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
8821	2025-05-14	Lossless compression-based detection of osteoporosis using bone X-ray imaging 2024, Journal of X-ray science and technology IF:1.7Q3 DOI:10.3233/XST-230238 PMID:38393881	research paper	该研究提出了一种基于深度学习的无损压缩方法，用于通过骨X射线图像检测骨质疏松症	提出了一种新的图像处理方法，通过分离感兴趣区域(ROI)和非ROI来减少数据冗余，并结合SVM分类器提高诊断准确性	未提及样本多样性和外部验证结果	提高骨质疏松症的诊断准确性	骨X射线图像	digital pathology	骨质疏松症	深度学习，X射线成像	SVM	image	NA
8822	2025-05-14	Label-free imaging of nuclear membrane for analysis of nuclear import of viral complexes 2023-12, Journal of virological methods IF:2.2Q3 DOI:10.1016/j.jviromet.2023.114834 PMID:37875225	研究论文	本文提出了一种利用深度学习模型进行无标记核膜成像的方法，以研究HIV-1病毒复合物的核输入机制	利用深度学习模型实现无标记核膜成像，避免了传统荧光标记的挑战，特别是在原代细胞中的应用	模型在活细胞中的应用仍需进一步验证，且可能受限于特定细胞类型或条件	研究HIV-1病毒复合物在非分裂细胞中的核输入机制	HIV-1病毒复合物及宿主细胞核膜	数字病理学	HIV感染	透射光显微镜，深度学习模型	深度神经网络	图像	未明确说明具体样本数量，但涉及固定细胞和活细胞的成像
8823	2025-05-14	Application of an artificial intelligence-based tool in [18F]FDG PET/CT for the assessment of bone marrow involvement in multiple myeloma 2023-10, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-023-06339-5 PMID:37493665	研究论文	本研究验证了一种基于三维深度学习的工具，用于自动化评估多发性骨髓瘤患者骨髓代谢强度的PET/CT图像分析	首次应用深度学习工具自动化评估多发性骨髓瘤患者的骨髓代谢强度，并验证其与临床相关参数的相关性	样本量较小（35例患者），需要在更大患者队列中进行前瞻性研究进一步验证	验证一种自动化评估多发性骨髓瘤患者骨髓代谢强度的PET/CT图像分析方法	多发性骨髓瘤患者的PET/CT图像	数字病理	多发性骨髓瘤	PET/CT成像	深度学习	医学影像	35例未经治疗的多发性骨髓瘤患者
8824	2025-05-14	Protocol for automated multivariate quantitative-image-based cytometry analysis by fluorescence microscopy of asynchronous adherent cells 2023-09-15, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2023.102446 PMID:37453067	研究论文	本文提出了一种基于荧光显微镜的异步贴壁细胞多变量定量图像细胞术（QIBC）分析协议	开发了一个开源的Fiji脚本，整合了基于人工智能的深度学习工具，用于自动核分割，最小化用户调整	NA	提供一种高效的多变量定量图像细胞术分析方法	异步贴壁细胞	数字病理学	NA	荧光显微镜	深度学习	图像	NA
8825	2025-05-14	A knowledge-integrated deep learning framework for cellular image analysis in parasite microbiology 2023-09-15, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2023.102452 PMID:37537845	research paper	提出一个知识集成的深度学习框架，用于寄生虫微生物学中的细胞图像分析	结合知识表示与深度学习，应用于细胞图像分类、检测和重建任务	未提及具体性能指标或对比实验	开发一个用于微生物细胞图像分析的深度学习框架	寄生虫微生物的细胞图像	digital pathology	NA	deep learning	CNN	image	NA
