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
81	2025-04-27	TCKAN: a novel integrated network model for predicting mortality risk in sepsis patients 2025-Apr, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03245-2 PMID:39560917	研究论文	提出了一种新型集成网络模型TCKAN，用于预测脓毒症患者的死亡风险	TCKAN模型首次将时间数据、常量数据和ICD编码整合到一个预测模型中，采用多模态数据集成策略，显著提高了预测准确性和鲁棒性	虽然已整合了时间数据、常量数据和ICD编码，但未来研究可以纳入更多样化的医疗数据类型，如影像学和实验室检测结果，以实现更全面的数据集成	提高脓毒症患者死亡风险的预测准确性，优化临床患者管理和治疗	脓毒症患者	机器学习	脓毒症	多模态数据集成	TCKAN（Time-Constant Kolmogorov-Arnold Network）	时间数据、常量数据和ICD编码	MIMIC-III和MIMIC-IV数据集
82	2025-04-27	Impact of Deep Learning-Based Computer-Aided Detection and Electronic Notification System for Pneumothorax on Time to Treatment: Clinical Implementation 2025-Apr, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2024.11.009 PMID:39566875	research paper	评估基于深度学习的计算机辅助检测和电子通知系统对气胸治疗时间的影响	结合深度学习计算机辅助检测和电子通知系统，实时提醒放射科医生和临床医生，以缩短气胸治疗时间	仅对氧气补充治疗时间有显著影响，对其他治疗方式如抽吸或胸腔造口术无显著效果	评估深度学习计算机辅助检测和电子通知系统在临床实践中对气胸治疗时间的影响	140,841名患者的603,028张胸部X光片	digital pathology	lung cancer	deep learning	DL	image	603,028张胸部X光片来自140,841名患者
83	2025-04-27	A deep learning method for the recovery of standard-dose imaging quality from ultra-low-dose PET on wavelet domain 2025-Apr, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-06994-2 PMID:39585354	研究论文	本文提出了一种基于小波域的深度学习方法WaveNet，用于从超低剂量PET扫描中恢复高质量成像	与传统在空间域去噪的深度学习方法不同，WaveNet在小波分解的频率域进行去噪，显著提升了图像质量	研究仅使用了特定型号的全身体PET扫描仪数据，可能影响方法的普适性	开发一种能够从超低剂量PET扫描中恢复高质量成像的深度学习方法	全身体PET扫描图像	医学影像处理	NA	深度学习	WaveNet	PET图像	1447例全身体18F-FDG PET图像
84	2025-04-27	Evaluating the reproducibility of a deep learning algorithm for the prediction of retinal age 2025-Apr, GeroScience IF:5.3Q1 DOI:10.1007/s11357-024-01445-0 PMID:39589693	research paper	评估深度学习算法预测视网膜年龄的可重复性	首次探索视网膜年龄预测的可靠性，并观察到了明显的昼夜波动	样本量较小，且未明确说明算法在不同人群中的泛化能力	评估视网膜年龄预测的可靠性和准确性，并分析可能影响预测结果的各种因素	两组参与者：Intravisit组和Intervisit组，均通过彩色眼底摄影成像	digital pathology	age-related diseases	color fundus photography	DLA (deep learning algorithm)	image	Intervisit组26名受试者，Intravisit组41名受试者
85	2025-04-27	MUC5B Genotype and Other Common Variants Are Associated with Computational Imaging Features of Usual Interstitial Pneumonia 2025-Apr, Annals of the American Thoracic Society IF:6.8Q1 DOI:10.1513/AnnalsATS.202401-022OC PMID:39591102	research paper	该研究探讨了MUC5B基因型及其他常见变异与寻常型间质性肺炎（UIP）的计算成像特征之间的关联	使用深度学习技术自动评估CT扫描中的UIP模式和纤维化程度，探索遗传风险特征与计算成像表型的关系	未发现常见变异与计算成像评估的纤维化程度之间的关联，且遗传变异与视觉评估的UIP模式无显著关联	确定IPF患者的遗传风险特征是否能识别独特的计算成像表型	329名患有特发性肺纤维化（IPF）的参与者	digital pathology	lung cancer	CT扫描、深度学习	deep learning	image	329名IPF患者
