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
901	2025-10-06	[Automatic segmentation of dental cone-beam computed tomography scans using a deep learning framework] 2024-08-11, Orvosi hetilap IF:0.8Q3 DOI:10.1556/650.2024.33098 PMID:39127997	研究论文	本研究开发了一种基于深度学习的自动分割方法，用于牙科锥形束CT扫描的三维重建	采用SegResNet架构在MONAI框架下开发深度学习模型，实现了对临床CBCT图像的自动准确分割	研究样本量相对有限，仅包含70名部分缺牙患者的CBCT图像	开发并评估基于深度学习的CBCT图像自动分割模型	牙科锥形束CT扫描图像	计算机视觉	牙周疾病	锥形束CT成像	深度学习	医学影像	70名部分缺牙患者的CBCT图像，其中15例用于验证	MONAI	SegResNet	交并比, Dice相似系数, Hausdorff距离	NA
902	2025-10-06	Sparse Annotation is Sufficient for Bootstrapping Dense Segmentation 2024-Oct-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.14.599135 PMID:38915491	研究论文	提出一种基于深度学习的稀疏标注方法，能够快速生成密集3D分割用于生物图像分析	开发了从稀疏2D标注快速生成密集3D分割的新方法，将人工标注时间减少了三个数量级	方法主要针对脑神经纤维网的复杂结构，在其他生物组织上的适用性需要进一步验证	解决生物成像数据中密集3D重建的实例分割问题，降低训练数据生成的人工成本	脑神经纤维网中的树突、轴突和胶质细胞过程	计算机视觉	NA	连续切片电子显微镜成像	深度学习模型	3D生物医学图像，2D序列切片图像	NA	NA	NA	分割准确度	NA
903	2024-10-02	Towards deep learning methods for quantification of the right ventricle using 2D echocardiography 2024, Future cardiology IF:1.6Q3 DOI:10.1080/14796678.2024.2347125 PMID:39351980	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
904	2025-10-06	Cognitive Dysfunction in the Addictions (CDiA): A Neuron to Neighbourhood Collaborative Research Program on Executive Dysfunction and Functional Outcomes in Outpatients Seeking Treatment for Addiction 2024-Oct-28, medRxiv : the preprint server for health sciences DOI:10.1101/2024.08.30.24312806 PMID:39252904	研究论文	介绍认知功能障碍在成瘾性疾病中的综合性研究项目，旨在探索执行功能与成瘾治疗结果的关系	采用从神经元到社区的多学科协作研究方法，整合临床、临床前和健康服务研究，应用全人建模和深度学习识别患者亚型	样本量相对有限（目标N=400），研究周期为一年，可能无法完全捕捉长期恢复过程	填补对物质使用障碍中执行功能的理解空白，改善成瘾患者的健康结局	寻求成瘾治疗的18-60岁成年人，啮齿类动物模型	数字病理	成瘾性疾病	重复经颅磁刺激，药理学治疗，血液生物标志物分析，脑回路研究	深度学习，聚类分析	多模态数据（临床、生物标志物、脑成像、行为数据）	目标400名18-60岁寻求成瘾治疗的成年人	NA	NA	NA	NA
905	2025-10-06	Antiviral Peptide-Generative Pre-Trained Transformer (AVP-GPT): A Deep Learning-Powered Model for Antiviral Peptide Design with High-Throughput Discovery and Exceptional Potency 2024-10-25, Viruses DOI:10.3390/v16111673 PMID:39599788	研究论文	提出一种基于Transformer的深度学习模型AVP-GPT，用于高效设计抗病毒肽	首次将Transformer语言模型与多模态架构结合用于抗病毒肽设计，生成效率比传统方法显著提升	目前主要针对呼吸道病毒验证，尚未扩展到其他病毒类型	开发高效抗病毒肽设计方法以加速抗病毒药物发现	呼吸道合胞病毒(RSV)、甲型流感病毒(INFVA)等呼吸道病毒	自然语言处理	呼吸道病毒感染	深度学习	Transformer	肽序列数据	生成10,000个独特肽序列	NA	GPT, Transformer	困惑度, AUC	GPU系统
