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
12921	2025-04-27	Uncertainty-guided pancreatic tumor auto-segmentation with Tversky ensemble 2025-Apr, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100740 PMID:40276495	research paper	开发了一种基于Tversky集成和不确定性估计的胰腺肿瘤自动分割工具，以处理分割任务中的不确定性并适应临床医生的个性化需求	利用Tversky集成和不确定性估计技术，首次在胰腺肿瘤分割中实现了对不确定性的量化处理，并支持临床医生根据偏好调整分割结果	研究仅基于282例患者数据，样本量相对有限；且未在更多类型的肿瘤数据上进行验证	开发一种能够处理分割任务中不确定性并支持个性化调整的胰腺肿瘤自动分割工具	胰腺肿瘤的CT/MRI影像数据	digital pathology	pancreatic cancer	Tversky loss, ensemble learning, uncertainty estimation	CNN ensemble	medical image	282例胰腺癌患者（252例训练/验证，30例独立测试）	NA	NA	NA	NA
12922	2025-04-27	Deep Learning-Assisted Design for High-Q-Value Dielectric Metasurface Structures 2025-Mar-29, Materials (Basel, Switzerland) DOI:10.3390/ma18071554 PMID:40271794	研究论文	本文提出了一种用于预测介电超表面振幅谱的前向预测网络，以提高超表面设计的效率	提出了一种高精度的前向预测网络，用于快速预测介电超表面的振幅谱，并利用迁移学习将其应用于高Q值共振介电超表面的近红外透射光谱预测	未提及网络在其他类型超表面上的泛化能力测试	提高介电超表面设计的效率和灵敏度	介电超表面结构	机器学习	NA	深度学习、迁移学习	前向预测网络	光谱数据	NA	NA	NA	NA	NA
12923	2025-04-27	Advanced Thermal Imaging Processing and Deep Learning Integration for Enhanced Defect Detection in Carbon Fiber-Reinforced Polymer Laminates 2025-Mar-25, Materials (Basel, Switzerland) DOI:10.3390/ma18071448 PMID:40271635	研究论文	本文研究了热成像预处理对碳纤维增强聚合物(CFRP)层压板缺陷分割的影响，结合深度学习技术提高了缺陷检测的准确性	采用多项式近似和一阶、二阶导数预处理热成像信号，结合U-Net架构显著提升了缺陷检测性能	研究仅针对CFRP材料，未验证在其他复合材料上的适用性	提高碳纤维增强聚合物层压板缺陷检测的准确性和可靠性	碳纤维增强聚合物(CFRP)层压板	计算机视觉	NA	脉冲热成像技术	U-Net	热成像图像	NA	NA	NA	NA	NA
12924	2025-10-07	MST-m6A: A Novel Multi-Scale Transformer-based Framework for Accurate Prediction of m6A Modification Sites Across Diverse Cellular Contexts 2025-Mar-15, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2024.168856 PMID:39510345	研究论文	提出一种基于多尺度Transformer的新型框架MST-m6A，用于准确预测不同细胞环境中的m6A修饰位点	采用多尺度Transformer架构和双k-mer标记化策略，首次在m6A预测中同时捕获多粒度RNA序列特征和全局上下文信息	未明确说明模型在特定细胞类型或组织中的性能差异，缺乏对模型解释性的深入探讨	开发高精度、跨细胞类型通用的m6A修饰位点预测方法	真核细胞中的RNA m6A修饰位点	生物信息学	NA	高通量测序技术	Transformer, CNN	RNA序列数据	NA	NA	多尺度Transformer, 卷积神经网络	准确率, 精度, 召回率, F1分数, AUC	NA
12925	2025-04-27	DEKP: a deep learning model for enzyme kinetic parameter prediction based on pretrained models and graph neural networks 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf187 PMID:40273427	研究论文	介绍了一种名为DEKP的深度学习模型，用于基于预训练模型和图神经网络预测酶动力学参数	结合预训练模型和增强的图神经网络，全面表示蛋白质结构特征，有效缓解序列相似性变化导致的性能下降	NA	提高酶动力学参数预测的准确性，加速酶筛选和定向进化研究	酶动力学参数	机器学习	NA	深度学习	图神经网络	蛋白质序列和结构数据	NA	NA	NA	NA	NA
