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
1801	2025-05-03	Using a Deep Learning Model to Predict Postoperative Visual Outcomes of Idiopathic Epiretinal Membrane Surgery 2025-Apr, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2025.01.003 PMID:39814096	研究论文	本研究评估了多种深度学习模型在基于术前光学相干断层扫描（OCT）图像预测特发性视网膜前膜（ERM）手术术后视力结果方面的性能	利用深度学习模型（特别是ResNet-101）预测ERM手术术后视力结果，并展示其性能优于普通眼科医生和非视网膜专科医生，略优于视网膜专科医生	样本量相对较小，外部测试集仅包含76只眼睛的152张OCT图像	预测特发性视网膜前膜（ERM）手术的术后视力结果	696只眼睛的1,392张OCT图像（内部训练和验证集）和76只眼睛的152张OCT图像（外部测试集）	计算机视觉	视网膜疾病	光学相干断层扫描（OCT）	Inception-v3, ResNet-101, VGG-19	图像	696只眼睛的1,392张OCT图像（内部训练和验证集）和76只眼睛的152张OCT图像（外部测试集）
1802	2025-05-03	DIFLF: A domain-invariant features learning framework for single-source domain generalization in mammogram classification 2025-Apr, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108592 PMID:39813937	研究论文	提出了一种用于乳腺X光片分类的单源域泛化的域不变特征学习框架（DIFLF）	通过风格增强模块（SAM）和内容-风格解耦模块（CSDM）增加源域特征多样性并提取域不变特征	仅使用单一源数据集进行训练，可能无法覆盖所有可能的域偏移情况	提高深度学习模型在乳腺X光片分类中的跨域泛化能力	乳腺X光片	计算机视觉	乳腺癌	深度学习	DIFLF（包含SAM和CSDM模块）	图像	一个私有数据集（PRI1）用于训练，另一个私有数据集（PRI2）和两个公共数据集（INbreast和MIAS）用于测试
1803	2025-05-03	Neurophysiological data augmentation for EEG-fNIRS multimodal features based on a denoising diffusion probabilistic model 2025-Apr, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108594 PMID:39813939	研究论文	提出了一种基于去噪扩散概率模型和高斯噪声添加的EEG-fNIRS数据增强框架，以提高混合脑机接口系统的性能	结合去噪扩散概率模型（DDPM）和传统高斯噪声添加方法，首次为EEG-fNIRS混合信号创建联合分布样本并进行数据增强	研究依赖于特定任务的数据集，可能无法直接推广到其他脑机接口应用场景	解决脑机接口系统中脑信号数据稀缺问题，提高深度学习模型性能	EEG和fNIRS混合脑信号数据	脑机接口	NA	去噪扩散概率模型（DDPM），高斯噪声添加	DDPM	EEG-fNIRS多模态神经生理信号	三个公开数据库和一个自采集数据库
1804	2025-05-03	ARGai 1.0: A GAN augmented in silico approach for identifying resistant genes and strains in E. coli using vision transformer 2025-Apr, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108342 PMID:39813877	research paper	提出了一种名为ARGai 1.0的深度学习架构，结合GAN和Vision Transformer，用于识别大肠杆菌中的耐药基因和菌株	使用GAN生成合成数据以解决数据稀缺问题，结合Vision Transformer进行特征提取和耐药基因识别	研究仅针对大肠杆菌，未涉及其他细菌的耐药基因识别	开发一种计算基因组学方法，用于识别大肠杆菌中的耐药基因和菌株	大肠杆菌（E. coli）的耐药基因和菌株	computational genomics	infectious disease	WGS, NGS	GAN, Vision Transformer, DCGAN	genomic sequencing data	NA
1805	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
1806	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）
1807	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
1808	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
1809	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
1810	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
1811	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
1812	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
1813	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
1814	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
1815	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
1816	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
1817	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
1818	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）
1819	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)
1820	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