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
18481	2025-10-07	A comprehensive survey of complex brain network representation 2023-Nov, Meta-radiology DOI:10.1016/j.metrad.2023.100046 PMID:39830588	综述	本文系统综述了基于神经影像的脑网络表示方法，涵盖传统方法和深度学习技术	首次全面整合传统脑网络分析方法和最新图学习方法，提供该领域的系统分类框架	作为综述文章，不包含原始实验验证，主要依赖现有文献分析	总结脑网络表示方法的研究进展并展望未来方向	神经影像衍生的脑结构网络和功能网络	机器学习	神经退行性疾病	神经影像技术	图神经网络	脑网络数据	NA	NA	NA	NA	NA
18482	2025-10-07	Feasibility of Universal Anomaly Detection without Knowing the Abnormality in Medical Images 2023-Oct, Medical image learning with limited and noisy data : second international workshop, MILLanD 2023, held in conjunction with MICCAI 2023, Vancouver, BC, Canada, October 8, 2023, proceedings. MILLanD (Workshop) : (2nd : 2023 : Vancouver, B... DOI:10.1007/978-3-031-44917-8_8 PMID:38523773	研究论文	本研究探讨医学图像中无需预知异常类型的通用异常检测可行性，比较多种方法并提出决策级集成方案	提出无需异常图像参与验证的模型选择策略，并开发决策级集成方法增强跨数据集检测鲁棒性	评估方法在四个数据集中均未表现出一致最优性能，存在数据集依赖性	开发不依赖预知异常类型的通用医学图像异常检测方法	医学图像中的异常形态检测	计算机视觉	NA	深度学习异常检测	集成学习	医学图像	四个医学数据集	NA	NA	AUC	NA
18483	2025-10-07	Gadolinium-Free Cardiac MRI Myocardial Scar Detection by 4D Convolution Factorization 2023-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-43895-0_60 PMID:39829676	研究论文	提出一种无需钆对比剂的心脏MRI心肌瘢痕检测方法，通过4D卷积分解技术实现	开发了新型深度时空残差注意力网络(ST-RAN)，包含因子化4D卷积层、时空注意力机制和多尺度特征提取模块	未明确说明模型在特定患者群体或罕见心脏病类型中的性能表现	开发无需钆对比剂的心脏MRI心肌瘢痕检测技术	缺血性和非缺血性心脏病患者的心肌瘢痕组织	医学影像分析	心脏病	心脏磁共振成像(CMR)	深度学习, CNN	4D(3D+时间)心脏MRI图像	3000名接受临床CMR检查的患者	NA	ST-RAN, 4D卷积分解网络, 残差注意力块	NA	NA
18484	2025-10-07	The Genetic Determinants of Aortic Distention 2023-04-11, Journal of the American College of Cardiology IF:21.7Q1 DOI:10.1016/j.jacc.2023.01.044 PMID:37019578	研究论文	本研究通过深度学习模型分析心脏磁共振图像，探索主动脉扩张性的流行病学相关性和遗传决定因素	首次使用深度学习模型在大规模人群（42,342人）中量化主动脉扩张性，并发现22个与胸主动脉直径无关的新遗传位点	研究样本主要来自UK Biobank，可能存在人群代表性限制	发现主动脉扩张性和应变的流行病学相关性和遗传决定因素	42,342名UK Biobank参与者的胸主动脉	医学影像分析	心血管疾病	心脏磁共振成像	深度学习模型	心脏磁共振图像	42,342名UK Biobank参与者	NA	NA	风险比(HR), P值	NA
18485	2025-10-07	Development of a Visualization Deep Learning Model for Classifying Origins of Ventricular Arrhythmias 2022-07-25, Circulation journal : official journal of the Japanese Circulation Society IF:3.1Q2 DOI:10.1253/circj.CJ-22-0065 PMID:35387940	研究论文	开发基于可视化深度学习模型用于分类心室心律失常起源	首次将梯度加权类激活映射方法应用于12导联心电图心律失常起源分类，实现模型决策过程的可视化	研究样本量较小（仅80例患者），需进一步扩大验证	创建可准确分类心律失常起源的可视化深度学习模型	接受导管消融治疗的80例心律失常患者	医疗人工智能	心血管疾病	12导联心电图	CNN	心电图信号	80例患者	NA	卷积神经网络	准确率, 召回率	NA
