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
61	2025-04-01	Automated segmentation of the median nerve in patients with carpal tunnel syndrome 2024-07-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65840-5 PMID:39033223	研究论文	本研究利用U-Net网络训练算法，自动分割腕管综合征患者的正中神经超声图像并测量其横截面积	采用深度学习技术自动分割正中神经并测量其横截面积，为腕管综合征的诊断提供新方法	样本量较小（25例患者和26例健康对照），且自动化测量与手动测量存在10.9%的差异	开发一种自动化技术用于腕管综合征的诊断验证	腕管综合征患者和健康对照的正中神经超声图像	医学影像	腕管综合征	超声成像	U-Net	图像	25例腕管综合征患者和26例健康对照的2355张手动分割图像
62	2025-04-01	Investigating the Robustness of Vision Transformers against Label Noise in Medical Image Classification 2024-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC53108.2024.10782929 PMID:40039337	研究论文	本文研究了Vision Transformers（ViT）在医学图像分类中对抗标签噪声的鲁棒性，并与CNNs进行了比较	首次系统地研究了基于Transformer的架构在医学图像分类中处理标签噪声的能力	仅使用了两个医学图像分类数据集进行验证	探索ViT在医学图像分类中对标签噪声的鲁棒性	医学图像分类数据集	计算机视觉	NA	监督深度学习	Vision Transformer (ViT), CNN	医学图像	两个数据集：COVID-DU-Ex和NCT-CRC-HE-100K
63	2025-04-01	Spatial Deconvolution of Cell Types and Cell States at Scale Utilizing TACIT 2024-Jun-27, Research square DOI:10.21203/rs.3.rs-4536158/v1 PMID:38978567	研究论文	本文提出了一种名为TACIT的无监督算法，用于细胞注释，无需训练数据即可识别细胞类型和状态	开发了TACIT算法，无需训练数据即可进行细胞注释，并在多组学分析中识别模糊细胞，提高了准确性和可扩展性	虽然TACIT在多个数据集中表现良好，但其在更广泛细胞类型和疾病中的应用仍需进一步验证	解决空间生物学中细胞类型和状态识别的挑战，提高注释的准确性和效率	细胞类型和状态，特别是在脑、肠道和腺体三个生态位中的细胞	空间生物学	炎症性腺体疾病	多组学分析，空间转录组学和蛋白质组学	无监督算法	多组学数据	5个数据集，包含5,000,000个细胞和51种细胞类型
64	2025-04-01	Spatial Deconvolution of Cell Types and Cell States at Scale Utilizing TACIT 2024-Jun-03, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.31.596861 PMID:38895230	研究论文	本文提出了一种名为TACIT的无监督算法，用于细胞注释，通过预定义的签名在无需训练数据的情况下操作，利用无偏阈值区分阳性细胞与背景，专注于相关标记以识别多组学分析中的模糊细胞	开发了TACIT算法，一种无需训练数据的无监督细胞注释方法，通过无偏阈值和聚焦相关标记来提高准确性和可扩展性	未明确提及算法的局限性，但可能包括对预定义签名的依赖以及在更广泛细胞类型和状态中的泛化能力	解决空间生物学中细胞类型和状态识别的时间消耗和易出错问题	细胞类型和状态，特别是在脑、肠和腺体三个生态位中的细胞	空间生物学	炎症性腺体疾病	多组学分析，空间转录组学和蛋白质组学	无监督算法	多组学数据	五个数据集（5,000,000个细胞；51种细胞类型）
