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
801	2025-04-25	Cellpose as a reliable method for single-cell segmentation of autofluorescence microscopy images 2024-Jun-10, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.07.597994 PMID:38915614	研究论文	本研究验证了Cellpose在自发荧光显微镜图像中的单细胞分割可靠性	首次将Cellpose应用于低信噪比的自发荧光显微镜图像分割，并验证其在代谢成像中的准确性	研究仅针对NAD(P)H自发荧光图像进行验证，未涵盖其他类型的自发荧光	开发适用于自发荧光显微镜图像的可靠细胞分割工具	PANC-1细胞和来自9名患者的癌症类器官	数字病理学	癌症	多光子强度成像、荧光寿命成像显微镜(FLIM)	Cellpose深度学习网络	显微图像	PANC-1细胞系和9例患者来源的癌症类器官
802	2025-04-25	MulTFBS: A Spatial-Temporal Network with Multichannels for Predicting Transcription Factor Binding Sites 2024-05-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c02088 PMID:38733561	research paper	提出了一种名为MulTFBS的多通道深度学习框架，用于预测转录因子结合位点（TFBSs）	整合了DNA序列的不同类型特征，包括独立的一热编码、词嵌入编码（可结合上下文信息并提取序列的全局特征）和双螺旋三维结构特征，通过空间-时间网络结合CNN和双向LSTM及注意力机制有效提取序列高层信息	未明确提及	揭示影响转录因子结合特异性的机制，理解基因调控	转录因子结合位点（TFBSs）	natural language processing	NA	深度学习	CNN, bidirectional LSTM, attention mechanism	DNA序列	66个不同转录因子的通用蛋白结合微阵列数据集
803	2025-04-25	MolLoG: A Molecular Level Interpretability Model Bridging Local to Global for Predicting Drug Target Interactions 2024-05-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00171 PMID:38709146	research paper	提出了一种名为MolLoG的深度学习网络结构，用于预测药物与靶标之间的相互作用，并提供分子层面的解释	MolLoG通过局部特征编码器（LFE）和全局交互学习（GIL）模块，平衡了局部特征提取与全局交互表示，提供了对黑盒结果的生物学相关解释	未提及具体的数据集规模或实验环境限制	提高药物与靶标相互作用预测的准确性和可解释性	药物与蛋白质分子	machine learning	NA	深度学习（DL）	图卷积网络（GCN）、多层感知机（MLP）	分子结构数据	四个数据集
804	2025-04-25	CNSMolGen: A Bidirectional Recurrent Neural Network-Based Generative Model for De Novo Central Nervous System Drug Design 2024-05-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00504 PMID:38739718	研究论文	本文介绍了一种基于双向循环神经网络(Bi-RNN)的生成模型CNSMolGen，用于中枢神经系统(CNS)药物的从头设计	开发了首个专门针对CNS药物设计的Bi-RNN生成模型，能够生成90%以上全新且可合成的CNS药物分子结构	未提及模型在更大规模或更复杂CNS靶点上的泛化能力验证	加速中枢神经系统药物的发现与优化	中枢神经系统药物分子	机器学习	神经退行性疾病/精神疾病	深度学习生成模型	Bi-RNN	分子结构数据	未明确说明样本量（使用SERT靶点药物作为微调数据集）
805	2025-04-25	Predicting Antimicrobial Peptides Using ESMFold-Predicted Structures and ESM-2-Based Amino Acid Features with Graph Deep Learning 2024-05-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c02061 PMID:38739853	研究论文	提出了一种基于ESMFold预测结构和ESM-2氨基酸特征的图深度学习框架，用于预测抗菌肽	结合了最新的三级结构预测技术和进化信息编码方法，避免了多重序列对齐的内存和时间消耗	依赖于预测的肽结构，可能受到预测准确性的影响	开发一种无需对齐的模型，用于高效预测抗菌肽	抗菌肽（AMPs）	机器学习	抗菌耐药性	ESMFold结构预测，ESM-2进化模型，图注意力网络（GAT）	GAT	氨基酸序列和预测的3D结构	67,058种肽
