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	2025-05-16	Protocol to investigate the neural basis for copulation posture of Drosophila using a closed-loop real-time optogenetic system 2023-12-15, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2023.102623 PMID:37788165	研究论文	本文提出了一种利用闭环实时光遗传系统研究果蝇交配姿势神经基础的协议	使用深度学习分析实现高效的光遗传学操作，仅在交配期间调控神经活动	协议的具体执行细节需参考Yamanouchi等人的研究	探究果蝇交配姿势的神经基础	果蝇	神经科学	NA	光遗传学	深度学习	行为数据	NA
2	2025-05-15	Using DeepContact with Amira graphical user interface 2023-12-15, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2023.102558 PMID:37717213	research paper	介绍如何将DeepContact深度学习软件集成到Amira的人工智能模块中，用于二维电子显微镜图像中膜接触位点的高通量量化	通过Amira的用户友好图形界面调用DeepContact功能，简化了膜接触位点的量化过程	未提及具体性能指标或与其他方法的比较	开发一种用户友好的方法，用于量化电子显微镜图像中的膜接触位点	二维电子显微镜图像中的膜接触位点	digital pathology	NA	电子显微镜成像	DeepContact	image	NA
3	2025-05-15	Protocol to analyze fundus images for multidimensional quality grading and real-time guidance using deep learning techniques 2023-12-15, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2023.102565 PMID:37733597	研究论文	介绍了一种名为DeepFundus的深度学习协议，用于眼底图像的多维质量分类和实时采集指导	利用深度学习技术实现眼底图像的多维质量分类，并提供实时采集指导	需要依赖特定数据集或自定义数据集，可能受限于数据质量和多样性	解决医学人工智能研究中的数据质量问题，提高眼底图像采集的质量和效率	眼底图像	计算机视觉	NA	深度学习	CNN	图像	未明确说明样本数量，但提到可以使用建议数据集或自定义数据集
4	2025-05-14	Label-free imaging of nuclear membrane for analysis of nuclear import of viral complexes 2023-12, Journal of virological methods IF:2.2Q3 DOI:10.1016/j.jviromet.2023.114834 PMID:37875225	研究论文	本文提出了一种利用深度学习模型进行无标记核膜成像的方法，以研究HIV-1病毒复合物的核输入机制	利用深度学习模型实现无标记核膜成像，避免了传统荧光标记的挑战，特别是在原代细胞中的应用	模型在活细胞中的应用仍需进一步验证，且可能受限于特定细胞类型或条件	研究HIV-1病毒复合物在非分裂细胞中的核输入机制	HIV-1病毒复合物及宿主细胞核膜	数字病理学	HIV感染	透射光显微镜，深度学习模型	深度神经网络	图像	未明确说明具体样本数量，但涉及固定细胞和活细胞的成像
5	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
6	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
7	2025-05-02	Deep learning-based phenotyping reclassifies combined hepatocellular-cholangiocarcinoma 2023-12-14, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-43749-3 PMID:38092727	研究论文	利用深度学习对混合型肝细胞-胆管癌进行表型重分类	首次应用深度学习对混合型肝细胞-胆管癌进行表型重分类，并与临床结果、基因变异及原位空间基因表达谱一致	研究样本量有限，且仅针对cHCC-CCA这一罕见癌症类型	改善混合型肝细胞-胆管癌的诊断和治疗决策	混合型肝细胞-胆管癌患者	数字病理学	肝癌	深度学习	深度学习模型	图像和基因表达数据	405名cHCC-CCA患者
8	2025-05-02	Automating General Movements Assessment with quantitative deep learning to facilitate early screening of cerebral palsy 2023-12-14, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-44141-x PMID:38097602	research paper	本研究提出了一种基于深度学习的运动评估模型（MAM），用于自动化评估婴儿的全身运动，以促进脑瘫的早期筛查	结合婴儿视频和基本特征，开发了自动化评估全身运动的深度学习模型，并引入了定量GMA方法，显著提高了诊断准确性	需要外部验证以进一步确认模型的泛化能力	自动化全身运动评估，促进脑瘫的早期筛查	婴儿的全身运动	digital pathology	cerebral palsy	deep learning	CNN	video	未明确提及样本数量