65	2025-04-01	VesselBoost: A Python Toolbox for Small Blood Vessel Segmentation in Human Magnetic Resonance Angiography Data 2024-May-22, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.22.595251 PMID:38826408	research paper	介绍了一个名为VesselBoost的Python工具箱，用于在人类磁共振血管造影数据中进行小血管分割	结合深度学习和不完美训练标签进行血管分割，并利用创新的数据增强技术	需要大量正确和全面标记的数据集，这在实践中可能难以获得	通过高分辨率MRA数据进行小血管的定量表征和精确表示，以支持血流模拟	人类大脑的小血管	digital pathology	cardiovascular disease	MRA, deep learning	deep learning-based methods	image	NA
66	2025-04-01	Areas of interest and sentiment analysis towards second generation antipsychotics, lithium and mood stabilizing anticonvulsants: Unsupervised analysis using Twitter 2024-04-15, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2024.01.234 PMID:38290587	研究论文	通过分析Twitter上关于第二代抗精神病药物、锂盐和情绪稳定抗癫痫药物的提及和情感，探讨患者和公众对这些药物的态度和信念	利用社交媒体数据（Twitter）和AI技术（机器学习和深度学习）分析患者对精神疾病药物的态度和情感，揭示了不同语言和文化背景下的讨论差异	Twitter数据的简短性可能无法完全捕捉讨论的细微差别，且研究药物的广泛治疗用途使得难以隔离特定疾病的讨论，仅分析了英语和西班牙语的推文，限制了文化广度的发现	理解患者和公众对精神分裂症及相关精神病性障碍（SRD）或双相情感障碍（BD）治疗药物的态度和信念	Twitter上关于第二代抗精神病药物、锂盐和情绪稳定抗癫痫药物的提及和情感	自然语言处理	精神分裂症及相关精神病性障碍（SRD）或双相情感障碍（BD）	机器学习, 深度学习, 自然语言处理	NA	文本	893,289条推文（2008年至2022年）
67	2025-04-01	Larger hypothalamic subfield volumes in patients with chronic insomnia disorder and relationships to levels of corticotropin-releasing hormone 2024-04-15, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2024.02.023 PMID:38341156	研究论文	本研究探讨了慢性失眠症患者与健康对照组在下丘脑及其亚区体积上的差异，并分析了这些差异与失眠症状严重程度及HPA轴相关血液生物标志物的关系	首次使用基于深度学习的自动分割工具研究慢性失眠症患者下丘脑亚区体积变化，并揭示前部下丘脑肥大在CRH水平与失眠严重程度关系中的中介作用	研究样本量相对有限，且为横断面研究无法确定因果关系	探究慢性失眠症患者下丘脑亚区体积变化及其与HPA轴功能的关系	150名慢性失眠症患者和155名人口统计学匹配的健康对照	数字病理学	睡眠障碍	T1加权结构磁共振扫描，深度学习自动分割	深度学习	MRI图像	305人（150名患者和155名对照）
68	2025-04-01	Research and application of deep learning-based sleep staging: Data, modeling, validation, and clinical practice 2024-04, Sleep medicine reviews IF:11.2Q1 DOI:10.1016/j.smrv.2024.101897 PMID:38306788	综述	本文全面回顾了基于深度学习的睡眠分期技术的最新方法，包括数据处理、建模、验证及临床应用	深入探讨了深度学习在睡眠分期中的应用，特别是在大规模数据集、跨学科合作和人机交互方面的创新	未提及具体实验数据或模型性能的详细比较	提高睡眠分期的效率和准确性，促进其在临床实践和日常生活中的应用	睡眠分期的自动化系统	机器学习	睡眠障碍	深度学习	NA	信号数据	NA
