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
1221	2025-10-07	Marker Data Enhancement For Markerless Motion Capture 2024-Jul-17, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.13.603382 PMID:39071421	研究论文	开发了一种能够将稀疏关键点转换为密集解剖标记的深度学习模型，以提升无标记运动捕捉的准确性	创建了更大更多样化的训练数据集，开发了比OpenCap原始增强器更准确且泛化能力更强的标记增强器	论文未明确说明在极端运动或特殊人群中的性能表现	提高无标记运动捕捉中人体姿态估计的准确性和泛化能力	人体运动数据	计算机视觉	NA	运动捕捉技术	深度学习模型	视频,运动捕捉数据	1176名受试者，1433小时的关键点和解剖标记数据	NA	标记增强器	平均误差,最大误差	NA
1222	2025-10-07	An explainable ensemble approach for advanced brain tumor classification applying Dual-GAN mechanism and feature extraction techniques over highly imbalanced data 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310748 PMID:39331600	研究论文	提出一种可解释的集成方法，通过双GAN机制和特征提取技术解决高度不平衡数据下的脑肿瘤分类问题	提出结合双GAN机制和特征提取技术的可解释集成框架，专门针对高度不平衡数据，通过生成合成少数类样本解决类别不平衡问题	NA	开发高精度且稳定的脑肿瘤分类方法，提高临床诊断的可靠性和可解释性	脑肿瘤医学图像数据	计算机视觉	脑肿瘤	医学影像分析	GAN,集成学习	MRI图像	NA	NA	Dual-GAN, DeepEFE	准确率,精确率,灵敏度,F1分数	NA
1223	2025-10-07	Augmenting Human Expertise in Weighted Ensemble Simulations through Deep Learning-Based Information Bottleneck 2024-Dec-10, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c00919 PMID:39589127	研究论文	本研究提出了一种结合深度学习和专家知识的混合方法，用于改进加权集成模拟中的集体变量选择和采样效率	将状态预测信息瓶颈方法与专家知识相结合，形成混合方法，协同发挥数据驱动和专家指导的优势	仅在丙氨酸二肽和chignolin系统上进行了基准测试，需要更多系统验证	提高加权集成模拟的采样效率和状态探索能力	分子动力学模拟中的加权集成方法	机器学习	NA	加权集成方法，状态预测信息瓶颈	深度学习	分子动力学模拟数据	NA	NA	状态预测信息瓶颈	运行间方差，状态采样效率	NA
1224	2025-10-07	Increasing phosphorus loss despite widespread concentration decline in US rivers 2024-Nov-26, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2402028121 PMID:39556745	研究论文	利用深度学习重建美国河流总磷浓度趋势，发现尽管浓度普遍下降但磷流失总量仍在增加	首次结合密集水文气象数据和深度学习填补历史数据空白，重建美国本土河流40年总磷浓度和流失量趋势	依赖历史数据的完整性和模型重建的准确性，气候变化对河流流量的影响增加了磷流失控制的复杂性	分析美国河流总磷浓度和流失量的长期变化趋势	美国本土430条河流的总磷浓度和流失量	环境科学, 机器学习	NA	水文气象监测, 深度学习	LSTM	水文气象时间序列数据	美国本土430条河流1980-2019年每日记录	NA	多任务长短期记忆网络	NA	NA
1225	2025-10-07	Rapid Detection of SARS-CoV-2 Variants Using an Angiotensin-Converting Enzyme 2-Based Surface-Enhanced Raman Spectroscopy Sensor Enhanced by CoVari Deep Learning Algorithms 2024-06-28, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c00488 PMID:38843447	研究论文	开发了一种结合表面增强拉曼光谱和深度学习算法的集成方法，用于快速检测和定量SARS-CoV-2变异株	基于ACE2功能化的SERS传感器与CoVari深度学习算法相结合，可同时预测病毒变异株种类和浓度	未明确说明样本来源和具体样本数量，未知样本测试在浓度高于781 PFU/mL时分类准确率>90%	开发快速定量检测SARS-CoV-2变异株的方法	SARS-CoV-2病毒及其变异株（SARS-CoV-2 B1和CoV-NL63）	生物传感器与机器学习	COVID-19	表面增强拉曼光谱（SERS）	深度学习	光谱数据	NA	NA	CoVari	准确率, R²值	NA
