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
501	2025-05-09	Enhancer-driven cell type comparison reveals similarities between the mammalian and bird pallium 2025-Jan-02, Science (New York, N.Y.) DOI:10.1126/science.adp3957 PMID:39946451	研究论文	使用深度学习比较哺乳动物和鸟类大脑皮层细胞类型的增强子编码	开发了三种指标来比较羊膜动物端脑中的细胞类型，并揭示了哺乳动物和鸟类大脑皮层细胞类型之间的相似性	研究主要关注哺乳动物和鸟类的比较，可能不适用于其他动物类群	比较哺乳动物和鸟类大脑皮层细胞类型的增强子编码	鸡端脑的单细胞多组学和空间分辨转录组数据	生物信息学	NA	单细胞多组学、空间分辨转录组学、深度学习	深度学习	基因组调控序列	鸡端脑的单细胞数据
502	2025-05-09	A privacy-preserved horizontal federated learning for malignant glioma tumour detection using distributed data-silos 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0316543 PMID:39932966	research paper	提出了一种基于分布式数据孤岛的隐私保护水平联邦学习模型，用于恶性胶质瘤肿瘤检测	采用分布式和隐私保护的联邦学习方法，解决了传统深度学习模型在数据隐私和集中存储方面的挑战	模型性能依赖于客户端的数量和数据分布类型（IID或非IID）	开发一种高效且隐私保护的恶性胶质瘤检测方法	恶性胶质瘤患者的MRI扫描数据	digital pathology	malignant glioma	MRI	MobileNetV2, federated learning (FL)	image	MRI scans of non-tumour and glioma tumours (具体数量未提及)
503	2025-05-09	Epileptic seizure detection in EEG signals via an enhanced hybrid CNN with an integrated attention mechanism 2025-Jan, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2025004 PMID:39949163	研究论文	提出了一种结合CNN、BiGRU和CBAM的新型深度学习框架，用于癫痫发作的EEG信号检测	结合CNN、BiGRU和CBAM的混合架构，优化了EEG模式识别，提高了检测准确率	未提及具体的数据集规模或多样性限制	开发一种可靠的癫痫发作检测方法，以优化患者护理	癫痫患者的EEG信号	机器学习	癫痫	EEG信号分析	CNN, BiGRU, CBAM	EEG信号	公共EEG数据集（具体数量未提及）
504	2025-05-09	Multi-step depth enhancement refine network with multi-view stereo 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0314418 PMID:39946337	研究论文	本文介绍了一种创新的多视图立体匹配网络——多步深度增强细化网络（MSDER-MVS），旨在提高高分辨率3D重建的准确性和计算效率	MSDER-MVS网络结合了现代深度学习的强大能力和传统3D重建技术的几何直觉，特别关注深度图质量和重建过程效率的优化，创新点包括双分支融合结构和特征金字塔网络（FPN）以有效提取和整合多尺度特征，以及引入可微分的深度优化过程	未来计划将该方法扩展到更复杂的环境和更大规模的数据集，以增强模型的泛化能力和实时处理能力	提高高分辨率3D重建的准确性和计算效率	多视图立体匹配网络	计算机视觉	NA	深度学习	MSDER-MVS网络	3D图像	标准DTU数据集
505	2025-05-09	Deep learning based screening model for hip diseases on plain radiographs 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318022 PMID:39946371	research paper	开发并验证了一种基于深度学习的筛查模型，用于在普通X光片上区分正常髋关节与严重髋关节疾病	使用深度学习模型在普通X光片上高效筛查髋关节疾病，并比较了不同预处理和骨干算法的效果	研究数据仅来自特定时间段的电子医疗记录，可能无法涵盖所有髋关节疾病类型	开发一种高准确性和可靠性的深度学习模型，辅助医生更准确地诊断髋关节疾病	普通髋关节X光片	digital pathology	hip diseases	deep learning	DenseNet, EfficientNet	image	1,726张X光片（500张正常髋关节X光片和1,226张髋关节疾病X光片）
