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
6821	2025-02-20	Sex estimation with convolutional neural networks using the patella magnetic resonance image slices 2025-Feb-19, Forensic science, medicine, and pathology DOI:10.1007/s12024-025-00943-7 PMID:39969760	研究论文	本研究通过开发的模型，使用EfficientNetB3、MobileNetV2、VGG16、ResNet50和DenseNet121架构，在髌骨磁共振图像上进行性别估计	首次在髌骨磁共振图像切片上应用多种深度学习架构进行性别估计，无需使用传统的形态测量方法	样本量相对较小，仅包含696名患者，且未对不同年龄段或种族群体进行细分分析	开发自动化的性别估计方法，减少对经验丰富人员的依赖并提高效率	696名患者（293名男性和403名女性）的6710张髌骨磁共振图像切片	计算机视觉	NA	磁共振成像（MRI）	CNN（包括EfficientNetB3、MobileNetV2、VGG16、ResNet50和DenseNet121）	图像	696名患者的6710张髌骨磁共振图像切片
6822	2025-02-20	Artificial intelligence in the management of metabolic disorders: a comprehensive review 2025-Feb-19, Journal of endocrinological investigation IF:3.9Q2 DOI:10.1007/s40618-025-02548-x PMID:39969797	综述	本文综述了人工智能在代谢性疾病管理中的重要作用，包括糖尿病、肥胖、代谢功能障碍相关脂肪肝病和甲状腺功能障碍	本文综合探讨了AI在代谢性疾病管理中的多种应用，如早期诊断、个性化治疗、风险评估和生物标志物发现，并强调了AI与临床实践结合的革命性潜力	本文提到AI实施中的挑战和伦理考虑，如数据隐私、模型可解释性和偏见缓解，但未深入探讨具体解决方案	探讨人工智能在代谢性疾病管理中的应用及其潜力	代谢性疾病，包括糖尿病、肥胖、代谢功能障碍相关脂肪肝病和甲状腺功能障碍	自然语言处理, 计算机视觉, 机器学习	代谢性疾病	机器学习(ML), 深度学习(DL), 自然语言处理(NLP), 强化学习	NA	NA	NA
6823	2025-02-20	Deep learning for augmented process monitoring of scalable perovskite thin-film fabrication 2025-Feb-18, Energy & environmental science IF:32.4Q1 DOI:10.1039/d4ee03445g PMID:39830789	研究论文	本文展示了深度学习在增强大面积钙钛矿薄膜制造过程监控中的应用	利用深度学习增强成像方法，实现材料成分监控、薄膜质量早期评估及过程控制建议生成	研究基于中等规模数据集，可能在大规模应用中存在限制	提高钙钛矿光伏材料的大面积制造可重复性	钙钛矿薄膜的制造过程	机器学习	NA	深度学习	NA	图像数据	中等规模数据集
6824	2025-02-20	[Deep learning algorithms for intelligent construction of a three-dimensional maxillofacial symmetry reference plane] 2025-Feb-18, Beijing da xue xue bao. Yi xue ban = Journal of Peking University. Health sciences PMID:39856515	研究论文	本研究开发了一种基于深度学习的算法（MDGR-Net），用于智能注册三维颌面部点云数据，以构建颌面部对称参考平面	提出了一种基于动态图的注册网络模型（MDGR-Net），用于智能注册三维颌面部点云数据，并通过主成分分析（PCA）算法生成对称参考平面	研究主要依赖于内部和外部测试集的数据，样本量相对有限，且未涉及其他类型的颌面部畸形	开发一种智能算法，用于临床牙科应用中的三维颌面部对称参考平面构建	400名无明显畸形的临床患者的三维颌面部点云数据	计算机视觉	颌面部畸形	深度学习、主成分分析（PCA）、奇异值分解（SVD）	MDGR-Net	三维点云数据	400名患者，通过数据增强生成2000个数据集
6825	2025-02-20	Integrating State-Space Modeling, Parameter Estimation, Deep Learning, and Docking Techniques in Drug Repurposing: A Case Study on COVID-19 Cytokine Storm 2025-Feb-18, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocaf035 PMID:39965087	研究论文	本研究通过整合状态空间建模、参数估计、深度学习和分子对接技术，探索药物再利用在COVID-19细胞因子风暴中的应用	结合数学建模、PID控制器、深度学习和分子对接技术，提出了一种综合方法用于快速识别关键调控蛋白和药物再利用	研究主要针对COVID-19的细胞因子风暴，未广泛验证其他病毒或疾病的应用效果	开发快速有效的治疗方法，以应对SARS-CoV-2变种带来的挑战	COVID-19细胞因子风暴中的关键调控蛋白（如ACE2）	药物再利用	COVID-19	状态空间建模、参数估计、深度学习、分子对接	深度学习模型	蛋白质相互作用数据、药物-靶点相互作用数据	NA
