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
1	2025-07-23	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	介绍了一种名为Scribe的新型库搜索引擎，用于数据依赖性采集实验，利用深度学习碎片预测软件如Prosit来预测FASTA数据库中每个肽的碎片和保留时间	Scribe不依赖高度精选的DDA库，而是预测每个肽的碎片和保留时间，结合Percolator进行错误发现率校正和无标记定量整合，提供端到端的蛋白质组学工作流	NA	提高数据依赖性采集实验中肽段鉴定的敏感性和定量精度	FASTA数据库中的肽段	蛋白质组学	NA	深度学习碎片预测	NA	质谱数据	NA
2	2025-07-23	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	本研究开发了一个自动化、可解释的深度学习分类系统，用于评估大手术后患者的过度分诊和不足分诊及其对护理价值的影响	提出了一种可解释的深度学习模型，用于自动生成术后分诊分类，并验证了其可重复性	研究仅在两所大学医院进行，样本可能不具有广泛代表性	评估术后分诊决策对护理价值和患者结局的影响	接受住院手术的成年患者	医疗人工智能	术后护理	深度学习	可解释深度学习模型	电子健康记录数据	4669例ICU入院患者和8594例普通病房入院患者
3	2025-06-18	Simultaneous Estimation of Hand Configurations and Finger Joint Angles Using Forearm Ultrasound 2023-Feb, IEEE transactions on medical robotics and bionics IF:3.4Q2 DOI:10.1109/tmrb.2023.3237774 PMID:40511365	研究论文	提出一种基于卷积神经网络（CNN）的深度学习流程，用于预测手指关节角度和手部配置分类	首次利用前臂超声图像同时估计手部配置和掌指关节（MCP）角度，填补了文献中的空白	研究样本量较小，仅涉及6名受试者	开发流畅直观的人机交互方法，用于数字系统、增强/虚拟现实（AR/VR）界面和物理机器人系统	手部运动识别，特别是手部配置分类和MCP关节角度检测	计算机视觉	NA	前臂超声成像	CNN, 支持向量分类器（SVC）, 多层感知机（MLP）	图像	6名受试者的前臂超声图像和运动捕捉数据
4	2025-06-10	A Large-Scale IoT-Based Scheme for Real-Time Prediction of Infectious Disease Symptoms 2023-Feb-02, Mobile networks and applications : MONET DOI:10.1007/s11036-023-02111-z PMID:40479340	研究论文	提出了一种基于物联网(IoT)的大规模实时监测方案，用于通过人们的行为和无线体域网(WBAN)预测传染病症状	利用IoT和WBAN技术实时监测人群行为，预测传染病症状及传播，弥补了以往研究依赖医疗设施内拍摄图像的局限性	需要构建强大的覆盖模型以确保实时监测，且性能评估依赖于模拟环境	开发实时预测传染病症状及传播的监测方案	人群行为及传染病症状	物联网与健康监测	传染病	IoT, WBAN, 深度学习	深度学习模型	图像、声音、视频	NA
5	2025-06-07	PDRF-Net: a progressive dense residual fusion network for COVID-19 lung CT image segmentation 2023-Feb-17, Evolving systems IF:2.7Q3 DOI:10.1007/s12530-023-09489-x PMID:38625320	research paper	提出了一种名为PDRF-Net的渐进密集残差融合网络，用于COVID-19肺部CT图像的分割	引入了密集跳跃连接以捕获多级上下文信息，设计了高效的聚合残差模块，结合视觉Transformer和残差块，以及双边通道像素加权模块逐步融合多分支特征图	NA	实现COVID-19患者肺部CT图像中病变部位的快速准确分割	COVID-19患者的肺部CT图像	digital pathology	COVID-19	CT图像分割	PDRF-Net (progressive dense residual fusion network)	image	在两个COVID-19数据集上进行测试
