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
19621	2025-10-07	A fusion model of manually extracted visual features and deep learning features for rebleeding risk stratification in peptic ulcers 2025-Jan-20, Nan fang yi ke da xue xue bao = Journal of Southern Medical University DOI:10.12122/j.issn.1673-4254.2025.01.23 PMID:39819728	研究论文	提出融合手动提取特征和深度学习特征的多特征融合模型，用于消化性溃疡再出血风险分层	首次将手动提取的视觉特征（颜色、边缘、纹理）与CNN深度特征融合用于消化性溃疡再出血风险分级	NA	提高消化性溃疡再出血风险分级的准确性	消化性溃疡患者的内镜图像	计算机视觉	消化性溃疡	内镜成像	CNN	图像	708名患者的3573张图像	NA	CNN	准确率,F1分数	NA
19622	2025-01-23	Deep learning-based detection of incisal translucency patterns 2025-Jan-20, The Journal of prosthetic dentistry IF:4.3Q1 DOI:10.1016/j.prosdent.2024.11.018 PMID:39837680	研究论文	本研究评估了深度学习模型在预测前牙透明度模式中的准确性，采用YOLOv5、Vision Transformers (ViT)和U-Net三种模型进行检测、分类和分割	首次将YOLOv5、Vision Transformers (ViT)和U-Net三种深度学习模型结合，用于前牙透明度模式的检测、分类和分割，提供了一种全面的解决方案	研究样本量较小，仅包含240张前牙图像，且所有图像均来自18岁以上的参与者，可能限制了模型的泛化能力	评估深度学习模型在前牙透明度模式检测中的准确性，以辅助牙医在修复牙科实践中的决策	前牙的透明度模式	计算机视觉	NA	深度学习	YOLOv5, Vision Transformers (ViT), U-Net	图像	240张前牙JPEG图像	NA	NA	NA	NA
19623	2025-10-07	Comparison of 1D and 3D volume measurement techniques in NF2-associated vestibular schwannoma monitoring 2025-Jan-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85386-4 PMID:39824854	研究论文	比较1D线性测量和3D分割体积分析在NF2相关前庭神经鞘瘤监测中的效果	首次系统比较多种1D测量方法与3D分割体积分析在NF2相关前庭神经鞘瘤监测中的相关性及适用性	小肿瘤和术后肿瘤的测量结果存在较大离散范围，不适用于需要精确肿瘤体积评估的治疗决策	评估不同肿瘤体积测量方法在NF2相关前庭神经鞘瘤监测中的有效性和适用性	NF2患者的前庭神经鞘瘤	医学影像分析	神经纤维瘤病2型相关前庭神经鞘瘤	MRI成像，3D分割体积分析，线性测量	线性回归模型	MRI图像	149名NF2患者，292个相关前庭神经鞘瘤，2586次SVA测量，10344次线性测量	NA	NA	相关系数r，p值，百分比偏差分析	NA
19624	2025-10-07	Exploring the anticancer activities of Sulfur and magnesium oxide through integration of deep learning and fuzzy rough set analyses based on the features of Vidarabine alkaloid 2025-Jan-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82483-8 PMID:39824867	研究论文	结合深度学习和模糊粗糙集分析，基于Vidarabine生物碱特征探索硫和氧化镁的抗癌活性	首次将深度学习、模糊粗糙集理论和可解释人工智能相结合，用于从天然产物中重新发现抗癌药物	仅针对三种癌细胞系进行验证，需要进一步的临床前研究	发现基于天然产物Vidarabine的新型抗癌候选药物	硫和氧化镁作为潜在抗癌剂	机器学习	肺癌	深度学习，模糊粗糙集分析，可解释人工智能	深度学习模型	化学化合物特征数据	三种癌细胞系（A-549非小细胞肺癌，A-375人黑色素瘤，A-431人表皮皮肤癌）	NA	NA	IC50值（半抑制浓度）	NA
19625	2025-10-07	Assessing greenspace and cardiovascular health through deep-learning analysis of street-view imagery in a cohort of US children 2025-Jan-15, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2024.120459 PMID:39603586	研究论文	通过深度学习分析街景图像评估美国儿童队列中绿地与心血管健康的关系	首次使用街景图像和深度学习分割算法量化地面层绿地暴露，替代传统的卫星遥感测量方法	仅观察到有限的绿地与心血管健康关联证据，且影响可能随儿童成长阶段变化	评估街景绿地与儿童心血管健康的关联	美国Project Viva出生前队列中的儿童参与者	计算机视觉	心血管疾病	街景图像分析，深度学习分割	深度学习分割算法	街景图像，健康数据	美国Project Viva队列儿童参与者（2007-2021年追踪）	NA	NA	线性回归系数，置信区间	NA