6826	2025-02-20	Capsule network-based deep learning for early and accurate diabetic retinopathy detection 2025-Feb-18, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-024-03391-4 PMID:39966199	研究论文	本研究旨在通过结合UNet++和胶囊网络（CapsNet）进行特征学习，以提高糖尿病视网膜病变的早期和准确检测	结合UNet++和CapsNet进行特征学习，提出了一种新的混合模型用于青光眼检测，相比传统卷积神经网络对青光眼变化更敏感	研究指出AI应用在眼科医疗保健中的革命性影响，但未明确提及具体局限性	提高青光眼诊断的准确性和早期检测	青光眼患者的视网膜图像	计算机视觉	青光眼	Histogram Equalization, Contrast Limited Adaptive Histogram Equalization (CLAHE)	UNet++, CapsNet	图像	十个基准数据集
6827	2025-02-20	Dual-Domain Self-Supervised Deep Learning with Graph Convolution for Low-Dose Computed Tomography Reconstruction 2025-Feb-18, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01314-4 PMID:39966223	研究论文	本文提出了一种名为DDoS的双域自监督深度学习框架，用于低剂量计算机断层扫描（LDCT）图像的去噪和重建	DDoS框架结合了图卷积和多通道注意力模块，能够在sinogram域和图像域同时进行去噪，有效提升了LDCT图像的信噪比	尽管DDoS框架在实验中表现出色，但其在临床环境中的实际应用仍需进一步验证	提高低剂量计算机断层扫描（LDCT）图像的信噪比，以满足诊断所需的图像质量	低剂量计算机断层扫描（LDCT）图像	计算机视觉	NA	深度学习	图卷积网络（GCN）	图像	两个大规模LDCT数据集
6828	2025-02-20	Letter to the Editor: "A Deep Learning System to Predict Epithelial Dysplasia in Oral Leukoplakia" 2025-Feb-18, Journal of dental research IF:5.7Q1 DOI:10.1177/00220345251317097 PMID:39966688	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
6829	2025-02-20	Enhancing automated right-sided early-stage breast cancer treatments via deep learning model adaptation without additional training 2025-Feb-18, Medical physics IF:3.2Q1 DOI:10.1002/mp.17682 PMID:39966996	研究论文	本文提出了一种无需额外训练的深度学习模型适应方法，用于自动化右侧早期乳腺癌治疗计划	通过调整模型设置和对称结构交换，实现了无需额外训练的模型适应，从而提高了自动化治疗计划的效率	该方法仅适用于特定治疗计划系统（TPS），且需要进一步验证其在其他平台上的适用性	简化自动化右侧乳腺癌治疗计划的生成过程，避免额外的模型训练	右侧乳腺癌患者	数字病理	乳腺癌	深度学习模型适应	深度学习模型	剂量分布数据	30名患者（10名用于模型调优，20名用于模型验证，10名用于临床应用）
6830	2025-02-20	Dose prediction via deep learning to enhance treatment planning of lung radiotherapy including simultaneous integrated boost techniques 2025-Feb-18, Medical physics IF:3.2Q1 DOI:10.1002/mp.17692 PMID:39967020	研究论文	本研究探讨了使用深度学习预测包括同步整合增强技术（SIB）在内的肺癌放疗剂量分布的可行性及其在改善治疗计划质量中的潜在益处	首次验证了深度学习在预测包括SIB技术在内的肺癌放疗剂量分布中的应用，并评估了其在自动治疗计划和评估中的潜在益处	研究样本量相对较小，且仅基于单一机构的患者数据，可能限制了结果的普遍性	研究深度学习在预测肺癌放疗剂量分布中的可行性及其在改善治疗计划质量中的潜在益处	肺癌患者	数字病理	肺癌	深度学习	3D U-Net	CT图像、目标和正常组织轮廓、处方剂量	93例回顾性临床VMAT计划（75例用于训练，18例用于测试），以及10例前瞻性患者
