深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
11641	2025-10-07	Automated Whole-Brain Focal Cortical Dysplasia Detection Using MR Fingerprinting With Deep Learning 2025-Jun-10, Neurology IF:7.7Q1 DOI:10.1212/WNL.0000000000213691 PMID:40378378	研究论文	开发基于磁共振指纹技术和深度学习的全脑局灶性皮质发育不良自动检测框架	首次将磁共振指纹技术与深度学习相结合用于全脑FCD检测，通过单次扫描获取多参数特征	样本量相对较小（40例患者），需要进一步验证	开发自动检测局灶性皮质发育不良的深度学习工具	药物难治性局灶性癫痫患者和健康对照者	医学影像分析	癫痫	磁共振指纹技术，临床MRI	深度学习	3D MRI图像，定量组织特性图	40例FCD患者（平均年龄28.1岁，47.5%女性）和67例健康对照	NA	U-Net	灵敏度，假阳性数，病灶标签重叠度	NA
11642	2025-10-07	Current Status, Hotspots, and Prospects of Artificial Intelligence in Ophthalmology: A Bibliometric Analysis (2003-2023) 2025-Jun, Ophthalmic epidemiology IF:1.7Q3 DOI:10.1080/09286586.2024.2373956 PMID:39146462	文献计量分析	通过文献计量学方法分析2003-2023年人工智能在眼科领域的研究现状、热点和趋势	首次系统梳理眼科AI领域20年的研究发展轨迹，识别核心研究机构和热点技术	仅基于Web of Science数据库文献，可能遗漏其他重要数据库的研究成果	评估人工智能在眼科领域的研究现状和发展趋势	3,377篇眼科AI相关研究文献	医学人工智能	眼科疾病	文献计量分析	Deep learning, Machine learning, GAN	文献元数据	3,377篇出版物，来自98个国家的4,035个机构	VOSviewer, CiteSpace, R package Bibliometrix	NA	NA	NA
11643	2024-10-24	Correction: Checklist for Reproducibility of Deep Learning in Medical Imaging 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01295-4 PMID:39438367	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
11644	2025-10-07	DRBP-EDP: classification of DNA-binding proteins and RNA-binding proteins using ESM-2 and dual-path neural network 2025-Jun, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqaf058 PMID:40391089	研究论文	提出一种结合ESM-2和双路径神经网络的DNA结合蛋白与RNA结合蛋白分类方法DRBP-EDP	整合ESM-2蛋白质语言模型与双路径神经网络的分阶段分类方法，并设计了高质量数据集构建方案	NA	开发高效准确的DNA结合蛋白和RNA结合蛋白分类方法	核酸结合蛋白（包括DNA结合蛋白和RNA结合蛋白）	生物信息学	NA	蛋白质序列分析	双路径神经网络	蛋白质序列数据	NA	NA	ESM-2, 双路径神经网络	准确率	NA
11645	2025-10-07	Parkinson's disease detection using inceptionV3: A Deep learning approach 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103333 PMID:40395929	研究论文	本研究使用深度学习算法对帕金森病患者绘制的螺旋图像进行分类，实现帕金森病的早期检测	利用迁移学习提取螺旋图像中的精细运动障碍模式，并通过混合深度学习模型增强特征提取能力	数据集相对有限，未来需要结合其他生物标志物或更广泛的运动测量数据	开发基于螺旋图像分析的帕金森病非侵入性早期诊断方法	帕金森病患者和健康个体绘制的螺旋图像	计算机视觉	帕金森病	图像分析	CNN	图像	帕金森病患者和正常个体绘制的螺旋图像数据库	NA	DenseNet121,InceptionV3,VGG16,LeNet	准确率	NA
