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
21	2025-10-06	Deep Learning Based Metabolite Annotation 2023-07, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC40787.2023.10341007 PMID:38082953	研究论文	本研究探索基于深度学习的代谢物注释方法，通过高维光谱数据表示提升分子指纹预测精度	研究高维光谱数据和分子指纹表示以改进分子指纹预测准确性	NA	改进非靶向代谢组学中代谢物注释的准确性	代谢物分子指纹	机器学习	NA	液相色谱-质谱联用(LC-MS), 串联质谱(MS/MS)	CNN	质谱数据	来自MoNA存储库和NIST 20的MS/MS光谱数据	NA	卷积神经网络	准确率	NA
22	2025-10-06	Performance of ChatGPT on the pharmacist licensing examination in Taiwan 2023-07-01, Journal of the Chinese Medical Association : JCMA IF:1.9Q2 DOI:10.1097/JCMA.0000000000000942 PMID:37227901	研究论文	评估ChatGPT在台湾药师执照考试中的表现	首次系统评估ChatGPT在药师执照考试中的表现，比较中英文版本差异	排除图形题、化学式和表格，仅使用ChatGPT 3.5版本，样本量有限	研究ChatGPT在药学教育和评估中的潜在应用	台湾药师执照考试题目	自然语言处理	NA	深度学习	GPT-3.5	文本	2023年首次台湾药师执照考试题目	NA	Transformer	正确率	NA
23	2025-10-06	Early-warning of Cardiac Condition through Detection of Murmur in Heart Sound - A Case Study 2023-07, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC40787.2023.10340924 PMID:38083243	案例研究	通过机器学习方法检测心音杂音实现心脏状况的早期预警	结合机器学习和深度学习技术，通过心音信号处理实现风湿性心脏病的自动早期筛查	研究仅限于特定地理区域的人群，属于案例研究性质	开发基于心音分析的自动心脏疾病早期筛查方法	心音信号和风湿性心脏病患者	机器学习, 信号处理	心血管疾病, 风湿性心脏病	心音图(PCG), 数字听诊器	机器学习, 深度学习	心音信号	特定地理区域的人群案例	NA	3种先进方法	NA	NA
24	2025-10-07	ChromaFold predicts the 3D contact map from single-cell chromatin accessibility 2023-Jul-28, bioRxiv : the preprint server for biology DOI:10.1101/2023.07.27.550836 PMID:37546906	研究论文	提出ChromaFold深度学习模型，从单细胞ATAC测序数据预测3D染色质接触图谱和调控相互作用	首次实现仅使用单细胞ATAC测序数据预测3D接触图谱，无需染色体构象捕获实验	需要配对scATAC-seq和Hi-C数据进行训练	从单细胞染色质可及性数据预测3D染色质结构和调控相互作用	人类和小鼠细胞系及组织中的染色质相互作用	计算生物学	NA	scATAC-seq, Hi-C, CTCF ChIP-seq	深度学习	基因组测序数据	多种人类和小鼠测试细胞类型	NA	轻量级架构	预测准确性	标准GPU
25	2025-10-07	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	开发了一种通过高通量基因标记和深度学习图像分析来研究蛋白质组动力学和功能的高效方法	结合高通量基因标记、荧光标记测序、深度学习图像分析和单细胞RNA测序，实现蛋白质错误折叠的空间限制诱导和细胞区室特异性响应映射	NA	系统水平理解蛋白质组组织和功能，绘制蛋白质错误折叠的区室特异性响应图谱	内源性标记蛋白质，细胞池	计算生物学	NA	高通量基因标记，单细胞RNA测序，荧光标记测序	深度学习	图像，基因表达数据	NA	NA	NA	NA	NA
