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
5141	2025-05-07	ThyroNet-X4 genesis: an advanced deep learning model for auxiliary diagnosis of thyroid nodules' malignancy 2025-Feb-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86819-w PMID:39905156	研究论文	提出了一种名为ThyroNet-X4 Genesis的深度学习模型，用于辅助诊断甲状腺结节的良恶性	基于ResNet架构，通过引入分组卷积和更大的卷积核增强特征提取能力，提高了对甲状腺超声图像的分析能力	外部验证集的准确率(67.02%)低于内部验证集(71.70%)，表明模型泛化能力有待提升	开发高性能的甲状腺结节良恶性分类模型	甲状腺结节	数字病理	甲状腺疾病	深度学习	ResNet架构改进模型(ThyroNet-X4 Genesis)	超声图像	公开甲状腺超声影像数据集和汉中中心医院的外部验证数据集
5142	2025-05-07	Deep learning-based CT-free attenuation correction for cardiac SPECT: a new approach 2025-Feb-04, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01570-y PMID:39905320	研究论文	提出了一种基于深度学习的无CT心脏SPECT衰减校正新方法	开发了基于3D U-Net框架的特征对齐衰减校正网络(FA-ACNet)，通过对抗学习和距离度量学习技术对齐NAC SPECT和CT的多尺度特征	研究样本量相对较小(训练集167例，测试集35例)	开发无CT的心脏SPECT衰减校正方法以减少辐射暴露和CT相关伪影	心脏SPECT成像	数字病理	心血管疾病	SPECT/CT成像	3D U-Net	医学影像	训练集167例心脏SPECT/CT研究，测试集35例
5143	2025-05-07	UTR-Insight: integrating deep learning for efficient 5' UTR discovery and design 2025-Feb-04, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-025-11269-7 PMID:39905334	研究论文	开发了UTR-Insight模型，用于高效发现和设计5' UTR，以提高mRNA的稳定性和翻译效率	结合预训练语言模型与CNN-Transformer架构，显著提升了5' UTR的预测性能，并设计了高表达水平的UTR序列	NA	提高mRNA的稳定性和翻译效率，优化5' UTR的设计	5' UTR序列	自然语言处理	NA	深度学习	CNN-Transformer	序列数据	数十万条来自灵长类、小鼠和病毒的5' UTR序列
5144	2025-05-07	Quantifying the tumour vasculature environment from CD-31 immunohistochemistry images of breast cancer using deep learning based semantic segmentation 2025-Feb-04, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-024-01950-2 PMID:39905431	research paper	该研究提出了一种基于深度学习的语义分割方法，用于从乳腺癌CD-31免疫组化图像中自动测量血管参数，以详细描述血管形态	使用U-Net卷积神经网络自动测量血管参数，减少了传统方法的时间消耗和观察者间差异，并提供了对复杂血管形态的更全面描述	样本量相对较小，训练和验证仅使用了36张部分注释的全切片图像	开发一种自动测量乳腺癌肿瘤血管参数的方法，以改善预后评估和个性化治疗策略	乳腺癌CD-31免疫组化图像	digital pathology	breast cancer	immunohistochemistry (IHC)	U-Net	image	36张部分注释的全切片图像（来自27名患者），外加21张图像（来自15名患者）
5145	2025-05-07	Synthetic CT generation from CBCT and MRI using StarGAN in the Pelvic Region 2025-Feb-04, Radiation oncology (London, England) DOI:10.1186/s13014-025-02590-2 PMID:39905495	研究论文	本研究评估了使用StarGAN从MRI和CBCT数据生成合成CT（sCT）图像的深度学习方法，以提供准确的Hounsfield单位（HU）数据用于剂量计算	使用单一模型StarGAN从MRI和CBCT数据生成sCT图像，并与常用的CycleGAN进行比较，突出了StarGAN在解剖结构保留方面的优势	StarGAN在定量指标（如MAE）上表现不如CycleGAN	为MRI模拟和自适应放射治疗（ART）提供准确的HU数据	骨盆癌症患者的MRI和CBCT数据	数字病理	骨盆癌	MRI, CBCT	StarGAN, CycleGAN	图像	53例骨盆癌症病例
