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
1441	2025-10-06	ADHD detection based on human action recognition 2024, Neuroscience applied DOI:10.1016/j.nsa.2024.104093 PMID:40656101	研究论文	提出了一种基于人体动作识别的注意力缺陷多动障碍检测系统	首次录制真实多模态ADHD数据集，设计新型多动测试捕获ADHD特征，使用简单非穿戴式传感器实现低成本检测	依赖视频数据质量，未与其他神经影像数据直接比较	开发基于人体动作识别的低成本ADHD检测方法	注意力缺陷多动障碍患者的行为特征	计算机视觉	注意力缺陷多动障碍	视频动作分析	深度学习	RGB视频	真实多模态ADHD数据集	NA	NA	准确率, AUC	NA
1442	2025-10-06	Investigating mental workload caused by NDRTs in highly automated driving with deep learning 2024, Traffic injury prevention IF:1.6Q4 DOI:10.1080/15389588.2023.2276657 PMID:38240567	研究论文	本研究通过深度学习模型分析高度自动驾驶中非驾驶相关任务对驾驶员脑力负荷的影响	使用LSTM和BLSTM深度学习模型对EEG信号进行脑力负荷分类，并发现特定频段数据能提升分类准确率	样本量较小（28名参与者），实验环境为模拟驾驶场景	研究高度自动驾驶中非驾驶相关任务对驾驶员脑力负荷的影响并开发分类模型	驾驶员在高度自动驾驶场景下的脑力负荷	机器学习	NA	脑电图（EEG）信号采集，NASA任务负荷指数量表（NASA-TLX）	LSTM, BLSTM	EEG信号	28名参与者	NA	长短期记忆网络（LSTM），双向长短期记忆网络（BLSTM）	分类准确率	NA
1443	2025-10-06	Venomics AI: a computational exploration of global venoms for antibiotic discovery 2024-Dec-20, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.17.628923 PMID:39764027	研究论文	本研究利用机器学习和深度学习技术从全球毒液组数据中挖掘新型抗菌肽，以应对抗生素耐药性问题	首次整合全球毒液组数据集，使用深度学习模型APEX预测抗菌活性，发现了386个结构功能全新的毒液加密肽	仅对58个候选肽进行了实验验证，需要进一步扩大验证规模	从毒液分子中发现新型抗生素以对抗耐药菌感染	全球毒液组数据集中的16,123个毒液蛋白和40,626,260个毒液加密肽	机器学习	细菌感染	毒液组学分析，机器学习，深度学习	神经网络	蛋白质序列数据	16,123个毒液蛋白，40,626,260个毒液加密肽，58个实验验证肽	深度学习框架	APEX（结合肽序列编码器和神经网络的深度学习模型）	抗菌活性预测准确率，实验验证成功率	NA
1444	2025-10-06	ANTIPASTI: Interpretable prediction of antibody binding affinity exploiting normal modes and deep learning 2024-12-05, Structure (London, England : 1993) DOI:10.1016/j.str.2024.10.001 PMID:39461331	研究论文	提出ANTIPASTI模型，通过结合正态模式相关图和深度学习预测抗体结合亲和力	首次将弹性网络模型生成的正态模式相关图作为卷积神经网络输入，用于抗体结合亲和力预测，并提供可解释性分析	NA	开发能够准确预测抗体结合亲和力并具有可解释性的计算方法	抗体-抗原复合物结构	机器学习	NA	弹性网络模型，正态模式分析	CNN	结构数据，相关图	NA	NA	卷积神经网络	NA	NA
1445	2025-10-06	GeoNet enables the accurate prediction of protein-ligand binding sites through interpretable geometric deep learning 2024-12-05, Structure (London, England : 1993) DOI:10.1016/j.str.2024.10.011 PMID:39488202	研究论文	开发了一种名为GeoNet的可解释几何深度学习模型，用于准确预测蛋白质与DNA、RNA和配体的结合位点	引入了无坐标几何表示来表征局部残基分布，并生成特征空间来描绘局部交互生物物理环境，同时捕获残基空间分布和交互环境信息	NA	准确识别蛋白质结合位点以理解其体内功能	蛋白质与DNA、RNA和配体的结合位点	机器学习	NA	几何深度学习	几何深度学习模型	蛋白质结构数据	NA	NA	GeoNet	NA	NA
