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
2701	2025-03-02	Deep learning models using intracranial and scalp EEG for predicting sedation level during emergence from anaesthesia 2024-Dec, BJA open DOI:10.1016/j.bjao.2024.100347 PMID:40018289	研究论文	本研究探讨了使用颅内和头皮脑电图（EEG）预测麻醉苏醒期间镇静水平的深度学习模型	结合颅内和头皮EEG数据，利用深度学习模型预测镇静水平，显著提高了预测准确性	样本量较小，仅涉及7名患者，且验证集仅包含5名患者的头皮EEG数据	研究目的是通过EEG监测预测麻醉苏醒期间的镇静水平，以提高麻醉管理的安全性	研究对象为接受颅内电极植入手术的7名难治性癫痫患者，以及5名仅提供头皮EEG数据的患者	机器学习	癫痫	EEG	深度学习模型	EEG数据	7名患者（颅内和头皮EEG数据），5名患者（仅头皮EEG数据）	NA	NA	NA	NA
2702	2025-10-07	Predicting phage-host interactions via feature augmentation and regional graph convolution 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae672 PMID:39727002	研究论文	提出一种名为MI-RGC的新方法，通过特征增强和区域图卷积来预测噬菌体-宿主相互作用	引入互信息进行特征增强，并设计区域图卷积模型来学习有意义的表示，通过区域级注意力机制处理不同距离邻居节点的贡献差异	未明确说明方法在高度稀疏数据下的过拟合风险控制效果	预测噬菌体-宿主相互作用，为噬菌体疗法开发提供支持	噬菌体及其宿主细菌	机器学习	细菌感染	深度学习	图卷积网络	序列数据, 环境样本数据	三个基准数据集	NA	区域图卷积模型	NA	NA
2703	2025-10-07	Automatic Segmentation and Radiomics for Identification and Activity Assessment of CTE Lesions in Crohn's Disease 2024-11-04, Inflammatory bowel diseases IF:4.5Q1 DOI:10.1093/ibd/izad285 PMID:38011673	研究论文	开发用于克罗恩病CTE图像病灶自动分割的深度学习模型，并基于影像组学特征构建机器学习分类器评估疾病活动性	结合nnU-Net自动分割模型与影像组学特征分析，构建端到端的克罗恩病活动性评估系统	回顾性研究，样本量有限（分割数据集84例，分类数据集193例）	开发自动分割模型并构建分类器评估克罗恩病活动性	克罗恩病患者的CTE图像	医学影像分析	克罗恩病	CTE成像，影像组学分析	nnU-Net，机器学习分类器	CTE图像	分割数据集：84例CTE检查（平均年龄31±13岁，60名男性）；分类数据集：193例CTE检查（平均年龄31±12岁，136名男性）	NA	nnU-Net	Dice相似系数，AUC，敏感度，特异度，准确度	NA
2704	2025-03-02	A Deep Learning Framework for End-to-End Control of Powered Prostheses 2024-May, IEEE robotics and automation letters IF:4.6Q2 DOI:10.1109/lra.2024.3374189 PMID:40012860	研究论文	本文提出了一种深度学习框架，用于端到端控制动力假肢，消除了传统任务分类、状态机和中级控制方程的需求	通过将整个控制问题压缩到一个深度神经网络中，消除了传统任务分类、状态机和中级控制方程的需求	研究仅针对五种运动模式进行，样本量为12名经股截肢者，可能需要更多样化的数据和更大的样本量来验证模型的普适性	探索深度学习在动力假肢控制中的应用，以实现端到端的关节级辅助	动力膝踝假肢（OSL）及其传感器数据	机器学习	NA	深度学习	时间卷积网络（TCN）	传感器数据	12名经股截肢者	NA	NA	NA	NA
2705	2024-08-24	Editorial for "Deep Learning Nomogram for the Identification of Deep Stromal Invasion in Patients With Early-Stage Cervical Adenocarcinoma and Adenosquamous Carcinoma: A Multicenter Study" 2024-04, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.28881 PMID:37410077	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2706	2025-10-07	Deep Learning Identifies High-Quality Fundus Photographs and Increases Accuracy in