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
19841	2025-10-07	Intelligent skin disease prediction system using transfer learning and explainable artificial intelligence 2025-Jan-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83966-4 PMID:39799199	研究论文	提出一种结合迁移学习和可解释人工智能的智能皮肤病预测系统	首次将VGG16迁移学习模型与层间相关性传播(LRP)可解释性技术结合应用于皮肤病预测	深度学习模型本身是黑箱，需要额外可解释性技术来理解系统决策过程	开发能够快速识别和预测皮肤病的智能诊断系统	水痘、麻疹、猴痘和正常皮肤四类图像数据	计算机视觉	皮肤病	深度学习	CNN	图像	包含四类皮肤病图像的数据集（具体数量未提及）	TensorFlow, Keras	VGG16	准确率	NA
19842	2025-10-07	A benchmark of deep learning approaches to predict lung cancer risk using national lung screening trial cohort 2025-Jan-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84193-7 PMID:39799226	研究论文	本研究通过比较21种深度学习模型在肺癌风险预测任务上的表现，评估了2D和3D模型在NLST队列中的性能差异	首次系统比较了10种3D模型和11种2D模型在肺癌风险预测中的表现，并分析了不同预训练数据集对模型性能的影响	研究仅使用了NLST数据集中的253例患者数据，样本量相对有限	评估和比较最先进的深度学习模型在肺癌风险预测任务中的性能	来自国家肺癌筛查试验(NLST)的467名患者中的253名无对比剂CT扫描患者	计算机视觉	肺癌	CT扫描	深度学习模型	医学图像(2D图像和3D体积数据)	253名患者	NA	多种2D和3D深度学习架构	AUROC	NA
19843	2025-10-07	Deep learning for predicting prognostic consensus molecular subtypes in cervical cancer from histology images 2025-Jan-11, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00778-5 PMID:39799271	研究论文	提出一种端到端深度学习框架，从H&E染色组织切片预测宫颈癌共识分子亚型	首次开发基于数字病理图像的宫颈癌共识分子亚型预测方法，并发现与肿瘤微环境特征的相关性	研究仅针对HPV阳性宫颈鳞状细胞癌，样本量相对有限	预测宫颈癌共识分子亚型并分析其与预后的关系	HPV阳性宫颈鳞状细胞癌患者	数字病理学	宫颈癌	H&E染色，全切片图像数字化	深度学习	组织病理学图像	545例宫颈鳞状细胞癌患者（三个队列）	NA	NA	疾病特异性生存率，无病生存率	NA
19844	2025-10-07	Improving 3D deep learning segmentation with biophysically motivated cell synthesis 2025-Jan-11, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-07469-2 PMID:39799275	研究论文	提出一种结合生物物理建模的3D细胞合成框架，用于生成高质量训练数据以改进深度学习分割模型	整合生物物理建模生成逼真细胞形状和排列，并开发能同时生成图像数据和匹配标签的GAN训练方案	NA	解决3D细胞数据集精确分割所需高质量训练数据不足的问题	三维细胞培养模型	计算机视觉	NA	生物物理建模	GAN	3D图像	NA	NA	GAN	定量评估指标	NA
19845	2025-10-07	UniAMP: enhancing AMP prediction using deep neural networks with inferred information of peptides 2025-Jan-11, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06033-3 PMID:39799358	研究论文	提出UniAMP框架，利用深度学习模型推断的肽信息增强抗菌肽预测性能	使用深度学习模型UniRep和ProtT5推断的肽信息替代传统手工特征，并提出结合全连接层和Transformer编码器的深度神经网络模型	未明确说明模型在更广泛数据集上的泛化能力	开发更有效的抗菌肽预测方法以应对抗生素耐药性问题	抗菌肽（AMPs）	机器学习	传染病	深度学习	深度神经网络,Transformer	肽序列数据	NA	NA	全连接层,Transformer编码器	在平衡基准数据集和不平衡测试数据集上的性能评估	NA
