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	2025-03-27	Sub-second photon dose prediction via transformer neural networks 2023-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.16231 PMID:36669122	研究论文	提出了一种结合Transformer和卷积层的深度学习算法iDoTA，用于快速预测光子束剂量分布	利用Transformer和卷积层的协同作用，实现了毫秒级的光子束剂量分布预测，为在线和实时自适应治疗提供了新方法	研究仅基于1700个光束剂量分布的数据集，可能在不同临床场景中的泛化能力有待验证	开发一种快速且准确的光子束剂量分布预测算法，以支持在线和实时自适应治疗	光子束剂量分布预测	机器学习	前列腺癌、肺癌、头颈癌	深度学习	Transformer与CNN结合	3D CT图像	1700个光束剂量分布，来自11个临床VMAT计划（每个计划194-354个光束）
2	2025-03-26	CLCLSA: Cross-omics Linked embedding with Contrastive Learning and Self Attention for multi-omics integration with incomplete multi-omics data 2023-May-02, Research square DOI:10.21203/rs.3.rs-2768563/v1 PMID:37205427	research paper	提出一种名为CLCLSA的深度学习方法，用于处理不完整多组学数据的整合问题	结合跨组学链接嵌入、对比学习和自注意力机制，动态识别多组学数据中最具信息量的特征	需要完整的多组学数据作为监督，可能在某些实际应用中受限	解决不完整多组学数据整合问题，提高疾病和表型理解的全面性	多组学数据	machine learning	NA	multi-omics integration	autoencoders, contrastive learning, self-attention	multi-omics data	四个公共多组学数据集
3	2025-03-17	Rapid and Portable Quantification of HIV RNA via a Smartphone-enabled Digital CRISPR Device and Deep Learning 2023-May-16, medRxiv : the preprint server for health sciences DOI:10.1101/2023.05.12.23289911 PMID:37292781	研究论文	本文介绍了一种基于智能手机的数字CRISPR设备，用于快速和便携地定量检测HIV RNA	开发了一种基于荧光逆转录重组酶聚合酶扩增（RT-RPA）-CRISPR的检测方法，并结合智能手机和深度学习算法进行图像分析	未提及具体局限性	开发一种便携式设备，用于方便地监测HIV病毒载量	HIV RNA	数字病理学	HIV/AIDS	RT-RPA-CRISPR	深度学习算法	荧光图像	75份HIV RNA样本
4	2025-03-12	Video-Based Deep Learning for Automated Assessment of Left Ventricular Ejection Fraction in Pediatric Patients 2023-05, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography IF:5.4Q1 DOI:10.1016/j.echo.2023.01.015 PMID:36754100	研究论文	本文介绍了EchoNet-Peds，一种基于视频的深度学习算法，用于自动评估儿科患者的左心室射血分数（EF）	EchoNet-Peds是首个专门针对儿科患者开发的深度学习算法，能够匹配人类专家在左心室分割和射血分数评估方面的表现	尽管EchoNet-Peds在儿科数据上表现优异，但其在成人数据上的适用性尚未验证	开发一种自动化工具，用于准确评估儿科患者的左心室射血分数和识别收缩功能障碍	儿科患者的超声心动图数据	计算机视觉	心血管疾病	深度学习	CNN	视频	4,467个儿科超声心动图
5	2025-03-01	Prediction of Coronary Artery Calcium Using Deep Learning of Echocardiograms 2023-05, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography IF:5.4Q1 DOI:10.1016/j.echo.2022.12.014 PMID:36566995	研究论文	本研究利用深度学习模型，通过经胸超声心动图（TTE）视频预测冠状动脉钙化（CAC）评分，并评估其在预测1年生存率方面的效果	首次使用基于视频的卷积神经网络（CNN）从TTE视频中预测CAC评分，并验证其在外部数据集上的有效性	研究样本量相对较小，外部验证数据集仅有92个TTE视频	探索TTE视频是否可用于预测冠状动脉钙化评分，并评估其与CT CAC评分在预测1年生存率方面的相似性	2,881个TTE视频与冠状动脉钙化CT配对的样本，以及92个外部验证TTE视频	计算机视觉	心血管疾病	深度学习	卷积神经网络（CNN）	视频	2,881个TTE视频与CT配对的样本，以及92个外部验证TTE视频
