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
12781	2025-10-07	Estimation of fatty acid composition in mammary adipose tissue using deep neural network with unsupervised training 2025-May, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30401 PMID:39641987	研究论文	开发基于深度学习的乳腺脂肪组织脂肪酸组成快速估计方法	提出基于物理原理的无监督深度学习网络FAC-Net，可直接从多回波双极梯度回波数据估计脂肪酸组成	样本量较小（对照组8人，癌症组7人），部分比较结果未达到统计学显著性	开发稳健快速的乳腺脂肪组织脂肪酸组成估计方法	乳腺脂肪组织、包含8种不同脂肪酸组成油类的体模、绝经后女性	医学影像分析	乳腺癌	多回波双极梯度回波MRI、全身3T MRI系统	深度学习网络	MRI影像数据	体模8种油类，人类受试者15人（对照组8人，癌症组7人）	NA	FAC-Net	R2决定系数	NA
12782	2025-10-07	CorLabelNet: a comprehensive framework for multi-label chest X-ray image classification with correlation guided discriminant feature learning and oversampling 2025-Apr, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03247-0 PMID:39609353	研究论文	提出一个用于多标签胸部X射线图像分类的综合框架CorLabelNet，通过相关性引导的判别特征学习和过采样方法解决标签相关性和类别不平衡问题	利用自注意力机制从全局和局部视角捕捉高阶标签相关性，并提出一致性约束和多标签对比损失来增强特征学习，同时开发了基于标签相关性的过采样方法	未提及该方法在其他医学影像数据集上的泛化能力，也未讨论计算复杂度问题	提高多标签胸部X射线图像分类性能，解决标签相关性和类别不平衡问题	胸部X射线图像	计算机视觉	胸部疾病	深度学习	CNN,自注意力机制	图像	CheXpert和ChestX-Ray14数据集，采用5折交叉验证重复3次	NA	CorLabelNet	准确率,精确率,召回率,F1分数,AUC	NA
12783	2025-10-07	Oral Microbe Community and Pyramid Scene Parsing Network-based Periodontitis Risk Prediction 2025-Apr, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2024.10.019 PMID:39613556	研究论文	本研究结合金字塔场景解析网络和口腔微生物数据开发牙周炎风险预测模型	首次将PSPNet深度学习模型与牙菌斑微生物特征数据结合用于牙周炎风险预测	样本量相对有限（604个样本），仅使用单一数据库数据	开发早期牙周炎风险预测方法	牙周炎患者和健康对照者的牙菌斑微生物数据	数字病理学	牙周炎	微生物特征分析，深度学习	CNN	微生物特征数据	90名健康对照者和514名牙周炎患者，共604个样本	NA	Pyramid Scene Parsing Network (PSPNet)	平均绝对误差	NA
12784	2025-10-07	Artificial intelligence-based molecular property prediction of photosensitising effects of drugs 2025-Apr, Journal of drug targeting IF:4.3Q1 DOI:10.1080/1061186X.2024.2434911 PMID:39618307	研究论文	本研究开发基于人工智能的分子属性预测方法，用于预测药物和化学化合物的光敏效应	首次采用三种不同AI模型（逻辑回归、XGBoost和深度学习模型Chemprop）系统评估药物光敏效应预测能力，并通过外部数据集进行验证	模型在测试集上的ROC-AUC表现相对训练集有所下降（0.7785-0.7927 vs 0.8939-0.9525），且数据集规模有限（2200种药物）	探索基于人工智能的工作流程预测药物和化学化合物光敏效应的可行性	药物和化学化合物的光敏属性	机器学习	药物不良反应	分子属性预测	逻辑回归, XGBoost, 深度学习	化学分子数据	2200种药物	Chemprop, XGBoost, Scikit-learn	Chemprop（专门用于分子属性预测的深度学习架构）	ROC-AUC	NA
12785	2025-10-07	Dual Multi Scale Attention Network Optimized With Archerfish Hunting Optimization Algorithm for Diabetics Prediction 2025-Apr, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24739 PMID:39620437	研究论文	提出一种基于双多尺度注意力网络和射水鱼狩猎优化算法的糖尿病预测方法	首次将射水鱼狩猎优化算法用于优化双多尺度注意力网络的超参数	仅使用PIMA印度糖尿病数据集进行验证，未在其他数据集测试	开发高精度的糖尿病预测模型	糖尿病患者的医疗数据	机器学习	糖尿病	机器学习	深度学习	结构化医疗数据	PIMA印度糖尿病数据集	Python	Dual Multi Scale Attention Network, Multi-Level Haar Wavelet Features Fusion Network	准确率,F分数,敏感性,特异性,精确率,召回率,计算时间	NA
