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
101	2025-06-20	Pretrainable geometric graph neural network for antibody affinity maturation 2024-09-06, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-51563-8 PMID:39242604	研究论文	本文提出了一种可预训练的几何图神经网络GearBind，用于抗体亲和力成熟的计算机模拟研究	利用多关系图构建、多级几何消息传递和大规模未标记蛋白质结构数据的对比预训练，GearBind在抗体亲和力成熟任务中优于现有方法	NA	提高抗体与目标抗原的结合亲和力，用于抗体治疗开发	抗体及其与目标抗原的相互作用	机器学习	NA	几何图神经网络	GearBind（基于GNN的集成模型）	蛋白质结构数据	SKEMPI数据集和独立测试集
102	2025-06-20	The analysis of teaching quality evaluation for the college sports dance by convolutional neural network model and deep learning 2024-Aug-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36067 PMID:39224395	研究论文	本研究利用卷积神经网络（CNN）和深度学习方法，全面分析和评估大学体育舞蹈教育的质量	创新性地应用深度学习技术，通过一维CNN模型定量评估体育舞蹈教育质量，解决了传统评估方法中的主观性和评价标准不一致问题	NA	全面分析和评估大学体育舞蹈教育的质量	大学体育舞蹈教育	机器学习	NA	深度学习	CNN	一维评估数据	NA
103	2025-06-20	Focal liver lesion diagnosis with deep learning and multistage CT imaging 2024-Aug-15, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-51260-6 PMID:39147767	research paper	本研究开发了一种基于多期增强CT的自动诊断系统LiLNet，用于诊断肝脏病变	开发了Liver Lesion Network (LiLNet)，能够自动识别多种肝脏病变，并在多个外部中心验证了其高准确率	未提及具体的技术细节或模型的可解释性	开发一种自动诊断系统，以提高肝脏病变的诊断准确率和效率	肝脏病变，包括肝细胞癌(HCC)、肝内胆管癌(ICC)、转移性肿瘤(MET)、局灶性结节性增生(FNH)、血管瘤(HEM)和囊肿(CYST)	digital pathology	liver cancer	multiphase enhanced computed tomography (CT)	deep learning	image	4039名患者，来自六个数据中心
104	2025-06-20	Forward dynamics computational modelling of a cyclist fall with the inclusion of protective response using deep learning-based human pose estimation 2024-01, Journal of biomechanics IF:2.4Q3 DOI:10.1016/j.jbiomech.2024.111959 PMID:38286096	研究论文	本研究通过视频分析和深度学习技术，研究自行车骑行者跌倒的运动学和动力学特性，并开发了一种新的重建流程用于计算建模	提出了一种结合深度学习人体姿态估计和逆向运动学优化的新流程，用于从真实跌倒视频中提取人体运动数据，并应用于前向动力学计算人体模型	研究仅针对自行车骑行者跌倒案例，可能不适用于其他类型的跌倒情况	研究自行车骑行者跌倒的运动学和动力学特性，以改进防护装备和安全措施	自行车骑行者的跌倒运动	计算机视觉	NA	深度学习人体姿态估计、逆向运动学优化、遗传算法	深度学习模型	视频	NA
105	2025-06-20	GSDA: Generative adversarial network-based semi-supervised data augmentation for ultrasound image classification 2023-Sep, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2023.e19585 PMID:37809802	research paper	提出了一种基于生成对抗网络（GAN）的半监督数据增强方法GSDA，用于超声图像分类	结合GAN和CNN，通过半监督学习生成高质量超声图像并伪标注，同时引入新的评估标准平衡分类准确率和计算时间	仅在BUSI数据集上进行评估，需验证在其他超声数据集上的泛化能力	解决医学超声图像分析中数据稀缺问题，提升深度学习模型性能	医学超声图像	digital pathology	NA	GAN, CNN, transfer learning	GAN, CNN	image	780张超声图像
