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
14381	2025-04-24	Constraint-Aware Learning for Fractional Flow Reserve Pullback Curve Estimation From Invasive Coronary Imaging 2024-Dec, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3412935 PMID:38861432	research paper	提出了一种约束感知学习框架，用于从侵入性冠状动脉成像中估计分数流储备（FFR）回拉曲线	结合了几何和物理约束来近似冠状动脉中心线几何结构与FFR值之间的关系，并利用合成数据进行模型训练以减少临床数据收集成本	需要进一步验证在更大规模和多中心数据集上的泛化能力	提高从侵入性冠状动脉成像中估计FFR回拉曲线的准确性	冠状动脉成像数据和FFR回拉曲线	machine learning	cardiovascular disease	diffusion-driven test-time data adaptation method	deep learning	image	382名患者的数据集，涵盖三种成像模式	NA	NA	NA	NA
14382	2025-04-24	SSL-CPCD: Self-Supervised Learning With Composite Pretext-Class Discrimination for Improved Generalisability in Endoscopic Image Analysis 2024-Dec, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3411933 PMID:38857149	研究论文	提出一种结合复合前置任务与类别判别的自监督学习方法，用于提升内窥镜图像分析的泛化能力	通过斑块级实例组判别和余弦相似度度量中添加角度间隔惩罚来减少类间差异，创新性地提升模型对相似表征的聚类能力	未明确说明方法在计算资源消耗或实时性方面的表现	解决内窥镜图像分析中监督学习方法泛化性不足的问题	内窥镜图像数据	计算机视觉	溃疡性结肠炎	自监督学习	SSL-CPCD（提出的新型架构）	图像	未明确说明具体样本量，但提及公开数据集和医院内部数据集	NA	NA	NA	NA
14383	2025-04-24	CNN-O-ELMNet: Optimized Lightweight and Generalized Model for Lung Disease Classification and Severity Assessment 2024-Dec, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3416744 PMID:38896522	research paper	提出了一种轻量级分类模型CNN-O-ELMNet，用于高效检测多种肺部疾病并评估其严重程度	结合CNN进行深度特征提取和优化的极限学习机，利用帝国主义竞争算法提升预测性能，克服了现有CAD系统局限于特定疾病和深度学习模型计算复杂的问题	NA	开发一种轻量级且通用的模型，用于肺部疾病的分类和严重程度评估	肺部疾病（气胸、结核病、肺癌）及其严重程度	digital pathology	lung cancer	imperialistic competitive algorithm	CNN, optimized extreme learning machine	image	benchmark datasets for lung diseases	NA	NA	NA	NA
14384	2025-04-24	Temporal Dynamic Synchronous Functional Brain Network for Schizophrenia Classification and Lateralization Analysis 2024-Dec, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3419041 PMID:38917293	研究论文	该研究提出了一种名为Temporal-BCGCN的动态脑网络分析模型，用于精神分裂症分类和大脑侧化分析	设计了DSF-BrainNet模块构建动态同步特征，提出了基于特征同步时间属性的TemporalConv图卷积方法，以及首个基于rs-fMRI数据的深度学习异常半球侧化模块测试工具CategoryPool	未提及具体样本量的局限性或模型在其他数据集上的泛化能力	开发先进的动态脑网络分析方法以揭示精神分裂症患者异常脑活动机制	精神分裂症患者的静息态功能磁共振成像(rs-fMRI)数据	数字病理学	精神分裂症	rs-fMRI	Temporal-BCGCN (包含DSF-BrainNet, TemporalConv和CategoryPool模块)	医学影像数据	COBRE和UCLA数据集（具体样本量未说明）	NA	NA	NA	NA
