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
5361	2025-04-18	Deep learning-based hippocampus asymmetry assessment for Alzheimer's disease diagnosis 2025-Apr-16, Medical physics IF:3.2Q1 DOI:10.1002/mp.17831 PMID:40241310	research paper	本文提出了一种基于深度学习的海马体不对称性定量评估方法DeepHAA，用于阿尔茨海默病的诊断	通过深度学习模型提取MRI图像中海马体结构的特征表示，并利用交叉注意力机制进行特征融合，提出了一种基于多模态嵌入距离的定量评估方法	实验数据集规模相对较小（199名受试者），且未提及模型在其他独立数据集上的验证结果	开发定量评估海马体不对称性的方法以辅助阿尔茨海默病诊断	MRI图像中的左右海马体结构	digital pathology	geriatric disease	MRI扫描	深度学习模型（具体未说明，含交叉注意力机制）	医学影像（MRI）	199名受试者（53名正常认知NC，71名轻度认知障碍MCI，33名阿尔茨海默病AD）
5362	2025-04-18	Physical twinning for joint encoding-decoding optimization in computational optics: a review 2025-Apr-15, Light, science & applications DOI:10.1038/s41377-025-01810-4 PMID:40229266	综述	本文综述了计算光学中通过物理孪生技术实现编码-解码联合优化的最新进展	提出了一种端到端的联合优化技术，将光学编码数字化孪生到神经网络层，从而与解码过程同步优化	从优化的编码参数到实际调制元件的反向物理孪生面临诸如位深度、数值范围和稳定性等方面的挑战	探索计算光学中编码-解码联合优化的技术，以提升成像和传感能力	光学调制元件	计算光学	NA	深度学习	神经网络	光学数据	NA
5363	2025-04-18	Deep Learning in Knee MRI: A Prospective Study to Enhance Efficiency, Diagnostic Confidence and Sustainability 2025-Apr-15, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.03.018 PMID:40240275	研究论文	本研究评估了深度学习重建的并行采集技术（PAT）与同步多层（SMS）加速成像在膝关节MRI中的应用效果	结合深度学习重建的并行采集技术和同步多层加速成像，显著提高了膝关节MRI的图像质量和效率	P4在软骨损伤的可视化方面诊断效果不如P2	评估深度学习技术在膝关节MRI中的应用效果，以提高效率和诊断信心	接受膝关节MRI检查的成年人	数字病理	骨科疾病	深度学习重建的并行采集技术（PAT）与同步多层（SMS）加速成像	深度学习	MRI图像	34名参与者（平均年龄45±17岁；14名女性）
5364	2025-04-18	Applied research on innovation and development of blue calico of Chinese intangible cultural heritage based on artificial intelligence 2025-Apr-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96587-2 PMID:40229316	研究论文	本文提出了一种基于增强循环一致性生成对抗网络的风格迁移方法，旨在促进传统蓝印花布图案的创新设计	在生成器网络结构中引入Ghost卷积模块和SRM注意力模块，以减少模型参数和计算成本，同时增强网络的特征提取能力	未提及具体的数据集规模或实验对比的基线模型	探索蓝印花布这一中国非物质文化遗产的创新发展和数字化保护	传统蓝印花布图案	计算机视觉	NA	生成对抗网络（GAN）	CycleGAN（增强版）	图像	未明确提及
5365	2025-04-18	ALL diagnosis: can efficiency and transparency coexist? An explainble deep learning approach 2025-Apr-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97297-5 PMID:40229347	research paper	该研究提出了一种结合EfficientNet-B7架构和可解释人工智能（XAI）方法的新型诊断框架，用于急性淋巴细胞白血病（ALL）的早期和准确诊断	结合EfficientNet-B7架构与XAI方法，提高诊断性能、计算效率和模型可解释性	未提及具体的数据集规模限制或模型在其他数据集上的泛化能力	优化急性淋巴细胞白血病的诊断方法，提高诊断准确性和临床适用性	急性淋巴细胞白血病（ALL）患者	digital pathology	leukemia	Deep learning, XAI (Grad-CAM, CAM, LIME, IG)	EfficientNet-B7	image	Taleqani Hospital数据集、C-NMC-19和Multi-Cancer数据集
