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
12801	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
12802	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
12803	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
12804	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
12805	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
12806	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
12807	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
12808	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
12809	2025-10-07	An Earth Mover's Distance-Based Self-Supervised Framework for Cellular Dynamic Grading in Live-Cell Imaging 2025-Mar, Journal of computational biology : a journal of computational molecular cell biology IF:1.4Q2 DOI:10.1089/cmb.2024.0672 PMID:39618334	研究论文	提出一种基于推土距离的自监督框架用于活细胞成像中的细胞动态分级任务	利用细胞动态等级与细胞外观变化速度的一致性作为自监督训练的约束条件，通过推土距离构建概率转移矩阵	依赖于细胞动态等级与外观变化速度一致性的假设，在医学数据有限的情况下性能可能受限	开发自监督学习方法解决活细胞动态分级任务中的数据标注难题	活细胞显微镜视频中的细胞动态变化	计算机视觉	NA	活细胞显微镜成像	神经网络	视频	NA	NA	NA	NA	NA
12810	2025-10-07	Deep learning based super-resolution for CBCT dose reduction in radiotherapy 2025-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.17557 PMID:39625126	研究论文	本研究探索使用增强超分辨率生成对抗网络在投影域和图像域恢复低剂量CBCT图像质量，以实现放疗中CBCT剂量降低	首次将深度学习超分辨率技术应用于CBCT剂量降低领域，同时在投影域和图像域进行超分辨率重建	图像相似性指标受噪声水平影响，未能完全反映视觉改进效果	通过深度学习超分辨率技术降低CBCT成像剂量同时保持图像质量	头颈癌患者的CBCT扫描数据	医学影像处理	头颈癌	锥形束计算机断层扫描	GAN	医学影像	2997例CBCT扫描	NA	ESRGAN	MAE, ME, PSNR, SSIM, 准确率, 灵敏度, 特异性, 空间分辨率	NA
12811	2025-10-07	Breast radiotherapy planning: A decision-making framework using deep learning 2025-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.17527 PMID:39625151	研究论文	开发基于深度学习的决策框架，用于预测乳腺癌放疗剂量分布并辅助选择最佳治疗技术	首次将2D U-Net CNN模型应用于乳腺癌放疗计划决策，通过预测剂量分布和DVH指标来优化IMRT和3D-CRT技术选择	研究基于回顾性数据，样本量相对有限（346例训练，30例验证），且仅来自两个医疗中心	开发深度学习辅助的决策框架，优化乳腺癌放射治疗计划选择	乳腺癌患者	医学影像分析	乳腺癌	放射治疗计划，CT成像	CNN	CT影像，剂量分布图	346例患者用于训练和调优，30例患者用于外部验证	NA	U-Net	Dice相似系数，准确率，召回率，精确率，DVH分析	NA
12812	2025-10-07	Using a flipped classroom teaching and learning approach to promote scientific literacy skill development and retention 2025-Mar, FEBS open bio IF:2.8Q3 DOI:10.1002/2211-5463.13938 PMID:39625998	研究论文	本研究探讨翻转课堂教学模式对运动机能学学生科学素养技能发展和保持的影响	首次在运动机能学研究方法课程中评估翻转课堂对科学素养技能的长期保持效果（4个月后追踪）	样本量较小（n=57），仅针对单一学科学生，缺乏对照组比较	评估翻转课堂教学方法对科学素养技能发展和保持的效果	运动机能学专业二年级学生	教育技术	NA	翻转课堂教学法，TOSLS问卷调查	NA	问卷调查数据，学业成绩数据	57名二年级运动机能学学生（学期初末），46名学生（4个月后追踪）	NA	NA	TOSLS评分，相关性系数（r值），统计显著性（P值）	NA
12813	2025-10-07	SIAM: Spatial and Intensity Awareness Module for cerebrovascular segmentation 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108511 PMID:39626410	研究论文	提出一种用于脑血管分割的空间和强度感知模块SIAM，通过空间和像素强度扰动增强模型在有限数据下的分割性能	提出可插拔的空间和强度感知模块，通过构造匹配数据和协作训练使模型学习脑血管的空间语义和像素强度特征	未明确说明在极端数据稀缺情况下的性能表现	解决有限标注数据下的3D脑血管分割问题	脑血管结构	计算机视觉	脑血管疾病	深度学习	CNN	3D医学图像	三个不同模态的脑血管数据集	NA	NA	NA	NA
12814	2025-10-07	An AI-assisted explainable mTMCNN architecture for detection of mandibular third molar presence from panoramic radiography 2025-Mar, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105724 PMID:39626596	研究论文	开发并评估一种可解释的下颌第三磨牙卷积神经网络架构，用于从全景X光片中检测下颌第三磨牙的存在	提出结合LIME可解释人工智能方法的E-mTMCNN架构，提高模型决策过程的透明度	NA	提高下颌第三磨牙早期检测准确性，改善牙科临床决策和治疗规划	下颌第三磨牙在全景X光片中的检测	计算机视觉	牙科疾病	全景X光摄影	CNN	图像	来自UESB数据集经专家标注的全景X光图像	NA	GoogLeNet	准确率, 灵敏度, 特异性, 精确率, F1分数, AUC	NA