14385	2025-04-24	FedDBL: Communication and Data Efficient Federated Deep-Broad Learning for Histopathological Tissue Classification 2024-Dec, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2024.3403927 PMID:38923486	research paper	提出一种轻量级且通用的联邦学习框架FedDBL，用于在有限训练样本和单轮通信下实现优异的组织病理学分类性能	通过整合预训练的深度学习特征提取器、快速轻量级的广度学习推理系统和经典联邦聚合方法，显著降低数据依赖性和提高通信效率	未明确提及具体局限性	解决组织病理学分类中的隐私保护和通信效率问题	组织病理学图像数据	digital pathology	NA	federated learning	ResNet-50	image	未明确提及具体样本数量	NA	NA	NA	NA
14386	2025-04-24	Hardware-Independent Deep Signal Processing: A Feasibility Study in Echocardiography 2024-Nov, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3404622 PMID:38781056	research paper	本研究探讨了深度学习模型在超声信号处理中的硬件独立性，特别是在超声心动图中的应用	提出了一种轻量级深度学习模型，能够复制高端超声系统的信号处理链，并展示了其在不同探头和低端系统中的应用潜力	研究仅基于有限的数据集（30,000帧心脏图像）和特定超声系统（GE HealthCare Vivid E95）进行验证	探索深度学习模型在超声信号处理中的硬件独立性及其在不同超声系统间的可移植性	超声心动图的信号处理链及图像质量	数字病理学	心血管疾病	深度学习	DNN	图像	30,000帧心脏图像（来自GE HealthCare Vivid E95系统）和15名患者的约3,000帧测试图像	NA	NA	NA	NA
14387	2025-10-07	Automatic 3-D Lamina Curve Extraction From Freehand 3-D Ultrasound Data Using Sequential Localization Recurrent Convolutional Networks 2024-Nov, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3385698 PMID:38578857	研究论文	提出一种新型深度学习模型SL-RCNs，用于从自由手3D超声数据中自动提取3D椎板曲线	首次提出考虑上下文关系并嵌入变换矩阵特征作为3D知识库的序列定位循环卷积网络	仅对10名健康成年人的数据进行了验证，样本量有限	开发自动提取3D椎板曲线的准确方法	人类腰椎和胸椎区域的3D超声序列	计算机视觉	脊柱疾病	3D自由手超声成像	循环卷积网络(RCN)	3D超声序列图像	10名健康成年人的腰椎和胸椎3D超声数据	NA	SL-RCNs(序列定位循环卷积网络)	标准化离散弗雷歇距离(NDFD), 平均距离误差(MDE)	NA
14388	2025-10-07	Automatic Segmentation of Abdominal Aortic Aneurysms From Time-Resolved 3-D Ultrasound Images Using Deep Learning 2024-Nov, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3389553 PMID:38619942	研究论文	本研究开发了一种基于深度学习的自动分割算法，用于从时间分辨3D超声图像中分割腹主动脉瘤	首次将深度学习应用于时间分辨3D超声图像的腹主动脉瘤自动分割，相比传统方法性能显著提升	未详细说明模型在不同患者群体中的泛化能力，且训练数据仅来自单一中心	开发能够从时间分辨3D超声图像中自动准确分割腹主动脉瘤的算法	腹主动脉瘤患者的3D+时间超声图像	医学图像分析	心血管疾病	时间分辨3D超声成像(3-D + t US)	深度学习	3D时间序列超声图像	500名患者，共2495张3D+时间超声图像	NA	NA	豪斯多夫距离, Dice系数, 准确率, 灵敏度, 特异性	NA
14389	2025-10-07	Development and Evaluation of a Learning-Based Model for Real-Time Haptic Texture Rendering 2024 Oct-Dec, IEEE transactions on haptics IF:2.4Q2 DOI:10.1109/TOH.2024.3382258 PMID:38536688	研究论文	开发并评估一种基于学习的实时触觉纹理渲染模型	提出统一的动作条件触觉纹理渲染模型，无需为每种纹理单独训练模型，能够泛化到未见过的纹理	NA	开发可泛化的实时触觉纹理渲染方法，提升虚拟现实环境的触觉体验	触觉纹理渲染和人类触觉感知	机器学习	NA	基于视觉的触觉传感(GelSight)	深度学习	触觉传感器数据	通过多部分人类用户研究进行评估	NA	NA	感知性能评估	NA
14390	2025-04-24	Reconstructing Cancellous Bone From Down-Sampled Optical-Resolution Photoacoustic Microscopy Images With Deep Learning 2024-09, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.05.027 PMID:38972792	研究论文	本研究提出了一种名为PADA U-Net的深度学习模型，用于从欠采样的光学分辨率光声显微镜图像中重建完整的骨组织图像	提出PADA U-Net模型，突破成像速度与空间分辨率之间的权衡	NA	提高光学分辨率光声显微镜图像质量，同时不牺牲时间分辨率	牛松质骨样本	数字病理学	骨疾病	光学分辨率光声显微镜(OR-PAM)	PADA U-Net	图像	牛松质骨测试集	NA	NA	NA	NA