18486	2025-01-21	Assessment of ComBat Harmonization Performance on Structural Magnetic Resonance Imaging Measurements 2024-Dec-15, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70085 PMID:39704541	研究论文	本研究评估了ComBat技术在结构磁共振成像（MRI）测量中的性能，特别是在多中心数据聚合的背景下	使用稳健的交叉验证方法来评估ComBat在多中心MRI数据中的性能，并应用多类高斯过程分类器进行定量分析	性能评估主要基于定量的统计分析和机器学习方法，缺乏更广泛的定性验证	评估ComBat技术在消除多中心MRI数据中的站点效应方面的有效性	多中心MRI数据中的体积和表面测量值	医学影像分析	NA	ComBat技术	多类高斯过程分类器	MRI图像	来自三个站点的MRI数据	NA	NA	NA	NA
18487	2025-10-07	Prospective de novo drug design with deep interactome learning 2024-Apr-22, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-47613-w PMID:38649351	研究论文	提出一种基于相互作用组深度学习的从头药物设计方法，能够生成具有特定生物活性的类药分子	结合图神经网络和化学语言模型的优势，实现无需特定应用强化学习、迁移学习或少样本学习的零样本化合物库构建	NA	开发基于相互作用组深度学习的从头药物设计方法	人类过氧化物酶体增殖物激活受体γ亚型结合位点的潜在新配体	机器学习	NA	相互作用组深度学习	图神经网络,化学语言模型	化学结构数据,蛋白质结构数据	NA	NA	NA	生物活性,选择性谱,结合模式确认	NA
18488	2025-10-07	Multimodal Image Confidence: A Novel Method for Tumor and Organ Boundary Representation 2025-Feb-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.09.020 PMID:39303999	研究论文	提出一种名为多模态图像置信度(MMC)的创新算法，利用多模态医学图像的互补优势为感兴趣区域内的每个体素分配置信度	无需模型训练，通过可解释的数学模型基于体素间相关性传播体素置信度，区别于基于深度学习的方法	NA	解决医学图像中肿瘤和危及器官边界模糊的问题，提高放疗计划和其他任务的准确性	鼻咽癌病例和胶质瘤病例	数字病理	鼻咽癌, 胶质瘤	多模态医学成像	NA	3D医学图像	156例鼻咽癌病例和1251例胶质瘤病例	NA	NA	定性评估, 定量分析	NA
18489	2025-01-20	Development and Validation of KCPREDICT: A Deep Learning Model for Early Detection of Coronary Artery Lesions in Kawasaki Disease Patients 2025-Jan-18, Pediatric cardiology IF:1.5Q2 DOI:10.1007/s00246-024-03762-9 PMID:39825907	研究论文	本研究开发并验证了一种名为KCPREDICT的深度学习模型，用于早期检测川崎病患者的冠状动脉病变	开发了一种新的深度学习算法KCPREDICT，利用24个特征（包括基本患者信息、五个经典川崎病临床体征和14个实验室测量值）来区分川崎病患者的冠状动脉病变	研究数据仅来自上海儿童医学中心，可能限制了模型的普遍适用性	开发并验证一种人工智能算法，以区分川崎病患者的冠状动脉病变，支持入院时的诊断决策	川崎病患者	机器学习	心血管疾病	深度学习	决策树模型	临床数据	1474例川崎病病例	NA	NA	NA	NA
18490	2025-10-07	Explainable analysis of infrared and visible light image fusion based on deep learning 2025-Jan-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79684-6 PMID:39820058	研究论文	本文基于深度学习研究红外与可见光图像融合的可解释性分析方法	结合CNN局部上下文提取和Transformer全局注意力机制的多模态图像融合模型，并采用DDFImage算法生成局部解释信息	NA	增强模型理解与应用的可信度	红外与可见光图像融合技术	计算机视觉	NA	图像融合技术	CNN, Transformer	红外图像, 可见光图像	NA	NA	CNN, Transformer	NA	NA
