（345只眼）
475	2025-05-04	Artificial Intelligence for Optical Coherence Tomography in Glaucoma 2025-Jan-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.1.27 PMID:39854198	review	本文探讨了人工智能（AI）特别是深度学习（DL）与光学相干断层扫描（OCT）在青光眼诊断和管理中的整合应用	展示了多种DL模型（如CNN、RNN、GAN、自动编码器和LLM）在OCT图像分析中的创新应用，包括提高图像质量、青光眼诊断和疾病进展监测	面临数据可用性、变异性、潜在偏见以及需要广泛验证等挑战	探索AI特别是DL模型如何增强OCT在青光眼管理中的诊断能力	青光眼患者的光学相干断层扫描（OCT）图像	digital pathology	glaucoma	optical coherence tomography (OCT)	CNN, RNN, GAN, autoencoders, LLM	image, text	NA
476	2025-05-04	Concept-Based Lesion Aware Transformer for Interpretable Retinal Disease Diagnosis 2025-Jan, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3429148 PMID:39012729	research paper	提出了一种基于概念的、可解释的视网膜疾病诊断框架，结合Transformer架构和病灶概念，提升诊断模型的性能和可解释性	将视网膜病灶视为概念，利用Transformer架构捕获长距离依赖关系，实现病灶特征的有效识别，并通过交叉注意力机制构建分类器，提供基于人类可理解病灶概念的解释	未提及具体的数据集规模限制或模型在特定条件下的性能下降情况	提升视网膜疾病诊断模型的性能和可解释性	视网膜疾病诊断	digital pathology	视网膜疾病	Transformer架构，交叉注意力机制	Transformer	image	四个眼底图像数据集（未提及具体样本数量）
477	2025-05-04	Bayesian-optimized deep learning for identifying essential genes of mitophagy and fostering therapies to combat drug resistance in human cancers 2025-Jan, Journal of cellular and molecular medicine IF:4.3Q2 DOI:10.1111/jcmm.18254 PMID:39834330	research paper	提出了一种名为BayeDEM的贝叶斯优化深度学习模型，用于识别调控线粒体自噬的关键基因，并开发基于线粒体自噬的治疗策略以对抗人类癌症中的耐药性	BayeDEM模型通过贝叶斯优化，在线粒体自噬关键基因识别中表现出色，并成功应用于骨肉瘤耐药性研究	研究主要集中于骨肉瘤细胞，其他癌症类型的适用性尚待验证	识别调控线粒体自噬的关键基因并开发针对癌症耐药性的治疗策略	骨肉瘤细胞及其耐药机制	machine learning	osteosarcoma	Bayesian-optimized deep learning	BayeDEM	genomic data	NA
478	2025-05-04	Automated Deep Learning-Based Detection and Segmentation of Lung Tumors at CT 2025-Jan, Radiology IF:12.1Q1 DOI:10.1148/radiol.233029 PMID:39835976	研究论文	开发并评估了一种基于深度学习的集成模型，用于自动化识别和分割CT扫描中的肺部肿瘤	采用3D U-Net集成方法，平衡体积上下文与分辨率，实现稳健的肿瘤检测和分割性能，并能够泛化到外部站点	研究为回顾性研究，可能受到数据选择和标注偏差的影响	自动化肺部肿瘤的检测和分割，以辅助癌症进展监测、治疗反应评估和放射治疗计划	CT扫描中的肺部肿瘤	数字病理	肺癌	CT扫描	3D U-Net	图像	1,504例CT扫描用于训练，150例CT扫描用于测试
479	2025-05-04	Deep Learning-Enabled Assessment of Right Ventricular Function Improves Prognostication After Transcatheter Edge-to-Edge Repair for Mitral Regurgitation 2025-Jan, Circulation. Cardiovascular imaging DOI:10.1161/CIRCIMAGING.124.017005 PMID:39836730	研究论文	本研究探讨了深度学习预测的右心室射血分数（RVEF）在严重二尖瓣反流（MR）患者经导管边缘对边缘修复（TEER）后的预后价值	利用深度学习模型从标准的二维超声心动图视频中预测RVEF，提高了对TEER后患者预后的评估准确性	研究仅基于二维超声心动图视频，未与其他影像学方法进行更广泛的比较	评估深度学习预测的RVEF在严重MR患者TEER后的预后价值	严重二尖瓣反流（MR）患者	数字病理学	心血管疾病	深度学习模型	深度学习	视频	1154名患者
480	2025-05-04	Automating egg damage detection for improved quality control in the food industry using deep learning 2025-Jan, Journal of food science IF:3.2Q2 DOI:10.1111/1750-3841.17553 PMID:39838604	研究论文	本研究利用深度学习算法自动识别鸡蛋的裂纹和表面损伤，以提高食品行业中的鸡蛋质量控制	采用四种不同的CNN模型（GoogLeNet、VGG-19、MobileNet-v2和ResNet-50）进行鸡蛋损伤检测，其中GoogLeNet达到了最高的分类准确率（98.73%）	研究仅使用了794张鸡蛋图像，样本量相对较小，可能影响模型的泛化能力	通过自动识别鸡蛋的物理损伤（如裂纹、断裂或其他表面缺陷）来提高食品行业中的鸡蛋质量控制	鸡蛋（包括受损和完好的鸡蛋）	计算机视觉	NA	深度学习	CNN（包括GoogLeNet、VGG-19、MobileNet-v2和ResNet-50）	图像	794张鸡蛋图像（分为受损和完好两类）