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
17701	2025-02-08	Applying deep learning for underwater broadband-source detection using a spherical array 2025-Feb-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0035787 PMID:39918577	研究论文	本文开发了一种基于深度神经网络（DNN）的球形阵列水下宽带源检测和到达方向估计方法	该方法通过球形傅里叶变换将元素压力信号转换为球形傅里叶系数作为DNN输入，并采用高斯分布设计DNN标签，显著提高了检测能力并有效抑制了误估计	该方法在训练数据中引入白噪声，可能对实际应用中的噪声环境适应性有限	提高水下宽带源的被动检测能力	水下宽带源	机器学习	NA	深度神经网络（DNN）	DNN	声压信号	模拟和实验处理结果	NA	NA	NA	NA
17702	2025-02-08	Inference of the Mass Composition of Cosmic Rays with Energies from 10^{18.5} to 10^{20} eV Using the Pierre Auger Observatory and Deep Learning 2025-Jan-17, Physical review letters IF:8.1Q1 DOI:10.1103/PhysRevLett.134.021001 PMID:39913843	研究论文	本文利用Pierre Auger Observatory的表面探测器和深度学习技术，首次在事件级别上推断出宇宙射线的大气深度最大值X_{max}，并扩展了X_{max}分布的测量范围至100 EeV，揭示了极端能量下宇宙射线的质量组成	首次在事件级别上推断X_{max}，并利用深度学习技术扩展了测量范围至100 EeV，提供了极端能量下宇宙射线质量组成的新见解	NA	研究极端能量下宇宙射线的质量组成	宇宙射线	机器学习	NA	深度学习	NA	探测器数据	NA	NA	NA	NA	NA
17703	2025-10-07	Computational Resources for lncRNA Functions and Targetome 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4290-0_13 PMID:39702714	综述	本文全面综述了长链非编码RNA（lncRNA）功能与靶标组研究领域的计算资源，包括数据库和预测工具	提供了跨物种（人类、小鼠、植物等）lncRNA资源的系统性总结，并包含最新版本资源的更新信息	作为章节综述，可能未涵盖该领域所有最新进展	总结lncRNA研究领域的计算资源，帮助生物学家选择合适的工具	长链非编码RNA（lncRNA）及其相关数据库和预测工具	生物信息学	NA	深度学习、支持向量机、随机森林	深度学习, SVM, RF	基因组数据、表达数据、调控数据	NA	NA	NA	NA	NA
17704	2025-10-07	Structure-Based Prediction of lncRNA-Protein Interactions by Deep Learning 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4290-0_16 PMID:39702717	研究论文	介绍基于三维结构信息预测lncRNA-蛋白质相互作用的基本框架和深度学习方法	利用几何深度学习方法处理非欧几里得结构数据，实现lncRNA-蛋白质相互作用的自动表征和学习	未提及具体实验验证和性能评估结果	预测lncRNA-蛋白质相互作用并解析其机制	长非编码RNA（lncRNA）和蛋白质	机器学习	NA	三维结构分析	深度学习	非欧几里得结构数据	NA	NA	几何深度学习网络	NA	NA
17705	2025-02-08	Physics-guided multistage neural network: A physically guided network for step initial values and dispersive shock wave phenomena 2024-Dec, Physical review. E DOI:10.1103/PhysRevE.110.065307 PMID:39916289	研究论文	本文提出了一种物理引导的多阶段神经网络（PgMSNN）模型，用于模拟复杂的色散冲击波现象	通过集成残差学习范式并在现有PINN方法中引入色散因子，显著增强了物理信息神经网络（PINNs）描述复杂色散现象的能力，并提出了一种高度自适应的深度Runge-Kutta方法	NA	提高物理信息神经网络（PINNs）在色散冲击波现象中的数值模拟精度和稳定性	色散冲击波现象	机器学习	NA	物理引导的多阶段神经网络（PgMSNN）	物理引导的多阶段神经网络（PgMSNN）	数值数据	NA	NA	NA	NA	NA