26	2025-10-07	Deep Learning of Cell Spatial Organizations Identifies Clinically Relevant Insights in Tissue Images 2023-Jul-04, Research square DOI:10.21203/rs.3.rs-2928838/v1 PMID:37461694	研究论文	提出基于细胞空间组织的图卷积网络Ceograph，通过分析病理图像中的细胞空间特征预测临床结果	开发了首个基于细胞空间组织的图卷积网络，能够量化单个细胞间的空间相互作用并识别与临床结果相关的关键特征	NA	开发能够从组织图像中识别具有临床意义的细胞空间组织特征的计算方法	口腔潜在恶性疾病患者和肺癌患者的组织病理图像	数字病理	口腔癌,肺癌	组织成像技术	图卷积网络	病理图像	NA	NA	Ceograph	临床结果预测准确性	NA
27	2025-10-07	Beyond Correlations: Deep Learning for Seismic Interferometry 2023-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2022.3172385 PMID:35552139	研究论文	本研究提出使用深度神经网络从被动地震记录中提取格林函数，超越传统相关法的限制	首次将深度学习方法应用于地震干涉测量，通过神经网络直接学习相关图与经验格林函数之间的隐含关系	所有数值实验均基于合成数据，尚未在真实数据上验证；需要源方向性的先验知识	解决传统相关法在地震干涉测量中的时空限制，提高从环境噪声中提取格林函数的准确性	地震波传播路径（格林函数）	地球物理信号处理	NA	地震干涉测量	深度神经网络	地震记录数据	NA	NA	改进的ResNet	NA	NA
28	2025-04-06	Federated Partially Supervised Learning With Limited Decentralized Medical Images 2023-07, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2022.3231017 PMID:37015445	research paper	本文提出了一种新的联邦部分监督学习（FPSL）框架FedPSL，用于处理有限分散的医学图像数据	提出了联邦部分监督学习（FPSL）的新问题，并设计了包含任务依赖模型聚合和任务无关解耦学习的FedPSL框架	实验基于模拟数据，未在真实临床环境中验证	解决医学图像数据分散和部分标注情况下的联邦学习问题	分散的医学图像数据	machine learning	NA	federated learning	deep learning-based models	medical images	limited decentralized data (simulated)	NA	NA	NA	NA
29	2025-10-07	Machine learning applications for early detection of esophageal cancer: a systematic review 2023-07-17, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-023-02235-y PMID:37460991	系统综述	系统综述了机器学习在食管癌早期检测中的应用现状	首次系统评估机器学习特别是卷积神经网络在食管癌早期检测中的性能表现	现有文献有限，存在类别不平衡和偏差问题，需要跨机构验证	总结和讨论基于机器学习的食管癌早期检测方法研究现状	食管癌早期检测相关研究文献	计算机视觉	食管癌	内窥镜成像，计算机断层扫描	CNN	医学图像	31篇研究文章	NA	卷积神经网络	准确率，灵敏度	NA
30	2025-10-07	A generalizable framework to comprehensively predict epigenome, chromatin organization, and transcriptome 2023-07-07, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkad436 PMID:37224527	研究论文	提出名为EPCOT的深度学习框架，能够仅通过细胞类型特异性染色质可及性数据全面预测表观基因组、染色质组织和转录组等多种模态	采用预训练和微调框架，能够跨预测任务和细胞类型学习通用表征，实现对新细胞类型多种模态的准确预测	未明确说明模型在跨物种或极端条件下的泛化能力	开发能够全面预测基因组多模态数据的通用计算框架	表观基因组、染色质组织、转录组和增强子活性等基因组模态数据	机器学习	NA	染色质可及性分析、Micro-C、ChIA-PET	深度学习	基因组数据、表观遗传数据	NA	NA	预训练-微调框架	NA	NA