Automated Primary Open Angle Glaucoma Detection 2024-01-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.13.1.23 PMID:38285462	研究论文	开发并评估用于评估眼底照片质量的深度学习模型，并定量测量其在独立研究人群中自动化原发性开角型青光眼检测中的影响	首次开发专门用于评估眼底照片质量的深度学习模型，并证明通过自动质量评估筛选低质量照片可显著提高青光眼检测模型的准确性	研究数据来源于特定研究队列，需要在更广泛的人群中验证模型的泛化能力	提高自动化原发性开角型青光眼检测的准确性	眼底照片	计算机视觉	青光眼	眼底摄影	深度学习	图像	2815张来自DIGS/ADAGES研究的眼底照片和11350张来自OHTS研究的眼底照片	NA	NA	AUROC	NA
2707	2025-03-02	Rapid and accurate classification of mung bean seeds based on HPMobileNet 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1474906 PMID:40017618	研究论文	本研究提出了一种基于深度学习的绿豆种子快速准确分类方法，通过改进MobileNetV2模型，引入了DMS块、ECA块和Mish激活函数，构建了高精度网络模型HPMobileNet	提出了HPMobileNet模型，结合DMS块、ECA块和Mish激活函数，显著提升了绿豆种子分类的准确率	研究未涉及模型在其他作物种子分类中的泛化能力，且未来优化和应用潜力仍需进一步探索	开发一种高效准确的绿豆种子分类方法，推动智能农业技术的发展	八种不同品种的绿豆种子	计算机视觉	NA	深度学习	HPMobileNet（基于MobileNetV2改进）	图像	34,890张绿豆种子图像	NA	NA	NA	NA
2708	2025-03-02	A method of deep network auto-training based on the MTPI auto-transfer learning and a reinforcement learning algorithm for vegetation detection in a dry thermal valley environment 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1448669 PMID:40017619	研究论文	本文提出了一种基于MTPI自动迁移学习和强化学习算法的深度网络自动训练方法，用于干旱热谷环境中的植被检测	结合了MTPI（最大迁移潜力指数方法）和MTSA（多汤普森采样算法）强化学习，用于数据集自动增强和网络自动训练，减少了人工经验和试错成本	现有自动训练方法适应于简单数据集和网络结构，在非结构化环境（如干旱热谷环境）中实用性较低	减少深度学习中的手动干预，提高复杂植被信息收集的效率	干旱热谷环境中的植被	计算机视觉	NA	深度学习，强化学习，迁移学习	FCN, Seg-Net, U-Net, Seg-Res-Net 50	图像	NA	NA	NA	NA	NA
2709	2025-10-07	Prediction and design of transcriptional repressor domains with large-scale mutational scans and deep learning 2024-Sep-24, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.21.614253 PMID:39386603	研究论文	本研究通过大规模突变扫描和深度学习模型预测和设计转录抑制结构域	开发了整合序列、结构和生化表征的深度学习模型TENet，能够准确预测抑制活性并指导合成调控蛋白的精确设计	模型在具有不同同源性的结构域之间的泛化能力仍需系统测试	研究序列变异如何影响转录抑制结构域的功能活性	人类细胞中50多个抑制结构域的115,000个变异序列	机器学习	Saethre-Chotzen综合征，Rett综合征	高通量突变扫描，深度学习	深度学习	序列数据，结构数据，生化数据	115,000个变异序列	NA	TENet	NA	NA
2710	2025-10-07	Discovery and characterization of novel FGFR1 inhibitors in triple-negative breast cancer via hybrid virtual screening and molecular dynamics simulations 2024-09, Bioorganic chemistry IF:4.5Q1 DOI:10.1016/j.bioorg.2024.107553 PMID:38901279	研究论文	本研究通过混合虚拟筛选和分子动力学模拟发现并表征了新型FGFR1抑制剂，用于三阴性乳腺癌治疗	开发了结合深度学习与分子对接的混合虚拟筛选方法，发现了具有纳摩尔级抑制活性的新型化合物	研究主要基于计算机模拟和体外实验，尚未进行体内动物模型验证	开发针对三阴性乳腺癌FGFR1靶点的有效抑制剂	FGFR1蛋白及其V561M突变体，三阴性乳腺癌细胞系	计算生物学	三阴性乳腺癌	虚拟筛选，分子对接，分子动力学模拟，HTRF生物测定	深度学习，分子对接	分子结构数据，生物活性数据	NA	KarmaDock, Schrödinger	NA	IC50值	NA
