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
17001	2025-10-07	Drug Discovery in the Age of Artificial Intelligence: Transformative Target-Based Approaches 2024-Nov-14, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms252212233 PMID:39596300	综述	本文探讨人工智能时代下机器学习在靶向药物发现中的革命性应用	系统阐述SMILES符号系统与机器学习结合如何变革先导化合物识别、高通量筛选和虚拟筛选流程	模型可解释性和数据质量仍是当前面临的主要挑战	研究机器学习如何加速靶向药物发现过程	小分子药物发现方法	自然语言处理, 机器学习	NA	SMILES, 高通量筛选, 虚拟筛选	CNN, RNN, GAN	分子结构数据, 蛋白质结构数据	NA	NA	卷积神经网络, 循环神经网络, 生成对抗网络	结合亲和力预测准确度, 选择性预测准确度	NA
17002	2025-10-07	Deep learning prediction of curve severity from rasterstereographic back images in adolescent idiopathic scoliosis 2024-Nov, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-023-08052-1 PMID:38055037	研究论文	本研究开发了一种基于卷积神经网络的深度学习模型，用于从青少年特发性脊柱侧凸患者的背部光栅立体图像直接预测Cobb角	首次使用深度学习模型直接从背部光栅立体图像预测Cobb角，无需脊柱形状重建	模型性能低于人工进行的放射学评估，无法作为临床有效的非侵入性替代方案	评估基于卷积神经网络的深度学习模型在预测青少年特发性脊柱侧凸Cobb角方面的有效性	青少年特发性脊柱侧凸患者	计算机视觉	脊柱侧凸	光栅立体成像	CNN	图像	900名个体（训练集720个样本，测试集180个样本）	NA	NA	平均绝对误差, 相关系数, 均方根误差, 准确率	NA
17003	2025-10-07	Application of machine-learning model to optimize colonic adenoma detection in India 2024-10, Indian journal of gastroenterology : official journal of the Indian Society of Gastroenterology IF:2.0Q3 DOI:10.1007/s12664-024-01530-4 PMID:38758433	研究论文	开发机器学习模型优化印度人群结肠腺瘤检测	首次在印度次大陆建立结肠腺瘤预测模型，采用梯度提升树模型并实现92.2%的AUC	排除了结肠腺瘤高风险患者，研究人群存在选择性偏倚	优化结肠腺瘤检测以预防结直肠癌	接受诊断性结肠镜检查的成年患者	机器学习	结直肠癌	结肠镜检查	梯度提升机,深度学习,决策树,随机森林,逻辑回归	临床数据	10320名患者（平均年龄45.18±14.82岁，69%男性）	NA	梯度提升树	AUC	NA
17004	2025-10-07	Deep-learning models for differentiation of xanthogranulomatous cholecystitis and gallbladder cancer on ultrasound 2024-08, Indian journal of gastroenterology : official journal of the Indian Society of Gastroenterology IF:2.0Q3 DOI:10.1007/s12664-023-01483-0 PMID:38110782	研究论文	本研究利用深度学习模型在超声图像上区分黄色肉芽肿性胆囊炎和胆囊癌	首次将最先进的深度学习模型（GBCNet-CNN和RadFormer-Transformer）应用于超声图像中XGC和GBC的鉴别诊断	单中心研究，样本量有限（80例患者），缺乏外部验证	开发基于深度学习的超声图像分类模型，用于区分黄色肉芽肿性胆囊炎和胆囊癌	黄色肉芽肿性胆囊炎和胆囊癌患者的术前超声图像	计算机视觉	胆囊疾病	超声成像	CNN, Transformer	超声图像	80例患者（25例XGC，55例GBC）	NA	GBCNet, RadFormer, DenseNet-121, ViT, DeiT	灵敏度, 特异度, AUC	NA
17005	2025-10-07	Independent Associations of Aortic Calcification with Cirrhosis and Liver Related Mortality in Veterans with Chronic Liver Disease 2024-Jul, Digestive diseases and sciences IF:2.5Q2 DOI:10.1007/s10620-024-08450-5 PMID:38653948	研究论文	本研究评估腹主动脉钙化与慢性肝病患者肝硬化发展和肝相关死亡率的独立关联	首次利用自动化深度学习方法量化腹主动脉钙化评分，并系统评估其与多种慢性肝病类型临床结局的关联	研究对象仅限于退伍军人群体，可能存在选择偏倚；样本来源单一	评估腹主动脉钙化与慢性肝病患者肝硬化发展、肝脏失代偿、肝相关死亡和总体死亡的关联	患有三种慢性肝病（非酒精性脂肪肝、丙型肝炎、酒精相关性肝病）的退伍军人	数字病理	肝硬化	腹部CT扫描	深度学习	医学影像	3604名退伍军人	NA	NA	风险比(HR), 置信区间(CI)	NA