11646	2025-10-07	Deep learning-based technique for investigating the behavior of MEMS systems with multiwalled carbon nanotubes and electrically actuated microbeams 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103337 PMID:40395931	研究论文	提出基于深度学习的非线性系统求解方法，用于研究含多壁碳纳米管的电驱动微梁MEMS系统行为	首次将深度神经网络应用于MEMS中非线性系统的求解，特别是针对多壁碳纳米管和电驱动微梁的振荡器	NA	研究MEMS振荡器的非线性振动特性，特别是与纳米管和电驱动微梁相关的特性	双端固定电驱动微梁和多壁碳纳米管在MEMS中的性能表现	机器学习	NA	Galerkin技术，平行板电容器模型，欧拉-伯努利梁理论	DNN	数值模拟数据	NA	NA	深度神经网络	准确性，效率	NA
11647	2025-10-07	Machine learning-based label-free macrophage phenotyping in immune-material interactions 2025-May-21, Journal of materials chemistry. B DOI:10.1039/d5tb00365b PMID:40289902	研究论文	本研究开发了一种基于人工智能的无标记巨噬细胞表型分析方法，结合定量相位成像和深度学习模型	首次将AI驱动的图像分类与定量相位成像结合用于无标记巨噬细胞表型分析，避免了传统方法的固定和终点分析限制	单独使用定量相位成像无法完全区分表型，需要深度学习模型辅助	优化植入式生物医学材料的免疫相容性评估	THP-1来源的巨噬细胞（M0、M1、M2a、M2c表型）及其对不同胶原涂层的反应	计算机视觉	NA	定量相位成像（QPI）	CNN	图像	THP-1来源的巨噬细胞四种表型	NA	GoogLeNet, ShuffleNet, VGG-16, ResNet-18	准确率	NA
11648	2025-10-07	A Chemistry-Informed Generative Deep Learning Approach for Enhancing Voltammetric Neurochemical Sensing in Living Mouse Brain 2025-May-21, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.5c05393 PMID:40358003	研究论文	提出一种化学信息引导的生成神经网络模型，用于增强活体小鼠脑部伏安法神经化学传感的定量准确性	开发了结合化学原理的生成深度学习模型，能够分离伏安电流中的法拉第和非法拉第成分，减少信号串扰	NA	开发同时监测多种神经化学物质动态的高精度传感平台	活体小鼠脑部的多巴胺、抗坏血酸和离子强度动态	机器学习	神经炎症	伏安法神经化学传感	生成神经网络	伏安电流信号	神经炎症模型小鼠和对照小鼠	NA	化学信息引导的生成神经网络(CIGNN)	定量准确性	NA
11649	2025-10-07	An Ultrasound Image-Based Deep Learning Radiomics Nomogram for Differentiating Between Benign and Malignant Indeterminate Cytology (Bethesda III) Thyroid Nodules: A Retrospective Study 2025-May-21, Journal of clinical ultrasound : JCU IF:1.2Q3 DOI:10.1002/jcu.24058 PMID:40396203	研究论文	开发并验证基于超声图像和临床特征的深度学习放射组学列线图，用于预测不确定细胞学（Bethesda III）甲状腺结节的恶性风险	首次结合深度学习迁移特征、超声放射组学特征和临床特征构建综合诊断模型，用于Bethesda III类甲状腺结节的良恶性鉴别	回顾性研究设计，样本量相对有限（训练集155例，内部验证集39例）	开发甲状腺结节良恶性鉴别诊断工具	不确定细胞学（Bethesda III）甲状腺结节患者	医学影像分析	甲状腺结节	超声成像	深度学习	超声图像，临床数据	训练集155例，内部验证集39例，外部验证集160例（来自两个医疗中心各80例）	NA	ResNet34	AUC, 准确率, 灵敏度, 特异度, 精确率, 召回率	NA
11650	2025-10-07	Validation of a deep learning model for the automated detection and quantification of cystoid macular oedema on optical coherence tomography in patients with retinitis pigmentosa 2025-May-21, Acta ophthalmologica IF:3.0Q1 DOI:10.1111/aos.17518 PMID:40396533	研究论文	验证基于深度学习的模型在视网膜色素变性患者光学相干断层扫描中自动检测和量化囊样黄斑水肿的能力	首次在视网膜色素变性患者中验证nnU-Net架构用于囊样黄斑水肿的自动分割，性能达到与人类专家相当的水平	样本量相对有限（37个外部测试扫描），仅在特定患者群体（视网膜色素变性）中验证	开发并验证用于自动检测和量化囊样黄斑水肿的深度学习模型	视网膜色素变性患者的囊样黄斑水肿	医学影像分析	视网膜色素变性	光谱域光学相干断层扫描	深度学习	医学影像	112个OCT体积（70训练，42验证），37个外部测试扫描	nnU-Net	nnU-Net	Dice相似系数，组内相关系数	NA
