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
18441	2025-10-07	Prediction of tissue and clinical thrombectomy outcome in acute ischaemic stroke using deep learning 2025-Jan-18, Brain : a journal of neurology IF:10.6Q1 DOI:10.1093/brain/awaf013 PMID:39827468	研究论文	本研究开发了一种深度学习方法来预测急性缺血性卒中患者对血栓切除术的个体化反应	通过深度学习模型同时预测组织学和临床结局，并模拟不同再灌注情景下的潜在获益，提供患者特异性评估	研究样本量相对有限（405例患者），外部验证集规模较小	开发预测急性缺血性卒中患者血栓切除术疗效的个体化模型	急性缺血性卒中接受血栓切除术的患者	医学影像分析	缺血性卒中	多模态CT成像	深度学习	医学影像, 临床特征	405例缺血性卒中患者（训练集304例，内部测试50例，外部测试51例）	NA	NA	Dice系数, 中位绝对误差	NA
18442	2025-10-07	GastroHUN an Endoscopy Dataset of Complete Systematic Screening Protocol for the Stomach 2025-Jan-17, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04401-5 PMID:39824869	研究论文	本文介绍了胃镜系统筛查数据集GastroHUN，包含8834张图像和4729个标记视频序列，为AI模型开发提供资源	首个基于系统化胃部筛查协议的开放数据集，包含22个胃部解剖标志物标注和专家验证	数据集规模相对有限（387名患者），未提及外部验证结果	开发标准化的胃镜图像数据集以促进胃肠道疾病检测的机器学习研究	胃部内窥镜图像和视频序列	计算机视觉	胃肠道疾病	内窥镜检查	深度学习模型	图像, 视频序列	387名患者的8834张图像和4729个视频序列	NA	NA	NA	NA
18443	2025-10-07	Automatic detection and prediction of COVID-19 in cough audio signals using coronavirus herd immunity optimizer algorithm 2025-Jan-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85140-w PMID:39824893	研究论文	提出一种基于咳嗽音频信号的COVID-19自动检测与预测框架	首次将冠状病毒群体免疫优化器算法与增强深度神经网络结合用于咳嗽音频分析	仅使用COUGHVID数据集，未在其他数据集验证泛化能力	通过咳嗽音频信号实现COVID-19的自动检测与预测	COVID-19患者的咳嗽音频信号	机器学习	COVID-19	音频信号处理	深度学习	音频	COUGHVID数据集	NA	U-Net, EDNN	MSE, SMAPE	NA
18444	2025-10-07	Interpretable and integrative deep learning for discovering brain-behaviour associations 2025-Jan-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-85032-5 PMID:39824899	研究论文	提出一种可解释的深度学习框架，用于发现大脑结构与行为之间的关联	结合数字替身与稳定性选择方法，构建可解释的多视图深度学习模型，能够在数据不完整情况下识别稳定的大脑-行为关联	仅基于单一队列数据（健康脑网络队列），需要进一步验证在其他人群中的普适性	开发可解释的深度学习方法来整合多源数据，探索精神疾病相关的脑-行为关联	健康脑网络队列参与者的临床行为评分和脑成像特征	机器学习	精神疾病	结构MRI，临床行为评估	深度学习	脑成像数据，临床行为评分	健康脑网络队列参与者	NA	多视图无监督深度学习	稳定性，相关性识别能力	NA
18445	2025-10-07	A two-tier optimization strategy for feature selection in robust adversarial attack mitigation on internet of things network security 2025-Jan-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85878-3 PMID:39824955	研究论文	提出一种用于物联网网络安全的两层优化策略，通过特征选择和条件变分自编码器检测对抗攻击	结合CGWO特征选择算法和ICAVO优化的CVAE模型，构建了专门针对物联网网络安全的对抗攻击检测框架	仅使用RT-IoT2022数据集进行验证，在其他物联网数据集上的泛化能力有待验证	开发鲁棒的对抗攻击缓解方法以保护物联网网络安全	物联网网络中的对抗攻击行为	机器学习	NA	深度学习	CVAE	网络数据	RT-IoT2022数据集	NA	条件变分自编码器	准确率	NA
