深度学习在生物医药领域中的应用

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
1381	2025-04-19	Machine learning based radiomic models outperform clinical biomarkers in predicting outcomes after immunotherapy for hepatocellular carcinoma 2025-Apr-15, Journal of hepatology IF:26.8Q1 DOI:10.1016/j.jhep.2025.04.017 PMID:40246150	研究论文	本研究利用机器学习和放射组学模型预测肝细胞癌患者免疫治疗后的生存结果	结合放射组学特征和临床变量，开发了预测免疫治疗结果的集成模型，其性能优于传统临床生物标志物	研究样本量相对较小（152例患者），且为回顾性研究	预测肝细胞癌患者接受免疫治疗后的生存结果和治疗反应	接受阿特珠单抗联合贝伐珠单抗治疗的不可切除肝细胞癌患者	数字病理学	肝细胞癌	深度学习自动分割，机器学习模型	7种机器学习模型结合13种特征选择技术	CT图像和临床数据	来自两个国际中心的152例患者
1382	2025-04-19	ReorderBench: A Benchmark for Matrix Reordering 2025-Apr-14, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3560345 PMID:40227900	研究论文	本文构建了一个矩阵重排序基准测试ReorderBench，用于评估和改进矩阵重排序技术	提出了一个全面的矩阵重排序基准，包含大量具有代表性的矩阵和基于卷积与熵的评分方法	NA	评估和改进矩阵重排序技术	矩阵重排序算法和视觉模式	机器学习	NA	卷积和熵基方法	深度学习模型	矩阵数据	2,835,000个二元矩阵和5,670,000个连续矩阵，以及450个真实世界矩阵
1383	2025-04-19	Deep learning enabled liquid-based cytology model for cervical precancer and cancer detection 2025-Apr-13, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58883-3 PMID:40222978	research paper	开发了一种基于深度学习的液体细胞学模型，用于宫颈癌前病变和癌症的检测	该深度学习模型在宫颈癌筛查或分诊中表现出色，性能优于细胞病理学家，且显著减少阅读时间	在社区筛查中，模型的灵敏度与高级细胞病理学家相当，但特异性有所降低	开发并验证一种深度学习模型，用于宫颈癌的筛查和分诊	17,397名女性的液体细胞学切片，并在10,826例额外病例中进行测试	digital pathology	cervical cancer	liquid-based cytology	DL model	image	17,397名女性的液体细胞学切片，10,826例测试病例
1384	2025-04-19	Interpretable machine learning and graph attention network based model for predicting PAMPA permeability 2025-Apr-13, Journal of molecular graphics & modelling IF:2.7Q2 DOI:10.1016/j.jmgm.2025.109050 PMID:40245571	research paper	该研究利用机器学习和深度学习模型预测PAMPA渗透性	结合可解释机器学习（如RF、EBM和Adaboost）和图注意力网络（GAT）构建预测模型，覆盖多样化的化学空间	GAT模型在验证集上的准确率相对较低（74%），尽管在外部队列中有所提升（86%）	开发预测药物化合物PAMPA渗透性的计算模型以辅助早期药物发现	5447种具有PAMPA渗透性评分的化合物	machine learning	NA	PAMPA（平行人工膜渗透性测定）	RF, EBM, Adaboost, GAT	化学化合物数据	5447种化合物（训练/验证集）+ 外部队列（未明确数量）
1385	2025-04-19	YOLOv8-G2F: A portable gesture recognition optimization algorithm 2025-Apr-12, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107469 PMID:40245489	研究论文	本文提出了一种名为YOLOv8-G2F的轻量级手势识别优化算法，旨在降低硬件成本并提高应用场景的适应性	引入了改进的轻量级模块，替代了YOLOv8的主干网络和颈部网络中的传统卷积模块及C2f模块，采用线性变换、分组卷积和深度可分离卷积来简化网络结构，同时利用模型剪枝进一步减小模型尺寸并提高准确率	未提及具体局限性	开发一种轻量级高精度的手势识别算法，以满足端到端手势识别应用的需求	手势识别	计算机视觉	NA	深度学习	YOLOv8-G2F	视频帧	nus-ii手势数据集