12786	2025-10-07	Detection of basal cell carcinoma by machine learning-assisted ex vivo confocal laser scanning microscopy 2025-Apr, International journal of dermatology IF:3.5Q1 DOI:10.1111/ijd.17519 PMID:39627947	研究论文	本研究开发了一种基于机器学习的算法，用于在离体共聚焦激光扫描显微镜图像中检测基底细胞癌	首次将卷积神经网络应用于EVCM图像中的基底细胞癌自动检测，为临床决策提供辅助工具	概念验证研究，样本量有限（50张训练图像，19张测试图像），需要更大规模验证	开发机器学习算法辅助基底细胞癌的检测，促进EVCM技术在临床常规中的应用	经组织学确认的基底细胞癌新鲜组织样本	计算机视觉	基底细胞癌	离体共聚焦激光扫描显微镜	CNN	图像	50张EVCM图像用于训练和评估，19张新图像用于测试（10张含肿瘤，9张无肿瘤）	NA	MobileNet-V1	灵敏度, 特异性, AUC, 精确度-召回率曲线	NA
12787	2025-10-07	Toward automated detection of microbleeds with anatomical scale localization using deep learning 2025-Apr, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103415 PMID:39642804	研究论文	提出一种用于脑微出血自动检测和脑解剖区域定位的3D深度学习框架	开发了包含特征融合模块和困难样本原型学习的新方案，在单一模型中同时实现微出血检测和解剖定位，显著降低假阳性率	NA	开发自动化脑微出血检测系统并实现解剖区域定位	脑微出血	计算机视觉	脑血管疾病	磁敏感加权成像	3D CNN	3D医学图像	NA	NA	3D U-Net, Region Proposal Network	灵敏度, 假阳性率	NA
12788	2025-10-07	Intelligent identification of foodborne pathogenic bacteria by self-transfer deep learning and ensemble prediction based on single-cell Raman spectrum 2025-Apr-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.127268 PMID:39644671	研究论文	提出基于单细胞拉曼光谱的AI模型，用于精确识别食源性致病菌	首次将自迁移深度学习和集成预测算法结合应用于单细胞拉曼光谱分析，显著提升训练效率和预测性能	NA	开发高精度食源性致病菌识别方法以预防疾病传播	食源性致病菌（包括革兰氏阴性菌和阳性菌）	机器学习	食源性疾病	单细胞拉曼光谱	深度学习	光谱数据	NA	NA	NA	准确率	NA
12789	2025-10-07	Automated segmentation of dental restorations using deep learning: exploring data augmentation techniques 2025-Apr, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-024-00794-y PMID:39652261	研究论文	本研究使用深度学习模型自动分割全景牙科X光片中的种植体、修复体和填充物，并探索数据增强技术对分割性能的影响	系统比较了9种深度学习分割模型和8种数据增强技术在牙科修复体分割任务中的表现，揭示了数据增强策略选择对模型性能和不同牙科结构类型的依赖性	未明确说明训练数据的详细来源和样本的具体分布特征	开发自动分割牙科修复体的深度学习模型，并评估数据增强技术对分割性能的优化效果	全景牙科X光片中的种植体、修复体和填充物	计算机视觉	牙科疾病	深度学习图像分割	深度学习分割模型	全景牙科X光图像	NA	NA	NA	IoU, Dice系数	NA
12790	2025-10-07	Comparative benchmarking of failure detection methods in medical image segmentation: Unveiling the role of confidence aggregation 2025-Apr, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103392 PMID:39657400	研究论文	本文提出了一个用于评估医学图像分割中失败检测方法的综合基准测试框架	揭示了像素置信度聚合在失败检测中的重要作用，并确定集成预测间的配对Dice评分作为简单而鲁棒的基线方法	研究仅基于五个公共3D医学图像数据集，可能无法覆盖所有临床场景	评估医学图像分割中的失败检测方法并建立基准测试框架	医学图像分割失败检测方法	计算机视觉	NA	深度学习	NA	3D医学图像	五个公共3D医学图像数据集	NA	NA	风险覆盖分析, 配对Dice评分	NA
