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
12881	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
12882	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
12883	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
12884	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
12885	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
12886	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
12887	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
12888	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
12889	2025-10-07	Comparing statistical and deep learning approaches for simultaneous prediction of stand-level above- and belowground biomass in tropical forests 2025-Jan-01, The Science of the total environment DOI:10.1016/j.scitotenv.2024.177869 PMID:39642621	研究论文	本研究开发了深度学习加性模型，用于同时预测热带森林林分水平的地上生物量、地下生物量和总生物量	创新性地开发了深度学习加性模型，实现了林分水平地上和地下生物量的同时预测并保持可加性	研究仅基于越南五个生态区域的121个样地数据，样本规模有限	开发准确且成本效益高的热带森林生物量预测方法	热带森林林分水平生物量	机器学习	NA	深度学习，统计建模	深度学习加性模型，多输入多输出深度神经网络	森林调查数据，环境因子数据	121个样地，覆盖越南五个生态区域的两种热带森林类型	NA	深度学习加性模型	平均绝对百分比误差	NA
12890	2025-10-07	Denoising low-field MR images with a deep learning algorithm based on simulated data from easily accessible open-source software 2025-Jan, Journal of magnetic resonance (San Diego, Calif. : 1997) DOI:10.1016/j.jmr.2024.107812 PMID:39647413	研究论文	提出一种基于深度学习算法的低场强磁共振图像去噪方法，通过模拟数据提升对比度	使用开源软件生成模拟低场强MRI数据的合成脑影像数据集，解决真实训练数据不足的问题	依赖模拟数据训练，与实际临床数据可能存在差异	提升低场强磁共振图像的对比度	低场强磁共振图像	计算机视觉	NA	磁共振成像	CNN	医学图像	模拟脑影像数据集和体内数据	NA	3D深度卷积残差网络	相对对比度比率, 空间高频成分保持度	NA
12891	2025-10-07	End-to-end deep learning patient level classification of affected territory of ischemic stroke patients in DW-MRI 2025-Jan, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-024-03520-x PMID:39656236	研究论文	开发用于缺血性卒中患者DWI-MRI中受影响区域自动分类的端到端深度学习模型	采用并行流编码策略整合临床领域知识，实现端到端的卒中区域分类	回顾性多中心研究，样本量相对有限（624例）	自动化分类缺血性卒中患者在DWI中的受影响区域	缺血性卒中患者的脑部DWI-MRI图像	医学影像分析	缺血性卒中	DWI-MRI	CNN, LSTM	3D医学影像	624例DWI MRI（来自3个中心，训练集439例，验证集103例，测试集82例）	NA	3D CNN, LSTM-CNN, 注意力门控	平衡准确率, 宏平均F1分数, AUC, Cohen's kappa	NA
12892	2025-10-07	Automated quantification of Enchytraeus crypticus juveniles in different soil types using RootPainter 2025-Jan-01, Ecotoxicology and environmental safety IF:6.2Q1 DOI:10.1016/j.ecoenv.2024.117482 PMID:39662459	研究论文	本研究使用RootPainter工具自动量化不同土壤类型中的Enchytraeus crypticus幼体数量	首次将RootPainter深度学习工具应用于线蚓毒性测试中的幼体自动计数	仅测试了四种土壤类型和五种农药，未涵盖更广泛的土壤和污染物类型	开发自动化方法替代人工计数线蚓幼体	Enchytraeus crypticus幼体	计算机视觉	NA	深度学习，卷积神经网络	CNN	图像	四种土壤类型（三种OECD人工土壤和一种天然LUFA 2.2土壤），五种农药（两种杀菌剂和三种杀虫剂）	RootPainter	NA	皮尔逊相关系数，组内可比性系数	NA
12893	2025-10-07	Autoencoder-based phenotyping of ophthalmic images highlights genetic loci influencing retinal morphology and provides informative biomarkers 2024-Dec-26, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae732 PMID:39657956	研究论文	本研究利用自编码器从视网膜光学相干断层扫描图像中提取表型特征，并通过全基因组关联分析识别影响视网膜形态的遗传位点	首次将自编码器深度学习方法应用于视网膜OCT图像的表型分析，发现了传统临床特征未能捕捉的遗传关联	研究样本仅来自UK Biobank数据库，可能存在人群代表性限制	探索深度学习能否检测视网膜图像中更细微的变异模式，并识别相关的遗传因素	31,135名UK Biobank参与者的视网膜OCT图像	计算机视觉	眼科疾病	光学相干断层扫描(OCT)	自编码器	医学图像	31,135名参与者	NA	自编码器	统计显著性	NA