2711	2025-10-07	Simple models vs. deep learning in detecting low ejection fraction from the electrocardiogram 2024-Jul, European heart journal. Digital health DOI:10.1093/ehjdh/ztae034 PMID:39081946	研究论文	比较简单模型与深度学习模型在心电图检测低射血分数方面的性能	证明基于标准心电图测量的简单模型可以达到与深度学习模型相近的性能，且更易于临床部署和解释	研究基于观察性数据集，需要进一步验证在更广泛人群中的适用性	评估简单模型与深度学习模型在检测左心室收缩功能障碍方面的准确性和可移植性	心电图波形和经胸超声心动图匹配数据	机器学习	心血管疾病	心电图测量，超声心动图	随机森林, 逻辑回归, 深度学习	心电图波形，测量数据	40,994对匹配的心电图和超声心动图（斯坦福大学医学中心），外加哥伦比亚医学中心和英国生物银行的外部验证数据	NA	NA	AUC	NA
2712	2025-10-07	Fluorescence excitation-scanning hyperspectral imaging with scalable 2D-3D deep learning framework for colorectal cancer detection 2024-06-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64917-5 PMID:38926431	研究论文	开发用于结直肠癌检测的荧光激发扫描高光谱成像与可扩展深度学习框架	提出新型荧光激发扫描高光谱成像方法，结合可调节速度/性能权衡的端到端AI框架，提供AI决策过程的可解释性可视化	高维数据带来的处理、解释和分类挑战	提升结直肠癌病变检测的准确性和实时分析能力	结直肠癌组织样本	计算机视觉	结直肠癌	荧光激发扫描高光谱成像	深度学习	高光谱图像	NA	NA	NA	分类准确率	NA
2713	2025-10-07	Deep Learning Phenotyping of Tricuspid Regurgitation for Automated High Throughput Assessment of Transthoracic Echocardiography 2024-Jun-24, medRxiv : the preprint server for health sciences DOI:10.1101/2024.06.22.24309332 PMID:38978651	研究论文	开发用于经胸超声心动图自动高通量评估三尖瓣反流的深度学习表型分析流程	首个用于三尖瓣反流自动检测和分层的深度学习流程，在两个不同医疗系统中验证	研究数据来自特定医疗中心，需在更广泛人群中验证	开发自动化三尖瓣反流评估系统，实现高通量筛查	经胸超声心动图视频数据	计算机视觉	心血管疾病	超声心动图，彩色多普勒	深度学习	视频	训练集：47,312项研究（2,079,898个视频）；测试集：CSMC 2,462项研究（108,138个视频），SHC 5,549项研究（278,377个视频）	NA	NA	AUC, 敏感性, 特异性	NA
2714	2025-10-07	Deep learning evaluation of echocardiograms to identify occult atrial fibrillation 2024-Apr-13, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01090-z PMID:38615104	研究论文	使用深度学习算法分析经胸超声心动图视频来识别隐匿性心房颤动	开发了两阶段深度学习算法，不仅能区分窦性心律和房颤，还能预测窦性心律患者90天内发生房颤的风险	模型在预测隐匿性房颤时的AUPRC相对较低(0.19)，表明在正样本较少的情况下性能有限	通过深度学习技术实现房颤的早期筛查和识别	经胸超声心动图视频数据	计算机视觉	心血管疾病	经胸超声心动图	CNN	视频	111,319个TTE视频用于训练，10,203个TTE视频用于外部验证	NA	基于视频的卷积神经网络	AUC, AUPRC	NA
2715	2025-10-07	Deep Learning to Estimate Cardiovascular Risk From Chest Radiographs : A Risk Prediction Study 2024-04, Annals of internal medicine IF:19.6Q1 DOI:10.7326/M23-1898 PMID:38527287	研究论文	开发并验证一种基于胸部X光片预测10年主要不良心血管事件风险的深度学习模型	首次利用常规胸部X光片通过深度学习直接预测心血管风险，为无法计算传统风险评分的患者提供补充评估方法	基于电子医疗记录的回顾性研究设计	开发从常规胸部X光片估计10年心血管风险的深度学习模型	符合初级心血管预防条件的门诊患者	计算机视觉	心血管疾病	深度学习	深度学习模型	胸部X光图像	开发集来自癌症筛查试验数据，外部验证集包括8869名未知ASCVD风险患者和2132名已知风险患者	NA	CXR CVD-Risk	风险比, 置信区间	NA