12926	2025-04-27	PathSynergy: a deep learning model for predicting drug synergy in liver cancer 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf192 PMID:40273429	research paper	开发了一个名为PathSynergy的深度学习模型，用于预测肝癌中的药物协同作用	PathSynergy结合了图神经网络和通路图谱映射的优势，首次预测并验证了六种FDA批准的药物与索拉非尼或乐伐替尼在肝癌中的协同作用	NA	提高癌症治疗的疗效并克服耐药性	肝癌	machine learning	liver cancer	graph neural networks, pathway map mapping	GNN	drug feature data, cell line data, drug-target interactions, signaling pathways	NA	NA	NA	NA	NA
12927	2025-10-07	Combination of Deep Learning Grad-CAM and Radiomics for Automatic Localization and Diagnosis of Architectural Distortion on DBT 2025-Mar, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.10.031 PMID:39496537	研究论文	本研究结合深度学习Grad-CAM和影像组学技术，实现数字乳腺断层合成成像中结构扭曲的自动定位与诊断	首次将深度学习Grad-CAM自动定位与影像组学分类相结合，实现结构扭曲的端到端诊断流程	纯结构扭曲病例的诊断性能显著低于伴随其他特征的病例，模型在挑战性病例上表现有待提升	开发人工智能系统用于数字乳腺断层合成成像中结构扭曲的自动检测与良恶性分类	500例数字乳腺断层合成成像中报告有结构扭曲的病例	计算机视觉	乳腺癌	数字乳腺断层合成成像	深度学习	医学影像	500例病例（292例训练集，208例测试集）	NA	Grad-CAM	AUC	NA
12928	2025-10-07	A Stacked Multimodality Model Based on Functional MRI Features and Deep Learning Radiomics for Predicting the Early Response to Radiotherapy in Nasopharyngeal Carcinoma 2025-Mar, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.10.011 PMID:39496536	研究论文	开发基于MRI功能影像和深度学习放射组学的堆叠多模态模型，用于预测鼻咽癌放疗早期疗效	首次将MRI深度学习放射组学特征、功能影像参数（ADC、TBF）和临床指标整合到堆叠模型中	回顾性研究，样本量有限，仅来自两家医院	预测鼻咽癌患者放疗早期疗效	鼻咽癌放疗患者	医学影像分析	鼻咽癌	MRI（T1WI、CE-T1WI、T2WI、T2WI/FS）、DWI、ASL	LR, XGBoost, SVM, KNN, Stacked算法	医学影像（MRI），临床数据	训练集194例，内部验证集82例，外部验证集40例	NA	堆叠模型	AUC, 决策曲线分析	NA
12929	2025-10-07	Image quality in three-dimensional (3D) contrast-enhanced dynamic magnetic resonance imaging of the abdomen using deep learning denoising technique: intraindividual comparison between T1-weighted sequences with compressed sensing and with a modified Fast 3D mode wheel 2025-Mar, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-024-01687-0 PMID:39503820	研究论文	通过个体内比较评估改进的快速三维模式轮结合深度学习去噪技术在腹部三维动态磁共振成像中的图像质量	首次将改进的快速三维模式轮与深度学习去噪技术结合应用于腹部动态磁共振成像，并与压缩感知技术进行直接比较	回顾性研究设计，样本量有限（42例患者）	评估深度学习去噪技术结合不同采集序列在腹部动态磁共振成像中的图像质量	腹部器官和肝内结构的磁共振图像	医学影像分析	腹部疾病	三维对比增强动态磁共振成像，深度学习去噪技术	深度学习	磁共振图像	42例患者	NA	Advanced Intelligent Clear-IQ Engine (AiCE)	信噪比, 信号强度比, 对比度比, 对比增强比, 图像清晰度, 伪影评估, 整体图像质量	NA
