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
1	2025-05-25	Deep learning-driven imaging of cell division and cell growth across an entire eukaryotic life cycle 2024-Apr-27, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.25.591211 PMID:38712227	research paper	该研究开发了一个深度学习驱动的成像框架，用于跟踪真核微生物的整个生命周期，包括细胞分裂和细胞生长	结合微流体培养、显微镜图像的生命周期阶段特异性分割和新型细胞追踪算法FIEST，通过深度学习视频帧插值增强单细胞掩模的连续性	该方法目前仅应用于酿酒酵母的性生命周期，尚未在其他真核微生物中验证	开发定量研究完整真核微生物生命周期的方法	真核微生物（特别是酿酒酵母）的性生命周期	digital pathology	NA	microfluidic culturing, fluorescent reporter system, High-Cdk1 activity sensor (LiCHI)	CNN	image	NA
2	2025-05-24	An Exaggeration? Reality?: Can ChatGPT Be Used in Neonatal Nursing? 2024 Apr-Jun 01, The Journal of perinatal & neonatal nursing IF:1.5Q2 DOI:10.1097/JPN.0000000000000826 PMID:38758263	research paper	本文探讨了ChatGPT在新生儿护理中的应用潜力及其挑战	探讨了ChatGPT在新生儿护理中的创新应用，如疼痛评估、喂养过程和患者状态判定	需要严格验证数据的准确性，并对缺乏科学依据的结果保持怀疑态度	评估ChatGPT在新生儿护理中的应用效果和安全性	新生儿护理中的AI应用，特别是ChatGPT	natural language processing	NA	自然语言处理	ChatGPT	text	NA
3	2025-05-23	Deep learning assists detection of esophageal cancer and precursor lesions in a prospective, randomized controlled study 2024-04-17, Science translational medicine IF:15.8Q1 DOI:10.1126/scitranslmed.adk5395 PMID:38630847	研究论文	本研究开发了一种基于深度卷积神经网络(CNN)的系统，用于检测食管癌及其癌前病变，并在临床实践中验证了其提高高风险食管病变(HrEL)检出率的有效性	首次在随机对照研究中验证了深度学习辅助内窥镜检测食管癌及癌前病变的有效性，显著提高了HrEL的检出率	研究仅在中国浙江省的一家医院进行，样本来源相对单一	提高食管鳞状细胞癌(ESCC)及其癌前病变的内窥镜检出率	50岁以上的患者，包括食管癌和癌前病变(HrELs)	数字病理	食管癌	深度学习辅助内窥镜检查	CNN	内窥镜图像	3117名患者(实验组1556人，对照组1561人)
4	2025-05-12	Rapid and accurate prediction of protein homo-oligomer symmetry with Seq2Symm 2024-Apr-26, Research square DOI:10.21203/rs.3.rs-4215086/v1 PMID:38746169	research paper	该论文提出了一种名为Seq2Symm的模型，用于快速准确地预测蛋白质同源寡聚体的对称性	Seq2Symm利用ESM2模型，在预测蛋白质同源寡聚体对称性方面优于现有的基于模板和深度学习方法	论文未明确提及具体局限性	开发能够快速准确预测蛋白质同源寡聚体对称性的机器学习模型	蛋白质同源寡聚体的对称性	machine learning	NA	ESM-MSA, ESM2, RoseTTAFold2	Seq2Symm (基于ESM2)	protein sequences	5个完整蛋白质组和约350万个未标记蛋白质序列
5	2025-05-01	Improving resolution of panoramic radiographs: super-resolution concept 2024-04-29, Dento maxillo facial radiology DOI:10.1093/dmfr/twae009 PMID:38483289	研究论文	本研究利用深度学习超分辨率技术提升牙科全景X光片的分辨率，以支持更精确的诊断和治疗计划	采用四种先进的深度学习模型（SRCNN、Efficient Sub-Pixel CNN、SRGAN和Autoencoder）进行牙科图像超分辨率重建，并比较其性能	当图像缩放比例较高时，性能会下降	提升牙科全景X光片的分辨率，以改善诊断和治疗计划的精确性	牙科全景X光片	计算机视觉	牙科疾病	深度学习超分辨率技术	SRCNN, Efficient Sub-Pixel CNN, SRGAN, Autoencoder	图像	1714张全景X光片（训练集1364张，测试集350张）
