深度学习在生物医药领域中的应用

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
301	2025-05-14	Application of an artificial intelligence-based tool in [18F]FDG PET/CT for the assessment of bone marrow involvement in multiple myeloma 2023-10, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-023-06339-5 PMID:37493665	研究论文	本研究验证了一种基于三维深度学习的工具，用于自动化评估多发性骨髓瘤患者骨髓代谢强度的PET/CT图像分析	首次应用深度学习工具自动化评估多发性骨髓瘤患者的骨髓代谢强度，并验证其与临床相关参数的相关性	样本量较小（35例患者），需要在更大患者队列中进行前瞻性研究进一步验证	验证一种自动化评估多发性骨髓瘤患者骨髓代谢强度的PET/CT图像分析方法	多发性骨髓瘤患者的PET/CT图像	数字病理	多发性骨髓瘤	PET/CT成像	深度学习	医学影像	35例未经治疗的多发性骨髓瘤患者
302	2025-05-14	Protocol for automated multivariate quantitative-image-based cytometry analysis by fluorescence microscopy of asynchronous adherent cells 2023-09-15, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2023.102446 PMID:37453067	研究论文	本文提出了一种基于荧光显微镜的异步贴壁细胞多变量定量图像细胞术（QIBC）分析协议	开发了一个开源的Fiji脚本，整合了基于人工智能的深度学习工具，用于自动核分割，最小化用户调整	NA	提供一种高效的多变量定量图像细胞术分析方法	异步贴壁细胞	数字病理学	NA	荧光显微镜	深度学习	图像	NA
303	2025-05-14	A knowledge-integrated deep learning framework for cellular image analysis in parasite microbiology 2023-09-15, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2023.102452 PMID:37537845	research paper	提出一个知识集成的深度学习框架，用于寄生虫微生物学中的细胞图像分析	结合知识表示与深度学习，应用于细胞图像分类、检测和重建任务	未提及具体性能指标或对比实验	开发一个用于微生物细胞图像分析的深度学习框架	寄生虫微生物的细胞图像	digital pathology	NA	deep learning	CNN	image	NA
304	2025-05-14	AORTA Gene: Polygenic prediction improves detection of thoracic aortic aneurysm 2023-Aug-25, medRxiv : the preprint server for health sciences DOI:10.1101/2023.08.23.23294513 PMID:37662232	research paper	该研究利用深度学习测量升主动脉直径，并构建了一个包含110万个变体的多基因评分（AORTA Gene），以提高胸主动脉瘤的检测	首次将多基因评分（AORTA Gene）与临床因素结合，显著提高了胸主动脉直径的预测准确性	需要更大规模和更多样化的队列来开发更强大和公平的评分	提高胸主动脉瘤的检测准确性	UK Biobank、Mass General Brigham Biobank、Framingham Heart Study和All of Us的参与者	machine learning	thoracic aortic aneurysm	GWAS、PRScs-auto	deep learning	genomic data、clinical data	UK Biobank 49,939人（训练集39,524人，测试集4,962人）、MGB 5,469人、FHS 1,298人、All of Us 610人
305	2025-05-12	Evaluating Augmentation Approaches for Deep Learning-based Major Depressive Disorder Diagnosis with Raw Electroencephalogram Data 2023-Dec-18, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.15.571938 PMID:38187601	研究论文	本研究评估了六种脑电图数据增强方法在基于深度学习的重度抑郁症诊断中的效用	引入了一个新的基线模型，该模型使用重复训练数据进行训练，以消除数据增强方法比较中的偏差，并发现通道丢弃增强方法能有效提升模型性能	研究结果仅限于特定数据集和模型，可能无法推广到其他情况	评估不同脑电图数据增强方法在重度抑郁症诊断中的效果	脑电图数据	机器学习	重度抑郁症	脑电图数据增强	深度学习模型	脑电图原始数据	NA