6	2025-05-31	Automated Classification of Intravenous Contrast Enhancement Phase of CT Scans Using Residual Networks 2023-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.2655263 PMID:40248190	research paper	本研究利用残差网络（ResNet34）自动分类CT扫描的静脉对比增强阶段，以提高计算机辅助诊断的准确性	首次使用ResNet34自动分类多期CT扫描的静脉对比增强阶段，准确率达99%，优于VGG19和DenseNet121	研究使用的数据集仅包含395个弱标记的多期CT扫描，样本量相对较小	开发一种自动分类多期CT扫描的方法，以改进数据增强和深度学习模型的训练	多期CT扫描的静脉对比增强阶段	computer vision	NA	deep learning	ResNet34, VGG19, DenseNet121	image	395个多期CT扫描（316训练，79测试）
7	2025-05-28	Cyclic peptide structure prediction and design using AlphaFold 2023-Feb-26, bioRxiv : the preprint server for biology DOI:10.1101/2023.02.25.529956 PMID:36865323	研究论文	本文报道了修改AlphaFold网络以准确预测和设计环肽结构的方法	通过修改AlphaFold网络，实现了对环肽结构的准确预测和设计，并展示了高置信度预测结果与实验结构的匹配	可用于训练的环肽结构数据较少，可能限制了模型的泛化能力	开发深度学习方法来预测和设计环肽结构	环肽	机器学习	NA	AlphaFold	深度学习网络	蛋白质序列和结构数据	49个天然环肽案例，其中36个高置信度预测；设计了约10,000个候选结构，并对7个序列进行了X射线晶体结构验证
8	2025-04-17	Massively parallel characterization of psychiatric disorder-associated and cell-type-specific regulatory elements in the developing human cortex 2023-Feb-16, bioRxiv : the preprint server for biology DOI:10.1101/2023.02.15.528663 PMID:36824845	研究论文	该研究通过大规模并行报告实验，分析了人类发育中皮质和脑器官样体中102,767个序列的调控活性，包括皮质发育中的细胞类型特异性区域和精神疾病相关的单核苷酸变异	首次在人类原代细胞和脑器官样体中大规模并行分析调控元件的活性，并利用深度学习解码增强子活性的序列基础和上游调控因子	研究主要关注发育中的人类皮质，可能不适用于其他脑区或发育阶段	建立人类神经元发育中功能性基因调控元件和变异的全面目录	人类发育中皮质和脑器官样体中的调控元件	基因组学	精神疾病	大规模并行报告实验(MPRA), 深度学习	深度学习模型	基因组序列数据	102,767个序列
9	2025-04-07	De novo design of luciferases using deep learning 2023-02, Nature IF:50.5Q1 DOI:10.1038/s41586-023-05696-3 PMID:36813896	研究论文	本文介绍了一种基于深度学习的'家族级幻觉'方法，用于设计具有选择性催化氧化化学发光的人工荧光素酶	使用深度学习生成大量理想化的蛋白质结构，包含多样化的口袋形状和设计序列，从而创造出高活性和特异性的生物催化剂	方法依赖于生成的蛋白质结构和设计序列的准确性，可能受限于当前深度学习模型的预测能力	从头设计具有高活性和特异性的荧光素酶	人工荧光素酶及其催化底物二苯基特拉嗪和2-脱氧腔肠素	机器学习	NA	深度学习	NA	蛋白质结构数据	NA
10	2025-04-04	Machine Learning for Adrenal Gland Segmentation and Classification of Normal and Adrenal Masses at CT 2023-Feb, Radiology IF:12.1Q1 DOI:10.1148/radiol.220101 PMID:36125375	研究论文	本研究开发了一种机器学习算法，用于在增强CT图像上分割肾上腺并分类正常和含肿块的肾上腺	提出了一种两阶段的机器学习流程，能够自动分割肾上腺并区分正常肾上腺和含肿块的肾上腺	在二次测试集上的分类敏感性较低（69%）	开发一种用于肾上腺分割和分类的机器学习算法	增强CT图像中的肾上腺	计算机视觉	肾上腺疾病	深度学习	深度学习分割和分类模型	CT图像	开发数据集包含274例CT检查（251名患者），二次测试集包含991例CT检查（991名患者）
11	2025-03-29	Transport-based morphometry of nuclear structures of digital pathology images in cancers 2023-Feb-02, ArXiv PMID:36776820	research paper	提出了一种基于最优传输数学的新技术，用于直接从成像数据中建模与核染色质结构相关的信息内容	使用传输形态测量（TBM）框架表示每个细胞核相对于模板细胞核的整个信息内容，该方法对不同的染色模式和成像协议具有鲁棒性	NA	开发一种新方法来定量测量核形态，以支持癌症研究和临床应用	癌细胞核的形态特征	digital pathology	cancer	optimal transport, feature extraction, deep learning	TBM framework	image	来自TCGA和人类蛋白质图谱等大型数据集的癌症组织样本，包括肝实质、甲状腺、肺间皮和皮肤上皮的肿瘤
