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
161	2025-10-07	Deep-Learning-Based Nanomechanical Vibration for Rapid and Label-Free Assay of Epithelial Mesenchymal Transition 2024-01-30, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.3c10811 PMID:38169507	研究论文	开发基于深度学习与纳米机械振动相结合的无标记、快速上皮间质转化检测方法	首次从力学角度研究癌细胞集落，结合纳米振动生物力学指纹与深度学习实现表型分类	NA	开发癌细胞上皮/间质表型分类的无标记检测方法	癌细胞集落	机器学习	癌症	纳米机械振动检测	深度学习	振动数据	NA	NA	NA	准确率	NA
162	2025-10-07	Functional Near-Infrared Spectroscopy-Based Computer-Aided Diagnosis of Major Depressive Disorder Using Convolutional Neural Network with a New Channel Embedding Layer Considering Inter-Hemispheric Asymmetry in Prefrontal Hemodynamic Responses 2024, Depression and anxiety IF:4.7Q1 DOI:10.1155/2024/4459867 PMID:40226684	研究论文	提出一种基于功能近红外光谱和卷积神经网络的计算机辅助诊断系统，用于重度抑郁症的准确诊断	设计了一种考虑大脑半球间不对称性的新型通道嵌入层，并采用集成CNN架构专门捕捉MDD患者与健康对照组在血流动力学响应中的差异特征	样本量相对有限（共116名参与者），仅使用单一认知任务（Stroop任务）的数据	开发基于fNIRS的重度抑郁症计算机辅助诊断系统	48名MDD患者和68名健康对照者	医学影像分析	重度抑郁症	功能近红外光谱	CNN	血流动力学响应信号	116名参与者（48名患者+68名健康对照）	NA	集成CNN架构，包含三个1D深度卷积层	准确率, 灵敏度, 特异性	NA
163	2025-10-07	Artificial intelligence- and computer-assisted navigation for shoulder surgery 2024 Jan-Apr, Journal of orthopaedic surgery (Hong Kong) DOI:10.1177/10225536241243166 PMID:38546214	综述	全面分析人工智能和计算机辅助导航技术在肩部手术领域的最新进展和应用前景	系统整合了人工智能、深度学习与计算机辅助导航技术在肩部手术中的创新应用，展望了技术融合带来的革命性突破	主要基于现有文献分析，缺乏原始临床数据验证	探讨人工智能和计算机辅助导航技术在肩部手术中的应用现状和发展趋势	肩部手术相关的技术方法和临床应用	计算机视觉, 机器学习	骨科疾病	机器人辅助手术, 虚拟现实, 人工智能, 患者特异性器械	深度学习	医学影像（超声, CT, MRI）, 荧光镜图像, 运动学数据	NA	NA	NA	NA	NA
164	2025-10-07	Machine learning predicts which rivers, streams, and wetlands the Clean Water Act regulates 2024-01-26, Science (New York, N.Y.) DOI:10.1126/science.adi3794 PMID:38271507	研究论文	使用深度学习模型预测《清洁水法案》对河流、溪流和湿地的监管范围	首次结合航空影像和地球物理数据，通过深度学习预测美国陆军工程兵团对15万项水资源管辖权的决定	模型预测依赖于历史管辖决定数据，可能无法完全捕捉未来政策变化的影响	评估《清洁水法案》对水资源的保护范围及最高法院和白宫规则变化对监管的影响	美国河流、溪流、湿地等水资源及其管辖权决定	机器学习	NA	深度学习	深度学习模型	航空影像、地球物理数据	150,000项管辖权决定	NA	NA	NA	NA
165	2025-10-07	Early detection of Alzheimer's disease in structural and functional MRI 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1520878 PMID:39726682	研究论文	本研究通过先进的深度学习架构实现海马体和脑室的精确分割，并结合混合分类器提高阿尔茨海默病的早期检测准确率	将先进的DeepLabV3+和Deep-Residual-U-Net分割技术与VGG-16-RF等混合分类器无缝集成，为早期AD检测提供了鲁棒且可扩展的框架	NA	开发精确高效的深度学习架构用于阿尔茨海默病的早期检测	阿尔茨海默病患者的功能性磁共振成像数据	医学影像分析	阿尔茨海默病	功能性磁共振成像	CNN, 集成学习	医学影像	NA	NA	Deep-Residual-U-Net, DeepLabV3+, VGG-16, DenseNet-169	准确率, Jaccard系数, Dice系数	NA