1446	2025-10-06	ARID3C Acts as a Regulator of Monocyte-to-Macrophage Differentiation Interacting with NPM1 2024-08-02, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.3c00509 PMID:38231884	研究论文	本研究揭示了ARID3C通过与NPM1相互作用调控单核细胞向巨噬细胞分化的分子机制	首次发现ARID3C与NPM1的相互作用机制及其在单核细胞向巨噬细胞分化中的转录调控功能	NA	阐明ARID3C的细胞定位和生物学功能	ARID3C蛋白及其与NPM1的相互作用	生物医学	NA	LC-MS/MS, 深度学习, AlphaFold2预测	深度学习模型	蛋白质相互作用数据, 基因表达数据	NA	AlphaFold2	NA	NA	NA
1447	2025-10-06	Deep learning-based NT-proBNP prediction from the ECG for risk assessment in the community 2024-03-25, Clinical chemistry and laboratory medicine IF:3.8Q1 DOI:10.1515/cclm-2023-0743 PMID:37982681	研究论文	开发基于深度学习的心电图算法预测NT-proBNP水平，用于社区心血管疾病风险评估	首次使用深度学习模型从心电图中预测NT-proBNP生物标志物水平，为心血管疾病风险筛查提供经济高效的替代方案	研究基于特定人群队列，需要在更广泛人群中验证模型的普适性	开发深度学习模型通过心电图预测NT-proBNP水平，实现心血管疾病风险的高效筛查	社区人群的心电图数据和NT-proBNP测量值	医疗人工智能	心血管疾病	心电图分析，深度学习	CNN	心电图信号	汉堡城市健康研究(HCHS) 8,253人，SHIP-START队列3,002人，SHIP-TREND队列3,819人	NA	深度卷积神经网络	Pearson相关系数，AUROC	NA
1448	2025-10-06	Unveiling the stochastic nature of human heteropolymer ferritin self-assembly mechanism 2024-Aug, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.5104 PMID:38995055	研究论文	本研究通过合成特定H/L亚基比例的异聚体铁蛋白，结合冷冻电镜和深度学习建模揭示了其自组装机制中的随机性特征	首次发现铁蛋白自组装过程通过多种随机路径进行，并揭示了H-L异源二聚体形成的显著偏好性	未明确说明研究样本的具体数量和实验重复次数	揭示异聚体铁蛋白的自组装机制及其结构与功能关系	铁蛋白异聚体（含特定H/L亚基比例）	结构生物学	NA	冷冻电子显微镜，深度学习氨基酸建模，质粒工程	深度学习模型	冷冻电镜图像，蛋白质结构数据	NA	NA	NA	NA	NA
1449	2025-10-06	A week in the life of the human brain: stable states punctuated by chaotic transitions 2024-Jan-15, Research square DOI:10.21203/rs.3.rs-2752903/v3 PMID:37034705	研究论文	通过连续多电极颅内记录研究人类自然行为期间大脑网络的动态变化	结合深度学习与动力系统方法揭示大脑网络在自然行为中的稳定状态和混沌转换机制	样本量较小（20名人类受试者），记录时长有限（3-12天）	研究真实世界中大脑网络的动态变化与行为关系	人类大脑网络动态	计算神经科学	NA	多电极颅内记录	深度学习	颅内电生理信号	20名人类受试者，连续记录3-12天	NA	NA	NA	NA
1450	2025-10-06	Review of Deep Learning Performance in Wireless Capsule Endoscopy Images for GI Disease Classification 2024, F1000Research DOI:10.12688/f1000research.145950.2 PMID:39464781	综述	本文综述了深度学习在无线胶囊内镜图像中用于胃肠道疾病分类的性能表现	重点关注迁移学习、注意力机制、多模态学习、自动病变检测、可解释性、数据增强和边缘计算等最新进展	当前深度学习方法存在挑战和局限性，如图像分辨率低、伪影多等问题	回顾深度学习在无线胶囊内镜图像分析中的现状和未来方向	无线胶囊内镜图像	计算机视觉	胃肠道疾病	无线胶囊内镜	NA	医学图像	NA	NA	NA	NA	边缘计算
