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
5521	2025-04-24	High-Performance Method and Architecture for Attention Computation in DNN Inference 2025-Apr, IEEE transactions on biomedical circuits and systems IF:3.8Q2 DOI:10.1109/TBCAS.2024.3436837 PMID:39088504	研究论文	提出了一种基于存内计算（CIM）宏的在线可编程注意力硬件架构，用于深度神经网络（DNN）推理中的注意力计算	通过将注意力计算过程分解为多个级联组合矩阵操作，设计了在线可编程CIM架构以动态调整权重，提高了集成密度、能效和计算精度	研究基于100nm CMOS工艺，未涉及更先进工艺下的性能表现	优化注意力机制在硬件上的实现，提高DNN推理的效率和准确性	注意力计算硬件架构	机器学习	NA	存内计算（CIM）	DNN	NA	NA
5522	2025-04-24	Neoadjuvant Chemotherapy Response in Triple-Negative Apocrine Carcinoma: Comparing Apocrine Morphology, Androgen Receptor, and Immune Phenotypes 2025-Apr-01, Archives of pathology & laboratory medicine IF:3.7Q1 DOI:10.5858/arpa.2023-0561-OA PMID:38960391	研究论文	评估三阴性乳腺癌（TNBC）对新辅助化疗（NAC）的反应，并分析顶浆分泌形态、雄激素受体（AR）状态、Ki-67标记指数（Ki-67LI）及肿瘤浸润淋巴细胞（TILs）的影响	首次比较了TNBC中顶浆分泌形态、AR状态及免疫表型对新辅助化疗反应的预测价值，并利用深度学习模型量化TILs	研究样本仅来自单一机构，且顶浆分泌形态TNBC病例较少，可能影响统计效力	探索TNBC亚型对新辅助化疗反应的预测因素	232例接受NAC后手术切除的TNBC患者	数字病理学	乳腺癌	免疫组织化学、深度学习模型	深度学习模型（未指定具体架构）	组织病理图像	232例TNBC患者活检样本
5523	2025-04-24	A Novel Hierarchical Cross-Stream Aggregation Neural Network for Semantic Segmentation of 3-D Dental Surface Models 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3404276 PMID:38848227	research paper	提出了一种新颖的分层跨流聚合神经网络（HiCA），用于3D牙科表面模型的语义分割	设计了上下文跨流聚合（CA）模块和判别性跨流聚合（DA）模块，以从多视角输入中学习更具区分性的点/单元级表示	未明确提及具体限制	提高3D牙科模型语义分割的准确性和效率	3D牙科表面模型	computer vision	NA	深度学习	CNN, 图注意力网络	3D模型数据	公共数据集和内部真实患者牙科模型数据集
5524	2025-04-24	Brain-Inspired Learning, Perception, and Cognition: A Comprehensive Review 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3401711 PMID:38809737	综述	本文全面回顾了受大脑启发的深度学习算法在微观、介观、宏观和超宏观层面上的学习、感知和认知方面的研究	从多个视角（微观、介观、宏观和超宏观）全面综述了受大脑启发的深度学习算法，并总结了当前面临的十大开放性问题	未提及具体实验验证或数据支持，主要基于文献综述	为下一代人工智能技术提供生物基础，并改进现有模型和系统的智能水平	受大脑启发的学习、感知和认知算法	人工智能	NA	NA	深度学习算法	NA	NA
5525	2025-04-24	Deep Geometric Learning With Monotonicity Constraints for Alzheimer's Disease Progression 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3394598 PMID:38771688	research paper	提出了一种结合单调性约束的深度几何学习方法，用于预测阿尔茨海默病的进展	结合拓扑空间变换、ODE-RGRU和轨迹估计三个模块，开发了反映测量转换不可逆性的训练算法	ODE-RGRU在从不完整样本中推断正定对称矩阵时存在限制，可能导致特征逆转	预测阿尔茨海默病的临床诊断和治疗进展	阿尔茨海默病患者的结构磁共振成像(MRI)生物标志物和认知评分	digital pathology	geriatric disease	structural magnetic resonance imaging (MRI)	ODE-RGRU, RNN	image, time-series data	NA
