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
12861	2025-10-07	MRI classification of progressive supranuclear palsy, Parkinson disease and controls using deep learning and machine learning algorithms for the identification of regions and tracts of interest as potential biomarkers 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109518 PMID:39662313	研究论文	本研究开发并比较了基于人工智能的MRI分析算法，用于区分进行性核上性麻痹、帕金森病和健康对照	首次结合深度学习和多种机器学习算法识别关键脑区和白质纤维束作为区分神经退行性帕金森综合征的生物标志物	数据来自不同场强的扫描仪(3.0T和1.5T)，样本量相对有限	开发能够区分进行性核上性麻痹、帕金森病和健康对照的MRI人工智能分析算法	进行性核上性麻痹患者、帕金森病患者和健康对照者	医学影像分析	神经退行性疾病	扩散张量成像(DTI), T1加权成像	深度学习神经网络, 随机森林	MRI影像数据	样本1: 74例PSP患者和63例对照(多中心3.0T)；样本2: 66例PSP患者、66例PD患者和44例对照(单中心1.5T)	TensorFlow	深度学习神经网络	准确率, 敏感性, 特异性, Youden指数	NA
12862	2025-10-07	MultiSCCHisto-Net-KD: A deep network for multi-organ explainable squamous cell carcinoma diagnosis with knowledge distillation 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109469 PMID:39662318	研究论文	提出一种用于多器官鳞状细胞癌诊断的深度神经网络模型，通过知识蒸馏技术实现模型压缩并提高泛化能力	首次针对多器官鳞状细胞癌开发低倍镜下结构异常识别的深度网络，结合知识蒸馏和可解释性技术	未明确说明样本数量和数据分布的具体细节	开发能够跨器官诊断鳞状细胞癌的鲁棒深度学习模型	多器官来源的鳞状细胞癌组织病理学图像	数字病理学	鳞状细胞癌	组织病理学成像	深度神经网络	图像	NA	NA	MultiSCCHisto-Net, MultiSCCHisto-Net-KD	准确率	NA
12863	2025-10-07	An interpretable deep learning model for hallux valgus prediction 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109468 PMID:39662315	研究论文	开发了一种可解释的深度学习模型，用于自动标注足部X射线图像关键点并计算拇外翻角度和跖骨间角度	提出了结合AG-UNet和SE-DNN的可解释深度学习模型，能够自动识别足部关键点并计算临床角度，减少人工测量误差	NA	提高拇外翻诊断的效率和准确性，减少医疗专家手动计算的时间和错误	足部X射线图像	计算机视觉	拇外翻	X射线成像	深度学习	图像	2000张足部X射线图像	NA	AG-UNet, SE-DNN	平均误差距离, ICC	NA
12864	2025-10-07	The influence of a deep learning tool on the performance of oral and maxillofacial radiologists in the detection of apical radiolucencies 2025-Feb-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twae054 PMID:39656660	研究论文	评估深度学习模型对口腔放射科医生检测根尖周放射线透亮区能力的影响	首次在口腔放射学领域采用交叉阅读实验设计评估AI辅助诊断工具对专业医生性能的影响	样本量较小（68张根尖片），仅使用单一深度学习模型测试	评估AI辅助工具对口腔放射科医生诊断性能的影响	口腔放射科医生和根尖周放射线透亮区	数字病理	口腔疾病	锥形束计算机断层扫描	深度学习模型	根尖放射线图像	68张根尖放射线图像	NA	Denti.AI	AFROC-AUC, 敏感性, 特异性, ROC-AUC	NA
12865	2025-10-07	Detection of periodontal bone loss and periodontitis from 2D dental radiographs via machine learning and deep learning: systematic review employing APPRAISE-AI and meta-analysis 2025-Feb-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twae070 PMID:39656957	系统综述	通过系统综述和荟萃分析评估人工智能在牙科X光片中检测牙周骨丧失和牙周炎的应用	首次使用APPRAISE-AI工具对AI在牙周病诊断研究进行质量评估，并进行荟萃分析	纳入研究质量参差不齐，缺乏高质量研究，AI研究透明度和报告标准有待提高	评估人工智能在牙科X光片中检测牙槽骨丧失和牙周炎的应用效果	牙科全景片和根尖片	医学影像分析	牙周炎	牙科X光成像	机器学习,深度学习	2D图像	30篇纳入综述，10篇符合荟萃分析条件	NA	NA	灵敏度,特异度,准确度	NA