19626	2025-10-07	F-CPI: A Multimodal Deep Learning Approach for Predicting Compound Bioactivity Changes Induced by Fluorine Substitution 2025-01-09, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.4c02668 PMID:39707149	研究论文	开发了一种名为F-CPI的多模态深度学习模型，用于预测氟取代引起的化合物生物活性变化	首个专门针对氟取代化合物生物活性变化预测的多模态深度学习模型	氟取代对化合物与蛋白质相互作用的影响机制仍不明确	预测氟取代引起的化合物生物活性变化	氟取代和非氟取代化合物对	机器学习	传染病	深度学习	多模态深度学习	化合物结构数据	111,168对氟取代和非氟取代化合物	NA	F-CPI	准确率, 精确率, 召回率	NA
19627	2025-10-07	Application of machine learning algorithms in predicting new onset hypertension: a study based on the China Health and Nutrition Survey 2025, Environmental health and preventive medicine IF:4.0Q1 DOI:10.1265/ehpm.24-00270 PMID:39805606	研究论文	本研究基于中国健康与营养调查数据，应用机器学习算法预测新发高血压风险	首次将AMFormer模型应用于新发高血压预测，并在六种算法中表现最佳	研究基于特定队列数据，外部验证和泛化能力需进一步验证	预测新发高血压风险并识别相关特征	中国健康与营养调查中基线无高血压的参与者	机器学习	心血管疾病	流行病学调查	Logistic Regression, Support Vector Machine, XGBoost, LightGBM, TabNet, AMFormer	表格数据	4982名参与者，其中1017人在4年随访期间发生高血压	NA	AMFormer, TabNet	AUC, MCC, F1-score	NA
19628	2025-01-23	Zero-Shot Adaptation for Approximate Posterior Sampling of Diffusion Models in Inverse Problems 2025, Computer vision - ECCV ... : ... European Conference on Computer Vision : proceedings. European Conference on Computer Vision DOI:10.1007/978-3-031-73010-8_26 PMID:39831070	研究论文	本文提出了一种零样本近似后验采样方法（ZAPS），用于解决扩散模型在逆问题中的应用问题	ZAPS方法通过零样本训练和物理引导的损失函数来学习每个不规则时间步的对数似然权重，从而提高了图像生成和收敛速度	ZAPS方法在计算效率上依赖于对角化近似，这可能会影响其在高维数据上的表现	研究目标是提高扩散模型在逆问题中的推理速度和重建质量	研究对象是扩散模型在逆问题中的应用，特别是高斯和运动去模糊、修复和超分辨率等问题	计算机视觉	NA	零样本训练、物理引导的损失函数	扩散模型	图像	NA	NA	NA	NA	NA
19629	2025-10-07	A Self-supervised Deep Learning Model for Diagonal Sulcus Detection with Limited Labeled Data 2025-Jan, Neuroinformatics IF:2.7Q3 DOI:10.1007/s12021-024-09700-7 PMID:39777603	研究论文	提出一种基于自监督学习的深度学习模型，用于在有限标注数据条件下检测大脑对角线沟	首次采用自监督预训练与微调相结合的方法，利用未标注数据学习大脑形态特征，有效解决标注数据稀缺情况下的对角线沟检测问题	训练标注数据量有限，模型性能可能受到标注者间一致性的影响	开发自动检测大脑对角线沟的深度学习模型	大脑结构中的对角线沟	医学影像分析	神经系统相关	自监督学习	卷积自编码器	脑部影像数据	有限标注数据集和未标注数据集	NA	卷积自编码器	F1-score	NA
19630	2025-01-23	Right Ventricular Function: Deep Learning's Prognostic Edge in Mitral Regurgitation 2025-Jan, Circulation. Cardiovascular imaging DOI:10.1161/CIRCIMAGING.124.017788 PMID:39836731	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