1386	2025-04-19	Bi-variational physics-informed operator network for fractional flow reserve curve assessment from coronary angiography 2025-Apr-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103564 PMID:40245779	研究论文	提出了一种双变分物理信息神经算子（BVPINO），用于从冠状动脉造影中评估分数流储备（FFR）曲线	结合变分机制指导基函数学习和残差评估，实现了FFR曲线评估的准确性和效率之间的最优平衡	未提及具体局限性	改进冠状动脉造影衍生的FFR曲线评估方法	冠状动脉造影数据和FFR曲线	数字病理学	心血管疾病	双变分物理信息神经算子（BVPINO）	神经算子	图像	184名受试者的215条血管的冠状动脉造影数据
1387	2025-04-19	Joint semi-supervised and contrastive learning enables domain generalization and multi-domain segmentation 2025-Apr-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103575 PMID:40245778	research paper	提出SegCLR框架，结合半监督和对比学习，实现跨域图像分割及多域分割的领域泛化	SegCLR框架首次同时利用监督学习和对比学习，有效结合标记与未标记数据，实现零样本域适应（无需目标域信息）	未明确说明模型在非医学图像领域的泛化能力，且未量化计算资源消耗	解决深度学习模型在跨域图像分割中的泛化性问题	3D视网膜光学相干断层扫描（OCT）图像中的液体分割	computer vision	视网膜疾病	对比学习（Contrastive Learning）	未明确说明（框架兼容多种网络配置）	3D医学图像	三个临床OCT数据集（具体数量未说明），10种不同网络初始化验证
1388	2025-04-19	im7G-DCT: A two-branch strategy model based on improved DenseNet and transformer for m7G site prediction 2025-Apr-12, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108473 PMID:40245811	研究论文	开发了一种基于改进的DenseNet和Transformer的双分支策略模型im7G-DCT，用于预测m7G位点	采用双分支策略并行提取局部和全局特征，深入挖掘m7G位点序列的潜在特征信息，提高了预测准确性	NA	准确识别mRNA中的m7G位点，为临床应用和治疗策略开发提供支持	mRNA中的N-7甲基鸟苷(m7G)位点	生物信息学	癌症、神经退行性疾病和病毒感染	深度学习	改进的DenseNet和Transformer	RNA序列数据	NA
1389	2025-04-19	Diatom Lensless Imaging Using Laser Scattering and Deep Learning 2025-Apr-11, ACS ES&T water IF:4.8Q1 DOI:10.1021/acsestwater.4c01186 PMID:40242343	研究论文	提出了一种利用激光散射和深度学习进行硅藻无透镜成像的新方法	结合激光散射和深度学习技术，实现了硅藻的无透镜成像及运动参数测定	未明确说明该方法在复杂海洋环境中的实际应用效果	开发一种用于海洋微生物原位成像和运动分析的新技术	硅藻及其他微型海洋生物	计算机视觉	NA	激光散射成像	深度学习	图像	硅藻土样品（具体数量未说明）
1390	2025-04-19	Childhood muscle growth: Reference curves for lower leg muscle volumes and their clinical application in cerebral palsy 2025-Apr-08, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2416660122 PMID:40163724	研究论文	构建5至15岁儿童下肢肌肉体积的参考曲线，并应用于脑瘫儿童的临床评估	首次为儿童下肢肌肉体积构建肌肉特异性参考曲线，并应用于脑瘫儿童肌肉发育异常的识别	参考曲线的置信带在年龄最小和最大的儿童中较宽，可能影响准确性	量化儿童下肢肌肉体积的正常发育范围，并评估脑瘫儿童的肌肉发育状况	208名正常发育儿童和78名能行走的脑瘫儿童	数字病理	脑瘫	磁共振成像（MRI）	深度学习	图像	286名儿童（208名正常发育，78名脑瘫）
