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
141	2025-05-03	Multistage deep learning for classification of Helicobacter pylori infection status using endoscopic images 2025-Apr, Journal of gastroenterology IF:6.9Q1 DOI:10.1007/s00535-024-02209-5 PMID:39815116	研究论文	本研究开发了一种多阶段深度学习方法，用于自动分类幽门螺杆菌感染状态	提出了一种新的多阶段深度学习方法，用于分类幽门螺杆菌感染状态，并在性能上优于医生	样本量相对较小，训练集538例，验证集146例	开发一种自动分类幽门螺杆菌感染状态的方法，以辅助胃癌筛查	幽门螺杆菌感染状态（未感染、当前感染、根除后）	计算机视觉	胃癌	深度学习	多阶段深度学习模型	内窥镜图像	训练集538例，验证集146例
142	2025-05-03	Deep Learning for Predicting Difficulty in Radical Prostatectomy: A Novel Evaluation Scheme 2025-Apr, Urology IF:2.1Q2 DOI:10.1016/j.urology.2025.01.028 PMID:39814211	research paper	通过两阶段深度学习方法从术前磁共振成像中评估根治性前列腺切除术的难度	提出了一种新的两阶段深度学习方法，用于评估根治性前列腺切除术的难度，并引入了新的指标来描述前列腺和骨盆之间的空间关系	研究仅基于290名患者的数据，样本量相对较小，且仅验证了腹腔镜和机器人辅助根治性前列腺切除术	探索新的指标来评估根治性前列腺切除术的难度	根治性前列腺切除术的术前磁共振成像数据	digital pathology	prostate cancer	magnetic resonance imaging	nnUNet_v2, PointNet	image	290名患者（包括腹腔镜和机器人辅助根治性前列腺切除术）
143	2025-05-03	A comparative study of the EAT-Lancet diet and the Mediterranean diet in relation to neuroimaging biomarkers and cognitive performance 2025-Apr, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.70191 PMID:40302043	research paper	比较EAT-Lancet饮食与地中海饮食对老年人神经影像生物标志物和认知表现的影响	首次比较EAT-Lancet行星健康饮食与地中海饮食对大脑健康的影响	研究对象仅限于瑞典70岁无痴呆老年人，样本代表性有限	评估两种饮食模式对大脑健康和认知功能的影响	615名70岁无痴呆老年人	神经科学	阿尔茨海默病	神经影像测量（皮质厚度、海马体积、小血管疾病、深度学习脑年龄）	深度学习	神经影像数据、认知评估数据	615名来自瑞典哥德堡H70出生队列研究的70岁老年人
144	2025-05-03	Reconstructing illusory camouflage patterns on moth wings using computer vision 2025-Apr, Journal of the Royal Society, Interface DOI:10.1098/rsif.2024.0757 PMID:40304197	research paper	利用计算机视觉技术重建蛾翅膀上的伪装图案，探索动物颜色图案如何利用深度感知机制产生错觉	首次利用先进的计算机视觉算法（如单图像单目深度估计）来重建动物颜色图案产生的潜在视觉错觉	研究仅针对六种蛾类物种，且深度感知模型的性能受限于自然世界的经验	探索动物颜色图案如何利用单目深度线索（如阴影）产生三维错觉，以实现伪装等功能	六种蛾类（鳞翅目）的翅膀图案	computer vision	NA	intrinsic image decomposition, deep learning	Retinex-based model, deep-learning models	image	六种蛾类物种的翅膀图案
145	2025-05-03	Imaging Intravoxel Vessel Size Distribution in the Brain Using Susceptibility Contrast Enhanced MRI 2025-Mar-25, ArXiv PMID:40196141	research paper	本文提出了一种基于磁敏感对比增强MRI的新方法，用于非侵入性成像脑内体素内血管大小分布（VSD），以更全面和定量地评估血管重塑	利用高分辨率光片荧光显微镜图像模拟GESFIDE MRI信号，并训练深度学习模型从GESFIDE信号预测脑血容量（CBV）和VSD	需要进一步验证以确认其在临床前和临床应用中的转化潜力	开发一种新方法来定量评估血管重塑	啮齿动物脑部血管系统	医学影像	癌症、神经退行性疾病、纤维化、高血压、糖尿病	磁敏感对比增强MRI、光片荧光显微镜、深度学习	深度学习模型	MRI信号、显微镜图像	NA