5526	2025-04-24	High-Throughput Multiplexed Plasmonic Color Encryption of Microgel Architectures via Programmable Dithering-Mask Flow Microlithography 2025-Apr, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202405388 PMID:39568283	research paper	介绍了一种可扩展且成本效益高的方法，通过在微凝胶结构中原位光还原银纳米颗粒（AgNPs）来产生多重等离子体颜色	利用数字微镜设备（DMD）基于流动微光刻系统结合可编程抖动掩模技术，实现了形状或条形码微粒的高通量合成，以及嵌入隐藏多重等离子体颜色的大规模高分辨率图像	NA	开发一种高通量、低成本的多重等离子体颜色编码方法，用于隐藏数据存储、安全光学标记和防伪技术	银纳米颗粒（AgNPs）和微凝胶结构	纳米技术	NA	数字微镜设备（DMD）基于流动微光刻系统，可编程抖动掩模技术	深度学习分类器	图像	大规模（>5.6 × 5.6 cm）高分辨率（>300 dpi）微凝胶阵列
5527	2025-04-24	Application of Artificial Intelligence in Thoracic Radiology: A Narrative Review 2025-Apr, Tuberculosis and respiratory diseases IF:2.5Q2 DOI:10.4046/trd.2024.0062 PMID:39689720	review	本文综述了人工智能在胸部放射学中的最新成就，主要关注深度学习技术	探讨了人工智能在胸部放射学中检测、分类异常以及量化正常和异常解剖结构的潜力	讨论了当前人工智能技术在胸部放射学中的局限性及未来发展方向	评估人工智能在胸部放射学中的应用及其对放射科医生表现的提升	胸部放射学中的异常检测、分类及解剖结构量化	digital pathology	lung cancer	deep learning	NA	image	NA
5528	2025-04-24	Regional Image Quality Scoring for 2-D Echocardiography Using Deep Learning 2025-04, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.12.008 PMID:39864961	research paper	开发并比较了三种自动评估超声心动图区域图像质量的方法	提出了三种新的图像质量评估方法，包括基于像素的经典指标、局部图像一致性以及端到端深度学习模型	gCNR指标在本研究中表现不佳，效果有限	开发自动评估超声心动图区域图像质量的方法	超声心动图图像	computer vision	心血管疾病	深度学习	U-Net, 端到端深度学习模型	图像	由三位经验丰富的心脏病专家提供的手动区域质量注释
5529	2025-04-24	Kernel Conversion Improves the Correlation between the Extent of Emphysema and Clinical Parameters in Chronic Obstructive Pulmonary Disease: A Multicenter Cohort Study 2025-Apr, Tuberculosis and respiratory diseases IF:2.5Q2 DOI:10.4046/trd.2024.0166 PMID:39904364	研究论文	本研究通过核转换技术处理不同CT设置下的图像，评估了肺气肿指数与临床参数之间的相关性变化	首次在多中心研究中应用核转换技术，显著提高了肺气肿指数与临床参数之间的相关性	研究仅基于韩国COPD亚组研究数据库，可能限制了结果的普遍性	评估核转换技术对不同CT设置下肺气肿指数与临床参数相关性的影响	484名COPD患者的CT扫描图像	数字病理学	慢性阻塞性肺疾病	CT扫描	基于深度学习的程序	图像	484名COPD患者
5530	2025-04-24	A deep learning-based calculation system for plaque stenosis severity on common carotid artery of ultrasound images 2025-Apr, Vascular IF:1.0Q4 DOI:10.1177/17085381241246312 PMID:38656244	研究论文	开发了一种基于深度学习的系统，用于在超声图像上自动计算颈总动脉斑块狭窄严重程度	提出了新的CANet模型，用于分割颈动脉内膜-中膜厚度和斑块，并自动计算斑块狭窄严重程度，性能优于现有深度学习模型和经验丰富的超声医师	外部测试集的样本量相对较小，可能影响模型的泛化能力评估	开发一种自动化系统，用于评估颈动脉斑块狭窄严重程度，以改善中风风险的管理	颈总动脉横截面超声图像	数字病理	心血管疾病	深度学习	CANet	图像	376名个体的390张图像用于训练和验证，外加115名个体的122张外部测试图像
5531	2025-04-24	A Colorectal Coordinate-Driven Method for Colorectum and Colorectal Cancer Segmentation in Conventional CT Scans 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3386610 PMID:38687670	研究论文	本文提出了一种名为DeepCRC-SL的自动化分割算法，用于在常规CT扫描中分割结直肠和结直肠癌	首次提出了一种基于拓扑感知的深度学习方法，构建了新颖的一维结直肠坐标系，并通过自注意力层和坐标驱动的自学习策略提升分割性能	尽管性能优于现有方法，但与有两年专业CRC成像经验的医学住院医师相比，分割精度仍有提升空间	实现结直肠癌在常规CT扫描中的自动化分割，以促进CRC的检测、分期和治疗反应监测	结直肠和结直肠癌	数字病理	结直肠癌	深度学习	CNN与自注意力机制结合	CT图像	227例标记和585例未标记的CRC病例
