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	2025-05-22	SwinFishNet: A Swin Transformer-based approach for automatic fish species classification using transfer learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322711 PMID:40392913	研究论文	本文提出了一种基于Swin Transformer和迁移学习的自动鱼类物种分类方法SwinFishNet	利用Swin Transformer模型在计算机视觉任务中的卓越性能，提出了一种创新的鱼类物种分类方法	NA	提高鱼类物种分类的准确性，以促进渔业可持续性、食品安全和市场效率	鱼类图像	计算机视觉	NA	迁移学习	Swin Transformer	图像	三个数据集：12类的BD-Freshwater-Fish数据集、10类的SmallFishBD数据集和20类的FishSpecies数据集
142	2025-05-22	Assessing response in endoscopy images of esophageal cancer treated with total neoadjuvant therapy via hybrid-architecture ensemble deep learning 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1590448 PMID:40395323	research paper	该研究开发了一种混合架构集成深度学习模型EC-HAENet，用于评估食管癌患者在接受全新生辅助治疗后的内镜图像反应	提出了EC-HAENet模型，该模型在图像和患者层面的分类性能显著优于现有AI方法和内镜活检	研究仅基于单一医疗中心的数据，可能影响模型的泛化能力	开发更准确的AI模型以评估食管癌患者在全新生辅助治疗后的反应	食管癌患者的内镜图像	digital pathology	esophageal cancer	deep learning	EC-HAENet (hybrid-architecture ensembled deep learning model)	image	7,359张图像来自300名食管癌患者
143	2025-05-22	Leveraging spatial dependencies and multi-scale features for automated knee injury detection on MRI diagnosis 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1590962 PMID:40395675	research paper	本研究开发并评估了一种基于深度学习的模型KneeXNet，用于膝关节损伤的MRI诊断	利用图卷积网络(GCNs)捕捉膝关节MRI扫描中的空间依赖性和层次特征，并采用对比学习方案增强模型的区分能力和鲁棒性	NA	为临床医生提供一种高效可靠的工具，辅助膝关节疾病的诊断，特别是前交叉韧带(ACL)撕裂	膝关节MRI扫描数据	medical image analysis	knee joint disorders	graph convolutional networks (GCNs), contrastive learning	GCN	MRI scans	1,370名患者的膝关节MRI扫描数据
144	2025-05-22	Transfer Learning and Multi-Feature Fusion-Based Deep Learning Model for Idiopathic Macular Hole Diagnosis and Grading from Optical Coherence Tomography Images 2025, Clinical ophthalmology (Auckland, N.Z.) DOI:10.2147/OPTH.S521558 PMID:40396157	研究论文	本研究开发了一种基于迁移学习和多特征融合的深度学习模型，用于从光学相干断层扫描（OCT）图像中诊断和分级特发性黄斑裂孔	结合迁移学习和多特征融合技术，提高了特发性黄斑裂孔诊断和分级的准确性	研究为单中心回顾性研究，样本量相对较小（229张OCT图像），需要更多临床试验验证	评估深度学习系统在特发性黄斑裂孔诊断、分级和预测中的作用	特发性黄斑裂孔患者的OCT图像	数字病理	眼科疾病	OCT成像	Resnet101, 融合模型	图像	229张OCT图像
145	2025-05-22	Comparison of Deep Learning-Based Auto-Segmentation Results on Daily Kilovoltage, Megavoltage, and Cone Beam CT Images in Image-Guided Radiotherapy 2025 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338251344198 PMID:40397131	研究论文	本研究评估了基于深度学习的自动分割模型在不同在线CT成像模态下的自动分割结果	比较了kVCT、kV-CBCT和MVCT图像在深度学习自动分割模型中的表现差异	所有成像模态的自动分割结果仍需人工校正，特别是对于与周围组织对比度有限的器官	评估不同在线CT成像模态在图像引导放射治疗中的自动分割效果	六十名患者的盆腔和胸部区域的每日CT图像	数字病理	NA	CT扫描	CNN	图像	60名患者（30名盆腔区域，30名胸部区域）