106	2025-06-20	Sentiment analysis in multilingual context: Comparative analysis of machine learning and hybrid deep learning models 2023-Sep, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2023.e20281 PMID:37809397	研究论文	本研究比较了多种机器学习和混合深度学习模型在英语和孟加拉语情感分析中的效果	在孟加拉语情感分析领域取得了显著进展，改进了文本分类模型和方法	仅针对特定电商平台(DARAZ)的评论数据进行分析	比较不同模型在情感分析领域的有效性	来自DARAZ电商平台的英语和孟加拉语评论	自然语言处理	NA	porter stemming算法	SVM, LSTM, Bi-LSTM, Conv1D, Conv1D-LSTM混合模型	文本	NA
107	2025-06-20	Genetics and mechanisms of thoracic aortic disease 2023-03, Nature reviews. Cardiology DOI:10.1038/s41569-022-00763-0 PMID:36131050	review	本文回顾了胸主动脉疾病的遗传学机制，并探讨了新技术如深度学习在疾病性状定义中的应用	整合了深度学习等新技术在胸主动脉疾病遗传学研究中的应用，并提出了新的遗传观察结果	胸主动脉疾病的相对罕见性限制了大规模遗传关联的识别	探讨胸主动脉疾病的遗传学机制及预防和治疗策略	胸主动脉疾病，包括主动脉瘤、主动脉夹层和主动脉功能异常	machine learning	cardiovascular disease	deep learning	NA	imaging	NA
108	2025-06-20	Machine Learning Analysis of Cocaine Addiction Informed by DAT, SERT, and NET-Based Interactome Networks 2022-Apr-12, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.2c00002 PMID:35294204	research paper	该研究利用机器学习和深度学习技术，基于DAT、SERT和NET的相互作用网络分析可卡因成瘾，旨在发现潜在的治疗药物	提出了一个基于人工智能的系统性协议，用于发现抗可卡因成瘾的先导化合物，结合了相互作用网络和ADMET性质筛选	研究仅考虑了DAT、SERT和NET相互作用网络中的61个蛋白质靶点，可能忽略了其他潜在的重要靶点	开发一种基于AI的方法来发现治疗可卡因成瘾的潜在药物	可卡因成瘾相关的DAT、SERT和NET相互作用网络中的蛋白质靶点及其抑制剂	machine learning	cocaine addiction	machine learning/deep learning (ML/DL), autoencoder (AE), gradient boosting decision tree (GBDT), multitask deep neural network (MT-DNN)	AE, GBDT, MT-DNN	protein-protein interaction data, inhibitor datasets	61个蛋白质靶点（来自460个蛋白质的相互作用网络）和115,407个抑制剂
109	2025-06-20	Deep learning-assisted prostate cancer detection on bi-parametric MRI: minimum training data size requirements and effect of prior knowledge 2022-Apr, European radiology IF:4.7Q1 DOI:10.1007/s00330-021-08320-y PMID:34786615	research paper	本研究评估了基于PI-RADS训练的深度学习算法在前列腺癌检测中的性能，并探讨了数据量和先验知识对检测效果的影响	研究了数据量和先验区域知识对深度学习模型性能的影响，并确定了达到专家性能所需的最小训练数据量	研究仅基于两个中心的数据，可能限制了结果的泛化能力	评估深度学习算法在前列腺癌检测中的性能，并研究数据量和先验知识的影响	活检初诊且疑似前列腺癌的男性患者	digital pathology	prostate cancer	multi-parametric MRI (mpMRI), bi-parametric MRI (bpMRI)	DL (Deep Learning)	MRI图像	2734例活检初诊男性患者（中心1:1952例，中心2:296例）
110	2025-06-20	Crossing the 'Cookie Theft' Corpus Chasm: Applying what BERT Learns from Outside Data to the ADReSS Challenge Dementia Detection Task 2021-Apr, Frontiers in computer science IF:2.4Q3 DOI:10.3389/fcomp.2021.642517 PMID:40535703	研究论文	本研究探讨了如何利用外部数据（WLS语料库）提升BERT模型在ADReSS挑战赛中痴呆检测任务的性能	通过整合Wisconsin纵向研究（WLS）的1366个额外Cookie Theft任务转录本，显著增加了训练数据量，并探索了基于推断认知状态选择规范数据的方法	WLS转录本缺乏直接的痴呆诊断标签，需依赖认知测试结果推断认知状态	提升深度学习模型在阿尔茨海默病语言特征分类中的性能	阿尔茨海默病患者与健康对照者的自发言语样本	自然语言处理	老年疾病	BERT模型	BERT	文本	DementiaBank原始数据+1366个WLS转录本