31	2025-10-07	Using a New Deep Learning Method for 3D Cephalometry in Patients With Cleft Lip and Palate 2023 Jul-Aug 01, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000009299 PMID:36944601	研究论文	本研究开发了一种基于3D点云图卷积神经网络的新深度学习方法，用于唇腭裂患者的头影测量标志点自动定位	首次将PointNet++模型应用于唇腭裂患者的3D头影测量，通过点云图卷积神经网络分析点间关系进行标志点预测	训练数据集规模有限（150例患者），部分标志点检测成功率较低（3个标志点在2mm误差范围内的SDR低于70%）	开发适用于唇腭裂患者的自动3D头影测量系统	唇腭裂患者	计算机视觉	唇腭裂	计算机断层扫描	图卷积神经网络	3D点云数据	150例唇腭裂患者	NA	PointNet++	平均距离误差, 成功检测率	NA
32	2025-10-07	Deep Learning for Automated Measurement of Patellofemoral Anatomic Landmarks 2023-Jul-08, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering10070815 PMID:37508842	研究论文	开发深度学习模型自动测量髌股解剖标志物	首个基于生理和病理CT影像的大规模深度学习回归模型，用于髌股自动标注	健康队列的滑车角测量存在统计学显著差异	通过自动测量膝关节解剖结构改善临床疗效	膝关节CT影像中的髌股解剖标志物	计算机视觉	膝关节疾病	CT成像	CNN	医学影像	483名患者，14,652张标注图像	PyTorch	ResNet50	平均绝对误差，Bland-Altman图，配对t检验	NA
33	2025-02-21	MTDN: Learning Multiple Temporal Dynamics Representation for Emotional Valence Classification with EEG 2023-07, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC40787.2023.10340760 PMID:38083323	研究论文	本文提出了一种名为MTDN的深度学习框架，用于从脑电图（EEG）中识别情绪，特别是情感效价分类	MTDN框架通过并行长短期记忆（LSTM）嵌入和自注意力模块联合学习多种时间动态，有效捕捉了情绪反应的关键特征	本文仅在公开的DEAP数据集上进行了实验，未在其他数据集上验证其泛化能力	研究目的是提高从EEG信号中识别情感效价的准确性	研究对象是脑电图（EEG）信号	机器学习	NA	深度学习	LSTM, 自注意力机制	脑电图（EEG）信号	公开的DEAP数据集	NA	NA	NA	NA
34	2025-10-07	Predicting pathological complete response to neoadjuvant systemic therapy for triple-negative breast cancers using deep learning on multiparametric MRIs 2023-07, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC40787.2023.10340987 PMID:38083160	研究论文	开发基于深度学习的多参数MRI模型预测三阴性乳腺癌新辅助系统治疗的病理完全缓解	首次结合治疗前和治疗中多个时间点的多参数MRI序列（DCE-MRI和DWI），利用深度学习早期预测TNBC患者对新辅助系统治疗的反应	NA	预测三阴性乳腺癌患者对新辅助系统治疗的病理完全缓解反应	三阴性乳腺癌患者	计算机视觉	乳腺癌	动态对比增强MRI, 扩散加权成像	深度学习	医学影像	NA	NA	NA	AUC	NA
35	2024-12-24	Label-Efficient Self-Supervised Federated Learning for Tackling Data Heterogeneity in Medical Imaging 2023-07, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2022.3233574 PMID:37018314	研究论文	本文提出了一种用于医学图像分析的鲁棒且高效的标签自监督联邦学习框架，通过Transformer和掩码图像建模来解决数据异质性问题	引入了一种基于Transformer的自监督预训练范式，直接在分散的目标任务数据集上进行预训练，以增强对异质数据的鲁棒表示学习和有效的知识迁移	未提及具体限制	解决联邦学习中由于数据异质性和缺乏高质量标签数据导致性能下降的问题	医学图像分类任务，包括视网膜、皮肤病和胸部X光分类	计算机视觉	NA	联邦学习 (FL)	Transformer	图像	模拟和真实世界的非独立同分布 (non-IID) 医学图像数据集	NA	NA	NA	NA