1226	2025-10-07	Two-Dimensional Deep Learning Frameworks for Drug-Induced Cardiotoxicity Detection 2024-06-28, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c00654 PMID:38842187	研究论文	提出两种基于深度学习的框架STFT-CNN和SST-CNN，用于检测药物诱导的心脏毒性	首次将短时傅里叶变换和同步压缩变换与CNN结合，从iPSC-CMs的机械搏动信号中检测心脏毒性	未明确说明样本规模和数据集的详细组成	开发更准确可靠的药物心脏毒性检测方法	诱导多能干细胞衍生的心肌细胞（iPSC-CMs）的机械搏动信号	机器学习	心血管疾病	阻抗测量，短时傅里叶变换（STFT），同步压缩变换（SST）	CNN	时间序列信号，二维图像表示	NA	NA	STFT-CNN, SST-CNN	准确率	NA
1227	2025-10-07	Percolation Images: Fractal Geometry Features for Brain Tumor Classification 2024, Advances in neurobiology DOI:10.1007/978-3-031-47606-8_29 PMID:38468053	研究论文	提出一种结合分形几何特征和深度学习的脑肿瘤分类混合方法	引入分形几何概念生成渗流图像以突出脑部图像的空间特性，并与原始图像共同输入卷积神经网络	NA	脑肿瘤检测与分类	脑部图像	计算机视觉	脑肿瘤	分形几何分析	CNN	图像	NA	NA	NA	NA	NA
1228	2025-10-07	LungVis 1.0: an automatic AI-powered 3D imaging ecosystem unveils spatial profiling of nanoparticle delivery and acinar migration of lung macrophages 2024-11-27, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54267-1 PMID:39604430	研究论文	开发了一个名为LungVis 1.0的AI驱动成像生态系统，用于三维可视化纳米颗粒在肺部递送的空间分布和肺泡巨噬细胞的迁移行为	首次整合光片荧光显微镜与深度学习图像分析，实现了纳米颗粒在支气管和肺泡区域沉积的全面定量映射，并挑战了组织驻留巨噬细胞为静态实体的传统范式	研究目前仅限于小鼠肺部模型，尚未在人类或其他物种中验证	探索肺部靶向药物递送动力学和巨噬细胞介导的肺部免疫机制	小鼠肺部纳米颗粒沉积和肺泡巨噬细胞行为	数字病理学	呼吸系统疾病	光片荧光显微镜，深度学习图像分析	深度学习	三维荧光图像	NA	NA	NA	NA	NA
1229	2025-05-19	Multi-scale Multi-site Renal Microvascular Structures Segmentation for Whole Slide Imaging in Renal Pathology 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering PMID:40375952	research paper	提出了一种名为Omni-Seg的新方法，用于从人类肾脏全切片图像中分割微血管结构	利用多站点、多尺度的训练数据，采用单一动态网络方法，能够处理部分标记的图像	方法依赖于多站点、多尺度的训练数据，可能对数据获取和处理提出更高要求	开发一种自动分割肾脏微血管结构的计算方法	人类肾脏全切片图像中的微血管结构（如小动脉、小静脉和毛细血管）	digital pathology	renal pathology	deep learning	dynamic network	image	来自HuBMAP和NEPTUNE两个数据集的图像，包括不同放大倍数（40×、20×、10×和5×）	NA	NA	NA	NA
1230	2025-10-07	Exploring Schizophrenia Classification Through Multimodal MRI and Deep Graph Neural Networks: Unveiling Brain Region-Specific Weight Discrepancies and Their Association With Cell-Type Specific Transcriptomic Features 2024-12-20, Schizophrenia bulletin IF:5.3Q1 DOI:10.1093/schbul/sbae069 PMID:38754993	研究论文	本研究利用多模态MRI数据和深度图神经网络开发精神分裂症分类方法，并探索脑区特异性权重差异与细胞类型特异性转录组特征的关联	将MRI数据表示为图结构，采用图注意力网络进行特征提取和分类，结合Grad-CAM提供可解释性分析，并关联脑区基因表达数据	样本来源仅限于7家医院，未提及外部验证结果	提升精神分裂症的诊断准确性，发现客观生物标志物	683名精神分裂症患者和606名健康对照者	医学影像分析	精神分裂症	结构MRI, 功能MRI, 基因表达分析	图注意力网络(GAT), 图卷积网络	医学影像, 基因表达数据	1289名参与者(683患者+606对照)来自7家医院	NA	图注意力网络	准确率, 灵敏度, 特异性	NA
