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
61	2025-10-07	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	本研究通过结合静态期筛选方法和深度学习虚拟筛选技术，发现了能够选择性杀死代谢休眠细菌的新型抗生素	首次将静态期筛选方法与深度学习虚拟筛选相结合，并引入毒性过滤机制，成功识别出对代谢休眠细菌具有选择性杀伤作用的化合物	研究主要针对大肠杆菌和鲍曼不动杆菌，尚未验证对其他病原菌的广谱效果	开发对代谢休眠细菌有效且无毒的抗生素，解决慢性感染和抗生素耐药性问题	代谢休眠细菌（静态期大肠杆菌和鲍曼不动杆菌）	机器学习	细菌感染	静态期筛选、深度学习虚拟筛选、微生物学检测、生化测量、单细胞显微镜	深度学习	化合物筛选数据、微生物实验数据、显微镜图像	未明确说明具体样本数量	NA	NA	致死效果、毒性评估	NA
62	2025-10-07	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	探讨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	提出专门针对AFM图像的机器学习分析模板，并特别关注结果统计显著性的分析	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	开发适用于小样本AFM图像数据库的机器学习分类方法	原子力显微镜图像、生物细胞表面、材料表面	机器学习	NA	原子力显微镜成像	非深度学习神经网络	图像	小数据库，相对较少的AFM图像	NA	NA	统计显著性	NA
63	2025-10-07	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	通过深度学习可解释模型Puffin预测人类基因组中转录起始的序列基础	开发了名为Puffin的可解释深度学习模型，首次在碱基对分辨率上系统揭示人类启动子转录起始的简单序列规则	NA	揭示人类基因组中转录起始的序列基础	人类基因组启动子区域	生物信息学	NA	深度学习	深度学习模型	基因组序列数据	NA	NA	Puffin	NA	NA
64	2025-10-07	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	开发基于深度学习的PlantC2U工具预测植物质体C-to-U RNA编辑	首次使用卷积神经网络从基因组序列预测植物质体RNA编辑，性能优于现有工具PREPACT、随机森林和支持向量机	仅基于基因组序列预测，仍需转录组数据验证以减少假阳性	开发准确预测植物质体C-to-U RNA编辑的计算工具	植物质体RNA编辑位点，特别是红树植物Kandelia obovata	生物信息学	NA	转录组测序	CNN	基因组序列	NA	NA	卷积神经网络	灵敏度, 特异性	NA
65	2025-10-07	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	提出一种基于门控图变换器的可解释性认知能力预测框架，用于分析功能性脑网络	结合可学习结构和位置编码与门控机制，采用随机游走扩散策略捕获脑区复杂关系，通过注意力机制增强可解释性	NA	基于功能性脑网络预测个体认知能力	功能性脑网络和认知能力	机器学习	NA	fMRI	图神经网络,Transformer	功能性脑网络数据	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)	NA	门控图变换器(GGT)	预测准确率	NA
66	2025-10-07	Targeted-BEHRT: Deep Learning for Observational Causal Inference on Longitudinal Electronic Health Records 2024-04, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2022.3183864 PMID:35737602	研究论文	开发基于Transformer的深度学习模型T-BEHRT，结合双重稳健估计方法，从纵向电子健康记录中进行观察性因果推断	首次将Transformer架构与双重稳健估计相结合用于EHR因果推断，在存在多种混杂因素情况下能更准确估计风险比	仅在抗高血压药物与癌症风险的特定关联上进行验证，需要进一步测试在其他临床场景的适用性	开发能够从观察性电子健康记录中得出无混杂因果结论的深度学习方法	抗高血压药物类别与癌症发病风险的因果关系	机器学习	心血管疾病	电子健康记录分析	Transformer	纵向电子健康记录	NA	NA	Transformer, T-BEHRT	绝对误差和, 风险比	NA
