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
621	2025-05-10	PhosAF: An integrated deep learning architecture for predicting protein phosphorylation sites with AlphaFold2 predicted structures 2024-Jul, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2024.115510 PMID:38513769	研究论文	提出了一种名为PhosAF的集成深度学习架构，用于预测蛋白质磷酸化位点，结合了AlphaFold2预测的结构信息	开发了结合CMA-Net和MFC-Net的新架构PhosAF，首次整合AlphaFold2预测的蛋白质结构信息进行磷酸化位点预测，并提出基于蛋白质二级结构构建可靠负样本的新策略	仅针对人类蛋白质进行研究，未验证在其他物种上的适用性	提高蛋白质磷酸化位点的预测准确性	人类蛋白质的磷酸化位点	生物信息学	NA	深度学习	CMA-Net, MFC-Net	蛋白质序列和结构数据	NA
622	2025-05-10	Streamlining social media information retrieval for public health research with deep learning 2024-Jun-20, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae118 PMID:38718216	research paper	该研究开发了一个深度学习系统，用于从社交媒体数据中提取和规范化医学术语，以改进公共卫生研究中的流行病监测	提出了一种新颖的系统化流程，用于从社交媒体数据中整理症状词典，相比传统的关键词匹配方法能更有效地识别精神疾病症状	研究仅基于COVID-19相关推文，可能不适用于其他疾病或语境	改进公共卫生研究中社交媒体数据的利用效率	COVID-19相关推文中的症状描述	natural language processing	COVID-19	named entity recognition, entity normalization	deep learning	text	498,480条独特的症状实体表达（处理后为38,175条）
623	2025-05-10	Exploiting holographically encoded variance to transmit labelled images through a multimode optical fiber 2024-May-20, Optics express IF:3.2Q2 DOI:10.1364/OE.519379 PMID:38859036	研究论文	本文提出了一种利用全息编码方差通过多模光纤传输标记图像的方法	通过全息调制在输出散斑图案上编码额外的方差层，提高了系统的整体传输能力	未明确提及具体限制	提高多模光纤系统的图像传输能力	多模光纤传输的图像	计算机视觉	NA	全息调制	ResUNet	图像	数千张图像
624	2025-05-10	Deep learning-based lesion detection and severity grading of small-bowel Crohn's disease ulcers on double-balloon endoscopy images 2024-May, Gastrointestinal endoscopy IF:6.7Q1 DOI:10.1016/j.gie.2023.11.059 PMID:38065509	research paper	使用深度学习模型EfficientNet-b5检测和评估小肠克罗恩病溃疡	首次应用EfficientNet-b5模型对小肠克罗恩病溃疡进行检测和严重程度分级	研究仅基于双气囊内镜图像，未考虑其他影像学检查结果	提高小肠克罗恩病溃疡检测和分级的准确性	小肠克罗恩病溃疡	digital pathology	Crohn's disease	double-balloon endoscopy	EfficientNet-b5	image	28,155张双气囊内镜图像，来自628名患者
625	2025-05-10	Deep learning model for the detection of prostate cancer and classification of clinically significant disease using multiparametric MRI in comparison to PI-RADs score 2024-05, Urologic oncology DOI:10.1016/j.urolonc.2024.01.021 PMID:38388243	research paper	本研究开发了一种基于深度学习的模型，用于通过多参数MRI检测前列腺癌并分类临床显著性前列腺癌，与PI-RADs评分进行比较	开发了一种集成多参数MRI序列的深度学习模型，在临床显著性前列腺癌分类上表现优于传统的PI-RADS评估	研究仅基于单中心数据，外部验证队列样本量相对较小	比较深度学习算法与PI-RADS分类在前列腺癌检测和临床显著性前列腺癌分类中的性能	接受根治性前列腺切除术或活检的患者	digital pathology	prostate cancer	multiparametric MRI	DL-based ensemble model	MRI图像	1,729名患者（训练队列1,285名，外部测试队列315名）
