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
221	2025-10-06	Validation of a Deep Learning Algorithm for Continuous, Real-Time Detection of Atrial Fibrillation Using a Wrist-Worn Device in an Ambulatory Environment 2023-10-03, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.123.030543 PMID:37750558	研究论文	验证一种基于深度学习算法的手腕穿戴设备在动态环境中连续实时检测房颤的性能	开发了首个结合光电容积脉搏波和卷积神经网络的手腕穿戴设备，实现医疗级连续房颤监测	研究仅纳入阵发性房颤患者，样本量相对有限（117例）	验证手腕穿戴设备在动态环境中连续监测房颤的临床性能	阵发性房颤患者	数字病理	心血管疾病	光电容积脉搏波，lead-I ECG	CNN	生理信号数据	117名阵发性房颤患者，111名提供有效数据，共91,857个15分钟间隔	NA	卷积神经网络	灵敏度，特异性，R²，平均差异	NA
222	2025-10-06	Multivariate longitudinal data for survival analysis of cardiovascular event prediction in young adults: insights from a comparative explainable study 2023-01-25, BMC medical research methodology IF:3.9Q1 DOI:10.1186/s12874-023-01845-4 PMID:36698064	研究论文	本研究通过比较六种建模策略，探讨了纵向数据在年轻成人心血管事件预测中的价值，并比较了不同模型解释方法	开发了统一可扩展的框架，比较了纵向数据与横截面数据在心血管风险预测中的性能差异，并系统评估了模型特定和模型无关的解释方法	研究仅基于CARDIA队列的3539名参与者，需要扩展到更多变量和其他纵向建模方法	评估纵向数据在心血管事件生存分析预测中的附加价值	年轻成人心血管事件风险预测	机器学习	心血管疾病	生存分析，纵向数据分析	随机生存森林，深度学习模型	纵向临床数据	3539名参与者，包含6次检查访视的35个变量，随访时间15年	NA	时间序列大规模特征提取，轨迹聚类	C-index，时间依赖性AUC	NA
223	2025-10-06	Epistasis regulates genetic control of cardiac hypertrophy 2023-Nov-20, Research square DOI:10.21203/rs.3.rs-3509208/v1 PMID:38045390	研究论文	本研究开发新方法揭示心脏肥大的复杂遗传架构，发现表观遗传相互作用在心脏结构调控中的重要作用	开发低信号符号迭代随机森林方法，结合深度学习从心脏MRI估计左心室质量，首次系统揭示心脏肥大的表观遗传调控网络	研究方法仍处于早期发展阶段，样本来源相对单一（主要基于UK Biobank数据）	探索心脏肥大的复杂遗传调控机制，特别是表观遗传相互作用	人类心脏组织、诱导多能干细胞来源的心肌细胞	机器学习	心血管疾病	心脏MRI、RNA沉默、单细胞形态分析、微流体系统	随机森林、深度学习	遗传数据、医学影像数据、转录组数据	UK Biobank中29,661个体的心脏MRI扫描，313例人类心脏组织的转录组数据	NA	NA	NA	NA
224	2025-10-06	PeakDetective: A Semisupervised Deep Learning-Based Approach for Peak Curation in Untargeted Metabolomics 2023-06-27, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.3c00764 PMID:37314824	研究论文	开发了一种基于半监督深度学习的峰检测方法PeakDetective，用于非靶向代谢组学中的峰筛选	结合无监督自动编码器和主动学习分类器，仅需少于100个用户标记的峰即可快速训练模型	需要用户提供少量标记数据，性能可能受特定LC/MS方法和样本类型影响	解决非靶向代谢组学数据处理中峰检测的假阳性问题	LC/MS代谢组学数据中的色谱峰	机器学习	NA	LC/MS，非靶向代谢组学	自动编码器，分类器	代谢组学色谱峰数据	五个不同的LC/MS数据集，包括SARS-CoV-2数据集	Python	自动编码器	准确率，统计显著性代谢物检测数量	NA
225	2025-10-06	AD-BERT: Using pre-trained language model to predict the progression from mild cognitive impairment to Alzheimer's disease 2023-08, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2023.104442 PMID:37429512	研究论文	开发基于预训练BERT模型的深度学习框架，利用电子健康记录中的临床笔记预测轻度认知障碍向阿尔茨海默病的进展风险	首次将预训练语言模型BERT应用于MCI向AD进展的预测任务，提出了专门针对阿尔茨海默病的AD-BERT模型	研究依赖于电子健康记录数据的质量和完整性，模型性能可能受限于临床笔记的文本质量	预测轻度认知障碍患者向阿尔茨海默病的疾病进展风险	轻度认知障碍患者及其临床进展笔记	自然语言处理	阿尔茨海默病	电子健康记录分析，临床文本挖掘	BERT, Transformer	文本	西北医学数据仓库3657名MCI患者，威尔康奈尔医学2563名MCI患者	TensorFlow/PyTorch（基于BERT实现）	BERT, 全连接网络	AUC, F1分数	NA
