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
81	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
82	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
83	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）
84	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
85	2025-03-29	Taxonomy of hybridly polarized Stokes vortex beams 2024-Feb-26, Optics express IF:3.2Q2 DOI:10.1364/OE.512409 PMID:38439421	研究论文	本文提出了一种结合深度学习的广义衍射斯托克斯偏振法，用于高效识别斯托克斯奇异光束	利用深度学习框架结合衍射斯托克斯偏振法，解决了混合偏振斯托克斯涡旋光束的识别难题，分类准确率达到98.67%	实验中的噪声因素如相对相位、振幅和偏振差异以及光束波动增加了识别过程的复杂性	研究混合偏振斯托克斯涡旋光束的分类与识别方法	15类基于斯托克斯奇点类型及其相关模式指数的光束	光学	NA	深度学习辅助的斯托克斯偏振法	深度神经网络	光学衍射图像	15类光束
86	2025-03-29	"UDE DIATOMS in the Wild 2024": a new image dataset of freshwater diatoms for training deep learning models 2024-Jan-02, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giae087 PMID:39607983	research paper	该研究介绍了迄今为止最大的淡水硅藻图像数据集，旨在促进深度学习在硅藻识别问题上的应用和基准测试	提出了最大的硅藻图像数据集，并展示了两种创新分析方法，包括处理视觉异质性类别的子聚类、分布外样本检测和半监督学习	硅藻的高类内变异性和小类间差异、显微镜载玻片上标本视觉外观的差异以及硅藻专家注释的有限可用性	促进深度学习在淡水硅藻识别问题上的应用和基准测试	淡水硅藻	computer vision	NA	light microscopy	deep learning	image	83,570张图像，涵盖611种硅藻类群，其中101种类群每种至少有100个样本，144种类群每种至少有50个样本
87	2025-03-28	Deep learning reveals pathology-confirmed neuroimaging signatures in Alzheimer's, vascular and Lewy body dementias 2024-Dec-09, Brain : a journal of neurology IF:10.6Q1 DOI:10.1093/brain/awae388 PMID:39657969	研究论文	本文介绍了一种基于神经病理学的多标签深度学习框架，用于识别和量化阿尔茨海默病、血管性痴呆和路易体痴呆的生物标志物	提出了创新的DeepSPARE指数和可解释的热图，用于可视化不同痴呆类型的脑部改变模式	模型在路易体痴呆上的表现相对较低（平衡准确率0.623）	开发非侵入性神经影像学指标，用于区分不同类型的痴呆症	423名痴呆患者和361名对照参与者的生前T1加权MRI扫描	数字病理学	阿尔茨海默病、血管性痴呆、路易体痴呆	T1加权MRI扫描	深度学习框架	MRI图像	784名参与者（来自NACC和ADNI数据集）
88	2025-03-28	Bone density measurement in patients with spinal metastatic tumors using chest quantitative CT deep learning model 2024-Dec, Journal of bone oncology IF:3.1Q2 DOI:10.1016/j.jbo.2024.100641 PMID:40134559	研究论文	本研究开发了一种基于3DResUNet架构的深度学习模型，用于从定量计算机断层扫描（QCT）中预测脊柱转移瘤患者的椎体体积骨密度（vBMD）	使用3DResUNet架构的深度学习模型首次应用于脊柱转移瘤患者的vBMD预测，提高了骨质疏松筛查的能力	研究样本量有限（749例），且仅针对脊柱转移瘤患者，可能不适用于其他人群	开发一种深度学习模型，用于预测脊柱转移瘤患者的椎体体积骨密度（vBMD），以增强骨质疏松筛查能力	脊柱转移瘤患者	数字病理学	脊柱转移瘤	定量计算机断层扫描（QCT）	3DResUNet	医学影像	749例脊柱转移瘤患者（训练集599例，测试集150例）
89	2025-03-28	Assessing deep learning reconstruction for faster prostate MRI: visual vs. diagnostic performance metrics 2024-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10771-y PMID:38724765	research paper	评估深度学习重建在加速前列腺MRI中的视觉与诊断性能指标	将诊断性深度学习纳入评估框架，提供临床相关指标，以评估重建模型的诊断质量	深度学习重建虽然提高了视觉质量，但可能降低诊断准确性	评估深度学习重建在前列腺MRI中的视觉和诊断性能	1535名患者的前列腺MRI数据	digital pathology	prostate cancer	深度学习重建（DLRecon）和诊断性深度学习检测（DLDetect）	DL	MRI图像	1535名患者