5146	2025-05-07	Advances in antiviral strategies targeting mosquito-borne viruses: cellular, viral, and immune-related approaches 2025-Feb-04, Virology journal IF:4.0Q2 DOI:10.1186/s12985-025-02622-z PMID:39905499	综述	本文综述了针对蚊媒病毒的抗病毒策略的最新进展，包括细胞、病毒和免疫相关方法	强调了针对宿主因素（如脂质代谢、离子通道和蛋白酶体）和病毒靶点（如NS2B-NS3蛋白酶和非结构蛋白）的抗病毒策略，以及免疫调节疗法和药物再利用、生物信息学、人工智能和深度学习在识别新型抗病毒候选药物中的潜力	NA	探讨蚊媒病毒的病毒成分、细胞和免疫因子在其生命周期中的作用，以及抗病毒策略的最新进展	蚊媒病毒（MBVs），包括黄病毒科（如登革热、寨卡、西尼罗河、黄热病、日本脑炎病毒）、披膜病毒科（如基孔肯雅病毒、东部和西部马脑炎病毒）、布尼亚病毒科（如裂谷热和奥罗普切病毒）和呼肠孤病毒科（如西尼罗河和蓝舌病毒）	病毒学	蚊媒病毒感染	NA	NA	NA	NA
5147	2025-05-07	Leveraging public AI tools to explore systems biology resources in mathematical modeling 2025-Feb-04, NPJ systems biology and applications IF:3.5Q1 DOI:10.1038/s41540-025-00496-z PMID:39910106	研究论文	探讨利用公共AI工具探索系统生物学资源在数学建模中的应用	研究公共AI工具在系统生物学数学建模中的应用，为非系统生物学家提供更易理解的系统生物学资源	未具体说明测试的公共AI工具类型及其性能限制	提高系统生物学资源的可访问性，帮助非系统生物学家理解系统生物学	系统生物学资源和数学建模	系统生物学	NA	公共AI工具	NA	系统生物学数据	NA
5148	2025-05-07	Deep learning powered single-cell clustering framework with enhanced accuracy and stability 2025-Feb-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87672-7 PMID:39900656	研究论文	提出了一种名为scG-cluster的深度结构聚类方法，用于提高单细胞RNA测序数据的聚类准确性和稳定性	1) 双拓扑邻接图：将节点分布信息整合到传统邻接图中，丰富图的表示；2) 双拓扑自适应图卷积网络(TAGCN)：采用注意力机制动态加权图内特征，并通过残差连接防止过平滑	未明确提及具体局限性	提高单细胞RNA测序数据的聚类准确性和稳定性	单细胞RNA测序数据	机器学习	NA	scRNA-seq	TAGCN (双拓扑自适应图卷积网络)	单细胞RNA测序数据	六个不同的scRNA-seq数据集
5149	2025-05-07	Fundus camera-based precision monitoring of blood vitamin A level for Wagyu cattle using deep learning 2025-Feb-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85372-w PMID:39900776	研究论文	开发了一种基于深度学习的便携式相机系统，用于实时监测和牛血液中维生素A水平	利用深度学习技术实现了对和牛血液维生素A水平的实时监测，并通过可视化热图方法提高了预测准确性	研究仅针对日本黑牛，样本量相对有限（50头牛，4000张图像）	开发一种实时监测和牛血液维生素A水平的方法，以预防相关疾病并提高牛肉质量	和牛（特别是日本黑牛）的眼底图像	计算机视觉	维生素A缺乏症	深度学习	DNN（深度神经网络）	图像	50头日本黑牛的4000张眼底图像
5150	2025-05-07	An explainable deep learning model for diabetic foot ulcer classification using swin transformer and efficient multi-scale attention-driven network 2025-Feb-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87519-1 PMID:39900977	研究论文	提出一种基于特征融合的深度学习模型，用于糖尿病足溃疡分类，结合Swin transformer和高效多尺度注意力驱动网络	首次提出双轨架构（Swin transformer和EMADN网络）用于DFU分类，并引入Grad-CAM可解释人工智能技术	模型在DFUC-2021数据集上的准确率为78.79%，仍有提升空间	开发高效自动化的糖尿病足溃疡分类方法以辅助临床诊断	糖尿病足溃疡图像	计算机视觉	糖尿病足溃疡	深度学习	Swin transformer, EMADN	医学图像	DFUC-2021数据集
