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
18141	2025-10-07	Automated classification of fat-infiltrated axillary lymph nodes on screening mammograms 2023-Nov, The British journal of radiology DOI:10.1259/bjr.20220835 PMID:37751215	研究论文	开发基于深度学习的自动化流程对筛查性乳腺X线摄影中的脂肪浸润腋窝淋巴结进行分类	首次使用自动化深度学习方法对脂肪浸润淋巴结进行分类	标记数据稀缺可能限制模型泛化能力	开发快速可推广的工具辅助数据标注，支持大规模研究	筛查性乳腺X线摄影中的脂肪浸润腋窝淋巴结	计算机视觉	肥胖相关疾病	乳腺X线摄影	深度学习	医学影像	886张内部机构乳腺X线片和外部数据库子集	NA	两阶段深度学习模型	准确率, AUC	NA
18142	2025-10-07	Using ensembles and distillation to optimize the deployment of deep learning models for the classification of electronic cancer pathology reports 2022-Oct, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooac075 PMID:36110150	研究论文	通过集成学习和知识蒸馏优化电子癌症病理报告分类深度学习模型的部署	将1000个多任务卷积神经网络的集成知识蒸馏到单一模型中，减少过拟合和模型过度自信	在极端类别不平衡和噪声数据集上的应用仍有局限	优化癌症病理报告分类模型的部署效果	电子癌症病理报告	自然语言处理	癌症	知识蒸馏	CNN	文本	NA	NA	多任务卷积神经网络(MtCNN)	准确率,弃权率	低计算资源环境
18143	2025-10-07	Deep learning on resting electrocardiogram to identify impaired heart rate recovery 2022-Aug, Cardiovascular digital health journal IF:2.6Q2 DOI:10.1016/j.cvdhj.2022.06.001 PMID:36046430	研究论文	本研究开发了一种基于静息心电图的深度学习模型来预测心率恢复能力，并验证其与心血管疾病风险的关联	首次使用静息心电图通过深度学习模型预测运动后心率恢复能力，无需实际运动测试	研究人群主要为英国生物银行参与者，需要进一步验证在其他人群中的适用性	探索基于静息心电图的心率恢复能力预测及其与心血管疾病风险的关联	英国生物银行参与者的静息心电图数据和临床结局	机器学习	心血管疾病	心电图	CNN	心电图波形	56,793名个体（平均年龄57岁，51%女性）	NA	卷积神经网络	相关系数, 风险比, 置信区间	NA
18144	2025-10-07	Deep learning based analysis of dynamic video ultrasonography for predicting cervical lymph node metastasis in papillary thyroid carcinoma 2025-Mar, Endocrine IF:3.0Q2 DOI:10.1007/s12020-024-04091-w PMID:39556263	研究论文	本研究开发了一种基于深度学习的动态视频超声分析模型，用于预测甲状腺乳头状癌患者的颈淋巴结转移风险	首次将深度学习应用于动态超声视频分析来预测颈淋巴结转移，相比传统静态图像方法具有更高准确性和鲁棒性	研究为单中心回顾性研究，样本量相对有限（388例患者），需要多中心前瞻性验证	开发深度学习模型辅助临床医生更准确预测甲状腺乳头状癌患者的颈淋巴结转移风险	甲状腺乳头状癌患者及其甲状腺结节	计算机视觉	甲状腺癌	超声成像	CNN	视频,图像	388例患者的717个甲状腺结节	NA	DenseNet121	AUROC,敏感性,特异性	NA
18145	2025-10-07	Early-Stage Melanoma Cancer Diagnosis Framework for Imbalanced Data From Dermoscopic Images 2025-Mar, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24736 PMID:39573895	研究论文	提出一种用于皮肤镜图像中早期黑色素瘤诊断的深度学习框架，解决数据不平衡问题	结合CNN、DenseNet、批量归一化层、最大池化和ReLU激活函数的新型框架，有效解决过拟合问题	NA	开发自动化的黑色素瘤早期诊断方法	皮肤镜图像中的黑色素瘤病变	计算机视觉	黑色素瘤皮肤癌	皮肤镜成像	CNN, DenseNet	图像	ISIC-2019数据集和HAM-10000数据集的大量样本	NA	CNN, DenseNet	准确率, 微平均准确率	NA