12815	2025-10-07	An object detection-based model for automated screening of stem-cells senescence during drug screening 2025-Mar, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106940 PMID:39631255	研究论文	提出一种基于Faster R-CNN的干细胞衰老自动检测模型STGF R-CNN，用于药物筛选中的衰老评估	结合Swin Transformer和分组归一化策略的Faster R-CNN改进模型，增强特征表示能力并实现模型轻量化	未明确说明模型在其他细胞类型上的泛化能力	开发自动化干细胞衰老检测方法以实现定量评估	诱导多能干细胞来源的间充质干细胞(iP-MSCs)	计算机视觉	衰老相关疾病	深度学习	CNN, Transformer	细胞图像	iP-MSCs数据集（具体数量未说明）	NA	Faster R-CNN, Swin Transformer	mAP, Params, FLOPs	NA
12816	2025-10-07	Universal representations in cardiovascular ECG assessment: A self-supervised learning approach 2025-Mar, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105742 PMID:39631267	研究论文	开发并验证一种基于自监督学习的方法，从纵向收集的心电图中学习通用表征，用于心血管评估	采用对比自监督学习方法从大规模未标记ECG数据中学习通用表征，特别在小样本情况下表现优异	NA	开发适用于多种心血管评估任务的通用ECG表征学习方法	1,684,298名成年患者的4,932,573条ECG追踪数据	机器学习	心血管疾病	心电图(ECG)	自监督学习	心电图信号	来自长庚纪念医院7个院区的1,684,298名患者的4,932,573条ECG追踪	NA	对比学习框架	AUROC	NA
12817	2025-10-07	Biomechanics-Function in Glaucoma: Improved Visual Field Predictions from IOP-Induced Neural Strains 2025-Mar, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2024.11.019 PMID:39631645	研究论文	本研究通过整合青光眼患者视神经头结构和生物力学数据，开发了改进的视野缺损预测模型	首次将眼压诱导的神经组织应变与结构信息结合，使用几何深度学习方法预测青光眼视野缺损	研究为横断面设计，样本仅包括中国人群，年龄范围有限	评估神经组织结构和生物力学在预测青光眼功能损伤中的作用	238名中国青光眼患者（50岁以上）的视神经头组织	医学影像分析	青光眼	光谱域OCT成像，眼科动态测量，数字体积相关分析	Point-Net	医学影像，生物力学数据	238名青光眼患者（88名女性，平均年龄69±5岁）	NA	Point-Net	F1-score	NA
12818	2025-10-07	Self-supervised learning improves robustness of deep learning lung tumor segmentation models to CT imaging differences 2025-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.17541 PMID:39636237	研究论文	本研究比较了自监督学习在CT图像肺肿瘤分割任务中，使用野生预训练与自预训练方法对模型鲁棒性的影响	首次系统比较了野生预训练与自预训练在医学图像分析中的效果，发现Swin Transformer在野生预训练下对CT成像差异具有更好的鲁棒性	研究仅针对非小细胞肺癌的CT图像分割，未涵盖其他疾病类型或成像模态	评估不同预训练策略对深度学习模型在医学图像分割任务中鲁棒性的影响	非小细胞肺癌患者的3D CT扫描图像	计算机视觉	肺癌	CT成像	CNN, Transformer	3D医学图像	野生预训练10,412例3D CT，下游任务数据集377例训练，公开测试集156例早期阶段，内部测试集196例晚期阶段	NA	Vision Transformer (ViT), Swin Transformer, CNN	准确度, 鲁棒性, 特征重用	NA
12819	2025-10-07	DRGAT: Predicting Drug Responses Via Diffusion-Based Graph Attention Network 2025-Mar, Journal of computational biology : a journal of computational molecular cell biology IF:1.4Q2 DOI:10.1089/cmb.2024.0807 PMID:39639802	研究论文	提出一种结合去噪扩散隐式模型和图注意力网络的药物反应预测方法DRGAT	首次将去噪扩散隐式模型用于基因表达数据增强，并结合高阶邻居传播的图注意力网络进行药物反应预测	生物数据集通常具有高维度小样本量的特点，可能仍存在过拟合风险	基于患者基因组特征准确预测药物反应，推进个性化医疗	基因表达数据和药物反应数据	机器学习	NA	基因组学数据分析	图注意力网络,扩散模型	基因表达数据	NA	NA	GAT,HO-GATs,去噪扩散隐式模型	AUC	NA
12820	2025-10-07	Leveraging a Vision Transformer Model to Improve Diagnostic Accuracy of Cardiac Amyloidosis With Cardiac Magnetic Resonance 2025-Mar, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2024.09.010 PMID:39641685	研究论文	本研究开发了一种基于视觉Transformer的深度学习模型，用于通过心脏磁共振成像提高心脏淀粉样变性的诊断准确性	首次将视觉Transformer模型应用于心脏磁共振图像分析，专门针对心脏淀粉样变性的鉴别诊断	研究基于回顾性队列，图像质量不佳或存在双重病理的情况会影响模型性能	开发深度学习算法辅助鉴别心脏淀粉样变性与其他心肌疾病	疑似浸润性疾病或肥厚型心肌病的心脏磁共振检查患者	计算机视觉	心脏淀粉样变性	心脏磁共振成像	Vision Transformer	图像	内部队列807名患者（252名CA，290名HCM，265名其他），外部验证队列157名患者（51名CA，49名HCM，57名其他）	NA	Vision Transformer	准确率, AUC	NA