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
881	2025-05-14	A Novel Management Challenge in Age-Related Macular Degeneration: Artificial Intelligence and Expert Prediction of Geographic Atrophy 2025-May, Ophthalmology. Retina DOI:10.1016/j.oret.2024.10.029 PMID:39522752	研究论文	本研究比较了眼科医生与人工智能（AI）在预测年龄相关性黄斑变性（AMD）继发的地图状萎缩（GA）进展速度方面的价值和差异	首次比较了眼科专家与AI在GA进展预测中的表现，并发现AI在某些方面优于人类专家	样本量相对较小（134眼），且仅使用单一OCT设备的数据	评估AI与眼科专家在预测GA进展速度方面的预测能力差异	年龄相关性黄斑变性继发地图状萎缩患者的眼部数据	数字病理学	年龄相关性黄斑变性	OCT（光学相干断层扫描）、FAF（眼底自发荧光）、NIR（近红外反射）	深度学习算法	医学影像	134名患者的134只眼（其中53只来自假手术组，81只来自未治疗的对侧眼）
882	2025-05-14	DRExplainer: Quantifiable interpretability in drug response prediction with directed graph convolutional network 2025-May, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103101 PMID:40056540	research paper	提出了一种名为DRExplainer的新型可解释预测模型，用于预测癌细胞系对治疗药物的反应	利用有向图卷积网络在有向二分网络框架中增强预测，并引入可量化的模型解释方法	未提及具体样本量或实验数据的局限性	提高药物反应预测的准确性和可解释性，以支持个性化医疗决策	癌细胞系和治疗药物	machine learning	cancer	directed graph convolutional network	directed graph convolutional network	multi-omics profiles, chemical structure, drug response data	NA
883	2025-05-14	Deep Radon Prior: A fully unsupervised framework for sparse-view CT reconstruction 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109853 PMID:40056836	research paper	提出了一种名为Deep Radon Prior（DRP）的全无监督深度学习框架，用于稀疏视图CT重建，减少对标记数据的依赖并提高重建过程的可解释性	首次将神经网络作为隐式先验整合到迭代重建过程中，通过Radon域梯度反馈逐步优化神经网络，有效缩小了Radon域中的解空间	未明确提及具体的数据集规模或实际临床应用的验证结果	解决稀疏视图CT重建中的伪影问题，提高图像质量	稀疏视图CT图像	medical imaging	NA	deep learning, CT reconstruction	DRP (inspired by DIP)	CT images	NA
884	2025-05-14	Automatic cerebral microbleeds detection from MR images via multi-channel and multi-scale CNNs 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109938 PMID:40056835	研究论文	本文提出了四种基于CNN的算法，用于提高脑微出血（CMBs）的自动检测准确率	设计了多通道CNN优化架构和多尺度CNN结构，显著降低了假阳性率并提高了整体性能	尚未在临床实践中进行验证，需要进一步研究和优化	改进脑微出血的检测算法，提高CAD系统在神经系统疾病检测中的准确性	脑微出血（CMBs）	计算机视觉	神经系统疾病	MRI	CNN	医学图像	NA
885	2025-05-14	Female autism categorization using CNN based NeuroNet57 and ant colony optimization 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109926 PMID:40056838	research paper	该研究提出了一种名为NeuroNet57的57层CNN架构，结合蚁群优化算法，用于从fMRI数据中提取特征并分类女性自闭症	提出NeuroNet57架构和结合蚁群优化进行特征选择，提高了女性自闭症分类的准确性	女性表型和基因型数据较为缺乏	开发一种准确诊断女性自闭症的深度学习方法	女性自闭症患者和正常行为女性	digital pathology	autism spectrum disorder	fMRI	CNN, ACO, KNN	image	ABIDE-I数据集14372×4096特征矩阵，ABIDE-II数据集16168×4096特征矩阵