18146	2025-02-22	A New Method Using Deep Learning to Predict the Response to Cardiac Resynchronization Therapy 2025-Feb-20, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01380-8 PMID:39979759	研究论文	本研究提出了一种结合临床变量、心电图特征和心脏功能评估参数与门控SPECT MPI极坐标图的深度学习方法，用于预测心脏再同步化治疗（CRT）的响应	通过结合预训练的VGG16模型和多层感知器，利用SPECT MPI极坐标图和临床特征、心电图参数、SPECT-MPI衍生参数等表格数据，提高了CRT响应预测的准确性	研究样本量较小（218例患者），且仅基于单一中心的患者数据，可能影响模型的泛化能力	提高心脏再同步化治疗（CRT）响应预测的准确性	218例接受CRT植入的患者	机器学习	心血管疾病	门控单光子发射计算机断层扫描心肌灌注成像（SPECT MPI）	VGG16模型和多层感知器	图像和表格数据	218例患者	NA	NA	NA	NA
18147	2025-10-07	The Future of Surgical Diagnostics: Artificial Intelligence-Enhanced Detection of Ganglion Cells for Hirschsprung Disease 2025-Feb, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2024.102189 PMID:39577743	研究论文	开发人工智能增强方法用于术中检测赫希施普龙病中的神经节细胞	首次将深度学习模型与热力图定位技术结合应用于术中冰冻切片神经节细胞检测，显著提升诊断准确性和效率	研究样本来自3个中心的164名患者，样本来源相对有限	开发人工智能辅助诊断系统改善赫希施普龙病的手术决策	赫希施普龙病患者组织切片中的神经节细胞	数字病理学	赫希施普龙病	苏木精-伊红染色，全玻片成像	CNN	病理图像	164名患者的668张玻片（366张冰冻切片，302张FFPE切片）	NA	ResNet-50	准确率	NA
18148	2025-10-07	Discovery of anticancer peptides from natural and generated sequences using deep learning 2025-Feb, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2024.138880 PMID:39706427	研究论文	本研究通过深度学习模型从天然和生成序列中发现抗癌肽，并进行了广泛的实验验证	提出基于三通道深度学习架构的CNBT-ACPred预测模型，结合大规模体外和体内实验验证，显著提升预测性能	NA	开发高效的抗癌肽预测方法并发现新型抗癌肽	抗癌肽(ACPs)	机器学习	癌症	深度学习	深度学习模型	蛋白质序列数据	Uniprot数据库380万条序列，生成模型10万条序列，最终验证41条候选肽	NA	三通道深度学习架构	准确率,MCC	NA
18149	2025-10-07	Deep proximal gradient network for absorption coefficient recovery in photoacoustic tomography 2025-Jan-22, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ada868 PMID:39788080	研究论文	提出一种基于深度学习的近端梯度网络方法，用于光声层析成像中光学吸收系数的恢复	首次将深度近端梯度下降机制应用于光声层析成像的光学反演问题，通过级联结构单元迭代更新吸收系数	仅通过模拟、体模实验和体内研究验证，尚未在临床大规模应用中测试	提高光声层析成像中定量恢复光学吸收系数的准确性和效率	生物组织的光学吸收特性	医学影像处理	NA	光声层析成像	深度学习	声学测量数据	NA	NA	级联结构单元网络	相对误差, 峰值信噪比, 结构相似性	NA
18150	2025-10-07	Augmenting cybersecurity through attention based stacked autoencoder with optimization algorithm for detection and mitigation of attacks on IoT assisted networks 2024-Dec-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81162-y PMID:39730515	研究论文	提出一种基于注意力机制堆叠自编码器和鹈鹕优化算法的网络安全方法，用于物联网辅助网络中的攻击检测与缓解	结合注意力机制堆叠自编码器和鹈鹕优化算法进行攻击检测，并采用灰雁优化算法进行特征选择	NA	识别和缓解物联网辅助网络中的网络安全攻击行为	物联网网络中的网络安全攻击	机器学习	NA	深度学习	自编码器	网络数据	NA	NA	注意力机制堆叠自编码器	准确率	NA