1451	2025-10-06	Deep learning in the diagnosis of maxillary sinus diseases: a systematic review 2024-09-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twae031 PMID:38995816	系统综述	系统评估深度学习在上颌窦疾病诊断中的性能表现	首次系统综述深度学习在上颌窦疾病检测、分类和分割任务中的应用效果	仅纳入14项研究，样本量有限，且所有研究均基于放射影像数据	评估深度学习在上颌窦疾病诊断中的性能	上颌窦疾病	计算机视觉	上颌窦疾病	放射影像技术	深度学习模型	放射影像	14项研究（从1167项研究中筛选）	NA	NA	准确率, AUC	NA
1452	2025-10-06	Quantification of myocardial oxygen extraction fraction on noncontrast MRI enabled by deep learning 2024-Nov, Radiology advances DOI:10.1093/radadv/umae026 PMID:40641627	研究论文	开发一种基于深度学习的无对比剂心血管磁共振方法，用于活体定量测量心肌氧摄取分数和心肌血容量	首次将UNet神经网络与不对称自旋回波CMR序列结合，实现无对比剂的心肌氧代谢参数定量测量	样本量较小（20名健康志愿者和10名心梗患者），需要在更大人群中验证	开发无创定量测量心肌氧代谢参数的新方法	健康志愿者和慢性心肌梗死患者	医学影像分析	心血管疾病	心血管磁共振，不对称自旋回波序列	深度学习	磁共振图像	20名健康志愿者（11名女性，20-30岁）和10名慢性心肌梗死患者	NA	UNet	变异系数	3 T MRI临床系统
1453	2025-10-06	Optimization-Based Image Reconstruction Regularized with Inter-Spectral Structural Similarity for Limited-Angle Dual-Energy Cone-Beam CT 2024-Dec-18, ArXiv PMID:39764397	研究论文	提出一种基于能谱间结构相似性正则化的优化重建方法，用于解决有限角度双能锥束CT的图像重建问题	无需X射线能谱测量或配对数据集进行模型训练，通过能谱间结构相似性正则化有效减少有限角度伪影	NA	开发一种实用的图像重建方法，促进快速低剂量双能锥束CT的临床应用	四个物理体模和三个数字体模	医学影像	NA	双能锥束CT成像	NA	CT投影数据	七个体模（四个物理体模和三个数字体模）	NA	NA	NA	NA
1454	2025-10-06	The Current Application and Future Potential of Artificial Intelligence in Renal Cancer 2024-11, Urology IF:2.1Q2 DOI:10.1016/j.urology.2024.07.010 PMID:39029807	综述	本文通过文献回顾探讨人工智能在肾癌评估、管理和预后预测中的应用现状与未来潜力	系统梳理了72项具有临床影响力的AI肾癌研究，涵盖影像学、组织病理学和预后预测等多个领域	基于叙述性综述方法，可能存在文献选择偏倚	评估人工智能在肾癌领域的应用现状并展望未来发展潜力	肾癌相关研究	医疗人工智能	肾癌	监督/无监督机器学习、深度学习、自然语言处理、神经网络、影像组学、病理组学	NA	医学影像、组织病理数据	72项相关研究	NA	NA	NA	NA
1455	2025-10-06	An Automated Multi-scale Feature Fusion Network for Spine Fracture Segmentation Using Computed Tomography Images 2024-Oct, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01091-0 PMID:38622384	研究论文	提出一种用于CT图像中脊柱骨折自动分割的多尺度特征融合深度学习模型	设计了包含特征融合模块、注意力机制和空间金字塔池化的新型多尺度特征融合架构	NA	开发自动脊柱骨折分割方法以辅助临床决策	脊柱骨折的CT图像	计算机视觉	脊柱骨折	计算机断层扫描(CT)	深度学习	医学图像	NA	NA	多尺度特征融合网络,包含FFM,SEM,ASPP,RCBAM,RBRAB,LPRAB模块	准确度	NA
1456	2025-10-06	Improved Dementia Prediction in Cerebral Small Vessel Disease Using Deep Learning-Derived Diffusion Scalar Maps From T1 2024-09, Stroke IF:7.8Q1 DOI:10.1161/STROKEAHA.124.047449 PMID:39145386	研究论文	开发了一种从T1图像合成扩散张量成像标量图(FA/MD)的深度学习方法，用于改善脑小血管病患者的痴呆预测	首次提出从常规T1图像合成扩散张量成像标量图的方法，解决了扩散张量成像采集时间长且临床不常规可用的问题	在SCANS数据集上的结构相似性指数相对较低，合成FA图的质量有待进一步提升	提高脑小血管病患者痴呆预测的准确性	脑小血管病患者和正常对照人群	医学影像分析	脑小血管病	扩散张量成像，磁共振成像	深度学习	医学影像	训练集：4998名UK Biobank参与者；验证集：4个外部数据集共753名患者和1000名正常对照	NA	NA	结构相似性指数，c-index	NA
