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	2025-04-04	RiceSNP-ABST: a deep learning approach to identify abiotic stress-associated single nucleotide polymorphisms in rice 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae702 PMID:39757606	研究论文	提出了一种名为RiceSNP-ABST的深度学习模型，用于预测水稻中与非生物胁迫相关的单核苷酸多态性(SNPs)	开发了一种新的负样本构建策略，提出了四种基于DNA序列片段的特征编码方法，并采用带有残差连接的卷积神经网络进行预测	高质量的非生物胁迫相关数据稀缺可能影响模型性能	开发计算模型以识别水稻中与非生物胁迫相关的SNPs，助力水稻抗性品种培育	水稻基因组中的单核苷酸多态性(SNPs)	机器学习	NA	全基因组关联研究(GWAS), 深度学习	CNN	DNA序列数据	六个训练数据集(具体数量未明确说明)
2	2025-04-04	Multicenter investigation of preoperative distinction between primary central nervous system lymphomas and glioblastomas through interpretable artificial intelligence models 2024-Nov, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-024-03451-7 PMID:39225815	research paper	本研究通过可解释的人工智能模型，基于MRI图像对原发性中枢神经系统淋巴瘤（PCNSL）和胶质母细胞瘤（GBM）进行术前区分	结合了放射组学模型和深度学习模型，提出了最优的Max-Fusion模型，并利用SHAP和Grad-CAM进行可解释性分析	研究为回顾性分析，样本量相对有限（261例患者），且仅来自两个医疗中心	探索基于MRI的深度学习和放射组学模型在术前区分PCNSL和GBM中的有效性和适用性	261例PCNSL和GBM患者的MRI图像和临床数据	digital pathology	brain tumor	MRI	MobileVIT, ConvNeXt, Max-Fusion Model	image	261例患者（训练集153例，外部测试集108例）
3	2025-04-04	Sparse Annotation is Sufficient for Bootstrapping Dense Segmentation 2024-Oct-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.14.599135 PMID:38915491	研究论文	本文提出了一种基于深度学习的新方法，通过稀疏的2D标注快速生成密集的3D分割，用于生物成像数据的实例分割任务	开发了一种能够从稀疏2D标注快速生成密集3D分割的深度学习方法，显著减少了人工标注的时间和专家需求	方法主要针对脑神经纤维网的复杂结构，可能在其他生物组织的适用性有待验证	解决生物成像数据中密集3D重建的实例分割任务，减少人工标注的工作量	脑神经纤维网中的树突、轴突和胶质细胞过程	计算机视觉	NA	深度学习	NA	3D图像	NA
4	2025-04-04	Evaluating Deep Learning Techniques for Detecting Aneurysmal Subarachnoid Hemorrhage: A Comparative Analysis of Convolutional Neural Network and Transfer Learning Models 2024-07, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.04.168 PMID:38710407	研究论文	本研究评估了卷积神经网络（CNN）和基于CNN的迁移学习模型在区分动脉瘤性蛛网膜下腔出血（SAH）和非动脉瘤性SAH中的有效性	采用迁移学习方法缓解了传统技术的时间限制，并展示了优越的性能	NA	评估深度学习技术在SAH检测中的有效性	动脉瘤性SAH和非动脉瘤性SAH患者	数字病理学	心血管疾病	深度学习	CNN, Inception-V3, EfficientNetB4	医学影像	203名患者（123名动脉瘤性SAH和80名非动脉瘤性SAH），共23,393张DICOM图像
5	2025-04-04	Predictive models for posttransplant diabetes mellitus in kidney transplant recipients using machine learning and deep learning approach: a nationwide cohort study from South Korea 2024-Jan-09, Kidney research and clinical practice IF:2.9Q1 DOI:10.23876/j.krcp.24.113 PMID:40176402	research paper	本研究利用机器学习和深度学习方法预测肾移植受者术后糖尿病（PTDM）的风险	首次在全国性队列研究中应用XGBoost等机器学习模型预测PTDM，并识别关键风险因素	研究仅基于韩国器官移植登记数据，可能不适用于其他人群	开发预测肾移植受者术后糖尿病风险的模型	肾移植受者（KTRs）	machine learning	diabetes	machine learning, deep learning	XGBoost, CatBoost, light gradient boosting machine, logistic regression	clinical data	3,213名肾移植受者（其中497人发展为PTDM）
6	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