6	2025-02-26	Deep Learning-Aided Modulation Recognition for Non-Orthogonal Signals 2023-May-31, Sensors (Basel, Switzerland) DOI:10.3390/s23115234 PMID:37299960	研究论文	本文旨在开发基于深度学习的自动调制识别方法，用于非正交传输信号的下行和上行链路	提出了基于双向长短期记忆网络（BiLSTM）的AMR方法，利用长期数据依赖性自动学习不规则信号星座形状，并引入迁移学习以提高识别准确性和鲁棒性；针对上行链路非正交信号，开发了基于注意力机制的时空融合网络，有效提取时空特征	未提及具体样本量或实验数据集的大小	开发高效的自动调制识别方法，适用于非正交传输系统	非正交传输信号的下行和上行链路	机器学习	NA	深度学习	BiLSTM, 注意力机制, CNN	信号数据	NA
7	2025-02-21	WM-STGCN: A Novel Spatiotemporal Modeling Method for Parkinsonian Gait Recognition 2023-May-22, Sensors (Basel, Switzerland) DOI:10.3390/s23104980 PMID:37430892	研究论文	本文提出了一种名为WM-STGCN的新型时空建模方法，用于帕金森病步态识别	WM-STGCN方法结合了加权邻接矩阵与虚拟连接和多尺度时间卷积，能够有效捕捉不同尺度的时空特征	NA	开发一种有效的帕金森病步态识别方法，以支持早期诊断和治疗	帕金森病患者的步态数据	计算机视觉	帕金森病	深度学习	WM-STGCN（加权邻接矩阵与虚拟连接和多尺度时间卷积的时空图卷积网络）	视频数据	NA
8	2025-02-21	CPGL: Prediction of Compound-Protein Interaction by Integrating Graph Attention Network With Long Short-Term Memory Neural Network 2023 May-Jun, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2022.3225296 PMID:36445995	研究论文	本文提出了一种结合图注意力网络（GAT）和长短期记忆神经网络（LSTM）的深度学习算法CPGL，用于预测化合物-蛋白质相互作用（CPI）	创新性地整合了GAT和LSTM，用于化合物和蛋白质的端到端表示学习，提高了模型的鲁棒性和泛化能力	NA	优化化合物和蛋白质的特征提取，提高CPI预测的准确性和模型性能	化合物-蛋白质相互作用（CPI）	机器学习	NA	深度学习	GAT, LSTM	化合物和蛋白质的表示数据	基于3个公开的CPI数据集：C.elegans、Human和BindingDB，以及2个标签反转数据集：GPCR和Kinase
9	2025-02-14	A deep learning model for novel systemic biomarkers in photographs of the external eye: a retrospective study 2023-05, The Lancet. Digital health DOI:10.1016/S2589-7500(23)00022-5 PMID:36966118	研究论文	本研究开发了一种深度学习系统（DLS），通过外部眼部照片预测系统性参数，如肝脏、肾脏、骨骼或矿物质、甲状腺和血液相关参数	首次利用外部眼部照片预测多种系统性医学参数，扩展了外部眼部照片在疾病筛查中的应用	需要进一步研究以了解其临床应用价值	验证外部眼部照片是否包含多种系统性医学条件的信息	糖尿病患者及非糖尿病患者的眼部照片	计算机视觉	糖尿病	深度学习	DLS	图像	123,130张图像，来自38,398名糖尿病患者，并在25,510名患者中进行了验证
10	2025-02-02	Near-lifespan longitudinal tracking of brain microvascular morphology, topology, and flow in male mice 2023-05-24, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-38609-z PMID:37221202	研究论文	本文介绍了一套方法，用于在超过七个月的时间内测量小鼠大脑血管的动态和解剖结构，利用光学相干断层扫描（OCT）和深度学习图像处理算法的进步	开发了一种能够在同一视野内长期跟踪大脑微血管形态、拓扑和血流的方法，结合了OCT和深度学习技术	研究仅限于雄性小鼠，未涉及雌性或其他模型系统	研究目的是开发一种能够长期跟踪大脑微血管变化的技术，以研究年龄相关的神经退行性疾病和正常衰老过程中的血管变化	雄性小鼠（包括野生型和3xTg模型）	数字病理学	老年疾病	光学相干断层扫描（OCT），深度学习图像处理算法	深度学习	图像	未明确提及具体样本数量，但涉及野生型和3xTg雄性小鼠