67	2025-10-07	A Comprehensive Survey on Community Detection With Deep Learning 2024-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2021.3137396 PMID:35263257	综述	本文对深度学习在社区检测领域的最新进展进行了全面综述	提出了新的分类法系统梳理深度学习社区检测方法，涵盖深度神经网络、深度非负矩阵分解和深度稀疏过滤等前沿技术	作为综述文章，不包含原始实验验证，主要依赖现有文献分析	系统梳理和总结深度学习在社区检测领域的研究现状和发展趋势	网络数据中的社区结构	机器学习	NA	深度学习	CNN, GAN, 图注意力网络, 自编码器	网络数据	NA	NA	卷积网络, 图注意力网络, 生成对抗网络, 自编码器	NA	NA
68	2025-10-07	Probabilistic Causal Effect Estimation With Global Neural Network Forecasting Models 2024-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2022.3190984 PMID:35853064	研究论文	提出一种结合概率预测与全局深度学习模型的新方法DeepProbCP，用于估计干预措施对多个处理单元的因果效应	首次将概率预测与全局深度学习模型结合用于因果效应估计，通过估计反事实时间序列概率分布而非仅点预测，能捕捉分布尾部或方差的变化	方法依赖于时间序列属性和大规模相关时间序列数据，在数据稀缺场景下可能受限	开发更准确的因果效应估计方法，特别适用于干预措施影响分布尾部或方差而非均值的情况	多个处理单元的时间序列数据	机器学习	NA	深度学习时间序列预测	RNN	时间序列数据	大规模相关时间序列集合	NA	自回归循环神经网络	分位数预测精度	NA
69	2025-10-07	Hybrid-supervised deep learning for domain transfer 3D protoacoustic image reconstruction 2024-Apr-03, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad3327 PMID:38471184	研究论文	提出混合监督深度学习方法的原声成像技术，用于解决质子治疗中三维剂量验证的有限视角问题	提出Recon-Enhance两阶段深度学习方法，结合变换器网络和3D U-net，采用混合监督训练策略（迭代重建监督+迁移学习+自监督）	NA	解决原声成像中有限采集角度导致的伪影问题，提高质子治疗三维剂量验证的准确性	前列腺癌患者的原声成像数据	医学影像重建	前列腺癌	原声成像	Transformer, CNN	射频信号，三维图像	126例前列腺癌患者	NA	Transformer, 3D U-Net	RMSE, SSIM, Gamma指数	NA
70	2025-10-07	Global research evolution and frontier analysis of artificial intelligence in brain injury: A bibliometric analysis 2024-04, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2024.110920 PMID:38453035	文献计量分析	通过文献计量学方法分析人工智能在脑损伤领域的研究演进与前沿趋势	首次系统梳理人工智能在脑损伤领域的全球研究演进历程，识别研究热点并揭示该领域发展的波动特征	仅基于Web of Science核心数据库的3000篇文献，缺乏研究团队间的合作交流分析	识别人工智能在脑损伤领域的研究热点和前沿趋势	1998-2023年间Web of Science核心数据库收录的3000篇相关文献	文献计量学	脑损伤	文献计量分析，可视化分析	NA	文献数据	3000篇学术论文	VOSviewer, CiteSpace	NA	NA	NA
71	2025-04-03	A Clinical and Imaging Fused Deep Learning Model Matches Expert Clinician Prediction of 90-Day Stroke Outcomes 2024-04-08, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8140 PMID:38331959	research paper	本研究开发了一种融合临床和影像数据的深度学习模型（DLPD），用于预测急性缺血性卒中患者90天后的功能结局，并与临床医生的预测进行了比较	首次将深度学习模型（DLPD）应用于急性缺血性卒中患者的长期功能结局预测，并证明其预测效果不劣于临床专家	研究样本量较小（80例患者），且为单中心数据，可能影响模型的泛化能力	开发并验证一种基于深度学习的预测模型，用于急性缺血性卒中患者的长期功能结局预测	急性缺血性卒中患者	digital pathology	cardiovascular disease	深度学习	DLPD	影像数据和临床数据	80例急性缺血性卒中患者	NA	NA	NA	NA