12791	2025-10-07	Evaluation of the mandibular canal and the third mandibular molar relationship by CBCT with a deep learning approach 2025-Apr, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-024-00793-z PMID:39658743	研究论文	本研究使用CBCT和深度学习技术评估下颌管与第三磨牙的关系，并自动分割相关解剖结构	首次将nnU-NetV2架构应用于CBCT图像中下颌管与第三磨牙关系的自动评估和分割	研究为回顾性设计，样本量相对有限（300例患者）	开发深度学习模型自动评估下颌管与第三磨牙的解剖关系，辅助口腔手术规划	300名患者的CBCT影像数据，重点关注下颌管、第三磨牙、颏孔和下颌孔	计算机视觉	口腔疾病	CBCT成像技术	深度学习	医学影像	300例患者CBCT数据（训练集270例，测试集30例）	nnU-NetV2	nnU-NetV2	准确率, 敏感度, 精确率, Dice系数, Jaccard指数, AUC	NA
12792	2025-10-07	Cleavage-stage embryo segmentation using SAM-based dual branch pipeline: development and evaluation with the CleavageEmbryo dataset 2025-Mar-29, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae617 PMID:39423150	研究论文	开发基于SAM的双分支分割管道用于自动分割卵裂期胚胎中的卵裂球和碎片	首次提出基于SAM的双分支分割架构，并构建了首个包含碎片像素级标注的人类卵裂期胚胎数据集CleavageEmbryo	缺乏公开可用数据集，仅使用自建数据集进行验证	开发自动化方法分割卵裂期胚胎以改进胚胎选择过程	人类卵裂期胚胎	计算机视觉	生殖医学	胚胎图像分析	SAM-based双分支网络	图像	NA	NA	SAM-based双分支管道	mAP, Dice系数	NA
12793	2025-10-07	Predicting Task Activation Maps from Resting-State Functional Connectivity using Deep Learning 2025-Mar-19, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.10.612309 PMID:39314460	研究论文	本研究使用深度学习从静息态功能连接预测任务激活图谱	复制了最先进的BrainSurfCNN模型并探索了两种改进架构：添加压缩激励注意力机制的BrainSERF和使用图神经网络的BrainSurfGCN	未明确说明模型性能的具体提升幅度和计算资源限制	推进深度学习在神经影像学中的应用，提高任务激活图谱预测性能	人类连接组计划(HCP)的静息态和任务态fMRI数据	神经影像分析	NA	功能磁共振成像(fMRI)	CNN,图神经网络	神经影像数据	NA	NA	BrainSurfCNN,BrainSERF,BrainSurfGCN	NA	NA
12794	2025-10-07	Melanoma classification using generative adversarial network and proximal policy optimization 2025 Mar-Apr, Photochemistry and photobiology IF:2.6Q3 DOI:10.1111/php.14006 PMID:39080818	研究论文	提出一种结合生成对抗网络和近端策略优化算法的深度学习框架用于黑色素瘤分类	引入Off-policy PPO算法处理训练数据不平衡问题，并采用新的正则化技术稳定GAN训练防止模式崩溃	NA	开发用于黑色素瘤早期检测的深度学习分类模型	黑色素瘤皮肤病变图像	计算机视觉	黑色素瘤	深度学习	GAN,强化学习	医学图像	SIIM-ISIC黑色素瘤分类挑战赛ISIC-2020数据集	NA	扩张卷积网络,GAN	F-measure,几何平均数	NA
12795	2025-10-07	Applying Conformal Prediction to a Deep Learning Model for Intracranial Hemorrhage Detection to Improve Trustworthiness 2025-Mar, Radiology. Artificial intelligence DOI:10.1148/ryai.240032 PMID:39601654	研究论文	应用保形预测增强深度学习模型在颅内出血检测中的可信度	将Mondrian保形预测应用于深度学习模型，开发不确定性感知模型以提高模型可信度	回顾性研究，样本量相对有限（491个CT扫描），数据来自单一数据集	提高深度学习模型在颅内出血检测中的可信度和不确定性量化能力	颅内出血患者的非对比头部CT扫描图像	医学影像分析	颅内出血	CT扫描	深度学习模型	医学影像（CT扫描）	491个非对比头部CT扫描，包含8401个切片	NA	NA	F1分数, 准确率	NA
