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
3241	2025-03-30	Robustness of ML-Based Seizure Prediction Using Noisy EEG Data From Limited Channels 2024 Apr-May, ... International Conference on Distributed Computing in Sensor Systems and workshops. DCOSS (Conference) DOI:10.1109/dcoss-iot61029.2024.00097 PMID:40134901	研究论文	本文研究了基于机器学习的癫痫发作预测模型在噪声EEG数据和有限通道条件下的鲁棒性	评估了DL模型在临床级EEG数据训练但消费级可穿戴EEG头戴设备数据测试时的表现，特别是在通道减少、流数据和类别不平衡情况下的鲁棒性	研究仅针对SPERTL模型进行评估，可能不适用于其他DL模型	提高癫痫发作预测模型在真实世界条件下的准确性和适用性	癫痫患者的EEG数据	机器学习	癫痫	EEG	DL(SPERTL模型)	EEG信号数据	NA	NA	NA	NA	NA
3242	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
3243	2025-10-07	Multiplex Detection of Foodborne Pathogens using 3D Nanostructure Swab and Deep Learning-Based Classification of Raman Spectra 2024-08, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202308317 PMID:38564785	研究论文	提出了一种结合3D纳米结构拭子和深度学习拉曼信号分类的多重食源性病原体检测方法	首次将3D纳米结构拭子捕获技术与便携式拉曼仪器及深度学习分类算法相结合，实现快速准确的多种食源性细菌检测	NA	开发简单、快速、灵敏的食源性病原体检测方法以支持食品安全监测	食源性细菌	机器学习	食源性疾病	拉曼光谱技术	CNN	光谱数据	NA	NA	1D卷积神经网络	准确率	NA
3244	2025-10-07	Variants in tubule epithelial regulatory elements mediate most heritable differences in human kidney function 2024-Jun-22, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.18.599625 PMID:38948875	研究论文	通过GWAS和单细胞染色质可及性分析揭示肾小管上皮细胞调控元件中的遗传变异是人类肾功能遗传差异的主要决定因素	开发了ChromKid深度学习模型预测肾脏细胞类型特异性染色质可及性，并首次系统性地将肾功能遗传变异定位到特定细胞类型的调控元件	研究主要关注常见遗传变异，可能未涵盖罕见变异的影响；功能验证实验仅在体外细胞模型中进行	识别影响肾功能的遗传变异及其作用的细胞类型和分子机制	人类肾功能相关的遗传变异和肾脏细胞类型特异性调控元件	基因组学	肾脏疾病	GWAS, scATAC-seq, 深度学习, CRISPRi, 增强子检测	深度学习模型	基因组数据, 表观基因组数据, 单细胞测序数据	NA	NA	ChromKid	NA	NA
3245	2025-10-07	Enhancing Global Estimation of Fine Particulate Matter Concentrations by Including Geophysical a Priori Information in Deep Learning 2024-May-10, ACS ES&T air DOI:10.1021/acsestair.3c00054 PMID:38751607	研究论文	通过将地球物理先验信息融入深度学习模型，改进全球细颗粒物浓度估算	开发了包含地球物理估计的损失函数，引入空气质量空间交叉验证新方法，通过整合地球物理PM解决监测稀少区域性能下降问题	模型性能仍依赖于地面监测站密度，在监测站极稀疏区域估算精度可能受限	提高全球细颗粒物浓度分布的估算精度	1998-2019年全球月度PM2.5浓度数据	机器学习	NA	卫星遥感、数值模拟、地面监测	CNN	卫星数据、模拟数据、监测数据	1998-2019年全球月度PM2.5浓度数据	NA	卷积神经网络	决定系数(R²)	NA
