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
2301	2025-10-06	Automated deep learning segmentation of neuritic plaques and neurofibrillary tangles in Alzheimer disease brain sections using a proprietary software 2024-09-01, Journal of neuropathology and experimental neurology IF:3.2Q2 DOI:10.1093/jnen/nlae048 PMID:38812098	研究论文	开发基于深度学习的自动化工作流程，用于阿尔茨海默病脑切片中神经炎斑块和神经纤维缠结的注释与分割	采用AI驱动的迭代程序显著提升注释质量超过50%，并创建了包含5013个NPs和5143个NFTs的专家验证注释数据库	仅使用15张全切片图像，样本量有限，且来自不同生物库的组织质量、染色强度和扫描格式存在差异	开发自动化深度学习工作流程以改进阿尔茨海默病神经病理学诊断	阿尔茨海默病患者脑切片中的神经炎斑块和神经纤维缠结	数字病理学	阿尔茨海默病	AT8免疫染色	CNN	图像	15张来自4个生物库的额叶皮层全切片图像	Visiopharm	U-Net	Dice相似系数	NA
2302	2025-10-06	Deep Learning Enhanced Label-Free Action Potential Detection Using Plasmonic-Based Electrochemical Impedance Microscopy 2024-07-16, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c01179 PMID:38953225	研究论文	本研究利用深度学习技术提升基于等离子体电化学阻抗显微镜的无标记动作电位检测性能	首次将长短期记忆循环神经网络应用于P-EIM信号处理，实现单周期刺激动作电位检测	研究未提及模型在其他神经元类型或实验条件下的泛化能力	提高等离子体电化学阻抗显微镜检测神经元电信号的可用性	神经元细胞的动作电位信号	机器学习	NA	等离子体电化学阻抗显微镜	LSTM	电信号	NA	NA	LSTM	AUC	NA
2303	2025-10-06	The new paradigm in machine learning - foundation models, large language models and beyond: a primer for physicians 2024-05, Internal medicine journal IF:1.8Q2 DOI:10.1111/imj.16393 PMID:38715436	综述	本文为医生提供关于基础模型和大语言模型的入门指南，介绍其类型、医学应用及潜在风险	系统阐述基础模型从传统任务特定模型向多任务多模态的范式转变，特别聚焦医学领域的大语言模型应用前景	指出基础模型和大语言模型若缺乏适当监管可能造成危害的风险	为医生群体普及基础模型和大语言模型的基本概念及其在医学领域的应用潜力	基础机器学习模型和大语言模型	机器学习	NA	深度学习	基础模型, 大语言模型	文本, 音频, 图像, 视频	NA	NA	NA	NA	NA
2304	2025-10-06	DLSIA: Deep Learning for Scientific Image Analysis 2024-Apr-01, Journal of applied crystallography IF:5.2Q1 DOI:10.1107/S1600576724001390 PMID:38596727	研究论文	介绍DLSIA这一用于科学图像分析的深度学习Python库	提出稀疏混合尺度网络(SMSNets)和可调U-Net等新型可定制CNN架构	NA	为科学图像分析提供可访问的深度学习工具	科学图像数据	计算机视觉	NA	深度学习	CNN	图像	NA	Python	U-Net, MSDNet, SMSNet, Autoencoder	NA	NA
2305	2025-10-06	Predicting OCD severity from religiosity and personality: A machine learning and neural network approach 2024-Dec, Journal of mood and anxiety disorders DOI:10.1016/j.xjmad.2024.100089 PMID:40655911	研究论文	本研究使用机器学习和神经网络方法探索强迫症严重程度与宗教信仰、人格特质之间的复杂关系	采用项目级特征分析揭示比传统汇总评分更具影响力的预测因子，神经网络模型提供了对强迫症异质性和变量间非线性关系的更全面理解	神经网络模型在预测准确率上未超越线性回归模型，样本量相对有限（229名参与者）	识别强迫症严重程度的关键预测因素，探索心理现象的复杂关系	229名参与者的强迫症严重程度、人格特质、宗教信仰和精神信仰数据	机器学习	强迫症	机器学习，深度学习	神经网络，线性回归	心理测量数据，人口统计学数据	229名参与者	NA	NA	预测准确率	NA