11651	2025-10-07	Decoding cancer prognosis with deep learning: the ASD-cancer framework for tumor microenvironment analysis 2025-May-20, mSystems IF:5.0Q1 DOI:10.1128/msystems.01455-24 PMID:40237527	评论	本文探讨了ASD-cancer深度学习框架在肿瘤微环境分析中的方法创新和可扩展性	提出基于自编码器的半监督学习框架，通过迁移学习处理新数据集而无需重新训练	未整合额外数据层，缺乏自适应AI模型的持续学习能力	改进多组学数据分析，提升癌症预后预测能力	肿瘤微环境分析	机器学习	癌症	多组学数据分析	自编码器	多组学数据	NA	NA	自编码器	NA	NA
11652	2025-10-07	Challenges in Using Deep Neural Networks Across Multiple Readers in Delineating Prostate Gland Anatomy 2025-May-20, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01504-8 PMID:40392414	研究论文	本研究探讨了在多位专家标注的前列腺MRI图像分割中，深度神经网络面临的读者间变异性问题	提出量化专家意见差异对DNN性能影响的方法，并探索跨专家意见的网络训练和适应策略	小尺寸腺体的分割性能较差，仅使用两位专家的标注数据	解决医学图像分割中读者间变异性对深度神经网络泛化能力的影响	前列腺腺体解剖结构	数字病理	前列腺癌	磁共振成像	DNN	医学图像	两位专家标注的MRI数据（专家1：342例，专家2：204例）	NA	3D U-Net	Dice系数	NA
11653	2025-10-07	XVir: A Transformer-Based Architecture for Identifying Viral Reads from Cancer Samples 2025-May-20, Journal of computational biology : a journal of computational molecular cell biology IF:1.4Q2 DOI:10.1089/cmb.2025.0075 PMID:40392695	研究论文	提出一种基于Transformer的深度学习架构XVir，用于从癌症样本中可靠识别病毒DNA	采用Transformer架构处理病毒DNA检测问题，能够在多样病毒种群中保持高准确率且训练速度显著快于其他大型深度学习分类器	基于半实验数据验证，未提及在真实临床环境中的性能表现	开发计算工具识别与癌症相关的病毒DNA	人类肿瘤中的病毒DNA	生物信息学	癌症	DNA测序	Transformer	DNA测序 reads	来自病毒和人类基因组的混合测序reads	NA	Transformer	分类准确率	NA
11654	2025-10-07	Deep learning predicts microsatellite instability status in colorectal carcinoma in an ethnically heterogeneous population in South Africa 2025-May-20, Journal of clinical pathology IF:2.5Q2 DOI:10.1136/jcp-2025-210053 PMID:40393786	研究论文	本研究评估了基于深度学习的模型在南非多民族人群中预测结直肠癌微卫星不稳定状态的性能	首次在非洲多民族人群中验证深度学习模型预测结直肠癌微卫星不稳定状态的有效性	样本量相对较小（197例），假阴性病例主要位于左半结肠且缺乏典型组织学特征	评估深度学习模型在资源有限环境中作为错配修复缺陷预筛查工具的可行性	结直肠癌切除标本	数字病理	结直肠癌	全玻片图像扫描，免疫组织化学染色	深度学习	病理图像	197例结直肠癌切除标本	NA	Transformer	AUROC, 敏感性, 特异性, Youden's J指数	NA
11655	2025-10-07	Histopathology-Based Prostate Cancer Classification Using ResNet: A Comprehensive Deep Learning Analysis 2025-May-20, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01543-1 PMID:40394318	研究论文	本研究使用ResNet50深度学习模型对前列腺组织病理学图像进行良恶性分类	首次将ResNet50模型应用于前列腺癌组织病理图像分类，相比MobileNet和CNN-RNN模型获得4.26%的性能提升	样本量相对有限（1276张图像），需要更大数据集验证模型泛化能力	开发基于深度学习的前列腺癌自动诊断系统	前列腺活检组织病理图像	数字病理学	前列腺癌	组织病理学成像	CNN	图像	1276张前列腺活检图像	NA	ResNet50	准确率,精确率,召回率,F1分数,置信区间	NA