806	2025-04-25	Prediction of Transcription Factor Binding Sites on Cell-Free DNA Based on Deep Learning 2024-05-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00047 PMID:38798191	研究论文	本研究提出了一种基于深度学习的非侵入性方法，用于预测细胞游离DNA上的转录因子结合位点	利用卷积神经网络和长短期记忆网络从已知的转录因子结合位点学习序列信息，实现了非侵入性预测	研究中未提及样本的具体数量或多样性，可能影响模型的泛化能力	探索基因调控机制，为非侵入性动态监测疾病提供技术指导	细胞游离DNA上的转录因子结合位点	机器学习	癌症	深度学习	CNN, LSTM	DNA序列数据	NA
807	2025-04-25	Natural language processing models reveal neural dynamics of human conversation 2024-Apr-18, bioRxiv : the preprint server for biology DOI:10.1101/2023.03.10.531095 PMID:36945468	研究论文	该研究利用预训练的深度学习自然语言处理模型和颅内神经元记录，揭示了人类自然对话中语言产生和理解的神经动态	结合深度学习模型和颅内神经元记录技术，首次在自然对话情境下揭示了语言产生和理解过程中神经活动的动态组织	研究依赖于颅内记录技术，样本量有限，且仅关注了前颞叶区域的神经活动	探索人类自然对话中语言产生和理解的神经机制	人类自然对话过程中的神经活动	自然语言处理	NA	深度学习自然语言处理模型, 颅内神经元记录	预训练深度学习模型	神经信号数据, 语言数据	NA
808	2025-04-25	Fine-Grained Forecasting of COVID-19 Trends at the County Level in the United States 2024-Mar-25, medRxiv : the preprint server for health sciences DOI:10.1101/2024.01.13.24301248 PMID:38293076	research paper	本文提出了一种名为FIGI-Net的循环神经网络模型，用于预测美国县级COVID-19的感染趋势	FIGI-Net利用堆叠的双向LSTM结构，能够提前两周准确预测县级COVID-19感染趋势，并能预测疾病趋势的突然变化	NA	提高COVID-19短期疾病活动预测的准确性和实时性	美国县级COVID-19感染趋势	machine learning	COVID-19	deep learning	LSTM	time-series data	县级数据（具体数量未提及）
809	2025-04-25	Single-cell spatial multi-omics and deep learning dissect enhancer-driven gene regulatory networks in liver zonation 2024-01, Nature cell biology IF:17.3Q1 DOI:10.1038/s41556-023-01316-4 PMID:38182825	研究论文	本研究结合单细胞多组学、空间组学、大规模并行报告基因检测和深度学习技术，解析了小鼠肝脏细胞类型中的增强子-基因调控网络	首次结合多种组学技术和深度学习模型DeepLiver，系统解析了肝脏分区中的增强子驱动基因调控网络	研究主要基于小鼠模型，人类肝脏中的适用性需要进一步验证	解析肝脏分区现象的基因调控机制	小鼠肝脏细胞（特别是肝细胞）	生物信息学	NA	单细胞多组学、空间组学、大规模并行报告基因检测	DeepLiver（分层深度学习模型）	单细胞基因表达数据、染色质可及性数据	NA
810	2025-04-24	Mitigating Aberration-Induced Noise: A Deep Learning-Based Aberration-to- Aberration Approach 2024-Dec, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3422027 PMID:38959140	研究论文	本文提出了一种基于深度学习的无需真实数据的相位像差校正方法	首次提出无需真实数据即可校正相位像差的深度学习方法，并设计了自适应混合损失函数以提高性能	未明确说明方法在复杂临床环境中的泛化能力	解决超声成像中相位像差导致的图像质量下降问题	超声成像中的相位像差	医学影像处理	NA	深度学习	CNN	超声射频数据(RF data)和B模式图像	超过180,000张带有相位像差的单平面波图像(RF数据)