1231	2025-10-07	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	提出一种可解释深度学习框架DUNL，用于神经信号的解卷积分析	首次将算法展开方法应用于稀疏解卷积神经网络设计，实现网络权重与刺激驱动单神经元活动的直接关联解释	NA	开发可解释深度学习方法以理解神经活动机制	多个脑区的神经信号，包括中脑多巴胺神经元、体感丘脑、梨状皮层和纹状体	机器学习	NA	神经信号记录	深度学习, 稀疏解卷积神经网络	神经信号	NA	NA	解卷积展开神经网络学习(DUNL)	NA	NA
1232	2025-10-07	Applicability of Deep Learning to Dynamically Identify the Different Organs of the Pelvic Floor in the Midsagittal Plane 2024-Dec, International urogynecology journal IF:1.8Q3 DOI:10.1007/s00192-024-05841-0 PMID:38913129	研究论文	本研究开发并验证了卷积神经网络在动态超声图像中识别盆底器官的可行性	首次将深度学习应用于动态超声图像中盆底器官的自动识别，比较了三种不同CNN架构的性能	样本量相对有限，某些器官（如膀胱和子宫）的分割精度较低	验证深度学习在盆底动态超声图像中识别不同器官的适用性	盆底器官，包括膀胱、子宫、肛门和肛提肌	计算机视觉	盆底疾病	动态超声成像，Valsalva动作	CNN	超声视频	110名患者（86名训练，24名测试）	NA	UNet, FPN, LinkNet	Dice相似性指数	NA
1233	2025-05-17	Protein engineering using variational free energy approximation 2024-12-01, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54814-w PMID:39617781	研究论文	本文提出了一种名为PREVENT的模型，通过变分自由能近似方法生成稳定且功能性的蛋白质变体	PREVENT模型通过学习蛋白质的序列和热力学景观，生成热力学稳定的功能性蛋白质变体，相比传统方法具有更高的效率和成功率	研究仅针对E. coli磷酸转移酶N-乙酰-L-谷氨酸激酶(EcNAGK)的40种变体进行了评估，需要更多样本来验证模型的普适性	加速蛋白质工程过程，生成稳定且功能性的蛋白质变体	E. coli磷酸转移酶N-乙酰-L-谷氨酸激酶(EcNAGK)	蛋白质工程	NA	变分自由能近似	PREVENT	蛋白质序列和结构数据	40种EcNAGK变体	NA	NA	NA	NA
1234	2025-10-07	Integrative Network Analysis Reveals Novel Moderators of Aβ-Tau Interaction in Alzheimer's Disease 2024-Oct-28, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.14.599092 PMID:39554095	研究论文	本研究采用深度学习网络整合方法分析阿尔茨海默病中Aβ与tau蛋白相互作用的调节因子	首次应用BIONIC深度学习网络整合方法结合蛋白质组学和蛋白质相互作用数据，发现GPNMB+小胶质细胞是Aβ-tau相互作用的新型调节因子	研究基于ROSMAP队列数据，需要在其他独立队列中验证结果的普适性	揭示阿尔茨海默病中淀粉样蛋白β与tau蛋白相互作用的调节机制	轻度认知障碍和早期阿尔茨海默病患者	生物医学信息学	阿尔茨海默病	蛋白质组学, 蛋白质-蛋白质相互作用分析	深度学习	蛋白质组数据, 基因表达数据, 组织病理学数据	ROSMAP队列样本	BIONIC	深度学习网络整合模型	线性回归分析, 互信息分析, Benjamini-Hochberg校正	NA
1235	2025-10-07	Deep-learning-enabled antibiotic discovery through molecular de-extinction 2024-Jul, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-024-01201-x PMID:38862735	研究论文	通过深度学习从灭绝生物蛋白质组中挖掘具有抗菌活性的多肽分子	首次将深度学习应用于分子去灭绝领域，从灭绝生物中发掘新型抗生素多肽	仅验证了69种预测多肽的实验活性，尚未进行大规模临床验证	开发新型抗生素以解决抗生素耐药性问题	灭绝生物的蛋白质组多肽序列	机器学习	细菌感染	深度学习预测、多肽合成、实验验证	神经网络	多肽序列数据	10,311,899条多肽序列	NA	序列编码器+神经网络集成模型	抗菌活性预测准确率	NA
