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
7521	2025-01-31	Deep learning-based algorithm for classifying high-resolution computed tomography features in coal workers' pneumoconiosis 2025-Jan-27, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01333-4 PMID:39871257	研究论文	本文开发了一种基于深度学习的算法，用于分类煤工尘肺病的高分辨率计算机断层扫描特征	结合DenseNet与ECA-Net，开发了一种新的深度学习模型，并成功应用于2D HRCT图像的自动分类	研究样本仅限于217名煤工尘肺病患者和粉尘暴露工人，可能限制了模型的泛化能力	开发一种能够准确分类煤工尘肺病临床影像特征的深度学习算法	煤工尘肺病患者和粉尘暴露工人的高分辨率计算机断层扫描图像	计算机视觉	尘肺病	深度学习	DenseNet-ECA	图像	217名煤工尘肺病患者和粉尘暴露工人的高分辨率计算机断层扫描图像，包含超过1700个感兴趣区域
7522	2025-01-31	The clinical application of artificial intelligence in cancer precision treatment 2025-Jan-27, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06139-5 PMID:39871340	综述	本文综述了人工智能在癌症精准治疗中的临床应用及其最新进展	提供了人工智能在癌症精准医学中应用的最新发展综述，特别是在靶点预测、靶向药物生成、免疫治疗反应预测等领域的应用	缺乏对人工智能在癌症精准医学中影响的全面评估，且存在当前挑战和伦理问题	优化癌症患者的治疗效果并减少副作用，推动癌症精准医学的发展	癌症患者	机器学习	癌症	机器学习和深度学习	NA	高维数据集	NA
7523	2025-01-31	Histopathology and proteomics are synergistic for high-grade serous ovarian cancer platinum response prediction 2025-Jan-26, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-00808-w PMID:39863682	研究论文	本研究展示了结合H&E染色的全切片图像和蛋白质组学特征的多模态深度学习框架，显著提高了对高级别浆液性卵巢癌铂类药物反应的预测	结合H&E染色的全切片图像和蛋白质组学特征的多模态深度学习框架，显著提高了对铂类药物反应的预测，并优于同源重组缺陷（HRD）评分	NA	提高高级别浆液性卵巢癌（HGSOC）患者对铂类药物反应的预测准确性	高级别浆液性卵巢癌（HGSOC）患者	数字病理学	卵巢癌	H&E染色、蛋白质组学	多模态深度学习框架	图像、蛋白质组学数据	NA
7524	2025-01-31	A multicenter study of neurofibromatosis type 1 utilizing deep learning for whole body tumor identification 2025-Jan-26, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01454-z PMID:39863790	研究论文	本研究利用深度学习技术开发了一种基于MRI的模型，用于在复杂全身背景下自动筛查恶性外周神经鞘瘤（MPNSTs）	首次开发了一种适用于全身背景的深度学习模型，用于早期自动筛查MPNSTs，并引入了正常组织/器官标签以提供上下文信息	研究仅在中国七个中心的347名受试者中进行，样本量可能不足以代表更广泛的人群	开发一种高精度的MRI深度学习模型，用于在复杂全身背景下自动筛查MPNSTs	神经纤维瘤病1型（NF1）患者的全身MRI数据	数字病理	神经纤维瘤病1型	深度学习	轻量级深度神经网络	MRI图像	347名受试者
7525	2025-01-31	Disorder-induced enhancement of lithium-ion transport in solid-state electrolytes 2025-Jan-26, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56322-x PMID:39865086	研究论文	本文通过建立和应用深度学习势能模拟不同无序程度的锂硫磷酸盐电解质系统，揭示了无序驱动的扩散动力学显著增强了室温导电性	利用深度学习势能模拟无序电解质系统，揭示了无序对离子导电性的增强作用，并应用机器学习结构指纹“软度”分类无序诱导的“软”跳跃锂离子	研究主要集中于锂硫磷酸盐电解质系统，未涉及其他类型的固体电解质	研究固体电解质中离子传导机制，特别是结构无序对离子导电性的影响，以开发高性能全固态锂离子电池	锂硫磷酸盐电解质系统	机器学习	NA	深度学习势能模拟	深度学习	模拟数据	不同无序程度的锂硫磷酸盐电解质系统