5366	2025-04-18	Accelerated diffusion tensor imaging with self-supervision and fine-tuning 2025-Apr-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96459-9 PMID:40229411	研究论文	提出一种自监督深度学习与微调（SSDLFT）框架，以减少扩散张量成像（DTI）训练数据需求	SSDLFT框架通过自监督预训练和有限高质量数据的微调，减少了对大型高质量数据集的依赖	需要进一步验证在更广泛临床数据集上的适用性	提高扩散张量成像（DTI）的效率和临床可用性	人脑微观结构的评估	医学影像分析	神经系统疾病	扩散张量成像（DTI）	深度学习（DL）	医学影像数据	使用Human Connectome Project数据
5367	2025-04-18	A hybrid learning network with progressive resizing and PCA for diagnosis of cervical cancer on WSI slides 2025-Apr-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97719-4 PMID:40229435	research paper	本文提出了一种结合渐进式调整大小和PCA的混合学习网络，用于WSI玻片的宫颈癌诊断	结合渐进式调整大小和PCA的混合学习网络，以及使用多数投票方法整合SVM和RF模型的预测结果	未提及具体的数据集规模限制或模型泛化能力的局限性	提高宫颈癌在WSI玻片上的诊断准确性和可靠性	宫颈癌的WSI玻片	digital pathology	cervical cancer	transfer learning, fine-tuning, PCA	ResNet-152, VGG-16, SVM, RF	image	SIPaKMeD和LBC数据集，具体样本数量未提及
5368	2025-04-18	Transformer-based deep learning for accurate detection of multiple base modifications using single molecule real-time sequencing 2025-Apr-14, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-08009-8 PMID:40229481	research paper	该研究开发了一种基于CNN和Transformer混合模型的HK模型2，用于通过单分子实时测序准确检测多种碱基修饰	将CNN与Transformer结合，提高了5mC检测的AUC值，并扩展了检测其他碱基修饰的能力	NA	提高单分子实时测序在碱基修饰检测中的准确性和应用范围	5mC、5hmC、6mA等碱基修饰	machine learning	hepatocellular carcinoma	single molecule real-time sequencing	CNN和Transformer混合模型	DNA测序数据	NA
5369	2025-04-18	Deep learning for video-based assessment of endotracheal intubation skills 2025-Apr-14, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-00776-z PMID:40229550	研究论文	本研究介绍了一种基于视频分析的评估气管插管技能的系统	采用2D卷积自编码器和1D卷积模型结合跨视角注意力模块，能够识别视频中的复杂模式并准确评估技能水平	NA	提高医疗人员气管插管技能的评估效率和准确性	医疗人员的气管插管技能	计算机视觉	NA	视频分析	2D卷积自编码器(AE)和1D卷积模型	视频	分两个阶段收集的数据，包括专家和新手的比较以及新手在时间压力下的表现
5370	2025-04-18	DCATNet: polyp segmentation with deformable convolution and contextual-aware attention network 2025-Apr-14, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01661-w PMID:40229681	研究论文	提出了一种名为DCATNet的新型深度学习架构，专门用于息肉分割，通过结合可变形卷积和上下文感知注意力网络提高分割准确性	DCATNet结合了ResNetV2-50编码器、Transformer、几何注意力模块(GAM)、上下文注意力门(CAG)和多尺度特征提取(MSFE)块，显著提升了息肉分割的精度和泛化能力	未提及具体计算资源需求或模型在实时应用中的性能表现	解决医学图像中息肉分割的挑战，提高分割准确性	医学图像中的息肉	计算机视觉	结直肠癌	深度学习	U-shaped网络（ResNetV2-50 + Transformer）	医学图像	五个公共数据集（包括Kvasir-SEG和CVC-ClinicDB）