17006	2025-10-07	Unraveling trends in schistosomiasis: deep learning insights into national control programs in China 2024, Epidemiology and health IF:2.2Q2 DOI:10.4178/epih.e2024039 PMID:38514196	研究论文	本研究使用深度学习模型分析中国血吸虫病控制项目的进展和时空变化趋势	提出基于分层积分差分方程框架的卷积神经网络模型(CNN-IDE)用于血吸虫病时空动态建模	研究仅基于安徽省的数据，可能无法完全代表其他地区的血吸虫病流行情况	评估中国国家血吸虫病控制项目的效果并预测疾病流行趋势	中国安徽省长江沿岸血吸虫病流行区的村级流行病学数据	机器学习	血吸虫病	横断面调查	CNN	寄生虫学数据,环境数据	1997-2015年安徽省村级调查数据	NA	CNN-IDE	MSPE,CRPS	NA
17007	2025-10-07	Deep Learning Estimation of 10-2 Visual Field Map Based on Macular Optical Coherence Tomography Angiography Measurements 2024-01, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2023.09.014 PMID:37734638	研究论文	开发基于深度学习模型从黄斑OCTA血管密度测量估计中心视野的方法	首次使用深度学习模型从OCTA血管密度图像直接估计10-2视野图参数，相比传统线性回归模型显著提升预测精度	样本量相对有限（1051个样本），仅针对中心视野评估，未包含周边视野数据	开发能够从OCTA图像准确估计视野损失的深度学习模型	健康眼、青光眼疑似者和青光眼患者的10-2视野和OCTA配对数据	医学影像分析	青光眼	光学相干断层扫描血管成像（OCTA）	深度学习模型	黄斑en face血管密度图像	1051个10-2视野OCTA配对样本（包含健康眼、青光眼疑似者和青光眼患者）	NA	NA	平均绝对误差（MAE）, R2（皮尔逊相关系数平方）	NA
17008	2025-02-14	Blinking characteristics analyzed by a deep learning model and the relationship with tear film stability in children with long-term use of orthokeratology 2024, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2024.1517240 PMID:39935789	研究论文	本研究使用深度学习模型观察长期使用角膜塑形镜（ortho-K）儿童的眨眼特征，并评估其与泪膜稳定性的相关性	提出了一种基于U-Net和Swin-Transformer的深度学习系统，用于观察眨眼特征，并首次定义了相对IPH%来量化不完全眨眼的程度	样本量较小（31名儿童，58只眼），且为回顾性研究，可能存在选择偏倚	研究长期使用角膜塑形镜儿童的眨眼特征及其与泪膜稳定性的关系	长期使用角膜塑形镜的儿童	计算机视觉	眼科疾病	深度学习	U-Net, Swin-Transformer	视频	31名儿童（58只眼）	NA	NA	NA	NA
17009	2025-02-14	End-to-end 3D instance segmentation of synthetic data and embryo microscopy images with a 3D Mask R-CNN 2024, Frontiers in bioinformatics IF:2.8Q2 DOI:10.3389/fbinf.2024.1497539 PMID:39944885	研究论文	本文介绍了一种3D Mask R-CNN的改进版本，用于3D实例分割，并在合成数据和胚胎显微镜图像上进行了验证	开发了自定义的TensorFlow操作，用于3D非最大抑制和3D裁剪与调整大小，从而实现了对3D数据的高效训练和推理	在最嘈杂的对象上，3D Mask R-CNN的表现存在局限性	解决3D图像分析中的实例分割问题，特别是在医学和显微镜图像中的应用	合成数据和胚胎显微镜图像	计算机视觉	NA	3D Mask R-CNN	CNN	3D图像	合成数据和胚胎显微镜图像	NA	NA	NA	NA
17010	2025-02-14	Application of deep learning for real-time detection, localization, and counting of the malignant invasive weed Solanum rostratum Dunal 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1486929 PMID:39944948	研究论文	本文介绍了一种名为TrackSolanum的深度学习网络模型，用于实时检测、定位和计数恶性入侵杂草Solanum rostratum Dunal（SrD）	设计了TrackSolanum网络模型，结合了检测、跟踪、定位和计数四个模块，实现了对SrD的实时检测和精确管理	模型在不同高度的无人机视频中表现有所差异，特别是在3米高度时，精度和召回率有所下降	开发一种能够实时检测、定位和计数SrD的技术，以支持对SrD的危害评估和精确管理	恶性入侵杂草Solanum rostratum Dunal（SrD）	计算机视觉	NA	深度学习	YOLO_EAND, DeepSort	视频	无人机视频（2米和3米高度）	NA	NA	NA	NA
