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
201	2025-06-05	Protein complex structure modeling by cross-modal alignment between cryo-EM maps and protein sequences 2024-10-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53116-5 PMID:39394203	research paper	本文介绍了一种名为EModelX的全自动冷冻电镜蛋白质复合物结构建模方法，通过冷冻电镜图谱与蛋白质序列之间的跨模态对齐实现序列引导建模	EModelX首次实现了冷冻电镜图谱与蛋白质序列的跨模态对齐，无需先验链分离，可直接从冷冻电镜图谱预测Cα原子、骨架原子和氨基酸类型	未明确提及具体局限性，但可能依赖于冷冻电镜图谱的质量和分辨率	开发一种全自动的冷冻电镜蛋白质复合物结构建模方法，提高建模精度	蛋白质复合物结构	结构生物学	NA	冷冻电镜(cryo-EM)、深度学习	多任务深度学习模型	冷冻电镜图谱、蛋白质序列	未明确提及具体样本数量，但使用了测试集进行评估
202	2025-06-05	MATES: a deep learning-based model for locus-specific quantification of transposable elements in single cell 2024-10-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53114-7 PMID:39394211	研究论文	介绍了一种基于深度学习的模型MATES，用于在单细胞水平上对转座子进行位点特异性定量	MATES能够准确地将多映射reads分配到转座子的特定位点，利用相邻reads比对提供的上下文信息，克服了现有方法在单细胞多模态数据适应性上的限制	未提及具体的样本量或数据集的详细描述	开发一种能够在单细胞水平上准确量化转座子位点特异性的方法	转座子（TEs）	单细胞基因组学	NA	深度学习	深度学习模型（未指定具体类型）	单细胞组学数据	NA
203	2025-06-05	Determinants of Visual Impairment Among Chinese Middle-Aged and Older Adults: Risk Prediction Model Using Machine Learning Algorithms 2024-10-09, JMIR aging IF:5.0Q1 DOI:10.2196/59810 PMID:39382570	research paper	该研究利用机器学习算法预测中国中老年人视觉障碍的风险并识别其决定因素	首次在中国中老年人群中应用多种机器学习算法预测视觉障碍风险，并识别关键预测因子	研究数据主要基于自我报告问卷和体检指标，可能存在报告偏倚	预测中国中老年人视觉障碍风险并识别关键决定因素	中国中老年人（19,047名参与者）	machine learning	visual impairment	多种机器学习算法（包括梯度提升机、分布式随机森林、广义线性模型、深度学习和堆叠集成）	gradient boosting machine, distributed random forest, generalized linear model, deep learning, stacked ensemble	问卷数据、体检指标、血液生物标志物	19,047名中国中老年人
204	2025-06-05	Spach Transformer: Spatial and Channel-Wise Transformer Based on Local and Global Self-Attentions for PET Image Denoising 2024-06, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3336237 PMID:37995174	research paper	提出了一种名为Spach Transformer的空间和通道编码器-解码器变换器，用于PET图像去噪	结合局部和全局多头自注意力机制（MSA），有效利用空间和通道信息，同时降低计算成本	未提及具体计算成本降低的量化数据或与其他方法的详细比较	提高PET图像的信噪比（SNR）	PET图像	computer vision	NA	深度学习	Transformer, CNN	image	使用不同PET示踪剂（18F-FDG、18F-ACBC、18F-DCFPyL和68Ga-DOTATATE）的数据集进行实验
205	2025-06-05	Multibranch CNN With MLP-Mixer-Based Feature Exploration for High-Performance Disease Diagnosis 2024-06, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3250490 PMID:37028335	研究论文	提出了一种名为ME-Mixer的新型特征探索网络，结合监督和非监督特征用于疾病诊断	利用流形嵌入多层感知器（MLP）混合器（ME-Mixer）进行特征探索，结合监督和非监督特征提升诊断性能	仅在两个医学数据集上进行了评估，可能需要更多数据验证其泛化能力	优化深度神经网络设计以实现高性能疾病诊断	医学图像数据	数字病理	NA	深度学习	CNN, MLP-Mixer	图像	两个医学数据集（未明确样本数量）