1457	2025-10-06	Greater benefits of deep learning-based computer-aided detection systems for finding small signals in 3D volumetric medical images 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.045501 PMID:38988989	研究论文	本研究评估基于卷积神经网络的计算机辅助检测系统在三维医学影像中对小信号检测性能的提升效果	首次系统比较深度学习CADe系统在3D与2D医学影像搜索中对不同尺寸信号检测效果的差异，并揭示眼动探索行为与系统效益的关联性	研究使用数字乳腺断层合成体模而非真实患者数据，样本量相对有限（16名非专家观察者）	评估基于深度学习的计算机辅助检测系统在三维医学影像中提升小信号检测准确性的效果	数字乳腺断层合成体模中的微钙化小信号和较大肿块信号	计算机视觉	乳腺癌	数字乳腺断层合成成像	CNN	3D volumetric medical images, 2D cross-sectional images	16名非专家观察者，数字乳腺断层合成体模数据	NA	NA	AUC, ROC曲线下面积变化	NA
1458	2025-10-06	Quantifying interpretation reproducibility in Vision Transformer models with TAVAC 2024-12-20, Science advances IF:11.7Q1 DOI:10.1126/sciadv.abg0264 PMID:39705362	研究论文	提出TAVAC指标用于评估Vision Transformer模型的过拟合程度并量化解释可重复性	首次提出通过比较训练和测试阶段的高注意力区域来评估ViT模型过拟合的TAVAC指标	仅在有限的数据集上进行了验证，需要更多样化的数据集进一步测试	提高Vision Transformer模型在生物医学图像分析中的解释可重复性	Vision Transformer模型在图像分类任务中的注意力机制	计算机视觉	乳腺癌	数字病理图像分析	Vision Transformer (ViT)	图像	四个公共图像分类数据集和两个独立乳腺癌组织学图像数据集	NA	Vision Transformer	TAVAC分数	NA
1459	2025-10-06	Interpretable representation learning for 3D multi-piece intracellular structures using point clouds 2024-Aug-13, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.25.605164 PMID:39091871	研究论文	提出一种基于点云和3D旋转不变自编码器的表示学习框架，用于量化细胞内多片段结构的形态特征	采用点云和3D旋转不变自编码器，开发了适用于复杂多片段形态的表示学习方法，能够无监督发现亚结构聚类	NA	开发客观、鲁棒且可泛化的细胞内多片段结构量化方法	具有点状形态（如DNA复制焦点）和多态性形态（如核仁）的细胞内结构	计算机视觉	NA	3D点云分析	自编码器	3D点云，图像数据	多个细胞内结构数据集，包括具有预定义组织规则的合成数据集	CytoDL, Python	3D旋转不变自编码器	效率，生成能力，表示表达能力	NA
1460	2025-10-06	Examining feature extraction and classification modules in machine learning for diagnosis of low-dose computed tomographic screening-detected in vivo lesions 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044501 PMID:38993628	研究论文	本研究比较了三种特征提取方法和两种分类模块在低剂量CT筛查发现的肺结节和结直肠息肉病变诊断中的性能	首次系统比较了传统图像纹理特征、深度学习抽象特征和组织-能量特异性特征在医学影像诊断中的性能，并发现组织-能量特异性特征提取能显著提升诊断性能	研究仅针对低剂量CT筛查发现的特定类型病变，结果可能不适用于其他影像模态或病变类型	评估医学影像机器学习中特征提取和分类模块对病变恶性程度预测的个体性能	低剂量CT筛查发现的肺结节和结直肠息肉病变	医学影像分析	肺结节,结直肠息肉	低剂量计算机断层扫描(CT)	CNN,随机森林	医学影像	三个病变图像数据集	NA	CNN	AUC	NA