86	2025-04-27	Genomic determinants of biological age estimated by deep learning applied to retinal images 2025-Apr, GeroScience IF:5.3Q1 DOI:10.1007/s11357-024-01481-w PMID:39775603	研究论文	本研究利用深度学习技术从视网膜图像中提取潜在信息估计生物年龄，并通过全基因组关联分析(GWAS)探索视网膜年龄差距(RAG)的基因组决定因素	首次将深度学习应用于视网膜图像预测生物年龄，并通过大规模GWAS分析揭示RAG的遗传基础及其与衰老过程的关联	研究样本主要来自英国生物银行和GoDARTS队列，可能存在人群特异性限制	探索视网膜年龄差距(RAG)的基因组决定因素及其与衰老过程的生物学机制	31,271名英国生物银行参与者和8,034名GoDARTS参与者的视网膜图像和基因组数据	数字病理学	老年疾病	深度学习、GWAS、孟德尔随机化分析	DL(深度学习模型)	图像、基因组数据	总计39,305名参与者(31,271 UK Biobank + 8,034 GoDARTS)
87	2025-04-27	Long-term care plan recommendation for older adults with disabilities: a bipartite graph transformer and self-supervised approach 2025-Apr-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae327 PMID:39883541	research paper	本研究提出了一种基于二分图Transformer和自监督学习的方法，为残疾老年人推荐长期护理计划	提出了一种结合特征向量中心性的新型图Transformer架构（BiT模型），并利用基于预测的图自监督学习方法挖掘图节点的深层表示	在罕见或复杂护理服务项目上的表现有待提升	为残疾老年人开发智能化的长期护理计划推荐系统	残疾老年人的护理数据	machine learning	geriatric disease	graph self-supervised learning	BiT (Bipartite Graph Transformer)	graph data	1917个节点和195240条边组成的二分图（来自真实世界护理数据）
88	2025-04-27	High-precision MRI of liver and hepatic lesions on gadoxetic acid-enhanced hepatobiliary phase using a deep learning technique 2025-Apr, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-024-01693-2 PMID:39527182	research paper	本研究探讨了使用改进的Fast 3D mode wheel和PIQE的高精度MRI序列在肝细胞特异性期（HBP）的可行性，并与使用AiCE的压缩感知（CS）序列进行了比较	提出了使用改进的Fast 3D mode wheel和PIQE的高精度MRI序列，显著提高了图像质量和肝脏病变的检测率	样本量较小（54例患者），且未探讨不同肝脏病变类型对结果的影响	评估高精度MRI序列在肝细胞特异性期（HBP）的应用效果	54例肝脏局灶性病变患者	digital pathology	liver cancer	MRI, Fast 3D mode wheel, PIQE, CS, AiCE	NA	MRI图像	54例肝脏局灶性病变患者
89	2025-04-27	Effects of snake fungal disease (ophidiomycosis) on the skin microbiome across two major experimental scales 2025-Apr, Conservation biology : the journal of the Society for Conservation Biology IF:5.2Q1 DOI:10.1111/cobi.14411 PMID:39530499	研究论文	研究蛇真菌病（ophidiomycosis）对两种实验尺度下皮肤微生物组的影响	使用深度学习神经网络预测疾病状态，准确率高达99.8%，并发现病原体诱导的微生物组失调遵循可预测的趋势	实验在野外和实验室两种环境下进行，结构和分散变化存在差异	探讨病原体与宿主微生物组的关系，以减轻疾病影响	自由活动的蛇类和实验室中的北方水蛇	微生物生态学	蛇真菌病（ophidiomycosis）	定量PCR、细菌扩增子测序、深度学习神经网络	深度学习神经网络	微生物组数据	自由活动的蛇类（未明确数量）和实验室中的北方水蛇（未明确数量）