146	2025-05-22	Predicting cell type-specific epigenomic profiles accounting for distal genetic effects 2024-11-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54441-5 PMID:39550354	研究论文	本文介绍了一种名为Enformer Celltyping的深度学习模型，用于预测未见过的细胞类型中的表观遗传信号，并考虑了DNA相互作用的远端效应	Enformer Celltyping模型能够整合DNA相互作用的远端效应（最远可达100,000碱基对），从而在未见过的细胞类型中预测表观遗传信号，超越了现有最佳方法	尽管Enformer Celltyping在表观遗传信号预测方面表现出色，但在基因组深度学习模型中仍存在一些局限性，特别是在遗传变异效应预测方面	研究目的是开发一种能够预测细胞类型特异性表观遗传信号的计算模型，以帮助解释GWAS结果	研究对象是细胞类型特异性表观遗传信号及其与遗传变异的关联	机器学习	NA	深度学习	Enformer Celltyping	DNA和染色质可及性数据	NA
147	2025-05-22	Digital profiling of gene expression from histology images with linearized attention 2024-11-14, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54182-5 PMID:39543087	research paper	该研究介绍了一种名为SEQUOIA的线性化transformer模型，用于从全切片图像(WSIs)预测癌症转录组学特征	提出SEQUOIA模型，首次将线性化transformer应用于WSIs的基因表达预测，解决了传统transformer在WSIs应用中的高复杂性和小数据集限制问题	模型在16种癌症类型上进行了训练，但可能对其他罕见癌症类型的泛化能力有限	开发一种成本效益高的方法，从组织学图像中预测基因表达谱，用于个性化癌症管理	7584个肿瘤样本(训练集)和1368个肿瘤样本(验证集)，涵盖16种癌症类型	digital pathology	cancer	deep learning	linearized transformer (SEQUOIA)	whole slide images (WSIs)	7584个肿瘤样本(训练集) + 1368个肿瘤样本(验证集)
148	2025-05-22	Deep learning-based Fast Volumetric Image Generation for Image-guided Proton Radiotherapy 2024-Nov, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/trpms.2024.3439585 PMID:40385936	研究论文	本文开发了一种基于深度学习的图像引导框架，用于快速体积图像重建，以精确定位肺癌患者的治疗目标	提出了一种结合深度学习与超高速剂量率辐射（FLASH）的新型图像引导框架，优化了体积图像重建过程	研究仅基于30名肺癌患者的数据，样本量有限，且仅评估了特定角度的kV投影	开发快速体积图像重建技术，以提升图像引导质子放射治疗的精确性	肺癌患者	数字病理	肺癌	深度学习（DL）、kV X射线投影获取、质子水等效厚度（WET）评估	深度学习模型（未指定具体类型）	四维CT数据集、kV X射线投影	30名肺癌患者，每人包含十个呼吸阶段的四维CT数据
149	2025-05-22	Deep learning for rapid analysis of cell divisions in vivo during epithelial morphogenesis and repair 2024-Sep-23, eLife IF:6.4Q1 DOI:10.7554/eLife.87949 PMID:39312468	research paper	该研究开发了一种深度学习流程，用于自动识别和分析上皮组织中细胞分裂的动态特征	利用深度学习自动分析细胞分裂的时空同步性和方向性，以及分裂前后的形状变化	NA	研究细胞分裂在上皮组织生长和修复中的作用	上皮组织中的细胞分裂	digital pathology	NA	time-lapse imaging	deep learning pipeline	video	pupal wing epithelium
150	2025-05-22	Foundation model of neural activity predicts response to new stimulus types and anatomy 2024-Aug-31, bioRxiv : the preprint server for biology DOI:10.1101/2023.03.21.533548 PMID:36993435	research paper	该研究通过训练一个基础模型来预测小鼠视觉皮层对任意自然视频的神经元响应，并展示了该模型在新小鼠和新刺激域中的泛化能力	利用基础模型预测神经元响应，并展示其在跨小鼠、跨刺激域及新任务中的泛化能力	模型在训练分布之外的泛化能力仍有局限	构建基础大脑模型，以理解大脑的计算目标和神经编码	小鼠视觉皮层的神经活动	neuroscience	NA	deep learning	foundation model	neural activity data, natural videos	大量来自多只小鼠视觉皮层的神经活动数据
