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
681	2025-06-03	Domain Adaptation-Based Deep Learning Model for Forecasting and Diagnosis of Glaucoma Disease 2024-Jun, Biomedical signal processing and control IF:4.9Q1 DOI:10.1016/j.bspc.2024.106061 PMID:38463435	研究论文	开发了一种基于域适应的深度学习模型GDA，用于青光眼的预测和诊断	GDA模型通过域不变和域特定表示学习提取通用和特定特征，并采用渐进加权机制和低秩编码技术	未明确提及具体局限性	青光眼的早期预测和诊断	青光眼患者	数字病理学	青光眼	深度学习	GDA	眼底照片	1636名受试者的3272只眼睛的66,742张眼底照片
682	2025-06-03	Examining a punishment-related brain circuit with miniature fluorescence microscopes and deep learning 2024-Jun, Addiction neuroscience DOI:10.1016/j.addicn.2024.100154 PMID:38680653	research paper	研究通过微型荧光显微镜和深度学习算法分析惩罚学习的生物行为机制	结合微型荧光显微镜和深度学习算法，研究惩罚学习中的神经回路变化	未提及具体实验样本量或数据规模	理解惩罚学习的生物行为机制及其在药物使用障碍中的作用	啮齿类动物（用于实验模型）	machine learning	substance use disorder	miniature fluorescence microscopes, deep learning	deep learning	image	NA
683	2025-06-03	NeighBERT: Medical Entity Linking Using Relation-Induced Dense Retrieval 2024-Jun, Journal of healthcare informatics research IF:5.4Q1 DOI:10.1007/s41666-023-00136-3 PMID:38681752	研究论文	本文提出了一种名为NeighBERT的新型预训练技术，用于解决临床自然语言处理中的医学实体链接问题	NeighBERT通过编码知识图谱中实体间的关系，扩展了BERT模型，增加了传统BERT中缺失的关系上下文，从而帮助解决临床文本中的歧义问题	NA	提高医学实体链接（MEL）的准确性和性能	临床文本中的医学实体	自然语言处理	NA	预训练技术	BERT扩展模型	文本	两个广泛使用的临床数据集
684	2025-06-03	Supervised and Unsupervised Deep Learning Approaches for EEG Seizure Prediction 2024-Jun, Journal of healthcare informatics research IF:5.4Q1 DOI:10.1007/s41666-024-00160-x PMID:38681760	研究论文	本文探讨了使用监督和无监督深度学习方法进行EEG癫痫发作预测的可行性	开发了新颖的无监督深度学习方法，仅使用正常EEG数据进行训练，将癫痫发作前EEG检测为异常事件	不同患者、方法和架构下的性能表现存在差异	预测癫痫发作以降低患者风险	癫痫患者的EEG数据	机器学习	癫痫	深度学习	监督学习和无监督学习模型	EEG信号数据	两个大型EEG癫痫数据集（具体数量未提及）
685	2025-06-03	Multimodal feature fusion in deep learning for comprehensive dental condition classification 2024, Journal of X-ray science and technology IF:1.7Q3 DOI:10.3233/XST-230271 PMID:38217632	研究论文	本研究评估了深度学习和多模态特征融合技术在自动化牙科疾病分类中的有效性	结合多模态特征融合与先进机器学习算法，显著提高了牙科疾病分类系统的精确性和鲁棒性	仅使用了11,653张临床图像，样本量可能不足以覆盖所有牙科疾病的多样性	推进自动化牙科疾病分类领域的发展	六种常见牙科疾病（龋齿、牙结石、牙龈炎、牙齿变色、溃疡和少牙症）	计算机视觉	牙科疾病	多模态特征融合	CNN, SVM, Naive Bayes	图像	11,653张临床图像
686	2025-06-03	An adaptive weighted ensemble learning network for diabetic retinopathy classification 2024, Journal of X-ray science and technology IF:1.7Q3 DOI:10.3233/XST-230252 PMID:38217630	研究论文	提出了一种基于光学相干断层扫描（OCT）图像的自适应加权集成学习方法，用于糖尿病视网膜病变（DR）分类	提出了一种基于贝叶斯理论的新型决策融合方案，动态调整基模型的权重分布，以缓解数据不平衡带来的负面影响	未提及方法的计算复杂度或在实际临床环境中的适用性	提高糖尿病视网膜病变的自动检测性能	糖尿病视网膜病变（DR）患者的光学相干断层扫描（OCT）图像	计算机视觉	糖尿病视网膜病变	光学相干断层扫描（OCT）	集成学习模型（基于三种先进的深度学习模型）	图像	两个公共数据集（DRAC2022和APTOS2019）
687	2025-06-03	A dense and U-shaped transformer with dual-domain multi-loss function for sparse-view CT reconstruction 2024, Journal of X-ray science and technology IF:1.7Q3 DOI:10.3233/XST-230184 PMID:38306086	research paper	提出一种基于深度学习的密集U型Transformer模型，用于稀疏视图CT重建中的伪影抑制	结合DenseNet和Transformer架构的优势，设计双域多损失函数优化模型	实验仅在Mayo Clinic LDCT数据集上进行验证，需进一步临床验证	开发先进方法抑制稀疏视图CT重建中的伪影	稀疏视图CT图像	computer vision	NA	deep learning	Dense U-shaped Transformer (D-U-Transformer)	CT图像	Mayo Clinic LDCT数据集
