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
18201	2025-10-07	Latent representation learning for classification of the Doppler ultrasound images 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109575 PMID:39729855	研究论文	提出一种用于多普勒超声图像分类的潜在表示权重学习方法	能够处理可变长度的多图像输入，特别适用于不规则多图像问题	未明确说明样本量的具体规模	妊娠预测的多普勒超声图像分类	多普勒超声图像	计算机视觉	妊娠相关疾病	多普勒超声	深度学习模型	图像	真实不规则生殖数据集和两个合成规则数据集	L-BFGS-B, ADM	NA	准确率, 收敛性	NA
18202	2025-10-07	Development and routine implementation of deep learning algorithm for automatic brain metastases segmentation on MRI for RANO-BM criteria follow-up 2025-Feb-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121002 PMID:39800174	研究论文	开发并验证用于自动分割脑转移瘤的深度学习算法，以简化RANO-BM标准随访流程	首次实现基于UNETR迁移学习的脑转移瘤自动分割算法，并开发用户友好界面使非AI专家也能使用	研究样本量相对有限（132名患者），需要在更大多中心数据集中进一步验证	开发能够自动分割MRI脑转移瘤的AI解决方案，实现RANO-BM标准的自动化评估	脑转移瘤患者的MRI影像	医学影像分析	脑转移瘤	MRI钆对比增强T1加权成像	深度学习	医学影像	132名患者的27,456张MRI图像	PyTorch, PyTorch Lightning	UNETR	准确率, DICE系数	NA
18203	2025-10-07	AggNet: Advancing protein aggregation analysis through deep learning and protein language model 2025-Feb, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70031 PMID:39840791	研究论文	提出基于蛋白质语言模型和深度学习的AggNet框架，用于预测蛋白质聚集倾向和识别聚集易发区域	首次结合ESM2和AlphaFold2的蛋白质语言模型，整合物理化学、进化和结构信息进行蛋白质聚集分析	NA	开发高效的计算方法来预测蛋白质聚集，替代昂贵且耗时的实验方法	淀粉样和非淀粉样肽段，不同蛋白质中的聚集易发区域	机器学习	NA	蛋白质语言模型，深度学习	深度学习框架	蛋白质序列和结构数据	NA	NA	ESM2, AlphaFold2	基准测试性能，预测稳定性	NA
18204	2025-10-07	Artificial Intelligence-Based Detection and Numbering of Dental Implants on Panoramic Radiographs 2025-Feb, Clinical implant dentistry and related research IF:3.7Q1 DOI:10.1111/cid.70000 PMID:39846131	研究论文	开发基于人工智能的深度学习模型，用于在全景X光片上检测和编号牙科种植体	该模型能够同时检测和编号种植体，为牙科种植学提供临床决策支持改进	需要在更多样化的数据集上进行进一步验证以增强临床适用性	开发用于牙科种植体检测和编号的人工智能模型	牙科种植体在全景X光片上的检测和编号	计算机视觉	牙科疾病	全景X光成像	YOLOv8	图像	32,585张全景X光片（来自2014-2024年Sivas Cumhuriyet University患者）	YOLOv8	YOLOv8	精确度,召回率,F1分数	NA
18205	2025-10-07	Fully automated coronary artery calcium score and risk categorization from chest CT using deep learning and multiorgan segmentation: A validation study from National Lung Screening Trial (NLST) 2025-Feb, International journal of cardiology. Heart & vasculature DOI:10.1016/j.ijcha.2024.101593 PMID:39850777	研究论文	本研究开发了一种基于深度学习的全自动方法，从胸部CT扫描中计算冠状动脉钙化评分并进行风险分类	首次使用基于Mask R-CNN的神经网络进行多器官分割，实现非心电图门控胸部CT扫描的冠状动脉钙化全自动检测和风险分类	研究样本量相对有限，训练集仅包含80名患者，且仅在美国国家肺癌筛查试验数据上验证	开发自动化冠状动脉钙化评分和风险分类系统，改善心血管疾病风险评估	高风险人群的胸部CT扫描数据	医学影像分析	冠状动脉疾病	低剂量CT扫描	CNN, R-CNN	医学影像	80名患者用于训练，1442名患者用于验证	NA	Mask R-CNN	Dice系数, Cohen's kappa系数, F-score, 灵敏度, 特异性	NA