5371	2025-04-18	Computer-aided diagnosis of Haematologic disorders detection based on spatial feature learning networks using blood cell images 2025-Apr-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85815-4 PMID:40221445	研究论文	提出了一种基于空间特征学习网络的计算机辅助诊断方法，用于通过血细胞图像检测血液疾病	结合改进的LeNet-5模型和CNN-BiGRU-A方法，并利用POA算法优化超参数，提高了血液疾病的检测和分类准确率	实验仅在基准数据库上进行，未涉及实际临床环境中的多样本验证	提高血液疾病的检测和分类准确率	血细胞图像	数字病理学	血液疾病	深度学习	改进的LeNet-5, CNN-BiGRU-A	图像	基准数据库中的血细胞图像
5372	2025-04-18	Spatial pattern and heterogeneity of green view index in mountainous cities: a case study of Yuzhong district, Chongqing, China 2025-Apr-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97946-9 PMID:40221555	研究论文	本研究利用深度学习算法和地理加权回归等方法，探讨了重庆渝中区绿色视野指数（GVI）的空间异质性及其影响因素	结合深度学习算法和地理加权回归（GWR）及最优参数地理探测器（OPGD）分析GVI的空间异质性及其影响因素	研究仅针对重庆渝中区，结果可能不适用于其他山地城市	评估城市街道绿化的空间异质性及其影响因素	重庆渝中区的街道绿化	地理信息系统	NA	深度学习算法、地理加权回归（GWR）、最优参数地理探测器（OPGD）	NA	街景图像、地形数据	重庆渝中区的街道数据
5373	2025-04-18	Landslide susceptibility assessment using lightweight dense residual network with emphasis on deep spatial features 2025-Apr-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97074-4 PMID:40221608	研究论文	提出了一种基于轻量级密集残差网络的滑坡易发性评估方法（DS-DRN），重点挖掘深层空间特征	设计了深度可分离残差模块优化传统卷积，并采用密集连接构建深层特征提取模块，以提高滑坡特征信息的复用率并防止梯度消失	未明确提及具体样本量限制或模型在其他地区的泛化能力	解决现有方法在训练样本有限、空间特征利用不足及计算成本高方面的问题，提高滑坡易发性评估的准确性	以中国四川省雅安市为研究区域，评估滑坡易发性	计算机视觉	NA	深度可分离卷积、密集连接	轻量级密集残差网络（DS-DRN）	空间特征数据	未明确提及
5374	2025-04-18	A comparison of an integrated and image-only deep learning model for predicting the disappearance of indeterminate pulmonary nodules 2025-Apr-11, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102553 PMID:40239430	research paper	该研究比较了结合临床数据的深度学习模型与仅基于CT图像的模型在预测不确定肺结节消失方面的性能	开发了结合CT图像和人口统计数据的集成深度学习模型，并与仅基于图像的模型进行性能比较	样本量相对较小，且所有重要特征均与图像相关，临床数据贡献有限	利用深度学习方法预测不确定肺结节是否会消失	不确定肺结节(IPNs)患者	digital pathology	lung cancer	CT扫描	DL-based models	image, demographic data	训练集：672名参与者的840个IPNs；验证集：65名参与者的111个IPNs
5375	2025-04-18	Discovery of Novel DDR1 Inhibitors through a Hybrid Virtual Screening Pipeline, Biological Evaluation and Molecular Dynamics Simulations 2025-Apr-10, ACS medicinal chemistry letters IF:3.5Q2 DOI:10.1021/acsmedchemlett.4c00634 PMID:40236534	研究论文	本研究通过混合虚拟筛选流程、生物学评估和分子动力学模拟，发现新型DDR1抑制剂	结合深度学习模型与传统分子对接技术，加速发现强效和选择性DDR1抑制剂	研究仅针对DDR1抑制剂，未涉及其他潜在治疗靶点	发现针对急性髓性白血病（AML）的新型DDR1抑制剂	Discoidin domain receptor 1 (DDR1)及其抑制剂	计算生物学	急性髓性白血病	深度学习、分子对接、分子动力学模拟	深度学习模型	化学化合物数据	七种候选化合物