18446	2025-10-07	Clinical feasibility of deep learning-driven magnetic resonance angiography collateral map in acute anterior circulation ischemic stroke 2025-Jan-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85731-7 PMID:39825032	研究论文	验证深度学习驱动的磁共振血管造影侧支循环图在急性缺血性卒中中的临床应用可行性	提出3D多任务回归和有序回归深度神经网络(3D-MROD-Net)生成侧支循环图，显著缩短评估时间并提高图像质量	仅针对前循环急性缺血性卒中患者，样本量为296例	验证深度学习驱动的MRA侧支循环图在急性缺血性卒中中的临床应用价值	急性前循环缺血性卒中患者	医学影像分析	缺血性卒中	磁共振血管造影(MRA)	深度学习神经网络	医学影像数据	296例急性缺血性卒中患者	NA	3D-MROD-Net(3D多任务回归和有序回归深度神经网络)	Kappa系数, 置信区间, P值	NA
18447	2025-10-07	Fusing multispectral information for retinal layer segmentation 2025-Jan-17, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01446-z PMID:39825030	研究论文	本研究首次探索多光谱信息对视网膜层分割的影响，通过融合多光谱特征显著提升了OCT图像的视网膜层分割精度	首次系统研究多光谱信息对视网膜层分割的影响，并分析光谱数量、带宽和组合等关键因素	未明确说明样本来源和具体数据规模，缺乏与其他先进方法的直接对比	提升视网膜层分割的准确性和鲁棒性	视网膜光学相干断层扫描图像	计算机视觉	眼科疾病	光学相干断层扫描	深度学习	多光谱OCT图像	NA	NA	NA	分割准确度	NA
18448	2025-10-07	Synthesized colonoscopy dataset from high-fidelity virtual colon with abnormal simulation 2025-Jan-17, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109672 PMID:39826299	研究论文	提出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	开发了高保真3D结肠模型渲染技术，能够合成包含息肉、出血和溃疡等多种异常的多样化结肠镜图像	NA	解决结肠镜图像数据稀缺问题，提升深度学习模型的泛化能力	结肠镜图像及其异常（息肉、出血、溃疡）	计算机视觉	结直肠疾病	CT成像, 表面网格变形, 纹理映射, 血液扩散模拟	深度学习模型	合成结肠镜图像	NA	NA	NA	分类准确率, 检测性能, 分割性能	NA
18449	2025-10-07	Deep learning-based free-water correction for single-shell diffusion MRI 2025-Jan-17, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110326 PMID:39827997	研究论文	提出基于深度学习的单壳层扩散MRI自由水校正方法，用于改善扩散特性估计的准确性	开发了数据驱动的深度学习框架，能够处理单壳层采集的扩散MRI数据，克服传统数学模型对多壳层数据的依赖	需要模型微调和b值重映射来处理新数据，可能增加计算复杂度	解决扩散MRI中自由水部分容积效应导致的扩散特性估计偏差问题	人类连接组计划年轻成人数据集(HCP-ya)、HCP衰老数据集(HCP-a)和脑肿瘤连接组学数据(BTC)	医学影像分析	脑部疾病	扩散磁共振成像(dMRI)	深度学习	扩散加权图像(DWI)	多个临床队列数据集(HCP-ya, HCP-a, BTC)	NA	NA	扫描/重扫描数据一致性、神经通路识别准确性、白质束可视化清晰度	NA
18450	2025-10-07	Multi-region nomogram for predicting central lymph node metastasis in papillary thyroid carcinoma using multimodal imaging: A multicenter study 2025-Jan-16, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108608 PMID:39827707	研究论文	本研究开发了一种基于多模态影像的多区域列线图模型，用于预测甲状腺乳头状癌中央淋巴结转移	首次整合超声图像的深度学习特征、CT图像的脂肪放射组学特征和临床特征构建多模态预测模型	研究样本量相对有限，仅包含两个医疗中心的661例患者	开发预测甲状腺乳头状癌中央淋巴结转移的精准模型	经甲状腺切除术确诊的甲状腺乳头状癌患者	医学影像分析	甲状腺癌	超声成像, CT成像, 放射组学分析	CNN	医学影像	661例患者来自两个独立医疗中心	NA	ResNet50	AUC, 校准曲线, 决策曲线分析, NRI, IDI	NA
