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
901	2024-09-20	Label-free and rapid mechanics of single cells under high-density co-culture conditions by deep learning image recognition-assisted atomic force microscopy 2024-Sep-18, Acta biochimica et biophysica Sinica IF:3.3Q1 DOI:10.3724/abbs.2024158 PMID:39295485	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
902	2025-04-15	PlantC2U: deep learning of cross-species sequence landscapes predicts plastid C-to-U RNA editing in plants 2024-04-15, Journal of experimental botany IF:5.6Q1 DOI:10.1093/jxb/erae007 PMID:38190348	研究论文	本研究开发了一个名为PlantC2U的卷积神经网络，用于预测植物质体中C-to-U RNA编辑	PlantC2U在预测C-to-U RNA编辑方面表现出色，其敏感性和特异性均优于现有工具，并能评估不同突变对RNA编辑的影响	仅基于基因组序列进行预测，可能无法完全捕捉转录组数据中的复杂性	提高植物质体中C-to-U RNA编辑位点的预测准确性	植物质体中的RNA编辑	机器学习	NA	RNA编辑分析	CNN	基因组序列	NA
903	2025-04-15	Artificial intelligence- and computer-assisted navigation for shoulder surgery 2024 Jan-Apr, Journal of orthopaedic surgery (Hong Kong) DOI:10.1177/10225536241243166 PMID:38546214	综述	本文全面分析了肩部手术领域的最新技术进展，特别是人工智能和计算机辅助导航技术的应用	详细探讨了人工智能和计算机辅助导航技术在肩部手术中的创新应用及其未来潜力	未提及具体临床数据或案例研究来验证这些技术的实际效果	概述当前肩部手术技术的现状，并强调人工智能和计算机辅助技术的作用	肩部手术及相关技术	数字病理	骨科疾病	计算机辅助手术、机器人辅助手术、深度学习	深度学习模型	医学影像数据（如超声、CT、MRI）	NA
904	2025-04-14	Calculating Protein-Ligand Residence Times through State Predictive Information Bottleneck Based Enhanced Sampling 2024-Jul-23, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c00503 PMID:38991145	研究论文	本文提出了一种半自动化协议，用于计算蛋白质-配体停留时间，跨越12个数量级的时间尺度	整合了基于深度学习的state predictive information bottleneck (SPIB)方法学习近似反应坐标，并指导增强采样方法metadynamics	仅应用于六种不同的蛋白质-配体复合物，样本量有限	提高药物疗效和理解生物化学中的目标识别	蛋白质-配体复合物	计算生物学	癌症	分子动力学(MD)模拟, metadynamics, SPIB	深度学习	分子模拟数据	六种不同的蛋白质-配体复合物，包括抗癌药物Imatinib (Gleevec)与野生型Abl激酶及耐药突变体的解离
905	2025-04-14	Enhancing the Diagnostic Utility of ASL Imaging in Temporal Lobe Epilepsy through FlowGAN: An ASL to PET Image Translation Framework 2024-May-30, medRxiv : the preprint server for health sciences DOI:10.1101/2024.05.28.24308027 PMID:38853910	研究论文	本研究开发了一个名为FlowGAN的深度学习框架，用于从ASL和结构MRI输入合成类似FDG-PET的图像，以提高ASL在颞叶癫痫诊断中的性能	提出FlowGAN框架，通过生成对抗网络从ASL和MRI合成FDG-PET样图像，显著提升了ASL在癫痫诊断中的性能	样本量相对较小（68例患者），且仅针对颞叶癫痫患者进行研究	提高动脉自旋标记（ASL）成像在颞叶癫痫诊断中的性能	68例癫痫患者（其中36例为明确侧化的颞叶癫痫）	数字病理	颞叶癫痫	ASL成像、FDG-PET成像、MRI	GAN	医学影像	68例癫痫患者（36例明确侧化的颞叶癫痫）
