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
661	2025-05-28	A transformation uncertainty and multi-scale contrastive learning-based semi-supervised segmentation method for oral cavity-derived cancer 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1577198 PMID:40416865	research paper	提出一种基于变换不确定性和多尺度对比学习的半监督分割方法，用于口腔癌病理图像分割	结合变换不确定性估计和多尺度对比学习，提出边界感知增强U-Net，减少对大量标注数据的依赖	实验仅在口腔癌病理图像数据集上进行，未验证在其他类型医学图像上的泛化能力	解决口腔鳞状细胞癌病理图像分割中标注数据稀缺的问题	口腔癌病理图像	digital pathology	oral squamous cell carcinoma	H&E染色	U-Net	image	451张由病理学家标注验证的肿瘤区域图像
662	2025-05-28	Comparing factor mixture modeling and conditional Gaussian mixture variational autoencoders for cognitive profile clustering 2025, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2025.1474292 PMID:40417028	研究论文	本研究比较了因子混合模型(FMM)和条件高斯混合变分自编码器(CGMVAE)在认知特征聚类中的应用	首次将传统统计方法FMM与深度学习模型CGMVAE在认知特征聚类方面进行系统比较，揭示了不同方法在捕捉认知模式方面的优缺点	CGMVAE模型复杂度高且可能存在聚类重叠问题	比较不同方法在认知特征聚类中的表现，为个性化教育干预提供依据	认知特征数据	机器学习	NA	因子混合模型(FMM-1和FMM-2)，条件高斯混合变分自编码器(CGMVAE)	FMM, CGMVAE	认知评估数据	NA
663	2025-05-28	Diagnostic precision of a deep learning algorithm for the classification of non-contrast brain CT reports 2025, Frontiers in radiology DOI:10.3389/fradi.2025.1509377 PMID:40417183	研究论文	本研究评估了深度学习算法在非对比脑CT报告分类中的诊断精确度	使用DistilBERT模型对非对比脑CT报告进行四类紧急程度分类，并评估其性能	无法确定AI决策支持系统诊断准确性下降的具体原因，存在不确定的失败模式	评估深度学习算法在医学影像报告分类中的表现	1,861份非对比脑CT报告	自然语言处理	NA	文本分类	DistilBERT	文本	1,861份CT报告（其中800份用于训练，200份用于验证）
664	2025-05-28	Exploration of Pharmacological Mechanisms of Dapagliflozin against Type 2 Diabetes Mellitus through PI3K-Akt Signaling Pathway based on Network Pharmacology Analysis and Deep Learning Technology 2025, Current computer-aided drug design IF:1.5Q3 DOI:10.2174/0115734099274407231207070451 PMID:38204223	研究论文	本研究通过网络药理学分析和深度学习技术探索达格列净通过PI3K-Akt信号通路对抗2型糖尿病（T2DM）的药理机制	结合网络药理学和深度学习技术，首次系统性地识别了达格列净对抗T2DM的关键靶点及其作用通路	研究主要基于生物信息学预测，缺乏实验验证	探索达格列净治疗2型糖尿病的分子机制	达格列净及其潜在作用靶点	生物信息学	2型糖尿病	网络药理学分析、深度学习（DeepPurpose算法）	DeepPurpose	基因靶点数据、通路数据	155个达格列净与T2DM的重叠靶点
665	2025-05-28	Status and Prospects of Research on Deep Learning-based De Novo Generation of Drug Molecules 2025, Current computer-aided drug design IF:1.5Q3 DOI:10.2174/0115734099287389240126072433 PMID:38321907	综述	本文全面概述了基于深度学习的药物分子从头生成研究现状，并指出了未来发展的关键领域	深度学习为合理且稳健的药物设计提供了新思路，相比传统方法更高效	NA	探索深度学习在药物分子生成中的应用及其未来发展方向	药物分子	机器学习	NA	深度学习	GANs, RNNs, VAEs, CNNs, DMs	分子数据	NA