8826	2025-05-14	AORTA Gene: Polygenic prediction improves detection of thoracic aortic aneurysm 2023-Aug-25, medRxiv : the preprint server for health sciences DOI:10.1101/2023.08.23.23294513 PMID:37662232	research paper	该研究利用深度学习测量升主动脉直径，并构建了一个包含110万个变体的多基因评分（AORTA Gene），以提高胸主动脉瘤的检测	首次将多基因评分（AORTA Gene）与临床因素结合，显著提高了胸主动脉直径的预测准确性	需要更大规模和更多样化的队列来开发更强大和公平的评分	提高胸主动脉瘤的检测准确性	UK Biobank、Mass General Brigham Biobank、Framingham Heart Study和All of Us的参与者	machine learning	thoracic aortic aneurysm	GWAS、PRScs-auto	deep learning	genomic data、clinical data	UK Biobank 49,939人（训练集39,524人，测试集4,962人）、MGB 5,469人、FHS 1,298人、All of Us 610人
8827	2025-05-14	Developing and verifying automatic detection of active pulmonary tuberculosis from multi-slice spiral CT images based on deep learning 2020, Journal of X-ray science and technology IF:1.7Q3 DOI:10.3233/XST-200662 PMID:32651351	research paper	本研究开发了一种基于深度学习的自动检测系统，用于从多层螺旋CT图像中识别活动性肺结核（ATB）	利用U-Net深度学习算法自动检测和分割ATB病变，并通过图像处理方法将2D病变转化为3D病变	研究数据来自单一教学医院，可能影响模型的泛化能力	简化活动性肺结核的诊断流程并提高诊断准确性	846名患者的CT图像数据集，包括ATB、肺炎和正常病例	digital pathology	lung cancer	multi-slice spiral CT	U-Net	image	846名患者（训练集：567例，测试集：279例）
8828	2025-05-13	From classical approaches to artificial intelligence, old and new tools for PDAC risk stratification and prediction 2025-Jul, Seminars in cancer biology IF:12.1Q1 DOI:10.1016/j.semcancer.2025.03.004 PMID:40147701	review	本文探讨了胰腺导管腺癌（PDAC）风险分层的演变，比较了传统流行病学框架与AI驱动的方法	提出将AI技术整合到PDAC风险分层中，以动态模型整合多种数据集，发现新的相互作用和风险特征	临床转化中的挑战包括数据稀缺、模型可解释性和外部验证	开发可扩展的个性化预测工具，以改善PDAC的早期检测和患者预后	胰腺导管腺癌（PDAC）	machine learning	pancreatic cancer	genome-wide association studies, polygenic risk scores, radiomics	machine learning, deep learning	genetic, clinical, lifestyle, imaging data	NA
8829	2025-05-13	Emittance minimization for aberration correction I: Aberration correction of an electron microscope without knowing the aberration coefficients 2025-Jul, Ultramicroscopy IF:2.1Q2 DOI:10.1016/j.ultramic.2025.114137 PMID:40222084	research paper	该论文提出了一种基于深度学习的电子显微镜像差校正方法，通过最小化束流发射度增长来实现自动校正	从加速器物理角度重新定义像差校正问题，提出基于发射度最小化的新方法，并开发了可快速执行的深度学习模型	需要依赖高速电子相机进行快速测量，第二部分才展示在线调谐方法	开发无需知道像差系数的电子显微镜自动像差校正方法	扫描透射电子显微镜(STEM)的电子束	电子显微镜技术	NA	深度学习	深度学习模型	Ronchigrams图像数据	NA
8830	2025-05-13	Evaluating crash risk factors of farm equipment vehicles on county and non-county roads using interpretable tabular deep learning (TabNet) 2025-Jul, Accident; analysis and prevention DOI:10.1016/j.aap.2025.108048 PMID:40252392	研究论文	本研究利用可解释的表格深度学习模型TabNet评估了农用设备车辆在县道和非县道上的碰撞风险因素	首次应用TabNet模型分析农用设备车辆事故严重性因素，并比较县道与非县道差异，提供特征重要性和SHAP图的可解释性	研究基于特定数据集，可能无法完全代表所有地区的农用设备车辆事故情况	评估农用设备车辆在不同类型道路上的碰撞风险因素，为制定针对性安全措施提供依据	涉及农用设备车辆的交通事故	机器学习	NA	TabNet, SMOTE, SHAP	TabNet	表格数据	未明确说明具体样本量（农用设备车辆事故数据）
