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
14221	2025-10-07	Integration of multimodal imaging data with machine learning for improved diagnosis and prognosis in neuroimaging 2025, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2025.1552178 PMID:40191032	研究论文	提出一种结合CNN、GRU和动态跨模态注意力模块的混合深度学习方法来整合多模态神经影像数据	开发了动态跨模态注意力模块，能更有效地融合空间和时间脑数据，克服现有多模态融合技术的局限性	仅使用HCP数据集进行评估，尚未在其他临床数据上验证	提高脑部疾病诊断和预后的准确性	脑部疾病患者（如阿尔茨海默病）的神经影像数据	神经影像分析	阿尔茨海默病	结构MRI, 功能MRI	CNN, GRU, 注意力机制	图像, 时间序列数据	人类连接组计划(HCP)数据集，包含行为数据、fMRI和sMRI	NA	CNN, GRU, 动态跨模态注意力模块	准确率, 召回率, 精确率, F1分数	NA
14222	2025-10-07	P253 Next-generation phenotyping facilitates the identification of structural brain malformations in rare disorders through computational brain MRI analysis 2025, Genetics in medicine open DOI:10.1016/j.gimo.2025.103424 PMID:40191138	研究论文	本研究开发了一种基于深度学习的下一代表型分析(NGP)方法，通过计算脑MRI分析识别罕见疾病中的结构性脑畸形	将下一代表型分析从面部图像扩展到脑MRI数据，创建了临床脑表型空间(CBPS)用于表型相似性分析和疾病预测	初步分析仅聚焦于两种特定疾病，数据集规模相对有限	开发诊断支持工具，识别罕见疾病中的结构性脑畸形并整合到变异优先排序流程中	罕见神经发育疾病患者，特别是Dandy-Walker畸形和Ogden综合征患者	数字病理	神经发育疾病	脑MRI成像，下一代表型分析(NGP)	CNN	脑MRI图像	413张脑MRI图像(来自56种不同疾病)，外加1,279张公共数据集MRI图像	PyTorch	ResNet-50	留一法交叉验证，t-SNE聚类可视化	NA
14223	2025-10-07	A semi-supervised weighted SPCA- and convolution KAN-based model for drug response prediction 2025, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2025.1532651 PMID:40191608	研究论文	提出一种基于半监督加权SPCA和卷积KAN的药物反应预测模型NMDP	结合可解释的半监督加权SPCA模块、多组学数据融合框架以及一维卷积与Kolmogorov-Arnold网络的集成方法	NA	基于多组学基因信息预测细胞系对特征药物的反应	细胞系和多组学基因数据	机器学习	癌症	多组学数据分析	KAN, 卷积神经网络	基因多组学数据	NA	NA	Kolmogorov-Arnold networks, 一维卷积	灵敏度, 特异性	NA
14224	2025-10-07	Isfahan Artificial Intelligence Event 2023: Lesion Segmentation and Localization in Magnetic Resonance Images of Patients with Multiple Sclerosis 2025, Journal of medical signals and sensors DOI:10.4103/jmss.jmss_55_24 PMID:40191684	研究论文	介绍2023年伊斯法罕人工智能活动中多发性硬化症患者磁共振图像病灶分割与定位挑战赛	组织多团队参与的多发性硬化症病灶分割竞赛，比较不同深度学习方法的性能	仅简要描述数据集和参赛方法，缺乏详细的性能比较和定量分析	开发准确分割和定位多发性硬化症患者MR图像中病灶的方法	多发性硬化症患者的磁共振图像	计算机视觉	多发性硬化症	磁共振成像	深度学习	医学图像	NA	NA	U-net	NA	NA
14225	2025-10-07	An imaging and genetic-based deep learning network for Alzheimer's disease diagnosis 2025, Frontiers in aging neuroscience IF:4.1Q2 DOI:10.3389/fnagi.2025.1532470 PMID:40191788	研究论文	提出一种基于MRI和SNP数据的多模态深度学习网络，用于阿尔茨海默病诊断和轻度认知障碍进展预测	首次结合CNN提取全脑结构特征和Transformer网络提取遗传特征，并采用基于交叉Transformer的网络进行综合特征融合	研究数据仅来自ADNI数据库的1,541名受试者，样本规模有限	开发多模态深度学习模型以提高阿尔茨海默病的诊断和预测准确性	阿尔茨海默病患者和轻度认知障碍患者	医学影像分析	阿尔茨海默病	磁共振成像, 单核苷酸多态性分析	CNN, Transformer	图像, 基因数据	1,541名来自ADNI数据库的受试者	NA	卷积神经网络, Transformer, 交叉Transformer	NA	NA