12930	2025-10-07	The Segment Anything foundation model achieves favorable brain tumor auto-segmentation accuracy in MRI to support radiotherapy treatment planning 2025-Mar, Strahlentherapie und Onkologie : Organ der Deutschen Rontgengesellschaft ... [et al] IF:2.7Q2 DOI:10.1007/s00066-024-02313-8 PMID:39503868	研究论文	评估Segment Anything基础模型在MRI图像中自动分割脑胶质瘤的准确性	首次将可提示的基础分割模型应用于放射治疗计划中的脑肿瘤自动轮廓勾画	使用模拟交互方式选择最佳分割结果，未在真实临床环境中验证	评估基础分割模型在放射治疗计划中自动分割脑肿瘤的可行性	脑胶质瘤MRI图像	计算机视觉	脑胶质瘤	MRI	基础分割模型	医学图像	369个MRI数据集中的16,744个横断面切片	NA	Segment Anything	IoU, Dice系数	NA
12931	2025-10-07	Deep learning-based human gunshot wounds classification 2025-Mar, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-024-03355-4 PMID:39503869	研究论文	本研究基于深度学习技术对枪伤创口进行分类，重点区分射入口与射出口伤口并确定法医学射击距离	首次在法医学领域系统应用深度学习技术（59种架构）对枪伤创口进行自动化分类，填补了该领域的技术空白	图像采集条件不一致导致标准化困难，样本不平衡影响了性能指标评估	开发基于深度学习的枪伤创口分类系统以辅助法医病理学实践	枪伤创口的数字图像	计算机视觉	创伤性损伤	数字图像采集	CNN	图像	2,551张图像（1,883个射入口，668个射出口）	NA	ResNet152	准确率, AUC	NA
12932	2025-10-07	Automated acute skin toxicity scoring in a mouse model through deep learning 2025-Mar, Radiation and environmental biophysics IF:1.5Q3 DOI:10.1007/s00411-024-01096-x PMID:39503921	研究论文	本研究通过先进成像设备和深度学习技术，开发了一种自动化评估临床前放疗试验中皮肤毒性的新方法	首次将两步深度学习框架（目标检测+分类）应用于小鼠皮肤毒性自动评分，显著减少观察者间差异和评估时间	特定毒性等级的识别仍存在挑战，训练数据集规模有待扩大	开发客观可重复的皮肤毒性自动评估系统	接受质子/电子放疗试验的160只小鼠的右后腿皮肤反应	计算机视觉	皮肤毒性	放射治疗，先进成像技术	深度学习，目标检测，分类模型	图像	160只小鼠，7542张图像	NA	NA	准确率，误分类距离	NA
12933	2025-10-07	A Learnable Prior Improves Inverse Tumor Growth Modeling 2025-Mar, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3494022 PMID:39514352	研究论文	提出一种结合深度学习和进化采样的新型框架，用于改进脑肿瘤生长逆建模的参数估计	将DL集成用于初始参数估计作为先验，与高精度进化策略协同工作，显著约束采样参数空间	NA	解决生物物理建模中的逆问题，提高肿瘤细胞浓度估计的效率和精度	脑肿瘤细胞浓度	医学影像分析	脑肿瘤	磁共振成像	深度学习集成	医学影像	NA	NA	NA	Dice系数	NA
12934	2025-04-27	Repeatability of Microperimetry in Areas of Retinal Pigment Epithelium and Photoreceptor Loss in Geographic Atrophy Supported by Artificial Intelligence-Based Optical Coherence Tomography Biomarker Quantification 2025-Mar, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2024.11.005 PMID:39547308	研究论文	本研究通过人工智能支持的光学相干断层扫描生物标志物量化，评估了地理萎缩(GA)中视网膜色素上皮和光感受器损失区域的微视野检查的重复性	结合深度学习算法量化视网膜生物标志物，首次提供了MAIA和MP3设备在GA患者中的点对点测试-重测重复性参考值	样本量较小(20名受试者)，仅评估了两种微视野设备	评估地理萎缩患者视网膜特定区域微视野检查的重复性	地理萎缩患者的视网膜功能	数字病理学	老年性疾病	光学相干断层扫描(OCT)，微视野检查(MP)	深度学习算法	医学影像	20名受试者，每台设备900个刺激点	NA	NA	NA	NA
12935	2025-04-27	The diatom test in the field of forensic medicine: a review of a long-standing question 2025-Mar, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-024-03370-5 PMID:39556128	review	本文评估了法医调查中硅藻测试的标准，重点关注溺水案例	讨论了微波消化、真空过滤和自动扫描电子显微镜（MD-VF-Auto SEM）等先进方法，以及DNA测序和深度学习技术的整合，以提高硅藻检测和分类的准确性	需要标准化硅藻测试协议以确保一致性和可靠性	提高硅藻测试在法医调查中的准确性和可靠性，特别是在确定溺水死因方面	硅藻，一种存在于水生环境中的单细胞藻类	法医学	NA	微波消化、真空过滤、自动扫描电子显微镜（MD-VF-Auto SEM）、DNA测序、深度学习	深度学习	组织样本、水样	NA	NA	NA	NA	NA