69	2025-03-30	Addressing Class Imbalance with Latent Diffusion-based Data Augmentation for Improving Disease Classification in Pediatric Chest X-rays 2024-Dec, Proceedings. IEEE International Conference on Bioinformatics and Biomedicine DOI:10.1109/bibm62325.2024.10822172 PMID:40134830	研究论文	本研究探讨了使用基于潜在扩散模型的数据增强技术来解决儿科胸部X光片分类中的类别不平衡问题	首次评估了文本引导的图像到图像潜在扩散模型在合成疾病阳性胸部X光片中的应用，并验证了其在改善分类性能方面的有效性	研究仅针对两种特定肺部疾病（肺炎和支气管肺炎）进行了验证，未涵盖更广泛的儿科胸部疾病	解决医学图像分类中的类别不平衡问题，提高深度学习模型在儿科胸部X光片疾病分类中的性能	儿科胸部X光片（CXRs）	数字病理学	儿科肺部疾病（肺炎和支气管肺炎）	潜在扩散模型（LDM）	Inception-V3, 潜在扩散模型（LDM）	医学图像（胸部X光片）	未明确说明具体样本数量，但涉及类别不平衡的儿科胸部X光片数据集
70	2025-03-30	STMGraph: spatial-context-aware of transcriptomes via a dual-remasked dynamic graph attention model 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae685 PMID:39764614	研究论文	介绍了一种名为STMGraph的双重掩蔽动态图注意力模型，用于空间转录组数据的全局上下文感知分析	提出了一种结合双重掩蔽机制(MASK-REMASK)与动态图注意力模型(DGAT)的新型深度学习框架，能够更好地处理空间转录组数据	未明确提及具体局限性	提高空间转录组数据分析的准确性和鲁棒性，实现微环境异质性检测、空间域聚类和批次效应校正	空间转录组数据	生物信息学	NA	空间转录组技术	动态图注意力模型(DGAT)	空间转录组数据	未明确提及具体样本量
71	2025-03-30	Artificial intelligence-based assessment of built environment from Google Street View and coronary artery disease prevalence 2024-May-07, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehae158 PMID:38544295	研究论文	本研究利用Google街景图像和深度学习技术评估建筑环境与冠状动脉疾病患病率之间的关联	首次将深度学习应用于Google街景图像分析，建立建筑环境特征与心血管疾病患病率的关联模型	横断面研究设计无法确定因果关系，研究仅限于美国七个城市	探索基于机器视觉的建筑环境评估与心血管疾病患病率之间的关系	美国七个城市的789个人口普查区的建筑环境特征	计算机视觉	心血管疾病	深度学习	CNN, 线性混合效应模型	图像	53万张Google街景图像，覆盖7个美国城市的789个人口普查区
72	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
73	2025-03-30	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	本文提出了一种名为DARDN的深度学习方法，用于CTCF结合序列分类和致癌调控特征的发现	利用CNN预测癌症特异性CTCF结合位点，并采用DeepLIFT解释模型输入特征的贡献，从而识别与癌症特异性CTCF结合相关的DNA序列特征	未明确提及具体局限性	研究癌症基因组学中基因调控机制的表征	CTCF结合位点及其在癌症中的特异性结合模式	机器学习	T细胞急性淋巴细胞白血病（T-ALL）、急性髓系白血病（AML）、乳腺癌（BRCA）、结直肠癌（CRC）、肺腺癌（LUAD）和前列腺癌（PRAD）	高通量测序	CNN	DNA序列	涉及多种癌症类型的CTCF结合位点DNA序列
74	2025-03-29	Interpretable deep learning for deconvolutional analysis of neural signals 2024-Dec-02, bioRxiv : the preprint server for biology DOI:10.1101/2024.01.05.574379 PMID:38260512	研究论文	提出了一种可解释的深度学习方法DUNL，用于神经信号的解卷积分析	应用算法展开方法设计稀疏解卷积神经网络架构，直接解释网络权重与刺激驱动的单神经元活动之间的关系	NA	获得对神经活动机制的理解	神经信号	机器学习	NA	算法展开	稀疏解卷积神经网络	神经信号	多个脑区和记录模态的单次试验局部信号
