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
1341	2025-04-11	The Growing Impact of Natural Language Processing in Healthcare and Public Health 2024 Jan-Dec, Inquiry : a journal of medical care organization, provision and financing DOI:10.1177/00469580241290095 PMID:39396164	综述	本文综述了自然语言处理（NLP）在医疗保健和公共卫生领域的当前应用、成功案例以及存在的局限性和新兴趋势	总结了NLP在医疗保健中的多种应用，如公共情绪分析、电子健康记录筛选、加速临床试验候选人识别等，并探讨了NLP在克服语言障碍和改善医疗服务方面的潜力	研究仅限于2018年至2023年间发表的英文论文，且样本量为27篇，可能无法全面覆盖NLP在医疗保健领域的所有应用和发展	探讨NLP在医疗保健和公共卫生领域的应用及其潜力	自然语言处理技术在医疗保健和公共卫生领域的应用	自然语言处理	NA	自然语言处理（NLP）、深度学习、语音识别（SR）、自然语言理解（NLU）	NA	非结构化文本、社交媒体数据	27篇论文
1342	2025-04-10	Use of Artificial Intelligence in Imaging Dementia 2024-11-27, Cells IF:5.1Q2 DOI:10.3390/cells13231965 PMID:39682713	research paper	本文探讨了人工智能在痴呆症影像诊断中的应用及其潜力	利用图卷积网络框架为阿尔茨海默病及其前驱阶段提供多模态稀疏可解释性支持，并开发了基于卷积神经网络的方法进行外部验证	人工智能在临床实践中的应用面临技术、疾病相关和制度性挑战	改善痴呆症患者的诊断和预后	老年痴呆症患者，包括阿尔茨海默病、血管性痴呆、路易体痴呆等	digital pathology	geriatric disease	machine learning, deep learning	CNN, GCN	image	NA
1343	2025-04-10	Integrated Biochemical and Computational Methods for Deciphering RNA-Processing Codes 2024 Nov-Dec, Wiley interdisciplinary reviews. RNA DOI:10.1002/wrna.1875 PMID:39523464	review	本文系统总结了用于解析五种重要RNA编码（包括可变剪接、可变多聚腺苷酸化、RNA定位、RNA修饰和RBP结合）的生化和计算方法	结合机器学习和深度学习模型，从DNA序列中学习RNA转化的规则或编码，并探讨了使用大型语言模型和广泛领域知识开发预测模型时遇到的挑战	未提及具体样本量或实验数据的具体限制	将大数据转化为生物学知识，预测RNA产物，解码分子机制，预测疾病变异对RNA加工事件的影响，并识别驱动突变	RNA加工过程中的五种重要编码	自然语言处理	NA	高通量测序技术	机器学习和深度学习模型	DNA序列数据	NA
1344	2025-04-10	Identifying depression-related topics in smartphone-collected free-response speech recordings using an automatic speech recognition system and a deep learning topic model 2024-06-15, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2024.03.106 PMID:38552911	research paper	该研究通过智能手机收集的自由回答语音录音，使用自动语音识别系统和深度学习主题模型，自动识别与抑郁相关的主题	结合自动语音识别（Whisper工具）和深度学习主题模型（BERTopic）自动分析抑郁相关语音主题，并关联抑郁严重程度、行为和语言特征	研究结果来自特定语音任务的抑郁队列，可能限制对非临床人群或其他语音任务的普适性，部分主题样本量较小需进一步验证	自动识别抑郁相关语音主题并分析其与抑郁严重程度的关系	265名有抑郁史的参与者的3919段英语自由回答语音录音	natural language processing	geriatric disease	自动语音识别（Whisper工具），深度学习主题模型（BERTopic）	BERTopic	语音录音	265名参与者的3919段语音录音
1345	2025-04-10	Discovery and development of macrocyclic peptide modulators of the cannabinoid 2 receptor 2024-06, The Journal of biological chemistry IF:4.0Q2 DOI:10.1016/j.jbc.2024.107330 PMID:38679329	研究论文	本文探索了植物源性环状胱氨酸结肽作为大麻素2型受体（CBR）配体的潜力，并基于深度学习网络设计和表征了基于vodo-C1的双环肽	首次发现并开发了基于环肽的大麻素2型受体调节剂，特别是从甜紫罗兰中鉴定出vodo-C1作为CBR的全激动剂，并设计出具有负变构调节或中性拮抗作用的双环肽	研究仅基于九种植物的肽富集提取物库，样本量有限，且设计的双环肽未能激活受体	开发新型大麻素2型受体调节剂，用于治疗慢性炎症和纤维化	大麻素2型受体（CBR）及其配体	药物发现	慢性炎症和纤维化	药理学引导的分馏、肽组学、深度学习网络	深度学习网络	肽序列和结构数据	九种植物的肽富集提取物库