166	2025-10-07	The Growing Impact of Natural Language Processing in Healthcare and Public Health 2024 Jan-Dec, Inquiry : a journal of medical care organization, provision and financing DOI:10.1177/00469580241290095 PMID:39396164	综述	本文综述了自然语言处理技术在医疗保健和公共卫生领域的当前应用、成功案例及未来趋势	系统总结了2018-2023年间NLP在医疗领域的最新应用进展，特别关注了大语言模型和社交媒体数据分析在公共卫生中的新兴应用	仅纳入英文文献且时间范围限定为近五年，可能遗漏部分重要研究和非英语文献	总结NLP在医疗保健领域的应用现状，识别该子领域的研究空白和新兴趋势	27篇2018-2023年间发表的科学论文	自然语言处理	NA	自然语言处理，深度学习，语音识别，自然语言理解	NA	非结构化文本数据，电子健康记录，社交媒体数据	27篇论文	NA	NA	NA	NA
167	2025-10-07	Deep Learning-Assisted Single-Molecule Detection of Protein Post-translational Modifications with a Biological Nanopore 2024-01-16, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.3c08623 PMID:38112538	研究论文	本研究开发了一种基于生物纳米孔和深度学习技术的单分子蛋白质翻译后修饰检测方法	首次结合气溶素纳米孔与深度学习模型实现多种蛋白质翻译后修饰的单分子检测与区分	仅针对α-突触核蛋白衍生肽段进行验证，尚未扩展到其他蛋白质体系	开发高灵敏度的蛋白质翻译后修饰单分子检测技术	α-突触核蛋白衍生肽段及其磷酸化、硝化和氧化修饰变体	生物纳米技术	神经退行性疾病	纳米孔传感技术, 深度学习信号处理	深度学习模型	电流信号数据	多种α-突触核蛋白肽段变体	NA	NA	检测灵敏度, 区分准确率	NA
168	2025-04-10	Deep learning in public health: Comparative predictive models for COVID-19 case forecasting 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0294289 PMID:38483948	研究论文	比较多种深度学习模型在预测阿联酋和马来西亚COVID-19病例中的效果	使用贝叶斯优化技术提升模型性能，并比较不同深度学习模型在特定地区的预测效果	研究仅针对阿联酋和马来西亚，可能不适用于其他地区	确定预测COVID-19病例的最有效深度学习模型	阿联酋和马来西亚的COVID-19病例数据	机器学习	COVID-19	贝叶斯优化	LSTM, bidirectional LSTM, CNN, hybrid CNN-LSTM, Multilayer Perceptron's, RNN	结构化数据（确诊病例数、人口统计数据、社会经济因素）	NA	NA	NA	NA	NA
169	2025-04-09	Regulated Behavior in Living Cells with Highly Aligned Configurations on Nanowrinkled Graphene Oxide Substrates: Deep Learning Based on Interplay of Cellular Contact Guidance 2024-01-16, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.2c09815 PMID:38099607	研究论文	研究通过纳米皱纹石墨烯氧化物基底调控细胞行为，并利用深度学习技术解析细胞反应	开发了高度有序的纳米皱纹石墨烯氧化物表面，结合深度学习技术精确解析细胞行为	研究仅针对L929成纤维细胞和HT22海马神经元细胞，未涉及其他细胞类型	探索纳米拓扑结构对细胞行为的调控机制及其在组织工程中的应用	L929成纤维细胞和HT22海马神经元细胞	数字病理学	NA	深度学习	DL网络	图像	L929成纤维细胞和HT22海马神经元细胞	NA	NA	NA	NA
170	2025-04-09	Altered Motor Activity Patterns within 10-Minute Timescale Predict Incident Clinical Alzheimer's Disease 2024, Journal of Alzheimer's disease : JAD DOI:10.3233/JAD-230928 PMID:38393904	研究论文	研究通过运动活动的分形模式变化预测临床阿尔茨海默病的发生	首次在10分钟时间尺度内发现运动活动分形模式变化与阿尔茨海默病临床发病的最强关联	研究仅基于运动活动数据，未结合其他生物标志物	确定运动活动分形调节(FMAR)在哪些时间尺度的变化最能预测阿尔茨海默病的临床发病	1,077名参与者，其中270人在随访期间出现临床阿尔茨海默病	数字病理学	阿尔茨海默病	活动记录仪(actigraphy)和深度学习	DeepSurv, Cox模型, 随机生存森林	时间序列运动活动数据	1,077名参与者，随访长达15年	NA	NA	NA	NA