72	2025-04-03	Identifying Patients with CSF-Venous Fistula Using Brain MRI: A Deep Learning Approach 2024-04-08, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8173 PMID:38423747	研究论文	本研究开发了一种深度学习模型，用于通过脑部MRI准确诊断CSF-静脉瘘	首次使用深度学习模型基于脑部MRI预测CSF-静脉瘘的存在	需要进一步的模型优化和外部验证才能应用于临床	开发一种通过脑部MRI准确诊断CSF-静脉瘘的深度学习方法	疑似自发性颅内低压的患者	数字病理学	自发性颅内低压	脑部MRI	深度学习模型	图像	129名患者	NA	NA	NA	NA
73	2025-10-07	Correspondence attention for facial appearance simulation 2024-Apr, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103094 PMID:38306802	研究论文	提出一种基于注意力机制的面部外观模拟方法，用于正颌手术规划中预测面部软组织变化	通过点对点注意力对应矩阵关联面部软组织变化与骨骼移动，并引入基于k-NN聚类的对比损失进行自监督预训练	未明确说明样本规模和数据多样性限制	提高正颌手术规划中面部外观变化预测的准确性和计算效率	颌骨畸形患者的面部软组织和骨骼结构	计算机视觉	颌骨畸形	深度学习	ACMT-Net	医学图像数据	颌骨畸形患者数据（具体数量未说明）	NA	注意力对应辅助移动变换网络	计算效率，面部变化预测准确度	NA
74	2025-04-03	Assessing the Impact of Urban Environments on Mental Health and Perception Using Deep Learning: A Review and Text Mining Analysis 2024-Apr, Journal of urban health : bulletin of the New York Academy of Medicine DOI:10.1007/s11524-024-00830-6 PMID:38466494	综述	本文通过系统综述和文本挖掘分析，探讨了深度学习技术在理解户外环境对人类感知和心理健康影响中的应用	提出了一种新颖的主题建模方法，用于识别连贯的关键词，并将当前研究分为三个主要领域	仅涵盖了2016年至2023年间发表的40篇论文，可能无法全面反映该领域的所有研究	研究户外环境对人类感知和心理健康的影响	城市环境与人类感知、心理健康之间的关系	自然语言处理	NA	文本挖掘、主题建模	深度学习	文本	40篇论文	NA	NA	NA	NA
75	2025-10-07	Deep Learning-Based Interpretable AI for Prostate T2W MRI Quality Evaluation 2024-04, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.09.030 PMID:37858505	研究论文	开发基于深度学习的可解释AI工具用于评估前列腺T2W MRI图像质量	首次开发针对T2W序列的3D AI质量评估模型，并能生成3D体素级质量热图进行解释	回顾性研究，样本来源有限（三个队列），需要进一步前瞻性验证	开发一致的T2W前列腺MRI质量评估AI工具，减少用户偏差	前列腺T2W MRI图像	数字病理	前列腺癌	MRI	CNN	3D医学图像	1046名患者（三个队列：ProstateX 347例，内部常规602例，内部劣质质量97例）	MONAI	3D DenseNet121	准确率, 敏感性, 特异性, Cohen Kappa	NA
76	2025-04-03	Patterns of subregional cerebellar atrophy across epilepsy syndromes: An ENIGMA-Epilepsy study 2024-Apr, Epilepsia IF:6.6Q1 DOI:10.1111/epi.17881 PMID:38411286	research paper	研究通过结构磁共振成像量化了1602名癫痫患者和1022名健康对照者的小脑区域体积，探讨了癫痫综合征中小脑亚区萎缩的模式	采用深度学习技术对小脑进行28个神经解剖亚区的分割，首次全面描述了癫痫患者中小脑亚区体积的损失模式及其与临床特征的关系	研究为横断面设计，无法确定小脑萎缩与癫痫之间的因果关系	探讨不同癫痫综合征中小脑亚区萎缩的特征模式	1602名成人癫痫患者和1022名健康对照者	digital pathology	epilepsy	structural magnetic resonance imaging	deep learning	image	1602 epilepsy patients and 1022 healthy controls from 22 sites	NA	NA	NA	NA