6831	2025-02-20	Enhancing Semantic Segmentation in High-Resolution TEM Images: A Comparative Study of Batch Normalization and Instance Normalization 2025-Feb-17, Microscopy and microanalysis : the official journal of Microscopy Society of America, Microbeam Analysis Society, Microscopical Society of Canada IF:2.9Q1 DOI:10.1093/mam/ozae093 PMID:39405188	研究论文	本文研究了批量归一化（BN）和实例归一化（IN）对高分辨率透射电子显微镜（TEM）图像语义分割深度学习模型性能的影响	通过比较BN和IN在U-Net和ResNet架构上的表现，发现IN在Dice分数和交并比指标上持续优于BN，强调了选择适当归一化方法的重要性	研究仅基于两种数据集，可能无法全面反映所有TEM图像的特性	探讨不同归一化方法对TEM图像语义分割深度学习模型性能的影响	高分辨率透射电子显微镜（TEM）图像	计算机视觉	NA	深度学习	U-Net, ResNet	图像	两个不同的数据集
6832	2025-02-20	A dataset for surface defect detection on complex structured parts based on photometric stereo 2025-Feb-16, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04454-6 PMID:39956811	研究论文	本文提出了一种基于深度学习和光度立体视觉的表面缺陷检测技术，并创建了金属表面缺陷数据集（MSDD）	提出了一种新的缺陷检测技术，结合了光度立体视觉和深度学习，并创建了一个包含多种缺陷类型的金属表面缺陷数据集	NA	解决工业缺陷检测中的阴影和表面反射问题，特别是在非平面零件上的检测	金属表面缺陷	计算机视觉	NA	光度立体视觉	FCOS, YOLOv5, YOLOv8, RT-DETR	图像	138,585张单通道图像和9,239张混合图像
6833	2025-02-20	RNA-protein interaction prediction using network-guided deep learning 2025-Feb-16, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-07694-9 PMID:39956833	研究论文	本文介绍了一种名为ZHMolGraph的新方法，通过整合图神经网络和无监督大型语言模型来预测RNA-蛋白质相互作用	ZHMolGraph方法在RNA-蛋白质相互作用预测中表现出色，特别是在处理未知RNA和蛋白质时，显著提高了预测准确率	RNA的数量有限且其灵活性限制了深度学习模型在RNA-蛋白质相互作用预测中的效果	提高RNA-蛋白质相互作用预测的准确性	RNA和蛋白质的相互作用	机器学习	NA	图神经网络，无监督大型语言模型	GNN, 大型语言模型	RNA和蛋白质的相互作用数据	两个基准数据集，包括未知RNA和蛋白质的数据集
6834	2025-02-20	Helmet material design for mitigating traumatic axonal injuries through AI-driven constitutive law enhancement 2025-Feb-16, Communications engineering DOI:10.1038/s44172-025-00370-0 PMID:39956866	研究论文	本文通过AI驱动的本构定律增强，优化头盔衬里材料设计，以减少创伤性轴索损伤	利用深度学习模型预测不同衬里材料保护下假人头部的峰值旋转速度和加速度，并通过材料优化显著降低脑损伤风险	研究主要针对250至500焦耳冲击能量范围内的脑损伤风险，未涵盖所有可能的冲击条件	提高运动头盔对脑损伤的保护效率	头盔衬里材料	机器学习	脑损伤	深度学习	深度学习模型	模拟数据	NA
6835	2025-02-20	Advanced prognostic modeling with deep learning: assessing long-term outcomes in liver transplant recipients from deceased and living donors 2025-Feb-16, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06183-1 PMID:39956905	研究论文	本研究利用深度学习技术开发了一种先进的预后模型，用于评估肝移植受者的长期结果，特别关注区分死者和活体供体移植	使用深度学习技术进行肝移植后的长期生存预测，并比较了死者和活体供体移植的生存预测效果	研究依赖于UNOS数据库的数据，可能受到数据质量和完整性的限制	开发一个先进的预后模型来评估肝移植受者的长期结果	肝移植受者，包括死者和活体供体移植的受者	机器学习	肝病	深度学习	Deeplearning4j Multilayer Perceptron (Dl4jMLP)	临床、人口统计和移植相关变量	353,589条记录，涵盖1998年至2023年的数据