7526	2025-01-31	The predictive value of radiomics and deep learning for synchronous distant metastasis in clear cell renal cell carcinoma 2025-Jan-25, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-01806-x PMID:39862356	研究论文	本研究旨在开发和验证一个结合CT影像组学和深度学习方法的预测模型，用于准确预测透明细胞肾细胞癌（ccRCC）患者的同步远处转移（SDM）	结合影像组学和深度学习技术，构建了一个综合预测模型，用于预测ccRCC患者的SDM，展示了较高的临床适用性	样本量相对较小，训练和验证队列分别为143和62名患者，可能影响模型的泛化能力	开发并验证一个预测模型，用于预测ccRCC患者的SDM	透明细胞肾细胞癌（ccRCC）患者	数字病理学	肾癌	CT影像组学、深度学习	支持向量机（SVM）、ResNet101	CT图像	训练队列143名ccRCC患者，验证队列62名ccRCC患者
7527	2025-01-31	Physical unclonable in-memory computing for simultaneous protecting private data and deep learning models 2025-Jan-25, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56412-w PMID:39863590	研究论文	本文提出了一种名为RePACK的三重数据保护方案，用于保护神经网络输入、权重和结构信息，以解决基于电阻随机存取内存的计算内存技术中的数据安全问题	提出了RePACK方案，利用二分排序编码方案和全片上物理不可克隆功能来存储数据，显著提高了枚举复杂度	实验仅在40纳米电阻内存计算内存芯片上进行，尚未在更广泛的硬件平台上验证	开发安全、稳健且高效的边缘神经网络加速器	神经网络输入、权重和结构信息	机器学习	NA	电阻随机存取内存计算内存技术	NA	神经网络数据	128列计算内存核心
7528	2025-01-31	DeepExtremeCubes: Earth system spatio-temporal data for assessing compound heatwave and drought impacts 2025-Jan-25, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04447-5 PMID:39863624	研究论文	本文介绍了DeepExtremeCubes数据库，旨在分析复合热浪和干旱极端事件对陆地生态系统的影响	提出了一个专门用于分析复合热浪和干旱极端事件影响的数据集，包含超过40,000个全球采样的小数据立方体	数据复杂性可能挑战机器学习模型的有效性	预测气候极端事件对陆地生态系统的影响	持久性自然植被	机器学习	NA	NA	NA	图像、气象数据、地形图	超过40,000个全球采样的小数据立方体，空间覆盖范围为2.5 x 2.5公里
7529	2025-01-31	Improvement of flipped classroom teaching in colleges and universities based on virtual reality assisted by deep learning 2025-Jan-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87450-5 PMID:39863690	研究论文	本文设计了一种基于虚拟现实（VR）和对比语言-图像预训练（CLIP）算法的高校翻转课堂新模式，旨在解决翻转课堂在个性化教学和互动效果提升方面的局限性	通过跨模态数据融合，将学生操作行为与教学内容深度结合，并通过智能反馈机制提升教学效果	未明确提及具体局限性	通过VR技术和智能反馈增强个性化学习体验，提高教学效率和自主学习效果，促进互动教学模式的创新	高校翻转课堂	教育技术	NA	虚拟现实（VR）、对比语言-图像预训练（CLIP）算法	NA	视频、图像、跨模态数据	未明确提及样本量
7530	2025-01-31	Accelerating Plasmonic Hydrogen Sensors for Inert Gas Environments by Transformer-Based Deep Learning 2025-Jan-24, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c02616 PMID:39764741	研究论文	本文介绍了一种基于Transformer的深度学习模型LEMAS，用于加速光学等离子体氢传感器的响应速度，并在模拟惰性气体环境下消除其固有的压力依赖性	提出了LEMAS模型，通过深度学习加速传感器响应速度，并在惰性气体环境下消除传感器的压力依赖性	研究主要针对惰性气体环境下的氢传感器，未涉及其他环境或气体检测	加速氢传感器的响应速度，提高其在惰性气体环境下的检测性能	光学等离子体氢传感器	机器学习	NA	深度学习	Transformer	传感器数据	NA