11	2025-01-23	Deep learning-based protoacoustic signal denoising for proton range verification 2023-05-12, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/acd257 PMID:37141867	研究论文	本文提出了一种基于深度学习的原声信号去噪技术，用于质子治疗中的质子范围验证	提出了一种新型的深度学习技术，用于去噪原声信号，并在低剂量下减少布拉格峰（BP）范围的不确定性	研究仅在聚乙烯（PE）模型上进行，未在真实人体组织中进行验证	提高质子治疗中原声信号的信噪比（SNR）和布拉格峰（BP）范围验证的准确性	原声信号	机器学习	NA	深度学习	堆叠自编码器（SAE）	声信号	512个原始信号，每个设备
12	2024-12-08	Multimodal deep learning methods enhance genomic prediction of wheat breeding 2023-05-02, G3 (Bethesda, Md.) DOI:10.1093/g3journal/jkad045 PMID:36869747	研究论文	本文比较了一种新的深度学习方法与传统基因组预测模型在小麦育种中的应用	本文首次将深度学习方法应用于基因组与表型组（成像）相结合的基因组预测中	深度学习方法在某些年份的基因组预测准确性略低于GBLUP模型	提高小麦育种中未观测表型的基因组预测准确性	小麦的基因组数据和表型数据	机器学习	NA	深度学习	深度学习神经网络	基因组数据和表型数据	两个小麦数据集（DS1和DS2），DS1包含基因组和表型数据，DS2包含3年、2个环境（干旱和灌溉）和2-4个性状的基因组数据
13	2024-12-08	Inverse design in quantum nanophotonics: combining local-density-of-states and deep learning 2023-May, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2022-0746 PMID:39635698	研究论文	本文介绍了一种在量子纳米光子学中结合局部态密度和深度学习的逆向设计框架	本文首次将深度学习引入量子光学领域，用于推进量子器件设计，并提供了一个新的平台，用于在没有直接结构与功能特性联系的复杂问题中设计纳米光子结构	NA	推进量子器件设计	量子纳米光子学中的自发辐射和纠缠问题	量子光学	NA	深度学习	全连接神经网络	局部态密度	单个多层壳金属纳米粒子系统中的量子发射器
14	2024-10-30	Employing Deep Learning Model to Evaluate Speech Information in Vocoder Simulations of Auditory Implants 2023-May-24, bioRxiv : the preprint server for biology DOI:10.1101/2023.05.23.541843 PMID:37292787	研究论文	本文提出了一种利用深度学习模型评估人工耳蜗编码器模拟中语音信息的新方法	本文的创新点在于使用OpenAI Whisper深度学习语音识别模型替代传统的人类参与者，评估编码器模拟对语音感知的影响	本文的局限性在于模型表现与人类表现的完全一致性尚未得到验证	本研究的目的是探索利用先进的深度学习语音识别模型在听觉假体研究中的潜力	本研究的对象是人工耳蜗编码器模拟对语音感知的影响	机器学习	NA	深度学习	Whisper	语音	NA
15	2024-10-21	Deep learning based synthetic CT from cone beam CT generation for abdominal paediatric radiotherapy 2023-05-05, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acc921 PMID:36996837	研究论文	本文提出了一种基于深度学习的循环一致生成对抗网络（cycleGANs）框架，用于从锥形束CT（CBCT）生成合成CT图像，以提高儿科腹部放射治疗中剂量计算的图像质量	引入了全局残差仅学习概念，并修改了cycleGAN损失函数以促进源图像和合成图像之间的结构一致性	由于儿科患者数据集较小，存在数据收集困难的问题	提高儿科腹部放射治疗中CBCT图像的质量，以进行剂量重新计算和优化	儿科腹部患者的CBCT图像	计算机视觉	NA	深度学习	生成对抗网络（GAN）	图像	涉及多种恶性肿瘤（胸腹盆腔）患者的扫描数据