506	2025-05-09	Diagnostic of fatty liver using radiomics and deep learning models on non-contrast abdominal CT 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310938 PMID:39946425	研究论文	本研究探讨了非对比腹部CT影像组学和深度学习模型在准确诊断脂肪肝中的潜力	系统比较了2D和3D影像组学模型及深度学习模型在四分类脂肪肝诊断中的性能，为确定最佳肝脏脂肪诊断模型提供了更广泛的视角	研究为回顾性设计，可能受到选择偏倚的影响	探索非对比腹部CT影像组学和深度学习模型在脂肪肝诊断中的应用	840名接受非对比腹部CT和定量CT(QCT)检查的个体	数字病理学	脂肪肝	QCT技术	随机森林算法、Bagging决策树算法	CT图像	840名参与者(平均年龄49.1岁±11.5岁；581名男性)
507	2025-05-09	Hybrid-RViT: Hybridizing ResNet-50 and Vision Transformer for Enhanced Alzheimer's disease detection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318998 PMID:39951414	research paper	开发了一种名为Hybrid-RViT的新型深度学习模型，用于增强阿尔茨海默病的检测	结合了预训练的卷积神经网络ResNet-50和Vision Transformer (ViT)，以分类不同阶段的阿尔茨海默病脑部MRI图像	NA	提高阿尔茨海默病的早期检测准确率，以预防疾病进展并制定有效治疗方案	脑部MRI图像	digital pathology	geriatric disease	deep learning	Hybrid-RViT (ResNet-50 + ViT)	image	NA
508	2025-05-09	Fast fault diagnosis of smart grid equipment based on deep neural network model based on knowledge graph 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0315143 PMID:39951439	研究论文	本文提出了一种基于知识图谱和深度神经网络模型的智能电网设备快速故障诊断方法	创新性地将YOLOv4目标检测算法与知识图谱结合，统一了输入多模态信息的表征和存储	未提及具体实验样本量和在不同类型设备上的泛化能力	提高智能电网设备故障诊断的准确率和效率	智能电网设备	机器学习	NA	深度学习、知识图谱	YOLOv4	多模态信息	未提及具体样本量
509	2025-05-09	The multiple uses of artificial intelligence in exercise programs: a narrative review 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1510801 PMID:39957989	综述	本文综述了人工智能在促进体育活动、训练、运动和健康结果中的应用	阐明了人工智能在体育活动中的多种应用，填补了实际应用理解的空白	仅包括2014年以后发表的英文随机对照试验，排除了机器人辅助的研究	探讨人工智能在体育活动、训练、运动和健康结果中的应用	儿童、青少年、成人、老年人和残疾人等不同人群	机器学习	NA	人工智能、机器学习和深度学习	NA	NA	15项符合条件的研究
510	2025-05-09	A preoperative predictive model based on multi-modal features to predict pathological complete response after neoadjuvant chemoimmunotherapy in esophageal cancer patients 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1530279 PMID:39958355	research paper	本研究旨在开发一个多模态模型，结合治疗前的CT影像组学、病理组学特征及临床变量，预测局部晚期食管癌患者对新辅助化疗免疫治疗的病理完全缓解	提出了一个结合影像组学、病理组学及临床特征的多模态预测模型，其预测性能优于单一模态模型	样本量相对较小（223例），且研究时间范围较短（2021年8月至2023年12月）	预测食管癌患者对新辅助化疗免疫治疗的病理完全缓解	局部晚期食管癌患者	digital pathology	esophageal cancer	CT影像组学、病理组学	SVM	image	223例食管癌患者