14391	2025-04-24	A Semi-supervised Four-Chamber Echocardiographic Video Segmentation Algorithm Based on Multilevel Edge Perception and Calibration Fusion 2024-09, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.04.013 PMID:38834493	research paper	提出一种基于多级边缘感知和校准融合的半监督四腔心超声视频分割算法，以提高心内膜分割的准确性	引入了多级边缘感知模块和校准融合模块，结合半监督学习，有效解决了超声视频中的边缘模糊和特征融合问题	未提及具体的数据集规模和多样性限制，可能影响模型的泛化能力	提高心内膜的自动语义分割准确性，辅助心脏疾病诊断	超声心动图视频中的心内膜	digital pathology	cardiovascular disease	deep learning	semi-supervised network	video	两个公共超声心动图视频数据集和一个本地医院临床数据集	NA	NA	NA	NA
14392	2025-04-24	Automatic Segmentation for Analysis of Murine Cardiac Ultrasound and Photoacoustic Image Data Using Deep Learning 2024-08, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.05.001 PMID:38825556	研究论文	利用深度学习技术自动分割小鼠心脏超声和光声图像数据以进行分析	结合超声和光声成像，使用U-Net深度神经网络进行分割，提高了前壁左心室区域的分割效率和准确性	研究仅针对小鼠图像数据集，未涉及人类或其他动物模型	改进心脏超声和光声图像的分割方法，以量化应变和氧饱和度	小鼠心脏的超声和光声图像	计算机视觉	心血管疾病	超声成像（US）和光声成像（PA）	U-Net	图像	小鼠图像数据集（具体数量未提及）	NA	NA	NA	NA
14393	2025-04-24	A Deep Learning Model for Automatically Quantifying the Anterior Segment in Ultrasound Biomicroscopy Images of Implantable Collamer Lens Candidates 2024-08, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.05.004 PMID:38777640	research paper	本研究开发并评估了一种基于深度学习的模型，用于自动测量植入式Collamer镜片（ICL）手术候选者术前超声生物显微镜（UBM）图像中的前段（AS）参数	利用UNet++网络自动分割AS组织，并结合图像处理技术和几何定位算法自动识别瞳孔直径（PD）、前房深度（ACD）、角到角距离（ATA）和沟到沟距离（STS）等解剖标志（ALs）	研究仅使用了来自两个医疗中心的UBM图像，可能限制了模型的泛化能力	开发一种能够自动测量ICL手术候选者前段参数的深度学习模型	植入式Collamer镜片（ICL）手术候选者的术前超声生物显微镜（UBM）图像	digital pathology	眼科疾病	超声生物显微镜（UBM）	UNet++	image	1164张全景UBM图像来自321名患者，外加294张来自外部数据集的图像	NA	NA	NA	NA
14394	2025-04-24	Integrated Fibrous Iontronic Pressure Sensors with High Sensitivity and Reliability for Human Plantar Pressure and Gait Analysis 2024-06-04, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.4c02919 PMID:38760182	research paper	开发了一种高灵敏度和可靠性的集成纤维离子压力传感器，用于人体足底压力和步态分析	采用高模量多孔层压离子纤维结构和统一聚酰亚胺材料系统，具有高灵敏度（156.6 kPa）、广泛感应范围（高达4000 kPa）和增强的界面韧性和耐久性（超过150,000次循环）	当前柔性传感器的有效性受到结构可变形性限制、多功能层之间的机械不兼容性以及复杂应力条件下的不稳定性等挑战的阻碍	开发一种用于足底压力和步态分析的柔性压力传感器，确保长期稳定性和准确性	人体足底压力和步态	柔性电子	足部疾病	离子压力传感技术	深度学习	压力分布数据	NA	NA	NA	NA	NA