2306	2025-10-06	Massive experimental quantification of amyloid nucleation allows interpretable deep learning of protein aggregation 2024-Oct-01, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.13.603366 PMID:39071305	研究论文	本研究通过实验量化超过10万种蛋白质序列的淀粉样蛋白成核过程，并开发了可解释的深度学习模型CANYA来预测蛋白质聚集	创建了前所未有的大规模蛋白质聚集实验数据集，开发了结合卷积和注意力机制的混合神经网络模型，并将基因组神经网络可解释性分析应用于蛋白质聚集预测	NA	解决蛋白质聚集预测中数据不足的问题，开发准确且可解释的预测模型	超过10万种蛋白质序列的淀粉样蛋白成核过程	机器学习	NA	实验量化分析	CNN,注意力机制	蛋白质序列数据	>100,000个蛋白质序列	NA	卷积-注意力混合神经网络	NA	NA
2307	2025-10-06	Deep learning-based segmentation and strain analysis of left heart chambers from long-axis CMR images 2024-Oct, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyaf070 PMID:40657429	研究论文	提出结合深度学习和特征追踪的自动化流程，用于长轴心脏磁共振图像的左心室和左心房分割及心肌应变分析	首次将3D-ResUnet应用于长轴心脏磁共振图像的左心腔分割，并与特征追踪算法结合实现全自动应变分析	研究样本量有限（共684例），仅针对左心腔进行分析	开发自动化心肌应变评估方法以减少人工初始化带来的变异性和繁琐操作	左心室和左心房的心肌应变	医学影像分析	心血管疾病	心脏磁共振成像	CNN	2D和3D心脏磁共振图像	684名个体的845个训练样本、281个调优样本和116个测试样本	NA	2D-ResUnet, 3D-ResUnet	Dice系数, ICC, Bland-Altman偏差, 相关系数	NA
2308	2025-10-06	Comparison of Deep Learning Approaches for Conversion of International Classification of Diseases Codes to the Abbreviated Injury Scale 2024-Mar-22, medRxiv : the preprint server for health sciences DOI:10.1101/2024.03.06.24303847 PMID:38562696	研究论文	比较两种深度学习架构在将国际疾病分类代码转换为简明损伤定级标准方面的性能	首次系统比较前馈神经网络和神经机器翻译模型在损伤严重程度预测中的表现，提出间接转换路径的优越性	仅使用美国国家创伤数据库数据，可能限制模型在其他人群的泛化能力	开发从ICD代码自动预测损伤严重程度分类的系统	创伤病例的ICD编码和AIS严重程度分类	自然语言处理	创伤损伤	深度学习	FFNN, NMT	医疗编码文本数据	训练验证集2,031,793例（2017-2018年），测试集1,091,792例（2019年）	NA	编码器-解码器架构	准确率	NA
2309	2025-10-06	High-resolution spiral real-time cardiac cine imaging with deep learning-based rapid image reconstruction and quantification 2024-Feb, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5051 PMID:37926525	研究论文	开发基于深度学习的快速螺旋图像重建和分割方法，用于高分辨率螺旋实时心脏电影成像的左心室射血分数量化	提出结合3D U-Net图像重建网络和2D U-Net图像分割网络的深度学习框架，实现快速心脏图像重建和自动量化分析	研究未明确说明样本量大小和具体数据来源	开发用于心脏电影成像的快速图像重建和左心室功能量化方法	心脏左心室功能量化	医学影像分析	心血管疾病	螺旋实时心脏电影成像，2D平衡稳态自由进动成像，梯度回波成像	深度学习	医学影像	NA	NA	3D U-Net, 2D U-Net	结构相似性指数，峰值信噪比，归一化均方根误差，盲法评分，左心室射血分数量化准确性	GPU加速
2310	2025-10-06	Automatic dental age calculation from panoramic radiographs using deep learning: a two-stage approach with object detection and image classification 2024-01-31, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-024-03928-0 PMID:38291396	研究论文	提出一种基于全景X光片和深度学习的两阶段自动牙龄计算方法	首次将目标检测和图像分类相结合的全自动牙龄计算方法，无需人工干预	仅使用单一类型影像数据，未考虑其他可能影响牙龄的因素	开发自动牙龄计算系统以替代耗时的手工方法	牙齿发育阶段的牙胚	计算机视觉	口腔疾病	全景X光摄影	CNN	X光图像	8,023张全景X光片，18,485个单根牙胚图像，16,313个多根牙胚图像	PyTorch	Scaled-YOLOv4, EfficientNetV2 M	平均精度均值, Top-3准确率, 平均绝对误差	NA