1391	2025-04-19	A deep learning framework leveraging spatiotemporal feature fusion for electrophysiological source imaging 2025-Apr-08, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108767 PMID:40245605	研究论文	提出了一种基于深度学习的框架SSINet，用于通过脑电图（EEG）提供准确的大脑活动时空估计	SSINet整合了残差网络（ResBlock）和双向LSTM，通过Transformer模块捕捉全局依赖关系，并采用通道注意力机制优先考虑活跃脑区，提高了模型的准确性和可解释性	未明确提及具体限制，但可能包括对特定脑电图数据类型的依赖或计算资源需求	解决电生理源成像（ESI）中的高度不适定逆问题，提供更准确的大脑活动时空估计	脑电图（EEG）数据	机器学习	NA	脑电图（EEG）	ResBlock, 双向LSTM, Transformer	脑电图（EEG）数据	三个真实EEG数据集（视觉、听觉和体感刺激）
1392	2025-04-19	Evolution of computational techniques against various KRAS mutants in search for therapeutic drugs: a review article 2025-Apr-07, Cancer chemotherapy and pharmacology IF:2.7Q2 DOI:10.1007/s00280-025-04767-8 PMID:40195161	综述	本文综述了针对不同KRAS突变体的计算技术在寻找治疗药物方面的演变	讨论了计算技术在发现KRAS抑制剂方面的最新突破，包括虚拟筛选、分子动力学模拟和分子对接等方法，以及机器学习和深度学习在抗KRAS药物开发中的新见解	需要未来研究来验证计算识别出的药物（如Afatinib和Quercetin）的实际潜力	探索针对不同KRAS突变体的治疗药物	KRAS突变体及其抑制剂	计算机辅助药物设计	癌症	虚拟筛选、分子动力学模拟、分子对接、机器学习和深度学习	NA	分子结构数据	NA
1393	2025-04-19	scAMZI: attention-based deep autoencoder with zero-inflated layer for clustering scRNA-seq data 2025-Apr-07, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-025-11511-2 PMID:40197174	研究论文	提出了一种基于注意力自编码器和零膨胀层的新型深度学习模型scAMZI，用于单细胞RNA测序数据的聚类	结合了SimAM注意力模块、自编码器、ZINB模型和零膨胀层，能够更好地利用细胞特征和处理数据中的零值	未明确提及具体局限性	改进单细胞RNA测序数据的聚类方法	单细胞RNA测序数据	生物信息学	NA	scRNA-seq	自编码器(带SimAM注意力模块和ZINB模型)	基因表达数据	14个基准scRNA-seq数据集(从数百到数万个细胞)
1394	2025-04-19	Novel Deep Learning Reconstruction to Augment Contrast Enhancement: Initial Evaluation 2025-Apr-07, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001755 PMID:40249273	研究论文	评估新型深度学习重建技术在增强CT图像对比度方面的效果	提出了一种新型深度学习重建方法，用于改善单能CT扫描的对比度增强效果	样本量较小（15名患者），且仅针对结直肠腺癌和肝转移患者	比较单能CT、双能CT与新型深度学习重建技术在图像质量上的差异	经活检证实的结直肠腺癌和肝转移患者	数字病理学	结直肠癌	深度学习重建技术	DL（深度学习）	CT图像	15名患者（13名男性，2名女性）
1395	2025-04-19	Visual search and real-image similarity: An empirical assessment through the lens of deep learning 2025-Apr, Psychonomic bulletin & review IF:3.2Q1 DOI:10.3758/s13423-024-02583-4 PMID:39327401	研究论文	利用深度卷积神经网络预测人类在真实视觉场景中搜索目标的效率，并验证Duncan和Humphreys提出的相似性原则	首次从生态学角度为相似性原则提供定量支持，揭示了目标-干扰物相似性(TD)和干扰物-干扰物相似性(DD)在神经网络不同层次的作用	实验室结果可能难以完全推广到真实世界场景	预测人类在视觉环境中搜索目标的效率	人类视觉搜索行为	计算机视觉	NA	深度卷积神经网络	CNN	图像	NA