1346	2025-04-10	Cascaded cross-attention transformers and convolutional neural networks for multi-organ segmentation in male pelvic computed tomography 2024-Mar, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.2.024009 PMID:38595327	research paper	提出了一种基于深度学习的自动两步分割流程，用于男性盆腔CT图像中多器官的分割	采用混合卷积-Transformer模型进行初始多器官分割，并通过图像增强模块和器官特定精细分割提高分割精度	仅在30张测试图像上验证，样本量较小	提高男性盆腔CT图像中多器官分割的准确性，以支持放射治疗计划	前列腺、膀胱、直肠、精囊和股骨头	digital pathology	prostate cancer	computed tomography (CT)	axial cross-attention UNet (混合卷积-Transformer模型)	image	30张男性盆腔CT图像
1347	2025-04-10	Deep Learning-Assisted Single-Molecule Detection of Protein Post-translational Modifications with a Biological Nanopore 2024-01-16, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.3c08623 PMID:38112538	research paper	本文介绍了一种利用生物纳米孔和深度学习技术检测蛋白质翻译后修饰（PTMs）的单分子方法	结合生物纳米孔（气溶素）和深度学习模型，实现了对α-突触核蛋白肽及其多种PTM变体的高灵敏度检测和区分	目前仅针对α-突触核蛋白肽及其特定PTM变体进行了验证，尚未扩展到其他蛋白质或PTM类型	开发一种高灵敏度的单分子检测方法，用于蛋白质翻译后修饰的研究和生物标志物发现	α-突触核蛋白肽及其磷酸化、硝化和氧化等PTM变体	单分子检测	神经退行性疾病	纳米孔传感技术（气溶素纳米孔）	深度学习模型	电信号数据	NA
1348	2025-04-10	Deep learning in public health: Comparative predictive models for COVID-19 case forecasting 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0294289 PMID:38483948	研究论文	比较多种深度学习模型在预测阿联酋和马来西亚COVID-19病例中的效果	使用贝叶斯优化技术提升模型性能，并比较不同深度学习模型在特定地区的预测效果	研究仅针对阿联酋和马来西亚，可能不适用于其他地区	确定预测COVID-19病例的最有效深度学习模型	阿联酋和马来西亚的COVID-19病例数据	机器学习	COVID-19	贝叶斯优化	LSTM, bidirectional LSTM, CNN, hybrid CNN-LSTM, Multilayer Perceptron's, RNN	结构化数据（确诊病例数、人口统计数据、社会经济因素）	NA
1349	2025-04-09	A phenotypic drug discovery approach by latent interaction in deep learning 2024-Oct, Royal Society open science IF:2.9Q1 DOI:10.1098/rsos.240720 PMID:40191531	research paper	本文提出了一种基于深度学习的潜在相互作用表型药物发现方法，通过端到端的方式利用药物和病毒遗传信息的文本表示进行高维潜在表示转换	该方法能够隐式考虑上位性和化学-遗传相互作用等复杂性，并处理数据稀缺的普遍挑战，为机制知识有限情况下的药物发现提供了有前景的替代方案	虽然展示了深度学习在数据稀缺场景中的可行性，但对潜在机制的理解仍有限	解决传统药物发现方法中高阶相互作用被忽视的问题，开发新的计算方法	药物和病毒的遗传信息	machine learning	NA	deep learning, data augmentation	deep learning model	text	NA
1350	2025-04-09	An automated approach for predicting HAMD-17 scores via divergent selective focused multi-heads self-attention network 2024-07, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2024.110984 PMID:38806119	研究论文	介绍了一种名为DSFMANet的深度学习模型，用于自动预测抑郁症患者的HAMD-17评分	提出了一种多分支结构的自注意力网络，通过人工配置不同分支的注意力焦点因子，实现了对不同子频带的注意力分布	未提及具体的数据集规模或模型在其他疾病上的泛化能力	提高抑郁症诊断的准确性，为临床决策提供支持	抑郁症患者的HAMD-17评分	机器学习	抑郁症	深度学习	DSFMANet（多分支自注意力网络）	EEG信号	NA