906	2025-04-13	Deep learning-based prediction of chemical accumulation in a pathogenic mycobacterium 2024-Dec-16, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.15.628588 PMID:39764009	研究论文	该研究利用深度学习模型预测病原性分枝杆菌中化学物质的积累情况，以提高抗生素设计的成功率	首次使用深度学习模型预测药物在分枝杆菌中的积累，突破了传统化学性质预测方法的局限	研究仅针对一种特定的病原性分枝杆菌（M. abscessus），结果可能不适用于其他细菌	提高抗生素候选药物的设计成功率，解决细菌药物积累不足的问题	1528种已批准药物在M. abscessus中的积累情况	机器学习	分枝杆菌感染	液相色谱-质谱联用技术（LC-MS）	深度学习模型	化学物质积累数据	1528种已批准药物
907	2025-04-13	Deep Learning-Based Classification of Histone-DNA Interactions Using Drying Droplet Patterns 2024-Nov, Small science IF:11.1Q1 DOI:10.1002/smsc.202400252 PMID:40213456	研究论文	本研究利用深度学习神经网络对源自不同组蛋白-DNA混合物的干燥液滴沉积物的偏振光显微镜图像进行分类，以预测组蛋白-DNA结合亲和力	首次发现组蛋白-DNA相互作用可以通过染色模式进行分层，并应用深度学习实现高准确度的DNA分类和结合亲和力预测	对于训练集未包含的物种样本，预测准确度有所下降	开发可扩展且准确的蛋白质-DNA结合分类预测分析方法	组蛋白-DNA相互作用	数字病理学	NA	偏振光显微镜	CNN	图像	多种物种的DNA样本（具体数量未明确说明）
908	2025-04-13	Knot data analysis using multiscale Gauss link integral 2024-Oct-15, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2408431121 PMID:39392667	research paper	提出了一种结合曲线分割和多尺度分析的高斯链环积分方法，用于数据科学中的拓扑数据分析	引入了knot data analysis (KDA)范式，通过多尺度高斯链环积分(mGLI)捕捉数据的局部结构和连通性，显著优于现有方法	未提及具体局限性	开发一种新的拓扑数据分析方法，以解决传统方法在定位和量化方面的不足	13种复杂的生物数据集，包括蛋白质灵活性分析、蛋白质-配体相互作用等	machine learning	NA	multiscale Gauss link integral (mGLI)	NA	biological datasets	13种生物数据集
909	2025-04-13	Active Label Refinement for Robust Training of Imbalanced Medical Image Classification Tasks in the Presence of High Label Noise 2024-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-72120-5_4 PMID:40207034	research paper	提出一种结合噪声标签学习（LNL）和主动学习的两阶段方法，以提高医学图像分类在标签噪声下的鲁棒性，并通过有限标注预算迭代提升数据集质量	引入梯度方差方法在LNL阶段补充基于损失的样本选择，同时采样代表性不足的样本，避免将少数类别的干净样本误判为噪声样本	方法仅在两种不平衡噪声医学分类数据集上验证，需进一步测试更广泛场景	提升医学图像分类在标签噪声和不平衡数据集下的鲁棒性	医学图像分类任务	digital pathology	NA	Learning with Noisy Labels (LNL), active learning	deep learning	image	两种不平衡噪声医学分类数据集（未明确样本数量）
910	2025-04-13	qlty: handling large tensors in scientific imaging deep-learning workflows 2024-Sep, Software impacts IF:1.3Q3 DOI:10.1016/j.simpa.2024.100696 PMID:40206204	research paper	介绍了一个名为qlty的工具包，用于处理科学成像中深度学习工作流程中的大型张量数据	提出了一个专门用于处理超出标准GPU内存容量的大型体积数据集的工具包qlty，通过张量管理技术实现有效训练和推理	未提及具体的性能对比实验或与其他工具的比较	解决科学成像中深度学习工作流程中大型张量数据处理的问题	大型体积数据集	computer vision	NA	NA	NA	image	NA