171	2025-10-07	Developing and comparing deep learning and machine learning algorithms for osteoporosis risk prediction 2024, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2024.1355287 PMID:38919268	研究论文	本研究开发并比较了深度学习与传统机器学习算法在骨质疏松风险预测中的性能	提出了一种新型深度神经网络框架，并在大规模临床数据上验证其在骨质疏松风险预测中的优越性能	研究样本仅来自单一研究队列（路易斯安那骨质疏松研究），需要外部验证	评估深度学习算法在骨质疏松风险预测中的性能表现	8,134名40岁以上成年人的髋部骨密度和临床数据	机器学习	骨质疏松症	骨密度测量，临床数据分析	DNN, RF, ANN, KNN, SVM	临床数据，人口统计学数据	8,134名受试者	NA	深度神经网络	AUC, 准确率	NA
172	2025-04-06	Toward Blind Flare Removal Using Knowledge-Driven Flare-Level Estimator 2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2024.3480696 PMID:39437280	研究论文	本文提出了一种基于知识驱动的盲光斑去除方法，通过光斑级别估计器和调制器来提升网络在训练和测试阶段的适应性	提出了一种新的盲光斑去除视角，设计了光斑级别估计器和调制器，以及光斑感知块，用于更准确的光斑识别和重建	合成数据与真实数据之间的偏差仍然存在，且光斑的混合机制依赖于多种不确定因素	解决盲光斑去除任务中的挑战，提升图像去光斑的效果	光斑污染的图像及其无光斑对应图像	计算机视觉	NA	深度学习	CNN	图像	三个基准数据集和一个新收集的真实世界光斑数据集WiderFlare	NA	NA	NA	NA
173	2025-04-04	Deepdefense: annotation of immune systems in prokaryotes using deep learning 2024-Jan-02, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giae062 PMID:39388605	研究论文	使用深度学习对原核生物中的免疫系统进行注释和分类	开发了名为Deepdefense的算法，通过深度学习模型预测免疫系统相关蛋白，并结合校准方法提高准确性，能够识别已知和潜在的新型免疫系统蛋白	现有方法通常基于封闭世界假设，而基因组学中新样本的出现可能超出训练数据范围	开发一种自动检测和分类原核生物免疫系统蛋白的算法	原核生物（古菌和细菌）的免疫系统蛋白	机器学习	NA	深度学习	神经网络	基因组数据	NA	NA	NA	NA	NA
174	2025-10-07	Intraoperative margin assessment for basal cell carcinoma with deep learning and histologic tumor mapping to surgical site 2024-Jan-03, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-023-00477-7 PMID:38172524	研究论文	开发基于深度学习的人工智能平台用于基底细胞癌的术中切缘评估	通过自动化大体检查建议和肿瘤定位技术，显著缩短组织预处理和组织学评估时间	目前仅针对基底细胞癌进行验证，未涉及其他肿瘤类型	提高术中切缘评估的效率和完整性	基底细胞癌手术标本	数字病理	基底细胞癌	深度学习，组织学肿瘤定位	深度学习模型	病理图像	NA	NA	NA	NA	NA
175	2025-04-03	Classification of Alzheimer disease using DenseNet-201 based on deep transfer learning technique 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0304995 PMID:39240975	research paper	使用基于DenseNet-201的深度迁移学习技术对阿尔茨海默病进行分类	提出了一种基于DenseNet-201的迁移学习方法，用于诊断阿尔茨海默病的不同阶段，并实现了高分类准确率	未提及数据集的具体来源和样本多样性，可能影响模型的泛化能力	通过深度学习技术提高阿尔茨海默病的早期诊断准确率	阿尔茨海默病患者的不同阶段（非痴呆、中度痴呆、轻度痴呆、极轻度痴呆、重度痴呆）	digital pathology	geriatric disease	MRI	DenseNet-201	image	NA	NA	NA	NA	NA