18206	2025-01-26	Deep learning analyses of splicing variants identify the link of PCP4 with amyotrophic lateral sclerosis 2025-Jan-24, Brain : a journal of neurology IF:10.6Q1 DOI:10.1093/brain/awaf025 PMID:39852553	研究论文	本研究开发了基于深度学习的Spliformer模型，用于预测RNA剪接，并揭示了PCP4与肌萎缩侧索硬化症（ALS）的关联	开发了Spliformer和Spliformer-motif模型，能够准确预测和解释pre-mRNA剪接，并发现了与ALS相关的罕见剪接变异	研究主要依赖于计算模型预测，实验验证部分仍需进一步扩展	研究目的是通过深度学习模型预测RNA剪接，并探索ALS的遗传机制	研究对象包括ALS患者和对照组的全基因组测序数据、RNA-seq数据以及Clinvar数据集	自然语言处理	肌萎缩侧索硬化症	RNA-seq、全基因组测序（WGS）、minigene实验	Transformer	基因组数据、RNA-seq数据	1,370名ALS患者的全基因组测序数据	NA	NA	NA	NA
18207	2025-10-07	Deep Learning Enabled Scoring of Pancreatic Neuroendocrine Tumors Based on Cancer Infiltration Patterns 2025-Jan-23, Endocrine pathology IF:11.3Q1 DOI:10.1007/s12022-025-09846-3 PMID:39847242	研究论文	本研究开发了一种基于深度学习的计算流程，首次实现胰腺神经内分泌肿瘤的自动分类	首次将病理学领域知识整合到图神经网络中，通过构建细胞实体图来定量表征肿瘤浸润模式	研究仅基于105张HE染色全切片图像，样本规模有限	开发自动化系统减少胰腺神经内分泌肿瘤分类中的人工判断变异	胰腺神经内分泌肿瘤组织	数字病理	胰腺神经内分泌肿瘤	HE染色	图神经网络(GNN)	全切片图像	105张胰腺神经内分泌肿瘤组织HE染色全切片图像	NA	图神经网络	F1分数	NA
18208	2025-10-07	A deep learning approach for early prediction of breast cancer neoadjuvant chemotherapy response on multistage bimodal ultrasound images 2025-Jan-23, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01543-7 PMID:39849366	研究论文	提出一种新型卷积神经网络模型，利用多阶段双模态超声图像早期预测乳腺癌新辅助化疗疗效	提出双模态分层特征融合模块(BLFFM)和时间混合注意力模块(THAM)，能够挖掘灰阶超声和彩色多普勒血流成像之间的复杂关联特征，并关注化疗周期前后病灶进展的关键特征	样本量相对有限（101名患者），需在更大数据集上验证模型泛化能力	早期预测乳腺癌新辅助化疗疗效	局部晚期乳腺癌患者	计算机视觉	乳腺癌	灰阶超声(GUS)，彩色多普勒血流成像(CDFI)	CNN	超声图像，视频	101名患者的3000组多阶段双模态超声图像组合	NA	BLFFM, THAM	NA	NA
18209	2025-01-26	Artificial Intelligence Revolution in Pharmaceutical Sciences: Advancements, Clinical Impacts, and Applications 2025-Jan-23, Current pharmaceutical biotechnology IF:2.2Q3 DOI:10.2174/0113892010356115241224104018 PMID:39851128	综述	本文综述了人工智能在药物科学领域的革命性进展、临床影响及应用	探讨了AI在药物发现、开发过程中的应用，特别是在固体剂型开发中的创新，以及3D打印技术在个性化治疗中的应用	未具体提及研究的局限性	探讨人工智能在药物科学和医疗保健中的应用及其对提高生产效率和个性化医疗的贡献	药物发现与开发过程、个性化治疗、疾病诊断与预测	机器学习	NA	深度学习、神经网络	NA	复杂生物数据	NA	NA	NA	NA	NA
18210	2025-10-07	Dendrites endow artificial neural networks with accurate, robust and parameter-efficient learning 2025-Jan-22, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56297-9 PMID:39843414	研究论文	本文提出一种融入生物树突结构特性的人工神经网络新架构，在图像分类任务中实现更精确、鲁棒且参数高效的学习	首次将生物树突的结构化连接和受限采样特性整合到人工神经网络架构中	未明确说明实验所涉及的具体数据集规模和模型复杂度范围	开发参数效率更高、抗过拟合能力更强的人工神经网络架构	人工神经网络的学习策略和性能表现	机器学习	NA	NA	人工神经网络	图像	NA	NA	树突人工神经网络	分类准确率, 参数效率, 鲁棒性	NA