90	2025-03-28	Deep learning nomogram for predicting neoadjuvant chemotherapy response in locally advanced gastric cancer patients 2024-11, Abdominal radiology (New York) DOI:10.1007/s00261-024-04331-7 PMID:38796795	研究论文	开发并验证了一种基于深度学习放射组学的列线图模型，用于预测局部晚期胃癌患者对新辅助化疗的反应	结合手工放射组学特征、深度学习特征和临床特征构建列线图模型，提高了预测新辅助化疗反应的准确性	研究为回顾性设计，可能存在选择偏倚，且样本量相对有限	预测局部晚期胃癌患者对新辅助化疗的治疗反应	局部晚期胃癌患者	数字病理	胃癌	多期对比增强CT成像	EfficientNet V2	CT图像	322名胃癌患者
91	2025-03-28	Longitudinal ultrasound-based AI model predicts axillary lymph node response to neoadjuvant chemotherapy in breast cancer: a multicenter study 2024-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10786-5 PMID:38724768	研究论文	开发基于纵向乳腺超声和超声医师腋窝超声诊断的深度学习放射组学模型，用于预测乳腺癌新辅助化疗后腋窝淋巴结反应	结合纵向超声图像和深度学习特征，开发融合模型以预测腋窝淋巴结反应，性能优于传统超声医师诊断	研究局限于三个中心的数据，样本量可能不足以代表广泛人群	预测乳腺癌患者新辅助化疗后腋窝淋巴结的反应	乳腺癌患者	数字病理学	乳腺癌	超声成像，深度学习放射组学	随机森林，支持向量机	超声图像	2016年11月至2022年12月间三个中心招募的乳腺癌患者
92	2025-03-28	Message-Passing Monte Carlo: Generating low-discrepancy point sets via graph neural networks 2024-Oct, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2409913121 PMID:39325425	研究论文	本文提出了一种名为消息传递蒙特卡洛(MPMC)的新型低差异点集生成方法，利用图神经网络工具实现	首次将几何深度学习方法应用于低差异点集生成，提出MPMC点集并在低维和小点数情况下达到最优或接近最优差异	目前主要适用于低维和小规模点集的情况	开发更有效的低差异点集生成方法以提高数值积分、计算机视觉等领域的性能	低差异点集的生成方法	机器学习	NA	几何深度学习	图神经网络(GNN)	空间点集数据	低维和小规模点集
93	2025-03-28	An initial game-theoretic assessment of enhanced tissue preparation and imaging protocols for improved deep learning inference of spatial transcriptomics from tissue morphology 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae476 PMID:39367648	研究论文	本文探讨了通过改进组织制备和成像协议来增强深度学习从组织形态学推断空间转录组学的性能	提出了采用临床实施标准的组织处理和成像实践（永久切片、自动组织染色和临床级扫描）以显著提高模型性能的新方法	研究仅针对13名病理T III期结直肠癌患者进行，样本量较小	研究旨在通过改进组织制备和成像协议，提高深度学习从组织形态学推断空间转录组学的性能，并降低大规模空间分析的成本	13名病理T III期结直肠癌患者的组织样本	数字病理	结直肠癌	空间转录组学（ST）、Visium CytAssist检测	Inceptionv3	全切片图像（WSI）	13名病理T III期结直肠癌患者的组织样本
94	2025-03-28	Prediction of future dementia among patients with mild cognitive impairment (MCI) by integrating multimodal clinical data 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36728 PMID:39281465	研究论文	本研究评估了多模态机器学习方法，特别是集成集成（EI）框架，在预测轻度认知障碍（MCI）患者未来痴呆发展方面的能力	使用EI框架来利用多模态数据的互补性和共识性，这是之前痴呆相关预测研究未充分捕捉的	NA	预测轻度认知障碍（MCI）患者未来痴呆的发展	轻度认知障碍（MCI）患者	机器学习	老年病	结构磁共振成像（MRI）和正电子发射断层扫描（PET）	集成集成（EI）框架、XGBoost、深度学习	临床和影像数据	来自TADPOLE挑战的数据
95	2025-03-28	Deep learning for the harmonization of structural MRI scans: a survey 2024-Aug-31, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-024-01280-6 PMID:39217355	综述	本文综述了深度学习在结构MRI扫描协调中的应用，分析了该领域的最新技术及其优缺点	深入分析了基于深度学习的图像协调方法，包括U-Net、GANs、VAEs等多种网络架构，并探讨了解缠表示学习在协调中的关键作用	缺乏对不同方法之间全面定量比较的研究	探讨深度学习在医学图像协调中的应用，为研究人员和从业者提供选择合适架构的指南	结构MRI扫描	数字病理	NA	深度学习	U-Net, GANs, VAEs, transformer-based approaches	MRI图像	NA