688	2025-06-03	Severity-stratification of interstitial lung disease by deep learning enabled assessment and quantification of lesion indicators from HRCT images 2024, Journal of X-ray science and technology IF:1.7Q3 DOI:10.3233/XST-230218 PMID:38306087	研究论文	提出了一种基于深度学习的框架，用于评估和量化高分辨率CT图像中的病变指标，以预测间质性肺疾病的严重程度	首次使用深度学习技术对间质性肺疾病的五种病变类型进行分割和量化，并结合临床数据建立多元预测模型	研究样本量未明确说明，且模型在部分病变类型的预测性能仍有提升空间	提高间质性肺疾病严重程度评估的准确性和客观性	间质性肺疾病患者的HRCT图像	数字病理学	间质性肺疾病	HRCT成像	CNN	医学影像	NA
689	2025-06-02	Geometric deep learning-guided Suzuki reaction conditions assessment for applications in medicinal chemistry 2024-Jul-17, RSC medicinal chemistry IF:4.1Q2 DOI:10.1039/d4md00196f PMID:39026644	研究论文	本文探讨了如何利用机器学习方法基于高通量实验数据快速选择Suzuki偶联反应条件，以加速小分子药物发现中的碳-碳键构建	引入了针对反应产率优化的96孔板设计算法，并评估了零样本和小样本机器学习在反应条件选择中的性能	零样本机器学习模型的平均ROC-AUC值较低（0.63±0.16），表明其在某些情况下可能不够可靠	加速小分子药物发现中的碳-碳键构建过程	Suzuki偶联反应条件选择	机器学习	NA	高通量实验(HTE)	零样本和小样本机器学习	实验数据	八个反应验证
690	2025-06-01	High resolution kinematic approach for quantifying impaired mobility of dystrophic zebrafish larvae 2024-Dec-09, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.05.627004 PMID:39713379	research paper	该研究开发了一种高分辨率运动学方法来量化营养不良斑马鱼幼虫的运动障碍	使用高速摄像技术和基于深度学习的无标记运动捕捉技术，开发了幼虫逃逸反应游泳的链接段模型	NA	评估营养不良斑马鱼幼虫的运动障碍，为早期治疗开发提供精确的生物标志物	营养不良斑马鱼幼虫	digital pathology	Duchenne muscular dystrophy	high speed videography, deep learning-based markerless motion capture	random forest, support vector machine	video	NA
691	2025-06-01	sChemNET: a deep learning framework for predicting small molecules targeting microRNA function 2024-10-23, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-49813-w PMID:39443444	研究论文	本文介绍了一个名为sChemNET的深度学习框架，用于预测影响miRNA生物活性的小分子	sChemNET通过一个目标函数克服了稀疏化学信息的限制，使神经网络能够从大量未知影响miRNA的化学结构中学习化学空间	小分子-miRNA数据集规模较小	预测与miRNA相关的小分子，以调节与疾病相关的失调细胞过程	小分子和miRNA	机器学习	癌症	深度学习	神经网络	化学结构和序列信息	实验验证了针对miR-451或其靶点的小分子，并在斑马鱼胚胎发生期间测试了它们在红细胞成熟中的作用
692	2025-06-01	Putting proteins in context 2024-Oct-16, Cell systems IF:9.0Q1 DOI:10.1016/j.cels.2024.09.009 PMID:39418999	研究论文	本文介绍了一种名为PINNACLE的几何深度学习方法，用于生成蛋白质的上下文表示	通过结合蛋白质相互作用和多器官单细胞转录组学分析，生成具有生物或环境背景的蛋白质表示	NA	解决蛋白质表示缺乏生物或环境背景的问题	蛋白质	机器学习	NA	单细胞转录组学	几何深度学习	蛋白质相互作用数据和单细胞转录组数据	NA
693	2025-06-01	Integrating Deep Learning and Synthetic Biology: A Co-Design Approach for Enhancing Gene Expression via N-Terminal Coding Sequences 2024-09-20, ACS synthetic biology IF:3.7Q1 DOI:10.1021/acssynbio.4c00371 PMID:39229974	research paper	该论文介绍了一种结合深度学习和合成生物学的共设计方法，用于通过N端编码序列（NCS）优化基因表达	提出了一种深度学习和合成生物学共设计的少样本训练工作流程，显著提高了基因表达优化效率	需要进一步验证该方法在其他基因表达优化中的普适性	优化N端编码序列（NCS）以最大化基因表达	绿色荧光蛋白（GFP）和N-乙酰神经氨酸	synthetic biology	NA	deep learning, word2vec, attention mechanisms, time-series network	time-series network	genetic sequence data	六次迭代实验
694	2025-06-01	Deep learning in the diagnosis for cystic lesions of the jaws: a review of recent progress 2024-06-28, Dento maxillo facial radiology DOI:10.1093/dmfr/twae022 PMID:38814810	综述	本文回顾了深度学习在颌骨囊性病变诊断中的最新进展	总结了深度学习在颌骨囊性病变诊断中的应用及其优于临床医生的判别性能	模型可解释性不足、缺乏多中心数据验证等问题限制了其临床应用	研究深度学习在颌骨囊性病变诊断中的性能	颌骨囊性病变	数字病理学	颌骨囊性病变	深度学习	DL	牙科放射影像	44项研究（初始搜索1862篇）