511	2025-05-09	ASAP-DTA: Predicting drug-target binding affinity with adaptive structure aware networks 2024-Dec, Journal of bioinformatics and computational biology IF:0.9Q4 DOI:10.1142/S0219720024500288 PMID:39961610	research paper	提出了一种基于图深度学习的药物-靶标结合亲和力预测模型ASAP-DTA，利用自适应结构感知池化进行图处理	整合了自注意力机制与增强的图神经网络，通过聚类相邻节点并按注意力分数加权形成最终分子表示，显著改进了图特征提取	未提及模型在更大规模或更复杂数据集上的表现	高效预测药物-靶标结合亲和力，减少药物再利用的资源浪费	药物-靶标结合亲和力	machine learning	NA	graph-based deep learning	graph neural network with self-attention mechanism	2D molecular graph	multiple benchmark datasets including KIBA dataset
512	2025-05-09	Liquid Biopsy-Based Detection and Response Prediction for Depression 2024-11-26, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.4c08233 PMID:39501510	研究论文	本研究开发了一种基于深度学习的血浆细胞外囊泡（EVs）光谱分析方法，用于抑郁症的检测和治疗反应预测	首次利用深度学习和拉曼信号分析血浆EVs，实现抑郁症的客观诊断和抗抑郁治疗反应预测	样本来源仅限于血浆EVs，未涉及其他生物标志物	开发抑郁症的客观诊断方法和治疗反应预测系统	抑郁症患者、健康人群及恐慌障碍患者	机器学习	抑郁症	拉曼光谱分析	深度学习	光谱数据	抑郁症患者与健康人群及恐慌障碍患者的血浆样本
513	2025-05-09	Integrative analysis of H&E and IHC identifies prognostic immune subtypes in HPV related oropharyngeal cancer 2024-Oct-03, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00604-w PMID:39363031	研究论文	通过整合H&E和IHC图像分析，识别HPV相关口咽癌中的预后免疫亚型	结合H&E和IHC图像，利用深度学习技术量化肿瘤微环境中的细胞组成和功能特征，改进了患者分层	研究样本量较小，仅包括88个原发肿瘤和70个淋巴结组织图像	增强对肿瘤微环境中细胞组成和功能特征的理解，并改进患者分层	HPV阳性口咽鳞状细胞癌（OPSCC）患者	数字病理学	口咽癌	深度学习，免疫组织化学（IHC）	深度学习流程	图像（H&E和IHC染色切片）	88个原发肿瘤和70个淋巴结组织图像
514	2025-05-09	An arrhythmia classification using a deep learning and optimisation-based methodology 2024-Oct, Journal of medical engineering & technology DOI:10.1080/03091902.2025.2463574 PMID:39949269	研究论文	提出一种基于深度学习和优化方法的心电图信号分类方法	结合EfficientNet-B0深度学习模型和混合特征选择方法（包括SABES优化算法）进行心电图信号分类	未提及对不同心电图设备的泛化能力或实时性能的测试	开发一种高精度的心电图信号分类方法	五种不同类型的心电图信号	机器学习	心血管疾病	离散小波变换，移动平均滤波	EfficientNet-B0	图像（灰度图和尺度图）	NA
515	2025-05-09	A combination of deep learning models and type-2 fuzzy for EEG motor imagery classification through spatiotemporal-frequency features 2024-Oct, Journal of medical engineering & technology DOI:10.1080/03091902.2025.2463577 PMID:39950750	研究论文	本文提出了一种结合深度学习模型和类型2模糊逻辑的混合架构FCLNET，用于通过时空频率特征对EEG运动想象进行分类	提出了一种新型混合架构FCLNET，结合了Compact-CNN和LSTM网络，并采用类型2模糊函数处理不确定性，通过贝叶斯优化算法调整超参数	未提及具体的数据集局限性或模型在其他数据集上的泛化能力	提高EEG运动想象分类的准确性和鲁棒性	EEG信号	生物医学信号处理	NA	EEG信号处理	Compact-CNN, LSTM, 类型2模糊函数	EEG信号	BCI Competition IV-2a数据库和BCI Competition IV-1数据库