226	2025-10-06	R-Mixup: Riemannian Mixup for Biological Networks 2023-Aug, KDD : proceedings. International Conference on Knowledge Discovery & Data Mining DOI:10.1145/3580305.3599483 PMID:38343707	研究论文	提出一种基于黎曼流形的生物网络数据增强方法R-Mixup，用于解决生物网络数据高维度小样本导致的过拟合问题	利用黎曼流形上的对数欧几里得距离度量改进Mixup方法，使其适用于生物网络邻接矩阵的对称正定特性	NA	开发适用于生物网络数据的数据增强技术以提高深度学习模型性能	生物网络数据	机器学习	NA	数据增强	深度学习模型	生物网络数据	五个真实世界生物网络数据集	NA	NA	回归任务和分类任务评估指标	NA
227	2025-10-06	Knowledge graph aids comprehensive explanation of drug and chemical toxicity 2023-08, CPT: pharmacometrics & systems pharmacology DOI:10.1002/psp4.12975 PMID:37475158	研究论文	提出可解释深度学习模型AIDTox，通过整合知识图谱预测药物和化学物毒性	结合化学-基因关联、基因-通路注释和通路层次结构等知识图谱信息，提供覆盖药物靶点互作、代谢和清除等多方面的毒性机制解释	NA	开发可解释的计算毒理学模型以预测复杂毒性终点	HepG2和HEK293细胞系的细胞毒性	计算毒理学	毒理学	深度学习	深度学习模型	化学-基因关联数据、基因-通路注释数据、通路层次结构数据	NA	NA	AIDTox	准确率	NA
228	2025-10-06	mEMbrain: an interactive deep learning MATLAB tool for connectomic segmentation on commodity desktops 2023-Apr-17, bioRxiv : the preprint server for biology DOI:10.1101/2023.04.17.537196 PMID:37131600	研究论文	开发基于MATLAB的交互式深度学习工具mEMbrain，用于在普通台式机上实现连接组学数据的半自动分割	将深度学习算法集成到用户友好的MATLAB界面中，无需编程即可进行神经重建，提供预训练模型和标注数据集	仅支持Linux和Windows平台，依赖MATLAB环境	开发无需编程的交互式工具来加速连接组学数据的手动标注和分割	电子显微镜数据集中的神经连接结构	计算机视觉	NA	体积电子显微镜	深度神经网络	电子显微镜图像	4种不同动物的5个数据集，包含约180小时专家标注，超过1.2GB标注图像	MATLAB	NA	NA	普通台式机
229	2025-10-06	Deep Learning-Based Model for Identifying Tumors in Endoscopic Images From Patients With Locally Advanced Rectal Cancer Treated With Total Neoadjuvant Therapy 2023-03-01, Diseases of the colon and rectum DOI:10.1097/DCR.0000000000002295 PMID:35358109	研究论文	开发基于深度学习的卷积神经网络模型，用于在内窥镜图像中识别局部晚期直肠癌患者经全量新辅助治疗后是否存在肿瘤	首次将深度卷积神经网络应用于全量新辅助治疗后直肠癌患者内窥镜图像的肿瘤识别分类	每个图像集数量有限且为单中心研究	开发自动识别内窥镜图像中肿瘤存在与否的深度学习方法	局部晚期直肠癌患者的内窥镜图像	计算机视觉	直肠癌	内窥镜成像	CNN	图像	109名患者，共1392张内窥镜图像（训练集1099张，测试集293张）	NA	卷积神经网络	AUC	NA
230	2025-10-06	mEMbrain: an interactive deep learning MATLAB tool for connectomic segmentation on commodity desktops 2023, Frontiers in neural circuits IF:3.4Q2 DOI:10.3389/fncir.2023.952921 PMID:37396399	研究论文	开发了一个基于MATLAB的交互式深度学习工具mEMbrain，用于在普通台式机上实现连接组学数据的半自动分割	将深度学习算法集成到用户友好的MATLAB界面中，无需用户编程即可进行神经重建，提供了预训练模型和大量标注数据资源	仅支持Linux和Windows系统，依赖于MATLAB环境	开发用户友好的开源工具来加速连接组学数据的手动标注和分割过程	电子显微镜数据集中的神经细胞和连接结构	计算机视觉	NA	电子显微镜成像技术	深度神经网络	电子显微镜图像	4种不同动物的5个数据集，包含约180小时专家标注，超过1.2GB标注图像	MATLAB	NA	NA	普通台式机
