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
1321	2025-10-07	ANALYSIS OF CHALLENGES AND POSSIBILITIES OF USING ARTIFICIAL INTELLIGENCE IN MEDICAL DIAGNOSTICS 2024-Dec, Georgian medical news PMID:40007388	综述	本文通过系统综述分析了人工智能在医学诊断中的应用挑战与可能性	系统分析了不同类型AI在医学诊断中的地理分布、实施挑战和发展趋势	仅纳入2019-2024年的24项研究，样本量有限	分析AI在医学诊断中的地理分布、实施挑战和潜在机会	医学诊断中的人工智能应用	机器学习	NA	系统综述	深度学习, 机器学习	多模态数据	24项研究	NA	NA	诊断准确性, 临床可预测性, 处理效率	NA
1322	2025-10-07	Noninvasive fetal genotyping using deep neural networks 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf067 PMID:39992001	研究论文	本研究开发了首个基于深度学习的循环游离DNA胎儿基因分型框架，用于无创产前单基因病检测	首次将深度学习应用于cfDNA胎儿基因分型，整合了DNA核苷酸、片段、突变区域、样本和家族特征等多层次信息	NA	开发基于深度学习的无创产前单基因病检测方法	孕妇血浆中的循环游离DNA	数字病理	单基因遗传病	超深度全基因组测序	深度学习	基因组测序数据	NA	NA	深度神经网络	突变检测准确性	NA
1323	2025-10-07	[Deep Learning Reconstruction Algorithm Combined With Smart Metal Artifact Reduction Technique Improves Image Quality of Upper Abdominal CT in Critically Ill Patients] 2024-Nov-20, Sichuan da xue xue bao. Yi xue ban = Journal of Sichuan University. Medical science edition DOI:10.12182/20241160102 PMID:39990832	研究论文	评估深度学习重建算法结合智能金属伪影减少技术对危重患者上腹部CT图像质量的改善效果	首次将深度学习重建算法与智能金属伪影减少技术结合应用于无法抬臂且需心电图监测的危重患者腹部CT成像	回顾性研究设计，样本量相对有限（102例患者），未评估对诊断准确性的影响	改善危重患者上腹部CT图像质量，特别是减少金属伪影和图像噪声	102例无法抬臂且需心电图监测的危重患者	医学影像处理	危重疾病	CT成像，智能金属伪影减少技术	深度学习重建算法	CT图像	102例危重患者	NA	NA	CT值，噪声，信噪比，对比噪声比，5分制定性评分	NA
1324	2025-10-07	Effective genome editing with an enhanced ISDra2 TnpB system and deep learning-predicted ωRNAs 2024-Nov, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02418-z PMID:39313558	研究论文	本研究通过优化ISDra2 TnpB系统并开发深度学习预测模型，实现了高效的基因组编辑	开发了增强型TnpBmax系统使编辑效率提高4.4倍，创建了K76突变变体扩展靶向范围，并建立了深度学习模型TEEP预测ωRNA活性	NA	开发更紧凑高效的基因组编辑工具用于研究和治疗	哺乳动物细胞、小鼠肝脏和大脑	机器学习	NA	基因组编辑、深度学习	深度学习模型	基因组编辑效率数据	10,211个靶位点的编辑效率数据集	NA	TEEP（TnpB编辑效率预测器）	相关系数r>0.8，编辑效率（小鼠肝脏75.3%，大脑65.9%）	NA
1325	2025-10-07	An efficient enhanced stacked auto encoder assisted optimized deep neural network for forecasting Dry Eye Disease 2024-10-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75518-7 PMID:39438634	研究论文	提出一种基于增强堆叠自编码器和优化深度神经网络的干眼病预测方法	将混沌映射融入特征选择，使用SLSTM-STSA提升分类精度，并采用增强量子细菌觅食优化算法的自适应量子旋转进行优化	NA	开发高效的干眼病早期诊断方法	干眼病患者数据	机器学习	干眼病	深度学习	堆叠自编码器,深度神经网络	医学特征数据	NA	NA	增强堆叠自编码器,优化深度神经网络	准确率	NA