8831	2025-05-13	A general deep learning model for predicting and classifying pea protein content via visible and near-infrared spectroscopy 2025-Jun-30, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143617 PMID:40049135	研究论文	本研究提出了一种名为PeaNet的深度学习模型，用于通过可见光和近红外光谱预测和分类豌豆蛋白质含量	PeaNet模型采用改进的卷积神经网络架构，显著优于传统机器学习模型和传统深度学习架构	研究仅基于52个品种的156个光谱数据集，样本多样性可能有限	快速准确地检测豌豆蛋白质含量，以促进育种和食品质量控制	豌豆蛋白质含量	机器学习	NA	可见光和近红外光谱	改进的CNN	光谱数据	156个来自52个不同品种的光谱数据集
8832	2025-05-13	Forecasting climate change effects on Saline Lakes through advanced remote sensing and deep learning 2025-Jun-10, The Science of the total environment DOI:10.1016/j.scitotenv.2025.179582 PMID:40324314	研究论文	本研究通过先进的遥感和深度学习技术预测气候变化对盐湖的影响	结合SRGAN和MRS技术提升卫星图像分辨率，并利用CA-Markov模型和LSTM算法高精度预测盐湖未来变化	研究结果依赖于RCP8.5气候情景假设，可能无法涵盖所有潜在气候变化情况	预测气候变化对盐湖特征及周边生态环境的影响	查卡湖、图兹湖和拉扎扎湖等盐湖	遥感与深度学习	NA	SRGAN、MRS、CA-Markov建模、LSTM算法	SRGAN、LSTM	卫星图像	查卡湖、图兹湖和拉扎扎湖等多个盐湖的长期观测数据
8833	2025-05-13	DKCN-Net: Deep kronecker convolutional neural network-based lung disease detection with federated learning 2025-Jun, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108376 PMID:39986257	研究论文	提出了一种基于深度克罗内克卷积神经网络（DKCN-Net）和联邦学习（FL）的肺病检测方法	结合联邦学习保护患者数据隐私，并引入DKCN-Net提高肺病检测的准确性和稳定性	处理每个时间戳需要50秒，可能影响实时性	开发一种高稳定性且保护隐私的肺病检测技术	肺病检测	数字病理学	肺癌	联邦学习（FL）、自适应高斯滤波（AGF）、深度模糊聚类（DFC）	DKCN-Net（结合DKN和PCNN）、3D-FCN	CT图像	来自LIDC-IDRI数据库的CT图像
8834	2025-05-13	Bootstrap inference and machine learning reveal core differential plasma metabolic connectome signatures in major depressive disorder 2025-Jun-01, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2025.02.109 PMID:40044084	研究论文	通过自举推断和机器学习方法，研究重度抑郁症（MDD）患者血浆代谢网络的核心差异特征	首次大规模应用代谢网络分析方法揭示MDD患者代谢网络的显著重组特征，特别是亚油酸代谢途径的异常	研究仅基于英国生物银行数据，可能无法完全代表其他人群	探索重度抑郁症的代谢网络特征及其诊断潜力	182,053名英国生物银行参与者（9,425名MDD患者和172,628名健康对照）	机器学习	重度抑郁症	代谢组学网络分析、自举推断分析	极端梯度提升模型（XGBoost）、深度学习模型	血浆代谢组数据	182,053名参与者（9,425例MDD患者和172,628名健康对照）
8835	2025-05-13	Development of a digital algorithm for assessing tumor-stroma ratio, tumor budding and tumor infiltrating lymphocytes in vulvar squamous cell carcinomas 2025-Jun, Annals of diagnostic pathology IF:1.5Q3 DOI:10.1016/j.anndiagpath.2025.152462 PMID:40048885	研究论文	开发一种数字算法用于评估外阴鳞状细胞癌中的肿瘤-间质比、肿瘤芽和肿瘤浸润淋巴细胞	首次开发了一种基于深度学习的数字方法，用于自动评估外阴鳞状细胞癌中的肿瘤-间质比、肿瘤芽和肿瘤浸润淋巴细胞	研究样本量较小（41例），需要更大规模的验证，并且临床相关性尚未确定	开发一种自动化的数字方法来评估外阴鳞状细胞癌中的预后标志物，并研究这些标志物与p16状态的关系	外阴鳞状细胞癌（VSCC）	数字病理学	外阴鳞状细胞癌	深度学习	APP（应用协议包）	图像	41例外阴鳞状细胞癌病例