151	2025-05-22	Lightning Pose: improved animal pose estimation via semi-supervised learning, Bayesian ensembling and cloud-native open-source tools 2024-Jul, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02319-1 PMID:38918605	研究论文	介绍了一种名为'Lightning Pose'的高效姿态估计包，通过半监督学习、贝叶斯集成和云原生开源工具改进了动物姿态估计	结合半监督学习、多视角几何和姿态合理性惩罚，提出了一种新的网络架构以解决遮挡问题，并通过集成和卡尔曼平滑后处理优化姿态预测	需要部分标记视频帧作为监督信号，且未提及在极端遮挡或复杂背景下的性能	改进动物姿态估计的准确性和科学可用性	动物姿态估计	计算机视觉	NA	半监督学习、贝叶斯集成、卡尔曼平滑	深度学习网络	视频	未明确提及具体样本数量，但使用了大量未标记视频和少量标记视频帧
152	2025-05-22	Digital profiling of cancer transcriptomes from histology images with grouped vision attention 2024-Jan-19, bioRxiv : the preprint server for biology DOI:10.1101/2023.09.28.560068 PMID:37808782	研究论文	开发了一种基于transformer的深度学习模型，用于从组织学图像中预测癌症转录组	首次将transformer架构应用于组织学图像分析，通过预训练和微调策略解决了小数据集和参数爆炸问题	模型在组织水平上训练，空间基因表达模式的预测能力仍需验证	开发一种从组织学图像预测癌症转录组的深度学习方法	癌症转录组和组织学图像	数字病理学	癌症（乳腺癌、肾癌、肺癌等）	深度学习、转录组分析	transformer	图像（全切片组织学图像）	预训练：1,802个正常组织样本；微调和评估：4,331个肿瘤样本（涵盖9种癌症类型）；验证：1,305个肿瘤样本
153	2025-05-22	Deep Trans-Omic Network Fusion for Molecular Mechanism of Alzheimer's Disease 2024, Journal of Alzheimer's disease : JAD DOI:10.3233/JAD-240098 PMID:38728189	研究论文	提出了一种新的深度学习模型MoFNet，用于研究阿尔茨海默病的分子机制及其上游遗传贡献	首次整合多组学数据与SNP、基因和蛋白质之间的先验功能相互作用，并建模从DNA到RNA和蛋白质的动态信息流	尽管在ROSMAP队列中表现良好，但需要在更广泛的数据集中进一步验证	通过多组学数据的整合和先验功能相互作用的分析，揭示阿尔茨海默病的分子机制	阿尔茨海默病的分子机制及其上游遗传贡献	机器学习	阿尔茨海默病	多组学数据整合	MoFNet	多组学数据（DNA、RNA、蛋白质）	ROSMAP队列数据
154	2025-05-22	A review of epilepsy detection and prediction methods based on EEG signal processing and deep learning 2024, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2024.1468967 PMID:39618710	综述	本文综述了基于脑电图（EEG）信号处理和深度学习的癫痫检测与预测方法	总结了公开可用的癫痫EEG数据集、预处理技术、特征提取方法和深度学习网络，并基于患者独立性对文献进行分类	公开数据集在癫痫类型上缺乏多样性，且采集条件受控，可能无法反映真实场景；信号预处理方法有限，可能无法完全代表实际条件	提出一种高效的癫痫检测和预测方法，以促进患者康复、减轻家庭负担并优化医疗流程	癫痫患者的EEG信号	数字病理学	癫痫	EEG信号处理	CNN, RNN	EEG信号	NA
155	2025-05-22	MLR-predictor: a versatile and efficient computational framework for multi-label requirements classification 2024, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2024.1481581 PMID:39664103	研究论文	提出了一种名为MLR-Predictor的多标签需求分类计算框架，通过创新的OkapiBM25模型将需求文本转化为统计向量，并利用逻辑回归分类器进行分类	使用OkapiBM25模型将需求文本转化为统计向量，并将多标签分类问题转化为多类分类问题，显著提升了分类性能	未提及具体局限性	开发一个高效且通用的多标签需求分类计算框架	软件需求文本	自然语言处理	NA	OkapiBM25模型，逻辑回归分类器	逻辑回归	文本	三个公共基准需求分类数据集，包括PROMISE、EHR-binary和EHR-multiclass数据集