6	2025-05-01	Artificial intelligence system for automatic maxillary sinus segmentation on cone beam computed tomography images 2024-04-29, Dento maxillo facial radiology DOI:10.1093/dmfr/twae012 PMID:38502963	研究论文	开发基于nnU-Net v2的人工智能模型，用于在锥形束计算机断层扫描（CBCT）图像中自动分割上颌窦	使用nnU-Net v2深度学习模型实现上颌窦的自动分割，并在CBCT图像上评估其性能	样本量较小（101例CBCT扫描），可能影响模型的泛化能力	开发并评估一种自动分割上颌窦的人工智能模型	上颌窦	计算机视觉	NA	CBCT	nnU-Net v2	图像	101例CBCT扫描（80例训练，11例验证，10例测试）
7	2025-05-01	Histopathological evaluation of abdominal aortic aneurysms with deep learning 2024-Apr-24, medRxiv : the preprint server for health sciences DOI:10.1101/2024.04.23.24306178 PMID:38712033	研究论文	利用深度学习技术对腹主动脉瘤的组织病理学标本进行数字全切片图像分析	首次在血管病理学中全面评估深度学习技术的应用，特别是在预测炎症特征、纤维化等级和剩余弹性纤维方面	研究仅基于三个欧洲中心的369名患者样本，可能存在样本多样性和代表性的限制	探索深度学习在血管疾病计算病理学中的应用，以改善对腹主动脉瘤病理生理学的理解和治疗策略的个性化	腹主动脉瘤患者的组织病理学标本	数字病理学	心血管疾病	深度学习	NA	图像	369名患者的腹主动脉瘤样本
8	2025-05-01	An Intelligent Channel Estimation Algorithm Based on Extended Model for 5G-V2X 2024-04, Big data IF:2.6Q2 DOI:10.1089/big.2022.0029 PMID:36848263	研究论文	提出了一种基于扩展模型的智能信道估计算法，用于5G-V2X车联网系统	基于信道脉冲响应的稀疏性建立适用于高速移动场景的扩展模型，并设计了一种基于深度学习的信道估计算法，结合多层CNN和双向GRU提高估计精度	未提及实际场景测试结果或与其他深度学习方法的对比	提高5G-V2X车联网系统的信道估计精度和降低误码率	5G-V2X车联网系统的信道估计	机器学习	NA	深度学习	CNN, 双向GRU	信道数据	NA
9	2025-04-25	Natural language processing models reveal neural dynamics of human conversation 2024-Apr-18, bioRxiv : the preprint server for biology DOI:10.1101/2023.03.10.531095 PMID:36945468	研究论文	该研究利用预训练的深度学习自然语言处理模型和颅内神经元记录，揭示了人类自然对话中语言产生和理解的神经动态	结合深度学习模型和颅内神经元记录技术，首次在自然对话情境下揭示了语言产生和理解过程中神经活动的动态组织	研究依赖于颅内记录技术，样本量有限，且仅关注了前颞叶区域的神经活动	探索人类自然对话中语言产生和理解的神经机制	人类自然对话过程中的神经活动	自然语言处理	NA	深度学习自然语言处理模型, 颅内神经元记录	预训练深度学习模型	神经信号数据, 语言数据	NA
10	2025-04-24	Sequential Contrastive and Deep Learning Models to Identify Selective Butyrylcholinesterase Inhibitors 2024-04-22, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00397 PMID:38532612	研究论文	本研究探讨了多种机器学习策略来识别选择性丁酰胆碱酯酶（BChE）抑制剂，优化了精确度指标	比较了最新的监督对比学习（CL）、深度学习（DL）和随机森林（RF）机器学习方法，并采用单模型和序列模型配置来识别BChE选择性的最佳模型	仅测试了20种化合物，样本量较小	识别选择性BChE抑制剂以用于阿尔茨海默病（AD）的晚期症状治疗	丁酰胆碱酯酶（BChE）抑制剂	机器学习	阿尔茨海默病	监督对比学习（CL）、深度学习（DL）、随机森林（RF）	CL、DL、RF	化合物数据	500万种化合物库中的20种测试化合物