5151	2025-05-07	Enhancing depression recognition through a mixed expert model by integrating speaker-related and emotion-related features 2025-Feb-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88313-9 PMID:39900968	研究论文	提出一种混合专家模型（MoE），通过整合说话者相关和情感相关特征来增强抑郁症识别	首次在抑郁症识别中分离并整合说话者相关和情感相关特征，采用多领域适应算法训练混合专家模型	未明确说明模型在跨文化数据集上的泛化能力是否经过充分验证	提高通过语音特征识别抑郁症的准确率	抑郁症患者的语音特征	自然语言处理	抑郁症	Time Delay Neural Network, 多领域适应算法	Mixture-of-Experts (MoE)	语音数据	自建中文抑郁症数据集和AVEC2014数据集
5152	2025-05-07	Synchronization-based graph spatio-temporal attention network for seizure prediction 2025-Feb-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88492-5 PMID:39901056	研究论文	提出一种基于同步的图时空注意力网络（SGSTAN）用于癫痫发作预测	通过时空相关性有效利用EEG记录中的复杂信息，解决了现有方法难以准确捕捉个体差异和忽略时间变化信息的问题	未明确提及具体局限性	设计准确可靠的癫痫发作预测方法，为患者提供早期预警	癫痫患者的脑电图（EEG）数据	机器学习	癫痫	EEG分析	SGSTAN（基于同步的图时空注意力网络）	EEG信号	CHB-MIT公共数据集
5153	2025-05-07	Comparative analysis of the DCNN and HFCNN Based Computerized detection of liver cancer 2025-Feb-03, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01578-4 PMID:39901085	research paper	比较DCNN和HFCNN在基于计算机的肝癌检测中的效果	通过滤波增强CT图像的边缘和纹理以实现精确的肝脏分割，并比较两种深度学习框架DCNN和HFCNN在肝癌检测中的表现	CT图像检测过程中由于胆管、血管等结构重叠、图像噪声、纹理变化、大小和位置变化以及固有的异质性可能导致分割错误	评估DCNN和HFCNN在肝癌检测和分割中的有效性	肝癌的CT图像	digital pathology	liver cancer	computed tomography (CT)	DCNN, HFCNN	image	NA
5154	2025-05-07	Pathological and radiological assessment of benign breast lesions with BIRADS IVc/V subtypes. should we repeat the biopsy? 2025-Feb-03, BMC women's health DOI:10.1186/s12905-025-03569-7 PMID:39901102	研究论文	本研究评估了被分类为BIRADS IVc/V的良性乳腺病变的病理和放射学特征，探讨了是否需要重复活检	识别了BIRADS IVc/V分类下良性乳腺病变的组织病理学诊断，并研究了这些肿块的放射学特征，特别是可能导致假阳性结果的超声特征	单中心回顾性研究，样本量有限，未纳入其他诊断方法如超声弹性成像或人工智能技术	提高乳腺病变的诊断准确性，减少不必要的活检程序	被分类为BIRADS IVc/V的乳腺病变患者	数字病理学	乳腺癌	针芯/立体定向真空辅助活检	NA	影像数据和病理数据	828例乳腺病变（其中44例初始活检为良性，784例为恶性）
5155	2025-05-07	RetOCTNet: Deep Learning-Based Segmentation of OCT Images Following Retinal Ganglion Cell Injury 2025-Feb-03, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.2.4 PMID:39903165	research paper	介绍了一种名为RetOCTNet的深度学习工具，用于自动分割视网膜神经纤维层（RNFL）和总视网膜厚度	提出了RetOCTNet，一种能够自动分割RNFL和总视网膜厚度的深度学习工具，适用于RGC损伤后的OCT图像分析	研究仅基于大鼠模型，未涉及人类数据	开发一种自动化工具，用于RGC损伤后OCT图像的RNFL和视网膜厚度测量	大鼠视网膜OCT图像	digital pathology	retinal ganglion cell injury	optical coherence tomography (OCT)	CNN	image	192 scans（训练80%，测试10%，验证10%）