18211	2025-10-07	Research on the improvement method of imbalance of ground penetrating radar image data 2025-Jan-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87123-3 PMID:39843521	研究论文	提出基于生成对抗网络的探地雷达图像数据不平衡改进方法，通过生成损伤样本提升分类准确率	在生成对抗网络中引入编码器并对生成器、判别器和编码器进行多项改进，实现小样本下稳定生成损伤样本	未明确说明具体改进细节和实验样本规模	解决探地雷达图像数据不平衡导致的损伤分类准确率低问题	高速公路路面结构的损伤检测	计算机视觉	NA	探地雷达	GAN	图像	NA	NA	生成对抗网络,编码器	准确率,FID	NA
18212	2025-10-07	Enhanced streamflow forecasting using hybrid modelling integrating glacio-hydrological outputs, deep learning and wavelet transformation 2025-Jan-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87187-1 PMID:39843529	研究论文	提出一种融合冰川水文模型输出、深度学习和小波变换的混合方法，用于增强河流流量预测	将物理过程与数据驱动方法相结合，通过小波变换进行多尺度分析，显著提高了高流量事件的预测精度	缺乏直接测量数据	提高径流预测准确性，为水资源管理和洪水风险缓解提供可靠见解	源自难以到达高山的河流流域的冰雪融化动态	机器学习	NA	小波变换	CNN-LSTM	气象数据、冰川水文模型输出	NA	NA	CNN-LSTM	NSE, KGE, R, RMSE, MAE	NA
18213	2025-10-07	Single-cell RNA-seq data augmentation using generative Fourier transformer 2025-Jan-22, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-07552-8 PMID:39843603	研究论文	提出一种无需训练的生成式傅里叶变换器scGFT，用于单细胞RNA测序数据增强	开发了首个基于傅里叶变换的免训练生成模型，能够合成具有自然基因表达谱的单细胞数据	未明确说明模型在特定细胞类型或疾病中的适用性限制	解决单细胞RNA测序数据稀缺问题，提升统计可靠性	单细胞RNA测序数据	机器学习	罕见疾病	单细胞RNA测序(scRNA-seq)	生成模型, Transformer	基因表达数据	NA	NA	傅里叶变换器	NA	NA
18214	2025-10-07	Distributed training of foundation models for ophthalmic diagnosis 2025-Jan-22, Communications engineering DOI:10.1038/s44172-025-00341-5 PMID:39843622	研究论文	提出一种集成自监督和领域自适应联邦学习的分布式深度学习框架，用于从光学相干断层扫描图像中增强眼病检测	结合自监督掩码预训练策略与领域自适应联邦学习，在保护数据隐私的同时提升模型性能和泛化能力	未明确说明具体数据集规模和模型计算资源需求	开发可靠且可扩展的眼科疾病检测方法	糖尿病视网膜病变和年龄相关性黄斑变性等眼病患者	计算机视觉	眼科疾病	光学相干断层扫描	深度学习	图像	七个光学相干断层扫描数据集	联邦学习框架	基础编码器	AUC	分布式训练
18215	2025-10-07	An efficient and lightweight detection method for stranded elastic needle defects in complex industrial environments using VEE-YOLO 2025-Jan-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85721-9 PMID:39843892	研究论文	提出一种基于YOLOv8-n的VEE-YOLO模型，用于复杂工业环境中滞留弹性针缺陷的高效轻量检测	引入GSConv增强深度可分离卷积特征提取，建立VOVGSCSP模块提升特征复用性；采用高效多尺度注意力编码通道信息；使用EIoU损失函数替代CIoU解决边界框纵横比变化和样本不平衡问题	NA	开发适用于复杂工业环境的小尺寸密集零件缺陷检测方法	滞留弹性针缺陷	计算机视觉	NA	深度学习	CNN	图像	NA	NA	YOLOv8-n, VEE-YOLO	mAP, FPS	NA