911	2025-04-13	Multiscale Computational and Artificial Intelligence Models of Linear and Nonlinear Composites: A Review 2024-May, Small science IF:11.1Q1 DOI:10.1002/smsc.202300185 PMID:40213577	综述	本文综述了多尺度建模方法在硬质和软质复合材料中的应用，包括分子动力学模拟、有限元分析和机器学习/深度学习替代模型	综述了最新的多尺度建模方法，包括无网格方法、混合机器学习和有限元模型，以及非线性本构材料模型	计算资源可用性、模型保真度和可重复性方面的限制	为读者提供复合材料多尺度建模研究和开发的未来趋势的清晰展望	硬质（聚合物、金属、纱线、纤维、纤维增强聚合物和聚合物基复合材料）和软质（如脑白质[BWM]等生物组织）复合材料	机器学习	NA	分子动力学模拟、有限元分析、机器学习/深度学习	分子动力学、有限元、机器学习/深度学习替代模型	数值模拟和大量实验结果	NA
912	2025-04-12	ODD-Net: a hybrid deep learning architecture for image dehazing 2024-Dec-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82558-6 PMID:39715769	research paper	提出了一种名为ODD-Net的混合深度学习架构，用于图像去雾	结合了预训练的A-Net和T-Net模型，在大气散射模型中实现了卓越的去雾质量，特别是在传输图估计和深度测量方面超越了现有技术	深度学习方法需要大量数据集和计算资源	提高户外拍摄图像的可见度和对比度	受雾霾影响的图像	computer vision	NA	dilated convolution, batch normalisation, ReLU activation functions, multiscale convolutions, nonlinear regression	CNN	image	NA
913	2025-04-12	Deep Learning Model for Predicting Neurodevelopmental Outcome in Very Preterm Infants Using Cerebral Ultrasound 2024-Dec, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2024.09.003 PMID:40206534	研究论文	开发深度学习模型，结合新生儿颅脑超声和临床变量，预测极早产儿3岁时的神经发育障碍	首次将CNN模型应用于颅脑超声和临床变量的结合，以预测极早产儿的神经发育障碍	研究为回顾性设计，且仅在单一地区进行，可能影响模型的泛化能力	预测极早产儿3岁时的神经发育障碍	极早产儿（胎龄220-306周）	数字病理	神经发育障碍	颅脑超声（CUS）	CNN, elastic net (EN)	图像, 临床数据	619名极早产儿，包含4184张颅脑超声图像
914	2025-04-12	Sparse Annotation is Sufficient for Bootstrapping Dense Segmentation 2024-Nov-14, Research square DOI:10.21203/rs.3.rs-5339143/v1 PMID:39606484	研究论文	提出一种基于深度学习的方法，通过稀疏的2D标注快速生成密集的3D分割，用于生物成像数据的实例分割任务	开发了一种新颖的深度学习方法，能够从单一切片上的少量对象稀疏标注中快速生成密集的3D分割，显著减少了人工标注时间和非专家标注的需求	未明确提及方法的适用范围或在不同类型生物成像数据上的泛化能力	解决生物成像数据中密集3D重建的实例分割任务，减少生成训练数据所需的人工标注时间和专家依赖	大脑神经纤维网中的树突、轴突和胶质细胞过程	数字病理	NA	深度学习	NA	图像	未明确提及具体样本数量，但涉及大型图像体积
915	2025-04-12	Detailed delineation of the fetal brain in diffusion MRI via multi-task learning 2024-Sep-12, ArXiv PMID:39314513	research paper	开发了一种基于多任务学习的计算方法，用于胎儿脑部扩散MRI数据的详细描绘	提出了一个统一的计算框架，能够同时完成脑组织分割、白质束分割和脑部皮层分区三项任务	未提及该方法在异常胎儿脑部发育研究中的表现	开发自动化方法来提高胎儿脑部扩散MRI数据分析的准确性和可重复性	胎儿脑部扩散MRI数据	医学影像分析	NA	扩散加权MRI(dMRI)	多任务深度学习	MRI图像	97个胎儿脑部样本