111	2025-06-19	Statin use and longitudinal bone marrow lesion burden: analysis of knees without osteoarthritis from the Osteoarthritis Initiative study 2025-Aug, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-025-04878-6 PMID:39890641	research paper	本研究探讨了他汀类药物使用与无骨关节炎参与者膝关节骨髓病变体积纵向变化之间的关联	首次在无放射学膝关节骨关节炎的参与者中，使用深度学习算法定量评估他汀类药物对骨髓病变体积纵向变化的影响	研究仅基于观察性数据，无法确定因果关系	确定他汀类药物使用与膝关节骨髓病变体积纵向变化之间的关联	无放射学膝关节骨关节炎的参与者	digital pathology	geriatric disease	MRI, deep learning	DL algorithm	image	1502 knees (751 statin users and 751 non-users)
112	2025-06-19	Deep learning predicts the effect of neoadjuvant chemotherapy for patients with triple negative breast cancer 2025-Aug, Journal of pathology informatics DOI:10.1016/j.jpi.2025.100448 PMID:40524708	research paper	本研究利用深度学习技术预测三阴性乳腺癌患者新辅助化疗的效果	首次基于术前活检H&E切片的全幻灯片图像，使用深度学习预测新辅助化疗效果	样本量相对较小，特别是中度和不良反应组病例数量不足	预测三阴性乳腺癌患者新辅助化疗的治疗效果	三阴性乳腺癌患者	digital pathology	breast cancer	H&E染色	CNN	image	训练集205名患者的221份活检样本，测试集50名患者的52份活检样本
113	2025-06-19	Multi-site, multi-vendor development and validation of a deep learning model for liver stiffness prediction using abdominal biparametric MRI 2025-Jul, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11312-3 PMID:39779515	研究论文	开发并验证了使用常规临床非对比腹部T1加权和T2加权数据的深度学习模型，用于预测MR弹性成像(MRE)衍生的肝脏硬度	首次在多机构和多厂商的儿科和成人患者数据上开发和验证了基于深度学习的肝脏硬度预测模型	模型性能仍有提升空间，可能需要结合临床特征进一步优化以减少对MRE的需求	开发能够准确预测肝脏硬度的深度学习模型，以替代或减少对MR弹性成像(MRE)的需求	儿科和成人慢性肝病(CLD)患者	数字病理学	慢性肝病	MRI (T1w和T2w)	DeepLiverNet2.0 (深度学习模型)	医学影像	4295名患者(包括428名儿科患者)的4695次MRI检查
114	2025-06-19	ReorderBench: A Benchmark for Matrix Reordering 2025-Jul, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3560345 PMID:40227900	research paper	该论文构建了一个名为ReorderBench的矩阵重排序基准，用于评估和改进矩阵重排序技术	提出了一个全面的矩阵重排序基准，包含大量代表性矩阵和基于卷积与熵的评分方法	NA	评估和改进矩阵重排序技术	矩阵重排序算法和视觉模式	machine learning	NA	卷积和熵基评分方法	deep learning model	binary matrices, continuous matrices	2,835,000 binary matrices, 5,670,000 continuous matrices, 450 real-world matrices
115	2025-06-19	Development and application of deep learning-based diagnostics for pathologic diagnosis of gastric endoscopic submucosal dissection specimens 2025-Jul, Gastric cancer : official journal of the International Gastric Cancer Association and the Japanese Gastric Cancer Association IF:6.0Q1 DOI:10.1007/s10120-025-01612-y PMID:40232558	研究论文	开发并评估了一种用于诊断胃内镜黏膜下剥离术（ESD）标本的深度学习模型	首次应用深度学习模型进行ESD标本的肿瘤和黏膜下浸润检测，显著减少病理诊断时间	研究仅针对腺癌类型的ESD标本，未涵盖其他类型的胃癌	提高早期胃癌ESD标本的诊断准确性和效率	366例腺癌ESD标本的整张切片图像	数字病理学	胃癌	深度学习	CNN	图像	366例ESD标本，包含2257个标注兴趣区域和83,839个补丁图像