3246	2025-10-07	Deep learning from latent spatiotemporal information of the heart: Identifying advanced bioimaging markers from echocardiograms 2024-Mar, Biophysics reviews IF:2.9Q2 DOI:10.1063/5.0176850 PMID:38559589	研究论文	利用深度学习从超声心动图的潜在时空信息中提取先进生物成像标记物	开发新型时空深度学习模型，基于未标记像素数据构建个性化4D心脏网格并提取潜在时间成像特征	依赖于手动和主观的人工追踪，存在异质性问题	改善超声心动图的采集、处理和数据分析流程标准化	心脏时空成像数据和心血管疾病	计算机视觉	心血管疾病	超声心动图	深度学习	超声心动图视频序列	NA	NA	时空深度学习模型	NA	NA
3247	2025-10-07	Taxonomy of hybridly polarized Stokes vortex beams 2024-Feb-26, Optics express IF:3.2Q2 DOI:10.1364/OE.512409 PMID:38439421	研究论文	提出结合深度学习与衍射斯托克斯偏振测量法的高效识别混合偏振斯托克斯涡旋光束方法	首次将深度学习与广义衍射斯托克斯偏振测量法相结合，解决复杂偏振结构光束的简并识别难题	实验噪声因素（相对相位、振幅和偏振差异）与光束波动会增加识别过程的复杂性	开发高效识别混合偏振斯托克斯涡旋光束的分类方法	15类基于斯托克斯奇点类型及模式指数的光束	光学	NA	斯托克斯偏振测量法，衍射技术	深度神经网络	光束强度图像（总强度与偏振分量强度）	15类斯托克斯奇点光束	NA	深度神经网络	分类准确率（98.67%）	NA
3248	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
3249	2025-03-28	Bone density measurement in patients with spinal metastatic tumors using chest quantitative CT deep learning model 2024-Dec, Journal of bone oncology IF:3.1Q2 DOI:10.1016/j.jbo.2024.100641 PMID:40134559	研究论文	本研究开发了一种基于3DResUNet架构的深度学习模型，用于从定量计算机断层扫描（QCT）中预测脊柱转移瘤患者的椎体体积骨密度（vBMD）	使用3DResUNet架构的深度学习模型首次应用于脊柱转移瘤患者的vBMD预测，提高了骨质疏松筛查的能力	研究样本量有限（749例），且仅针对脊柱转移瘤患者，可能不适用于其他人群	开发一种深度学习模型，用于预测脊柱转移瘤患者的椎体体积骨密度（vBMD），以增强骨质疏松筛查能力	脊柱转移瘤患者	数字病理学	脊柱转移瘤	定量计算机断层扫描（QCT）	3DResUNet	医学影像	749例脊柱转移瘤患者（训练集599例，测试集150例）	NA	NA	NA	NA
3250	2025-10-07	Assessing deep learning reconstruction for faster prostate MRI: visual vs. diagnostic performance metrics 2024-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10771-y PMID:38724765	研究论文	评估深度学习重建在前列腺MRI加速扫描中的视觉质量与诊断性能差异	将诊断性AI纳入评估框架，提供临床相关指标来评估重建模型的诊断质量	回顾性研究，需要大型读者研究来全面评估诊断影响	评估深度学习MRI重建在加速前列腺扫描中的诊断质量	1535名患者的前列腺MRI数据和临床显著前列腺癌病变	医学影像分析	前列腺癌	MRI, 深度学习重建	深度学习模型	医学影像	1535名患者	NA	NA	pAUC, FROC, SSIM, Cohen's kappa	NA
3251	2025-03-28	Longitudinal ultrasound-based AI model predicts axillary lymph node response to neoadjuvant chemotherapy in breast cancer: a multicenter study 2024-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10786-5 PMID:38724768	研究论文	开发基于纵向乳腺超声和超声医师腋窝超声诊断的深度学习放射组学模型，用于预测乳腺癌新辅助化疗后腋窝淋巴结反应	结合纵向超声图像和深度学习特征，开发融合模型以预测腋窝淋巴结反应，性能优于传统超声医师诊断	研究局限于三个中心的数据，样本量可能不足以代表广泛人群	预测乳腺癌患者新辅助化疗后腋窝淋巴结的反应	乳腺癌患者	数字病理学	乳腺癌	超声成像，深度学习放射组学	随机森林，支持向量机	超声图像	2016年11月至2022年12月间三个中心招募的乳腺癌患者	NA	NA	NA	NA