906	2025-10-06	A Review of Artificial Intelligence in Brachytherapy 2024-Sep-25, ArXiv PMID:39398213	综述	本文全面回顾了人工智能在近距离放射治疗中的应用现状与发展前景	系统地将AI在近距离放疗中的应用分为七个主要类别，并按癌症类型或具体任务进行细分，提供了详细的模型、数据规模和结果总结	作为综述文章，主要基于现有文献分析，未开展原始实验研究	探讨人工智能如何优化近距离放射治疗的临床工作流程	近距离放射治疗中的人工智能应用	医学人工智能	癌症治疗	机器学习、深度学习	NA	医学影像、治疗计划数据、临床结果数据	NA	NA	NA	NA	NA
907	2025-10-06	Protocol for performing deep learning-based fundus fluorescein angiography image analysis with classification and segmentation tasks 2024-09-20, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2024.103134 PMID:38900632	研究论文	提出基于深度学习的眼底荧光血管造影图像分析协议，包含分类和分割任务	开发了从诊断到缺血性视网膜疾病治疗建议的完整流程协议	NA	建立眼底荧光血管造影图像的深度学习分析流程	眼底荧光血管造影图像	计算机视觉	缺血性视网膜疾病	眼底荧光血管造影	深度学习	图像	NA	Python	NA	NA	NA
908	2025-10-06	Other possible perspectives for solving the negative outcome penalty paradox in the application of artificial intelligence in clinical diagnostics 2024-12-23, Journal of medical ethics IF:3.3Q1 DOI:10.1136/jme-2024-109968 PMID:38871400	评论	探讨解决人工智能在临床诊断应用中负面结果惩罚悖论的其他可能视角	提出三种新视角（改变公众认知、重新设计临床实践流程、引入更多利益相关者）来解决AI临床诊断中的负面结果惩罚悖论	NA	探讨如何更有效地将人工智能整合到临床实践中，解决负面结果惩罚悖论	人工智能在临床诊断中的应用	机器学习	NA	NA	NA	NA	NA	NA	NA	NA	NA
909	2025-10-06	Using dynamic spatio-temporal graph pooling network for identifying autism spectrum disorders in spontaneous functional infrared spectral sequence signals 2024-09, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110157 PMID:38705284	研究论文	使用动态时空图池化网络从自发功能近红外光谱序列信号中识别自闭症谱系障碍	首次将动态图构建应用于fNIRS数据挖掘，通过动态特征提取获取时空相关性，并利用时空图池化提升网络信息提取能力	NA	探索脑通道间动态连接关系对自闭症分类的影响，比较ASD和TD的脑通道连接图	自闭症谱系障碍患者和典型发育个体的自发功能近红外光谱序列信号	医学图像分析	自闭症谱系障碍	功能近红外光谱	图神经网络	功能近红外光谱序列信号	NA	NA	动态时空图池化神经网络	准确率	NA
910	2025-10-06	Brain-computer interfaces inspired spiking neural network model for depression stage identification 2024-09, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110203 PMID:38880343	研究论文	提出一种受脑机接口启发的脉冲神经网络模型，用于基于脑电信号的抑郁症阶段识别	结合脑机接口理念构建脉冲神经网络模型，相比传统深度学习方法具有更高的生理可解释性和更低的能耗	未明确说明样本量大小和研究人群特征，缺乏多中心验证	开发基于脑电信号的抑郁症辅助诊断方法	抑郁症患者和健康个体的脑电信号	脑机接口	抑郁症	脑电图(EEG)	脉冲神经网络(SNN)	脑电信号图像	NA	NA	脉冲神经网络	准确率	NA
911	2025-10-06	EEG-based motor imagery channel selection and classification using hybrid optimization and two-tier deep learning 2024-09, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110215 PMID:38968976	研究论文	提出一种基于脑电图的运动想象通道选择和分类方法，结合混合优化算法和双层深度学习架构	引入战争策略优化和黑猩猩优化算法的混合优化方法，并设计包含CNN和改良深度神经网络的双层深度学习架构	NA	提高基于运动想象的脑机接口系统的分类准确性和鲁棒性	脑电图信号和运动想象任务	机器学习	运动障碍	脑电图	CNN, DNN	脑电图信号	NA	NA	CNN, M-DNN	准确率, 精确率	NA