12	2025-03-21	High-throughput property-driven generative design of functional organic molecules 2023-Feb, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-022-00391-1 PMID:38177626	研究论文	本文提出了一种结合生成深度学习模型和监督深度学习模型的方法，用于预测具有最优特性的有机分子	通过结合生成模型和监督模型，实现了对分子电子结构的预测和优化，避免了量子化学计算，适用于高通量筛选	未提及具体局限性	设计具有定制特性的有机分子，特别是用于有机电子应用	有机分子	机器学习	NA	生成深度学习模型，监督深度学习模型	生成模型，监督模型	分子结构数据	未提及具体样本数量
13	2025-02-21	Attention-assisted hybrid 1D CNN-BiLSTM model for predicting electric field induced by transcranial magnetic stimulation coil 2023-02-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-29695-6 PMID:36781975	研究论文	本文提出了一种基于1D CNN和BiLSTM的注意力机制模型，用于预测经颅磁刺激线圈感应的电场	结合1D CNN和BiLSTM的注意力机制模型，提高了电场预测的准确性和效率	未提及具体局限性	提高经颅磁刺激线圈感应电场的预测准确性和效率	经颅磁刺激线圈感应的电场	机器学习	NA	NA	1D CNN-BiLSTM	模拟数据	NA
14	2025-02-21	Long Short-term Memory-Based Prediction of the Spread of Influenza-Like Illness Leveraging Surveillance, Weather, and Twitter Data: Model Development and Validation 2023-02-06, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/42519 PMID:36745490	研究论文	本研究开发并验证了一种基于长短期记忆（LSTM）神经网络的模型，用于预测流感样疾病（ILI）的传播，结合了监测数据、天气数据和Twitter数据	首次结合ILI监测数据、天气数据和Twitter数据，利用深度学习技术开发预测模型，用于ILI病例的实时预测和预报	研究主要针对希腊地区，可能在其他地区或社交媒体平台上的适用性需要进一步验证	开发能够实时预测和预报ILI病例的模型，以增强传染病监测的准确性和可靠性	ILI监测数据、天气数据和Twitter数据	自然语言处理	流感样疾病	LSTM神经网络	LSTM	文本、时间序列数据	2010年至2019年希腊地区的ILI监测数据、天气数据和Twitter数据
15	2025-02-21	Clinical Decision Support Systems to Predict Drug-Drug Interaction Using Multilabel Long Short-Term Memory with an Autoencoder 2023-02-02, International journal of environmental research and public health DOI:10.3390/ijerph20032696 PMID:36768060	研究论文	本文提出了一种基于深度学习的药物-药物相互作用预测技术SSODL-DDIP，用于大数据环境下的医疗决策支持	结合麻雀搜索优化算法与多标签长短期记忆网络和自编码器模型，提高了药物-药物相互作用预测的准确性和性能	未提及具体的数据集大小或实验的具体限制条件	开发一种新的技术来预测药物-药物相互作用，以提高药物研究中的安全性	药物-药物相互作用	机器学习	NA	深度学习	多标签长短期记忆网络（MLSTM）与自编码器（AE）	药物相关网络或分子图数据	未提及具体样本数量