18451	2025-10-07	AxonFinder: Automated segmentation of tumor innervating neuronal fibers 2025-Jan-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e41209 PMID:39807499	研究论文	开发了一种名为AxonFinder的深度学习工具，用于自动分割前列腺肿瘤微环境中的神经元轴突纤维	首次提出基于U-Net与ResNet-101编码器的深度学习模型，实现对不规则形态轴突的自动精确分割	模型训练依赖于手动标注的轴突数据，可能存在标注主观性	开发自动化工具以分析肿瘤微环境中神经元轴突的形态特征及其与癌症进展的关系	前列腺肿瘤微环境中的神经元轴突纤维	数字病理学	前列腺癌	多重成像技术	CNN	全切片图像	来自低、中、高风险前列腺癌患者的全切片图像数据集	NA	U-Net, ResNet-101	F1-score, IoU	NA
18452	2025-10-07	Detection of camellia oil adulteration based on near-infrared spectroscopy and smartphone combined with deep learning and multimodal fusion 2025-Jan-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.142930 PMID:39826519	研究论文	本研究开发了一种基于近红外光谱和智能手机的深度学习多模态融合方法，用于检测山茶油中掺假菜籽油	首次结合近红外光谱与智能手机视觉数据，采用多模态融合方法实现山茶油掺假的实时检测	仅针对菜籽油掺假进行二分类检测，未涉及其他可能掺假物	开发山茶油掺假快速检测系统以应对食品安全问题	掺假山茶油样品	计算机视觉	NA	近红外光谱, 智能手机成像	深度学习	光谱数据, 图像, 视频	243个掺假油样品	NA	NA	准确率	NA
18453	2025-01-22	Using image augmentation techniques and convolutional neural networks to identify insect infestations on tomatoes 2025-Jan-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e41480 PMID:39834448	研究论文	本研究旨在利用卷积神经网络和图像增强技术识别番茄上的昆虫侵扰	通过图像增强技术增加数据集规模，并利用卷积神经网络实现高精度的害虫识别	原始数据库规模较小，未增强图像时模型准确率较低（50-60%）	开发高精度的深度学习模型，用于检测影响作物的害虫，以帮助农民	番茄作物上的昆虫害虫图像	计算机视觉	NA	图像增强技术	卷积神经网络（CNN）	图像	5894张增强后的图像（80%训练，20%验证）	NA	NA	NA	NA
18454	2025-10-07	Human-Validated Neural Networks for Precise Amastigote Categorization and Quantification to Accelerate Drug Discovery in Leishmaniasis 2025-Jan-14, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.4c08735 PMID:39829493	研究论文	本研究利用YOLOv8深度学习模型实现利什曼原虫无鞭毛体的实时检测、定量和分类，以加速药物筛选	首次将YOLOv8模型应用于利什曼原虫无鞭毛体的自动检测和分类，显著减少了人工操作的可变性	在区分细胞外无鞭毛体和背景噪声方面存在挑战(AUC=0.672)，需要进一步改进误分类问题	开发自动化的利什曼原虫检测方法以加速药物发现	利什曼原虫无鞭毛体	计算机视觉	利什曼病	显微镜成像	YOLOv8	图像	来自两台显微镜的470张图像	NA	YOLOv8	AUC	NA
18455	2025-10-07	Quantifying Monomer-Dimer Distribution of Nanoparticles from Uncorrelated Optical Images Using Deep Learning 2025-Jan-14, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.4c07914 PMID:39829601	研究论文	提出一种基于深度学习的集成方法，用于从光学图像中自动检测纳米颗粒并量化其寡聚化状态	首次将YOLOv8深度学习架构应用于光学图像中的纳米颗粒检测和寡聚化量化，克服了传统电子显微镜方法的破坏性限制	光学图像易受噪声、低对比度、各向异性形状、点扩散函数重叠、等离子耦合和分辨率限制的影响	开发自动纳米颗粒检测和寡聚化量化方法，用于分析纳米颗粒在聚合物基质中的分布和聚集	80纳米金纳米球在不同寡聚化状态下的光学和SEM图像	计算机视觉	NA	光学成像，扫描电子显微镜	CNN	图像	经过精心标注的相关光学和SEM图像数据集	YOLOv8	YOLOv8	加权平均准确率	NA