695	2025-06-01	Deep learning with noisy labels in medical prediction problems: a scoping review 2024-Jun-20, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae108 PMID:38814164	scoping review	本文对深度学习在医学预测问题中处理噪声标签的研究进行了全面的范围综述	全面综述了医学预测问题中噪声标签的管理方法，包括噪声检测、处理及评估	仅涵盖了2016年至2023年的60篇论文，可能未完全覆盖所有相关研究	探讨医学研究中噪声标签的来源、影响、检测及处理方法	医学预测问题中的噪声标签	machine learning	NA	深度学习	NA	NA	60篇论文
696	2025-06-01	Disentangling developmental effects of play aspects in rat rough-and-tumble play 2024-05, Biology letters IF:2.8Q2 DOI:10.1098/rsbl.2024.0037 PMID:38808945	research paper	本研究探讨了大鼠粗野游戏中运动和社交方面对发育的不同影响	通过选择性减少大鼠粗野游戏中的运动或社交方面，揭示了不同游戏方面对发育影响的特异性	研究仅针对雄性大鼠，结果可能不适用于雌性或其他物种	理解动物游戏中不同方面对发育的具体贡献	发育中的雄性大鼠	动物行为学	NA	深度学习框架	NA	超声波发声(USVs)	NA
697	2025-06-01	Segment anything with inception module for automated segmentation of endometrium in ultrasound images 2024-May, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.3.034504 PMID:38827779	research paper	该论文提出了一种名为SAIM的模型，专门用于超声图像中子宫内膜结构的自动分割	SAIM模型是对segment anything模型的专门改进，通过增强图像编码器结构和集成点提示来引导分割过程	NA	提高超声图像中子宫内膜分割的准确性和效率，以支持妇科诊断和治疗计划	超声图像中的子宫内膜结构	computer vision	妇科疾病	深度学习	SAIM (Segment Anything with Inception Module)	超声图像	接受宫腔镜手术的妇科患者的超声图像
698	2025-06-01	Quantifying lung fissure integrity using a three-dimensional patch-based convolutional neural network on CT images for emphysema treatment planning 2024-May, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.3.034502 PMID:38817711	research paper	该研究提出了一种基于三维补丁的卷积神经网络（CNN）的深度学习方法，用于在CT图像上分割肺裂并定量评估肺裂完整性，以帮助肺气肿患者的治疗规划	使用三维补丁基础的CNN和nnU-Net配置来分割肺裂，并定量计算肺裂完整性评分（FIS），为肺气肿患者的EBV治疗提供辅助	测试集中不同肺裂的预测FIS与参考FIS之间的绝对百分比误差存在差异，尤其是右水平裂（RHF）的误差较大	评估肺气肿患者的肺裂完整性，以确定是否适合进行支气管内阀（EBV）治疗	严重肺气肿患者的CT扫描图像	digital pathology	lung cancer	CT扫描	CNN, nnU-Net	image	129例CT扫描（86例用于训练，43例用于测试）
699	2025-05-31	Autoencoder-based phenotyping of ophthalmic images highlights genetic loci influencing retinal morphology and provides informative biomarkers 2024-Dec-26, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae732 PMID:39657956	研究论文	本研究利用自编码器对来自UK Biobank的31,135名参与者的视网膜光学相干断层扫描（OCT）图像进行分析，以探索遗传变异与视网膜形态之间的关系	使用自编码器检测视网膜图像中更细微的变异模式，并发现了118个与视网膜结构特征显著相关的遗传位点	研究依赖于UK Biobank的数据，可能无法完全代表其他人群	探索深度学习在识别视网膜图像变异模式中的应用，并发现影响视网膜形态的遗传因素	31,135名UK Biobank参与者的视网膜OCT图像	数字病理学	眼科疾病	OCT	自编码器	图像	31,135名参与者
700	2025-05-31	Using deep learning to classify developmental differences in reaching and placing movements in children with and without autism spectrum disorder 2024-12-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81652-z PMID:39632922	研究论文	本研究利用深度学习技术分析自闭症谱系障碍（ASD）儿童与正常发育儿童在伸手和放置动作中的运动学差异，探索潜在的生物标志物	结合上肢运动学和深度学习方法，首次提出利用运动学特征和MLP模型对ASD儿童进行分类，准确率达78.1%	样本量较小（41名学龄儿童），且需要在更年幼儿童群体中进一步验证特异性	探索可用于ASD诊断的客观生物标志物，改善ASD的早期识别	学龄儿童（ASD组26名，典型发育组15名）	机器学习	自闭症谱系障碍	惯性测量单元（IMU）	MLP（多层感知器）	运动学数据	41名学龄儿童（ASD组26名，典型发育组15名）