19631	2025-01-23	Performance of deep learning model and radiomics model for preoperative prediction of spread through air spaces in the surgically resected lung adenocarcinoma: a two-center comparative study 2024-Dec-31, Translational lung cancer research IF:4.0Q1 DOI:10.21037/tlcr-24-646 PMID:39830743	研究论文	本研究比较了基于深度学习和放射组学的模型在预测手术切除的肺腺癌中空气传播扩散（STAS）的术前预测性能	首次构建并比较了基于CT图像的深度学习模型和放射组学模型，用于预测肺腺癌中的STAS状态	研究为回顾性设计，样本量相对较小，且仅来自两个中心	评估和比较深度学习和放射组学模型在预测肺腺癌STAS状态中的性能	395名经病理确认的肺腺癌患者	数字病理	肺癌	CT成像	深度学习模型, 放射组学模型	CT图像	395名患者（其中146名检测到STAS）	NA	NA	NA	NA
19632	2025-10-07	The development of a waste management and classification system based on deep learning and Internet of Things 2024-Dec-26, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-024-13595-x PMID:39724392	研究论文	开发了一种基于深度学习和物联网的废物管理与分类系统	在YOLOv7-tiny基础上引入部分卷积和坐标注意力机制，降低了模型参数和计算量，同时提高了识别精度	仅测试于Jetson Nano边缘设备，未在其他硬件平台验证部署效果	实现高效的废物自动分类与管理，促进资源回收和降低人工成本	可回收废物图像	计算机视觉	NA	深度学习，物联网，边缘计算	YOLO	图像	包含多类别废物的真实背景图像数据集	PyTorch	YOLOv7-tiny, ELAN, Sppcspc	mAP@.5, mAP@.5:.95, 参数数量, FLOPs, 推理时间, FPS	Jetson Nano边缘设备
19633	2025-10-07	Mapping of high-resolution daily particulate matter (PM2.5) concentration at the city level through a machine learning-based downscaling approach 2024-Dec-23, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-024-13562-6 PMID:39714636	研究论文	本研究通过机器学习降尺度方法提高越南PM2.5浓度监测的空间分辨率	提出基于CatBoost的2天滞后模型，相比现有方法在相关系数上提升57%，多项误差指标降低28-75%	小数据集条件下传统机器学习模型优于复杂深度学习模型，模型验证需关注生成地图的实际应用性	提高越南PM2.5浓度监测的空间分辨率和数据质量	越南胡志明市的PM2.5浓度数据	机器学习	NA	机器学习降尺度方法	随机森林, XGBoost, CatBoost, 支持向量回归, 混合效应模型, LSTM, CNN, ConvLSTM	空气质量监测数据	NA	NA	LSTM, CNN, ConvLSTM	相关系数, RMSE, MRE, MAE	NA
19634	2025-10-07	Advancing miRNA cancer research through artificial intelligence: from biomarker discovery to therapeutic targeting 2024-Dec-17, Medical oncology (Northwood, London, England) DOI:10.1007/s12032-024-02579-z PMID:39688780	综述	本文综述了人工智能在miRNA癌症研究中的应用进展，涵盖从生物标志物发现到治疗靶向的多个方面	系统整合了机器学习特别是深度学习技术在miRNA研究中的多种应用，包括生物标志物识别、靶标预测和预后模型构建	作为综述文章，主要总结现有研究而非提出新的原始方法	指导研究人员在miRNA领域有效利用AI技术，加速癌症诊断和治疗的发展	microRNAs（miRNAs）及其在癌症中的作用	机器学习	癌症	RNA测序技术	深度学习	RNA数据集	NA	NA	NA	NA	NA
19635	2025-10-07	Enhancing sugarcane leaf disease classification through a novel hybrid shifted-vision transformer approach: technical insights and methodological advancements 2024-Dec-07, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-024-13468-3 PMID:39643787	研究论文	提出一种新型混合移位视觉Transformer方法用于甘蔗叶部病害的自动分类	将视觉Transformer架构与混合移位窗口相结合，有效捕捉局部和全局特征，并采用自监督学习结合拼图任务增强特征表示	NA	开发自动化甘蔗叶部病害分类方法以提高农业病害检测效率	甘蔗叶部病害	计算机视觉	植物病害	深度学习	Transformer	图像	NA	NA	Vision Transformer, Hybrid Shifted Windows	准确率	NA