11	2025-04-23	Positive Predictive Values of Abnormality Scores From a Commercial Artificial Intelligence-Based Computer-Aided Diagnosis for Mammography 2024-04, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2023.0907 PMID:38528692	研究论文	本研究探讨了基于深度学习的商业AI-CAD系统在乳腺X线摄影中生成的异常评分的阳性预测值，并分析了其与临床和放射学发现的关系	首次研究了商业AI-CAD系统异常评分的阳性预测值，并分析了其与多种临床和放射学因素的关联	研究为回顾性设计，样本中高风险女性比例较低(0.6%)	评估AI-CAD系统在乳腺X线摄影中的诊断性能	599名女性(656个乳房)的乳腺X线摄影数据	数字病理	乳腺癌	深度学习	AI-CAD系统(Lunit Insight MMG)	医学影像	656个乳房(来自599名女性)
12	2025-04-23	Uncover This Tech Term: Uncertainty Quantification for Deep Learning 2024-04, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2024.0108 PMID:38528697	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
13	2025-04-23	Automated Detection and Segmentation of Bone Metastases on Spine MRI Using U-Net: A Multicenter Study 2024-04, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2023.0671 PMID:38528694	research paper	开发并评估了一种用于脊柱MRI上骨转移自动分割和检测的深度学习模型	使用2D和3D U-Net模型，结合不同MRI序列组合，实现了骨转移的高效自动检测和分割	外部测试集样本量较小（49个MRI系列，20名患者），可能影响模型的泛化能力评估	开发自动化工具以提高脊柱MRI上骨转移的诊断效率	成人骨转移患者的脊柱MRI扫描	digital pathology	bone metastasis	MRI (T1, FO, CE序列)	2D U-Net, 3D U-Net	MRI图像	训练集：662个MRI系列（302名患者）；外部测试集：49个MRI系列（20名患者）
14	2025-04-23	Dark-Blood Computed Tomography Angiography Combined With Deep Learning Reconstruction for Cervical Artery Wall Imaging in Takayasu Arteritis 2024-04, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2023.1078 PMID:38528696	research paper	评估结合深度学习重建的暗血计算机断层扫描血管成像在Takayasu动脉炎患者颈动脉壁成像中的图像质量	首次将暗血CTA成像与深度学习重建技术结合，用于改善Takayasu动脉炎患者颈动脉壁的可视化	样本量较小（53例患者），且研究时间范围有限（2022年1月至7月）	评估新型暗血CTA成像结合DLR在颈动脉壁成像中的图像质量	Takayasu动脉炎患者的颈动脉壁	digital pathology	Takayasu arteritis	dark-blood computed tomography angiography (CTA), deep learning reconstruction (DLR), hybrid iterative reconstruction (HIR)	deep learning	medical imaging	53例Takayasu动脉炎患者（平均年龄33.8±10.2岁，49名女性）