146	2025-05-03	Spike rate inference from mouse spinal cord calcium imaging data 2025-Mar-24, The Journal of neuroscience : the official journal of the Society for Neuroscience DOI:10.1523/JNEUROSCI.1187-24.2025 PMID:40127941	research paper	该研究通过钙成像和电生理记录相结合的方法，优化了脊髓神经元中尖峰率推断的算法	首次在脊髓神经元中应用并优化了基于深度学习的尖峰率推断算法，提供了针对脊髓背角神经元的地面真实数据	研究结果主要适用于小鼠脊髓背角的谷氨酸能和GABA能神经元，可能不适用于其他中枢神经系统区域或神经元类型	优化钙成像数据中神经元尖峰活动的推断算法，提高脊髓神经元活动记录的准确性	小鼠脊髓背角浅层的谷氨酸能和GABA能体感神经元	神经科学	NA	钙成像技术、电生理记录	CASCADE（基于监督深度学习）、OASIS（基于非负反卷积）	钙成像信号、电生理记录数据	未明确提及具体样本数量，但涉及两性小鼠的脊髓神经元
147	2025-05-03	Protocol to infer off-target effects of drugs on cellular signaling using interactome-based deep learning 2025-Mar-21, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2024.103573 PMID:39823233	研究论文	提出了一种基于交互组深度学习的协议，用于推断药物在细胞信号传导中的脱靶效应	使用人工神经网络建模细胞对药物的转录反应，以理解其作用机制	案例研究仅分析了lestaurtinib在A375细胞系中对FOXM1的脱靶效应，可能不具有普遍性	理解药物的脱靶效应及其作用机制	药物的脱靶效应及细胞信号传导	机器学习	NA	人工神经网络	人工神经网络	转录数据	A375细胞系
148	2025-05-03	A deep learning tissue classifier based on differential co-expression genes predicts the pregnancy outcomes of cattle† 2025-Mar-16, Biology of reproduction IF:3.1Q2 DOI:10.1093/biolre/ioaf009 PMID:39832283	research paper	本研究开发了一种基于差异共表达基因的深度学习组织分类器，用于预测牛的妊娠结果	通过分析基因共变异和机器学习算法，识别出能预测牛妊娠结果的基因，并开发了高准确率的预测模型	样本来源和数量可能限制了模型的泛化能力	预测牛的妊娠结果以减少牛场经济损失	牛的血液和子宫内膜组织样本	machine learning	NA	RNA-seq	deep learning	gene expression data	330个样本，来自7个不同来源和两种组织类型
149	2025-05-03	DOMSCNet: a deep learning model for the classification of stomach cancer using multi-layer omics data 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf115 PMID:40178281	研究论文	提出了一种名为DOMSCNet的深度学习模型，用于利用多层组学数据对胃癌进行分类	开发了一种混合特征选择（HFS）技术，用于从多层组学数据集中检测最优特征，并提出了一种新型混合深度循环神经网络模型DOMSCNet	未明确提及具体局限性	改进胃癌的分类方法，以支持其发展、诊断、预测和治疗	胃癌的多层组学数据	数字病理学	胃癌	NGS	DOMSCNet（混合深度循环神经网络）	多层组学数据	八个外部数据集
150	2025-05-03	The Microscope and Beyond: Current Trends in the Characterization of Kidney Allograft Rejection From Tissue Samples 2025-03-01, Transplantation IF:5.3Q1 DOI:10.1097/TP.0000000000005153 PMID:39436268	综述	本文综述了当前和新兴的创新工具在肾移植排斥反应组织样本表征中的应用及其潜力	讨论了数字化病理工作流程、深度学习、多重免疫组化、单细胞转录组学和空间转录组学等新兴技术在肾移植排斥反应表征中的应用	Banff分类系统目前仍以活检为中心，主要依赖半定量组织学评分系统，缺乏可重复性和精细度	增强肾移植排斥反应的表征	肾移植排斥反应的组织样本	数字病理学	肾移植排斥反应	多重免疫组化、单细胞转录组学、空间转录组学	深度学习	组织样本、转录组数据	NA