75	2025-03-29	Investigating the Use of Traveltime and Reflection Tomography for Deep Learning-Based Sound-Speed Estimation in Ultrasound Computed Tomography 2024-Nov, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3459391 PMID:39264782	研究论文	本研究探讨了在超声计算机断层扫描（USCT）中，基于深度学习的声速估计方法中不同输入模态的影响	首次系统分析了旅行时间断层扫描（TT）和反射断层扫描（RT）作为输入模态对深度学习重建方法的影响，并提出了双通道输入方法	研究主要基于数值乳腺模型，临床数据验证有限	提高超声计算机断层扫描中声速重建的准确性和计算效率	数值乳腺模型和临床人类乳腺数据	医学影像处理	乳腺癌	超声计算机断层扫描（USCT），旅行时间断层扫描（TT），反射断层扫描（RT）	CNN	图像	数值乳腺模型和临床人类乳腺数据（具体数量未提及）
76	2025-03-29	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	本文提出了一种利用3D纳米结构拭子和基于深度学习的拉曼光谱分类技术检测多种食源性病原体的方法	结合3D纳米结构拭子高效捕获病原体和便携式拉曼仪器直接采集信号，以及基于1D CNN的深度学习算法实现高精度分类	未明确提及方法在极端环境或低浓度病原体情况下的检测性能	开发快速、灵敏的食源性病原体检测技术以保障食品安全	食源性细菌	机器学习	食源性疾病	拉曼光谱技术	1D CNN	光谱数据	受污染的厨房用具和食品样本（具体数量未说明）
77	2025-03-29	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	该研究通过GWAS和单细胞染色质可及性测序，揭示了肾小管上皮细胞调控元件中的遗传变异对人类肾功能遗传差异的主要影响	首次系统鉴定了肾功能相关遗传位点，开发了ChromKid深度学习模型预测肾细胞类型特异性染色质可及性，并利用CRISPRi技术验证了调控元件对基因表达的影响	研究主要关注SNP遗传力，可能忽略了其他类型的遗传变异对肾功能的影响	解析影响人类肾功能的遗传变异及其分子机制	人类肾功能相关的遗传变异和调控元件	基因组学	肾脏疾病	GWAS, scATAC-seq, CRISPRi, 深度学习	ChromKid (深度学习模型)	基因组数据, 单细胞染色质可及性数据	NA
78	2025-03-29	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	research paper	该研究通过结合地球物理先验信息和深度学习技术，改进了全球细颗粒物(PM)浓度的估计	开发了一种包含地球物理估计的损失函数，并引入了新颖的空间交叉验证方法，以解决监测站稀少区域的估计问题	在远离监测站的区域，模型性能仍然会受到一定影响	改进全球细颗粒物(PM)浓度的估计精度	全球细颗粒物(PM)浓度分布	machine learning	NA	深度学习	CNN	卫星数据、模拟数据和监测数据	1998-2019年间的月度数据
79	2025-03-29	MA-PEP: A novel anticancer peptide prediction framework with multimodal feature fusion based on attention mechanism 2024-Apr, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.4966 PMID:38532681	研究论文	介绍了一种新型抗癌肽预测框架MA-PEP，该框架基于注意力机制进行多模态特征融合以提高预测性能	利用多种注意力机制进行特征增强和融合，整合分子级化学特征和序列信息，提升抗癌肽预测性能	未明确提及具体局限性	开发高效的抗癌肽预测方法	抗癌肽（ACPs）	机器学习	癌症	注意力机制	MA-PEP（基于注意力机制的深度学习框架）	分子级化学特征和序列信息	多个基准数据集（未明确提及具体样本数量）
80	2025-03-29	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	research paper	该研究利用深度学习技术从超声心动图的潜在时空信息中提取高级生物成像标记，以改进心脏病的诊断和管理	提出了新颖的时空深度学习模型，能够基于未标记的像素超声心动图数据整合时间臂信息，构建个性化的4D心脏网格，评估心脏功能，检测早期瓣膜病变，并区分罕见心血管疾病	依赖于手动和主观的人类追踪，可能导致工作流程和协议标准化以及最终解释准确性的挑战	开发先进的生物成像标记，改进心脏病的早期诊断和个性化治疗策略	超声心动图数据	digital pathology	cardiovascular disease	spatiotemporal deep learning	DL	image	NA