912	2025-10-06	Adoption of deep learning-based magnetic resonance image information diagnosis in brain function network analysis of Parkinson's disease patients with end-of-dose wearing-off 2024-09, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110184 PMID:38838748	研究论文	本研究采用基于卷积神经网络的fMRI数据分类模型分析帕金森病患者剂末现象的大脑功能网络变化	改进了卷积核参数初始化方法，使用受限玻尔兹曼机结构进行参数初始化	样本量相对有限，仅包含100名帕金森病患者	分析帕金森病患者剂末现象的大脑功能网络特征	帕金森病患者（包括有和无剂末现象的两组）	医学影像分析	帕金森病	功能磁共振成像	CNN	fMRI图像数据	100名帕金森病患者（39名无剂末现象，61名有剂末现象）	GRETNA工具箱	基于受限玻尔兹曼机改进的CNN架构	betweenness centrality, degree centrality, global efficiency, local efficiency	NA
913	2025-10-06	Multi-scale self-attention approach for analysing motor imagery signals in brain-computer interfaces 2024-08, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110182 PMID:38795979	研究论文	提出一种基于多尺度时空自注意力网络的运动想象脑电信号四分类方法	采用空间自注意力机制筛选有效通道，结合多尺度时序卷积网络提取时域特征	NA	提高运动想象脑电信号的分类准确率	运动想象脑电信号（左手、右手、脚部、舌头/休息四类）	脑机接口	NA	脑电图	自注意力网络, 时序卷积网络	脑电信号	BCI Competition IV-2b数据集和HGD数据集的IV-2a、IV-2b数据集	NA	多尺度时空自注意力网络	准确率	NA
914	2025-10-06	Combining Artificial Intelligence and Simplified Image Processing for the Automatic Detection of Mycobacterium tuberculosis in Acid-fast Stain : A Cross-institute Training and Validation Study 2024-Jul-01, The American journal of surgical pathology DOI:10.1097/PAS.0000000000002223 PMID:38595262	研究论文	开发结合人工智能和简化图像处理的自动化结核分枝杆菌检测平台	结合图像处理技术与改进的EfficientNet模型，能有效识别染色伪影和污染物，实现跨机构验证	仅在两所医院进行训练和验证，样本来源有限	提高结核病检测的准确性和效率	抗酸染色中的结核分枝杆菌	数字病理学	结核病	抗酸染色	CNN	图像	来自2家医院的全切片图像	NA	EfficientNet	准确率, 检测率	高性能计算系统
915	2025-10-06	Protocol to perform integrative analysis of high-dimensional single-cell multimodal data using an interpretable deep learning technique 2024-06-21, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2024.103066 PMID:38748882	研究论文	提出使用可解释深度学习技术moETM进行高维单细胞多模态数据整合分析的协议	开发了可解释的深度学习技术moETM，能够整合单细胞多组学数据并包含先验通路知识	NA	建立单细胞多模态数据整合分析的标准流程	骨髓单核细胞的多组学数据	机器学习	NA	单细胞多组学测序	深度学习	单细胞多模态数据	GSE194122数据集中的骨髓单核细胞	NA	moETM	NA	NA
916	2025-10-06	A deep learning framework for denoising and ordering scRNA-seq data using adversarial autoencoder with dynamic batching 2024-06-21, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2024.103067 PMID:38748883	研究论文	提出一种基于动态批处理对抗自编码器的深度学习框架，用于单细胞RNA测序数据的去噪和排序	首次将动态批处理技术与对抗自编码器结合应用于scRNA-seq数据去噪	NA	开发单细胞RNA测序数据的去噪和排序方法	单细胞RNA测序数据	机器学习	NA	单细胞RNA测序(scRNA-seq)	对抗自编码器(AAE)	基因表达数据	NA	NA	对抗自编码器	NA	NA