12866	2025-10-07	DeepCompoundNet: enhancing compound-protein interaction prediction with multimodal convolutional neural networks 2025-Feb, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2023.2291829 PMID:38084744	研究论文	提出DeepCompoundNet模型，通过整合多模态数据增强化合物-蛋白质相互作用预测	首次将分子信息与多种相互作用网络数据整合到深度学习模型中	NA	预测化合物与蛋白质之间的相互作用	化合物和蛋白质	机器学习	NA	虚拟筛选	CNN	氨基酸序列、化学结构、蛋白质-蛋白质相互作用、药物-疾病相互作用、蛋白质-疾病相互作用	NA	NA	多模态卷积神经网络	NA	NA
12867	2025-10-07	A fine-tuning deep residual convolutional neural network for emotion recognition based on frequency-channel matrices representation of one-dimensional electroencephalography 2025-Feb, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2023.2286918 PMID:38017703	研究论文	提出一种基于频率通道矩阵表示和深度残差卷积神经网络的脑电信号情感识别方法	结合预训练深度残差网络与迁移学习技术，利用Welch功率谱密度估计将一维脑电信号转换为二维频率通道矩阵表示	NA	开发自动高精度情感识别系统以改善人机交互	多通道脑电信号	机器学习	NA	脑电信号分析	CNN	脑电信号	DEAP数据集上的5折交叉验证	NA	ResNet	准确率,精确率,灵敏度,特异度,F1分数	NA
12868	2025-10-07	Application of one-class classification using deep learning technique improves the classification of subvisible particles 2025-Feb, Journal of pharmaceutical sciences IF:3.7Q2 DOI:10.1016/j.xphs.2024.11.023 PMID:39615881	研究论文	本研究探讨了深度学习技术如何改进亚可见颗粒的单类分类性能	将深度学习技术与单类分类方法相结合应用于亚可见颗粒分类，相比传统方法显著提升了分类效果	研究仅针对特定类型的蛋白质聚集体（免疫球蛋白G和清蛋白来源）进行了验证，未涵盖所有可能的亚可见颗粒类型	评估深度学习技术对亚可见颗粒单类分类性能的改进效果	硅油和两种蛋白质聚集体（免疫球蛋白G来源聚集体和清蛋白来源聚集体）	计算机视觉	NA	流式成像显微镜	深度学习	图像	NA	NA	NA	分类得分	NA
12869	2025-10-07	Use of artificial intelligence to detect dental caries on intraoral photos 2025-Jan-30, Quintessence international (Berlin, Germany : 1985) DOI:10.3290/j.qi.b5857664 PMID:39601186	研究论文	开发基于多阶段深度学习的人工智能系统，用于口腔内照片中的龋齿检测和分类	首次构建针对前牙和后牙的多阶段深度学习管道，能够定位单个牙齿并对不同严重程度的龋齿进行分类	后牙白斑检测因位置变异性较高而更具挑战性	开发成本效益高的早期龋齿检测工具，适用于非临床环境	口腔内牙齿照片	计算机视觉	龋齿	深度学习	深度学习模型	图像	50,179张口腔内牙齿照片（来自智能手机和口腔内相机）	NA	多阶段深度学习管道	灵敏度, 特异性	NA
12870	2025-10-07	The 'Sandwich' meta-framework for architecture agnostic deep privacy-preserving transfer learning for non-invasive brainwave decoding 2025-Jan-23, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad9957 PMID:39622169	研究论文	提出名为'Sandwich'的深度隐私保护元框架，结合迁移学习和联邦学习用于非侵入性脑电波解码	首次将迁移学习与联邦学习整合为统一框架，解决脑电数据集的变异性和隐私问题	NA	解决脑电信号解码中的数据变异性和隐私保护挑战	脑电图(EEG)信号和脑机接口应用	机器学习	神经系统疾病	脑电图(EEG)	深度学习	时间序列数据	NA	NA	Inception, Sandwich元架构	准确率	NA