17011	2025-10-07	Detecting Glaucoma from Fundus Photographs Using Deep Learning without Convolutions: Transformer for Improved Generalization 2023-Mar, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2022.100233 PMID:36545260	研究论文	本研究比较了Vision Transformer（DeiT）和ResNet-50在眼底照片中检测原发性开角型青光眼的诊断准确性和可解释性	首次在青光眼检测中应用无需卷积的Vision Transformer架构，并证明其在泛化能力和可解释性方面优于传统CNN模型	研究主要基于特定数据集（OHTS），需要进一步验证在其他人群中的适用性	开发能够准确检测青光眼并具有良好泛化能力的深度学习模型	原发性开角型青光眼患者和健康对照者的眼底照片	计算机视觉	青光眼	深度学习	Transformer, CNN	眼底图像	66,715张来自1,636名参与者的照片，外加5个外部数据集的16,137张照片	NA	DeiT, ResNet-50	AUROC, 灵敏度, 特异度	NA
17012	2025-10-07	Usability and Clinician Acceptance of a Deep Learning-Based Clinical Decision Support Tool for Predicting Glaucomatous Visual Field Progression 2023-03-01, Journal of glaucoma IF:2.0Q2 DOI:10.1097/IJG.0000000000002163 PMID:36877820	研究论文	评估临床医生对集成人工智能预测视野指标的临床决策支持工具GLANCE的可用性和接受度	开发并评估了集成AI预测视野指标的临床决策支持工具原型，首次系统分析临床医生对AI预测指标的信任度和实用性认知	样本量较小（10名眼科医生和验光师），仅使用6个病例11只眼睛进行评估	评估临床决策支持工具中AI预测视野指标的临床接受度和实用性	眼科医生和验光师对AI预测视野指标的态度和接受度	医疗人工智能	青光眼	深度学习	深度学习模型	视野检查数据	10名临床医生，6个病例（11只眼睛）	NA	NA	李克特量表评分，系统可用性量表评分	NA
17013	2025-10-07	Deep Learning Estimation of 10-2 Visual Field Map Based on Circumpapillary Retinal Nerve Fiber Layer Thickness Measurements 2023-02, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2022.10.013 PMID:36328198	研究论文	本研究开发了基于卷积神经网络的深度学习模型，通过视网膜神经纤维层厚度测量来估计青光眼患者的10-2视野图	首次使用卷积神经网络从SD-OCT环形扫描的RNFL厚度信息中估计10-2视野图的68个个体敏感度阈值	研究样本仅包含724名患者的5352次扫描，需要更大规模验证	利用人工智能技术从结构数据估计功能性的视野图	健康受试者、疑似青光眼患者和青光眼患者的1365只眼睛	医学影像分析	青光眼	光谱域光学相干断层扫描	CNN	医学影像	5352次SD-OCT扫描和10-2视野图对，来自1365只眼睛	NA	卷积神经网络	平均绝对误差, 相关系数	NA
17014	2025-10-07	A novel ensemble-based statistical approach to estimate daily wildfire-specific PM2.5 in California (2006-2020) 2023-01, Environment international IF:10.3Q1 DOI:10.1016/j.envint.2022.107719 PMID:36592523	研究论文	开发了一种基于集成学习的统计方法来估算加州2006-2020年每日野火特异性PM2.5浓度	首次应用一套统计模型结合易得数据集，在精细空间尺度上提供长达15年的每日野火特异性PM2.5估算	野火烟雾对PM污染的测量数据不可得，模型估算存在不确定性	分离野火特异性PM2.5与其他排放源，为流行病学研究提供数据支持	加州地区2006-2020年的PM2.5污染数据	机器学习	NA	统计建模	梯度提升机,随机森林,深度学习	环境监测数据,卫星气溶胶数据,气象变量	加州2006-2020年ZIP编码级别的每日数据	NA	集成模型	与先前机器学习研究结果相当	避免处理大型计算密集型数据集