11656	2025-10-07	An Artificial Intelligence Method for Phenotyping of OCT-Derived Thickness Maps Using Unsupervised and Self-supervised Deep Learning 2025-May-20, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01539-x PMID:40394321	研究论文	提出一种基于无监督和自监督深度学习的人工智能方法，用于光学相干断层扫描厚度图的表型分析	首次结合无监督和自监督学习技术进行OCT表型分析，解决了跨数据集表型迁移的挑战	NA	通过分析OCT图像增强对眼科疾病生理学和遗传结构的理解	青光眼患者的OCT视网膜层厚度数据	计算机视觉	青光眼	光学相干断层扫描	深度学习	医学图像	MEE数据集18,985张图像，UK Biobank数据集86,115张图像	NA	结合流形学习和高斯混合模型	Pearson相关系数	NA
11657	2025-10-07	Streaks on martian slopes are dry 2025-May-19, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-59395-w PMID:40389425	研究论文	通过深度学习分析火星斜坡条纹特征，挑战传统液态水形成理论，支持干性尘埃驱动机制	首次建立包含50万个斜坡条纹的全球一致性目录，通过地理统计分析推翻湿润形成模型	主要依赖遥感观测数据，缺乏实地验证	探究火星斜坡条纹的形成机制及其在火星尘埃循环中的作用	火星表面的斜坡条纹和季节性重复坡线	行星科学, 计算机视觉	NA	深度学习, 地理统计分析	深度学习模型	火星遥感图像	50万个斜坡条纹样本	NA	NA	NA	NA
11658	2025-10-07	Enhancing hand-drawn diagram recognition through the integration of machine learning and deep learning techniques 2025-May-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01823-4 PMID:40389485	研究论文	提出一种集成机器学习和深度学习技术的方法来增强手绘图表识别性能	整合多种机器学习方法的优势并引入深度学习技术，提出了包括Fossum Soergel k-means聚类、形态学Canny Bessel径向基轮廓形状因子、Fisher核k近邻、单S曲线模糊规则生成和宽上下文快速区域卷积神经网络等改进方法	主要关注离线手绘图表识别，未涉及实时识别场景	开发有效的手绘图表识别和理解方法	手绘流程图、有限自动机和业务过程模型	计算机视觉	NA	NA	CNN, k-means, k-NN	图像	基准数据集中的手绘图表样本	NA	区域卷积神经网络	NA	NA
11659	2025-10-07	Harnessing optimization with deep learning approach on intelligent transportation system for anomaly detection in pedestrian walkways 2025-May-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99940-7 PMID:40389534	研究论文	提出一种结合优化算法与深度学习的智能交通系统方法，用于行人通道异常检测	提出HODLAITS-ADPW方法，整合改进的YOLOv7目标检测器、变色龙群算法优化超参数和注意力金字塔卷积神经网络	NA	提升城市环境中行人通道的安全性和效率	行人通道中的异常行为和活动	计算机视觉	NA	计算机视觉，深度学习	CNN, YOLO	图像	行人数据集	NA	YOLOv7, Attention Pyramid Convolutional Neural Network	NA	NA
11660	2025-10-07	Enhancing feature learning of hyperspectral imaging using shallow autoencoder by adding parallel paths encoding 2025-May-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01758-w PMID:40389536	研究论文	提出一种双路径自编码器模型，通过并行编码路径增强高光谱图像的非线性特征学习能力	提出双路径自编码器架构，通过并行编码路径增强非线性特征获取，并采用下采样策略减少对多数类的偏差	自编码器可能因数据集不平衡而产生偏差，需要谨慎的数据集准备	提高高光谱图像的特征学习效率和分类性能	高光谱图像数据	计算机视觉	NA	高光谱成像	自编码器	高光谱图像	Pavia Center、Salinas和Kennedy Space Center三个数据集	NA	双路径自编码器,朴素自编码器	总体准确率	NA