1326	2025-10-07	Automated analysis of fetal heart rate baseline/acceleration/deceleration using MTU-Net3 + model 2024-Sep, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00388-x PMID:39220035	研究论文	本研究提出MTU-Net3+深度学习模型，用于自动化分析胎儿心率信号的基线、加速和减速	在UNet3+架构基础上集成自注意力机制和双向LSTM层，实现多任务胎儿心率分析	模型在公开数据集和私有数据集上表现存在差异，私有数据集性能更优	提高胎儿心率分析的诊断准确性和效率	胎儿心率信号	医疗人工智能	胎儿健康评估	深度学习	UNet3+, LSTM	胎儿心率信号	公开数据库子集和私有数据库	NA	UNet3+ with self-attention and bidirectional LSTM	F1-score, RMSD, D15bpm, SI, MADI	NA
1327	2025-05-11	Evaluation Kidney Layer Segmentation on Whole Slide Imaging using Convolutional Neural Networks and Transformers 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3006865 PMID:40336524	research paper	评估使用卷积神经网络和Transformer在肾脏全切片图像上进行肾脏分层分割的效果	首次将深度学习技术应用于肾脏分层结构分割，并比较了CNN和Transformer模型的性能	研究仅在小鼠肾脏WSI上进行，未验证人类样本的适用性	探索深度学习在肾脏分层结构自动分割中的可行性	小鼠肾脏全切片图像中的皮质层结构	digital pathology	NA	whole slide imaging	Swin-Unet, Medical-Transformer, TransUNet, U-Net, PSPNet, DeepLabv3+	image	小鼠肾脏WSI（具体数量未提及）	NA	NA	NA	NA
1328	2025-05-11	Deep Learning-Based Open Source Toolkit for Eosinophil Detection in Pediatric Eosinophilic Esophagitis 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3006520 PMID:40336525	研究论文	开发了一个名为Open-EoE的开源工具包，用于在儿童嗜酸性食管炎（EoE）中进行嗜酸性粒细胞的自动检测	开发了一个支持三种最先进的深度学习目标检测模型的开源工具包，并通过集成学习策略优化性能	未提及具体局限性	将机器学习方法整合到EoE的诊断过程中，提高检测效率和准确性	儿童嗜酸性食管炎（EoE）患者的全切片图像（WSI）	数字病理学	嗜酸性食管炎	深度学习	目标检测模型	图像	289张全切片图像（WSI）	NA	NA	NA	NA
1329	2025-10-07	Unsupervised inter-domain transformation for virtually stained high-resolution mid-infrared photoacoustic microscopy using explainable deep learning 2024-12-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-55262-2 PMID:39738110	研究论文	提出一种基于可解释深度学习的无监督跨域转换方法，将低分辨率中红外光声显微镜图像转换为类共聚焦荧光染色的高分辨率图像	首次将可解释深度学习应用于中红外光声显微镜图像的无监督跨域转换，通过添加显著性约束提高转换过程的稳定性和可靠性	方法在培养的人类心脏成纤维细胞上验证，尚未在其他细胞类型或组织上测试	实现无需标记的高分辨率双工细胞成像	人类心脏成纤维细胞的细胞核和丝状肌动蛋白	计算机视觉	心血管疾病	中红外光声显微镜，共聚焦荧光显微镜	GAN	图像	NA	NA	生成对抗网络	显著性相似度	NA
1330	2025-10-07	The Theranostic Genome 2024-12-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-55291-x PMID:39738156	研究论文	本文提出“诊疗基因组”概念，通过深度学习混合人机流程整合多源生物医学数据库，识别可用于癌症诊疗一体化的基因靶点和先导化合物	首次定义“诊疗基因组”概念，开发深度学习混合人机流程整合多源生物医学数据库，实现基因与诊疗化合物的系统关联	NA	克服诊疗药物开发中的瓶颈，促进精准医学发展	人类基因组中可用于诊疗应用的基因表达数据	生物信息学	癌症	RNA测序，深度学习	深度学习	基因组数据，文献数据，数据库记录	超过17,000个人类组织样本	NA	NA	NA	NA