156	2025-05-22	The regulatory landscape of 5' UTRs in translational control during zebrafish embryogenesis 2023-Nov-23, bioRxiv : the preprint server for biology DOI:10.1101/2023.11.23.568470 PMID:38045294	research paper	该研究通过大规模平行报告实验和深度学习模型，揭示了斑马鱼胚胎发生早期5' UTR在翻译调控中的关键作用	首次在早期脊椎动物发育中建立了5' UTR翻译调控的定量模型，并开发了能预测5' UTR异构体活性的深度学习模型DaniO5P	研究仅针对斑马鱼胚胎发生早期阶段，未涉及其他发育阶段或其他生物体	解析5' UTR在翻译调控中的作用机制	斑马鱼胚胎发生早期的5' UTR序列	生物信息学	NA	大规模平行报告实验、多核糖体分析	深度学习模型DaniO5P	序列数据	18,154个5' UTR序列
157	2025-05-21	CatSkill: Artificial Intelligence-Based Metrics for the Assessment of Surgical Skill Level from Intraoperative Cataract Surgery Video Recordings 2025 Jul-Aug, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100764 PMID:40385240	research paper	开发并验证了一种基于AI的视频分析系统CatSkill，用于评估白内障手术中外科医生的技能水平	提出了一种新型AI驱动的视频分析系统，能够自动评估手术中的眼位中性、眼位中心和显微镜焦距维持能力	研究仅回顾性分析了620例手术视频，未涉及实时应用验证	开发AI系统评估白内障手术医生的专业技能水平	白内障手术视频记录	computer vision	白内障	深度学习视频分析	FPN (VGG16), 随机森林	video	620例白内障手术视频（254例主治医师/176例住院医师）
158	2025-05-21	A Minimal Annotation Pipeline for Deep Learning Segmentation of Skeletal Muscles 2025-Jul, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70066 PMID:40390325	研究论文	本研究探讨了一种简单有效的迭代方法，用于构建高质量自动分割模型，同时最小化手动标注工作量	提出了一种最小化标注工作量的迭代方法，用于训练高质量肌肉分割模型	训练集规模较小（n=30），评分者间一致性仅为一般至中等	开发高效的自动分割方法以将骨骼肌MRI生物标志物转化为临床应用	健康志愿者和患有各种神经肌肉疾病的患者	数字病理	神经肌肉疾病	定量MRI检查	nnU-Net	MRI图像	训练集70例（健康与病理大腿），独立测试集20例
159	2025-05-21	GENERATIVE DEEP LEARNING APPROACH TO PREDICT POSTTREATMENT OPTICAL COHERENCE TOMOGRAPHY IMAGES OF AGE-RELATED MACULAR DEGENERATION AFTER 12 MONTHS 2025-Jun-01, Retina (Philadelphia, Pa.) DOI:10.1097/IAE.0000000000004409 PMID:39841905	研究论文	本研究验证了一种生成式深度学习模型，用于预测新生血管性年龄相关性黄斑变性患者治疗12个月后的光学相干断层扫描（OCT）图像，并评估了结合临床数据对预测性能的影响	采用条件生成对抗网络（cGAN）作为基线模型，通过整合治疗前后的OCT数据及其他临床参数，显著提升了12个月后OCT图像的预测准确性	研究样本量相对有限（513例患者，533只眼），且未提及模型在其他疾病或更大样本中的泛化能力	预测新生血管性年龄相关性黄斑变性患者的长期解剖学反应，以支持个性化治疗管理	新生血管性年龄相关性黄斑变性患者	数字病理学	年龄相关性黄斑变性	光学相干断层扫描（OCT）、荧光素血管造影、吲哚菁绿血管造影	条件生成对抗网络（cGAN）	图像（OCT）、临床数据	513例患者的533只眼
160	2025-05-21	Optimizing Skin Cancer Diagnosis: A Modified Ensemble Convolutional Neural Network for Classification 2025-Jun, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24792 PMID:39888306	研究论文	本研究提出了一种结合随机猫群优化算法和集成卷积神经网络的RCS-ECNN方法，用于皮肤癌不同阶段的分类	提出了结合随机猫群优化(CSO)与集成卷积神经网络(ECNN)的RCS-ECNN方法，用于优化皮肤癌分类	未提及方法在临床环境中的实际应用效果或泛化能力	优化皮肤癌诊断，提高分类准确率	皮肤癌的不同阶段	计算机视觉	皮肤癌	随机猫群优化(CSO)，GrabCut算法	集成卷积神经网络(ECNN)，深度神经网络(DNN)，Keras DNN(KDNN)	图像	HAM10000和ISIC数据集