19846	2025-10-07	Predicting Acute Exacerbation Phenotype in Chronic Obstructive Pulmonary Disease Patients Using VGG-16 Deep Learning 2025, Respiration; international review of thoracic diseases DOI:10.1159/000540383 PMID:39047695	研究论文	本研究开发了一种基于VGG-16深度学习模型预测慢性阻塞性肺疾病患者急性加重表型的方法	首次结合临床特征、定量CT参数和深度学习特征构建预测模型，并在外部验证队列中验证了模型的稳健性	样本量相对有限（219例患者），为回顾性研究设计	预测慢性阻塞性肺疾病患者的急性加重表型	慢性阻塞性肺疾病患者	计算机视觉	慢性阻塞性肺疾病	HRCT扫描	CNN	医学影像	219例COPD患者（训练集）+29例外部验证患者	NA	VGG-16	AUC	NA
19847	2025-10-07	The development of point-of-care ultrasound (POCUS): Worldwide contributions and publication trends 2025-Jan, Journal of clinical ultrasound : JCU IF:1.2Q3 DOI:10.1002/jcu.23846 PMID:39295568	研究论文	通过文献计量分析方法评估全球床旁超声(POCUS)研究的发表趋势和热点主题	首次对Web of Science数据库中5714篇POCUS相关文献进行系统性文献计量分析，识别新兴研究主题	仅基于Web of Science数据库，可能未涵盖所有相关文献；文献计量分析存在固有局限性	分析POCUS领域的科学文献发表趋势和研究热点	Web of Science数据库中的POCUS相关科学出版物	医学信息学	多疾病类别（急诊医学、重症医学相关疾病）	文献计量分析，网络可视化	NA	文献元数据	5714篇出版物	NA	NA	NA	NA
19848	2025-10-07	Deep learning using histological images for gene mutation prediction in lung cancer: a multicentre retrospective study 2025-Jan, The Lancet. Oncology DOI:10.1016/S1470-2045(24)00599-0 PMID:39653054	研究论文	开发了一种基于深度学习的无注释人工智能方法DeepGEM，用于从常规组织切片预测肺癌基因突变	提出实例级和包级协同监督的多示例学习方法，具有标签消歧设计，能够生成基因突变空间分布图	回顾性研究设计，图像质量可能影响模型性能	开发从组织学图像预测肺癌基因突变的深度学习方法	肺癌患者组织活检样本	数字病理	肺癌	多基因二代测序，组织学成像	多示例学习	病理图像	3637名患者，3767张图像（来自中国16家医院和TCGA数据库）	NA	DeepGEM	AUC, 准确率	NA
19849	2025-10-07	ACTION: Augmentation and computation toolbox for brain network analysis with functional MRI 2025-Jan, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120967 PMID:39716522	研究论文	开发了一个用于功能磁共振成像脑网络分析的开源工具箱ACTION，提供数据增强和深度学习功能	首个集成fMRI数据增强功能和深度学习模型预训练的综合工具箱，支持联邦学习策略	未在多种疾病数据集上进行广泛验证，主要依赖静息态fMRI数据	开发功能全面的fMRI脑网络分析工具箱，解决数据增强和深度学习模型应用不足的问题	功能磁共振成像数据和脑网络分析	医学影像分析	脑部疾病	功能磁共振成像	深度学习模型	fMRI图像，脑网络数据	3800+静息态fMRI扫描	Python	NA	NA	跨平台工具箱
19850	2025-10-07	A Multi-Label Deep Learning Model for Detailed Classification of Alzheimer's Disease 2025-Jan, Actas espanolas de psiquiatria IF:1.0Q4 DOI:10.62641/aep.v53i1.1728 PMID:39801412	研究论文	开发了一种集成点积注意力机制的多标签深度学习模型，用于阿尔茨海默病的亚型和严重程度分类	结合点积注意力机制和创新的标签系统，能够更好地捕捉AD不同阶段和亚型的复杂性	未提及具体的数据集规模和外部验证结果	提高阿尔茨海默病的诊断和分类准确性	阿尔茨海默病患者的不同亚型和严重程度	机器学习	阿尔茨海默病	深度学习	深度学习模型	临床和人口统计数据	NA	NA	点积注意力机制	准确率	NA