16	2025-02-21	Attention-Based Convolutional Recurrent Deep Neural Networks for the Prediction of Response to Repetitive Transcranial Magnetic Stimulation for Major Depressive Disorder 2023-Feb, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065723500077 PMID:36641543	研究论文	本文开发了一种基于深度学习的模型，用于预测重度抑郁症患者对重复经颅磁刺激治疗的反应	结合了预训练的卷积神经网络（CNN）和带有注意力机制的长短期记忆（LSTM）单元，充分利用了脑电图信号的时空信息	样本量较小，仅涉及34名患者	预测重度抑郁症患者对重复经颅磁刺激治疗的反应	34名重度抑郁症患者的脑电图信号	机器学习	重度抑郁症	脑电图信号分析	VGG16, Xception, EfficientNetB0, LSTM	脑电图信号	34名患者
17	2025-02-14	Deep Learning Estimation of 10-2 Visual Field Map Based on Circumpapillary Retinal Nerve Fiber Layer Thickness Measurements 2023-02, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2022.10.013 PMID:36328198	研究论文	本研究利用卷积神经网络（CNN）从光谱域光学相干断层扫描（SD-OCT）视网膜神经纤维层厚度（RNFL）测量中估计青光眼患者的中央10度视野（VF）图	提出了一种基于全区域（CNNA）和时间区域（CNNT）RNFL厚度信息的卷积神经网络模型，用于估计10-2 VF图的68个个体敏感度阈值，显著优于线性回归模型	研究仅基于SD-OCT扫描和10-2 VF对，未涉及其他类型的影像数据或更大规模的多中心数据	通过人工智能方法改进青光眼患者中央10度视野图的估计，以个性化中央视野评估的频率并优化资源分配	724名健康患者、疑似青光眼患者和青光眼患者的1365只眼睛的5352次SD-OCT扫描和10-2 VF对	计算机视觉	青光眼	光谱域光学相干断层扫描（SD-OCT）	卷积神经网络（CNN）	图像	5352次SD-OCT扫描和10-2 VF对，来自1365只眼睛
18	2025-01-04	Deep learning-based method for segmenting epithelial layer of tubules in histopathological images of testicular tissue 2023-Feb, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.10.S1.S17501 PMID:37153721	研究论文	本文提出了一种基于深度学习的自动化方法，用于分割睾丸组织病理图像中的生精小管上皮层	使用ResNet-34作为特征编码器模块，并在编码模块中集成了压缩和激励注意力块，以提高上皮层的分割和定位效果	尽管在有限训练集上表现良好，但训练集规模较小	开发自动化方法以检测睾丸组织中的异常	睾丸组织中的生精小管上皮层	数字病理学	NA	深度学习	CNN	图像	NA
19	2024-12-16	OCTOPUS - Optical coherence tomography plaque and stent analysis software 2023-Feb, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2023.e13396 PMID:36816277	研究论文	本文介绍并评估了一种高度自动化的软件包OCTOPUS，用于在血管内光学相干断层扫描（IVOCT）图像中进行冠状动脉斑块和支架的定量分析	开发了OCTOPUS软件，提供高度自动化的冠状动脉斑块和支架分析，包括深度学习斑块分割和机器学习支架支柱识别等算法	目前OCTOPUS主要作为离线研究工具使用，尚未应用于实时治疗规划	开发一种用于IVOCT图像中冠状动脉斑块和支架分析的自动化软件	冠状动脉斑块和支架	数字病理学	心血管疾病	光学相干断层扫描（IVOCT）	深度学习模型和机器学习模型	图像	34个新的pullbacks样本
20	2024-12-08	Deep Learning Solution for Quantification of Fluorescence Particles on a Membrane 2023-Feb-05, Sensors (Basel, Switzerland) DOI:10.3390/s23041794 PMID:36850392	研究论文	本文提出了一种基于YOLOv5算法的深度学习方法，用于检测和量化膜上荧光颗粒，特别是SARS-CoV-2病毒颗粒	本文创新性地使用了YOLOv5算法和CSPnet作为其骨干网络，结合测试时间增强（TTA）算法，实现了对多尺度、形状多变的荧光细胞的高效检测和量化	本文未提及具体的局限性	开发一种高效、准确的深度学习方法，用于检测和量化环境水样中的SARS-CoV-2病毒颗粒	SARS-CoV-2病毒颗粒及其荧光细胞	计算机视觉	NA	YOLOv5算法	CNN	图像	使用由Linde + Robinson实验室提供的私有数据集进行评估