18151	2025-10-07	A Novel Deep Learning-based Artificial Intelligence System for Interpreting Urolithiasis in Computed Tomography 2024-Dec, European urology focus IF:4.8Q1 DOI:10.1016/j.euf.2024.07.003 PMID:38997836	研究论文	开发基于深度学习的人工智能系统，用于在CT图像中检测尿路结石并实时计算结石参数	首个使用YOLOv4架构实现尿路结石实时检测和参数计算的AI系统，显著提升诊断速度	训练数据未包含输尿管膀胱连接处结石，不规则结石检测存在遗漏	开发用于尿路结石CT图像分析的AI诊断系统	接受结石手术患者的CT图像	计算机视觉	尿路结石	CT成像	CNN	医学图像	39,433张CT图像（训练集），5,736张验证图像，100例外部验证患者	YOLOv4	YOLOv4	准确率	NVIDIA RTX 4900 GPU
18152	2025-10-07	Intelligent ultrafast total-body PET for sedation-free pediatric [18F]FDG imaging 2024-Jul, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-06649-2 PMID:38383744	研究论文	开发基于深度学习的全身PET图像增强技术，实现无镇静儿科快速成像	首次将可变形3D U-Net应用于全身PET快速成像质量增强，显著缩短儿科患者扫描时间	样本量相对有限（245名成人训练，16名儿童测试，5名儿童前瞻性验证）	开发无需镇静的儿科PET快速成像技术	儿科患者全身PET成像	医学影像分析	儿科疾病	全身PET成像，[18F]FDG示踪剂	深度学习	3D医学影像	245名成人训练，16名儿童回顾性测试，5名儿童前瞻性验证	NA	可变形3D U-Net	PSNR, SSIM, SUVmean误差, SUVmax误差	NA
18153	2025-10-07	Inference of Developmental Hierarchy and Functional States of Exhausted T Cells from Epigenetic Profiles with Deep Learning 2024-04-22, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00261 PMID:38545680	研究论文	本研究开发了基于深度学习的DeepEpiTEX计算框架，通过表观遗传数据推断TME中耗竭T细胞的发育层次和功能状态	首次提出基于深度神经网络从表观遗传数据推断耗竭T细胞发育层次和功能状态的计算框架	NA	开发计算工具以准确评估肿瘤微环境中T细胞耗竭的异质性	耗竭T细胞	机器学习	癌症	DNA甲基化测序, microRNA表达分析, 长链非编码RNA表达分析	深度神经网络	表观遗传数据	TCGA泛癌队列中的30种实体癌类型	NA	NA	生存分析	NA
18154	2025-10-07	Structure-Based Protein Assembly Simulations Including Various Binding Sites and Conformations 2024-04-22, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00212 PMID:38602938	研究论文	本文介绍了一种快速计算结构模型GoCa，用于模拟大型多蛋白复合物的组装过程	该模型区分亚基内和亚基间相互作用，允许包含耦合折叠和结合，自动处理相同亚基的排列，并支持定义多个最小能量结构	模型基于已知的天然结构，可能无法完全捕捉未知结构的组装过程	研究多蛋白复合物的组装过程	多蛋白复合物	计算生物学	NA	结构模拟	结构基础模型	蛋白质结构数据	多个多蛋白复合物	NA	GoCa	NA	NA
18155	2025-10-07	Spatial and Compositional Biomarkers in Tumor Microenvironment Predicts Clinical Outcomes in Triple-Negative Breast Cancer 2023-Dec-20, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.18.572234 PMID:38187696	研究论文	通过单细胞分辨率成像质谱数据分析三阴性乳腺癌肿瘤微环境的生物标志物与临床预后关系	首次在TNBC中系统识别10个复发性细胞邻域，并发现细胞间邻域相互作用与生存改善相关	样本量相对有限（58例TNBC患者标本），深度学习模型预测准确度有待提升（平均AUC=0.71）	探索三阴性乳腺癌肿瘤微环境特征与临床结果的关系	三阴性乳腺癌患者肿瘤组织标本	数字病理学	三阴性乳腺癌	成像质谱细胞术	深度学习模型	单细胞分辨率空间图像数据	58例TNBC患者标本，另包含NeoTRIP临床试验独立队列	NA	NA	AUC	NA