14226	2025-10-07	A phenotypic drug discovery approach by latent interaction in deep learning 2024-Oct, Royal Society open science IF:2.9Q1 DOI:10.1098/rsos.240720 PMID:40191531	研究论文	开发了一种基于深度学习的表型药物发现方法，通过潜在交互作用规避传统结合测定方法的局限性	提出端到端的深度学习模型，仅利用治疗信息生成潜在表示，能隐式考虑上位效应和化学-遗传相互作用等复杂机制	在基础机制知识有限的情况下使用，对化学多样性数据有依赖性	开发新的计算药物发现方法以克服传统结合测定方法的限制	药物和病毒的遗传信息	机器学习	病毒性疾病	深度学习，数据增强	深度学习	文本（药物和病毒遗传信息的文本表示）	NA	NA	NA	样本外验证性能	NA
14227	2025-10-07	Deep learning for intracranial aneurysm segmentation using CT angiography 2024-Jul-26, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad6372 PMID:39008990	研究论文	本研究开发了一种两阶段深度学习方法，用于在CT血管造影图像中准确分割颅内小动脉瘤	提出结合轻量级头部区域选择算法和自适应3D nnU-Net网络的两阶段方法，显著提升小动脉瘤分割效率	NA	开发能够准确分割颅内小动脉瘤的深度学习算法	颅内小动脉瘤（4-10毫米大小）	计算机视觉	脑血管疾病	CT血管造影	深度学习	医学图像	来自6家医院的956名患者和公共数据集，使用6台不同制造商的CT扫描仪采集	NA	3D nnU-Net	Dice分数,AUC,精确度	NA
14228	2025-10-07	Evaluation of enzyme activity predictions for variants of unknown significance in Arylsulfatase A 2024-Jun-17, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.16.594558 PMID:38798479	研究论文	评估机器学习方法对芳基硫酸酯酶A基因未知意义变异体酶活性的预测能力	遗传学与编程训练营参与者开发的模型在标准机器学习工具下表现出最佳性能，且先进深度学习方法相比简单技术提供了统计显著的改进	仅针对ARSA基因的219个错义变异进行评估，样本规模有限	评估机器学习方法在预测未知意义变异体功能效应方面的进展	芳基硫酸酯酶A(ARSA)基因的219个实验验证的错义未知意义变异体	机器学习	遗传疾病	实验验证的功能效应测定	深度学习, 标准机器学习	基因变异数据	219个ARSA基因错义变异体	Python标准机器学习工具	NA	预测准确性	适度计算资源
14229	2025-10-07	Critical assessment of missense variant effect predictors on disease-relevant variant data 2024-Jun-08, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.06.597828 PMID:38895200	研究论文	系统评估错义变异效应预测工具在疾病相关变异数据上的性能表现	首次在CAGI6框架下综合评估传统预测工具与新兴深度学习方法，并分析高特异性与高敏感性场景下的性能差异	评估数据主要来源于疾病相关数据库的罕见错义变异，可能存在数据偏差	评估错义变异致病性预测工具的临床和研究实用性	错义变异效应预测工具（包括CAGI6参赛工具、临床常用工具和新兴深度学习方法）	生物信息学	遗传性疾病	基因组变异分析	深度学习, 传统机器学习	基因组变异数据	疾病相关数据库中的罕见错义变异数据集	NA	NA	特异性, 敏感性	NA
14230	2025-10-07	Multimodal Autoencoder Predicts fNIRS Resting State From EEG Signals 2022-07, Neuroinformatics IF:2.7Q3 DOI:10.1007/s12021-021-09538-3 PMID:34378155	研究论文	提出一种多模态自编码器架构，能够从癫痫患者的脑电图信号预测功能性近红外光谱静息状态	首次证明基于脑电图功率谱幅度调制的频率振荡可以预测大脑血流动力学，通过多模态序列到序列自编码器实现无需先验知识的fNIRS信号预测	研究仅针对40名癫痫患者，样本量有限，且仅在静息状态下进行验证	探索脑电图信号与功能性近红外光谱信号之间的关联性，实现从神经电活动到血流动力学的跨模态预测	40名癫痫患者的脑电图和功能性近红外光谱多模态记录数据	机器学习	癫痫	脑电图，功能性近红外光谱	LSTM, CNN	脑电信号，光谱信号	40名癫痫患者	NA	多模态序列到序列自编码器	基于种子的功能连接性验证	NA