90	2025-04-27	MSP-tracker: A versatile vesicle tracking software tool used to reveal the spatial control of polarized secretion in Drosophila epithelial cells 2025-Apr, PLoS biology IF:7.8Q1 DOI:10.1371/journal.pbio.3003099 PMID:40208901	research paper	开发了一种名为MSP-tracker的囊泡追踪软件工具，用于研究果蝇上皮细胞中极化分泌的空间控制	利用计算机视觉和深度学习技术开发了MSP-tracker，无需大量训练数据即可在嘈杂环境中确定囊泡轨迹，优于其他追踪软件	NA	研究上皮细胞中特定分泌货物如何定向到质膜的不同区域	果蝇上皮细胞中的极化分泌过程	computer vision	NA	RUSH系统，计算机视觉，深度学习	深度学习	图像	NA
91	2025-04-27	Viral escape-inspired framework for structure-guided dual bait protein biosensor design 2025-Apr, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012964 PMID:40233103	research paper	介绍了一种名为CTRL-V的计算平台，用于设计选择性结合（双诱饵）生物传感器蛋白	CTRL-V平台通过迭代设计周期，能够识别SARS-CoV-2刺突蛋白的突变位点，并成功预测最新变种KP.2的单点突变，为双诱饵生物传感器设计提供了通用方法	其他数据驱动的病毒逃逸变体预测工具需要大量数据来绕过显式生化相互作用的物理需求，因此无法推广到其他蛋白质设计应用中	开发一种通用的计算平台，用于设计选择性结合的双诱饵生物传感器蛋白	SARS-CoV-2刺突蛋白的受体结合域（RBD）和Raf激酶	计算生物学	COVID-19	integer optimization, stochastic sampling by PyRosetta, deep learning-based ProteinMPNN	ProteinMPNN	蛋白质结构数据	39个SARS-CoV-2点突变和7个KP.2变体的单点突变
92	2025-04-27	Automated Detection of Oral Malignant Lesions Using Deep Learning: Scoping Review and Meta-Analysis 2025-Apr, Oral diseases IF:2.9Q1 DOI:10.1111/odi.15188 PMID:39489724	meta-analysis	通过范围综述和荟萃分析，概述深度学习在口腔恶性病变自动检测领域的进展和成就	首次对深度学习在口腔恶性病变自动检测中的应用进行范围综述和荟萃分析	仅纳入过去5年的研究，且荟萃分析中仅包含3项研究	评估深度学习算法在口腔病变自动检测和分类中的效果	口腔恶性病变	digital pathology	oral cancer	deep learning	DL algorithms	clinical images	14项研究（荟萃分析包含3项）
93	2025-04-27	Uncertainty-guided pancreatic tumor auto-segmentation with Tversky ensemble 2025-Apr, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100740 PMID:40276495	research paper	开发了一种基于Tversky集成和不确定性估计的胰腺肿瘤自动分割工具，以处理分割任务中的不确定性并适应临床医生的个性化需求	利用Tversky集成和不确定性估计技术，首次在胰腺肿瘤分割中实现了对不确定性的量化处理，并支持临床医生根据偏好调整分割结果	研究仅基于282例患者数据，样本量相对有限；且未在更多类型的肿瘤数据上进行验证	开发一种能够处理分割任务中不确定性并支持个性化调整的胰腺肿瘤自动分割工具	胰腺肿瘤的CT/MRI影像数据	digital pathology	pancreatic cancer	Tversky loss, ensemble learning, uncertainty estimation	CNN ensemble	medical image	282例胰腺癌患者（252例训练/验证，30例独立测试）
94	2025-04-27	Advancing Enzyme-Based Detoxification Prediction with ToxZyme: An Ensemble Machine Learning Approach 2025-Apr-01, Toxins IF:3.9Q1 DOI:10.3390/toxins17040171 PMID:40278669	研究论文	本文介绍了一种新型的机器学习模型ToxZyme，用于预测具有环境解毒功能的酶	结合随机森林(RF)和深度神经网络(DNN)构建集成模型，提高了预测精度	未提及模型在更广泛酶类上的泛化能力	提高酶类环境解毒功能的预测准确性	具有和不具有毒素降解功能的酶	机器学习	NA	集成学习	RF, DNN	酶功能数据	包含正负数据集（具体数量未提及）
95	2025-04-27	Rosette Trajectory MRI Reconstruction with Vision Transformers 2025-Apr-01, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography11040041 PMID:40278708	research paper	提出了一种结合逆傅里叶变换和增强卷积层的视觉变换器（ViT）网络的高效玫瑰花轨迹磁共振成像重建流程	利用ViT网络处理复杂空间依赖关系的能力，无需大量预处理，提高了非笛卡尔数据重建高质量图像的效率	NA	改进玫瑰花轨迹磁共振成像的重建方法，提高图像质量和运行效率	玫瑰花轨迹磁共振成像数据	computer vision	NA	逆傅里叶变换，视觉变换器（ViT）网络	ViT	image	NA