886	2025-05-14	Addressing underestimation and explanation of retinal fundus photo-based cardiovascular disease risk score: Algorithm development and validation 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109941 PMID:40064120	research paper	开发并验证了一种深度学习模型，用于解决基于视网膜眼底照片的心血管疾病风险评分低估问题，并探索其机制	提出了一种序数回归深度学习模型，解决了心血管疾病风险评分低估问题，并通过迁移学习和显著性图等方法探索了模型机制	模型性能在便携式相机数据上略有下降	解决心血管疾病风险评分低估问题并探索AI模型机制	视网膜眼底照片	digital pathology	cardiovascular disease	Deep Learning	ordinal regression DL model	image	34,652名参与者（UK Biobank数据集）和401名参与者（外部验证数据集，共1376张照片）
887	2025-05-14	Predicting C- and S-linked Glycosylation sites from protein sequences using protein language models 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109956 PMID:40073495	research paper	该研究提出了一种使用蛋白质语言模型预测C-和S-连接糖基化位点的方法	提出了两种新模型DeepCSEmbed-C和DeepCSEmbed-S，分别用于预测C-和S-连接糖基化位点，并采用了不同的特征选择和采样策略	未提及具体的数据集规模限制或模型泛化能力的局限性	开发计算技术以预测蛋白质序列中的C-和S-连接糖基化位点	蛋白质序列中的C-和S-连接糖基化位点	生物信息学	NA	蛋白质语言模型、特征选择方法（RFE和PSO）、采样策略（随机欠采样、SMOTE和ADASYN）	DeepCSEmbed-C（FNN和Inception分支的双分支深度学习模型）、DeepCSEmbed-S（CAT模型）	蛋白质序列数据	未提及具体样本数量
888	2025-05-14	Progressive multi-task learning for fine-grained dental implant classification and segmentation in CBCT image 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109896 PMID:40073494	研究论文	提出一种基于深度学习的多任务细粒度CBCT牙科种植体分类和分割方法，称为MFPT-Net	基于渐进式训练的多尺度特征提取和增强方法，能够区分微小的种植体特征和易混淆的相似特征，如种植体螺纹	NA	提高CBCT图像中牙科种植体的自动分类和分割的效率和准确性	CBCT图像中的牙科种植体	数字病理学	牙科疾病	深度学习	MFPT-Net	图像	437个CBCT序列，包含723个牙科种植体，来自三个不同的中心
889	2025-05-14	Deep learning based estimation of heart surface potentials 2025-May, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103093 PMID:40073713	研究论文	本研究开发了一种基于深度学习的框架，用于仅从体表电位估计心脏表面电位，以简化心电图成像（ECGI）的临床应用	提出了一个深度学习框架，无需依赖几何信息，仅通过体表电位估计心脏表面电位，并引入了标准化的2D表示和定制的Pix2Pix网络模型	样本量相对较小，仅包括11名健康受试者和29名特发性心室颤动患者	开发一种无需CT/MRI的深度学习方法，用于非侵入性估计心脏表面电位	健康受试者和特发性心室颤动患者	数字病理学	心血管疾病	深度学习	Pix2Pix网络	2D体表电位图和2D心脏表面电位图	11名健康受试者（8名女性和3名男性）和29名特发性心室颤动患者（11名女性和18名男性）
890	2025-05-14	An end-to-end four tier remote healthcare monitoring framework using edge-cloud computing and redactable blockchain 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109987 PMID:40081211	研究论文	提出了一种名为四层远程医疗监控框架（FTRHMF）的端到端安全远程医疗框架，结合边缘云计算和可编辑区块链技术	结合了混合元启发式安全联邦集群路由协议（HyMSFCRP）、多智能体深度强化学习（MA-DRL）和混合变压器深度学习（HTDL）模型，以及可编辑区块链技术	未提及具体实施中的技术难点或实际应用中的潜在问题	提高远程医疗监控的服务质量（QoS），确保数据隐私和安全	医疗物联网（MIoTs）中的无线体感传感器（WBS）、分布式网关（DGW）、分布式边缘服务器（DES）、区块链服务器（BS）和云服务器（CS）	医疗物联网	NA	混合元启发式算法（MTBO和SHO）、多智能体深度强化学习（MA-DRL）、混合变压器深度学习（HTDL）	Lite CNN、Swin Transformer	传感器数据	NA