19636	2025-01-23	Prediction of Preeclampsia Using Machine Learning: A Systematic Review 2024-Dec, Cureus DOI:10.7759/cureus.76095 PMID:39834976	review	本文系统回顾了使用机器学习预测子痫前期的方法、预测因子和模型性能，强调了其比较优势、挑战和临床适用性	本文综合评估了多种机器学习模型在子痫前期预测中的应用，并探讨了模型性能与可解释性之间的平衡	部分研究存在高偏倚风险，且非解释性或黑箱模型可能因伦理问题难以在临床中应用	探讨机器学习在子痫前期预测中的应用及其临床适用性	子痫前期	machine learning	preeclampsia	machine learning	XGBoost, random forest, neural networks	clinicodemographic characteristics, laboratory reports, Doppler ultrasound, genotypic data, fundal images	11 studies from diverse countries including the United States, the United Kingdom, China, and Korea	NA	NA	NA	NA
19637	2025-10-07	Assessing parkinsonism & cerebellar dysfunction with spiral & line drawings 2024-Nov-30, Ideggyogyaszati szemle DOI:10.18071/isz.77.0407 PMID:39635814	研究论文	通过螺旋和直线绘图评估帕金森病和小脑功能障碍	比较螺旋与直线绘图在识别帕金森病和小脑症状方面的性能，并探索压力数据在分类中的重要性	未明确说明样本规模和具体数据采集条件	开发基于绘图任务的神经系统疾病识别方法	帕金森病和小脑功能障碍患者	医疗人工智能	帕金森病, 小脑疾病	绘图任务分析	深度学习特征提取模型	绘图图像数据	NA	NA	预训练模型, 自定义深度学习模型	p值, 分类准确率	NA
19638	2025-10-07	Deep learning for 3D vascular segmentation in hierarchical phase contrast tomography: a case study on kidney 2024-11-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77582-5 PMID:39516256	研究论文	本研究利用深度学习技术对分层相衬断层扫描成像中的肾脏3D血管进行分割，并建立评估基准	首次将nnU-Net框架应用于新型HiP-CT成像技术的血管分割，创建了经过双标注验证的高质量训练数据集	HiP-CT是离体成像技术，缺乏静水压力导致大血管塌陷分割效果差；细小血管连通性降低和血管边界分割错误	为血管分割建立稳健的基准模型，评估机器学习模型在高分辨率器官成像中的性能	来自人类器官图谱项目的三个肾脏血管数据	计算机视觉	肾脏疾病	分层相衬断层扫描（HiP-CT）	深度学习	3D图像	3个肾脏的血管数据	nnU-Net	U-Net	Dice相似系数, 中心线DSC	NA
19639	2025-10-07	Arkitekt: streaming analysis and real-time workflows for microscopy 2024-Oct, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02404-5 PMID:39294366	研究论文	介绍Arkitekt开源平台，实现显微镜数据的实时流式分析和智能工作流程	开发了连接用户与生物图像应用的开源中间件，首次实现复杂定量显微镜工作流程的实时执行	未提及具体性能瓶颈和系统负载测试结果	解决生物图像工作流程中高效编排和数据管理的需求	显微镜成像数据和生物图像分析工作流程	数字病理	NA	显微镜成像，深度学习	NA	显微镜图像，三维图像数据	NA	NA	NA	NA	本地和远程计算资源
19640	2025-10-07	[A deep learning model based on magnetic resonance imaging and clinical feature fusion for predicting preoperative cytokeratin 19 status in hepatocellular carcinoma] 2024-Sep-20, Nan fang yi ke da xue xue bao = Journal of Southern Medical University DOI:10.12122/j.issn.1673-4254.2024.09.14 PMID:39505342	研究论文	开发基于MRI影像和临床特征融合的深度学习模型，用于术前预测肝细胞癌CK19状态	提出多尺度和多模态特征融合的深度学习模型，首次将MRI影像特征与临床特征结合用于CK19状态预测	回顾性研究，样本量较小（116例患者），需要外部验证	术前预测肝细胞癌CK19表达状态	116例经确认CK19状态的肝细胞癌患者	医学影像分析	肝细胞癌	磁共振成像	深度学习	医学影像, 临床数据	116例肝细胞癌患者	NA	MSFF-IResnet, MMFF-IResnet	AUC, 准确率, 敏感性, 特异性	NA