306	2025-05-11	GEOMETRIC CONSTRAINED DEEP LEARNING FOR MOTION CORRECTION OF FETAL BRAIN MR IMAGES 2023-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi53787.2023.10230423 PMID:40337452	研究论文	本文提出了一种基于几何约束的深度学习模型，用于胎儿脑部MRI图像的运动校正	该方法结合了全局运动估计网络和相对运动估计网络，利用几何约束和权重可学习策略处理复杂和大范围的运动	需要构建大规模的模拟胎儿脑部数据集以训练模型，可能在实际应用中存在数据获取的挑战	提高胎儿脑部MRI图像的运动校正能力，以支持3D脑部体积重建	胎儿脑部MRI图像	医学影像处理	胎儿脑部发育	MRI	深度学习模型（包含全局运动估计网络和相对运动估计网络）	图像	大量胎儿脑部MRI图像堆栈
307	2025-05-10	SPACEL: deep learning-based characterization of spatial transcriptome architectures 2023-11-22, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-43220-3 PMID:37990022	研究论文	介绍了一种基于深度学习的空间转录组架构表征工具SPACEL，用于分析空间转录组数据	SPACEL包含三个模块，分别用于单一切片的细胞类型去卷积、多切片空间域识别和3D组织架构构建，性能优于19种现有方法	未明确提及具体限制	解决空间转录组数据中多切片联合分析和3D组织架构重建的挑战	空间转录组数据	数字病理学	NA	空间转录组技术	多层感知机(MLP)、图卷积网络(GCN)、对抗学习算法	空间转录组数据	模拟和真实ST数据集，来自多种组织和ST技术
308	2025-05-10	PET/CT based cross-modal deep learning signature to predict occult nodal metastasis in lung cancer 2023-11-18, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-42811-4 PMID:37980411	research paper	开发了一种基于PET/CT的跨模态深度学习特征来预测非小细胞肺癌中的隐匿性淋巴结转移	提出了一种新的深度学习特征（DLNMS），其预测性能显著优于单模态深度学习模型、临床模型和医生判断	研究未提及模型在其他类型癌症或更大规模数据集上的泛化能力	预测临床N0期非小细胞肺癌中的隐匿性淋巴结转移	非小细胞肺癌患者	digital pathology	lung cancer	PET/CT	deep learning	image	内部队列1911例，外部队列355例，前瞻性队列999例
309	2025-05-10	Deep learning of human polyadenylation sites at nucleotide resolution reveals molecular determinants of site usage and relevance in disease 2023-11-15, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-43266-3 PMID:37968271	research paper	该研究开发了深度学习模型，用于在核苷酸水平上识别人类基因组中的多聚腺苷酸化位点，并分析其在疾病中的功能作用	首次在核苷酸分辨率水平上识别全基因组多聚腺苷酸化位点，并定量测量位点特异性基序的重要性及其相互作用	NA	解析人类基因组中多聚腺苷酸化位点的分子机制及其在疾病中的功能角色	人类基因组中的多聚腺苷酸化位点	machine learning	NA	deep learning, machine learning	deep learning models	genomic data	NA
310	2025-05-10	CROSS-DOMAIN DIFFUSION BASED SPEECH ENHANCEMENT FOR VERY NOISY SPEECH 2023-Jun, Proceedings of the ... IEEE International Conference on Acoustics, Speech, and Signal Processing. ICASSP (Conference) DOI:10.1109/icassp49357.2023.10096985 PMID:40330790	研究论文	本文提出了一种基于跨域扩散的语音增强方法，用于极低信噪比条件下的非平稳噪声场景	将基于扩散的学习方法引入增强模型，提高了在极低信噪比条件下的鲁棒性	实验仅在TIMIT数据集上进行，未在其他数据集上验证	提高极低信噪比条件下的语音增强性能	语音信号	语音处理	NA	扩散模型	扩散模型	语音信号	TIMIT数据集