626	2025-05-10	ViNe-Seg: deep-learning-assisted segmentation of visible neurons and subsequent analysis embedded in a graphical user interface 2024-03-29, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae177 PMID:38569889	research paper	介绍了一种基于深度学习的半自动神经元分割工具ViNe-Seg，用于光学功能成像中神经元胞体的分割	ViNe-Seg提供了一种用户友好的图形界面，支持专家监督，确保精确识别感兴趣区域，并允许在实验过程中进行分割	在信噪比低的数据集中，当前分割工具仍难以产生准确的分割结果	提高神经元分割的速度和一致性，减少对人工分割的依赖	光学功能成像中的神经元胞体	digital pathology	NA	deep learning	CNN	image	NA
627	2025-05-09	ASAP-DTA: Predicting drug-target binding affinity with adaptive structure aware networks 2024-Dec, Journal of bioinformatics and computational biology IF:0.9Q4 DOI:10.1142/S0219720024500288 PMID:39961610	research paper	提出了一种基于图深度学习的药物-靶标结合亲和力预测模型ASAP-DTA，利用自适应结构感知池化进行图处理	整合了自注意力机制与增强的图神经网络，通过聚类相邻节点并按注意力分数加权形成最终分子表示，显著改进了图特征提取	未提及模型在更大规模或更复杂数据集上的表现	高效预测药物-靶标结合亲和力，减少药物再利用的资源浪费	药物-靶标结合亲和力	machine learning	NA	graph-based deep learning	graph neural network with self-attention mechanism	2D molecular graph	multiple benchmark datasets including KIBA dataset
628	2025-05-09	Liquid Biopsy-Based Detection and Response Prediction for Depression 2024-11-26, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.4c08233 PMID:39501510	研究论文	本研究开发了一种基于深度学习的血浆细胞外囊泡（EVs）光谱分析方法，用于抑郁症的检测和治疗反应预测	首次利用深度学习和拉曼信号分析血浆EVs，实现抑郁症的客观诊断和抗抑郁治疗反应预测	样本来源仅限于血浆EVs，未涉及其他生物标志物	开发抑郁症的客观诊断方法和治疗反应预测系统	抑郁症患者、健康人群及恐慌障碍患者	机器学习	抑郁症	拉曼光谱分析	深度学习	光谱数据	抑郁症患者与健康人群及恐慌障碍患者的血浆样本
629	2025-05-09	Integrative analysis of H&E and IHC identifies prognostic immune subtypes in HPV related oropharyngeal cancer 2024-Oct-03, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00604-w PMID:39363031	研究论文	通过整合H&E和IHC图像分析，识别HPV相关口咽癌中的预后免疫亚型	结合H&E和IHC图像，利用深度学习技术量化肿瘤微环境中的细胞组成和功能特征，改进了患者分层	研究样本量较小，仅包括88个原发肿瘤和70个淋巴结组织图像	增强对肿瘤微环境中细胞组成和功能特征的理解，并改进患者分层	HPV阳性口咽鳞状细胞癌（OPSCC）患者	数字病理学	口咽癌	深度学习，免疫组织化学（IHC）	深度学习流程	图像（H&E和IHC染色切片）	88个原发肿瘤和70个淋巴结组织图像
630	2025-05-09	An arrhythmia classification using a deep learning and optimisation-based methodology 2024-Oct, Journal of medical engineering & technology DOI:10.1080/03091902.2025.2463574 PMID:39949269	研究论文	提出一种基于深度学习和优化方法的心电图信号分类方法	结合EfficientNet-B0深度学习模型和混合特征选择方法（包括SABES优化算法）进行心电图信号分类	未提及对不同心电图设备的泛化能力或实时性能的测试	开发一种高精度的心电图信号分类方法	五种不同类型的心电图信号	机器学习	心血管疾病	离散小波变换，移动平均滤波	EfficientNet-B0	图像（灰度图和尺度图）	NA