14395	2025-04-24	Deciphering the Coevolutionary Dynamics of L2 β-Lactamases via Deep Learning 2024-05-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00189 PMID:38687957	research paper	该研究利用深度学习方法探索L2 β-内酰胺酶的共进化动力学及其在抗菌素耐药性中的作用	结合自适应采样分子动力学模拟和深度学习方法（卷积变分自编码器和BindSiteS-CNN）研究L2 β-内酰胺酶的构象变化和相关性	研究仅关注了L2 β-内酰胺酶家族及部分代表性的A类酶，未涵盖所有相关酶类	理解L2 β-内酰胺酶的共进化动力学及其在抗菌素耐药性中的功能机制	L2 β-内酰胺酶家族及其他代表性A类酶（如SME-1和KPC-2）	machine learning	NA	自适应采样分子动力学模拟，深度学习方法	卷积变分自编码器，BindSiteS-CNN	分子动力学模拟数据	NA	NA	NA	NA	NA
14396	2025-10-07	DEBFold: Computational Identification of RNA Secondary Structures for Sequences across Structural Families Using Deep Learning 2024-05-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00458 PMID:38648189	研究论文	开发了一种基于深度学习的RNA二级结构预测工具DEBFold，能够跨结构家族识别RNA序列的二级结构	采用两阶段RNA结构预测策略，结合卷积编码/解码和自注意力机制，增强现有热力学结构模型，具有优越的跨家族泛化性能	未在摘要中明确提及具体限制	开发能够跨不同结构家族预测RNA二级结构的计算工具	RNA序列及其二级结构	机器学习	NA	深度学习	CNN, 自注意力机制	RNA序列数据	NA	NA	卷积编码/解码器, 自注意力机制	结构预测性能	NA
14397	2025-10-07	Image2InChI: Automated Molecular Optical Image Recognition 2024-05-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c02082 PMID:38359459	研究论文	提出基于深度学习的自动化分子光学图像识别模型Image2InChI，实现分子图像到机器可读表示的转换	引入具有注意力机制的新型特征融合网络，集成图像块与InChI预测	NA	提高分子图像识别的准确性和效率，为药物发现提供人工智能支持	分子光学图像	计算机视觉	NA	深度学习	Transformer	图像	NA	NA	SwinTransformer, Transformer Decoder	InChI准确率, Morgan FP, 最大公共结构准确率, 最长公共子序列准确率	NA
14398	2025-10-07	Intramolecular and Water Mediated Tautomerism of Solvated Glycine 2024-05-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00273 PMID:38620066	研究论文	本研究利用基于深度学习的增强采样分子动力学方法，探究了甘氨酸在水溶液中的互变异构现象	首次揭示了甘氨酸在水溶液中通过分子内和分子间两种质子转移路径实现互变异构的机制	研究仅限于甘氨酸分子，未扩展到其他氨基酸或不同溶剂环境	探究溶剂环境中甘氨酸的互变异构动力学过程	甘氨酸分子在水溶液中的互变异构行为	计算化学	NA	增强采样分子动力学，深度学习势能函数	深度学习势能模型	分子动力学模拟数据	甘氨酸水溶液体系	NA	NA	反应能垒，反应通量	NA
14399	2025-10-07	MMSyn: A New Multimodal Deep Learning Framework for Enhanced Prediction of Synergistic Drug Combinations 2024-05-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00165 PMID:38676916	研究论文	提出一种名为MMSyn的多模态深度学习框架，用于预测协同药物组合	首次结合药物分子特征（结构、指纹、字符串编码）与癌细胞系特征（基因表达、DNA拷贝数、通路活性），通过注意力机制和交互模块进行多模态融合	NA	开发深度学习框架以预测协同药物组合，提高癌症联合治疗的筛选效率	药物分子和癌细胞系	机器学习	癌症	高通量筛选	多层感知机,注意力机制	药物分子特征数据,基因表达数据,DNA拷贝数数据,通路活性数据	NA	NA	多层感知机	分层交叉验证	NA
14400	2025-10-07	Sequential Contrastive and Deep Learning Models to Identify Selective Butyrylcholinesterase Inhibitors 2024-04-22, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00397 PMID:38532612	研究论文	本研究开发了序列对比学习和深度学习模型来识别选择性丁酰胆碱酯酶抑制剂	首次将监督对比学习与深度学习和随机森林在单模型和序列模型配置中进行比较，用于识别BChE选择性抑制剂	仅测试了20个预测化合物的选择性，样本量较小	开发高效识别选择性丁酰胆碱酯酶抑制剂的机器学习策略	丁酰胆碱酯酶抑制剂化合物	机器学习	阿尔茨海默病	虚拟筛选	对比学习,深度学习,随机森林	化合物数据	500万化合物库中筛选测试20个化合物	NA	NA	精确度	NA