18156	2025-02-21	Severity grading of hypertensive retinopathy using hybrid deep learning architecture 2025-Apr, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108585 PMID:39862474	研究论文	本文提出了一种混合深度学习架构，用于高血压视网膜病变（HR）的严重程度分级	引入了一种结合预训练ResNet-50和修改后的Vision Transformer（ViT）架构的混合模型，通过全局和局部自注意力机制增强模型性能，并提出了基于解耦表示和分类器（DRC）的训练方法以解决类别不平衡问题	缺乏公开可用的HR分级数据集，且存在高类别不平衡问题	开发一种准确的高血压视网膜病变严重程度分级方法	高血压视网膜病变（HR）的严重程度分级	计算机视觉	高血压视网膜病变	深度学习	混合模型（ResNet-50 + 修改后的Vision Transformer）	图像	NA	NA	NA	NA	NA
18157	2025-02-21	A bio-lattice deep learning framework for modeling discrete biological materials 2025-Apr, Journal of the mechanical behavior of biomedical materials IF:3.3Q3 DOI:10.1016/j.jmbbm.2025.106900 PMID:39891961	研究论文	本文提出了一种基于机器学习的多尺度框架，结合深度神经网络（DNNs）、有限元方法（FEM）和受晶格弹簧模型（LSM）启发的微观结构描述，用于研究离散、空间异质材料的行为	提出了一种新颖的机器学习多尺度框架，结合DNNs、FEM和LSM，用于研究离散、空间异质材料的行为，并开发了一个无假设的晶格框架	未明确提及具体局限性	研究离散、空间异质材料的力学行为	生物组织的微观结构和宏观材料行为	机器学习	NA	深度神经网络（DNNs）、有限元方法（FEM）、晶格弹簧模型（LSM）	深度神经网络（DNNs）	微观结构数据	NA	NA	NA	NA	NA
18158	2025-02-21	ViroNia: LSTM based proteomics model for precise prediction of HCV 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109573 PMID:39733555	研究论文	本文介绍了ViroNia，一种基于LSTM的蛋白质组学模型，用于高精度预测HCV病毒蛋白分类	ViroNia利用LSTM架构进行病毒蛋白分类，展示了其在分类任务中的高效性，并优于其他深度学习架构如Simple RNN、GRU、1d CNN和双向LSTM	尽管ViroNia在分类任务中表现出色，但其在更广泛数据集上的泛化能力尚未验证	开发高精度的病毒蛋白分类模型，以支持病毒研究和干预设计	HCV病毒蛋白	自然语言处理	NA	LSTM	LSTM	蛋白质序列	2250个蛋白质序列	NA	NA	NA	NA
18159	2025-02-21	Improved early detection accuracy for breast cancer using a deep learning framework in medical imaging 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109751 PMID:39884057	研究论文	本文提出了一种新的深度学习框架，用于提高乳腺癌早期检测的准确性	结合卷积神经网络（CNN）与特征选择和融合方法，自动从图像中学习并找到相关特征，从而超越现有方法	未提及具体的数据集大小或多样性限制	提高乳腺癌早期检测的准确性	乳腺癌的医学影像	计算机视觉	乳腺癌	深度学习	CNN	图像	NA	NA	NA	NA	NA
18160	2025-02-21	Deep learning image registration for cardiac motion estimation in adult and fetal echocardiography via a focus on anatomic plausibility and texture quality of warped image 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109719 PMID:39884059	研究论文	本文提出了一种深度学习图像配准方法，用于成人和胎儿超声心动图中的心脏运动估计，重点关注变形图像的解剖合理性和纹理质量	提出了一种新的深度学习图像配准框架，通过引入解剖形状编码约束和数据驱动的纹理约束，提高了变形图像的解剖合理性和纹理质量	尽管方法在成人和胎儿超声心动图中表现出色，但未提及在其他类型医学图像上的适用性	提高超声心动图中心脏运动估计的准确性和一致性	成人和胎儿超声心动图	计算机视觉	心血管疾病	深度学习图像配准（DLIR）	深度学习模型	图像	多人口胎儿数据集和公共CAMUS成人数据集	NA	NA	NA	NA