311	2025-05-09	Assessment of malalignment factors related to Invisalign treatment time aided by automated imaging processes 2023-Mar-01, The Angle orthodontist DOI:10.2319/031622-225.1 PMID:36327333	research paper	本研究通过自动成像过程评估与Invisalign治疗时间相关的错位因素	使用深度学习方法进行自动牙齿分割和标志点识别，并引入复合评分作为治疗时间的预测指标	没有足够证据表明特定类型的牙齿移动会影响总治疗时间	识别影响Invisalign治疗持续时间的错位类型和严重程度的预测因素	116名接受Invisalign治疗的患者	digital pathology	malocclusion	deep learning	NA	digital scan	116名患者
312	2025-05-09	Identification of geographic origins of Morus alba Linn. through surfaced enhanced Raman spectrometry and machine learning algorithms 2023, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2023.2180433 PMID:36803175	研究论文	本研究通过表面增强拉曼光谱（SERS）和机器学习算法，成功识别了桑叶的地理来源	结合SERS光谱和深度学习算法CNN，首次建立了桑叶地理来源预测的新方法	研究仅涵盖中国五个省份的桑叶样本，可能无法代表所有地理来源的多样性	开发一种低成本、非侵入性的方法，用于快速识别桑叶的地理来源，以评估其药用品质	桑叶（Morus alba Linn.）	机器学习	NA	表面增强拉曼光谱（SERS）	CNN	光谱数据	来自中国五个省份（安徽、广东、河北、河南和江苏）的桑叶样本
313	2025-05-08	Genome-wide association analysis of left ventricular imaging-derived phenotypes identifies 72 risk loci and yields genetic insights into hypertrophic cardiomyopathy 2023-11-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-43771-5 PMID:38036550	研究论文	通过全基因组关联分析左心室成像衍生表型，识别了72个风险位点，并为肥厚型心肌病的遗传基础提供了新见解	开发了一种新的深度学习算法来准确计算左心室区域壁厚，并首次在全基因组范围内鉴定了72个与左心室区域壁厚相关的遗传位点	研究样本主要来自UK Biobank，可能限制了结果的普遍性	识别影响左心室区域壁厚的特定遗传因素，并探索其与肥厚型心肌病的因果关系	42,194名来自UK Biobank的个体	基因组学	心血管疾病	心脏磁共振成像(CMR), 深度学习, 全基因组关联研究(GWAS), 孟德尔随机化分析	深度学习算法	影像数据	42,194名个体
314	2025-05-08	TransformEHR: transformer-based encoder-decoder generative model to enhance prediction of disease outcomes using electronic health records 2023-11-29, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-43715-z PMID:38030638	研究论文	提出了一种基于transformer的编码器-解码器生成模型TransformEHR，用于增强电子健康记录（EHRs）中疾病结果的预测	采用新的预训练目标——预测患者未来就诊的所有疾病和结果，结合编码器-解码器框架，实现了在多个临床预测任务上的最新性能	NA	提升电子健康记录中疾病结果的预测性能	电子健康记录（EHRs）	自然语言处理	胰腺癌、创伤后应激障碍	transformer-based encoder-decoder generative model	transformer	电子健康记录（EHRs）	NA
315	2025-05-08	Label-free identification of protein aggregates using deep learning 2023-11-28, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-43440-7 PMID:38016971	research paper	提出了一种无需荧光标记的蛋白质聚集体识别方法LINA，利用深度学习从透射光图像中检测未标记的Httex1聚集体	首次实现了无需荧光标记的蛋白质聚集体动态识别，并能够测量其干质量和面积变化	目前仅针对Httex1蛋白聚集体进行了验证，尚未扩展到其他蛋白质聚集体	开发一种无需荧光标记的蛋白质聚集体识别方法，以更准确地研究蛋白质聚集动力学	Huntington病相关Httex1蛋白聚集体	digital pathology	neurodegenerative diseases	deep learning	CNN	image	未明确说明样本数量，研究对象为活细胞中的Httex1聚集体