151	2025-05-03	Self-supervised learning improves robustness of deep learning lung tumor segmentation models to CT imaging differences 2025-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.17541 PMID:39636237	research paper	研究比较了自监督学习（SSL）中wild-pretraining和self-pretraining方法在非小细胞肺癌（NSCLC）分割任务中的鲁棒性	首次在医学图像分析中比较了wild-pretraining和self-pretraining的鲁棒性，并发现wild-pretrained Swin模型对CT成像差异更具鲁棒性	ViT和CNN模型在wild-pretraining和self-pretraining之间没有显示出明显优势	比较不同预训练方法对深度学习模型在肺癌分割任务中鲁棒性的影响	非小细胞肺癌（NSCLC）的3D CT扫描图像	digital pathology	lung cancer	self-supervised learning (SSL), 3D computed tomography (CT)	CNN, ViT, Swin	3D CT图像	预训练使用10,412个3D CT扫描，微调使用377个NSCLC患者数据，测试使用早期（n = 156）和晚期（n = 196）NSCLC数据集
152	2025-05-03	Deep Equilibrium Unfolding Learning for Noise Estimation and Removal in Optical Molecular Imaging 2025-Mar, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102492 PMID:39823663	研究论文	提出了一种端到端模型驱动的深度平衡展开Mamba（DEQ-UMamba），用于光学分子成像中的噪声估计和去除	结合近端梯度下降技术和学习的空间-频率特性，将复杂噪声结构解耦为统计分布，实现荧光图像中的有效噪声估计和抑制	未明确提及具体局限性	解决光学分子成像中因高帧率和低激发剂量导致的图像噪声问题	荧光图像	计算机视觉	NA	光学分子成像	DEQ-UMamba	图像	临床和体内数据集
153	2025-05-03	ResViT FusionNet Model: An explainable AI-driven approach for automated grading of diabetic retinopathy in retinal images 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109656 PMID:39823821	research paper	提出了一种名为ResViT FusionNet的混合模型，用于糖尿病视网膜病变的自动分级	结合了CNN（特别是ResNet50）和Vision Transformers（ViTs）的优势，并采用可解释AI技术（如LIME和Grad-CAM）提高模型的透明度和可解释性	未提及具体的数据集规模或模型在多样化数据集上的泛化能力	开发一种自动、准确且个性化的机器学习方法，用于早期糖尿病视网膜病变的检测和治疗	糖尿病视网膜病变（DR）的视网膜图像	computer vision	糖尿病视网膜病变	数据增强（包括像素值重缩放、水平翻转、旋转和缩放）	ResViT FusionNet（结合CNN和ViT的混合模型）	图像	NA
154	2025-05-03	De novo designed proteins neutralize lethal snake venom toxins 2025-Mar, Nature IF:50.5Q1 DOI:10.1038/s41586-024-08393-x PMID:39814879	研究论文	利用深度学习设计新型蛋白质以中和致命蛇毒毒素	首次使用深度学习方法从头设计蛋白质，有效中和蛇毒中的三指毒素（3FTx）	实验筛选有限，尚未进行大规模临床试验	开发更安全、经济且广泛可用的下一代抗蛇毒疗法	蛇毒中的短链和长链α-神经毒素及细胞毒素	机器学习	蛇咬伤	深度学习	NA	蛋白质结构数据	小鼠实验
155	2025-05-03	Synthesized colonoscopy dataset from high-fidelity virtual colon with abnormal simulation 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109672 PMID:39826299	research paper	提出了一种从高保真虚拟结肠生成合成结肠镜数据集的方法，用于训练深度学习模型	通过高保真3D结肠模型渲染和多样化异常模拟（如息肉、出血和溃疡）生成合成结肠镜图像	合成数据的真实性可能仍无法完全替代真实结肠镜图像	解决结肠镜图像数据不足的问题，提升深度学习模型的泛化能力	结肠镜图像数据集	digital pathology	结肠疾病	3D渲染、表面网格变形、纹理映射	深度学习模型	图像	NA