666	2025-05-28	Learning a Hand Model From Dynamic Movements Using High-Density EMG and Convolutional Neural Networks 2024-12, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3432800 PMID:39042539	研究论文	该研究提出了一种深度学习方法，能够将前臂肌肉的电生理活动解码为人类手部运动	使用高密度EMG和CNN模型，首次实现了对手部运动的连续精确估计，并发现EMG信号中存在编码手部运动的独特神经嵌入	研究仅涉及13名健康参与者，未在临床患者或更复杂运动场景中验证	开发一种能够解码肌肉电信号并预测手部运动的方法	人类手部运动和肌肉电信号	生物医学工程	NA	高密度表面肌电(sEMG)采集	CNN	EMG信号和运动学/动力学数据	13名健康参与者
667	2025-05-28	Directional Characteristic Enhancement of an Omnidirectional Detection Sensor Enabled by Strain Partitioning Effects in a Periodic Composite Hole Substrate 2024-11-22, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c01097 PMID:39431947	研究论文	提出了一种基于应变分配调制（SPM）的全向可拉伸应变传感器，通过定制周期性孔阵列增强方向特性识别能力	采用应变分配调制策略和周期性孔阵列结构，显著提升传感器的方向识别能力，并通过深度学习网络实现高精度应变-方向解耦	未明确说明传感器在极端环境条件下的稳定性和耐久性	开发具有高分辨率和方向识别能力的全向可拉伸应变传感器	全向可拉伸应变传感器及其在运动检测和人机交互中的应用	传感器技术	NA	应变分配调制（SPM）	轻量级深度学习网络	应变数据	NA
668	2025-05-28	Deep learning-based Fast Volumetric Image Generation for Image-guided Proton Radiotherapy 2024-Nov, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/trpms.2024.3439585 PMID:40385936	研究论文	开发了一种基于深度学习的快速体积图像生成框架，用于图像引导的质子放射治疗	提出了一种结合深度学习技术的快速体积图像重建方法，优化了图像引导放射治疗的精准度和速度	研究仅基于30名肺癌患者的数据，样本量较小	提高图像引导放射治疗的精准度和速度，特别是在FLASH超高速剂量率放射治疗中的应用	肺癌患者	数字病理	肺癌	深度学习，X射线投影采集，质子水等效厚度评估	DL（深度学习）	图像（CT数据集）	30名肺癌患者，每人有包含十个呼吸阶段的四维CT数据集
669	2025-05-28	Smartphone-Assisted Nanozyme Colorimetric Sensor Array Combined "Image Segmentation-Feature Extraction" Deep Learning for Detecting Unsaturated Fatty Acids 2024-10-25, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c01142 PMID:39298721	研究论文	开发了一种结合智能手机辅助比色传感器阵列和深度学习技术的智能平台，用于不饱和脂肪酸的快速低成本分析	结合了MnO纳米酶比色传感器阵列与'图像分割-特征提取'深度学习技术，实现了不饱和脂肪酸的智能高效定性和定量分析	对于α-亚麻酸的测定系数相对较低(0.7393)，可能需要进一步优化模型	开发一种快速低成本的不饱和脂肪酸检测方法	不饱和脂肪酸（油酸、亚油酸、α-亚麻酸）及其混合物，以及各种食用植物油	机器学习	NA	比色传感器阵列，深度学习	MobileNetV3 small	图像	38,868张三种不饱和脂肪酸的图像
670	2025-05-28	Olfactory Diagnosis Model for Lung Health Evaluation Based on Pyramid Pooling and SHAP-Based Dual Encoders 2024-09-27, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c01584 PMID:39248698	research paper	本研究介绍了一种基于深度学习的创新框架，用于通过呼出气体评估肺部健康，该框架结合了金字塔池化和双编码器网络，利用SHAP特征重要性增强预测能力	提出了一种结合金字塔池化和SHAP特征重要性的双编码器网络框架，用于肺部健康评估，并通过滑动窗口技术和白噪声增强提高了模型的鲁棒性	未提及样本来源的多样性或模型在其他疾病上的泛化能力	开发一种高效工具，用于识别吸烟和慢性阻塞性肺疾病（COPD）的影响，并探索深度学习技术在复杂生物医学问题中的应用	吸烟者、慢性阻塞性肺疾病（COPD）患者和对照组受试者	digital pathology	lung cancer	SHAP, 深度学习	双编码器网络, 金字塔池化	呼出气体数据	未明确提及具体样本数量