1331	2025-05-10	Artificial intelligence model for perigastric blood vessel recognition during laparoscopic radical gastrectomy with D2 lymphadenectomy in locally advanced gastric cancer 2024-Dec-30, BJS open IF:3.5Q1 DOI:10.1093/bjsopen/zrae158 PMID:39963943	研究论文	开发了一种基于深度学习的实时胃周血管识别模型，用于辅助局部晚期胃癌腹腔镜根治术中的D2淋巴结清扫	首次将DeepLabv3+模型应用于胃周血管实时识别，为腹腔镜手术提供AI辅助决策支持	在出血或手术烟雾等复杂场景下识别性能下降，肥胖患者数据表现良好但未说明具体样本量	提高局部晚期胃癌手术安全性，减少术中意外出血	腹腔镜胃癌根治术视频中的胃周血管	数字病理	胃癌	深度学习	DeepLabv3+	手术视频图像	116个手术视频的2460张图像	NA	NA	NA	NA
1332	2025-10-07	MMDB: Multimodal dual-branch model for multi-functional bioactive peptide prediction 2024-Jul, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2024.115491 PMID:38460901	研究论文	提出一种新型多模态双分支轻量级深度学习模型MMDB，用于同时预测多功能生物活性肽	首次使用多尺度扩张卷积在不增加参数的情况下提取肽序列特征，并设计双分支结构分别捕获序列和结构信息的互补特征	NA	开发能够同时准确检测多种功能的生物活性肽预测方法	多功能生物活性肽	生物信息学	NA	深度学习	CNN, Bi-LSTM	序列数据，结构数据	NA	NA	多尺度扩张卷积，双向LSTM，多层卷积	Coverage, Precision, Accuracy	NA
1333	2025-10-07	PhosAF: An integrated deep learning architecture for predicting protein phosphorylation sites with AlphaFold2 predicted structures 2024-Jul, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2024.115510 PMID:38513769	研究论文	开发了一种集成深度学习架构PhosAF，通过结合序列和结构信息预测人类蛋白质磷酸化位点	首次整合AlphaFold2预测的蛋白质结构信息，提出CMA-Net和MFC-Net集成架构，并采用基于蛋白质二级结构的新策略构建可靠负样本	仅针对人类蛋白质进行研究，未验证在其他物种上的适用性	提高蛋白质磷酸化位点预测的准确性	人类蛋白质磷酸化位点	生物信息学	NA	深度学习，蛋白质结构预测	CNN，多头注意力机制，DNN	蛋白质序列数据，蛋白质结构数据	NA	NA	CMA-Net，MFC-Net	NA	NA
1334	2025-10-07	Streamlining social media information retrieval for public health research with deep learning 2024-Jun-20, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae118 PMID:38718216	研究论文	开发了一个基于深度学习的系统，用于从社交媒体数据中自动构建症状词典，以改进公共卫生研究	提出了一个系统化的流程来自动构建医学术语与口语表达之间的映射词典，相比传统关键词匹配方法能发现更多症状表达	研究仅基于COVID-19相关推文，词典的通用性需要进一步验证	简化社交媒体信息检索流程，支持公共卫生研究和流行病监测	COVID-19相关推文中的症状表达	自然语言处理	COVID-19	命名实体识别，实体规范化，概念映射	深度学习模型	文本数据（推文）	从2020年2月1日至2022年4月30日的COVID-19相关推文，识别出498,480个独特症状实体表达	NA	NA	准确率	NA
1335	2025-10-07	Exploiting holographically encoded variance to transmit labelled images through a multimode optical fiber 2024-May-20, Optics express IF:3.2Q2 DOI:10.1364/OE.519379 PMID:38859036	研究论文	本文提出通过全息调制在多模光纤传输中编码额外方差层，提升系统传输能力并实现彩色图像重建	首次将全息编码标签引入多模光纤传输系统，通过输出散斑模式的方差增强实现无时间同步的彩色图像重建	未明确说明样本规模和具体性能指标的量化结果	提升多模光纤系统的图像传输能力和解码效率	通过多模光纤传输的标记图像和散斑模式	计算机视觉	NA	全息调制，傅里叶变换透镜	深度学习神经网络	图像，散斑模式	数千张图像	NA	ResUNet	保真度	NA