631	2025-05-09	A combination of deep learning models and type-2 fuzzy for EEG motor imagery classification through spatiotemporal-frequency features 2024-Oct, Journal of medical engineering & technology DOI:10.1080/03091902.2025.2463577 PMID:39950750	研究论文	本文提出了一种结合深度学习模型和类型2模糊逻辑的混合架构FCLNET，用于通过时空频率特征对EEG运动想象进行分类	提出了一种新型混合架构FCLNET，结合了Compact-CNN和LSTM网络，并采用类型2模糊函数处理不确定性，通过贝叶斯优化算法调整超参数	未提及具体的数据集局限性或模型在其他数据集上的泛化能力	提高EEG运动想象分类的准确性和鲁棒性	EEG信号	生物医学信号处理	NA	EEG信号处理	Compact-CNN, LSTM, 类型2模糊函数	EEG信号	BCI Competition IV-2a数据库和BCI Competition IV-1数据库
632	2025-05-09	Automated Cytometric Gating with Human-Level Performance Using Bivariate Segmentation 2024-May-09, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.06.592739 PMID:38766268	研究论文	提出了一种名为UNITO的深度学习框架，用于自动化细胞计数门控过程，达到人类专家水平	将细胞级分类任务转化为基于图像的语义分割问题，实现全自动化门控且无需人工提示或先验知识	未明确说明模型在不同实验条件下的泛化能力	解决细胞计数数据中由于生物和技术差异导致的门控挑战	细胞计数数据中的单细胞蛋白表达测量	数字病理学	NA	细胞计数技术	深度学习框架(UNITO)	图像	三个独立队列的数据集
633	2025-05-08	Introducing TEC-LncMir for prediction of lncRNA-miRNA interactions through deep learning of RNA sequences 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf046 PMID:39927859	研究论文	介绍了一种名为TEC-LncMir的新方法，通过深度学习和Transformer Encoder结合CNN来预测lncRNA-miRNA的相互作用	使用Transformer Encoder和CNN结合的方法，将lncRNA和miRNA序列视为自然语言，并通过接触张量进行特征提取，显著提高了预测性能	未明确提及具体局限性	提高lncRNA-miRNA相互作用预测的性能	lncRNA和miRNA的相互作用	自然语言处理	阿尔茨海默病	深度学习和序列分析	Transformer Encoder和CNN	RNA序列	NA
634	2025-05-08	G-Protein Signaling in Alzheimer's Disease: Spatial Expression Validation of Semi-supervised Deep Learning-Based Computational Framework 2024-Nov-06, The Journal of neuroscience : the official journal of the Society for Neuroscience DOI:10.1523/JNEUROSCI.0587-24.2024 PMID:39327003	研究论文	本文开发了一种半监督深度学习计算框架digID，用于预测与阿尔茨海默病相关的基因，并通过蛋白质-蛋白质相互作用网络分析优先考虑这些基因的重要性	提出了一种新的半监督深度学习计算框架digID，用于预测AD相关基因并揭示新的分子机制和治疗靶点	需要进一步的生物学验证来确认计算预测的基因簇作为AD治疗靶点的潜力	研究阿尔茨海默病的致病途径和相关基因，以识别新的治疗靶点	阿尔茨海默病相关基因及其在脑部的表达模式	计算生物学	阿尔茨海默病	半监督深度学习、蛋白质-蛋白质相互作用网络分析、STORM超分辨率显微镜	半监督深度学习分类器	多组学数据、mRNA表达数据、图像数据	转基因小鼠模型（两性）
635	2025-05-08	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	通过大规模实验量化淀粉样蛋白成核作用，训练可解释的深度学习模型预测蛋白质聚集	利用超过10万条蛋白质序列的实验数据训练卷积-注意力混合神经网络CANYA，显著提高了淀粉样蛋白成核预测的准确性，并提供了模型决策过程的解释	NA	开发能够准确预测蛋白质聚集的计算方法	蛋白质序列及其淀粉样蛋白成核特性	机器学习	NA	深度学习	卷积-注意力混合神经网络（CANYA）	蛋白质序列数据	超过10万条蛋白质序列