891	2025-05-14	A deep Bi-CapsNet for analysing ECG signals to classify cardiac arrhythmia 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109924 PMID:40086290	研究论文	提出一种基于深度双向胶囊网络（Bi-CapsNet）的智能深度学习分类器模型，用于准确分类心电图（ECG）信号中的心律失常	采用深度双向胶囊网络（Bi-CapsNet）结合智能深度学习分类器模型，显著提高了心律失常分类的准确性	研究仅基于MIT-BIH心律失常数据库的五种心律失常类型，可能无法涵盖所有临床情况	开发一种高精度的心律失常自动分类方法	心电图（ECG）信号	机器学习	心血管疾病	深度学习	Bi-CapsNet, CNN-RNN	ECG信号	MIT-BIH心律失常数据库中的五种心律失常类型（NOR, RBBB, PVC, APB, LBBB）
892	2025-05-14	Deep learning-based automated segmentation of cardiac real-time MRI in non-human primates 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109894 PMID:40086292	研究论文	开发了一种基于深度学习的自动分割方法PrimUNet，用于非人灵长类动物心脏实时MRI图像的心肌分割	首次在非人灵长类动物模型中实现了与人类研究相当的自动心肌分割性能，Dice分数达到0.9	目前仅在恒河猴和狒狒的MRI数据上进行了测试，尚未在其他动物模型上验证	开发适用于非人灵长类动物心脏MRI的自动分割方法，提高心血管疾病研究的可靠性和可重复性	非人灵长类动物（恒河猴和狒狒）的心脏MRI图像	数字病理	心血管疾病	MRI	CNN（基于U-Net框架的PrimUNet）	图像（心脏MRI）	恒河猴和狒狒的实时MRI及cine MRI数据
893	2025-05-14	A sustainable industrial waste control with AI for predicting CO2 for climate change monitoring 2025-May, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125338 PMID:40273781	研究论文	本研究提出了一种结合AI和Metaverse框架的创新方法，用于预测和监测工业废物碳排放，以支持可持续废物管理	提出了一种结合CNN和LSTM的混合深度学习模型，并引入梯度提升机以提高预测性能，同时利用Metaverse环境实现实时气候监测和交互式数据分析	NA	开发一种先进的AI驱动框架，用于预测和监测工业废物碳排放，以应对气候变化挑战	工业废物碳排放和能源消耗模式	机器学习	NA	深度学习、梯度提升机	CNN、LSTM	能源使用模式、工业社会因素数据	NA
894	2025-05-14	Deep learning-based spatial optimization of green and cool roof implementation for urban heat mitigation 2025-May, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125398 PMID:40273786	research paper	提出了一种基于深度学习的城市绿色和凉爽屋顶实施空间优化方法，以减轻城市热压力并最大化成本效益	开发了基于Multi-ResNet深度学习算法的替代模型，用于优化绿色和凉爽屋顶的分配，显著降低了计算需求	研究仅针对大首尔地区，且基于SSP585气候情景和2100年土地覆盖预测，可能不适用于其他地区或情景	优化城市绿色和凉爽屋顶的实施，以减轻城市热压力并提高成本效益	大首尔地区的城市绿色和凉爽屋顶实施	machine learning	NA	Multi-ResNet, WRF-UCM	Multi-ResNet	模拟数据	379个城市网格的262,144种情景
895	2025-05-14	Multitemporal river flow discharge prediction: A new framework for integrated environmental management and flood control 2025-May, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125372 PMID:40279745	research paper	该研究提出了一种先进的通用数据分组处理方法（AUGMDH）模型，用于预测不同时间尺度的河流流量排放	引入AUGMDH模型，在多种时间尺度上预测河流流量排放，并在准确性、可靠性和计算效率上优于CNN模型	未明确提及研究的具体局限性	提高河流流量排放预测的准确性和可靠性，以支持水资源管理和洪水控制	河流流量排放	machine learning	NA	AUGMDH, CNN	AUGMDH, CNN	时间序列数据	NA