18456	2025-10-07	Graph-based deep learning for predictions on changes in microbiomes and biogas production in anaerobic digestion systems 2025-Jan-13, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123144 PMID:39826399	研究论文	本研究应用图卷积网络建模厌氧消化过程，预测微生物群落动态和沼气产量	首次将图卷积网络应用于厌氧消化系统，整合高通量测序数据和挥发性脂肪酸抑制效应来建模微生物相互作用网络	研究基于281天的实验数据，可能需要在更长时间尺度和更多操作条件下验证模型泛化能力	理解和优化厌氧消化过程，预测微生物动态和沼气产量	厌氧消化系统中的微生物群落和沼气生产过程	机器学习	NA	高通量测序，下一代测序工具	GCN	测序数据，化学参数数据	281天实验数据，涵盖有机负荷冲击、饥饿和生物强化等多种喂养条件	NA	图卷积网络	均方误差，决定系数	NA
18457	2025-10-07	ChromBPNet: bias factorized, base-resolution deep learning models of chromatin accessibility reveal cis-regulatory sequence syntax, transcription factor footprints and regulatory variants 2025-Jan-08, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.25.630221 PMID:39829783	研究论文	介绍ChromBPNet深度学习模型，用于解析染色质可及性的序列语法、转录因子足迹和调控变异	开发了能够分解酶特异性偏倚的碱基分辨率深度学习模型，实现跨实验平台和测序深度的稳健分析	NA	解析染色质可及性的调控序列语法和遗传变异	顺式调控元件、转录因子结合、染色质可及性	机器学习	复杂性状疾病、罕见疾病	染色质可及性测定、DNA测序	深度学习	DNA序列、染色质可及性图谱	NA	NA	ChromBPNet	变异效应预测准确性、先锋转录因子结合预测、报告基因活性预测	NA
18458	2025-10-07	Deep Learning for Biomarker Discovery in Cancer Genomes 2025-Jan-08, bioRxiv : the preprint server for biology DOI:10.1101/2025.01.06.631471 PMID:39829845	研究论文	提出一种用于癌症基因组生物标志物发现的端到端深度学习框架	开发了多示例学习深度学习框架，可直接从原始体细胞突变数据中识别生物标志物，无需人工特征提取	仅使用公共数据库数据，未在更广泛临床环境中验证	开发基于深度学习的生物标志物发现方法，提升精准肿瘤学中的基因组数据分析能力	3,184名癌症患者的基因组数据	机器学习	癌症	NGS	深度学习	基因组序列数据	3,184名癌症患者（来自TCGA和CPTAC数据库）	NA	多示例学习框架	准确率, 灵敏度, 特异性	NA
18459	2025-10-07	HerbMet: Enhancing metabolomics data analysis for accurate identification of Chinese herbal medicines using deep learning 2025-Jan, Phytochemical analysis : PCA IF:3.0Q2 DOI:10.1002/pca.3437 PMID:39165116	研究论文	开发基于深度学习的HerbMet系统，利用代谢组学数据准确鉴定中草药	提出结合1D-ResNet架构和双dropout正则化模块的AI系统，有效解决小样本量、高维数据和过拟合问题	NA	开发高性能人工智能系统用于中草药的准确鉴定	中草药，特别是同属不同种的中草药	机器学习	NA	代谢组学	CNN	代谢组学数据	NA	NA	1D-ResNet, 多层感知机	准确率, F1分数	CPU, GPU
18460	2025-10-07	Deep learning-based models for preimplantation mouse and human embryos based on single-cell RNA sequencing 2025-Jan, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02511-3 PMID:39543284	研究论文	本研究利用深度学习工具整合和分类单细胞RNA测序数据，定义小鼠和人类胚胎细胞类型、谱系和状态	开发了基于深度学习的模型，能够以无偏方式分类细胞类型，同时识别用于鉴定谱系、细胞类型和状态的基因集	研究材料难以获取和处理，主要依赖公开可用数据	整合和分类多个单细胞转录组数据集，定义胚胎发育过程中的细胞类型和状态	小鼠和人类胚胎细胞，以及体外多能干细胞模型	生物信息学	NA	单细胞RNA测序	深度学习	单细胞转录组数据	公开可用的小鼠和人类早期发育阶段数据	NA	NA	NA	NA