3252	2025-03-28	Message-Passing Monte Carlo: Generating low-discrepancy point sets via graph neural networks 2024-Oct, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2409913121 PMID:39325425	研究论文	本文提出了一种名为消息传递蒙特卡洛(MPMC)的新型低差异点集生成方法，利用图神经网络工具实现	首次将几何深度学习方法应用于低差异点集生成，提出MPMC点集并在低维和小点数情况下达到最优或接近最优差异	目前主要适用于低维和小规模点集的情况	开发更有效的低差异点集生成方法以提高数值积分、计算机视觉等领域的性能	低差异点集的生成方法	机器学习	NA	几何深度学习	图神经网络(GNN)	空间点集数据	低维和小规模点集	NA	NA	NA	NA
3253	2025-03-28	Using deep learning to improve the intelligibility of a target speaker in noisy multi-talker environments for people with normal hearing and hearing loss 2024-07-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0028007 PMID:39082692	研究论文	本研究开发了一种基于深度学习的算法，用于在嘈杂的多说话者环境中提取目标说话者的声音，以提高正常听力和听力损失人群的语音可懂度	提出了一种准因果深度学习算法，能够根据简短的注册话语从多个并发说话者和背景噪声中提取目标说话者的声音，且该算法能泛化到未见过的说话者、不同说话者数量和相对说话者水平以及不同的语音语料库	算法在更复杂或不同的噪声环境中的表现尚未验证	提高嘈杂多说话者环境中的语音可懂度	正常听力和听力损失人群	机器学习	听力损失	深度学习	NA	语音	正常听力和听力损失听众参与的双盲句子识别测试	NA	NA	NA	NA
3254	2025-10-07	Developing deep learning-based strategies to predict the risk of hepatocellular carcinoma among patients with nonalcoholic fatty liver disease from electronic health records 2024-04, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104626 PMID:38521180	研究论文	本研究开发了基于深度学习的策略来预测非酒精性脂肪肝患者患肝细胞癌的风险	提出了处理电子健康记录中延迟诊断问题的后向掩码方案，并系统评估了时间变化协变量、数据稀缺和协变量不平衡对深度学习性能的影响	研究主要基于结构化电子健康记录数据，可能未考虑非结构化临床数据	提高非酒精性脂肪肝患者肝细胞癌风险预测的准确性	非酒精性脂肪肝患者	机器学习	肝细胞癌, 非酒精性脂肪肝	电子健康记录分析	深度学习	结构化电子健康记录	220,838名非酒精性脂肪肝患者	NA	NA	NA	NA
3255	2025-03-27	Research on multi-label recognition of tongue features in stroke patients based on deep learning 2024-12-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84002-1 PMID:39739087	研究论文	本文提出了一种基于深度学习的自动识别中风患者舌象特征的方法，以提高舌象特征自动提取和识别的准确性	设计了一个标签引导的多标签舌象识别模型，能够学习特征之间的相关性并进行分类，自动识别舌形、舌色和舌苔等关键特征	模型性能依赖于舌象图像的质量和数据增强的效果，且未提及模型在不同年龄段或不同中风类型患者中的泛化能力	提高中风患者康复阶段舌象特征的自动提取和识别准确性，为中风康复过程的实时评估和诊断提供技术支持	中风患者的舌象图像	计算机视觉	中风	图像处理和机器学习技术	深度学习模型（与resnet和densenet进行比较）	图像	未提及具体样本数量	NA	NA	NA	NA