176	2025-10-07	Multi feature fusion network for schizophrenia classification and abnormal brain network recognition 2024-01, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2023.110848 PMID:38104673	研究论文	提出一种多特征融合网络用于精神分裂症分类和异常脑网络识别	首次融合功能网络连接性和时间进程的多特征信息，结合深度SHAP识别最具区分度的脑网络	仅使用两个公开数据集验证，样本来源有限	开发精神分裂症自动分类方法并识别异常脑功能网络	精神分裂症患者与健康对照者	医学影像分析	精神分裂症	功能磁共振成像，独立成分分析	DNN, C-RNN	脑功能影像数据	两个公共数据集的合并样本	NA	多特征融合网络	准确率, 特异性, 敏感性, F1分数, AUC	NA
177	2025-10-07	Discriminative analysis of schizophrenia patients using an integrated model combining 3D CNN with 2D CNN: A multimodal MR image and connectomics analysis 2024-01, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2023.110846 PMID:38104672	研究论文	提出结合3D CNN和2D CNN的集成模型，利用多模态MRI数据对精神分裂症患者进行分类分析	首次将3D CNN与2D CNN集成模型应用于多模态MRI数据融合特征的精神分裂症鉴别分析，并引入SE-blocks和SVM分类器	样本量相对有限（140名患者和205名正常对照），未在独立数据集上进行验证	开发基于多模态MRI数据的深度学习模型以改进精神分裂症患者的分类诊断	精神分裂症患者和正常对照组的脑部多模态MRI数据	医学影像分析	精神分裂症	结构MRI，静息态功能MRI，结构连接性分析，功能连接性分析	3D CNN, 2D CNN, SVM	3D医学图像，2D连接矩阵	140名精神分裂症患者和205名正常对照组	NA	集成3D CNN和2D CNN架构，包含SE-blocks	准确率，灵敏度，特异性，AUC，F1分数	NA
178	2025-10-07	DARDN: A Deep-Learning Approach for CTCF Binding Sequence Classification and Oncogenic Regulatory Feature Discovery 2024-01-23, Genes IF:2.8Q2 DOI:10.3390/genes15020144 PMID:38397134	研究论文	提出一种名为DARDN的深度学习方法，用于CTCF结合序列分类和致癌调控特征发现	开发结合CNN和DeepLIFT的可解释深度学习模型，能够从长DNA序列中识别癌症特异性CTCF结合位点	未明确说明模型对长DNA序列处理的特定限制	识别与癌症特异性CTCF结合相关的DNA序列特征，发现致癌转录因子	CTCF结合位点的DNA序列，涵盖T-ALL、AML、BRCA、CRC、LUAD和PRAD等多种癌症类型	生物信息学	多癌种（包括白血病、乳腺癌、结直肠癌、肺癌、前列腺癌等）	高通量测序数据	CNN	DNA序列	NA	NA	DNAResDualNet (DARDN)	分类准确性、序列特征识别能力	NA
179	2025-03-29	"UDE DIATOMS in the Wild 2024": a new image dataset of freshwater diatoms for training deep learning models 2024-Jan-02, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giae087 PMID:39607983	research paper	该研究介绍了迄今为止最大的淡水硅藻图像数据集，旨在促进深度学习在硅藻识别问题上的应用和基准测试	提出了最大的硅藻图像数据集，并展示了两种创新分析方法，包括处理视觉异质性类别的子聚类、分布外样本检测和半监督学习	硅藻的高类内变异性和小类间差异、显微镜载玻片上标本视觉外观的差异以及硅藻专家注释的有限可用性	促进深度学习在淡水硅藻识别问题上的应用和基准测试	淡水硅藻	computer vision	NA	light microscopy	deep learning	image	83,570张图像，涵盖611种硅藻类群，其中101种类群每种至少有100个样本，144种类群每种至少有50个样本	NA	NA	NA	NA
180	2025-10-07	Extracting Drug-Protein Relation from Literature Using Ensembles of Biomedical Transformers 2024-Jan-25, Studies in health technology and informatics DOI:10.3233/SHTI231043 PMID:38269887	研究论文	本文提出基于生物医学Transformer模型的集成方法，用于从生物医学文献中自动提取药物-蛋白质关系	采用在生物医学数据上预训练的Transformer模型构建集成方法，在BioCreative-VII DrugProt任务中取得优异表现	未详细讨论模型在不同类型药物-蛋白质关系上的性能差异	开发自动从生物医学文献中提取药物-蛋白质关系的方法	PubMed摘要中的药物/化学物质与蛋白质实体关系	自然语言处理	NA	文本挖掘	Transformer	文本	主要语料库10,750篇摘要，大规模语料库240万篇文档	NA	生物医学Transformer模型	F1-score	NA