5532	2025-04-24	Transcriptomic landscape around wound bed defines regenerative versus non-regenerative outcomes in mouse digit amputation 2025-Apr, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012997 PMID:40203060	研究论文	本研究通过分析小鼠远端末节指骨（P3）截肢后的伤口床组织，探讨了再生与非再生结果的分子机制	揭示了非再生指骨在伤口床中表现出更强烈的早期转录反应，并发现再生指骨中与Bmp2相关的独特共表达模块，以及HOXA11和HOXD11等转录因子的时间依赖性富集模式	研究仅基于小鼠模型，结果是否适用于人类尚需验证	探索再生与非再生结果的分子机制，为再生医学提供关键见解	小鼠远端末节指骨（P3）截肢后的伤口床组织	再生医学	NA	RNA-seq, 巨噬细胞测定	深度学习AI模型	转录组数据	小鼠P3截肢模型
5533	2025-04-24	Decoding Recurrence in Early-Stage and Locoregionally Advanced Non-Small Cell Lung Cancer: Insights From Electronic Health Records and Natural Language Processing 2025-Apr, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI-24-00227 PMID:40249880	研究论文	本研究利用电子健康记录和自然语言处理技术，分析了早期和局部晚期非小细胞肺癌（NSCLC）术后复发的风险因素	开发了一个基于深度学习的定制化NLP系统，用于高效识别NSCLC复发数据，并纵向分析风险因素	研究依赖于电子健康记录的数据质量，可能存在信息不完整或偏差	建立NLP系统以分析NSCLC术后复发的风险因素	6,351名NSCLC患者的电子健康记录，其中1,295名I-IIIA期手术患者	自然语言处理	肺癌	NLP	深度学习	文本	6,351名NSCLC患者的700,000多条记录
5534	2025-04-24	Innovative Approach for Diabetic Retinopathy Severity Classification: An AI-Powered Tool using CNN-Transformer Fusion 2025-Apr, Journal of biomedical physics & engineering DOI:10.31661/jbpe.v0i0.2408-1811 PMID:40259941	研究论文	开发了一种结合CNN和Transformer架构的深度学习模型，用于糖尿病视网膜病变的严重程度分类	提出了一种结合CNN和Transformer的混合模型，提高了糖尿病视网膜病变诊断的准确性、可靠性和泛化能力	模型性能依赖于数据集的质量和多样性，可能存在对某些罕见病例的识别不足	提高糖尿病视网膜病变的诊断准确性和严重程度分类	糖尿病视网膜病变患者的视网膜图像	计算机视觉	糖尿病视网膜病变	深度学习	CNN-Transformer融合模型	图像	APTOS 2019数据集和IDRiD数据集
5535	2025-04-24	Prediction and Prioritisation of Novel Anthelmintic Candidates from Public Databases Using Deep Learning and Available Bioactivity Data Sets 2025-Mar-28, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26073134 PMID:40243899	research paper	本研究利用深度学习和生物活性数据集，从公共数据库中预测和优先选择新型抗寄生虫候选药物	采用监督机器学习工作流程，训练多层感知器分类器，对15000个小分子化合物进行标记，并在高度不平衡的训练数据下实现83%的精确率和81%的召回率	训练数据中仅有1%的化合物被标记为'活性'，数据不平衡可能影响模型性能	加速发现具有独特作用机制的新型抗寄生虫化合物，以支持有效的寄生虫控制计划	寄生性线虫（barber's pole worm）及其幼虫和成虫	machine learning	寄生虫感染	high-throughput screening, supervised machine learning	multi-layer perceptron classifier	bioactivity data, small-molecule compounds	15000个小分子化合物，14.2 million compounds from ZINC15 database，10个候选化合物进行实验评估