1351	2025-04-09	Regulated Behavior in Living Cells with Highly Aligned Configurations on Nanowrinkled Graphene Oxide Substrates: Deep Learning Based on Interplay of Cellular Contact Guidance 2024-01-16, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.2c09815 PMID:38099607	研究论文	研究通过纳米皱纹石墨烯氧化物基底调控细胞行为，并利用深度学习技术解析细胞反应	开发了高度有序的纳米皱纹石墨烯氧化物表面，结合深度学习技术精确解析细胞行为	研究仅针对L929成纤维细胞和HT22海马神经元细胞，未涉及其他细胞类型	探索纳米拓扑结构对细胞行为的调控机制及其在组织工程中的应用	L929成纤维细胞和HT22海马神经元细胞	数字病理学	NA	深度学习	DL网络	图像	L929成纤维细胞和HT22海马神经元细胞
1352	2025-04-09	Altered Motor Activity Patterns within 10-Minute Timescale Predict Incident Clinical Alzheimer's Disease 2024, Journal of Alzheimer's disease : JAD DOI:10.3233/JAD-230928 PMID:38393904	研究论文	研究通过运动活动的分形模式变化预测临床阿尔茨海默病的发生	首次在10分钟时间尺度内发现运动活动分形模式变化与阿尔茨海默病临床发病的最强关联	研究仅基于运动活动数据，未结合其他生物标志物	确定运动活动分形调节(FMAR)在哪些时间尺度的变化最能预测阿尔茨海默病的临床发病	1,077名参与者，其中270人在随访期间出现临床阿尔茨海默病	数字病理学	阿尔茨海默病	活动记录仪(actigraphy)和深度学习	DeepSurv, Cox模型, 随机生存森林	时间序列运动活动数据	1,077名参与者，随访长达15年
1353	2025-04-08	MultiSC: a deep learning pipeline for analyzing multiomics single-cell data 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae492 PMID:39376034	research paper	提出了一种名为MultiSC的深度学习流程，用于分析多组学单细胞数据	开发了一个新的流程MultiSC，利用多模态约束自编码器和基于矩阵分解的模型来整合多组学数据并预测转录因子调控的靶基因	未提及具体的数据处理或模型性能限制	解决多组学单细胞数据整合和分析工具缺乏的问题	多组学单细胞数据，包括基因表达、染色质可及性和转录因子蛋白表达	machine learning	NA	NEAT-seq	multimodal constraint autoencoder, matrix factorization-based model (scMF), multivariate linear regression models	multiomics single-cell data	未提及具体样本数量
1354	2025-04-08	Deep learning for intracranial aneurysm segmentation using CT angiography 2024-Jul-26, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad6372 PMID:39008990	研究论文	本研究采用两阶段深度学习方法，在计算机断层扫描血管造影图像中准确检测小动脉瘤（4-10毫米大小）	提出了一种轻量级且快速的头部区域选择（HRS）算法和自适应的3D nnU-Net网络，用于分割动脉瘤，并将推理时间减少了50%以上	未提及	准确检测和分割小动脉瘤	计算机断层扫描血管造影图像中的小动脉瘤	计算机视觉	心血管疾病	计算机断层扫描血管造影（CTA）	3D nnU-Net	图像	956名患者来自6家医院和一个公共数据集，使用6台不同制造商的CT扫描仪获取
1355	2025-04-08	Evaluation of enzyme activity predictions for variants of unknown significance in Arylsulfatase A 2024-Jun-17, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.16.594558 PMID:38798479	research paper	评估机器学习方法在预测未知意义变异（VUS）对芳基硫酸酯酶A（ARSA）基因功能影响方面的性能	一项由遗传学和编程训练营参与者开发的模型在预测性能上表现最佳，且深度学习方法的预测性能有显著提升	研究中仅使用了219个实验验证的错义VUS，样本量可能有限	评估机器学习方法在预测VUS功能影响方面的准确性及其在遗传和临床研究中的潜在应用	芳基硫酸酯酶A（ARSA）基因中的219个错义VUS	machine learning	NA	machine learning, deep learning	NA	genetic variants	219个实验验证的错义VUS