17706	2025-10-07	Impact of Deep Learning-Based Computer-Aided Detection and Electronic Notification System for Pneumothorax on Time to Treatment: Clinical Implementation 2024-Nov-19, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2024.11.009 PMID:39566875	研究论文	评估基于深度学习的计算机辅助检测和电子通知系统对气胸患者治疗时间的影响	首次在真实临床环境中评估深度学习CAD结合电子通知系统对气胸治疗时间的影响	仅观察到氧疗时间显著改善，其他治疗方式无显著差异	评估深度学习辅助检测和通知系统在临床实践中的效果	气胸患者的胸部X光片和治疗时间	计算机视觉	气胸	胸部X光摄影	深度学习	医学影像	603,028张胸部X光片，来自140,841名患者，气胸患病率2.0%	NA	NA	治疗时间差异，置信区间，P值	NA
17707	2025-10-07	Role of artificial intelligence in brain tumour imaging 2024-Jul, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111509 PMID:38788610	综述	探讨人工智能在脑肿瘤影像学中的应用及其潜力	全面综述AI在脑肿瘤影像中从病灶检测到预后评估的多领域应用，并涵盖神经胶质瘤与非胶质瘤肿瘤	数据质量、标准化和系统整合等实施挑战尚未完全解决	评估人工智能技术在脑肿瘤影像诊断与治疗中的临床应用价值	脑肿瘤影像数据及相关临床病例	医学影像分析	脑肿瘤	机器学习, 深度学习	NA	医学影像	NA	NA	NA	NA	NA
17708	2025-10-07	Demographic bias in misdiagnosis by computational pathology models 2024-Apr, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-024-02885-z PMID:38641744	研究论文	本研究揭示了计算病理学模型在不同人口群体中存在的诊断性能差异，并探索了自监督视觉基础模型在减轻这种偏差方面的潜力	首次系统评估计算病理学模型在乳腺癌、肺癌和胶质瘤诊断中的人口统计学偏差，并证明自监督视觉基础模型能有效减少群体间性能差异	自监督视觉基础模型未能完全消除人口群体间的性能差异，需要进一步开发偏差缓解策略	评估计算病理学模型在不同人口群体中的诊断性能差异并探索缓解方法	乳腺癌和肺癌亚型分类以及胶质瘤IDH1突变预测	计算病理学	乳腺癌,肺癌,脑肿瘤	全切片图像分析	深度学习,自监督视觉基础模型	病理全切片图像	来自癌症基因组图谱、EBRAINS脑肿瘤图谱和内部患者数据的公共数据集	NA	NA	AUC	NA
17709	2025-10-07	Deep learning to decode sites of RNA translation in normal and cancerous tissues 2024-Mar-25, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.21.586110 PMID:38585907	研究论文	开发基于Transformer模型的RiboTIE方法，用于绘制正常和癌组织中RNA翻译位点图谱	提出首个基于Transformer的RNA翻译位点解码方法，在核糖体分析数据中提供无与伦比的精确度和灵敏度	仅应用于正常脑组织和髓母细胞瘤样本，尚未在其他组织或癌症类型中验证	解码正常和癌组织中RNA翻译位点的变异	正常脑组织和髓母细胞瘤癌症样本	生物信息学	髓母细胞瘤	核糖体分析	Transformer	核糖体分析数据	正常脑组织和髓母细胞瘤样本（具体数量未明确）	NA	Transformer	精确度, 灵敏度	NA
17710	2025-10-07	Classification of Schizophrenia, Bipolar Disorder and Major Depressive Disorder with Comorbid Traits and Deep Learning Algorithms 2024-Mar-07, Research square DOI:10.21203/rs.3.rs-4001384/v1 PMID:38496574	研究论文	本研究利用42种共病性状的多基因风险评分和深度神经网络对精神分裂症、双相情感障碍和重度抑郁症进行分类与区分	首次证明仅使用共病性状的PRS（不包含目标疾病PRS）即可有效分类精神障碍，为数据驱动的客观诊断提供新思路	样本量相对有限，未在独立队列中验证模型泛化能力	探索共享遗传风险在精神障碍分类与鉴别诊断中的应用价值	精神分裂症、双相情感障碍和重度抑郁症患者及健康对照	机器学习	精神疾病	全基因组关联研究，多基因风险评分	DNN	遗传风险评分数据	SCZ病例6317例对照7240例，BIP病例2634例对照4425例，MDD病例1704例对照3357例	NA	深度神经网络	准确率，AUC	NA