916	2025-04-12	Deep Learning-Based Prediction of Hepatic Decompensation in Patients With Primary Sclerosing Cholangitis With Computed Tomography 2024-Sep, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2024.07.002 PMID:40206109	研究论文	本研究探讨了使用深度学习模型基于CT影像预测原发性硬化性胆管炎（PSC）患者肝失代偿的潜力	首次应用3D-DenseNet121模型分析CT影像预测PSC患者的肝失代偿，并通过解剖区域分割验证模型决策过程	回顾性研究设计，样本量有限（277例），未进行外部验证	开发基于深度学习的肝失代偿预测工具	原发性硬化性胆管炎（PSC）患者	数字病理	肝病	CT成像	3D-DenseNet121	3D医学影像	277例接受腹部CT扫描的成人PSC患者
917	2025-04-12	Detailed delineation of the fetal brain in diffusion MRI via multi-task learning 2024-Aug-30, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.29.609697 PMID:39257731	研究论文	本文开发了一个多任务深度学习框架，用于胎儿大脑扩散MRI数据的自动分割和分区	提出了一个统一的计算框架，能够同时完成胎儿大脑组织的分割、白质束的分割以及大脑皮层的分区，这在胎儿神经影像学领域是一个创新	研究仅基于97个胎儿大脑的标注数据，样本量相对较小，可能影响模型的泛化能力	开发自动化方法以提高胎儿大脑扩散MRI数据的分析效率和准确性	胎儿大脑的扩散MRI数据	数字病理学	NA	扩散加权MRI (dMRI)	多任务深度学习	MRI图像	97个胎儿大脑
918	2025-04-12	Hybrid deep learning technique for COX-2 inhibition bioactivity detection against breast cancer disease 2024-Jul, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00355-6 PMID:39512384	研究论文	本研究开发了一种混合深度学习技术，用于检测乳腺癌中COX-2抑制的生物活性	结合UNet架构进行特征提取，采用改进的鸡群优化算法(MCSO)处理数据维度，并使用改进的Laguerre神经网络(ILNN)进行分类	NA	开发高效技术以精确检测COX-2抑制的生物活性，助力抗癌化合物识别和乳腺癌治疗进展	乳腺癌中的COX-2抑制生物活性	机器学习	乳腺癌	混合深度学习	UNet, MCSO, ILNN	生物活性数据	使用ChEMBL数据库进行验证
919	2025-04-12	Conversion of single-energy CT to parametric maps of dual-energy CT using convolutional neural network 2024-May-29, The British journal of radiology DOI:10.1093/bjr/tqae076 PMID:38597871	研究论文	提出一种基于卷积神经网络的多任务学习框架，用于将单能CT图像直接转换为双能CT的三种参数图	开发了VMI-Net、EAN-Net和RED-Net三个网络，实现了单能CT到双能CT参数图的直接转换，无需双能CT设备	研究样本量较小（67例患者），且仅使用了特定型号的双能CT设备数据	探索通过深度学习实现单能CT到双能CT参数图转换的方法	单能CT图像	医学影像分析	NA	深度学习	CNN	医学影像	67例患者（2019-2020年间收集）
920	2025-04-12	Machine learning and deep learning to identifying subarachnoid haemorrhage macrophage-associated biomarkers by bulk and single-cell sequencing 2024-05, Journal of cellular and molecular medicine IF:4.3Q2 DOI:10.1111/jcmm.18296 PMID:38702954	研究论文	本研究通过单细胞转录组测序和批量RNA-seq技术，识别了蛛网膜下腔出血（SAH）中巨噬细胞亚群及其相关关键基因，并构建了诊断模型和潜在治疗靶点	首次在SAH中识别出独特的巨噬细胞亚群，并利用hdWGCNA方法发现160个关键基因，构建了高性能诊断模型，同时通过分子对接识别潜在治疗药物	需要进一步的实验和临床研究来验证这些发现并探索靶点在SAH治疗中的临床意义	改善蛛网膜下腔出血的诊断和治疗策略	SAH大鼠模型中的巨噬细胞亚群及其相关基因	数字病理学	蛛网膜下腔出血	单细胞转录组测序, 批量RNA-seq, 分子对接	卷积神经网络(CNN), lasso回归	RNA测序数据	SAH大鼠模型脑组织样本