5536	2025-04-24	Redefining a new frontier in alkaptonuria therapy with AI-driven drug candidate design via in- silico innovation 2025-Mar-26, Zeitschrift fur Naturforschung. C, Journal of biosciences DOI:10.1515/znc-2024-0075 PMID:38996180	研究论文	本研究利用深度学习AI药物设计，针对罕见代谢疾病黑酸尿症（AKU），开发了基于天然黄酮醇分子山奈酚的新型药物候选物	首次将AI驱动的药物设计应用于黑酸尿症治疗，开发出基于山奈酚的新型药物候选物AIK，其结合亲和力达-9.099 kcal/mol	尽管AI设计的AIK在计算上显示有效且安全，但测试结果仍需进一步验证	减轻现有黑酸尿症药物（如尼替西农）的毒性，开发更安全有效的治疗方案	黑酸尿症患者	AI药物设计	黑酸尿症	深度学习AI药物设计、分子对接	深度学习	分子结构数据	NA
5537	2025-04-24	Using deep learning to enhance reporting efficiency and accuracy in degenerative cervical spine MRI 2025-Mar-26, The spine journal : official journal of the North American Spine Society DOI:10.1016/j.spinee.2025.03.009 PMID:40154625	research paper	使用基于transformer的深度学习模型提升退行性颈椎MRI报告的效率和准确性	首次将transformer-based DLM应用于退行性颈椎MRI报告，显著提升放射科医师的工作效率和诊断一致性	样本量较小（仅50例患者），且排除了有器械植入的病例	评估深度学习模型能否提高放射科医师在退行性颈椎MRI报告中的效率和准确性	退行性颈椎病患者的MRI图像	digital pathology	geriatric disease	MRI	transformer-based DLM	image	50例患者的2555张MRI图像
5538	2025-04-24	Comparison of the characteristics between machine learning and deep learning algorithms for ablation site classification in a novel cloud-based system 2025-Mar-17, Heart rhythm IF:5.6Q1 DOI:10.1016/j.hrthm.2025.03.1955 PMID:40107403	research paper	本研究比较了CARTONET系统中R12.1和R14模型在消融部位分类上的特性，并评估了R14模型的敏感性和阳性预测值	首次在云基础系统CARTONET中比较了机器学习和深度学习算法在消融部位分类上的性能差异	研究仅基于396例心房颤动消融病例，样本量可能不足以代表所有情况	比较CARTONET系统R12.1和R14模型在消融部位分类上的性能差异	心房颤动消融病例	machine learning	cardiovascular disease	deep learning	CARTONET R14	clinical data	396例心房颤动消融病例，分析39,169个点和625个段的预测数据
5539	2025-04-24	The Prediction of Recombination Hotspot Based on Automated Machine Learning 2025-Mar-15, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2024.168653 PMID:38871176	研究论文	本文研究基于自动化机器学习的重组热点预测方法，通过结合序列信息和物理化学特性，提高了预测准确率	采用自动化机器学习方法构建重组热点预测模型，结合TF-IDF-Kmer和DNA组成成分提取更有效的特征数据，并在三个不同数据集上验证了模型的有效性	未明确提及具体的数据集规模或多样性限制	提高重组热点预测的准确性和泛化能力	基因序列中的重组热点	机器学习	NA	自动化机器学习、TF-IDF-Kmer、DNA组成分析	自动化机器学习模型	基因序列数据	三个不同的数据集（具体数量未提及）
5540	2025-04-24	Similarity-guided graph contrastive learning for lncRNA-disease association prediction 2025-Mar-15, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2024.168609 PMID:38750722	research paper	提出了一种基于相似性引导的图对比学习方法（SGGCL），用于预测lncRNA与疾病之间的关联	创新性地结合了图神经网络和对比学习，提出了一种相似性引导的图数据增强方法，以解决已验证数据稀缺的问题	未明确提及具体局限性	提高lncRNA与疾病关联预测的准确性	长链非编码RNA（lncRNA）与人类疾病之间的关联	machine learning	NA	图神经网络、对比学习、RWR算法	SGGCL（相似性引导的图对比学习模型）	图数据	多个数据集（未明确提及具体样本数量）