7	2025-04-03	[Identification of kidney stone types by deep learning integrated with radiomics features] 2024-Dec-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202310043 PMID:40000211	研究论文	本文提出了一种结合放射组学和深度学习的框架，用于术前高精度自动分类肾结石类型	结合放射组学特征和深度学习模型（3D CNN和LightGBM）进行肾结石类型分类，实现了84.5%的准确率	未提及样本量是否足够大或模型在其他数据集上的泛化能力	实现肾结石类型的自动化术前高精度分类	感染性和非感染性肾结石	数字病理学	肾结石	放射组学分析	3D CNN + LightGBM	医学影像数据	NA
8	2025-04-03	[Cardiac magnetic resonance image segmentation based on lightweight network and knowledge distillation strategy] 2024-Dec-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202312015 PMID:40000210	research paper	提出了一种轻量化的扩张并行卷积U-Net（DPU-Net）和多尺度适应向量知识蒸馏（MAVKD）训练策略，用于心脏磁共振图像分割	采用独特的卷积通道变化方式减少参数数量，并结合残差块和扩张卷积缓解梯度爆炸和空间信息丢失问题	NA	解决深度学习网络在心脏MRI图像分割中参数过多和浮点运算量大的问题	心脏磁共振图像	digital pathology	cardiovascular disease	MRI	DPU-Net, MAVKD	image	ACDC公共数据集
9	2025-04-03	[Coronary artery segmentation based on Transformer and convolutional neural networks dual parallel branch encoder neural network] 2024-Dec-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202403058 PMID:40000209	研究论文	提出了一种基于Transformer和CNN双并行分支编码器的新型神经网络DUNETR，用于冠状动脉CTA图像的分割	采用Transformer和CNN双编码器设计，结合噪声抑制特征融合模块，有效提取全局和局部特征，显著提升分割效果	仅在公开数据集上验证，未说明在临床实际应用中的表现	提升冠状动脉CTA图像分割的准确率	冠状动脉CTA图像	计算机视觉	心血管疾病	深度学习	DUNETR（Transformer+CNN双编码器U-Net）	3D医学图像	公开数据集（未说明具体样本量）
10	2025-04-03	[Research progress on endoscopic image diagnosis of gastric tumors based on deep learning] 2024-Dec-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202404004 PMID:40000222	综述	本文综述了基于深度学习的胃肿瘤内镜图像诊断研究进展	总结了深度学习在胃肿瘤内镜图像分类、目标检测和分割中的应用，以及相关CAD系统和多模态算法	指出了当前深度学习方法存在的问题，但未具体说明	促进深度学习方法在胃肿瘤内镜诊断中的临床应用	胃肿瘤内镜图像	数字病理	胃癌	深度学习	NA	图像	NA
11	2025-04-03	Development of a Deep Learning System for Intraoperative Identification of Cancer Metastases 2024-Dec-01, Annals of surgery IF:7.5Q1 DOI:10.1097/SLA.0000000000006294 PMID:38577794	研究论文	开发并测试了一种用于术中识别腹膜表面转移癌的深度学习手术引导系统原型	开发了一种深度学习手术引导系统（CASL），在模拟临床环境中表现优于肿瘤外科医生	需要进一步开发和未来在多机构临床环境中的验证	提高术中腹膜表面转移癌的识别准确性	胃肠道腺癌患者的腹膜表面病变	数字病理学	胃肠道腺癌	深度学习	CNN	图像	132名患者的4287个可见腹膜表面病变和365个活检腹膜表面病变的图像
12	2025-04-03	Understanding the role of machine learning in predicting progression of osteoarthritis 2024-Nov-01, The bone & joint journal DOI:10.1302/0301-620X.106B11.BJJ-2024-0453.R1 PMID:39481441	系统综述	本文通过系统综述探讨了机器学习在预测骨关节炎进展中的作用	揭示了机器学习模型在预测骨关节炎进展中的可行性及当前临床应用的局限性	评估指标缺乏标准化，外部验证有限，临床适用性受限	探讨机器学习在预测骨关节炎进展中的应用及其潜力	骨关节炎（OA）患者	机器学习	骨关节炎	机器学习算法	深度学习，自动化机器学习	临床、放射学和生化数据	39项研究（初始筛选1,160项）
13	2025-04-03	MRI deep learning models for assisted diagnosis of knee pathologies: a systematic review 2024-Oct-18, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11105-8 PMID:39422725	系统综述	本文系统综述了深度学习模型在MRI辅助诊断膝关节病变中的应用现状	总结了不同CNN架构在膝关节MRI诊断中的表现，并比较了针对特定损伤与一般异常检测的模型性能差异	纳入研究的设计存在异质性，且需要更大规模的MRI数据集进行模型验证	评估深度学习模型在膝关节MRI辅助诊断中的临床潜力	膝关节病变（包括前交叉韧带损伤、骨关节炎、半月板损伤等）	数字病理学	膝关节疾病	MRI	CNN（包括ResNet、VGG、DenseNet、DarkNet等）	医学影像	54项研究（涉及多种膝关节病变）