19851	2025-10-07	A Convolutional Neural Network Using Anterior Segment Photos for Infectious Keratitis Identification 2025, Clinical ophthalmology (Auckland, N.Z.) DOI:10.2147/OPTH.S496552 PMID:39801570	研究论文	开发基于卷积神经网络和集成学习的前段眼部照片分类算法，用于鉴别细菌性角膜炎、真菌性角膜炎、非感染性角膜病变和正常角膜	首次使用集成学习技术结合多种卷积神经网络模型进行多类别角膜炎诊断，显著提升分类准确率	回顾性研究，数据来源于单一医院数据库，需要前瞻性验证	开发深度学习算法实现感染性角膜炎的自动识别和分类	细菌性角膜炎、真菌性角膜炎、非感染性角膜病变和正常角膜患者的裂隙灯照片	计算机视觉	角膜炎	裂隙灯摄影	CNN	图像	2171只眼睛的6478张照片，包括2400张细菌性角膜炎、1616张真菌性角膜炎、1545张非感染性角膜病变和917张正常角膜	NA	ResNet50, DenseNet121, VGG19	准确率, 精确率, 召回率, F1分数, 特异性, AUC	NA
19852	2025-10-07	Deep Learning for Obstructive Sleep Apnea Detection and Severity Assessment: A Multimodal Signals Fusion Multiscale Transformer Model 2025, Nature and science of sleep IF:3.0Q2 DOI:10.2147/NSS.S492806 PMID:39801628	研究论文	开发用于阻塞性睡眠呼吸暂停检测和严重程度评估的多模态信号融合多尺度Transformer深度学习模型	提出结合心电图和血氧饱和度信号的多模态融合多尺度Transformer架构，实现更便捷经济的OSA检测	医院数据集样本量有限（510例患者），公共数据集样本量较小（Apnea-ECG仅8例，UCD仅21例）	开发便捷、经济、准确的阻塞性睡眠呼吸暂停检测和严重程度评估方法	阻塞性睡眠呼吸暂停患者	医疗人工智能	阻塞性睡眠呼吸暂停	心电图信号分析，血氧饱和度监测	Transformer	生理信号数据（ECG，SpO2）	医院数据集510例患者，Apnea-ECG数据集8例记录，UCD数据集21例记录	深度学习框架	多模态信号融合多尺度Transformer	准确率，Bland-Altman图一致性分析	NA
19853	2025-10-07	GNCnn: A QuPath extension for glomerulosclerosis and glomerulonephritis characterization based on deep learning 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.11.049 PMID:39802211	研究论文	开发了首个用于肾脏病理学的开源QuPath扩展GNCnn，基于深度学习实现肾小球自动检测和分类	首个专门为肾脏病理学设计的开源QuPath扩展，将完整的肾小球肾炎评估工作流程直接集成到病理学家工作环境中	NA	为肾脏病理学家提供免费可用的应用程序，用于测量和分析肾小球以识别肾小球硬化和肾小球肾炎等疾病	肾小球（肾脏的基本过滤单位）	数字病理学	肾脏疾病	全切片图像数字化	CNN	图像	NA	QuPath	GNCnn	Dice系数, 平衡准确率	NA
19854	2025-10-07	Knowledge, interest and perspectives on Artificial Intelligence in Neurosurgery. A global survey 2025, Brain & spine DOI:10.1016/j.bas.2024.104156 PMID:39802868	研究论文	通过全球调查评估神经外科社区对人工智能的认知水平、兴趣和态度	首次在全球范围内系统评估神经外科医生对人工智能基础概念和应用的认知与态度	样本量相对有限（250份回复），可能存在选择偏差	了解全球神经外科社区对人工智能基础概念和应用的信心水平、知识和态度	来自61个国家的神经外科医生和相关专业人员	医疗人工智能	神经外科疾病	问卷调查	NA	调查数据	250份回复来自61个国家	NA	NA	认知正确率（机器学习42%、深度学习23%、大数据特征23%）	NA
19855	2025-10-07	Novel Transfer Learning Approach for Detecting Infected and Healthy Maize Crop Using Leaf Images 2025-Jan, Food science & nutrition IF:3.5Q2 DOI:10.1002/fsn3.4655 PMID:39803246	研究论文	提出一种名为VG-GNBNet的新型迁移学习模型，通过两阶段特征提取过程准确检测玉米作物的健康状况	结合VGG-16网络与高斯朴素贝叶斯模型，采用基于特征分解的矩阵分解机制进行特征优化	NA	开发高精度的玉米作物健康检测方法	玉米作物叶片图像	计算机视觉	作物病害	图像分析	迁移学习,机器学习	图像	NA	NA	VGG-16	准确率	NA