2716	2025-10-07	Automatic end-to-end VMAT treatment planning for rectal cancers 2024-Apr, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14259 PMID:38317597	研究论文	开发并临床评估用于直肠癌VMAT治疗的端到端自动分割与自动计划系统	首次将自动分割和自动计划整合为完整的端到端流程，仅需肿瘤大体体积轮廓和CT扫描作为输入	大、小肠区分困难，端到端流程的医生接受率存在差异（88%和62%）	实现直肠癌VMAT治疗的自动化计划流程	直肠恶性肿瘤患者	数字病理	直肠癌	容积旋转调强放疗(VMAT)	深度学习	CT扫描图像	CTV分割174例患者，其他结构18例患者，计划评估20+34+16例患者	nnU-Net	nnU-Net	Dice相似系数, 95% Hausdorff距离, 李克特五分量表评分	NA
2717	2025-10-07	Prospective Evaluation of Automated Contouring for CT-Based Brachytherapy for Gynecologic Malignancies 2024-Apr, Advances in radiation oncology IF:2.2Q2 DOI:10.1016/j.adro.2023.101417 PMID:38435965	研究论文	评估深度学习自动勾画在妇科恶性肿瘤CT引导近距离放疗中的准确性和效率	首次前瞻性评估自动勾画在妇科放疗临床实践中的应用效果	样本量较小（30例自动勾画组 vs 31例手动勾画组），单中心研究	评估自动勾画危及器官在妇科近距离放疗计划中的临床应用价值	妇科恶性肿瘤患者	数字病理	妇科恶性肿瘤	CT引导近距离放疗	深度学习	CT图像	61例患者（30例自动勾画组，31例手动勾画组）	NA	NA	Likert评分，Dice相似系数，平均表面距离，95% Hausdorff距离，Hausdorff距离，剂量体积直方图指标	NA
2718	2025-10-07	Deep learning for transesophageal echocardiography view classification 2024-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-50735-8 PMID:38167849	研究论文	本研究开发了一种基于深度学习的经食管超声心动图视图分类模型，用于对术中及术中TEE影像数据进行结构化处理	首次开发了针对术中及术中TEE影像的多类别视图分类深度学习模型，并在两个独立医疗中心进行了外部验证	NA	解决TEE影像复杂非结构化特性对深度学习应用的限制，实现标准化TEE视图的自动分类	经食管超声心动图影像数据	计算机视觉	心血管疾病	经食管超声心动图成像	CNN	视频	来自Cedars-Sinai医学中心和斯坦福大学医学中心的术中及术中TEE视频	NA	NA	AUC	NA
2719	2025-10-07	An initial game-theoretic assessment of enhanced tissue preparation and imaging protocols for improved deep learning inference of spatial transcriptomics from tissue morphology 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae476 PMID:39367648	研究论文	通过改进组织制备和成像方案提升基于深度学习的空间转录组学形态学推断性能	首次从博弈论角度评估组织制备和成像方案对空间转录组学深度学习模型性能的影响，提出临床级标准化流程	研究样本量较小（仅13例结直肠癌患者），需要更大规模验证	评估改进的组织处理与成像方案对深度学习模型从组织形态推断空间转录组性能的影响	结直肠癌患者的组织样本	数字病理	结直肠癌	空间转录组学，自动化H&E染色，全玻片成像	CNN	组织图像	13例病理T分期III期结直肠癌患者	TensorFlow	Inceptionv3	数据Shapley值	NA
2720	2025-10-07	Deep autoencoder-based behavioral pattern recognition outperforms standard statistical methods in high-dimensional zebrafish studies 2024-Sep, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012423 PMID:39255309	研究论文	本研究开发了一种基于深度自编码器的行为模式识别方法，用于分析斑马鱼高维行为数据并识别环境毒物引起的异常行为	使用半监督深度自编码器提取斑马鱼正常行为特征，相比传统统计方法能识别更多毒物诱导的异常行为模式	NA	开发更有效的行为模式识别方法以检测环境毒物对斑马鱼神经行为的影响	斑马鱼幼虫的行为数据	机器学习	神经毒性疾病	行为分析	深度自编码器	行为数据	NA	NA	自编码器	NA	NA