14	2025-04-03	Assessing substrate scope of the cyclodehydratase LynD by mRNA display-enabled machine learning models 2024-Oct-14, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.14.618330 PMID:39464139	研究论文	该研究通过mRNA展示技术和深度学习模型评估了RiPP环脱水酶LynD的底物范围	利用mRNA展示技术进行高通量底物分析，并构建深度学习模型预测LynD的底物处理	研究仅针对LynD酶，未涉及其他RiPP酶	评估和预测RiPP环脱水酶LynD的底物范围	RiPP环脱水酶LynD及其底物	机器学习	NA	mRNA展示技术	深度学习模型	肽序列数据	大规模肽库
15	2025-04-03	Substrate recognition principles for the PP2A-B55 protein phosphatase 2024-Oct-04, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adp5491 PMID:39356758	研究论文	本文通过整合AlphaFold建模和高分辨率突变扫描，揭示了PP2A-B55磷酸酶识别底物的机制，并设计了一种特异性肽抑制剂	发现了PP2A-B55通过保守机制识别底物α螺旋的关键氨基酸决定因素，并设计了特异性肽抑制剂	研究中使用的肽抑制剂可能需要在更多生物系统中验证其效果	阐明PP2A-B55磷酸酶识别底物的分子机制及其在细胞信号传导中的作用	PP2A-B55磷酸酶及其底物α螺旋结构	分子生物学	NA	AlphaFold建模、高分辨率突变扫描、深度学习蛋白设计	深度学习	蛋白质结构数据	NA
16	2025-04-03	Deep Learning for Grading Endometrial Cancer 2024-Sep, The American journal of pathology DOI:10.1016/j.ajpath.2024.05.003 PMID:38879079	研究论文	该研究介绍了EndoNet，一种结合卷积神经网络和视觉变换器的深度学习模型，用于子宫内膜癌的分级	结合CNN提取组织学特征和视觉变换器聚合特征进行分级，无需手动标注	需要进一步验证	开发自动分级子宫内膜癌的深度学习模型	子宫内膜癌组织切片	数字病理学	子宫内膜癌	深度学习	CNN + 视觉变换器	图像	929张全切片图像（内部数据集）和100例患者（外部数据集）
17	2025-04-03	Automated detection of Bornean white-bearded gibbon (Hylobates albibarbis) vocalizations using an open-source framework for deep learning 2024-09-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0028268 PMID:39248557	research paper	本文介绍了一个开源深度学习框架，用于自动检测婆罗洲白须长臂猿的鸣叫，以解决大规模声学数据分析的瓶颈问题	采用开源深度学习框架自动检测特定物种的鸣叫，显著减少分析时间，且检测结果与人工标注无显著差异	未来需要将该模型应用于长期声学数据集以了解鸣叫活动的时空变化	开发一个自动检测濒危物种鸣叫的深度学习框架，以促进声学监测	婆罗洲白须长臂猿（Hylobates albibarbis）的鸣叫	bioacoustics	NA	deep learning	neural network	audio recordings	90小时的手动标注音频记录
18	2025-04-03	A systematic review of the application of machine learning techniques to ultrasound tongue imaging analysis 2024-09-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0028610 PMID:39287468	review	本文系统回顾了机器学习技术在超声舌成像分析中的应用	深入探讨了深度学习在超声舌图像序列分析中的应用潜力，特别是在克服斑点噪声和视野遮挡方面的优势	未提及具体实验验证或实际应用效果的局限性	评估机器学习技术在超声舌成像分析中的研究现状和发展趋势	超声舌图像帧序列(UTIFs)	machine learning	NA	B-mode ultrasound	deep learning	image	NA
19	2025-04-03	Evaluating cell type deconvolution in FFPE breast tissue: application to benign breast disease 2024-Sep, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqae098 PMID:40162103	研究论文	评估FFPE乳腺组织中细胞类型去卷积方法的性能，并应用于良性乳腺疾病	构建了乳腺组织的单细胞RNA-seq参考数据，测试了多种去卷积方法，并发现深度学习为基础的Scaden方法在FFPE样本中表现最优	FFPE样本中的伪影显著影响了去卷积方法的性能	优化从FFPE样本中定义单个细胞类型组成的策略	良性乳腺疾病的FFPE组织样本	数字病理学	乳腺疾病	RNA-seq, 单细胞RNA-seq	深度学习	RNA-seq数据	62个良性乳腺疾病RNA-seq样本
20	2025-04-03	A Self-Sensing and Self-Powered Wearable System Based on Multi-Source Human Motion Energy Harvesting 2024-07, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202311036 PMID:38342584	研究论文	提出了一种基于多源人体运动能量收集的自感知自供电可穿戴系统	结合三自由度摩擦纳米发电机和负能量收集器，利用深度学习模型识别运动状态，实现自感知和自供电	未提及系统在极端环境下的稳定性和长期穿戴的舒适性	开发自感知自供电的可穿戴系统，提高能量利用效率	人体运动能量（腰部运动能量和膝盖负能量）	可穿戴技术	NA	摩擦纳米发电机（TENG）、深度学习	Gate Recurrent Unit (GRU)	运动信号	实验数据未明确说明具体样本数量，但涉及模型穿戴测试