7531	2025-01-31	Predicting and synthesizing terahertz spoof surface plasmon polariton devices with a convolutional neural network model 2025-Jan-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86806-1 PMID:39856181	研究论文	本研究提出了一种基于卷积神经网络（CNN）的模型，用于预测和合成太赫兹频段的欺骗表面等离子体极化子（SSPP）器件	首次使用CNN预测SSPP及其强度，并允许设计者自由选择入射介质材料和指定入射角度	未提及具体样本量或数据集的详细描述	预测和设计太赫兹频段的传感器和吸收器	金属多级光栅结构（MMGS）的SSPP	电磁学	NA	卷积神经网络（CNN），严格耦合波分析（RCWA），快速傅里叶分解（FFF）	CNN	电磁谱数据	NA
7532	2025-01-31	Attention-based interactive multi-level feature fusion for named entity recognition 2025-Jan-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86718-0 PMID:39856193	研究论文	本文提出了一种基于注意力的交互式多层次特征融合框架（AIMFF），用于改进命名实体识别（NER）任务	提出了一种新的注意力机制，能够从不同角度获取多层次特征，并交互式地捕捉不同特征之间的依赖关系	未提及具体局限性	改进命名实体识别（NER）任务，通过多层次特征融合提升模型性能	命名实体识别（NER）任务中的实体，如人名（PER）、地名（LOC）和组织名（ORG）	自然语言处理	NA	深度学习技术	基于注意力的交互式多层次特征融合框架（AIMFF）	文本	在三个数据集上进行了实验
7533	2025-01-31	A multimodal transformer system for noninvasive diabetic nephropathy diagnosis via retinal imaging 2025-Jan-24, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01393-1 PMID:39856403	研究论文	本文开发了一种基于transformer的深度学习系统，用于通过非侵入性多模态数据（眼底图像和临床特征）检测糖尿病肾病（DN）和非糖尿病肾病（NDRD）	提出了一种新的transformer-based深度学习系统Trans-MUF，用于非侵入性诊断糖尿病肾病和非糖尿病肾病，避免了传统活检的需求	研究主要基于回顾性和前瞻性数据集，虽然展示了良好的泛化能力，但仍需进一步验证其在不同临床环境中的适用性	改革传统的活检诊断模式，通过非侵入性方法自动区分糖尿病肾病和非糖尿病肾病	糖尿病肾病（DN）和非糖尿病肾病（NDRD）患者	数字病理学	糖尿病肾病	深度学习	transformer	图像, 临床特征	内部回顾性数据集、前瞻性数据集和多中心、跨机器、多操作者数据集
7534	2025-01-31	Clinically oriented automatic three-dimensional enamel segmentation via deep learning 2025-Jan-24, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-024-05385-1 PMID:39856656	研究论文	本研究开发了一种基于深度学习的2.5D Attention U-Net模型，用于临床环境中牙齿釉质的自动、高效和准确分割	提出了2.5D Attention U-Net模型，能够在少量样本数据集上进行训练，实现牙齿釉质的自动分割，并生成3D釉质模型进行厚度分析	模型在少量样本数据集上进行训练，可能限制了其泛化能力	开发一种自动、高效且准确的牙齿釉质分割方法，以辅助临床诊断和治疗	牙齿釉质	计算机视觉	NA	深度学习	2.5D Attention U-Net	图像	少量样本数据集
7535	2025-01-31	Spatial transcriptome reveals histology-correlated immune signature learnt by deep learning attention mechanism on H&E-stained images for ovarian cancer prognosis 2025-Jan-24, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-06007-8 PMID:39856778	研究论文	本研究利用深度学习注意力机制从H&E染色图像中学习空间转录组揭示的组织学相关免疫特征，以预测卵巢癌的预后	通过结合空间转录组数据和深度学习注意力机制，揭示了H&E染色图像中与免疫特征相关的区域，为卵巢癌预后提供了新的预测方法	研究依赖于TCGA数据集，样本来源有限，且需要进一步验证模型的普适性	预测卵巢癌患者的预后，并揭示预测机制	335名未经治疗的高级别浆液性卵巢癌患者的773张H&E染色全切片图像	数字病理学	卵巢癌	空间转录组分析	ResNet101 CNN（带注意力机制）	图像（H&E染色全切片图像）	773张H&E染色全切片图像，来自335名患者