206	2025-06-05	Deep learning-based workflow for automatic extraction of atria and epicardial adipose tissue on cardiac computed tomography in atrial fibrillation 2024-May-01, Journal of the Chinese Medical Association : JCMA IF:1.9Q2 DOI:10.1097/JCMA.0000000000001076 PMID:38380919	research paper	本文提出了一种基于深度学习的自动化工作流程，用于在心脏计算机断层扫描中自动提取心房和心外膜脂肪组织	使用3D U-Net模型开发了一个自动化分割流程，用于心房、心包和心外膜脂肪组织的分割，这在心房颤动管理中具有潜在应用价值	研究样本仅来自单一医疗中心，且样本量相对较小（157名患者）	设计一个可靠的自动化分割工作流程，用于心房颤动患者的心房和心外膜脂肪组织的分割	心房颤动患者的心脏计算机断层扫描图像	digital pathology	cardiovascular disease	CT成像	3D U-Net	3D医学影像	157名心房颤动患者
207	2025-06-05	Prediction of Biliary Complications After Human Liver Transplantation Using Hyperspectral Imaging and Convolutional Neural Networks: A Proof-of-concept Study 2024-02-01, Transplantation IF:5.3Q1 DOI:10.1097/TP.0000000000004757 PMID:37592397	研究论文	本研究探讨了利用高光谱成像（HSI）和卷积神经网络（CNN）预测人类肝移植术后胆道并发症（BCs）的新方法	首次将HSI与CNN结合用于预测肝移植术后胆道并发症，提供了一种非侵入性技术	样本量较小（14例患者作为验证队列），且为概念验证研究，需要更大规模的验证	开发一种非侵入性技术以预测肝移植术后胆道并发症	肝移植患者的胆道组织	数字病理学	肝病	高光谱成像（HSI）、免疫组化、实时共聚焦显微镜	CNN	图像	136张HSI肝脏图像，14例肝移植患者作为验证队列
208	2025-06-04	A Deep Learning Model for Accurate Segmentation of the Drosophila melanogaster Brain from Micro-CT Imaging 2024-Dec-30, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.30.630782 PMID:39803485	research paper	该研究开发了一种深度学习模型，用于从Micro-CT图像中准确分割果蝇大脑	利用Dragonfly预训练的神经网络，仅需1-3张Micro-CT图像即可训练出准确的深度学习模型，且能适应不同组织对比染色、扫描仪型号和基因型	需要依赖预训练模型，且样本量较小（1-3张图像）	开发一种高效准确的果蝇大脑Micro-CT图像分割方法	果蝇（Drosophila melanogaster）大脑	computer vision	NA	Micro-CT成像	深度学习模型（基于Dragonfly预训练网络）	三维Micro-CT图像	1-3张成年果蝇大脑Micro-CT图像
209	2025-06-04	A Deep Learning Approach for Accurate Discrimination Between Optic Disc Drusen and Papilledema on Fundus Photographs 2024-Dec-01, Journal of neuro-ophthalmology : the official journal of the North American Neuro-Ophthalmology Society IF:2.0Q2 DOI:10.1097/WNO.0000000000002223 PMID:39090774	research paper	本研究开发了一种深度学习系统（DLS），用于在眼底照片上准确区分视盘玻璃疣（ODD）和颅内高压引起的视乳头水肿	首次开发了一个专用的深度学习系统，能够高精度区分ODD和视乳头水肿，包括埋藏型ODD与轻中度视乳头水肿的鉴别	研究为回顾性设计，且外部验证数据集规模相对较小	开发一个能准确区分ODD和视乳头水肿的深度学习系统	视盘玻璃疣（ODD）和颅内高压引起的视乳头水肿患者	digital pathology	ophthalmologic disease	deep learning	DLS (Deep Learning System)	image	4,508张眼底图像（来自2,180名患者），包括训练集3,230张视乳头水肿图像和857张ODD图像，外部测试集421张图像