12936	2025-04-27	Deep learning reconstruction for accelerated high-resolution upper abdominal MRI improves lesion detection without time penalty 2025-Mar, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2024.09.008 PMID:39567306	研究论文	本研究比较了传统T1加权VIBE序列与深度学习重建的加速高分辨率VIBE序列（HR-VIBEDL）在图像质量、病变显着性和病变检测方面的表现	使用深度学习重建的加速高分辨率VIBE序列（HR-VIBEDL），在不增加扫描时间的情况下提高了图像质量和病变检测率	研究样本量较小（50名参与者），且仅在单一三级中心进行	比较传统VIBE序列与HR-VIBEDL序列在腹部MRI中的表现	上腹部MRI图像	医学影像	腹部疾病	MRI，深度学习重建	深度学习	医学影像	50名参与者（30名男性，20名女性），平均年龄60±15岁	NA	NA	NA	NA
12937	2025-10-07	LGS-PPIS: A Local-Global Structural Information Aggregation Framework for Predicting Protein-Protein Interaction Sites 2025-Mar, Proteins IF:3.2Q2 DOI:10.1002/prot.26763 PMID:39520116	研究论文	提出一种局部-全局结构信息聚合框架LGS-PPIS，用于预测蛋白质-蛋白质相互作用位点	首次结合边缘感知图卷积网络(EA-GCN)和自注意力机制(SA-RIM)，同时捕获局部空间相邻残基和全局远程残基的结构信息	未明确说明模型在特定蛋白质类型或复杂构象下的泛化能力	开发更准确的蛋白质-蛋白质相互作用位点预测方法	蛋白质残基及其相互作用位点	生物信息学	NA	深度学习	图卷积网络,自注意力机制	蛋白质结构数据	三个广泛使用的PPIS预测基准数据集	NA	EA-GCN, SA-RIM	NA	NA
12938	2025-10-07	Self-Attention Mechanisms-Based Laryngoscopy Image Classification Technique for Laryngeal Cancer Detection 2025-Mar, Head & neck DOI:10.1002/hed.27999 PMID:39526389	研究论文	开发基于自注意力机制的喉镜图像分类技术用于喉癌检测	首次将Swin-Transformer架构应用于喉镜图像分类，相比传统CNN模型表现出更优性能	在外部测试集上性能略有下降	开发准确、精确且敏感的深度学习模型辅助喉癌检测	喉镜图像	计算机视觉	喉癌	喉镜检查	Transformer	图像	5768张喉镜图像（来自1462名患者）	NA	Swin-Transformer	准确率, AUC	NA
12939	2025-10-07	Contrast-enhanced thin-slice abdominal CT with super-resolution deep learning reconstruction technique: evaluation of image quality and visibility of anatomical structures 2025-Mar, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-024-01685-2 PMID:39538066	研究论文	评估超分辨率深度学习重建技术在对比增强薄层腹部CT图像中的图像质量和解剖结构可见性	首次将超分辨率深度学习重建技术应用于腹部CT图像重建，并与传统深度学习和混合迭代重建算法进行系统比较	回顾性研究设计，样本量相对较小（54例患者），缺乏多中心验证	比较不同重建算法在腹部CT图像质量和解剖结构可见性方面的表现	54例接受对比增强腹部CT检查的连续患者	医学影像分析	NA	对比增强CT扫描	深度学习重建模型	CT医学影像	54例患者	NA	超分辨率深度学习重建(SR-DLR), 深度学习重建(DLR), 混合迭代重建(HIR)	图像噪声, 对比噪声比(CNR), 图像噪声评分, 锐利度评分, 伪影/模糊评分, 整体图像质量评分, 解剖结构可见性评分	NA
12940	2025-04-27	Dimensionality reduction in 3D causal deep learning for neuroimage generation: an evaluation study 2025-Mar, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.2.024506 PMID:40276097	研究论文	评估不同降维方法在因果深度学习模型中生成神经影像的效果	比较了五种降维技术在3D因果深度学习模型中对神经影像生成的影响，并确定了3D PCA为最佳方法	研究仅针对脑部影像，未涵盖其他类型的医学影像	比较不同降维方法对因果神经影像生成的影响	23,692张3D脑部影像	数字病理学	NA	PCA, 自编码器, Vector Quantised-Variational AutoEncoder	CNN	3D图像	23,692张3D脑部影像	NA	NA	NA	NA