896	2025-05-03	Deep Learning Radiopathomics for Predicting Tumor Vasculature and Prognosis in Hepatocellular Carcinoma 2025-May, Radiology. Imaging cancer DOI:10.1148/rycan.250141 PMID:40314587	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
897	2025-05-14	Assessing Algorithmic Fairness With a Multimodal Artificial Intelligence Model in Men of African and Non-African Origin on NRG Oncology Prostate Cancer Phase III Trials 2025-May, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI-24-00284 PMID:40344545	research paper	该研究评估了多模态人工智能（MMAI）深度学习系统在前列腺癌（PCa）临床试验中预测远处转移（DM）和前列腺癌特异性死亡率（PCSM）的算法公平性	首次在多模态人工智能模型中评估了算法在不同种族（非洲裔和非非洲裔）前列腺癌患者中的公平性	研究中仍有0.5%的患者种族信息未知或缺失	评估多模态人工智能模型在前列腺癌预后预测中的算法公平性	非洲裔和非非洲裔前列腺癌患者	digital pathology	prostate cancer	deep learning	MMAI	digital histopathology and clinical data	5,708名患者（包括948名非洲裔和4,731名非非洲裔患者）
898	2025-05-14	An overview of computational methods in single-cell transcriptomic cell type annotation 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf207 PMID:40347979	综述	本文系统性地回顾了基于单细胞RNA测序数据的细胞类型注释计算方法	全面比较和分类了多种细胞类型注释方法，并探讨了深度学习技术在解决数据不平衡和识别新细胞类型中的潜力	主要关注转录组学数据，可能未涵盖其他组学数据的注释方法	总结和比较现有的单细胞转录组细胞类型注释方法	单细胞RNA测序数据	生物信息学	NA	单细胞RNA测序	监督学习、深度学习	基因表达数据	NA
899	2025-05-14	Three-dimensional C-scan-based generation adversarial network with synthetic input to improve optical coherence tomography angiography 2025-May, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.30.5.056006 PMID:40352109	研究论文	提出了一种基于三维C扫描的生成对抗网络（3DCS-GAN），用于改善光学相干断层扫描血管成像（OCTA）的血管可视化	首次提出利用三维C扫描数据重建高质量三维血管网络，充分利用了OCTA数据的体积信息和血管网络的拓扑特征	NA	改善OCTA数据的血管可视化质量	OCTA数据中的血管网络	计算机视觉	葡萄酒色斑病	OCTA	GAN（基于Pix2Pix架构）	三维医学图像	NA
900	2025-05-14	Association of Deep Learning-based Chest CT-derived Respiratory Parameters with Disease Progression in Amyotrophic Lateral Sclerosis 2025-May, Radiology IF:12.1Q1 DOI:10.1148/radiol.243463 PMID:40358443	research paper	该研究探讨了基于深度学习的胸部CT衍生呼吸参数在预测肌萎缩侧索硬化症（ALS）疾病进展和生存期中的价值	使用深度学习技术从胸部CT中提取肺体积指数（LVI）和呼吸肌指数（RMI），这些参数能够反映ALS的临床分期并预测生存期，特别是在延髓受累患者中具有应用价值	研究为回顾性设计，样本量相对有限（261例患者），且所有数据来自单一三级医院	评估深度学习衍生的胸部CT参数对ALS疾病进展和患者生存期的预测能力	肌萎缩侧索硬化症（ALS）患者	digital pathology	geriatric disease	deep learning-based CT analysis	Gaussian process regressor	CT images	261例ALS患者（平均年龄65.2岁±11.9，男性156例）