18491	2025-10-07	Improving timing resolution of BGO for TOF-PET: a comparative analysis with and without deep learning 2025-Jan-17, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-024-00711-6 PMID:39821728	研究论文	比较传统时间估计方法与基于深度学习方法在提高BGO闪烁体TOF-PET时间分辨率方面的性能	首次系统比较单阈值、双阈值和CNN方法在BGO闪烁体时间分辨率提升中的表现，发现CNN在短晶体中具有显著优势	CNN方法需要更复杂的波形数字化处理，计算复杂度较高	提高BGO闪烁体在飞行时间正电子发射断层扫描中的时间分辨率	BGO闪烁晶体和NUV-HD-MT硅光电倍增管信号	医学影像处理	NA	飞行时间正电子发射断层扫描，Cherenkov光子探测	CNN	数字化波形信号	2×2×3 mm³和2×2×20 mm³两种尺寸的BGO晶体	NA	卷积神经网络	符合时间分辨率，半高全宽	NA
18492	2025-10-07	Biologically relevant integration of transcriptomics profiles from cancer cell lines, patient-derived xenografts, and clinical tumors using deep learning 2025-Jan-17, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adn5596 PMID:39823329	研究论文	开发了一种名为MOBER的深度学习方法，用于整合癌症细胞系、患者来源异种移植模型和临床肿瘤的转录组学数据	同时提取生物学意义嵌入并去除混杂信息，能够识别与临床肿瘤转录相似性最高的临床前模型	NA	提高癌症临床前模型的临床转化能力	癌症细胞系、患者来源异种移植模型和临床肿瘤	机器学习	癌症	转录组学分析	深度学习	转录组数据	932个癌症细胞系、434个患者来源异种移植模型和11,159个临床肿瘤	NA	NA	NA	NA
18493	2025-10-07	Multi-label segmentation of carpal bones in MRI using expansion transfer learning 2025-Jan-17, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adabae PMID:39823747	研究论文	开发了一种基于扩张迁移学习的深度学习方法来分割MRI中的八块腕骨	首次提出基于CNN的MRI人类腕骨多标签分割方法，引入了扩张迁移学习(ETL)架构	仅使用了15个MRI扫描的小型数据集	开发用于治疗规划和腕部动态分析的腕骨分割方法	人类腕骨	医学影像分析	骨科疾病	MRI	CNN	3D MRI图像	15个3.0-T MRI扫描，来自5名健康受试者	NA	改进的3D U-Net	Dice相似系数, 平均表面距离, Hausdorff距离	NA
18494	2025-10-07	Predicting EV battery state of health using long short term degradation feature extraction and FEA TimeMixer 2025-Jan-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85492-3 PMID:39819968	研究论文	提出一种基于长短时电池退化特征提取和FEA-TimeMixer模型的新能源汽车电池健康状态预测方法	引入新型自动SOH提取算法、使用自编码器融合长短时SOH退化趋势特征、在TimeMixer模型中引入频率增强注意力机制	NA	提高不同预测长度下电池健康状态预测的准确性	新能源汽车电池	机器学习	NA	经验退化模型、完全集合经验模态分解与自适应噪声	自编码器, TimeMixer	离线充电数据	NA	NA	FEA-TimeMixer	平均绝对误差	NA