1356	2025-04-08	Critical assessment of missense variant effect predictors on disease-relevant variant data 2024-Jun-08, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.06.597828 PMID:38895200	研究论文	评估错义变异效应预测工具在疾病相关变异数据上的性能	通过CAGI6挑战赛评估多种错义变异效应预测工具，包括临床遗传学社区常用工具和最新开发的深度学习方法，并探讨了不同临床和研究应用场景下的性能表现	评估数据集中可能存在标签不平衡问题，且某些预测工具在区分致病性变异和极罕见良性变异时性能下降	评估错义变异效应预测工具的临床和研究实用性，并为未来改进提供方向	错义变异效应预测工具	生物信息学	遗传病	深度学习	NA	基因组数据	来自疾病相关数据库的罕见错义变异数据集
1357	2025-04-07	Identifying nucleotide-binding leucine-rich repeat receptor and pathogen effector pairing using transfer-learning and bilinear attention network 2024-Oct-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae581 PMID:39331576	研究论文	提出了一种名为ProNEP的深度学习算法，用于高通量识别NLR-效应子对	将CNE预测任务概念化为蛋白质-蛋白质相互作用预测任务，并结合迁移学习和双线性注意力网络进行预测	CNE数据非常稀缺，已知的CNE数量远少于已确认的NLR数量	识别NLR与效应子之间的对应关系，以促进生物学、免疫学和育种研究	核苷酸结合富含亮氨酸重复序列受体（NLR）和病原体效应子	生物信息学	NA	深度学习	双线性注意力网络	蛋白质序列数据	91,291个NLR和387个已知CNE
1358	2025-04-07	Interpretable Cognitive Ability Prediction: A Comprehensive Gated Graph Transformer Framework for Analyzing Functional Brain Networks 2024-04, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3343365 PMID:38109241	研究论文	本文提出了一种基于门控图变换器（GGT）的新框架，用于根据fMRI的功能连接（FC）预测个体的认知能力	结合先验空间知识，采用随机游走扩散策略捕捉大脑区域间的复杂结构功能关系，利用可学习的结构和位置编码（LSPE）及门控机制有效分离位置编码（PE）和图嵌入的学习	NA	预测个体的认知能力并增强功能脑网络生物标志物的可解释性	功能脑网络	神经科学研究	NA	fMRI	GGT（门控图变换器）	功能连接（FC）数据	两个大规模脑成像数据集：费城神经发育队列（PNC）和人类连接组计划（HCP）
1359	2025-04-07	Developing and comparing deep learning and machine learning algorithms for osteoporosis risk prediction 2024, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2024.1355287 PMID:38919268	研究论文	本研究开发并比较了深度学习和机器学习算法在骨质疏松风险预测中的性能	提出了一种新的深度神经网络（DNN）框架，用于骨质疏松风险预测，并证明其在性能上优于传统的机器学习模型和回归模型	研究样本仅限于路易斯安那骨质疏松研究（LOS）中的8,134名40岁以上受试者，可能不具有普遍代表性	评估深度神经网络（DNN）在骨质疏松风险预测中的性能，并与传统机器学习模型进行比较	8,134名40岁以上受试者的髋部骨密度（BMD）及广泛的 demographic 和常规临床数据	机器学习	骨质疏松	深度学习（DL）和机器学习（ML）	DNN, RF, ANN, KNN, SVM, OST	临床数据和 demographic 数据	8,134名40岁以上受试者
1360	2025-04-06	Domain Progressive Low-dose CT Imaging using Iterative Partial Diffusion Model 2024-Nov-07, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3492260 PMID:39509314	研究论文	提出了一种基于迭代部分扩散模型（IPDM）的新型域渐进低剂量CT成像框架，以解决现有深度学习方法在低剂量CT成像中的泛化性问题	利用迭代部分扩散模型完成去噪任务，同时减少时间消耗和收敛困难；提出条件引导采样方法减轻采样偏差；基于像素级噪声估计的自适应权重策略逐步调整引导强度	未明确提及具体局限性	提高低剂量CT成像的质量和泛化能力	低剂量CT图像	计算机视觉	NA	扩散模型	迭代部分扩散模型（IPDM）	CT图像	多样化的数据集（未明确提及具体样本数量）