1336	2025-10-07	Deep learning-based lesion detection and severity grading of small-bowel Crohn's disease ulcers on double-balloon endoscopy images 2024-May, Gastrointestinal endoscopy IF:6.7Q1 DOI:10.1016/j.gie.2023.11.059 PMID:38065509	研究论文	本研究开发了一种基于深度学习的人工智能模型，用于在双气囊内镜图像中检测小肠克罗恩病病变并对溃疡严重程度进行分级	首次将EfficientNet-b5深度学习模型应用于双气囊内镜图像的小肠克罗恩病病变检测和溃疡严重程度分级	研究数据来自单一中心，需要多中心验证来进一步验证模型的泛化能力	利用人工智能准确检测和客观评估小肠克罗恩病，实现更精细化的疾病管理	小肠克罗恩病患者	计算机视觉	克罗恩病	双气囊内镜	CNN	图像	28,155张双气囊内镜图像，来自628名患者	NA	EfficientNet-b5	准确率	NA
1337	2025-10-07	Deep learning model for the detection of prostate cancer and classification of clinically significant disease using multiparametric MRI in comparison to PI-RADs score 2024-05, Urologic oncology DOI:10.1016/j.urolonc.2024.01.021 PMID:38388243	研究论文	开发基于深度学习的多参数MRI模型用于前列腺癌检测和临床显著性前列腺癌分类，并与PI-RADS评分系统进行性能比较	首次将深度学习模型与PI-RADS分类系统在前列腺癌检测和临床显著性前列腺癌分类方面进行直接比较，并展示了在PSA分层条件下的优越性能	研究基于单中心数据，外部验证队列样本量相对较小(315例患者)	开发自动化前列腺癌检测和分类系统，提高临床显著性前列腺癌的诊断准确性	接受根治性前列腺切除术或活检的前列腺疾病患者	医学影像分析	前列腺癌	多参数磁共振成像(mpMRI)	深度学习	医学影像	总样本1729例患者(训练队列1285例，外部测试队列315例)	NA	集成模型	AUC, 敏感度, 特异度	NA
1338	2025-10-07	ViNe-Seg: deep-learning-assisted segmentation of visible neurons and subsequent analysis embedded in a graphical user interface 2024-03-29, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae177 PMID:38569889	研究论文	开发了一种基于深度学习的半自动神经元分割工具ViNe-Seg，包含图形用户界面和后续分析功能	提供半自动分割方法，支持实验过程中实时分割，允许用户训练自定义模型并共享，集成后续分析步骤	在低信噪比数据集中的分割准确性仍面临挑战	改进神经元胞体的分割速度和一致性，减少人工分割带来的变异性	可见神经元（无论其活动状态）	数字病理	NA	光学功能成像	深度学习	图像	NA	NA	NA	NA	NA
1339	2025-05-09	ASAP-DTA: Predicting drug-target binding affinity with adaptive structure aware networks 2024-Dec, Journal of bioinformatics and computational biology IF:0.9Q4 DOI:10.1142/S0219720024500288 PMID:39961610	research paper	提出了一种基于图深度学习的药物-靶标结合亲和力预测模型ASAP-DTA，利用自适应结构感知池化进行图处理	整合了自注意力机制与增强的图神经网络，通过聚类相邻节点并按注意力分数加权形成最终分子表示，显著改进了图特征提取	未提及模型在更大规模或更复杂数据集上的表现	高效预测药物-靶标结合亲和力，减少药物再利用的资源浪费	药物-靶标结合亲和力	machine learning	NA	graph-based deep learning	graph neural network with self-attention mechanism	2D molecular graph	multiple benchmark datasets including KIBA dataset	NA	NA	NA	NA
1340	2025-10-07	Integrative analysis of H&E and IHC identifies prognostic immune subtypes in HPV related oropharyngeal cancer 2024-Oct-03, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00604-w PMID:39363031	研究论文	本研究通过整合H&E染色和免疫组化图像，识别HPV相关口咽癌中的预后免疫亚型	首次将H&E与IHC图像配准整合，增强对肿瘤免疫微环境功能特征的表征能力	回顾性研究，样本量有限（88例原发肿瘤和70例淋巴结组织）	改善HPV阳性口咽癌患者分层和预后评估	HPV阳性口咽鳞状细胞癌患者	数字病理学	口咽癌	H&E染色，免疫组化	深度学习	病理图像	88例原发肿瘤和70例淋巴结组织图像	NA	NA	p值，多变量Cox回归分析	NA