17015	2025-10-07	Monkeypox genome mutation analysis using a timeseries model based on long short-term memory 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0290045 PMID:37611023	研究论文	使用基于长短期记忆的时间序列模型分析猴痘病毒基因组突变率	首次使用LSTM模型预测猴痘病毒基因组突变率，并与GRU模型进行比较	数据样本量有限，仅基于NCBI数据集进行分析	预测猴痘病毒的基因组突变率变化趋势	猴痘病毒基因组序列	生物信息学	猴痘	基因组测序	LSTM, GRU	基因组序列数据	NCBI猴痘数据集，按加拿大、德国和世界其他地区分类	NA	长短期记忆网络，门控循环单元	均方根误差	NA
17016	2025-10-07	Resting state network mapping in individuals using deep learning 2022, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2022.1055437 PMID:36712434	研究论文	本研究开发了一种基于深度3D卷积神经网络的静息态网络映射方法，可用于个体水平的脑功能网络定位	首次使用深度3DCNN进行体素水平的静息态网络映射，相比传统方法对噪声和数据量要求更低	模型训练仅基于健康参与者数据，在临床患者群体中的适用性需要进一步验证	开发个体水平的静息态网络定位方法，满足临床应用的精准需求	静息态功能磁共振数据	医学影像分析	神经退行性疾病	静息态功能磁共振	3DCNN	功能磁共振图像	2010名健康参与者	NA	3D卷积神经网络	概率分布图, 均值, 标准差	NA
17017	2025-02-13	A comprehensive hog plum leaf disease dataset for enhanced detection and classification 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111311 PMID:39931093	研究论文	本文介绍了一个全面的Hog plum叶片病害数据集，旨在增强病害的检测和分类	创建了一个全面的Hog plum叶片病害数据集，并通过数据增强技术扩展了数据集，提高了深度学习模型的训练效果	数据集仅包含来自孟加拉国不同地区的图像，可能无法完全代表其他地区的病害情况	开发一个用于早期检测和分类Hog plum叶片病害的机器学习模型，以减少对人工检查的依赖	Hog plum叶片病害	计算机视觉	植物病害	数据增强技术（翻转、旋转、缩放、平移、裁剪、添加噪声、调整亮度、调整对比度、缩放）	深度学习模型	图像	原始数据集包含3782张图像，通过数据增强扩展到20000张图像	NA	NA	NA	NA
17018	2025-10-07	Active learning for extracting rare adverse events from electronic health records: A study in pediatric cardiology 2025-Mar, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105761 PMID:39689449	研究论文	本研究开发了一种基于主动学习和深度学习的文本分类器，用于从电子健康记录中自动提取儿科心脏导管术相关的不良事件	采用主动学习流程进行医学文本标注，针对罕见不良事件开发了高效的深度学习分类器	数据集存在不平衡问题，不良事件较为罕见，初始预筛选产生大量假阳性	自动化从电子医疗记录文本中提取心脏导管术相关不良事件	因心脏导管术住院的儿科患者电子健康记录	自然语言处理	心血管疾病	电子健康记录文本挖掘，正则表达式，主动学习	深度学习文本分类器	文本	2,980名患者	NA	NA	召回率, 特异性	NA
17019	2025-10-07	AtSubP-2.0: An integrated web server for the annotation of Arabidopsis proteome subcellular localization using deep learning 2025-Mar, The plant genome DOI:10.1002/tpg2.20536 PMID:39924294	研究论文	开发了一个基于深度学习的网络服务器AtSubP-2.0，用于拟南芥蛋白质组亚细胞定位注释	在AtSubP v1.0基础上扩展，采用四阶段策略精确预测蛋白质亚细胞定位，包括单/双定位区分、12个单定位分类、9个双定位分类和膜蛋白类型分类	NA	开发快速准确的拟南芥蛋白质亚细胞定位预测工具	拟南芥蛋白质组	生物信息学	NA	深度学习	NA	蛋白质序列数据	NA	NA	NA	准确率, Matthews相关系数	网络服务器
17020	2025-02-13	Deep Imbalanced Regression Model for Predicting Refractive Error from Retinal Photos 2025 Mar-Apr, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100659 PMID:39931359	研究论文	本研究旨在通过整合深度不平衡回归（DIR）技术到ResNet和Vision Transformer模型中，从视网膜照片预测屈光不正	首次将深度不平衡回归（DIR）技术整合到ResNet和Vision Transformer模型中，以解决数据集不平衡问题，并进行了外部验证	研究为回顾性研究，可能存在选择偏差	预测屈光不正	视网膜照片	计算机视觉	眼科疾病	深度不平衡回归（DIR）	ResNet34, SwinV2 (Swin Transformer)	图像	总计124,514张视网膜图像（新加坡眼病流行病学研究、英国生物银行、新加坡前瞻性研究和北京眼研究）	NA	NA	NA	NA