5376	2025-04-18	MGMA-DTI: Drug target interaction prediction using multi-order gated convolution and multi-attention fusion 2025-Apr-10, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108449 PMID:40239449	研究论文	提出了一种基于多门控卷积和多注意力融合的药物-靶标相互作用预测模型MGMA-DTI	采用多门控卷积增强对氨基酸序列全局特征的捕捉能力，并设计多注意力融合模块有效捕获药物-靶标相互作用特征	未提及模型在更大规模数据集上的泛化能力	提高药物-靶标相互作用预测的准确性和模型可解释性	药物分子和蛋白质靶标	机器学习	NA	图卷积神经网络、多门控卷积	MGMA-DTI（基于多门控卷积和多注意力融合的模型）	分子图（来自SMILES字符串）、氨基酸序列	三个基准数据集：BindingDB、BioSNAP和Human
5377	2025-04-18	DeepAssembly2: A Web Server for Protein Complex Structure Assembly Based on Domain-Domain Interactions 2025-Apr-04, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.169128 PMID:40188941	研究论文	介绍了一个名为DeepAssembly2的Web服务器，用于基于域-域相互作用自动组装蛋白质复合物结构	DeepAssembly2在新构建的链间域-域相互作用数据集上训练，并增加了重要特征如界面残基倾向和超快形状识别，同时引入了AlphaFold-Multimer模型的链间残基距离以提高准确性	NA	准确预测蛋白质复合物结构，以理解其功能并促进药物发现	蛋白质复合物结构	生物信息学	NA	深度学习	深度学习模型	蛋白质序列和单体结构	NA
5378	2025-04-18	Deep Learning Algorithm‑Based MRI Radiomics and Pathomics for Predicting Microsatellite Instability Status in Rectal Cancer: A Multicenter Study 2025-Apr, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.09.008 PMID:39289097	研究论文	本研究开发并验证了基于临床变量、多参数MRI和HE染色病理切片的多模态深度学习模型，用于预测直肠癌患者的微卫星不稳定性（MSI）状态	结合临床数据、多参数MRI和HE染色病理切片，构建了多模态深度学习模型，并通过加权线性组合创建了预测MSI状态的列线图	样本量相对较小，且仅来自三个中心，可能影响模型的泛化能力	预测直肠癌患者的微卫星不稳定性（MSI）状态	直肠癌患者	数字病理学	直肠癌	多参数MRI（mp-MRI）、HE染色、免疫组化（IHC）染色	ResNet-101	MRI图像、病理切片图像	467例经手术确认的直肠癌患者（来自三个中心）
5379	2025-04-18	Deep Learning Using One-stop-shop CT Scan to Predict Hemorrhagic Transformation in Stroke Patients Undergoing Reperfusion Therapy: A Multicenter Study 2025-Apr, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.09.052 PMID:39462736	研究论文	本研究开发并验证了利用多期相CT血管造影（CTA）和CT灌注（CTP）图像的深度学习模型，用于全自动预测接受再灌注治疗的急性缺血性卒中患者的出血性转化	首次使用多期相CTA和CTP图像结合深度学习技术，实现出血性转化的全自动预测	研究为回顾性设计，样本量相对有限（229例患者）	开发预测急性缺血性卒中患者再灌注治疗后出血性转化的可靠工具	接受再灌注治疗的急性缺血性卒中患者	数字病理学	心血管疾病	多期相CTA和CTP成像	DenseNet	医学影像	229例急性缺血性卒中患者（训练集183例，测试集46例）
5380	2025-04-18	Exploring Structure Diversity in Atomic Resolution Microscopy With Graph 2025-Apr, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202417478 PMID:39988855	research paper	本文提出了一种基于等变图神经网络（EGNN）的少样本学习框架，用于分析原子结构库，显著提高了处理多样化原子构型显微图像的效率和灵活性	利用原子结构与图之间的相似性，开发了基于EGNN的少样本学习框架，相比传统图像驱动的深度学习模型，显著提升了鲁棒性并减少了计算参数	NA	探索原子分辨率显微镜中结构多样性的高效、准确和智能分析方法	原子结构库（如空位、相、晶界、掺杂等）	machine learning	NA	等变图神经网络（EGNN）	EGNN	image	NA