636	2025-05-08	Development of Machine Learning-Based Mpox Surveillance Models in a Learning Health System 2024-Sep-27, medRxiv : the preprint server for health sciences DOI:10.1101/2024.09.25.24314318 PMID:39399027	research paper	开发机器学习和深度学习模型以从临床记录中识别猴痘病例	使用Lasso回归模型在减少假阳性方面表现优于深度学习模型	未提及模型在其他数据集上的泛化能力	开发用于猴痘病例监测的机器学习模型	临床记录中的猴痘病例	machine learning	猴痘	machine learning, deep learning	Lasso regression, deep learning models	text	NA
637	2025-05-08	Tailored Intraoperative MRI Strategies in High-Grade Glioma Surgery: A Machine Learning-Based Radiomics Model Highlights Selective Benefits 2024-Jun-01, Operative neurosurgery (Hagerstown, Md.) DOI:10.1227/ons.0000000000001023 PMID:38289331	research paper	该研究探讨了在高等级胶质瘤手术中，结合机器学习的放射组学模型预测5-ALA单独使用效果不佳的情况，并强调了iMRI在特定复杂病例中的辅助价值	开发了一种基于U2-Net深度学习算法的放射组学模型，能够准确预测5-ALA在HGG手术中的效果不佳情况，为个性化手术策略提供依据	样本量较小（73例患者），且iMRI与5-ALA联合使用的效果提升未达到统计学显著性	评估在高等级胶质瘤手术中iMRI的辅助价值，并开发预测模型以优化手术策略	73例高等级胶质瘤患者	digital pathology	high-grade glioma	intraoperative MRI (iMRI), 5-aminolevulinic acid (5-ALA), radiomics	U2-Net, binary logistic regression	MRI图像	73例高等级胶质瘤患者
638	2025-05-08	PyHFO: lightweight deep learning-powered end-to-end high-frequency oscillations analysis application 2024-05-28, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad4916 PMID:38722308	研究论文	开发并验证了一个名为PyHFO的端到端软件平台，用于简化深度学习在癫痫研究中检测神经生理生物标志物的应用	PyHFO整合了深度学习模型，用于伪影和高频振荡（HFO）与尖峰分类，设计为在标准计算机硬件上高效运行，速度比传统HFO检测应用快50倍	未提及具体限制	开发一个用户友好且计算高效的平台，以促进高级EEG数据分析工具在临床实践中的广泛应用	EEG记录中的神经生理生物标志物	数字病理	癫痫	深度学习	DL模型	EEG记录	三个独立数据集：第一个仅包含网格/带状电极，第二个是网格/带状和深度电极的组合，第三个来自啮齿动物研究，使用深度电极采样新皮层和海马体
639	2025-05-08	Deep learning-based auditory attention decoding in listeners with hearing impairment 2024-05-22, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad49d7 PMID:38729132	研究论文	本研究开发了一种基于深度学习的快速听觉注意力解码方法，用于听力受损者的脑电图分析	使用深度卷积神经网络模型处理听力受损者的脑电图数据，实现了三种分类任务，并探讨了数据分割策略对结果的影响	研究仅针对听力受损人群，且样本量有限（31名参与者）	探索听力技术如何影响听力受损人群的听觉处理过程	听力受损者的脑电图数据	机器学习	听力障碍	EEG	DCNN	脑电图数据	31名听力受损参与者
640	2025-05-08	EEGminer: discovering interpretable features of brain activity with learnable filters 2024-05-13, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad44d7 PMID:38684154	研究论文	提出了一种名为EEGminer的系统，用于从多通道EEG记录中学习信息丰富的潜在表示	引入了可学习滤波器，通过广义高斯函数参数化，提供平滑导数以实现稳定的端到端模型训练，并允许学习可解释的特征	NA	设计一个系统，用于从持续EEG活动的多通道记录中学习信息丰富的潜在表示	脑电活动模式	机器学习	NA	EEG信号处理	可学习滤波器和预定义特征提取模块	EEG信号	721名受试者的新EEG数据集，以及SEED数据集和同时任务EEG工作负荷数据集