1396	2025-04-19	Leveraging Deep Learning for Immune Cell Quantification and Prognostic Evaluation in Radiotherapy-Treated Oropharyngeal Squamous Cell Carcinomas 2025-Apr, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2025.104094 PMID:39826685	研究论文	利用深度学习对放疗治疗的口咽鳞状细胞癌中的免疫细胞进行定量分析和预后评估	首次应用U-Net深度学习模型对免疫细胞密度进行定量分析，并比较了细胞计数法和面积法的预后价值	样本量较小（84例），且仅针对口咽鳞状细胞癌患者	开发标准化、经济有效的方法来研究头颈部鳞状细胞癌中的肿瘤免疫微环境（TIME）	口咽鳞状细胞癌（OPSCC）患者的预处理福尔马林固定石蜡包埋肿瘤活检样本	数字病理学	口咽鳞状细胞癌	免疫组织化学（CD3、CD8、CD20、CD163和FOXP3染色）	U-Net	图像	84例OPSCC患者的预处理肿瘤活检样本
1397	2025-04-19	Gait Video-Based Prediction of Severity of Cerebellar Ataxia Using Deep Neural Networks 2025-Apr, Movement disorders : official journal of the Movement Disorder Society IF:7.4Q1 DOI:10.1002/mds.30113 PMID:39840857	研究论文	本研究利用深度学习模型通过步态视频预测小脑性共济失调的严重程度	首次将姿态估计算法应用于步态视频中，预测小脑性共济失调的严重程度，并通过模型关注的关键视频片段评估病情	研究样本量较小，仅包括66名患者，且仅限于退行性小脑疾病患者	评估姿态估计算法是否能通过步态视频预测小脑性共济失调的严重程度	66名退行性小脑疾病患者	计算机视觉	小脑性共济失调	姿态估计算法	深度学习模型	视频	66名患者
1398	2025-04-19	Microsatellite-Stable Gastric Cancer Can be Classified into 2 Molecular Subtypes with Different Immunotherapy Response and Prognosis Based on Gene Sequencing and Computational Pathology 2025-Apr, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2025.104101 PMID:39894411	research paper	该研究通过基因测序和计算病理学将微卫星稳定的胃癌分为两种分子亚型，并评估其对免疫治疗的响应和预后	开发了基于免疫相关基因（IRGs）的签名和基于Vision Transformer（ViT）的深度学习模型，用于微卫星稳定胃癌的亚型分类和预后预测	样本量相对较小（105例患者），且仅在TCGA和GEO数据库中进行验证	优化微卫星稳定胃癌的精准治疗和预后改善	微卫星稳定的胃癌患者	digital pathology	gastric cancer	RNA-sequencing, immunohistochemistry	Vision Transformer (ViT)	gene expression data, digital pathology slides	105例微卫星稳定的胃癌患者
1399	2025-04-19	An Overview and Comparative Analysis of CRISPR-SpCas9 gRNA Activity Prediction Tools 2025-Apr, The CRISPR journal DOI:10.1089/crispr.2024.0058 PMID:40151952	综述	本文综述并比较了基于机器学习和深度学习的CRISPR-SpCas9 gRNA活性预测工具的性能	系统评估了多种预测工具的性能，并创建了GuideNet资源门户网站以促进CRISPR数据集的共享	仅评估了七种工具，可能未涵盖所有现有方法	评估和比较CRISPR-SpCas9 gRNA活性预测工具的准确性和性能	CRISPR-SpCas9 gRNA活性预测工具	机器学习	NA	CRISPR-Cas9基因编辑技术	ML和DL模型	CRISPR数据集	九个CRISPR数据集，涵盖六种细胞类型和三个物种
1400	2025-04-19	Artificial intelligence predicts multiclass molecular signatures and subtypes directly from breast cancer histology: a multicenter retrospective study 2025-Apr-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002220 PMID:39764584	研究论文	提出一种基于深度学习的算法(BBMIL)，直接从乳腺癌组织病理学图像预测分子标志物和亚型	首次使用深度学习直接从H&E染色图像预测多种分子标志物和亚型，避免了额外的检测成本和样本负担	NA	开发能够直接从组织病理学图像预测乳腺癌分子特征的AI算法	乳腺癌组织病理学图像	数字病理学	乳腺癌	深度学习	BBMIL(一种新型深度学习算法)	组织病理学图像(H&E染色)	多中心回顾性研究(具体样本量未说明)