18495	2025-10-07	A deep learning based detection algorithm for anomalous behavior and anomalous item on buses 2025-Jan-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85962-8 PMID:39820021	研究论文	提出一种基于深度学习的公交车异常行为和异常物品检测算法	提出改进的YOLOv5算法MD-AODA，结合车载人脸检测与目标跟踪的口罩检测策略，以及基于几何尺度转换的大尺寸异常物品识别方法	NA	开发公交车场景下的异常行为和物品检测系统	公交车乘客行为和携带物品	计算机视觉	NA	视频分析	CNN	视频	实际公交车视频数据	NA	YOLOv5	准确率, 时效性	嵌入式视频分析系统
18496	2025-10-07	Mitochondrial segmentation and function prediction in live-cell images with deep learning 2025-Jan-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-55825-x PMID:39820041	研究论文	开发名为MoDL的深度学习算法，用于活细胞线粒体图像分割和功能预测	首次将线粒体形态分割与功能预测结合，采用集成学习策略，能够通过小样本训练预测未知细胞类型的线粒体功能	NA	通过分析线粒体形态特征预测其功能，探索线粒体形态与功能之间的复杂关系	活细胞中的线粒体	计算机视觉	NA	超分辨率成像	深度学习	图像	20,000个手动标注的线粒体用于分割训练，超过100,000张超分辨率图像用于功能预测训练	NA	NA	分割准确度	NA
18497	2025-10-07	PHARAOH: A collaborative crowdsourcing platform for phenotyping and regional analysis of histology 2025-Jan-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-55780-z PMID:39820318	研究论文	介绍PHARAOH——一个用于组织学表型分析和区域分析的协作式众包平台	采用弱监督、人在环的学习框架，通过组织图像特征将组织区域聚类为形态均匀的簇进行批量标注	NA	促进定制计算机视觉模型的开发与共享，用于组织学表型分析和区域分析	组织病理学图像	数字病理学	NA	弱监督学习	深度学习	组织图像	NA	NA	NA	NA	NA
18498	2025-10-07	Harnessing deep learning to detect bronchiolitis obliterans syndrome from chest CT 2025-Jan-16, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-00732-x PMID:39820581	研究论文	本研究开发了一种基于深度学习的CT影像分析方法，用于检测肺移植后的闭塞性细支气管炎综合征	首次将深度神经网络应用于BOS检测，采用协同训练方法解决小样本数据场景下的模型训练问题	研究样本量较小（75例患者），需要在更大规模数据集中验证	开发基于CT影像的BOS早期检测方法	肺移植后患者，包括26例BOS患者和49例非BOS患者	计算机视觉	肺移植后并发症	CT影像分析	DNN	CT扫描图像	75例肺移植后患者（26例BOS，49例非BOS）	NA	NA	ROC-AUC	NA
18499	2025-10-07	Comparative analysis of deep learning models for crack detection in buildings 2025-Jan-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85983-3 PMID:39820575	研究论文	本文开发并比较了多种深度学习模型用于建筑物裂缝检测	开发了新颖的深度学习图像处理方法解决数据稀缺问题，并对多种模型进行综合比较分析	NA	实现建筑物结构表面裂缝的精确、快速和自动识别	砖砌建筑物表面图像	计算机视觉	NA	深度学习图像处理	CNN	图像	24,000张图像	NA	Inception V3,VGG-16,RESNET-50,VGG-19,Inception ResNetV2,CNN-RES MLP	准确率,精确率,召回率,ROC值	NA
18500	2025-10-07	The segmentation of nanoparticles with a novel approach of HRU2-Net† 2025-Jan-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86085-w PMID:39820790	研究论文	提出了一种基于HRU2-Net的纳米颗粒分割新方法	在U-Net模型基础上进行改进，引入多层次语义信息融合机制	NA	提高纳米颗粒分割的准确性和效果	纳米颗粒	计算机视觉	NA	深度学习	CNN	图像	NA	NA	U-Net, HRU2-Net	MIoU, 准确率	NA