14231	2025-04-07	Deep learning model for detecting cystoid fluid collections on optical coherence tomography in X-linked retinoschisis patients 2025-Apr-04, Acta ophthalmologica IF:3.0Q1 DOI:10.1111/aos.17495 PMID:40186400	research paper	本文验证了一种深度学习框架，用于在X连锁视网膜劈裂症患者的SD-OCT图像中检测和量化囊样液体聚集	开发了一种基于no-new-U-Net的深度学习模型，用于自动分割和量化X连锁视网膜劈裂症患者的囊样液体聚集	深度学习模型存在系统性高估的问题，需要未来进一步优化	验证深度学习模型在X连锁视网膜劈裂症患者SD-OCT图像中检测和量化囊样液体聚集的有效性	X连锁视网膜劈裂症患者的SD-OCT图像	digital pathology	X-linked retinoschisis	spectral-domain optical coherence tomography (SD-OCT)	no-new-U-Net	image	112 OCT volumes (70训练, 42内部测试), 37 SD-OCT scans (20患者)	NA	NA	NA	NA
14232	2025-10-07	Dynamic integration of feature- and template-based methods improves the prediction of conformational B cell epitopes 2025-Apr-03, Structure (London, England : 1993) DOI:10.1016/j.str.2025.01.018 PMID:39938510	研究论文	开发了一种动态集成算法DynaBCE，通过整合特征基和模板基方法改进构象B细胞表位预测	首次将特征基策略与模板基策略动态集成，提出动态加权方法最大化不同样本中各模块的优势	NA	提高构象B细胞表位的预测准确性	构象B细胞表位	机器学习	NA	蛋白质语言模型，几何图神经网络，transformer算法	Boosting算法，几何图神经网络，transformer	蛋白质结构数据	NA	NA	几何图神经网络，transformer	NA	NA
14233	2025-10-07	FakET: Simulating cryo-electron tomograms with neural style transfer 2025-Apr-03, Structure (London, England : 1993) DOI:10.1016/j.str.2025.01.020 PMID:39947174	研究论文	提出基于神经风格转移的FakET方法，用于模拟冷冻电子断层扫描图像生成	使用神经风格转移技术模拟冷冻透射电子显微镜的前向算子，显著提升数据生成速度并降低内存需求	NA	解决冷冻电子显微镜中粒子定位和分类任务训练数据不足的问题	冷冻电子显微镜图像数据	计算机视觉	NA	冷冻电子显微镜，神经风格转移	神经网络	图像	NA	NA	神经风格转移	数据生成速度，内存使用效率，定位和分类性能	GPU加速，并行处理
14234	2025-04-07	An interpretable deep learning model for the accurate prediction of mean fragmentation size in blasting operations 2025-Apr-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96005-7 PMID:40181054	研究论文	本研究提出了一种NRBO-CNN-LSSVM模型，用于预测爆破作业中的平均破碎尺寸，结合了CNN、LSSVM和NRBO技术	整合了CNN、LSSVM和NRBO技术，提高了预测准确性和适用性，并开发了交互式GUI以增强实用性	样本量较小（105个样本），可能影响模型的泛化能力	提高爆破作业中平均破碎尺寸的预测准确性	爆破作业中的平均破碎尺寸	机器学习	NA	CNN, LSSVM, NRBO, SVM, SVR	NRBO-CNN-LSSVM, CNN-LSSVM, CNN, LSSVM, SVM, SVR	数值数据	105个样本（来自先前研究和现场采集）	NA	NA	NA	NA
14235	2025-04-07	Efficient fault diagnosis in rolling bearings lightweight hybrid model 2025-Apr-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96285-z PMID:40181056	研究论文	提出了一种用于滚动轴承故障诊断的轻量级混合模型TSL-Transformer，结合了Transformer和LSTM模块以提高特征提取效率和诊断准确性	对传统Transformer模型进行轻量级改进，引入多头注意力机制和前馈神经网络，并并行加入LSTM模块以增强时序特征捕获能力	仅在CWRU数据集上进行了验证，未提及其他数据集或实际工业场景的测试结果	解决传统深度学习方法处理长时间序列数据时特征提取和模型训练效率低下的问题	滚动轴承的振动信号	机器学习	NA	多头注意力机制，LSTM	TSL-Transformer（Transformer与LSTM混合模型）	时间序列数据（振动信号）	CWRU数据集（具体样本量未说明）	NA	NA	NA	NA
14236	2025-10-07	Encoding matching criteria for cross-domain deformable image registration 2025-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.17565 PMID:39688347	研究论文	提出一种面向跨域可变形图像配准的编码器方法，通过建模图像特征和结构特征的匹配准则来提升配准精度和适应性	设计了通用特征编码器(Encoder-G)和结构特征编码器(Encoder-S)，并通过一次性学习更新Encoder-S实现跨域适应	NA	解决跨域可变形图像配准问题，提升深度学习配准方法的泛化能力	医学MRI图像	计算机视觉	多疾病类别	深度学习	编码器网络	医学图像	脑部图像(训练/测试: 870/90对)，腹部图像(训练/测试: 1406/90对)，心脏图像(训练/测试: 64770/870对)	NA	Encoder-G, Encoder-S	Dice相似系数(DSC), 平均对称表面距离(ASSD)	NA