811	2025-04-24	A versatile attention-based neural network for chemical perturbation analysis and its potential to aid surgical treatment: an experimental study 2024-Dec-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000001781 PMID:39017949	研究论文	本文提出了一种基于注意力机制的神经网络ACTIN，用于化学扰动分析，并探讨其在辅助手术治疗中的潜在应用	提出了结合图卷积和Transformer机制的ACTIN网络，能够在少量数据下实现高效药物发现，并具有较好的可解释性	模型训练样本量较小（仅393个实例），可能影响模型的泛化能力	开发一种灵活高效的药物发现方法以辅助手术治疗	药物药效团及其对基因表达的影响	机器学习	COVID-19	图卷积网络、Transformer机制	ACTIN（基于注意力机制的卷积转置融合网络）	药物数据、转录组数据	393个训练实例
812	2025-04-24	PolarFormer: A Transformer-Based Method for Multi-Lesion Segmentation in Intravascular OCT 2024-Dec, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3417007 PMID:38900618	研究论文	提出了一种基于Transformer的多病灶分割方法PolarFormer，用于血管内OCT图像中的多类别易损斑块分割	引入了Polar Attention模块，模拟易损斑块在径向的空间关系，并整合了斑块的空间分布先验知识	研究受限于公开的大规模多类别易损斑块标注的血管内OCT数据集的缺乏	解决血管内OCT图像中多类别易损斑块分割的挑战	血管内OCT图像中的多类别易损斑块	计算机视觉	心血管疾病	深度学习	Transformer	图像	70个回拉数据
813	2025-04-24	CareSleepNet: A Hybrid Deep Learning Network for Automatic Sleep Staging 2024-Dec, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3426939 PMID:38990749	research paper	提出了一种名为CareSleepNet的混合深度学习网络，用于从多导睡眠图（PSG）记录中自动进行睡眠分期	设计了多尺度卷积-Transformer时段编码器来捕捉局部和全局特征，并基于共同注意力机制开发了跨模态上下文编码器来建模不同模态间的关系	未明确提及具体局限性，但暗示现有研究忽略了全局特征和跨模态关系	开发高性能的自动睡眠分期方法	多导睡眠图（PSG）记录的睡眠数据	digital pathology	geriatric disease	deep learning	CNN, Transformer	生理信号（EEG和EOG）	一个私有数据集SSND和两个公共数据集Sleep-EDF-153和ISRUC
814	2025-04-24	A Novel Deep Learning-based Artificial Intelligence System for Interpreting Urolithiasis in Computed Tomography 2024-Dec, European urology focus IF:4.8Q1 DOI:10.1016/j.euf.2024.07.003 PMID:38997836	研究论文	开发了一种基于深度学习的AI系统，用于在CT图像中检测尿路结石，并实时计算结石体积和密度等参数	使用YOLOv4架构和RTX 4900 GPU加速，实现了高准确率和快速分析，超越了人类专家的速度	对于不规则结石和输尿管膀胱连接处结石的检测存在一定漏诊率，且训练数据中未包含所有类型的结石	开发一种能够快速准确检测尿路结石的AI系统，以辅助临床决策	尿路结石患者的CT图像	计算机视觉	尿路结石	深度学习	YOLOv4	CT图像	39433张CT图像用于训练，5736张用于验证，100张用于外部验证
815	2025-04-24	BP-Net: Monitoring "Changes" in Blood Pressure Using PPG With Self-Contrastive Masking 2024-Dec, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3422023 PMID:38954566	研究论文	提出了一种名为BP-Net的新方法，通过光电容积图(PPG)监测血压变化，而非直接估计血压值	将问题重新定义为跟踪血压在一段时间内的变化，而非直接估计其值，并提出了一种自对比掩码(SCM)模型进行成对时间比较	在训练期间未见过的受试者数据上，准确率为75.97%/73.19%，仍有提升空间	通过PPG信号监测血压的急性变化，为临床应用(如高血压急症)提供潜在价值	光电容积图(PPG)信号	机器学习	心血管疾病	深度学习	BP-Net, SCM	生理信号	使用PulseDB数据集，涉及未见过的受试者数据