12894	2025-10-07	Classification of rib fracture types from postmortem computed tomography images using deep learning 2024-Dec, Forensic science, medicine, and pathology DOI:10.1007/s12024-023-00751-x PMID:37968549	研究论文	本研究开发基于深度学习的模型，用于从死后计算机断层扫描图像中分类肋骨骨折类型	首次将ResNet50架构应用于PMCT图像的肋骨骨折多级分类，并采用分层分类方法	对'ad latus'类型骨折的识别率较低（17-18%），在较低层级分类时性能下降	开发辅助临床医生进行医学图像诊断的深度学习系统	死后计算机断层扫描（PMCT）图像中的肋骨骨折	计算机视觉	骨骼损伤	计算机断层扫描（CT）	CNN	图像	NA	NA	ResNet50	准确率	NA
12895	2025-10-07	BEAS-Net: A Shape-Prior-Based Deep Convolutional Neural Network for Robust Left Ventricular Segmentation in 2-D Echocardiography 2024-Nov, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3418030 PMID:38913532	研究论文	提出一种基于形状先验的深度卷积神经网络BEAS-Net，用于2D超声心动图中左心室的鲁棒分割	将BEAS算法生成的解剖形状先验信息与卷积层编码的图像特征相结合，提升对伪影或低质量图像的分割鲁棒性	未明确说明模型在极端图像质量下的性能边界和计算效率	开发能够处理低质量超声图像的左心室自动分割方法	2D超声心动图中的左心室结构	计算机视觉	心血管疾病	超声心动图	CNN	图像	三个不同的体内数据集	NA	BEAS-Net, U-Net	分割精度	NA
12896	2025-10-07	Single-Molecule Identification and Quantification of Steviol Glycosides with a Deep Learning-Powered Nanopore Sensor 2024-09-10, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.4c07038 PMID:39189792	研究论文	本研究开发了一种基于深度学习的气溶素纳米孔传感器，用于单分子水平识别和定量甜菊糖苷	利用野生型气溶素纳米孔通过调节电压产生的电渗流效应区分不同甜菊糖苷物种，并首次结合深度学习模型实现单分子自动识别	仅测试了15种甜菊糖苷物种，样本规模有限	开发精确识别和定量复杂甜菊糖苷结构的方法	甜菊糖苷（一类高甜度无热量天然甜味剂）	生物传感	NA	纳米孔传感技术	深度学习模型	纳米孔电信号数据	15种甜菊糖苷物种	NA	NA	识别精度，定量准确性	NA
12897	2025-10-07	Deep Learning-Based Kinetic Analysis in Paper-Based Analytical Cartridges Integrated with Field-Effect Transistors 2024-09-10, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.4c02897 PMID:39252606	研究论文	本研究结合场效应晶体管、纸基分析盒和深度学习技术，开发了一种用于定量生物传感的动力学分析方法	首次将场效应晶体管、纸基分析盒与深度学习相结合，通过动力学分析解决传统生物传感器的灵敏度低和样品基质干扰问题	目前仅为概念验证研究，需要进一步验证其在更广泛应用场景中的性能	开发一种经济高效、易于使用的即时诊断和家庭检测生物传感平台	胆固醇检测	机器学习	心血管疾病	场效应晶体管传感，纸基分析技术	深度学习	动力学电信号数据	NA	NA	NA	变异系数，相关系数(r值)	NA
12898	2025-10-07	High-Throughput and Integrated CRISPR/Cas12a-Based Molecular Diagnosis Using a Deep Learning Enabled Microfluidic System 2024-09-03, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.4c05734 PMID:39173188	研究论文	开发了一种基于CRISPR/Cas12a和深度学习的高通量微流控系统，用于快速检测SARS-CoV-2及其变异株	结合微流控技术、自研试剂和深度学习原型设备，实现了96样本/轮次的高通量检测，检测限低至250拷贝/mL	样本规模有限（72个临床样本），需进一步验证系统普适性	开发高效集成的病原体分子诊断系统	SARS-CoV-2病毒及其变异株	数字病理	COVID-19	CRISPR/Cas12a, RT-LAMP, 微流控技术	深度学习	分子检测数据	72个临床样本（22个野生型，26个突变型，24个阴性）	NA	NA	准确率	NA
12899	2025-04-27	Improving Deep Learning Models for Pediatric Low-Grade Glioma Tumours Molecular Subtype Identification Using MRI-based 3D Probability Distributions of Tumour Location 2025-May, Canadian Association of Radiologists journal = Journal l'Association canadienne des radiologistes DOI:10.1177/08465371241296834 PMID:39544176	research paper	该研究通过结合MRI肿瘤位置概率图与CNN模型，提高了儿童低级别胶质瘤分子亚型识别的准确性	创新点在于将肿瘤位置概率图整合到CNN模型中，显著提升了分子亚型识别的性能	研究为回顾性研究，样本量相对较小（214例），且仅基于单一机构的MRI数据	提高儿童低级别胶质瘤（pLGG）分子亚型识别的准确性	儿童低级别胶质瘤（pLGG）患者	digital pathology	pediatric low-grade glioma	MRI FLAIR序列	CNN	3D MRI图像	214例患者（110例男性，平均年龄8.54岁，143例BRAF融合和71例BRAF V600E突变）	NA	NA	NA	NA
12900	2025-04-27	MAI-TargetFisher: A proteome-wide drug target prediction method synergetically enhanced by artificial intelligence and physical modeling 2025-May, Acta pharmacologica Sinica IF:6.9Q1 DOI:10.1038/s41401-024-01444-z PMID:39870848	research paper	提出了一种名为MAI-TargetFisher的全基因组小分子靶点扫描方法，结合人工智能和物理建模技术，用于药物靶点定位和潜在脱靶效应检测	首次实现了跨整个人类基因组的蛋白质表面全面扫描，评估每个蛋白质上的潜在小分子结合位点	未明确提及具体局限性	提高药物开发的成功率，通过早期定位药物靶点和检测潜在脱靶效应	人类蛋白质组中的蛋白质结构及其潜在结合位点	生物信息学	NA	人工智能和生物物理模型相结合的计算技术	多算法集成模型（MAI-TargetFisher）	蛋白质结构数据	覆盖82%的蛋白质编码基因组	NA	NA	NA	NA