2311	2025-10-06	Child face detection on front passenger seat through deep learning 2024, Traffic injury prevention IF:1.6Q4 DOI:10.1080/15389588.2024.2346811 PMID:38717829	研究论文	本研究开发了一种基于深度学习的儿童面部检测系统，用于监测汽车前排乘客座位上的儿童并提醒驾驶员	使用专门生成的数据集和MobileNetV2架构，在树莓派4B上实现实时儿童检测系统	实验环境较为理想化，传感器未受阳光直射遮挡，也未考虑车辆中常见的污垢覆盖情况	通过车内监控系统检测前排乘客座位上的儿童，降低汽车事故中儿童的伤亡风险	汽车前排乘客座位上的乘客（儿童和成人）	计算机视觉	NA	深度学习，面部检测	CNN	图像	原始数据集：102张空座位，71名儿童（0-13岁），96名成人（14-75岁）；数据增强后：2,496张成人图像，2,310张儿童图像	TensorFlow, Keras	MobileNetV2	准确率，精确率	树莓派4 Model B
2312	2025-10-06	ADHD detection based on human action recognition 2024, Neuroscience applied DOI:10.1016/j.nsa.2024.104093 PMID:40656101	研究论文	提出了一种基于人体动作识别的注意力缺陷多动障碍检测系统	首次录制真实多模态ADHD数据集，设计新型多动测试捕获ADHD特征，使用简单非穿戴式传感器实现低成本检测	依赖视频数据质量，未与其他神经影像数据直接比较	开发基于人体动作识别的低成本ADHD检测方法	注意力缺陷多动障碍患者的行为特征	计算机视觉	注意力缺陷多动障碍	视频动作分析	深度学习	RGB视频	真实多模态ADHD数据集	NA	NA	准确率, AUC	NA
2313	2025-10-06	Investigating mental workload caused by NDRTs in highly automated driving with deep learning 2024, Traffic injury prevention IF:1.6Q4 DOI:10.1080/15389588.2023.2276657 PMID:38240567	研究论文	本研究通过深度学习模型分析高度自动驾驶中非驾驶相关任务对驾驶员脑力负荷的影响	使用LSTM和BLSTM深度学习模型对EEG信号进行脑力负荷分类，并发现特定频段数据能提升分类准确率	样本量较小（28名参与者），实验环境为模拟驾驶场景	研究高度自动驾驶中非驾驶相关任务对驾驶员脑力负荷的影响并开发分类模型	驾驶员在高度自动驾驶场景下的脑力负荷	机器学习	NA	脑电图（EEG）信号采集，NASA任务负荷指数量表（NASA-TLX）	LSTM, BLSTM	EEG信号	28名参与者	NA	长短期记忆网络（LSTM），双向长短期记忆网络（BLSTM）	分类准确率	NA
2314	2025-10-06	Venomics AI: a computational exploration of global venoms for antibiotic discovery 2024-Dec-20, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.17.628923 PMID:39764027	研究论文	本研究利用机器学习和深度学习技术从全球毒液组数据中挖掘新型抗菌肽，以应对抗生素耐药性问题	首次整合全球毒液组数据集，使用深度学习模型APEX预测抗菌活性，发现了386个结构功能全新的毒液加密肽	仅对58个候选肽进行了实验验证，需要进一步扩大验证规模	从毒液分子中发现新型抗生素以对抗耐药菌感染	全球毒液组数据集中的16,123个毒液蛋白和40,626,260个毒液加密肽	机器学习	细菌感染	毒液组学分析，机器学习，深度学习	神经网络	蛋白质序列数据	16,123个毒液蛋白，40,626,260个毒液加密肽，58个实验验证肽	深度学习框架	APEX（结合肽序列编码器和神经网络的深度学习模型）	抗菌活性预测准确率，实验验证成功率	NA
2315	2025-10-06	ANTIPASTI: Interpretable prediction of antibody binding affinity exploiting normal modes and deep learning 2024-12-05, Structure (London, England : 1993) DOI:10.1016/j.str.2024.10.001 PMID:39461331	研究论文	提出ANTIPASTI模型，通过结合正态模式相关图和深度学习预测抗体结合亲和力	首次将弹性网络模型生成的正态模式相关图作为卷积神经网络输入，用于抗体结合亲和力预测，并提供可解释性分析	NA	开发能够准确预测抗体结合亲和力并具有可解释性的计算方法	抗体-抗原复合物结构	机器学习	NA	弹性网络模型，正态模式分析	CNN	结构数据，相关图	NA	NA	卷积神经网络	NA	NA