5156	2025-05-07	Deep Learning Approaches to Predict Geographic Atrophy Progression Using Three-Dimensional OCT Imaging 2025-Feb-03, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.2.11 PMID:39913124	研究论文	评估不同处理三维OCT图像的方法在深度学习模型中预测地理萎缩（GA）病变面积和未来增长率的表现	比较了四种不同的3D OCT图像处理方法在预测GA病变增长率和基线病变面积上的性能，发现EZ和RPE层包含大部分预测相关信息	所有探索的方法在预测GA增长率上的性能相当，可能已达到性能瓶颈	评估3D OCT图像处理方法在预测GA病变进展中的效用	年龄相关性黄斑变性（AMD）引起的地理萎缩（GA）患者/眼睛	数字病理学	年龄相关性黄斑变性	光学相干断层扫描（OCT）	3D CNN, SLIVER-net	三维OCT图像	模型开发使用1219只研究眼，保留性能评估使用442只研究眼
5157	2025-05-07	Deep learning to decode sites of RNA translation in normal and cancerous tissues 2025-Feb-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56543-0 PMID:39894899	研究论文	介绍了一种基于transformer模型的RiboTIE方法，用于提高核糖体分析数据的分析精度和深度	RiboTIE直接利用原始核糖体分析数据，高精度和高灵敏度地检测翻译的开放阅读框（ORFs）	未提及具体的技术或样本限制	提高RNA翻译变异分析的准确性和深度，以增进对蛋白质合成及其在疾病中作用的理解	正常脑组织和髓母细胞瘤癌症样本中的RNA翻译调控	自然语言处理	髓母细胞瘤	Ribo-Seq	transformer模型	核糖体分析数据	多样化的数据集，包括正常脑组织和髓母细胞瘤样本
5158	2025-05-07	Topology-based protein classification: A deep learning approach 2025-02, Biochemical and biophysical research communications IF:2.5Q3 DOI:10.1016/j.bbrc.2024.151240 PMID:39742787	研究论文	本研究利用深度学习和Delaunay剖分技术，基于蛋白质的局部拓扑结构对蛋白质超家族进行分类	首次报道了利用蛋白质拓扑数据通过深度学习和Delaunay剖分技术进行蛋白质分类	NA	减轻结构生物学家面临的工作负担，特别是在大数据背景下	蛋白质超家族	计算生物学	NA	Delaunay剖分	深度神经网络	蛋白质结构数据	18个超家族的蛋白质
5159	2025-05-07	AI-based prediction of androgen receptor expression and its prognostic significance in prostate cancer 2025-Feb-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88199-7 PMID:39893198	研究论文	本研究开发了一种基于AI的预后模型，利用深度学习整合全切片图像中的雄激素受体区域特征，用于预测前列腺癌的生化复发	首次将雄激素受体区域特征与深度学习结合，用于前列腺癌生化复发的预测	研究仅基于两个中心的数据，可能缺乏广泛代表性	提高前列腺癌生化复发的预测准确性，帮助识别高风险患者	前列腺癌患者	数字病理学	前列腺癌	深度学习	深度学习模型	图像	来自两个中心的545名患者
5160	2025-05-07	Evaluation of Image Quality and Scan Time Efficiency in Accelerated 3D T1-Weighted Pediatric Brain MRI Using Deep Learning-Based Reconstruction 2025-Feb, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2024.0701 PMID:39898398	研究论文	本研究评估了使用基于深度学习的重建算法加速3D T1加权儿童脑部MRI扫描对扫描时间和图像质量的影响	采用基于深度学习的重建算法显著缩短了MRI扫描时间并提高了图像质量	病变显着性在两种协议之间保持相似	评估加速3D T1加权儿童脑部MRI协议的效果	46名接受常规和加速3D T1加权脑部MRI扫描的儿童患者	数字病理学	NA	3D T1加权MRI扫描	DL-based algorithm	MRI图像	46名儿童患者