116	2025-06-19	Agreement between Routine-Dose and Lower-Dose CT with and without Deep Learning-based Denoising for Active Surveillance of Solid Small Renal Masses: A Multiobserver Study 2025-Jul, Radiology. Imaging cancer DOI:10.1148/rycan.240250 PMID:40512032	研究论文	评估常规剂量和低剂量CT扫描在深度学习去噪技术辅助下对小肾肿块主动监测中的一致性	研究首次评估了深度学习去噪技术在低剂量CT扫描中对小肾肿块评估的影响，并验证了75%剂量降低的可行性	研究为回顾性设计，样本量相对较小(70例患者)，且仅评估了特定两种剂量降低水平	评估不同剂量CT扫描在肾肿块主动监测中的诊断一致性	接受小肾肿块主动监测的患者	数字病理	肾癌	CT扫描、深度学习去噪(DLD)	深度学习	医学影像	70例患者(48男22女，平均年龄73.2岁)的350次CT扫描
117	2025-06-19	ConsAMPHemo: A computational framework for predicting hemolysis of antimicrobial peptides based on machine learning approaches 2025-Jul, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70087 PMID:40519190	research paper	提出了一种基于深度学习的计算框架ConsAMPHemo，用于预测抗菌肽的溶血活性	开发了一个两阶段的深度学习框架，既能进行抗菌肽溶血活性的二元分类，也能预测其溶血浓度，并通过特征分析揭示了溶血活性的物理基础	NA	降低评估抗菌肽作为药物安全性的成本	抗菌肽（AMPs）	machine learning	NA	deep learning	NA	NA	三个不同的数据集
118	2025-06-19	PCKRF: Point Cloud Completion and Keypoint Refinement With Fusion Data for 6D Pose Estimation 2025-Jul, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2024.3390122 PMID:38630565	research paper	提出了一种名为PCKRF的新姿态细化流程，用于6D姿态估计，通过点云补全和关键点细化融合数据来提高姿态估计的准确性	PCKRF流程结合了姿态敏感的点补全网络和引入颜色信息的CIKP方法，有效提升了姿态估计的稳定性和准确性	在纹理较少和对称物体的挑战性场景中，方法的性能可能仍有提升空间	提高6D姿态估计的准确性和稳定性	点云数据	computer vision	NA	点云补全、关键点细化	pose-sensitive point completion network, CIKP	point cloud	NA
119	2025-06-19	Automated segmentation of target volumes in breast cancer radiotherapy, impact on target size and dose to organs at risk 2025-Jul, Clinical and translational radiation oncology IF:2.7Q2 DOI:10.1016/j.ctro.2025.100986 PMID:40529410	研究论文	本研究比较了深度学习模型与临床标准在乳腺癌放疗目标体积划分上的差异，评估了对危险器官剂量的影响	首次将深度学习模型应用于乳腺癌放疗目标体积划分，并考虑了临床数据如肿瘤位置和患者合并症	深度学习模型在仅针对乳房的放疗中可能导致心脏剂量增加，且样本量有限	评估深度学习模型在乳腺癌放疗目标体积划分中的效果及其对危险器官剂量的影响	乳腺癌放疗的目标体积和危险器官剂量	数字病理	乳腺癌	深度学习	DL-models (Raystation 和 MVision)	医学影像	10-14个放疗中心的数据
120	2025-06-19	Deep Learning for Detecting and Subtyping Renal Cell Carcinoma on Contrast-Enhanced CT Scans Using 2D Neural Network with Feature Consistency Techniques 2025-Jul, The Indian journal of radiology & imaging DOI:10.1055/s-0044-1800804 PMID:40529970	研究论文	本研究探索了一种创新的深度学习方法，用于在CT扫描上检测和分型肾细胞癌（RCC），特别是透明细胞RCC（ccRCC）与非ccRCC	使用二维神经网络架构和特征一致性模块，提供了一种新颖、计算更简单且准确的RCC表征方法	研究为回顾性研究，样本量相对较小（196例患者）	开发一种高效的深度学习算法，用于肾细胞癌的检测和分型	196例经病理证实的RCC患者的基线CT扫描（143例ccRCC和53例非ccRCC）	计算机视觉	肾细胞癌	CT扫描	2D神经网络（FocalNet-DINO）	图像	196例患者的CT扫描