516	2025-05-09	Automated Cytometric Gating with Human-Level Performance Using Bivariate Segmentation 2024-May-09, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.06.592739 PMID:38766268	研究论文	提出了一种名为UNITO的深度学习框架，用于自动化细胞计数门控过程，达到人类专家水平	将细胞级分类任务转化为基于图像的语义分割问题，实现全自动化门控且无需人工提示或先验知识	未明确说明模型在不同实验条件下的泛化能力	解决细胞计数数据中由于生物和技术差异导致的门控挑战	细胞计数数据中的单细胞蛋白表达测量	数字病理学	NA	细胞计数技术	深度学习框架(UNITO)	图像	三个独立队列的数据集
517	2025-05-09	Applications of Artificial Intelligence in Choroid Visualization for Myopia: A Comprehensive Scoping Review 2023 Oct-Dec, Middle East African journal of ophthalmology IF:0.5Q4 DOI:10.4103/meajo.meajo_154_24 PMID:39959595	综述	本文综述了人工智能在近视患者脉络膜可视化中的应用，特别是通过深度学习技术对光学相干断层扫描（OCT）图像中的脉络膜进行分割	综合评估了多种AI模型在脉络膜分割中的效能，并探讨了它们在近视诊断和管理中的潜在作用	纳入的研究数量有限（12项），且需要进一步标准化AI方法并扩展至更广泛的临床环境	评估AI模型在近视患者脉络膜可视化中的应用效果	近视患者（不同程度近视）的脉络膜OCT图像	数字病理学	近视	光学相干断层扫描（OCT）	U-Net、双向卷积长短期记忆模块、LASSO回归、基于注意力的密集U-Net网络、ResNeSt101架构、Mask R-CNN	图像	12项研究中的近视患者群体
518	2025-05-09	Assessment of malalignment factors related to Invisalign treatment time aided by automated imaging processes 2023-Mar-01, The Angle orthodontist DOI:10.2319/031622-225.1 PMID:36327333	research paper	本研究通过自动成像过程评估与Invisalign治疗时间相关的错位因素	使用深度学习方法进行自动牙齿分割和标志点识别，并引入复合评分作为治疗时间的预测指标	没有足够证据表明特定类型的牙齿移动会影响总治疗时间	识别影响Invisalign治疗持续时间的错位类型和严重程度的预测因素	116名接受Invisalign治疗的患者	digital pathology	malocclusion	deep learning	NA	digital scan	116名患者
519	2025-05-09	Identification of geographic origins of Morus alba Linn. through surfaced enhanced Raman spectrometry and machine learning algorithms 2023, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2023.2180433 PMID:36803175	研究论文	本研究通过表面增强拉曼光谱（SERS）和机器学习算法，成功识别了桑叶的地理来源	结合SERS光谱和深度学习算法CNN，首次建立了桑叶地理来源预测的新方法	研究仅涵盖中国五个省份的桑叶样本，可能无法代表所有地理来源的多样性	开发一种低成本、非侵入性的方法，用于快速识别桑叶的地理来源，以评估其药用品质	桑叶（Morus alba Linn.）	机器学习	NA	表面增强拉曼光谱（SERS）	CNN	光谱数据	来自中国五个省份（安徽、广东、河北、河南和江苏）的桑叶样本
520	2025-05-09	Retracted: Diagnostic Classification and Prognostic Prediction Using Common Genetic Variants in Autism Spectrum Disorder: Genotype-Based Deep Learning 2021-04-07, JMIR medical informatics IF:3.1Q2 DOI:10.2196/24754 PMID:33714937	研究论文	本研究利用深度学习技术分析自闭症谱系障碍(ASD)的常见遗传变异，开发了一个先进的诊断分类器	首次将卷积神经网络(CNN)应用于ASD的常见遗传变异分析，相比传统筛查工具分类准确率提高了约13%	研究样本仅限于Simons Simplex Collection数据库的数千个高风险家庭，可能无法代表所有ASD人群	开发基于遗传变异的ASD早期诊断和预后预测方法	自闭症谱系障碍(ASD)患者及其常见遗传变异	机器学习	自闭症谱系障碍	基因组数据分析	CNN	基因型数据	数千个来自Simons Simplex Collection的ASD高风险家庭