156	2025-05-03	Deep learning for age estimation from panoramic radiographs: A systematic review and meta-analysis 2025-Mar, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105560 PMID:39826609	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了深度学习在全景X光片年龄估计中的性能	首次对深度学习在全景X光片年龄估计中的应用进行了系统评价和荟萃分析	多数研究存在偏倚风险不明确或较高的问题，且方法学限制需要进一步研究	评估深度学习在全景X光片年龄估计中的性能	使用深度学习进行年龄估计的研究	数字病理	NA	深度学习	NA	全景X光片图像	42项研究（其中9项用于荟萃分析）
157	2025-05-03	Development of a Machine-Learning Algorithm to Identify Cauda Equina Compression on Magnetic Resonance Imaging Scans 2025-Mar, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.123669 PMID:39826832	research paper	开发并验证了一种基于机器学习的算法，用于从MRI扫描中自动检测马尾神经压迫，以加速疑似马尾综合征患者的分类	首次采用卷积神经网络(CNN)对MRI图像进行自动化马尾神经压迫检测，并通过梯度下降热图展示分类关键区域	研究样本量相对有限(715张图像)，且仅在特定时间段(2017-2022)的数据上进行验证	开发自动化工具以提高马尾综合征的诊断效率和准确性	疑似马尾综合征患者的MRI扫描图像	digital pathology	neurological disease	MRI	CNN	image	715张MRI图像(80%训练集，20%测试集)
158	2025-05-03	Residual-attention deep learning model for atrial fibrillation detection from Holter recordings 2025 Mar-Apr, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2025.153876 PMID:39827741	research paper	开发了一种基于残差注意力机制的深度学习模型，用于从Holter记录中检测心房颤动	提出了一种结合残差网络和注意力机制的深度学习模型，能够捕捉长距离依赖和复杂的时间关系，从而提高心房颤动的检测性能	需要在更大的队列中进行进一步的开发和验证	开发一种高效的心房颤动检测方法，以辅助临床决策	Holter记录中的心房颤动模式	machine learning	心血管疾病	深度学习	Residual-attention DL model	ECG信号	661份Holter记录
159	2025-05-03	Cross-modality PET image synthesis for Parkinson's Disease diagnosis: a leap from [18F]FDG to [11C]CFT 2025-Mar, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07096-3 PMID:39828866	research paper	开发了一种深度学习框架，用于从真实的[18F]FDG PET图像合成[11C]CFT PET图像，以帮助帕金森病的诊断	通过深度学习框架合成[11C]CFT PET图像，解决了[11C]CFT PET成像在大多数医院不可用的问题	研究仅基于604名参与者，可能需要在更大样本上进行验证	提高帕金森病的诊断准确性，特别是在无法进行[11C]CFT PET成像的临床环境中	帕金森病患者和正常对照者	digital pathology	Parkinson's Disease	PET imaging, deep learning	deep learning framework	PET images	604名参与者（274名帕金森病患者和330名正常对照者）
160	2025-05-03	PIDGN: An explainable multimodal deep learning framework for early prediction of Parkinson's disease 2025-Mar, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110363 PMID:39832626	研究论文	提出了一种可解释的多模态深度学习框架PIDGN，用于帕金森病的早期预测	通过融合SNP和脑sMRI数据，设计了一种新的可解释深度学习模型PIDGN，并利用SHAP和Grad-CAM技术解释SNP和脑区对PD的重要性	NA	开发一种基于人工智能的有效预测方法，以辅助医生及时诊断帕金森病	帕金森病患者	数字病理学	帕金森病	SNP测序, sMRI	Transformer, 3D ResNet, PIDGN	基因数据, 图像数据	NA