36	2024-12-24	Federated Active Learning for Multicenter Collaborative Disease Diagnosis 2023-07, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2022.3227563 PMID:37015520	研究论文	本文提出了两种联邦主动学习方法，用于多中心协作疾病诊断，以提高数据和客户端的效率	提出了Labeling Efficient Federated Active Learning (LEFAL)和Training Efficient Federated Active Learning (TEFAL)两种方法，分别通过任务无关的混合采样策略和客户端信息评估来提高数据和客户端的效率	未提及具体限制	解决多中心协作疾病诊断中的大规模标注负担、隐私保护和模型泛化问题	多中心协作疾病诊断	计算机视觉	胃肠道疾病, COVID-19	联邦主动学习	NA	图像	Hyper-Kvasir数据集（65%标注数据）, CC-CCII数据集（50次迭代）	NA	NA	NA	NA
37	2024-12-12	Functional connectivity signatures of major depressive disorder: machine learning analysis of two multicenter neuroimaging studies 2023-Jul, Molecular psychiatry IF:9.6Q1 DOI:10.1038/s41380-023-01977-5 PMID:36792654	研究论文	本文利用机器学习和深度学习算法，分析了两个多中心神经影像数据集，以区分重度抑郁症患者与健康对照组，并识别抑郁症的神经生理学特征	本文首次在两个最大的重度抑郁症静息态数据集中应用了图卷积神经网络（GCN）和GCN-Explainer进行特征可视化，揭示了丘脑超连接性作为抑郁症的显著神经生理学特征	分类准确率较低，表明静息态功能连接作为重度抑郁症的生物标志物可靠性较差，可能是由于疾病的异质性	开发用于精神病学的诊断工具，并识别重度抑郁症的神经生理学特征	重度抑郁症患者与健康对照组的静息态功能连接	机器学习	精神疾病	功能磁共振成像（fMRI）	支持向量机（SVM）和图卷积神经网络（GCN）	功能连接矩阵	REST-meta-MDD数据集2338例，PsyMRI数据集1039例	NA	NA	NA	NA
38	2024-12-08	Deep learning-based vortex decomposition and switching based on fiber vector eigenmodes 2023-Jul, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2023-0202 PMID:39635056	研究论文	本文展示了基于深度学习的涡旋模式分解和切换技术，通过重建多视角投影强度分布图像来实现圆柱矢量（CV）和轨道角动量（OAM）模式的分解	首次实现了基于深度学习的CV和OAM模式分解，并展示了高效的模态系数和光场分布恢复	NA	实现对圆柱矢量和轨道角动量模式的智能生成和精确控制	圆柱矢量（CV）和轨道角动量（OAM）模式	光学	NA	深度学习	随机并行梯度下降（SPGD）算法	图像	NA	NA	NA	NA	NA
39	2024-12-08	Counting and mapping of subwavelength nanoparticles from a single shot scattering pattern 2023-Jul, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2022-0612 PMID:39635469	研究论文	本文介绍了一种基于深度学习的超分辨率单次光学方法，用于计数和映射表面上的亚波长颗粒	提出了一种基于深度学习的超分辨率单次光学方法，用于计数和映射亚波长颗粒的位置	NA	开发一种用于计数和映射亚波长颗粒的新型光学方法	亚波长颗粒的计数和位置映射	计算机视觉	NA	深度学习	NA	图像	4 × 4 网格上的颗粒集合	NA	NA	NA	NA
40	2024-12-06	Cross-Subject Tinnitus Diagnosis Based on Multi-Band EEG Contrastive Representation Learning 2023-07, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3264521 PMID:37018100	研究论文	本文提出了一种基于多频带EEG对比表示学习的跨受试者耳鸣诊断方法	提出了一个名为多频带EEG对比表示学习（MECRL）的多任务学习框架，用于提高耳鸣诊断的鲁棒性和数据效率	NA	识别耳鸣并为其诊断和治疗提供理论指导	耳鸣患者和健康对照组的静息状态EEG数据	数字病理学	耳鸣	EEG	深度神经网络	EEG数据	187名耳鸣患者和80名健康受试者	NA	NA	NA	NA