18216	2025-10-07	A comprehensive survey of scoring functions for protein docking models 2025-Jan-22, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05991-4 PMID:39844036	综述	本文对蛋白质-蛋白质复合物构象评分函数进行了全面调查和比较分析	首次系统比较了经典方法和深度学习方法在七个公共数据集上的性能表现，并考虑了运行时间对大规模对接应用的影响	仅对现有方法进行调研比较，未提出新的评分函数模型	评估蛋白质-蛋白质对接中评分函数的研究进展，帮助研究人员理解该领域的发展现状	蛋白质-蛋白质复合物构象评分函数	计算生物学	NA	蛋白质-蛋白质对接	深度学习, 经典评分函数	蛋白质结构数据	七个公共流行数据集	NA	NA	准确性, 运行时间	NA
18217	2025-10-07	Deep learning-based synthetic CT for dosimetric monitoring of combined conventional radiotherapy and lattice boost in large lung tumors 2025-Jan-22, Radiation oncology (London, England) DOI:10.1186/s13014-024-02568-6 PMID:39844209	研究论文	本研究开发了基于深度学习的合成CT技术，用于监测大体积肺肿瘤中常规放疗与晶格增量放疗联合治疗的剂量学特性	首次将U-Net++深度学习模型应用于生成合成CT，并开发了基于sCT的自适应晶格增量放疗计划，实现了对分次剂量累积的精确监测	研究样本量相对有限（115例），且在自由呼吸条件下部分高剂量区域存在大于5mm的位移	开发结合常规放疗和晶格增量放疗的综合治疗方案，并监测其剂量学特性	115例肺癌患者的锥形束CT图像和大体积肺肿瘤	数字病理	肺癌	锥形束CT，深度学习，剂量监测	U-Net++	医学影像	115例肺癌患者	NA	U-Net++	距离一致性，Dice相似系数，剂量偏差	NA
18218	2025-10-07	NuFold: end-to-end approach for RNA tertiary structure prediction with flexible nucleobase center representation 2025-Jan-21, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56261-7 PMID:39837861	研究论文	开发了一种名为NuFold的端到端深度学习方法，用于预测RNA三级结构	引入了核苷碱基中心表示法，能够灵活表示核糖环构象，并能够预测RNA多聚体复合物结构	NA	解决RNA三级结构预测的计算挑战	RNA分子及其三级结构	计算生物学	NA	深度学习	深度神经网络	RNA序列数据	NA	NA	端到端神经网络	基准测试表现	NA
18219	2025-10-07	Memristor-based feature learning for pattern classification 2025-Jan-21, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56286-y PMID:39837872	研究论文	提出一种基于忆阻器漂移扩散动力学的特征学习方法，用于模式分类任务	利用单个忆阻器的动态响应直接实现特征学习，显著减少模型参数和计算操作	未明确说明具体应用场景的性能限制和可扩展性限制	通过硬件物理创新平衡模型复杂度和性能，开发能效更高的智能模型	模式分类任务	机器学习	NA	忆阻器技术	动力学网络	模式数据	NA	NA	忆阻器动力学网络	NA	180nm忆阻器芯片
18220	2025-10-07	Design of an integrated model with temporal graph attention and transformer-augmented RNNs for enhanced anomaly detection 2025-Jan-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85822-5 PMID:39837915	研究论文	提出一种集成时序图注意力和Transformer增强RNN的模型，用于提升监控系统中的异常检测性能	结合RNN与图注意力网络建模跨摄像头的长期时空依赖，采用Transformer增强RNN改进时序建模，集成多模态变分自编码器和原型网络实现小样本学习	未明确说明模型在极端环境条件下的鲁棒性以及计算复杂度对实时部署的影响	开发高效的异常检测框架以提升复杂环境中公共安全监控能力	多摄像头监控系统中的异常行为检测	计算机视觉	NA	多模态数据融合（视频、音频、运动传感器）	RNN, GAT, Transformer, Variational Autoencoder, Prototypical Networks	视频, 音频, 传感器数据	NA	NA	Transformer-Augmented RNN, Graph Attention Networks, Multimodal Variational Autoencoder, Spatiotemporal Autoencoder	精确率, 召回率, F1分数, 新事件检测增益	NA