14237	2025-10-07	Improved deep learning-based IVIM parameter estimation via the use of more "realistic" simulated brain data 2025-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.17583 PMID:39704604	研究论文	提出一种基于合成数据的监督学习方法SDD-IVIM，用于提高IVIM参数估计的精度和噪声鲁棒性	开发了基于模型的合成人脑IVIM数据生成方法，通过结合复杂参数分布和人脑纹理模拟真实脑组织结构	方法依赖于合成数据训练，未使用真实世界数据进行神经网络训练	提高IVIM参数估计的精度和噪声鲁棒性	人脑IVIM成像，特别是胶质瘤患者	医学影像分析	脑胶质瘤	IVIM双指数模型，多b值扩散加权成像	U-Net	合成脑IVIM数据，扩散加权图像	数值体模实验和20名胶质瘤患者	NA	U-Net	平均绝对误差，平均偏差，结构相似性，变异系数，对比噪声比	NA
14238	2025-10-07	Deep learning-based Monte Carlo dose prediction for heavy-ion online adaptive radiotherapy and fast quality assurance: A feasibility study 2025-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.17628 PMID:39871016	研究论文	开发基于深度学习的蒙特卡罗剂量预测模型，用于重离子在线自适应放疗和快速质量保证	在CHD U-Net基础上引入通道注意力机制(CAM)，显著提升重离子治疗中蒙特卡罗剂量预测精度	仅针对头颈部癌症患者进行研究，样本量相对有限	开发深度学习模型用于重离子治疗的在线自适应放疗和快速质量保证	120例头颈部癌症患者	医学影像分析	头颈部癌症	蒙特卡罗模拟(GATE/Geant4)	U-Net	CT图像、三维能量矩阵、射线掩模	120例头颈部癌症患者	NA	CHD U-Net, CAM-CHD U-Net	gamma通过率(3%/3mm), 平均绝对差异	NA
14239	2025-04-07	Prediction of influenza virus infection based on deep learning and peripheral blood proteomics: A diagnostic study 2025-Mar-28, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2025.03.051 PMID:40158620	研究论文	本研究基于深度学习和外周血蛋白质组学预测流感病毒感染，并验证了该模型在流感、COVID-19和健康人群鉴别诊断中的潜在价值	结合随机森林模型和LASSO回归模型筛选出能准确区分流感患者的临床指标，并通过蛋白质组测序和机器学习发现了26个差异表达蛋白，其中SAA2被证实可作为流感感染的辅助诊断指标	样本量相对有限（850名患者和265名健康个体），且仅针对特定病毒感染（流感、COVID-19及混合感染）进行研究	预测流感病毒感染的关键分子标记	流感、COVID-19及混合感染患者以及健康个体的外周血样本	机器学习	流感	蛋白质组测序、ELISA	随机森林模型、LASSO回归模型	蛋白质组数据、临床特征数据	850名患者（包括流感、COVID-19和混合感染）和265名健康个体	NA	NA	NA	NA
14240	2025-04-07	Utility-based Analysis of Statistical Approaches and Deep Learning Models for Synthetic Data Generation With Focus on Correlation Structures: Algorithm Development and Validation 2025-Mar-20, JMIR AI DOI:10.2196/65729 PMID:40112290	研究论文	本研究评估了多种合成数据生成方法在复制真实医疗数据集中的相关结构方面的有效性，并比较了它们在随机森林等下游任务中的表现	综合比较了统计方法和深度学习方法在生成合成数据时的性能，特别是在保留相关结构方面的表现	深度学习方法在小型数据集或有限训练周期下表现不佳，LLMs在复制数值依赖关系方面存在困难	评估不同合成数据生成方法在医疗数据中的相关结构复制能力和下游任务表现	合成数据生成方法在模拟和真实医疗数据集上的表现	机器学习	乳腺癌, 糖尿病	Generative Adversarial Networks, 大语言模型(LLMs), Random Forests, eXtreme Gradient Boosting, Gated Additive Tree Ensembles	GAN, ctgan, tvae, LLMs	表格数据	模拟数据(10个高斯变量和1个二元目标变量), 体测数据集(13,393样本), 威斯康星乳腺癌数据集(569样本), 糖尿病数据集(768样本)	NA	NA	NA	NA