15	2025-04-23	Improving Diagnostic Performance of MRI for Temporal Lobe Epilepsy With Deep Learning-Based Image Reconstruction in Patients With Suspected Focal Epilepsy 2024-04, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2023.0842 PMID:38528695	research paper	评估深度学习图像重建技术（DLR）在1.5毫米层厚MRI中对颞叶癫痫（TLE）诊断性能的提升	首次比较了1.5毫米层厚MRI结合DLR与传统3毫米层厚MRI在TLE诊断中的表现，并证实DLR可显著提高诊断敏感性和图像质量	研究为回顾性设计，样本量相对有限（117例），且DLR组的特异性低于常规MRI	提升MRI对颞叶癫痫的诊断准确性	117例疑似局灶性癫痫患者的MRI影像（34例确诊TLE，83例非TLE）	digital pathology	temporal lobe epilepsy	deep learning-based image reconstruction (DLR)	deep learning	MRI影像	117例患者（61名女性，平均年龄41岁）的MRI影像数据集
16	2025-04-20	Discovery of antibiotics that selectively kill metabolically dormant bacteria 2024-Apr-18, Cell chemical biology IF:6.6Q1 DOI:10.1016/j.chembiol.2023.10.026 PMID:38029756	研究论文	本文通过结合静止期筛选方法和深度学习虚拟筛选技术，发现了一种能选择性杀死代谢休眠细菌的抗生素	利用非传统筛选方法和深度学习模型，发现了一种能选择性杀死代谢休眠细菌且毒性较低的抗生素semapimod	研究仅针对E. coli和A. baumannii两种细菌，未涉及其他种类的代谢休眠细菌	发现和开发对代谢休眠细菌有效的非毒性抗生素	代谢休眠的细菌，特别是E. coli和A. baumannii	机器学习	细菌感染	深度学习虚拟筛选、静止期筛选方法、微生物学检测、生化测量、单细胞显微镜	深度学习模型	生化数据、显微镜图像	E. coli和A. baumannii两种细菌
17	2025-04-19	On machine learning analysis of atomic force microscopy images for image classification, sample surface recognition 2024-Apr-17, Physical chemistry chemical physics : PCCP IF:2.9Q1 DOI:10.1039/d3cp05673b PMID:38477533	研究论文	本文探讨了机器学习在原子力显微镜图像分类和样品表面识别中的应用	提出了一种适用于AFM图像的机器学习分析通用模板，并特别关注了统计显著性的分析	AFM成像速度较慢，限制了深度学习在图像识别中的广泛应用	探讨机器学习在AFM图像分析中的应用	原子力显微镜图像	机器学习	NA	原子力显微镜(AFM)	非深度学习神经网络	图像	相对较少的AFM图像，小型数据库
18	2025-04-17	Sequence basis of transcription initiation in the human genome 2024-04-26, Science (New York, N.Y.) DOI:10.1126/science.adj0116 PMID:38662817	研究论文	该研究通过深度学习模型Puffin预测人类基因组中转录起始的序列模式，揭示了大多数人类启动子的转录起始规则	使用可解释的深度学习模型Puffin，在碱基对分辨率上预测转录起始，并识别出关键序列模式及其在启动子活性中的作用	研究可能未涵盖所有转录起始的复杂调控机制，且模型解释性可能有限	理解人类基因组中转录起始的序列基础和规则	人类基因组中的转录起始位点和启动子	基因组学	NA	深度学习	Puffin	基因组序列数据	NA
19	2025-04-15	PlantC2U: deep learning of cross-species sequence landscapes predicts plastid C-to-U RNA editing in plants 2024-04-15, Journal of experimental botany IF:5.6Q1 DOI:10.1093/jxb/erae007 PMID:38190348	研究论文	本研究开发了一个名为PlantC2U的卷积神经网络，用于预测植物质体中C-to-U RNA编辑	PlantC2U在预测C-to-U RNA编辑方面表现出色，其敏感性和特异性均优于现有工具，并能评估不同突变对RNA编辑的影响	仅基于基因组序列进行预测，可能无法完全捕捉转录组数据中的复杂性	提高植物质体中C-to-U RNA编辑位点的预测准确性	植物质体中的RNA编辑	机器学习	NA	RNA编辑分析	CNN	基因组序列	NA
20	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）