9	2025-05-02	Single-cell spatial metabolomics with cell-type specific protein profiling for tissue systems biology 2023-12-13, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-43917-5 PMID:38086839	research paper	提出了一种名为scSpaMet的单细胞空间代谢组学框架，用于联合分析人类男性组织中单个免疫细胞和癌细胞的蛋白质-代谢物特征	结合了非靶向空间代谢组学和靶向多重蛋白质成像技术，实现了单细胞水平的蛋白质-代谢物联合分析	仅针对男性人类组织进行研究，未涉及女性样本	开发用于组织系统生物学研究的单细胞空间代谢组学工具	人类肺癌、扁桃体和子宫内膜组织中的单个免疫细胞和癌细胞	digital pathology	lung cancer	untargeted spatial metabolomics, targeted multiplexed protein imaging	deep learning-based joint embedding	spatial metabolomic data, protein imaging data	19507个肺癌单细胞、31156个扁桃体单细胞和8215个子宫内膜单细胞
10	2025-05-02	High-throughput target trial emulation for Alzheimer's disease drug repurposing with real-world data 2023-12-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-43929-1 PMID:38081829	research paper	该研究通过模拟目标随机试验，利用真实世界数据评估了数千种药物对阿尔茨海默病的潜在再利用价值	提出了一个模型选择策略以改进基线协变量平衡，并发现基于深度学习的倾向评分模型在协变量平衡方面不一定优于基于逻辑回归的方法	缺乏对模拟试验结果的系统评估	识别已批准药物对阿尔茨海默病的新适应症	数千种药物和超过1.7亿患者的临床记录	machine learning	geriatric disease	target trial emulation, inverse probability of treatment weighting	deep learning, logistic regression	clinical records	超过1.7亿患者的临床记录
11	2025-05-02	Deep learning of cell spatial organizations identifies clinically relevant insights in tissue images 2023-12-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-43172-8 PMID:38081823	研究论文	介绍了一种基于细胞空间组织的图卷积网络Ceograph，用于分析病理图像中的细胞空间组织特征及其对患者临床结果的影响	提出了Ceograph模型，能够识别细胞空间组织特征并预测其对患者临床结果的影响，为个性化治疗策略提供支持	未提及具体的数据集规模或模型在不同类型癌症中的泛化能力	开发一种能够分析细胞空间组织特征并预测临床结果的方法	口腔潜在恶性病变患者和肺癌患者的病理图像	数字病理	口腔潜在恶性病变, 肺癌	图卷积网络	GCN	病理图像	NA
12	2025-05-02	DeepRTAlign: toward accurate retention time alignment for large cohort mass spectrometry data analysis 2023-12-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-43909-5 PMID:38081814	研究论文	开发了一种基于深度学习的保留时间对齐工具DeepRTAlign，用于大规模队列LC-MS数据分析	能够同时处理单调和非单调的RT偏移，提高了识别灵敏度而不影响定量准确性	未明确提及具体局限性	提高大规模队列LC-MS研究中保留时间对齐的准确性	蛋白质组学和代谢组学实验中的保留时间对齐	质谱数据分析	肝细胞癌	LC-MS	深度学习	质谱数据	多个真实世界和模拟的蛋白质组学和代谢组学数据集
13	2025-05-02	The text-package: An R-package for analyzing and visualizing human language using natural language processing and transformers 2023-Dec, Psychological methods IF:7.6Q1 DOI:10.1037/met0000542 PMID:37126041	研究论文	介绍了一个名为text的R包，用于利用NLP和transformer技术分析和可视化人类语言	将最先进的NLP和深度学习技术（如transformer）以用户友好的方式提供给心理学研究者，专门针对人类层面的分析优化	未提及具体性能指标或与其他工具的比较	为社会科学研究者提供便捷的语言分析工具	人类语言数据	自然语言处理	NA	NLP, transformer	transformer	文本	NA
14	2025-04-27	From the diagnosis of infectious keratitis to discriminating fungal subtypes; a deep learning-based study 2023-12-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-49635-8 PMID:38097753	research paper	本研究利用深度学习技术从传染性角膜炎的诊断到真菌亚型的区分	提出三个深度学习模型，分别用于诊断传染性角膜炎、区分细菌性和真菌性角膜炎，以及鉴别真菌亚型（丝状真菌与酵母菌）	模型在真菌亚型鉴别上的准确率相对较低（77.5%）	提高传染性角膜炎的早期诊断和分类准确性	传染性角膜炎患者	digital pathology	infectious keratitis	deep learning	CNN	image	977名患者的9329张裂隙灯照片