12796	2025-10-07	Comprehensive prediction and analysis of human protein essentiality based on a pretrained large language model 2025-Mar, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-024-00733-1 PMID:39604646	研究论文	基于预训练蛋白质语言模型开发了蛋白质重要性计算器(PIC)，用于全面预测和分析人类蛋白质必需性	首次在人类、细胞系和小鼠三个水平上全面预测蛋白质必需性，并定义了蛋白质必需性评分来量化人类蛋白质必需性	NA	开发计算模型预测人类必需蛋白质，克服实验方法成本高、耗时长的问题	人类必需蛋白质(HEPs)	自然语言处理	乳腺癌	深度学习，蛋白质语言模型	预训练语言模型	蛋白质序列	617,462个人类微蛋白质	NA	蛋白质语言模型	NA	NA
12797	2025-10-07	3D full-dose brain-PET volume recovery from low-dose data through deep learning: quantitative assessment and clinical evaluation 2025-Mar, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11225-1 PMID:39609283	研究论文	提出一种深度学习方法来从低剂量PET数据恢复3D全剂量PET体积，以降低放射性示踪剂剂量同时保持诊断质量	提出空间感知噪声降低网络(SANR)从低剂量PET数据恢复3D全剂量PET体积，相比传统2D方法有显著改进	回顾性研究，需要在更广泛的患者群体中进行前瞻性验证	降低PET成像中放射性示踪剂剂量同时保持诊断质量	456名参与者，使用三种不同PET扫描仪和两种不同示踪剂	医学影像分析	阿尔茨海默病,脑部病变	PET成像	深度学习	3D PET体积数据	456名参与者	NA	空间感知噪声降低网络(SANR)	图像质量指标,病变检测准确率,Wilcoxon符号秩检验	NA
12798	2025-10-07	Applications of AI-based deep learning models for detecting dental caries on intraoral images - a systematic review 2025-Mar, Evidence-based dentistry DOI:10.1038/s41432-024-01089-1 PMID:39609513	系统综述	评估基于人工智能的深度学习模型在口内图像上检测龋齿的有效性	首次系统评估AI深度学习模型在龋齿检测中的应用现状和性能表现	纳入研究数量有限（23项），仅3项研究使用可解释AI技术，4项研究存在高偏倚风险	评估AI深度学习模型在龋齿检测中的有效性	口内图像中的龋齿病变	计算机视觉	龋齿	深度学习	深度学习模型	口内图像	23项临床研究	NA	NA	准确率, 敏感度, 特异性	NA
12799	2025-10-07	MicroRNA signature for early prediction of knee osteoarthritis structural progression using integrated machine and deep learning approaches 2025-Mar, Osteoarthritis and cartilage IF:7.2Q1 DOI:10.1016/j.joca.2024.11.008 PMID:39617204	研究论文	开发基于微RNA和机器学习/深度学习的膝骨关节炎结构进展早期预测模型	首次整合机器学习和深度学习技术，利用血清微RNA特征构建膝骨关节炎结构进展预测模型	样本量相对有限（训练集152例，验证集30例），需进一步扩大验证	开发膝骨关节炎结构进展的早期预测模型	膝骨关节炎患者	机器学习	骨关节炎	微RNA测序，磁共振成像，X射线	人工神经网络，Elastic Net	血清微RNA数据，临床特征数据	训练集：152例（91例进展者，61例非进展者）；验证集：30例（14例进展者，16例非进展者）	NA	人工神经网络	AUC，准确率	NA
12800	2025-10-07	BMSMM-Net: A Bone Metastasis Segmentation Framework Based on Mamba and Multiperspective Extraction 2025-Mar, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.11.018 PMID:39617656	研究论文	提出了一种基于Mamba和多视角提取的骨转移病灶分割框架BMSMM-Net	集成了新提出的Bottleneck Gating Mamba层(BGM)、Skip-Mamba(SKM)模块和多视角提取(MPE)模块，增强了深度特征图的远程依赖建模能力	NA	开发快速精确的骨转移病灶自动分割方法以改善患者预后	骨转移病灶（成骨性、溶骨性或混合性病变）	计算机视觉	骨转移癌	深度学习	CNN, Mamba	医学图像	BM-Seg数据集	NA	BMSMM-Net（包含BGM、SKM、MPE模块）	F1-score, mIoU	NA