210	2025-06-04	[Development of a Deep Learning-Based System for Supporting Medical Decision-Making in PI-RADS Score Determination] 2024-Dec, Urologiia (Moscow, Russia : 1999) PMID:40377545	research paper	开发了一种基于深度学习的计算机辅助诊断系统，用于支持PI-RADS评分确定中的医疗决策	使用3D U-Net架构处理多模态MRI图像，旨在减少PI-RADS分级中的人为错误	敏感性和分割准确性有待提高，需要更大数据集和更先进的深度学习技术	探索基于深度学习的计算机辅助诊断系统在PI-RADS分级中的应用	前列腺癌患者和良性病例的MRI图像	digital pathology	prostate cancer	MRI (T2W, DWI, DCE)	3D U-Net	image	136名患者（108例PCa，28例良性病例）
211	2025-06-04	Design of high specificity binders for peptide-MHC-I complexes 2024-Nov-28, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.28.625793 PMID:39651227	研究论文	利用深度学习蛋白质设计工具设计针对肽-MHC-I复合物的小蛋白结合物	采用深度学习工具设计能够特异性结合肽-MHC复合物的小蛋白，避免与MHC载体广泛接触	NA	开发高特异性结合肽-MHC复合物的蛋白质，用于疾病治疗	肽-MHC-I复合物	蛋白质设计	NA	深度学习	NA	蛋白质结构	十个目标pMHC复合物
212	2025-06-04	Deep Learning in Gene Regulatory Network Inference: A Survey 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3442536 PMID:39137088	综述	本文综述了使用深度学习模型推断基因调控网络（GRN）的12种方法，并对其进行了详细分析和评估	提供了对12种GRN推断方法的全面分析，包括它们的核心概念、具体步骤以及在不同场景下的有效性和可扩展性	未提及具体方法的局限性，仅讨论了整体挑战	探讨深度学习在基因调控网络推断中的应用及未来发展方向	基因调控网络（GRN）	机器学习	NA	深度学习	NA	基因表达数据	NA
213	2025-06-04	A Fully Automated Pipeline Using Swin Transformers for Deep Learning-Based Blood Segmentation on Head Computed Tomography Scans After Aneurysmal Subarachnoid Hemorrhage 2024-10, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.07.216 PMID:39111661	research paper	开发并验证了一种基于Swin-UNETR架构的全自动血液分割工具，用于非对比计算机断层扫描（NCCT）中的蛛网膜下腔出血（SAH）患者	首次采用基于Transformer的Swin-UNETR架构进行SAH患者的全自动血液分割，提高了分割准确性和处理速度	需要进一步在不同数据集中验证以确保临床可靠性，且计算资源需求较高	开发一种全自动的血液分割工具，用于SAH患者的NCCT扫描	蛛网膜下腔出血（SAH）患者的非对比计算机断层扫描（NCCT）图像	digital pathology	cardiovascular disease	NCCT	Swin-UNETR	image	回顾性分析的NCCT扫描数据，包括来自外部机构的验证队列
214	2025-06-04	Artificial Intelligence (AI): A Potential Game Changer in Regenerative Orthopedics-A Scoping Review 2024-Oct, Indian journal of orthopaedics IF:1.1Q3 DOI:10.1007/s43465-024-01189-1 PMID:39324081	综述	本文对人工智能在再生骨科不同治疗方法中的作用进行了范围综述	探讨了AI技术在再生骨科治疗中的潜在应用及其优势	AI在再生骨科中的临床应用涉及伦理问题，需要进一步解决	综述AI在再生骨科治疗中的作用和未来发展方向	再生骨科治疗方法，如干细胞疗法、富血小板血浆疗法等	再生医学	骨科疾病	机器学习(ML)、深度学习(DL)	NA	文献数据	18项研究
215	2024-08-10	Influenza time series prediction models in a megacity from 2010 to 2019: Based on seasonal autoregressive integrated moving average and deep learning hybrid prediction model 2024-Sep-20, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000003238 PMID:39119631	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