671	2025-05-28	Imputing Single-Cell Protein Abundance in Multiplex Tissue Imaging 2024-Jul-27, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.05.570058 PMID:38106203	研究论文	本文探讨了如何利用机器学习方法在多重组织成像数据中估算单细胞蛋白质丰度，以解决技术限制	创新点包括使用机器学习估算单细胞蛋白质丰度，结合细胞空间信息提高估算准确性，并展示其在生物相关性验证中的应用	技术限制包括可检测分子数量有限、组织损失和蛋白质探针失败	解决多重组织成像中的技术限制，提高单细胞蛋白质丰度估算的准确性	乳腺癌队列中的单细胞蛋白质丰度	数字病理学	乳腺癌	多重组织成像	正则化线性回归、梯度提升回归树、深度学习自编码器	图像	乳腺癌队列的多重组织成像数据集
672	2025-05-28	Deep learning guided design of dynamic proteins 2024-Jul-19, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.17.603962 PMID:39071443	research paper	该论文提出了一种基于深度学习的通用方法，用于设计蛋白质内部几何结构的动态变化，类似于自然界中普遍存在的开关机制	首次利用深度学习指导设计蛋白质的动态构象变化，实现了原子级精度的设计，并展示了构象景观可通过配体和突变调控	NA	开发一种设计蛋白质动态构象变化的方法，以模拟自然界的开关信号蛋白行为	蛋白质的动态构象变化	machine learning	NA	deep learning, physics-based simulations	deep learning	protein structures	4个验证结构
673	2025-05-28	Magnetic Resonance Imaging Images Based Brain Tumor Extraction, Segmentation and Detection Using Convolutional Neural Network and VGC 16 Model 2024-07-01, American journal of clinical oncology DOI:10.1097/COC.0000000000001097 PMID:38632686	research paper	本文提出了一种基于卷积神经网络和VGC 16模型的脑肿瘤提取、分割和检测系统，利用磁共振成像图像进行自动诊断	结合两种CNN模型和数字图像处理技术，提出了一种混合方法用于脑肿瘤的自动分割和检测，并引入了基于卷积神经网络的分类方法以提高准确性和计算效率	NA	设计和构建一个系统，用于自动诊断和发现脑肿瘤及其他疾病和异常	脑肿瘤患者的磁共振成像图像	digital pathology	brain tumor	digital image processing, deep learning	CNN, VGC 16	image	NA
674	2025-05-28	Artificial intelligence and machine learning in axial spondyloarthritis 2024-07-01, Current opinion in rheumatology IF:5.2Q1 DOI:10.1097/BOR.0000000000001015 PMID:38533807	review	评估人工智能和机器学习在中轴型脊柱关节炎（axSpA）诊断和管理中的当前应用及前景	深度学习在X光、CT和MRI分析中显示出潜力，部分模型在检测骶髂关节炎和标志物方面与放射科医生相当或更优，并用于疾病进展预测和个性化治疗	研究设计、样本量各异，且以回顾性单中心研究为主，限制了结果的普遍性	探索人工智能和机器学习在axSpA诊断和管理中的应用	中轴型脊柱关节炎（axSpA）患者	machine learning	axial spondyloarthritis	deep learning	NA	medical imaging (X-ray, CT, MRI)	NA
675	2025-05-28	Deep learning-based prediction of coronary artery calcium scoring in hemodialysis patients using radial artery calcification 2024 May-Jun, Seminars in dialysis IF:1.4Q3 DOI:10.1111/sdi.13191 PMID:38178376	研究论文	本研究探讨了基于桡动脉钙化的随机森林模型在预测血液透析患者冠状动脉钙化评分中的可行性	使用随机森林模型结合桡动脉钙化指数预测冠状动脉钙化评分，为快速筛查提供潜在方法	样本量较小（118例患者），可能影响模型的泛化能力	探索桡动脉钙化在预测血液透析患者冠状动脉钙化中的可行性	血液透析患者	数字病理学	心血管疾病	超声检查、冠状动脉计算机断层扫描	随机森林模型、逻辑回归模型	临床变量、影像数据	118例血液透析患者