231	2025-10-06	Uncovering additional predictors of urothelial carcinoma from voided urothelial cell clusters through a deep learning-based image preprocessing technique 2023-01, Cancer cytopathology IF:2.6Q2 DOI:10.1002/cncy.22633 PMID:35997513	研究论文	开发了一种基于深度学习的尿路上皮细胞团图像预处理工具，用于识别尿路上皮癌的额外预测因子	首次开发自动化预处理工具将尿路上皮细胞团分割为有意义的组件，并发现细胞团异型性、细胞边界特征等新标记物	尿路上皮细胞团在分类系统中的诊断相关性仍存在争议，需要进一步验证	通过深度学习技术改进尿路上皮癌的尿液细胞学筛查方法	尿路上皮细胞团	数字病理学	尿路上皮癌	尿液细胞学	深度学习	细胞图像	NA	NA	NA	NA	NA
232	2025-10-06	A Longitudinal MRI-Based Artificial Intelligence System to Predict Pathological Complete Response After Neoadjuvant Therapy in Rectal Cancer: A Multicenter Validation Study 2023-12-01, Diseases of the colon and rectum DOI:10.1097/DCR.0000000000002931 PMID:37682775	研究论文	开发并验证基于治疗前后配对MRI比较的深度学习模型DeepRP-RC，用于预测直肠癌新辅助治疗后病理完全缓解	首次开发基于纵向MRI比较的多任务深度学习模型，同时实现疗效预测和病灶分割，并在多中心数据集上进行验证	研究设计为回顾性研究，缺乏多民族数据	预测局部晚期直肠癌患者新辅助放化疗后的病理完全缓解	1201例接受新辅助放化疗的局部晚期直肠癌患者	医学影像分析	直肠癌	MRI影像分析	深度学习	MRI影像	1201例患者（训练集638例，内部和3个外部验证集）	NA	多任务深度学习网络	AUC	NA
233	2025-10-06	Bering: joint cell segmentation and annotation for spatial transcriptomics with transferred graph embeddings 2023-Sep-22, bioRxiv : the preprint server for biology DOI:10.1101/2023.09.19.558548 PMID:37786667	研究论文	提出一种基于图深度学习的模型Bering，用于空间转录组学数据中的联合细胞分割与分子注释	利用转录共定位关系进行噪声感知的细胞分割，通过转移图嵌入增强基因关系学习	未明确说明模型在特定组织类型或技术平台上的潜在适应性限制	解决空间转录组学中细胞边界确定和身份注释的准确性挑战	二维和三维空间转录组学数据中的单个细胞	数字病理学	NA	空间转录组学测序技术	图深度学习	空间转录组数据	多种空间技术平台和组织类型的数据集	NA	基于图嵌入的深度学习架构	细胞分割准确率, 检测到的转录本数量	NA
234	2025-07-23	Machine Learning for the Prediction of Procedural Case Durations Developed Using a Large Multicenter Database: Algorithm Development and Validation Study 2023-Sep-08, JMIR AI DOI:10.2196/44909 PMID:38875567	研究论文	本研究开发并验证了一种基于机器学习的算法，用于预测手术案例的持续时间，以提高手术室资源规划和患者沟通的效率	利用非线性预测模型和机器学习方法，开发了一个可扩展至多中心的预测算法，显著提高了手术持续时间的预测准确性	研究依赖于历史数据，可能无法完全适应未来手术技术或流程的变化	开发一个可扩展的机器学习算法，以准确预测手术案例的持续时间，优化手术室资源管理	手术案例的持续时间	机器学习	NA	深度学习、梯度提升和集成机器学习	梯度提升机	手术室数据	1,177,893例手术案例，来自13家学术和私立医院（2016-2019年）	NA	NA	NA	NA
235	2025-10-06	Deep learning-based Fast Volumetric Image Generation for Image-guided Proton FLASH Radiotherapy 2023-Jul-26, Research square DOI:10.21203/rs.3.rs-3112632/v1 PMID:37546731	研究论文	开发基于深度学习的快速体积图像生成框架，用于质子FLASH放疗的图像引导	首次将深度学习应用于质子FLASH放疗的快速体积图像重建，通过正交X射线投影生成高精度三维解剖图像	研究仅针对肺部靶区患者，样本量相对有限（30例患者）	开发快速体积图像重建框架以支持质子FLASH放疗的精确靶区定位	肺部肿瘤患者的三维解剖结构，包括肿瘤和危及器官	医学影像分析	肺癌	千伏X射线投影，四维计算机断层扫描	深度学习模型	X射线投影图像，CT图像	30例肺部靶区患者，每人包含十个呼吸时相的四维CT数据集	NA	NA	平均绝对误差，峰值信噪比，结构相似性指数，水等效厚度误差	NA