12871	2025-10-07	Inferring disease progression stages in single-cell transcriptomics using a weakly supervised deep learning approach 2025-Jan-22, Genome research IF:6.2Q1 DOI:10.1101/gr.278812.123 PMID:39622637	研究论文	提出一种名为scIDST的弱监督深度学习方法，用于从单细胞转录组数据推断疾病进展阶段	开发了首个基于弱监督深度学习的单细胞疾病进展推断方法，能够识别传统患者-健康对照比较分析无法检测的疾病相关基因差异表达	NA	解决患者来源组织中细胞异质性问题，准确推断单个细胞的疾病进展水平	单细胞转录组数据中的个体细胞	生物信息学	多种疾病	单细胞/细胞核基因组测序	深度学习	单细胞转录组数据	NA	NA	NA	NA	NA
12872	2025-10-07	An efficient deep unrolling network for sparse-view CT reconstruction via alternating optimization of dense-view sinograms and images 2025-Jan-15, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad9dac PMID:39662047	研究论文	提出一种通过交替优化稠密视图正弦图和图像的高效深度展开网络，用于稀疏视图CT重建	将SVCT重建分解为稠密视图正弦图优化和图像优化两个子问题，采用稠密视图而非全视图正弦图修复，降低计算资源需求并减少误差传播	NA	解决稀疏视图CT重建中计算成本高的问题，同时保持重建图像质量	临床原始投影数据	医学影像重建	NA	计算机断层扫描(CT)	深度展开网络	投影数据，图像	NA	NA	深度神经网络	定量指标，定性结果	GPU
12873	2025-10-07	Applications of and issues with machine learning in medicine: Bridging the gap with explainable AI 2025-Jan-14, Bioscience trends IF:5.7Q1 DOI:10.5582/bst.2024.01342 PMID:39647859	综述	探讨机器学习在医学领域的应用及其可解释性问题，并提出可解释人工智能作为解决方案	系统分析医学机器学习中的黑箱问题，并强调可解释AI在提升模型透明度和临床接受度方面的重要价值	未涉及具体临床实施案例和定量评估数据	促进机器学习在医疗领域的可信应用	医学机器学习模型及其可解释性方法	机器学习	NA	深度学习	CNN, Transformer	患者数据	NA	NA	NA	NA	NA
12874	2025-10-07	Generalizable Reconstruction for Accelerating MR Imaging via Federated Learning With Neural Architecture Search 2025-Jan, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3432388 PMID:39037877	研究论文	提出一种基于联邦学习和神经架构搜索的可泛化磁共振成像重建框架GAutoMRI	首次将神经架构搜索与联邦学习结合用于MR图像重建，并设计了公平性调整方法处理异构数据分布	未明确说明模型在极端数据异构情况下的表现，且实验仅限于特定MR成像场景	开发能够处理多中心异构数据的通用磁共振图像重建方法	多中心采集的磁共振图像数据	医学影像分析	NA	磁共振成像	神经网络	医学图像	NA	联邦学习, 神经架构搜索	自动搜索的神经网络架构	重建性能, 泛化能力, 模型轻量化程度	NA
12875	2025-10-07	Integrating Prior Knowledge Using Transformer for Gene Regulatory Network Inference 2025-Jan, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202409990 PMID:39605181	研究论文	提出一种基于Transformer的基因调控网络推断框架GRNPT，整合大语言模型嵌入和时序卷积网络自编码器从单细胞RNA测序轨迹中捕获调控模式	首次将大语言模型嵌入与深度学习相结合用于基因调控网络推断，能够整合先验生物知识并展现出色的跨细胞类型泛化能力	未明确说明模型在极大规模数据集上的计算效率和处理能力	开发能够准确推断基因调控网络并具有良好泛化能力的新方法	基因调控网络和单细胞RNA测序数据	生物信息学	NA	单细胞RNA测序	Transformer, TCN, 自编码器	基因表达数据，文本嵌入	NA	NA	Transformer, 时序卷积网络自编码器	NA	NA