17711	2025-10-07	3D Convolutional Deep Learning for Nonlinear Estimation of Body Composition from Whole-Body Morphology 2024-Feb-13, Research square DOI:10.21203/rs.3.rs-3935042/v1 PMID:38410459	研究论文	本研究使用3D卷积深度学习技术从全身形态学数据中非线性估计身体成分	首次将深度3D卷积图网络应用于人体成分建模，用非线性参数化和回归模型替代传统线性方法	深度形状特征仅改善了男性身体成分的准确性，对两性精度的改善程度不同	提高从全身3D光学扫描中估计身体成分的精度和准确性	人体身体成分估计	计算机视觉	代谢综合征	3D光学扫描，双能X射线吸收测量法(DXA)	图卷积自编码器，高斯过程回归	3D网格数据，图像	4286个拓扑标准化的3D光学扫描，来自四个不同的人体形状数据库	NA	3D自编码器，图卷积网络	均方根误差，精度，决定系数(R)	NA
17712	2025-10-07	Robust single-shot 3D fluorescence imaging in scattering media with a simulator-trained neural network 2024-Feb-12, Optics express IF:3.2Q2 DOI:10.1364/OE.514072 PMID:38439332	研究论文	开发了一种基于模拟器训练的神经网络方法，用于在散射介质中实现鲁棒的单次3D荧光成像	开发了散射模拟器生成合成数据，并仅使用合成数据训练深度神经网络实现单次光场测量的3D重建	深度学习模型对超出分布数据的泛化能力存在限制，需要分析网络设计因素对泛化性的影响	解决散射介质中荧光成像的深度限制问题，实现高效的三维体积重建	散射介质中的荧光发射体	计算成像	NA	荧光显微镜，光场成像	深度神经网络	光场测量数据，合成数据	不同散射条件下的散射模型	NA	NA	信背比(SBR)，成像深度	NA
17713	2025-10-07	Automated HER2 Scoring in Breast Cancer Images Using Deep Learning and Pyramid Sampling 2024, BME frontiers IF:5.0Q1 DOI:10.34133/bmef.0048 PMID:39045139	研究论文	提出一种基于深度学习和金字塔采样的自动化方法，用于乳腺癌组织图像中HER2状态的自动分类	采用金字塔采样策略分析不同空间尺度的形态特征，有效处理HER2表达的组织异质性	研究仅基于523个组织芯片核心图像，样本规模有限	开发自动化HER2评分系统以提高诊断准确性和效率	乳腺癌免疫组织化学染色组织图像	数字病理学	乳腺癌	免疫组织化学染色	深度学习	组织图像	523个组织芯片核心图像	NA	NA	准确率	NA
17714	2025-10-07	Attention-enhanced corn disease diagnosis using few-shot learning and VGG16 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103172 PMID:39911906	研究论文	提出一种基于注意力增强和少样本学习的玉米病害诊断方法	结合预训练VGG16网络、注意力机制和原型少样本学习，实现高精度玉米病害分类	NA	早期检测和分类玉米病害以减少农业损失	玉米病害	计算机视觉	植物病害	深度学习	CNN, Few-Shot Learning	图像	NA	NA	VGG16	准确率	NA
17715	2025-10-07	FedPD: Defending federated prototype learning against backdoor attacks 2025-Apr, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.107016 PMID:39708704	研究论文	提出FedPD框架，通过交换原型而非模型参数来防御联邦学习中的后门攻击	首次在联邦学习中采用原型交换机制，从源头阻断后门攻击通道，同时显著降低通信开销	未明确说明在极端非独立同分布数据场景下的性能表现	开发高效的联邦学习后门攻击防御方法	联邦学习系统及其安全防护	机器学习	NA	联邦学习	深度学习模型	分布式训练数据	NA	联邦学习框架	NA	攻击成功率，主要任务准确率	NA