6836	2025-02-20	Development and validation of MRI-derived deep learning score for non-invasive prediction of PD-L1 expression and prognostic stratification in head and neck squamous cell carcinoma 2025-Feb-16, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00837-5 PMID:39956910	研究论文	本研究开发并验证了一种基于MRI的深度学习评分（DLS），用于无创预测头颈部鳞状细胞癌（HNSCC）患者的PD-L1表达状态及其在免疫检查点抑制剂治疗后的预后分层	首次提出基于MRI的深度学习评分（DLS）用于无创预测HNSCC患者的PD-L1表达状态，并结合预后分层评估其潜在效率	研究依赖于手动分割肿瘤区域，可能存在主观偏差，且样本量虽大但来自两个机构，可能存在数据异质性	开发一种无创的深度学习评分方法，用于预测HNSCC患者的PD-L1表达状态及其预后分层	头颈部鳞状细胞癌（HNSCC）患者	数字病理学	头颈部鳞状细胞癌	MRI成像	ResNet-101卷积神经网络	MRI图像	610名HNSCC患者
6837	2025-02-20	AlphaFold prediction of structural ensembles of disordered proteins 2025-Feb-14, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56572-9 PMID:39952928	研究论文	本文介绍了一种名为AlphaFold-Metainference的方法，利用AlphaFold预测的距离作为分子动力学模拟中的结构约束，构建有序和无序蛋白质的结构集合	提出了一种结合AlphaFold和分子动力学模拟的新方法，用于预测无序蛋白质的结构集合，这是对现有蛋白质结构预测技术的重要扩展	该方法依赖于AlphaFold的预测精度，且主要基于折叠蛋白质的结构数据库进行训练，可能对无序蛋白质的预测存在一定局限性	研究如何将深度学习技术应用于无序蛋白质的结构预测，以解决其异质性和动态性问题	有序和无序蛋白质	生物信息学	NA	AlphaFold, 分子动力学模拟	深度学习	蛋白质结构数据	NA
6838	2025-02-20	Global Daily Column Average CO2 at 0.1° × 0.1° Spatial Resolution Integrating OCO-3, GOSAT, CAMS with EOF and Deep Learning 2025-Feb-14, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-04135-w PMID:39952969	研究论文	本研究通过整合CAMS、GOSAT和OCO-3卫星数据，利用DINEOF和DINCAE方法重建了高时空分辨率的全球二氧化碳柱平均浓度数据集	结合DINEOF和DINCAE两种先进的数据重建方法，填补了卫星观测数据中的缺失，生成了高分辨率、无间隙的全球二氧化碳柱平均浓度数据集	未提及具体的数据覆盖时间范围或长期稳定性验证	解决卫星观测数据中的缺失问题，生成高时空分辨率的全球二氧化碳分布数据	全球二氧化碳柱平均浓度	机器学习	NA	DINEOF, DINCAE	卷积自编码器	卫星观测数据	整合了CAMS、GOSAT和OCO-3卫星的观测数据
6839	2025-02-20	Predicting early recurrence in locally advanced gastric cancer after gastrectomy using CT-based deep learning model: a multicenter study 2025-Feb-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002184 PMID:39715142	研究论文	本研究开发了一种基于术前多期CT图像的深度学习模型（DLER MLP），用于预测局部晚期胃癌（LAGC）患者的早期复发，并探讨了该模型的生物学基础	结合DenseNet169和多期2.5D CT图像开发了DLER模型，并整合临床因素构建了DLER MLP分类器，显著提高了早期复发的预测性能	研究为回顾性设计，可能存在选择偏倚，且样本来源仅限于三个医疗中心和TCIA数据库	开发一种基于CT图像的深度学习模型，用于预测局部晚期胃癌患者的早期复发，并优化治疗策略	局部晚期胃癌（LAGC）患者	数字病理学	胃癌	RNA测序	DenseNet169, 多层感知器（MLP）	CT图像	620名LAGC患者，来自三个医疗中心和TCIA数据库
6840	2025-02-20	Complex conjugate removal in optical coherence tomography using phase aware generative adversarial network 2025-Feb, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.30.2.026001 PMID:39963188	研究论文	本文提出了一种基于生成对抗网络的深度学习方法来消除光学相干断层扫描中的复共轭伪影	利用生成对抗网络结合OCT扫描的强度图像和相位图像，无需额外硬件即可有效去除复共轭伪影	NA	开发一种无需额外硬件的深度学习方法来消除OCT扫描中的复共轭伪影	光学相干断层扫描中的复共轭伪影	计算机视觉	NA	光学相干断层扫描	生成对抗网络	图像	包括体模、人体皮肤和活体小鼠眼睛在内的多种样本