19856	2025-10-07	An Optimized Bidirectional Long Short-Term Memory Model Based on Hyperspectral Analysis of Protein Content in Milk Powder 2025-Jan, Food science & nutrition IF:3.5Q2 DOI:10.1002/fsn3.4556 PMID:39803281	研究论文	本研究开发了一种基于高光谱分析的优化双向长短期记忆模型，用于快速准确检测奶粉蛋白质含量	结合注意力机制和鲸鱼优化算法优化BiLSTM模型，提出WOA-BiLSTM-Attention混合算法	未提及模型在其他食品或不同品牌奶粉中的泛化能力	开发快速无损检测奶粉蛋白质含量的深度学习方法	奶粉样品	机器学习	NA	高光谱分析	BiLSTM, Attention机制	高光谱数据	NA	NA	BiLSTM-Attention, WOA-BiLSTM-Attention	决定系数, 均方根误差	NA
19857	2025-01-15	Erratum: Volumetric Breast Density Estimation From Three-Dimensional Reconstructed Digital Breast Tomosynthesis Images Using Deep Learning 2025-Jan, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI-24-00325 PMID:39807853	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
19858	2025-10-07	An AI-directed analytical study on the optical transmission microscopic images of Pseudomonas aeruginosa in planktonic and biofilm states 2024-Dec-24, ArXiv PMID:39764404	研究论文	本研究开发了一种基于深度学习的AI模型，用于检测铜绿假单胞菌在浮游和生物膜状态的光学透射显微图像	首次将U-Net与ResNet编码器增强结合用于生物膜图像分割，并利用适配体DNA模板银纳米簇抑制生物膜形成	NA	开发准确高效的生物膜检测和预防方法	铜绿假单胞菌的生物膜和浮游状态	计算机视觉	细菌感染	光学透射显微镜，适配体DNA模板银纳米簇	深度学习	图像	NA	NA	U-Net, ResNet18, ResNet34	NA	NA
19859	2025-10-07	Complex Large-Deformation Multimodality Image Registration Network for Image-Guided Radiotherapy of Cervical Cancer 2024-Dec-23, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11121304 PMID:39768121	研究论文	提出基于多阶段变换增强特征的多模态图像配准网络，用于宫颈癌图像引导放疗中的CT/MR图像配准	提出多阶段变换增强特征(MTEF)方法，结合小波变换提取图像不同成分，并设计共享金字塔配准网络实现从局部到全局的多重配准	仅针对宫颈癌患者的盆腔CT/MR图像进行验证，未涉及其他癌症类型或解剖部位	解决宫颈癌图像引导近距离放疗中多模态图像大变形不连续配准问题	宫颈癌患者的盆腔计算机断层扫描(CT)和磁共振(MR)图像	医学图像处理	宫颈癌	小波变换，双结构形态学	深度学习网络	医学图像(CT, MR)	实际临床宫颈癌患者数据	NA	共享金字塔配准网络	Dice相似系数(DSC)	NA
19860	2025-10-07	Clean Self-Supervised MRI Reconstruction from Noisy, Sub-Sampled Training Data with Robust SSDU 2024-Dec-23, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11121305 PMID:39768122	研究论文	提出一种鲁棒的自监督MRI重建方法，能够从含噪声的欠采样训练数据中恢复干净图像	提出Robust SSDU方法，通过同时估计缺失k空间样本和去噪可用样本，从含噪声欠采样数据中恢复干净图像，并引入Noisier2Noise校正项	方法在极端噪声条件下性能可能受限，未在多种疾病数据集上进行验证	开发无需干净全采样训练数据的自监督MRI重建方法	多线圈快速MRI脑部数据集	医学影像重建	脑部疾病	磁共振成像	深度学习	k空间数据，图像数据	fastMRI脑部数据集	NA	去噪专用架构	重建质量指标	NA