77	2025-10-07	Scanning Laser Ophthalmoscopy Demonstrates Pediatric Optic Disc and Peripapillary Strain During Horizontal Eye Rotation 2024-04, Current eye research IF:1.7Q3 DOI:10.1080/02713683.2023.2295789 PMID:38185657	研究论文	通过扫描激光检眼镜自动分析儿童水平眼球转动时视盘及周围组织的机械应变	首次在儿童群体中量化水平眼球转动对视盘及视网膜脉络膜血管的机械应变，发现儿童视盘周围应变比成人更大且传播更远	仅分析了31名儿童样本，且仅24只眼能清晰观察到脉络膜血管	比较儿童与成人在水平眼球转动时视盘及视网膜脉络膜血管机械应变的差异	31名平均年龄11.3±2.7岁的儿童患者	医学影像分析	眼科疾病	扫描激光检眼镜(SLO)	深度学习	医学影像	31名儿童（62只眼）	NA	基于光流分析的深度学习模型	应变量化（水平应变、垂直应变、剪切应变、等效应变）	NA
78	2025-04-03	Estimating lung function from computed tomography at the patient and lobe level using machine learning 2024-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.16915 PMID:38329315	研究论文	提出了一种名为I3Dr的深度学习架构，用于从CT扫描中自动估计肺功能测试结果，并分解各肺叶对患者肺功能的个体贡献	I3Dr架构能够从图像中估计全局测量值，并能估计图像各部分对该全局测量值的个体贡献，特别是在肺功能测试中的应用	需要大量CT扫描和患者级别的肺功能测量数据进行训练	从CT扫描中自动估计肺功能测试结果，并分解各肺叶对患者肺功能的个体贡献	肺功能测试结果和CT扫描图像	数字病理学	肺部疾病	深度学习	I3Dr	图像	训练集8,433个CT扫描，验证集1,775个CT扫描，测试集1,873个CT扫描	NA	NA	NA	NA
79	2025-04-03	Optimizing feature subset for schizophrenia detection using multichannel EEG signals and rough set theory 2024-Apr, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-023-10011-x PMID:38699607	研究论文	提出一种基于多通道脑电图信号和粗糙集理论的改进特征子集优化方法，用于精神分裂症检测	提出了一种改进的CAO（ICAO）降维方法，结合水平和垂直交叉方法与AOA，以及基于粗糙集的适应度函数，以提高特征选择的准确性	未提及样本量及数据来源的具体细节，可能影响方法的泛化能力	优化精神分裂症检测中的特征子集选择，提高分类准确性和计算效率	精神分裂症患者和正常人的多通道脑电图信号	机器学习	精神分裂症	多变量经验模式分解（MEMD）、熵度量（如谱熵、排列熵、近似熵、样本熵和SVD熵）	核支持向量机（SVM）	脑电图信号	NA	NA	NA	NA	NA
80	2025-04-03	Unified Noise-aware Network for Low-count PET Denoising with Varying Count Levels 2024-Apr, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/trpms.2023.3334105 PMID:39391291	研究论文	提出了一种统一的噪声感知网络（UNN），用于处理不同噪声水平的低计数PET图像去噪问题	结合多个具有不同去噪能力的子网络，能够处理不同噪声水平的输入，无需针对每种噪声水平单独训练网络	需要大规模数据进行训练，且在实际应用中可能面临数据可用性有限的问题	降低PET扫描中的辐射剂量，同时保持图像质量和诊断性能	低计数PET图像	数字病理学	NA	深度学习	UNN（统一的噪声感知网络）	PET图像	来自两个医疗中心的大规模数据	NA	NA	NA	NA