96	2025-03-28	Using deep learning to improve the intelligibility of a target speaker in noisy multi-talker environments for people with normal hearing and hearing loss 2024-07-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0028007 PMID:39082692	研究论文	本研究开发了一种基于深度学习的算法，用于在嘈杂的多说话者环境中提取目标说话者的声音，以提高正常听力和听力损失人群的语音可懂度	提出了一种准因果深度学习算法，能够根据简短的注册话语从多个并发说话者和背景噪声中提取目标说话者的声音，且该算法能泛化到未见过的说话者、不同说话者数量和相对说话者水平以及不同的语音语料库	算法在更复杂或不同的噪声环境中的表现尚未验证	提高嘈杂多说话者环境中的语音可懂度	正常听力和听力损失人群	机器学习	听力损失	深度学习	NA	语音	正常听力和听力损失听众参与的双盲句子识别测试
97	2025-03-28	Impact of AI for Digital Breast Tomosynthesis on Breast Cancer Detection and Interpretation Time 2024-May, Radiology. Artificial intelligence DOI:10.1148/ryai.230318 PMID:38568095	research paper	开发并验证了一种用于数字乳腺断层合成（DBT）图像的AI模型，以提高乳腺癌诊断准确性和减少放射科医生的阅读时间	AI模型在乳腺癌检测中显示出比放射科医生更高的诊断准确性，并显著减少了阅读时间	研究为回顾性设计，可能影响结果的普遍性	开发AI模型以提高乳腺癌诊断的准确性和效率	258名女性的DBT图像，包括65例癌症病例	digital pathology	breast cancer	deep learning	deep learning AI algorithm	image	258名女性（平均年龄56岁±13.41）的DBT图像，来自14个机构
98	2025-03-28	Developing deep learning-based strategies to predict the risk of hepatocellular carcinoma among patients with nonalcoholic fatty liver disease from electronic health records 2024-04, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104626 PMID:38521180	研究论文	本研究开发了基于深度学习的策略，利用电子健康记录数据预测非酒精性脂肪肝患者患肝细胞癌的风险	提出了一种新颖的后向掩蔽方案来处理延迟诊断问题，并评估了纵向信息长度对疾病预测的影响，同时探讨了时间变化协变量建模和迁移学习对算法性能的提升	研究可能受到数据中性别偏差的影响，且模型在跨性别评估时表现下降	研究上述问题对深度学习性能的影响程度，并开发策略来应对这些挑战，以提高非酒精性脂肪肝患者肝细胞癌风险的预测	非酒精性脂肪肝患者	机器学习	肝细胞癌	深度学习	深度学习模型	电子健康记录	220,838名患者
99	2025-03-28	Uncovering prostate cancer aggressiveness signal in T2-weighted MRI through a three-reference tissues normalization technique 2024-Mar, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5069 PMID:37990759	研究论文	开发了一种自动化方法，用于前列腺T2加权MRI强度标准化，以改善前列腺癌侵袭性信号的检测	提出了一种基于深度学习的自动化三参考组织标准化技术，显著提高了前列腺癌与正常前列腺组织的区分能力	研究样本量有限，训练集仅包含32名患者的手动轮廓	开发前列腺T2W MRI强度标准化方法，以改善前列腺癌的定量评估	前列腺癌患者	数字病理学	前列腺癌	T2加权MRI	MASK R-CNN	MRI图像	训练集32名患者，独立测试集83名患者，共231个活检ROI
100	2025-03-28	Extracting Drug-Protein Relation from Literature Using Ensembles of Biomedical Transformers 2024-Jan-25, Studies in health technology and informatics DOI:10.3233/SHTI231043 PMID:38269887	研究论文	本文利用基于生物医学数据预训练的深度学习transformer模型构建集成方法，从生物医学文献中自动提取药物-蛋白质关系	采用生物医学领域特定的transformer模型和集成方法进行关系提取，在BioCreative-VII共享任务中表现出色	NA	开发自动从生物医学文献中提取药物-蛋白质关系的方法	PubMed摘要中的药物/化学物质与蛋白质关系	自然语言处理	NA	深度学习transformer模型	transformer	文本	主语料库包含10,750篇摘要，大规模语料库包含240万篇文档