3256	2025-10-07	Effect of childhood atropine treatment on adult choroidal thickness using sequential deep learning-enabled segmentation 2024 Sep-Oct, Asia-Pacific journal of ophthalmology (Philadelphia, Pa.) DOI:10.1016/j.apjo.2024.100107 PMID:39378966	研究论文	本研究使用序列深度学习分割技术评估儿童期接受阿托品治疗的成人脉络膜厚度变化	首次采用序列深度学习分割方法分析儿童期阿托品治疗对成人脉络膜厚度的长期影响	观察性研究设计无法确定因果关系，样本量相对有限	评估儿童期阿托品治疗对成人脉络膜厚度的长期影响	接受儿童期阿托品治疗的成人近视患者	数字病理学	近视	扫频源光学相干断层扫描	深度学习	医学影像	422只眼睛（94只无阿托品暴露，328只有儿童期阿托品暴露）	NA	序列深度学习分割模型	置信区间，P值，比值比	NA
3257	2025-10-07	Deep learning-based segmentation of subcellular organelles in high-resolution phase-contrast images 2024-Aug-30, Cell structure and function IF:2.0Q4 DOI:10.1247/csf.24036 PMID:39085139	研究论文	本研究开发了基于深度学习的亚细胞器分割方法，用于高分辨率相差图像分析	使用荧光标记作为真实掩膜来源，在无标记活细胞图像中实现亚细胞器的精确分割	NA	开发高分辨率相差图像中亚细胞器的精确分割方法	未染色活细胞中的亚细胞器	计算机视觉	NA	无标记成像，荧光标记，高分辨率相差显微镜	深度学习	高分辨率相差图像，荧光图像	NA	NA	NA	NA	NA
3258	2025-10-07	Opportunistic Screening of Chronic Liver Disease with Deep Learning Enhanced Echocardiography 2024-Jun-14, medRxiv : the preprint server for health sciences DOI:10.1101/2024.06.13.24308898 PMID:38947008	研究论文	开发基于深度学习的心动图视频分析算法，用于慢性肝病的机遇性筛查	首次利用常规心动图检查中获取的肝脏图像信息，通过深度学习实现慢性肝病的自动化筛查	回顾性研究设计，依赖配对腹部影像学检查作为金标准	开发并评估基于心动图视频的深度学习算法，用于慢性肝病的机遇性筛查	接受心动图和腹部影像学检查的成年患者	计算机视觉	慢性肝病	心动图视频分析	深度学习计算机视觉模型	心动图视频	1,596,640个心动图视频（来自24,276名患者的66,922项研究），外加106名患者的外部测试队列	NA	EchoNet-Liver	AUC	NA
3259	2025-10-07	Deep learning on CT scans to predict checkpoint inhibitor treatment outcomes in advanced melanoma 2024-12-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81188-2 PMID:39738216	研究论文	本研究首次利用深度学习分析晚期黑色素瘤患者的CT影像，预测免疫检查点抑制剂治疗结果	首次探索基于CT影像的深度学习模型预测晚期黑色素瘤免疫治疗疗效	深度学习模型未能显著超越已知临床预测因子，样本量有限且为回顾性研究	开发基于CT影像的深度学习模型预测免疫检查点抑制剂治疗反应	晚期黑色素瘤成年患者	计算机视觉	黑色素瘤	CT成像	深度学习模型	CT影像	730名患者，2722个病灶	NA	NA	AUROC	NA
3260	2025-10-07	Attention-guided convolutional network for bias-mitigated and interpretable oral lesion classification 2024-12-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81724-0 PMID:39738228	研究论文	提出一种用于口腔病变分类的注意力引导卷积网络，专注于准确性、可解释性和减少数据集偏差	整合分类流、引导流和解剖部位预测流三个组件，通过注意力机制与临床相关区域对齐，提高模型可解释性和抗偏差能力	数据来源于单一口腔病理诊所，时间跨度较长(1999-2021)，可能存在选择偏差	开发能够准确分类口腔病变并减少数据集偏差的深度学习模型	口腔病变图像	计算机视觉	口腔癌	数字图像分析	CNN	图像	1079名患者的2765张口腔内数字图像，包含16种病变类型	NA	注意力引导卷积网络	准确率, 平衡准确率, AUC	NA