917	2025-10-06	Machine and deep learning models for accurate detection of ischemia and scar with myocardial blood flow positron emission tomography imaging 2024-02, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology IF:3.0Q2 DOI:10.1016/j.nuclcard.2024.101797 PMID:38185409	研究论文	比较传统统计、机器学习和深度学习模型在仅使用静息和负荷心肌血流值诊断冠状动脉疾病的能力	首次系统比较传统统计、机器学习和深度学习在心肌血流PET成像中对缺血和瘢痕的检测性能	仅基于静息和负荷MBF值进行分析，未整合其他临床特征	开发准确检测心肌缺血和瘢痕的机器学习模型	冠状动脉疾病患者	机器学习	心血管疾病	铷-82正电子发射断层扫描	逻辑回归, LASSO逻辑回归, 支持向量机, 随机森林, 多层感知机, CNN	医学影像数据	3245个静息和负荷PET研究	NA	U-Net	AUC	NA
918	2025-06-08	Chinese Clinical Named Entity Recognition With Segmentation Synonym Sentence Synthesis Mechanism: Algorithm Development and Validation 2024-11-21, JMIR medical informatics IF:3.1Q2 DOI:10.2196/60334 PMID:39622697	研究论文	本文提出了一种基于邻近词计算的临床命名实体识别数据集增强算法，以解决数据稀缺和标注困难的问题	提出了一种基于邻近词汇的分段同义句合成（SSSS）算法，无需手动扩展专业领域词典，通过词汇分段和重组实现数据集的邻近扩展表达	算法依赖于现有公共知识，可能无法覆盖所有专业领域的词汇	解决临床命名实体识别任务中的数据稀缺和标注困难问题	电子病历文本中的命名实体	自然语言处理	NA	RoBERTa, CRF, BiLSTM	SSSS + RoBERTa + CRF, SSSS + RoBERTa + BiLSTM + CRF	文本	CCKS-2017和CCKS-2019数据集	NA	NA	NA	NA
919	2025-10-06	Bidirectional Long Short-Term Memory-Based Detection of Adverse Drug Reaction Posts Using Korean Social Networking Services Data: Deep Learning Approaches 2024-11-20, JMIR medical informatics IF:3.1Q2 DOI:10.2196/45289 PMID:39565685	研究论文	本研究开发了一种基于双向长短期记忆网络的深度学习模型，用于从韩国社交网络服务数据中自动检测药物不良反应帖子	首次针对韩语SNS数据开发了基于Bi-LSTM的药物不良反应检测模型，并提出了从药物名称-不良反应词对关联分析到模型构建的完整流程	研究仅针对两种非甾体抗炎药进行验证，模型在其他药物类型上的泛化能力需要进一步验证	开发能够自动监测药物不良反应的深度学习分类模型	韩国社交网络服务中的药物相关信息帖子	自然语言处理	药物不良反应	自然语言处理, 关联分析	Bi-LSTM	文本	2005年至2020年期间的博客帖子、咖啡馆帖子和NAVER问答帖子	NA	Bidirectional Long Short-Term Memory	准确率, AUC	NA
920	2025-10-06	Dissecting the regulatory logic of specification and differentiation during vertebrate embryogenesis 2024-Aug-27, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.27.609971 PMID:39253514	研究论文	本研究通过构建斑马鱼胚胎发育的单细胞多组学图谱，揭示了脊椎动物胚胎发生的基因调控逻辑	发现了Nanog在启动中内胚层基因增强子可及性的新功能，提出了'即时分化'新概念，揭示了由母源沉积调控因子驱动的浅层调控网络	研究主要集中于斑马鱼早期胚胎发育阶段，未验证其他脊椎动物模型的普适性	系统解析脊椎动物胚胎发生过程中细胞类型多样化的基因调控逻辑	斑马鱼早期胚胎发育过程	计算生物学	NA	单细胞多组学测序（RNA表达和染色质可及性）	深度学习模型	DNA序列数据、RNA表达数据、染色质可及性数据	斑马鱼早期胚胎发育阶段的单细胞样本	NA	NA	NA	NA