816	2025-04-24	Uni4Eye++: A General Masked Image Modeling Multi-Modal Pre-Training Framework for Ophthalmic Image Classification and Segmentation 2024-Dec, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3422102 PMID:38954581	研究论文	提出了一种名为Uni4Eye++的通用自监督Transformer框架，用于眼科图像的分类和分割任务	采用图像熵引导的掩码策略重建更具信息量的图像块，并引入动态头部生成器模块减轻模态混淆	未明确提及具体局限性	开发一种能够利用大量未标记眼科图像的自监督学习框架	眼科图像（包括2D和3D图像）	计算机视觉	眼科疾病	自监督学习（SSL）	Transformer	图像	未明确提及具体样本数量
817	2025-04-24	Multi-Label Chest X-Ray Image Classification With Single Positive Labels 2024-Dec, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3421644 PMID:38949934	研究论文	提出一种名为多级伪标签一致性（MPC）的框架，用于解决胸部X光图像多标签分类中单阳性标签学习（SPML-CXR）的问题	引入单阳性多标签学习（SPML）问题到胸部X光图像分类中，并提出MPC框架，结合图像级、特征级和批次级的扰动一致性正则化来恢复潜在的错误标注阳性标签	需要进一步验证在更大规模数据集上的泛化能力，以及在实际临床环境中的应用效果	解决胸部X光图像多标签分类中标注成本高和噪声标签问题	胸部X光图像	计算机视觉	肺部疾病	深度学习	Transformer	图像	CheXpert和MIMIC-CXR数据集
818	2025-04-24	STAR-RL: Spatial-Temporal Hierarchical Reinforcement Learning for Interpretable Pathology Image Super-Resolution 2024-Dec, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3419809 PMID:38935476	研究论文	提出了一种名为STAR-RL的空间-时间分层强化学习框架，用于解决病理图像超分辨率问题中的黑盒恢复和资源分配不均问题	首次将分层强化学习应用于病理图像超分辨率，提出了空间和时间管理器来指导像素级可解释操作，避免了次优恢复和过度处理问题	实验仅在特定退化核下的医学图像上进行验证，未涉及所有可能的临床场景	开发可解释的病理图像超分辨率方法以提高诊断准确性	病理图像	数字病理	肿瘤	强化学习	STAR-RL（分层强化学习框架）	图像	NA
819	2025-04-24	Accurate Airway Tree Segmentation in CT Scans via Anatomy-Aware Multi-Class Segmentation and Topology-Guided Iterative Learning 2024-Dec, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3419707 PMID:38923479	research paper	提出了一种基于解剖学感知的多类别分割和拓扑引导迭代学习的方法，用于精确分割CT扫描中的气道树	结合解剖学感知的多类别分割任务和拓扑引导的迭代自学习方案，有效解决了气道树分割中的类内不平衡和标注不完整问题	需要依赖初始伪标签的质量，且计算成本较高	提高CT扫描中气道树分割的准确性和完整性，以支持呼吸系统疾病分析	胸腔内气道树	digital pathology	lung cancer	CT扫描	deep learning	image	四个数据集（包括两个公共挑战数据集）
820	2025-04-24	Video-Based Soft Tissue Deformation Tracking for Laparoscopic Augmented Reality-Based Navigation in Kidney Surgery 2024-Dec, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3413537 PMID:38865220	研究论文	本研究提出了一种基于视频的软组织变形追踪增强现实导航系统，用于肾脏腹腔镜手术	提出了一种基于深度学习的特征点选择策略，用于提高位移矢量场的准确性，并介绍了一种用于内部结构误差评估的体外实验方法	NA	提高腹腔镜肾脏手术中隐藏关键结构的追踪准确性	肾脏手术中的软组织变形	增强现实	肾脏疾病	深度学习	NA	视频	体外和体内实验数据