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
641	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
642	2025-10-06	Satellite-Based and Street-View Green Space and Adiposity in US Children 2024-12-02, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2024.49113 PMID:39636637	研究论文	本研究通过卫星遥感和街景图像分析美国儿童居住环境绿地与肥胖指标之间的关联	首次同时使用卫星遥感归一化植被指数(NDVI)和基于深度学习的街景图像绿地指标，结合多种体脂测量指标评估儿童肥胖风险	研究样本仅来自美国特定队列，未考虑其他可能影响肥胖的环境因素	探究不同绿地测量方法与儿童肥胖指标之间的关联性	美国儿童队列研究参与者	环境流行病学,计算机视觉	儿童肥胖	卫星遥感,街景图像分析,深度学习算法,双能X线吸收测量法	深度学习算法	卫星图像,街景图像,人体测量数据	843名儿童(423名女孩)	NA	NA	线性回归系数,95%置信区间	NA
643	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
644	2025-10-06	Uncertainty-aware genomic deep learning with knowledge distillation 2024-Nov-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.13.623485 PMID:39605624	研究论文	提出一种集成知识蒸馏的基因组深度学习框架DEGU，用于提高预测鲁棒性和可解释性	通过集成学习和知识蒸馏结合，同时捕捉预测平均值和变异性，量化认知不确定性和随机不确定性	未明确说明模型在特定基因组任务中的性能局限性	提高基因组深度学习的预测可靠性和决策可解释性	调控基因组学数据	机器学习	NA	基因组功能预测	深度神经网络	基因组序列数据	NA	NA	集成学习架构	校准不确定性估计, 保形预测覆盖率	NA
645	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
646	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
647	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
648	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
649	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
650	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
651	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
652	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
653	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
654	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
655	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
656	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
657	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
658	2025-10-06	Identification of Neural Crest and Neural Crest-Derived Cancer Cell Invasion and Migration Genes Using High-throughput Screening and Deep Attention Networks 2024-Mar-10, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.07.583913 PMID:38496683	研究论文	通过高通量筛选和深度学习注意力网络识别神经嵴及神经嵴来源癌细胞侵袭迁移的关键基因	结合高通量siRNA筛选与深度学习注意力网络分析，首次系统识别神经嵴相关癌细胞侵袭迁移的核心基因群	研究聚焦于特定细胞系（c8161黑色素瘤和HT1080纤维肉瘤），需在更多细胞类型中验证	识别神经嵴及神经嵴来源癌细胞侵袭迁移的关键调控基因	神经嵴细胞、c8161黑色素瘤细胞、HT1080纤维肉瘤细胞	机器学习	黑色素瘤	高通量siRNA筛选, 深度学习分析	深度学习注意力网络	基因表达数据, 细胞迁移数据	45个基因面板, 2种人类细胞系	NA	注意力网络	基因显著性分析, 细胞相互作用模式识别	NA
659	2025-10-06	Unveiling the stochastic nature of human heteropolymer ferritin self-assembly mechanism 2024-Aug, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.5104 PMID:38995055	研究论文	本研究通过合成特定H/L亚基比例的异聚体铁蛋白，结合冷冻电镜和深度学习建模揭示了其自组装机制中的随机性特征	首次发现铁蛋白自组装过程通过多种随机路径进行，并揭示了H-L异源二聚体形成的显著偏好性	未明确说明研究样本的具体数量和实验重复次数	揭示异聚体铁蛋白的自组装机制及其结构与功能关系	铁蛋白异聚体（含特定H/L亚基比例）	结构生物学	NA	冷冻电子显微镜，深度学习氨基酸建模，质粒工程	深度学习模型	冷冻电镜图像，蛋白质结构数据	NA	NA	NA	NA	NA
660	2025-10-06	A week in the life of the human brain: stable states punctuated by chaotic transitions 2024-Jan-15, Research square DOI:10.21203/rs.3.rs-2752903/v3 PMID:37034705	研究论文	通过连续多电极颅内记录研究人类自然行为期间大脑网络的动态变化	结合深度学习与动力系统方法揭示大脑网络在自然行为中的稳定状态和混沌转换机制	样本量较小（20名人类受试者），记录时长有限（3-12天）	研究真实世界中大脑网络的动态变化与行为关系	人类大脑网络动态	计算神经科学	NA	多电极颅内记录	深度学习	颅内电生理信号	20名人类受试者，连续记录3-12天	NA	NA	NA	NA