17716	2025-10-07	Enhancing consistency and mitigating bias: A data replay approach for incremental learning 2025-Apr, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.107053 PMID:39732067	研究论文	提出一种增强一致性和减轻偏见的增量学习方法CwD，通过数据回放和分类器去偏技术解决灾难性遗忘问题	提出定量测量数据一致性的方法，并设计新型损失函数减少倒置数据与真实数据间的不一致性；提出正则化项平衡类别权重	基于绑定的多元高斯分布假设，可能无法完全反映真实数据分布；实验仅限于图像分类任务	解决深度学习系统在连续学习中的灾难性遗忘问题	增量学习系统中的数据一致性和分类器偏见	机器学习	NA	数据回放方法	深度学习	图像	CIFAR-100、Tiny-ImageNet和ImageNet100数据集	NA	NA	准确率	NA
17717	2025-10-07	DFCL: Dual-pathway fusion contrastive learning for blind single-image visible watermark removal 2025-Apr, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.107077 PMID:39793490	研究论文	提出一种双路径融合对比学习方法用于盲单图像可见水印去除	通过双路径训练图像和梯度图，结合特征融合增强高频特征获取和水印空间定位精度，并利用对比学习确保结果接近原始无水印图像	未提及具体计算资源需求和模型规模限制	解决盲可见水印去除中的水印检测精度和去除后视觉质量问题	带有可见水印的数字图像	计算机视觉	NA	深度学习	对比学习	图像	三个具有挑战性的基准数据集	NA	双路径融合架构	水印检测精度，视觉质量	NA
17718	2025-10-07	ICH-PRNet: a cross-modal intracerebral haemorrhage prognostic prediction method using joint-attention interaction mechanism 2025-Apr, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.107096 PMID:39798349	研究论文	提出一种基于联合注意力交互机制的跨模态脑出血预后预测方法ICH-PRNet	设计了联合注意力交互编码器，在统一表征空间中整合CT图像和临床文本，并采用自适应动态优先级算法平衡多损失函数训练	NA	提高脑出血预后预测的准确性	脑出血患者	计算机视觉,自然语言处理	脑出血	深度学习	跨模态神经网络	CT图像,临床文本	内部数据集和公开数据集	NA	ICH-PRNet	NA	NA
17719	2025-10-07	A Fine-grained Hemispheric Asymmetry Network for accurate and interpretable EEG-based emotion classification 2025-Apr, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107127 PMID:39809039	研究论文	提出一种基于脑电图信号的细粒度半球不对称网络，用于准确且可解释的情绪分类	首次在2Hz窄频带内利用半球不对称特征进行情绪分类，并设计三阶段训练流程增强模型性能	仅在两个公开数据集上进行验证，需要更多样化的数据验证泛化能力	开发基于脑电图的准确可解释情绪分类方法	人类情绪状态	机器学习	NA	脑电图(EEG)	深度学习	脑电图信号	SEED和SEED-IV两个公开数据集	NA	FG-HANet	准确率	NA
17720	2025-10-07	Using deep learning for ultrasound images to diagnose chronic lateral ankle instability with high accuracy 2025-Apr, Asia-Pacific journal of sports medicine, arthroscopy, rehabilitation and technology DOI:10.1016/j.asmart.2025.01.001 PMID:39911312	研究论文	本研究使用深度学习分析踝关节超声图像，实现慢性外侧踝关节不稳的高精度诊断	首次将深度学习应用于超声图像诊断慢性外侧踝关节不稳，并采用遮挡敏感性方法可视化模型关注的关键区域	样本量较小（仅60个踝关节），需更大规模研究验证	评估深度学习在超声图像上诊断慢性外侧踝关节不稳的准确性	慢性外侧踝关节不稳患者的距腓前韧带	计算机视觉	运动系统疾病	超声成像	深度学习	图像	60个踝关节（30个对照组，30个损伤组），共4000张图像	NA	三种预训练深度学习模型	准确率, 精确率, 召回率, 特异性, F1分数, AUC	NA