12876	2025-10-07	Toward automated small bowel capsule endoscopy reporting using a summarizing machine learning algorithm: The SUM UP study 2025-Jan, Clinics and research in hepatology and gastroenterology IF:2.6Q2 DOI:10.1016/j.clinre.2024.102509 PMID:39622290	研究论文	开发用于小肠胶囊内镜报告的机器学习摘要算法，通过深度学习检测和随机森林分类器优化血管病变图像选择	结合深度学习检测和机器学习分类器，实现小肠胶囊内镜血管病变的自动分类和图像精选，显著减少报告图像数量	研究样本量相对有限（训练集75个视频，测试集73个视频），需要进一步验证算法的泛化能力	提高小肠胶囊内镜报告的自动化水平，优化血管病变检测和图像选择流程	小肠胶囊内镜视频中的血管病变图像	计算机视觉	消化道疾病	胶囊内镜	深度学习, 随机森林	视频, 图像	训练集75个SB CE视频包含401个序列1525张图像，测试集73个完整SB CE视频记录	NA	NA	特异性, AUC, 准确率, 图像减少比例, 一致性	NA
12877	2025-10-07	ECMHA-PP: A Breast Cancer Prognosis Prediction Model Based on Energy-Constrained Multi-Head Self-Attention 2025-Jan, Proteomics. Clinical applications DOI:10.1002/prca.202400035 PMID:39623567	研究论文	提出基于能量约束多头自注意力的乳腺癌预后预测模型ECMHA-PP	引入能量约束多头自注意力机制提升特征提取能力，结合交叉位置混合和通道混合多层感知机	NA	开发高精度乳腺癌预后预测模型以辅助临床决策	乳腺癌患者	机器学习	乳腺癌	深度学习	多头自注意力机制,多层感知机	临床数据	METABRIC数据集和BRCA独立数据集	NA	ECMHA-PP	准确率,AUC	NA
12878	2025-10-07	Classifying cognitive impairment based on FDG-PET and combined T1-MRI and rs-fMRI: An ADNI study 2025-Jan, Journal of Alzheimer's disease : JAD DOI:10.1177/13872877241302493 PMID:39623970	研究论文	基于FDG-PET和MRI影像数据，使用深度学习模型对轻度认知障碍进行分类预测	首次联合使用FDG-PET和多种MRI模态（T1加权和静息态功能MRI）进行MCI分类比较，并预测MCI向AD的转化	MRI模型性能未超越FDG-PET模型，MCI转化预测准确率相对较低（63.23%）	开发基于神经影像的认知障碍分类方法，比较不同影像模态的诊断价值	阿尔茨海默病神经影像倡议（ADNI）数据库中的认知正常成年人和轻度认知障碍患者	医学影像分析	阿尔茨海默病	FDG-PET, T1-MRI, rs-fMRI	CNN	医学影像	四个队列共805名参与者（最大队列），其中MCI患者455人，认知正常者350人	NA	3D DenseNet	准确率, 敏感度, 特异度	NA
12879	2025-10-07	Prediction of Brain Cancer Occurrence and Risk Assessment of Brain Hemorrhage Using Hybrid Deep Learning Technique 2025-Jan, Cancer investigation IF:1.8Q3 DOI:10.1080/07357907.2024.2431829 PMID:39629783	研究论文	使用混合深度学习技术预测脑癌发生并评估脑出血风险	提出结合多头自注意力扩张卷积神经网络与图基深度神经网络的新型混合深度学习框架，并采用鱼鹰优化算法进行参数优化	未提及数据集具体规模和验证方法	脑癌发生预测和脑出血风险评估	脑部MRI和CT扫描图像	医学影像分析	脑癌	脑部MRI, CT扫描	MH-SA-DCNN, G-DNN, Cox回归模型	医学图像	NA	NA	多头自注意力扩张卷积神经网络, EfficientNet, 图基深度神经网络	NA	NA
12880	2025-10-07	Evaluating CNN Architectures for the Automated Detection and Grading of Modic Changes in MRI: A Comparative Study 2025-Jan, Orthopaedic surgery IF:1.8Q2 DOI:10.1111/os.14280 PMID:39638639	研究论文	本研究开发并比较了基于CNN的自动检测和分级Modic改变的模型性能	首次系统比较YOLOv8和YOLOv5在Modic改变自动检测和分级中的性能，并验证AI辅助对初级医生诊断一致性的提升效果	样本量相对有限（139例患者），且数据来自特定时间段和扫描设备	开发自动检测和分级MRI中Modic改变的深度学习工具	139例患有Modic改变的患者的MRI图像	计算机视觉	脊柱疾病	磁共振成像	CNN	医学图像	139例患者（数据集1：109例，数据集2：30例）	PyTorch	YOLOv8, YOLOv5	准确率, 召回率, F1分数, mAP50, Cohen's kappa	NA