236	2025-10-06	Deep Learning of Videourodynamics to Classify Bladder Dysfunction Severity in Patients With Spina Bifida 2023-05, The Journal of urology IF:5.9Q1 DOI:10.1097/JU.0000000000003267 PMID:36787376	研究论文	开发深度学习模型通过视频尿动力学数据自动分类脊柱裂患者膀胱功能障碍严重程度	首次将深度学习应用于视频尿动力学数据，结合压力-容积记录和荧光图像自动分类膀胱功能障碍严重程度	单中心研究，样本量有限(306例)，模型准确度为70%仍有提升空间	开发自动分类膀胱功能障碍严重程度的深度学习模型以减少人工判读的主观差异	2个月至28岁脊柱裂患者	医疗影像分析	神经源性膀胱功能障碍	视频尿动力学检查	随机森林,CNN,集成学习	临床数据,压力-容积记录,荧光图像	306例视频尿动力学研究	NA	卷积神经网络	准确度,加权Kappa系数	NA
237	2025-10-06	Scribe: Next Generation Library Searching for DDA Experiments 2023-02-03, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.2c00672 PMID:36695531	研究论文	介绍Scribe——一种利用深度学习碎片预测技术的新型谱库搜索引擎，用于数据依赖性采集实验	采用深度学习碎片预测软件Prosit，能够预测FASTA数据库中所有肽段的碎片化和保留时间，无需依赖精心策划的DDA谱库	NA	开发更灵敏和定量精确的蛋白质组学工作流程	肽段识别和定量分析	蛋白质组学	NA	数据依赖性采集(DDA)，深度学习碎片预测	深度学习	质谱数据	NA	Prosit, Percolator	NA	灵敏度，定量精确度，错误发现率	NA
238	2025-10-06	Overtriage, Undertriage, and Value of Care after Major Surgery: An Automated, Explainable Deep Learning-Enabled Classification System 2023-02-01, Journal of the American College of Surgeons IF:3.8Q1 DOI:10.1097/XCS.0000000000000471 PMID:36648256	研究论文	开发了一种自动化、可解释的深度学习术后分诊分类系统，用于评估过度分诊和分诊不足对护理价值的影响	首次提出可自动生成可解释决策支持的术后分诊分类系统，并验证其在多中心的重复性	研究仅基于两家大学医院的数据，可能限制结果的普适性	测试自动化术后分诊分类系统的可重复性，并评估其对护理价值的影响	接受住院手术的成年患者	医疗人工智能	术后护理	电子健康记录分析	深度学习	电子健康记录数据	13,263例住院手术患者（4,669例ICU入院和8,594例普通病房入院）	NA	可解释深度学习模型	死亡率、发病率、护理价值、住院时间、成本分析	NA
239	2025-10-06	Prediction of lactate concentrations after cardiac surgery using machine learning and deep learning approaches 2023, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2023.1165912 PMID:37790131	研究论文	本研究使用机器学习和深度学习方法预测心脏手术后患者的最高血乳酸浓度	首次将分钟级术中时间序列数据与传统术前变量结合，采用循环神经网络和Transformer等动态建模方法预测术后乳酸浓度	研究为单中心回顾性研究，模型性能仅为中等准确度	开发能够预测心脏手术后乳酸浓度的预测模型	接受心脏手术并体外循环的成年患者	机器学习	心血管疾病	临床监测数据	线性回归, 随机森林, 人工神经网络, 循环神经网络, Transformer	时间序列数据, 临床变量	2,187名患者	NA	RNN, Transformer	平均绝对误差	NA
240	2025-10-06	A simulative deep learning model of SNP interactions on chromosome 19 for predicting Alzheimer's disease risk and rates of disease progression 2023-12, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.13319 PMID:37409680	研究论文	开发了一种模拟深度学习模型，通过分析19号染色体上的SNP相互作用来预测阿尔茨海默病风险和疾病进展速度	使用新颖的模拟深度学习模型量化每个SNP及其上位效应对AD风险的贡献，并识别出影响AD进展的关键SNP	研究仅限于19号染色体上的SNP，未涵盖全基因组分析	识别影响阿尔茨海默病风险的遗传模式，用于风险预测和个性化治疗策略	阿尔茨海默病患者和对照个体的遗传数据	机器学习	阿尔茨海默病	基因分型，深度学习分析	深度学习	基因数据	来自ADNI和IGAP数据集的样本	NA	模拟深度学习模型	风险预测准确性，疾病进展预测能力	NA