8836	2025-05-13	Enhancing atrial fibrillation detection in PPG analysis with sparse labels through contrastive learning 2025-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108698 PMID:40054320	研究论文	本研究探讨了自监督对比学习在基于PPG的心房颤动检测中的应用，以减少对标记数据的依赖	使用自监督对比学习框架（SimCLR和BYOL）预训练模型，显著减少了对标记数据的需求，并在少量标记数据上微调后取得了优于监督学习的效果	研究仅针对PPG数据，未验证在其他生理信号上的适用性	提高基于PPG的心房颤动检测的准确性，同时减少对标记数据的依赖	PPG信号数据	机器学习	心血管疾病	对比学习（SimCLR和BYOL）	自监督学习模型	PPG信号	1,209小时未标记PPG数据（来自VitalDB数据库）以及少量标记数据（来自MIMIC III、UMass和DeepBeat数据集）
8837	2025-05-13	Automated Detection of Microcracks Within Second Harmonic Generation Images of Cartilage Using Deep Learning 2025-Jun, Journal of orthopaedic research : official publication of the Orthopaedic Research Society IF:2.1Q2 DOI:10.1002/jor.26071 PMID:40113341	research paper	该研究开发了一个基于YOLOv8的深度学习模型，用于自动检测、分割和量化软骨微裂纹	首次使用YOLOv8深度学习模型自动化检测软骨微裂纹，显著提高了检测效率和准确性	模型在微裂纹方向估计上存在中等程度的变异性，数据集需要扩展到更多解剖区域和疾病阶段	开发自动化工具以促进软骨微裂纹研究，并理解早期软骨损伤	关节软骨中的微裂纹	digital pathology	osteoarthritis	second harmonic generation (SHG) imaging	YOLOv8	image	未明确提及具体样本数量
8838	2025-05-13	Computer-aided assessment for enlarged fetal heart with deep learning model 2025-May-16, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112288 PMID:40343273	研究论文	本文提出了一种基于YOLO架构的深度学习方法，用于自动化胎儿心脏扩大的评估	使用YOLOv8结合CBAM模块以及ResNeXtBlock残差网络，提高了胎儿心脏扩大检测的准确性和预测一致性	需要进一步验证以确认其临床适用性	通过自动化评估胎儿心脏扩大，提高产前筛查的准确性和效率	胎儿心脏扩大的超声视频	计算机视觉	先天性心脏病	深度学习	YOLOv8, YOLOv11, ResNeXtBlock	超声视频	NA
8839	2025-05-13	NeuroPred-AIMP: Multimodal Deep Learning for Neuropeptide Prediction via Protein Language Modeling and Temporal Convolutional Networks 2025-May-12, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00444 PMID:40258183	研究论文	提出了一种名为NeuroPred-AIMP的多模态深度学习模型，用于通过蛋白质语言建模和时间卷积网络预测神经肽	结合蛋白质语言模型(ESM)的全局语义表示和时间卷积网络(TCN)的多尺度结构特征，引入残差增强的自适应特征融合机制，动态重新校准特征贡献，实现进化和局部序列信息的稳健整合	依赖于有限的实验验证数据，可能影响模型的泛化能力	提高神经肽识别的准确性，以促进神经系统疾病治疗和基于肽的药物设计	神经肽	自然语言处理	神经系统疾病	蛋白质语言建模，时间卷积网络	ESM, TCN	蛋白质序列数据	NA
8840	2025-05-13	COLOR: A Compositional Linear Operation-Based Representation of Protein Sequences for Identification of Monomer Contributions to Properties 2025-May-12, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00205 PMID:40272990	research paper	该论文提出了一种基于可解释深度学习模型的蛋白质序列表示方法，用于识别单体对蛋白质特性的贡献	引入具有可解释步骤的深度学习模型，直接追踪单体贡献，并提出新的定量分析指标	主要应用于分类任务，如结合位点识别，且在这些任务中准确率有限（40-45%）	开发一种可解释的蛋白质序列表示方法，用于识别关键功能基序	蛋白质序列，特别是抗癌肽（ACP）、抗菌肽（AMP）和胶原蛋白	natural language processing	NA	深度学习，可解释AI（XAI）	DL	蛋白质序列数据	主要包含抗癌肽（ACP）、抗菌肽（AMP）和胶原蛋白的数据集