316	2025-05-08	Coding infant engagement in the Face-to-Face Still-Face paradigm using deep neural networks 2023-05, Infant behavior & development IF:1.9Q3 DOI:10.1016/j.infbeh.2023.101827 PMID:36806017	研究论文	本研究使用深度神经网络（DNNs）对婴儿在面对面静止面孔（FFSF）任务中的参与度进行编码	首次将深度神经网络应用于FFSF任务中婴儿参与度的自动编码，并验证其高准确度	研究继承了原始数据集的样本限制，样本量较小且主要为白人群体	测试深度神经网络在FFSF任务中编码婴儿参与度的准确性	68对母婴组合在三个时间点完成的FFSF任务数据	计算机视觉	NA	深度神经网络图像分类	DNN	视频图像	68对母婴组合在三个时间点的FFSF任务视频数据，包含40,000张图像
317	2025-05-08	Cross-convolutional transformer for automated multi-organs segmentation in a variety of medical images 2023-01-23, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acb19a PMID:36623323	research paper	提出了一种基于跨卷积变换器的深度学习方法，用于多种医学图像中的多器官自动分割	设计了新颖的跨卷积自注意力机制和多尺度特征边缘融合模块，以整合局部和全局上下文，增强图像语义特征理解	仅在三种不同模态的数据集上进行了验证，可能需要更多样化的数据集来证明其泛化能力	开发一种通用的、准确的医学图像多器官分割方法	医学图像中的多器官分割	digital pathology	NA	deep learning	cross-convolutional transformer network (CFormer)	image	三个不同数据集：Synapse数据集（腹部多器官CT图像）、ACDC数据集（心脏亚结构MRI）、ISIC 2017数据集（皮肤癌图像）
318	2025-05-07	Predicting trabecular arrangement in the proximal femur: An artificial neural network approach for varied geometries and load cases 2023-12, Journal of biomechanics IF:2.4Q3 DOI:10.1016/j.jbiomech.2023.111860 PMID:37948877	research paper	使用前馈神经网络预测股骨近端小梁排列，以几何和载荷参数为输入，输出表观密度	采用机器学习方法替代有限元法，显著减少计算时间，同时保持高精度	结果需依赖特定数据集，扩展至其他结构需重新获取数据	开发高效准确的骨重塑现象预测模型	股骨近端小梁排列	machine learning	NA	feed-forward neural networks	NN	density distribution dataset	包含多种几何形状和载荷情况的样本
319	2025-05-04	NuFold: A Novel Tertiary RNA Structure Prediction Method Using Deep Learning with Flexible Nucleobase Center Representation 2023-Sep-22, bioRxiv : the preprint server for biology DOI:10.1101/2023.09.20.558715 PMID:37790488	研究论文	提出了一种名为NuFold的新型深度学习方法，用于预测RNA的三级结构	NuFold采用了一种灵活的核苷碱基中心表示方法，能够准确再现所有可能的核苷酸构象	NA	解决RNA序列数据与结构理解之间的差距，提供一种经济高效的RNA三级结构预测方法	RNA的三级结构	机器学习和计算生物学	NA	深度学习	NuFold	RNA序列数据	NA
320	2025-05-04	Pooled tagging and hydrophobic targeting of endogenous proteins for unbiased mapping of unfolded protein responses 2023-Jul-14, bioRxiv : the preprint server for biology DOI:10.1101/2023.07.13.548611 PMID:37503003	研究论文	开发了一种高通量基因标记方法，用于生成和分析内源性标记蛋白的复杂细胞池，以可视化或直接扰动蛋白质	结合高通量基因标记、荧光标记、测序和基于深度学习的图像分析，实现了蛋白质定位模式的大规模识别，并通过疏水性配体诱导蛋白质错误折叠，揭示了细胞器间的组织和直接串扰	NA	研究蛋白质组的动态、功能和稳态	内源性标记蛋白的复杂细胞池	蛋白质组学	NA	高通量基因标记、HaloTag标记、单细胞RNA测序、深度学习	深度学习	图像、RNA测序数据	NA