7536	2025-01-31	Deep Learning Enabled Scoring of Pancreatic Neuroendocrine Tumors Based on Cancer Infiltration Patterns 2025-Jan-23, Endocrine pathology IF:11.3Q1 DOI:10.1007/s12022-025-09846-3 PMID:39847242	研究论文	本研究提出了一种基于深度学习的计算流程，首次实现了胰腺神经内分泌肿瘤（PanNETs）的自动分类	首次将病理学领域知识整合到图神经网络（GNN）的构建和训练中，以更深入地利用肿瘤微环境及其结构变化进行PanNET分类	研究仅基于105张HE染色的全切片图像，样本量相对较小	开发自动化系统以减少观察者变异性，实现PanNET的自动分类	胰腺神经内分泌肿瘤（PanNETs）	数字病理学	胰腺神经内分泌肿瘤	深度学习	图神经网络（GNN）	图像	105张HE染色的全切片图像
7537	2025-01-31	A deep learning approach for early prediction of breast cancer neoadjuvant chemotherapy response on multistage bimodal ultrasound images 2025-Jan-23, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01543-7 PMID:39849366	研究论文	本研究提出了一种新的卷积神经网络模型，用于早期预测乳腺癌新辅助化疗的疗效	提出了双模态分层特征融合模块（BLFFM）和时间混合注意力模块（THAM），能够有效挖掘灰度超声（GUS）和彩色多普勒血流成像（CDFI）之间的复杂相关性和互补特征信息	NA	早期预测乳腺癌新辅助化疗的疗效	局部晚期乳腺癌（LABC）患者	计算机视觉	乳腺癌	NA	卷积神经网络（CNN）	图像	101名患者的多阶段双模态超声图像组合，共3000组
7538	2025-01-31	Distributed training of foundation models for ophthalmic diagnosis 2025-Jan-22, Communications engineering DOI:10.1038/s44172-025-00341-5 PMID:39843622	研究论文	本文提出了一种分布式深度学习框架，结合自监督和领域自适应联邦学习，用于从光学相干断层扫描图像中增强眼病的检测	该框架采用自监督的掩码预训练策略开发了一个强大的基础编码器，并在本地、集中和联邦学习设置下进行了性能比较，结果显示自监督方法显著提高了曲线下面积	NA	提高眼病（如糖尿病视网膜病变和年龄相关性黄斑变性）的检测和诊断效率	光学相干断层扫描图像	计算机视觉	眼病	自监督学习、联邦学习	深度学习	图像	七个光学相干断层扫描数据集
7539	2025-01-31	Equitable artificial intelligence for glaucoma screening with fair identity normalization 2025-Jan-20, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01432-5 PMID:39833503	研究论文	本文提出了一种公平身份归一化（FIN）模块，用于提高青光眼筛查中深度学习模型在不同身份群体间的公平性	开发了公平身份归一化（FIN）模块，以均衡不同身份群体的特征重要性，从而提高模型性能的公平性	未明确提及具体的研究局限性	提高青光眼筛查中深度学习模型在不同种族和民族群体间的公平性	青光眼患者和非青光眼患者	计算机视觉	青光眼	光学相干断层扫描（OCT）	深度学习模型	图像	未明确提及具体样本数量
7540	2025-01-31	Integrating pharmacogenomics and cheminformatics with diverse disease phenotypes for cell type-guided drug discovery 2025-Jan-20, Genome medicine IF:10.4Q1 DOI:10.1186/s13073-025-01431-x PMID:39833831	研究论文	本文提出了一种基于网络的统计方法Pathopticon，整合了药物基因组学和化学信息学数据，用于细胞类型依赖的药物发现	Pathopticon方法首次将细胞类型特异性基因-药物扰动网络与化学信息学数据及多种疾病表型整合，以细胞类型依赖的方式优先考虑药物	尽管Pathopticon在预测性能上优于现有方法，但其在更广泛疾病类型中的应用仍需进一步验证	开发一种细胞类型特异性的药物发现和重新定位平台，以提高药物开发的效率和成功率	细胞类型特异性基因-药物扰动网络和疾病-基因网络	生物信息学	血管疾病	实时聚合酶链反应（qPCR）	网络模型	基因表达数据	569个疾病签名和73个基因集