216	2025-06-04	AmyloidPETNet: Classification of Amyloid Positivity in Brain PET Imaging Using End-to-End Deep Learning 2024-06, Radiology IF:12.1Q1 DOI:10.1148/radiol.231442 PMID:38860897	research paper	开发了一种名为AmyloidPETNet的深度学习模型，用于对脑部PET扫描进行淀粉样蛋白阳性或阴性分类	该模型能够自动准确分类脑部PET扫描，无需依赖经验丰富的读者或结构MRI	研究为回顾性研究，可能受到数据选择和时间的限制	开发并评估一个深度学习模型，用于脑部PET扫描的淀粉样蛋白阳性或阴性分类	脑部PET扫描	digital pathology	Alzheimer's Disease	PET imaging	CNN	image	8476 PET scans (6722 patients)
217	2025-06-04	Deep learning-based harmonization of trabecular bone microstructures between high- and low-resolution CT imaging 2024-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17003 PMID:38415781	研究论文	本文提出了一种基于深度学习的骨微结构图像协调方法，用于处理低分辨率和高分辨率CT扫描仪获取的图像数据	提出了3D版本的GAN-CIRCLE方法，通过两个生成对抗网络同时学习低分辨率CT到高分辨率CT的映射及其反向映射，实现了图像数据的协调	样本量较小，仅招募了20名志愿者，且仅对胫骨远端进行了扫描	开发一种深度学习方法，用于协调不同分辨率CT扫描仪获取的骨微结构图像数据	骨微结构图像数据，特别是胫骨远端的低分辨率和高分辨率CT图像	医学影像处理	骨质疏松症	CT扫描	GAN-CIRCLE	3D图像	20名志愿者，500对64×64×64体素的图像块用于训练，8名志愿者的数据用于评估
218	2025-06-04	Using Deep learning to Predict Cardiovascular Magnetic Resonance Findings from Echocardiography Videos 2024-Apr-19, medRxiv : the preprint server for health sciences DOI:10.1101/2024.04.16.24305936 PMID:38699330	研究论文	本研究探讨了深度学习技术如何通过超声心动图视频预测心血管磁共振成像（CMR）的发现	首次尝试使用深度学习从超声心动图视频中预测CMR的组织特征，包括壁运动异常（WMA）的存在、晚期钆增强（LGE）的存在以及异常的T1、T2或细胞外体积（ECV）	模型在预测LGE、T1、T2和ECV等组织特征方面的表现不佳，AUC值较低，表明超声视频中可能缺乏这些组织特征的信号	探索深度学习技术是否可以从超声心动图视频中提取CMR的组织特征信息	1,453名成年患者（平均年龄56±18岁，42%为女性）的2,556对超声心动图研究	数字病理学	心血管疾病	深度学习	CNN	视频	1,453名成年患者，2,556对超声心动图研究
219	2025-06-04	Generative interpolation and restoration of images using deep learning for improved 3D tissue mapping 2024-Mar-28, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.07.583909 PMID:38496512	研究论文	本文提出了一种利用生成式AI模型FILM进行3D图像空间插值和修复的方法，以提高生物图像数据集的分辨率、通量和质量	将原本用于时间插值的FILM模型创新性地应用于多种3D图像类型的空间插值，能够更好地保留生物信息和图像质量	未明确提及具体的技术局限性	提高生物图像数据集的质量和分辨率，解决图像缺失、损坏和分辨率低的问题	多种成像模态（组织学、组织透明化/光片显微镜、磁共振成像、连续切片透射电子显微镜）的图像	计算机视觉	NA	生成式AI模型FILM	FILM	3D图像	多种物种（人类、小鼠）、健康与病变组织（胰腺、肺、脑）以及多种染色技术（IHC、H&E）和像素分辨率（8 nm至1mm）的图像
220	2025-06-04	Knowledge-embedded spatio-temporal analysis for euploidy embryos identification in couples with chromosomal rearrangements 2024-Mar-20, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000002803 PMID:37640743	research paper	本研究开发了一种名为AMCFNet的深度学习模型，用于评估染色体重排夫妇胚胎的整倍体状态	首次将多焦点延时视频与临床信息融合，开发AMCFNet模型评估染色体重排夫妇胚胎的整倍体状态	研究样本量有限，模型性能有待进一步验证	开发人工智能模型评估染色体重排夫妇胚胎的整倍体状态	染色体重排夫妇的胚胎	digital pathology	chromosomal rearrangement	preimplantation genetic testing (PGT)	AMSNet, AMCFNet	time-lapse videos, clinical information	4112 embryos for blastocyst formation prediction, 1422 blastocysts for euploidy assessment