2316	2025-10-06	GeoNet enables the accurate prediction of protein-ligand binding sites through interpretable geometric deep learning 2024-12-05, Structure (London, England : 1993) DOI:10.1016/j.str.2024.10.011 PMID:39488202	研究论文	开发了一种名为GeoNet的可解释几何深度学习模型，用于准确预测蛋白质与DNA、RNA和配体的结合位点	引入了无坐标几何表示来表征局部残基分布，并生成特征空间来描绘局部交互生物物理环境，同时捕获残基空间分布和交互环境信息	NA	准确识别蛋白质结合位点以理解其体内功能	蛋白质与DNA、RNA和配体的结合位点	机器学习	NA	几何深度学习	几何深度学习模型	蛋白质结构数据	NA	NA	GeoNet	NA	NA
2317	2025-10-06	ARID3C Acts as a Regulator of Monocyte-to-Macrophage Differentiation Interacting with NPM1 2024-08-02, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.3c00509 PMID:38231884	研究论文	本研究揭示了ARID3C通过与NPM1相互作用调控单核细胞向巨噬细胞分化的分子机制	首次发现ARID3C与NPM1的相互作用机制及其在单核细胞向巨噬细胞分化中的转录调控功能	NA	阐明ARID3C的细胞定位和生物学功能	ARID3C蛋白及其与NPM1的相互作用	生物医学	NA	LC-MS/MS, 深度学习, AlphaFold2预测	深度学习模型	蛋白质相互作用数据, 基因表达数据	NA	AlphaFold2	NA	NA	NA
2318	2025-10-06	Deep learning-based NT-proBNP prediction from the ECG for risk assessment in the community 2024-03-25, Clinical chemistry and laboratory medicine IF:3.8Q1 DOI:10.1515/cclm-2023-0743 PMID:37982681	研究论文	开发基于深度学习的心电图算法预测NT-proBNP水平，用于社区心血管疾病风险评估	首次使用深度学习模型从心电图中预测NT-proBNP生物标志物水平，为心血管疾病风险筛查提供经济高效的替代方案	研究基于特定人群队列，需要在更广泛人群中验证模型的普适性	开发深度学习模型通过心电图预测NT-proBNP水平，实现心血管疾病风险的高效筛查	社区人群的心电图数据和NT-proBNP测量值	医疗人工智能	心血管疾病	心电图分析，深度学习	CNN	心电图信号	汉堡城市健康研究(HCHS) 8,253人，SHIP-START队列3,002人，SHIP-TREND队列3,819人	NA	深度卷积神经网络	Pearson相关系数，AUROC	NA
2319	2025-10-06	Review of Deep Learning Performance in Wireless Capsule Endoscopy Images for GI Disease Classification 2024, F1000Research DOI:10.12688/f1000research.145950.2 PMID:39464781	综述	本文综述了深度学习在无线胶囊内镜图像中用于胃肠道疾病分类的性能表现	重点关注迁移学习、注意力机制、多模态学习、自动病变检测、可解释性、数据增强和边缘计算等最新进展	当前深度学习方法存在挑战和局限性，如图像分辨率低、伪影多等问题	回顾深度学习在无线胶囊内镜图像分析中的现状和未来方向	无线胶囊内镜图像	计算机视觉	胃肠道疾病	无线胶囊内镜	NA	医学图像	NA	NA	NA	NA	边缘计算
2320	2025-10-06	Deep learning in the diagnosis of maxillary sinus diseases: a systematic review 2024-09-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twae031 PMID:38995816	系统综述	系统评估深度学习在上颌窦疾病诊断中的性能表现	首次系统综述深度学习在上颌窦疾病检测、分类和分割任务中的应用效果	仅纳入14项研究，样本量有限，且所有研究均基于放射影像数据	评估深度学习在上颌窦疾病诊断中的性能	上颌窦疾病	计算机视觉	上颌窦疾病	放射影像技术	深度学习模型	放射影像	14项研究（从1167项研究中筛选）	NA	NA	准确率, AUC	NA