676	2025-05-28	Deep Learning Models for Predicting Hearing Thresholds Based on Swept-Tone Stimulus-Frequency Otoacoustic Emissions 2024 Mar-Apr 01, Ear and hearing IF:2.6Q1 DOI:10.1097/AUD.0000000000001443 PMID:37990395	研究论文	本研究旨在开发基于扫频刺激频率耳声发射（SFOAEs）的深度学习模型，用于定量预测听力阈值	提出了四种深度学习模型（传统CNN、混合CNN-KNN、混合CNN-SVM和混合CNN-RF），用于从SFOAEs预测听力阈值，并探索了SFOAEs与听力阈值之间的关系	样本量相对较小（174只正常听力耳朵和388只感音神经性听力损失耳朵），且仅覆盖了0.3至4.3 kHz的频率范围	开发深度学习模型以定量预测听力阈值	正常听力及感音神经性听力损失的耳朵	机器学习	听力损失	扫频刺激频率耳声发射（SFOAEs）	CNN, KNN, SVM, RF	SFOAE振幅谱及其信噪比谱	174只正常听力耳朵和388只感音神经性听力损失耳朵
677	2025-05-28	Detection and position evaluation of chest percutaneous drainage catheter on chest radiographs using deep learning 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0305859 PMID:39133733	research paper	本研究开发了一种基于深度学习的算法，用于自动检测胸部经皮导管引流（PCD）并评估导管在胸部X光片上的位置	首次使用深度学习算法自动检测和评估胸部PCD导管的位置，提高了诊断效率和准确性	研究为回顾性研究，样本量相对有限（1,217张胸部X光片），且仅来自单一机构	开发一种自动检测和评估胸部PCD导管位置的算法，以辅助放射科医生和临床医生早期发现导管位置异常和功能异常	胸部经皮导管引流（PCD）的导管位置	digital pathology	lung cancer	deep learning	CNN	image	1,217张胸部X光片（来自960名患者）
678	2025-05-28	Towards Interpretable End-Stage Renal Disease (ESRD) Prediction: Utilizing Administrative Claims Data with Explainable AI Techniques 2024, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:40417492	research paper	本研究探讨了利用行政索赔数据结合先进的机器学习和深度学习技术预测慢性肾病（CKD）进展至终末期肾病（ESRD）的潜力	使用LSTM模型在24个月观察窗口内预测ESRD进展表现出优越性能，并通过SHAP分析增强模型的可解释性	NA	预测慢性肾病（CKD）进展至终末期肾病（ESRD）	慢性肾病（CKD）患者	machine learning	geriatric disease	machine learning, deep learning	Random Forest, XGBoost, LSTM	administrative claims data	10年数据集，由一家大型健康保险组织提供
679	2025-05-28	Enhancing Wearable Sensor Data Classification Through Novel Modified- Recurrent Plot-Based Image Representation and Mixup Augmentation 2024, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:40417521	研究论文	本文提出了一种新颖的基于改进递归图的图像表示方法，结合了时间和频域信息，用于增强可穿戴传感器数据的分类性能	提出了一种改进的递归图图像表示方法，整合了时间和频域信息，并采用傅里叶变换进行频域角度差估计	需要传感器特定的预处理和架构修改，且数据收集过程较为繁琐	提升可穿戴传感器数据的分类性能，特别是在活动识别和实时血糖水平预测领域	可穿戴传感器数据	机器学习	NA	傅里叶变换	NA	传感器数据	NA
680	2025-05-28	Meta-Learning on Augmented Gene Expression Profiles for Enhanced Lung Cancer Detection 2024, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:40417531	研究论文	本研究提出了一种基于元学习的方法，通过增强基因表达谱数据来提高肺癌检测的准确性	引入元学习技术解决基因表达数据样本量不足的问题，并通过多数据集联合训练提升模型性能	仅针对DNA微阵列数据，未验证在其他基因检测技术上的适用性	开发适用于小样本基因表达数据的肺癌检测方法	肺癌患者的基因表达谱数据	机器学习	肺癌	DNA微阵列	深度神经网络	基因表达数据	四个不同数据集（一个目标数据集+三个源数据集）