15	2025-04-24	Geneformer: a deep learning model for exploring gene networks 2023-12, Science China. Life sciences DOI:10.1007/s11427-023-2431-x PMID:37672186	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
16	2025-04-23	USE-Evaluator: Performance metrics for medical image segmentation models supervised by uncertain, small or empty reference annotations in neuroimaging 2023-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2023.102927 PMID:37672900	research paper	该论文提出了一种用于评估医学图像分割模型性能的新方法，特别针对参考标注不确定、小或为空的情况	提出了USE-Evaluator，一种新的性能评估方法，专门针对医学图像分割中参考标注不确定、小或为空的情况，弥补了现有评估方法的不足	研究主要针对神经影像数据，可能不适用于其他医学影像领域	改进医学图像分割模型的性能评估方法，特别是在参考标注不确定、小或为空的情况下	医学图像分割模型	digital pathology	stroke	deep learning	CNN	image	stroke in-house数据集、BRATS 2019和Spinal Cord公共数据集
17	2025-04-17	De novo design of diverse small molecule binders and sensors using Shape Complementary Pseudocycles 2023-Dec-21, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.20.572602 PMID:38187589	研究论文	提出了一种结合深度学习和能量基础的通用方法，用于设计能够高亲和力结合并感知任意小分子的蛋白质	首次采用深度学习生成具有中央口袋的假环结构，能够针对不同大小和形状的小分子设计高形状互补性的结合口袋，并成功应用于极性柔性分子如甲氨蝶呤和甲状腺素	未提及该方法在更复杂生物环境中的适用性或对其他类型分子的普适性	开发一种通用方法设计能够结合并感知任意小分子的蛋白质	小分子（包括甲氨蝶呤、甲状腺素等极性柔性分子）	机器学习	NA	深度学习	NA	分子结构数据	四种不同分子（包括甲氨蝶呤和甲状腺素）
18	2025-04-17	Form follows function: Nuclear morphology as a quantifiable predictor of cellular senescence 2023-12, Aging cell IF:8.0Q1 DOI:10.1111/acel.14012 PMID:37845808	研究论文	本文探讨了核形态作为细胞衰老的量化预测指标的作用	揭示了核形态在驱动衰老表型中的主动作用，并利用深度学习算法实现了对增殖细胞和衰老细胞的准确分类	未明确核形态异常是衰老的原因还是结果	研究核形态作为细胞衰老预测生物标志物的潜力	组织细胞	数字病理学	老年疾病	深度学习	CNN	图像	多种细胞类型和物种的体外和体内数据
19	2025-04-12	RApid Throughput Screening for Asymptomatic COVID-19 Infection With an Electrocardiogram: A Prospective Observational Study 2023-Dec, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2023.07.007 PMID:40206301	研究论文	评估神经网络使用便携设备获取的心电图（ECG）识别无症状SARS-CoV-2感染的能力	使用便携式、智能手机兼容的人工智能心电图（POC AI-ECG）设备进行无症状SARS-CoV-2感染的筛查	POC AI-ECG算法在检测无症状SARS-CoV-2感染方面效果不佳，无法有效区分阳性与阴性参与者的心电图	评估人工智能心电图在检测无症状SARS-CoV-2感染中的准确性	2827名患者	数字病理学	COVID-19	人工智能心电图（AI-ECG）	深度学习模型	心电图数据	2827名患者（48%女性，79%白人，7%有既往COVID-19感染史）
20	2025-04-12	Deep Learning for Computed Tomography Assessment of Hepatic Fibrosis and Cirrhosis: A Systematic Review 2023-Dec, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2023.08.008 PMID:40206310	系统综述	本文系统综述了深度学习在计算机断层扫描评估肝纤维化和肝硬化中的应用	首次系统评估深度学习算法在CT图像分析肝纤维化和肝硬化诊断中的准确性	研究队列和方法学存在异质性，限制了这些研究的普适性	评估深度学习算法在肝纤维化和肝硬化CT诊断中的准确性	计算机断层扫描(CT)图像	数字病理	肝纤维化和肝硬化	深度学习	图像分类算法和图像分割算法	CT图像	6项符合纳入标准的研究（3877项初步筛选研究）