96	2025-04-27	Lightweight U-Net for Blood Vessels Segmentation in X-Ray Coronary Angiography 2025-Mar-30, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11040106 PMID:40278022	research paper	该研究提出了一种轻量级的U-Net架构变体，用于X射线冠状动脉造影中的血管分割	采用基于彩票假设的结构化核剪枝策略，显著减少了模型参数，同时保持了分割性能	未提及在更广泛数据集上的泛化能力测试	提高X射线冠状动脉造影中血管分割的准确性和效率	X射线冠状动脉造影图像中的血管结构	digital pathology	cardiovascular disease	structured kernel pruning strategy	U-Net	image	两个基准数据集（未明确样本数量）
97	2025-04-27	Deep Learning-Assisted Design for High-Q-Value Dielectric Metasurface Structures 2025-Mar-29, Materials (Basel, Switzerland) DOI:10.3390/ma18071554 PMID:40271794	研究论文	本文提出了一种用于预测介电超表面振幅谱的前向预测网络，以提高超表面设计的效率	提出了一种高精度的前向预测网络，用于快速预测介电超表面的振幅谱，并利用迁移学习将其应用于高Q值共振介电超表面的近红外透射光谱预测	未提及网络在其他类型超表面上的泛化能力测试	提高介电超表面设计的效率和灵敏度	介电超表面结构	机器学习	NA	深度学习、迁移学习	前向预测网络	光谱数据	NA
98	2025-04-27	Riemannian Manifolds for Biological Imaging Applications Based on Unsupervised Learning 2025-Mar-29, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11040103 PMID:40278019	研究论文	本文探讨了在生物成像应用中基于无监督学习的黎曼流形方法，特别是单细胞图像的潜在表示和聚类	提出了在非欧几里得空间中使用双曲嵌入进行无监督分割的新方法，特别是在单细胞形态特征提取中的应用	研究主要关注体外比较研究，尚未涉及更复杂的体内环境	评估单细胞潜在表示和聚类在医学和生物技术领域应用的可行性	C2C12细胞（用于肌肉分化研究）	计算机视觉	NA	无监督学习	神经网络	图像（相位对比和明场图像）	NA
99	2025-04-27	Penalized factorial regression as a flexible and computationally attractive reaction norm model for prediction in the presence of GxE 2025-Mar-28, TAG. Theoretical and applied genetics. Theoretische und angewandte Genetik DOI:10.1007/s00122-025-04865-4 PMID:40155554	research paper	该论文提出了一种惩罚性因子回归方法，作为预测基因型与环境交互作用（G×E）的计算高效替代方案	该方法在预测精度与核方法和深度学习方法相当的情况下，显著降低了计算需求和时间	研究仅在小麦和玉米两个代表性数据集上进行了验证，未涉及其他作物或更复杂的环境条件	解决植物育种和遗传学中在新环境下预测产量的长期挑战，特别是在存在基因型与环境交互作用的情况下	高级育种阶段的候选品种、法定品种试验或注册后试验中的基因型	machine learning	NA	penalized factorial regression	linear reaction norms	genotypic and environmental data	两个数据集（小麦和玉米）
100	2025-04-27	A Hybrid Wavelet-Based Deep Learning Model for Accurate Prediction of Daily Surface PM2.5 Concentrations in Guangzhou City 2025-Mar-28, Toxics IF:3.9Q1 DOI:10.3390/toxics13040254 PMID:40278570	research paper	该研究提出了一种基于小波的深度学习混合模型，用于准确预测广州市每日地表PM2.5浓度	结合了小波(W)、CNN、BiLSTM和BiGRU的混合模型，显著提高了预测精度	研究仅针对广州市的数据，模型在其他地区的适用性未经验证	提高地表PM2.5浓度的预测精度，以支持空气污染控制和城市规划	广州市2014年至2020年的气象因素和空气污染物数据	machine learning	NA	wavelet transform, deep learning	W-CNN-BiGRU-BiLSTM hybrid model	time series data	2014年至2020年广州市的气象和空气污染物数据