1236	2025-05-17	Brain Age Analysis and Dementia Classification using Convolutional Neural Networks trained on Diffusion MRI: Tests in Indian and North American Cohorts 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/EMBC53108.2024.10781599 PMID:40039079	研究论文	该研究探讨了在卷积神经网络（CNN）模型中添加扩散加权MRI（dMRI）作为输入对阿尔茨海默病分类和痴呆严重程度推断的价值，并在印度和北美人群数据集中进行了测试	研究了dMRI作为输入对CNN模型性能的提升，并评估了使用3D CycleGAN方法在训练前对成像数据集进行协调的效果	研究主要基于特定的数据集（ADNI和NIMHANS），可能在其他人群中的泛化能力有限	提升阿尔茨海默病分类和痴呆严重程度推断的准确性	印度和北美人群的脑部MRI扫描数据	数字病理学	阿尔茨海默病	扩散加权MRI（dMRI）	CNN, 3D CycleGAN	MRI图像	ADNI和NIMHANS队列的数据集	NA	NA	NA	NA
1237	2025-05-17	Advantages of Modeling Photoplethysmography (PPG) Signals using Variational Autoencoders 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/EMBC53108.2024.10782502 PMID:40039209	research paper	本文提出了一种基于变分自编码器（VAE）的PPG信号建模方法，并探讨了其优势和应用	提出了一种名为PPG-VAE的模型，能够识别PPG心跳波的局部斜率、去除高频噪声，并生成与现有信号形态匹配的新信号段	未提及具体的研究限制	探索PPG信号处理的新方法，提高信号分析和合成的能力	PPG信号	machine learning	NA	VAE	VAE	signal	NA	NA	NA	NA	NA
1238	2025-05-17	Integrated Multi-Omics and Whole Slide Images for Survival Prediction in Glioblastoma Using Multiple Instance Learning and Co-Attention 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/EMBC53108.2024.10782321 PMID:40039442	研究论文	本研究旨在通过整合全切片图像和多组学数据，结合生物通路知识，利用多实例学习和共注意力机制，提高胶质母细胞瘤的生存预测准确性	首次将多组学数据与全切片图像结合，利用生物通路知识进行整合，并通过多实例学习和共注意力机制提高预测性能	研究样本量相对较小（214例患者），且仅使用了TCGA数据库的数据	提高胶质母细胞瘤（GBM）患者的生存预测准确性	胶质母细胞瘤患者	数字病理学	胶质母细胞瘤	RNA测序、拷贝数变异分析、DNA甲基化分析	多实例学习和共注意力机制	全切片图像和多组学数据	214例GBM患者，包括447张全切片图像和多种多组学特征	NA	NA	NA	NA
1239	2025-05-17	Automatic COVID-19 Detection from Chest X-ray using Deep MobileNet Convolutional Neural Network 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/EMBC53108.2024.10781897 PMID:40039689	research paper	该研究提出了一种基于深度迁移学习MobileNetV2模型的自动检测COVID-19的方法，通过胸部X光片(CXR)进行病毒检测	结合预训练的MobileNetV2 CNN模型和SVM分类器，提高了COVID-19检测的准确率，从基线模型的92.28%提升至93.2%	NA	开发一种自动检测COVID-19的计算工具，以应对全球医疗系统的压力	胸部X光片(CXR)数据	computer vision	lung cancer	deep learning, transfer learning	MobileNetV2, CNN, SVM	image	NA	NA	NA	NA	NA
1240	2025-10-07	An updated compendium and reevaluation of the evidence for nuclear transcription factor occupancy over the mitochondrial genome 2024-Jun-06, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.04.597442 PMID:38895386	研究论文	通过分析扩展的ENCODE ChIP-seq数据集和深度学习模型，系统评估核转录因子与线粒体基因组的关联证据	利用十年间大幅扩展的ENCODE数据集（6,153个ChIP实验）结合可解释深度学习模型，首次全面评估核转录因子在线粒体基因组上的占据情况	相同转录因子使用不同抗体和ChIP方案检测时，chrM占据证据的可重复性不一致	建立核转录因子与线粒体基因组关联的综合目录并重新评估相关证据标准	人类和小鼠的核转录因子与线粒体基因组的相互作用	计算生物学	NA	ChIP-seq, 深度学习	深度学习模型	基因组测序数据	6,153个ChIP实验，942种蛋白质（其中763个为序列特异性转录因子）	NA	NA	可重复性评估	NA