16	2024-10-08	Deep Learning for Human Activity Recognition on 3D Human Skeleton: Survey and Comparative Study 2023-May-27, Sensors (Basel, Switzerland) DOI:10.3390/s23115121 PMID:37299848	综述	本文对基于三维人体骨架数据的人类活动识别（HAR）的深度学习方法进行了全面的调查和比较研究	本文首次对基于三维人体骨架数据的人类活动识别的深度学习方法进行了系统的分类和比较研究	本文的比较研究仅限于KLHA3D 102和KLYOGA3D数据集，可能无法全面反映所有深度学习方法的性能	评估和比较基于三维人体骨架数据的人类活动识别的深度学习方法	基于三维人体骨架数据的人类活动识别	计算机视觉	NA	深度学习	RNN, CNN, GCN, Hybrid-DNN	三维人体骨架数据	KLHA3D 102和KLYOGA3D数据集
17	2024-10-08	Denoising digital breast tomosynthesis projections using deep learning with synthetic data as training set 2023-May, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.10.3.034001 PMID:37223635	研究论文	本文研究了使用深度学习技术对数字乳腺断层合成（DBT）投影图像进行去噪，并提出使用合成数据进行训练	提出使用软件生成的合成数据来训练深度神经网络（DNN）进行DBT图像去噪，解决了实际数据集获取困难的问题	仅限于DBT图像去噪，未涉及其他类型的医学图像处理	研究如何在没有大量实际数据的情况下，使用合成数据训练深度神经网络进行DBT图像去噪	数字乳腺断层合成（DBT）投影图像的去噪	计算机视觉	NA	深度神经网络（DNN）	深度神经网络（DNN）	图像	合成数据集包含噪声和原始图像，具体样本数量未提及
18	2024-10-01	Electroencephalography-Based Depression Detection Using Multiple Machine Learning Techniques 2023-May-17, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13101779 PMID:37238263	研究论文	研究通过分析脑电图（EEG）数据，利用多种机器学习和深度学习技术进行抑郁症检测	结合了脑电图信号和人口统计数据（如性别和年龄）进行抑郁症检测，提高了检测系统的泛化能力	脑电图信号的复杂性和非平稳性，以及个体差异对检测系统泛化能力的影响	开发一种能够通过分析脑电图数据识别抑郁症模式的算法	脑电图数据和人口统计数据	机器学习	精神疾病	机器学习和深度学习技术	卷积神经网络（CNN）	脑电图信号	使用了来自MODMA多模态开放数据集的脑电图数据，包括128通道的静息脑电图读数
19	2024-10-01	Prediction of heart transplant rejection from routine pathology slides with self-supervised deep learning 2023-May, European heart journal. Digital health DOI:10.1093/ehjdh/ztad016 PMID:37265858	研究论文	本文评估了使用自监督深度学习从常规病理切片预测心脏移植排斥反应的可行性	首次使用自监督深度学习模型预测心脏移植排斥反应，并展示了其在小样本训练中的有效性	研究样本量相对较小，且仅限于德国的三家移植中心	评估深度学习在预测心脏移植排斥反应中的可行性	心脏移植排斥反应的病理切片	数字病理	心血管疾病	深度学习	基于注意力的深度神经网络	图像	1079张病理切片，来自325名患者
20	2024-09-30	A systematic review of biologically-informed deep learning models for cancer: fundamental trends for encoding and interpreting oncology data 2023-May-15, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-023-05262-8 PMID:37189058	综述	本文系统回顾了生物学启发的深度学习模型在癌症研究中的应用，重点关注多组学分析和模型的可解释性	提出了生物中心可解释性的概念，并讨论了其在深度学习模型中的应用	文章主要集中在现有模型的回顾和分析，未提出具体的创新模型或方法	探讨深度学习模型在癌症生物学中的应用，特别是如何整合先验生物学知识和提高模型的可解释性	深度学习模型在癌症研究中的应用，特别是多组学分析和模型的可解释性	机器学习	癌症	深度学习	NA	多组学数据	42项研究