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
81	2024-08-07	Deep learning in ophthalmic and orbital ultrasound for spaceflight associated neuro-ocular syndrome (SANS) 2024-May, Eye (London, England) DOI:10.1038/s41433-023-02877-2 PMID:38135772	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
82	2024-08-07	Response to 'Deep learning in ophthalmic ultrasound to enable further insights in Spaceflight Associated Neuro-Ocular Syndrome (SANS)' 2024-May, Eye (London, England) DOI:10.1038/s41433-023-02878-1 PMID:38135773	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
83	2025-05-03	Evaluation of a Cascaded Deep Learning-based Algorithm for Prostate Lesion Detection at Biparametric MRI 2024-05, Radiology IF:12.1Q1 DOI:10.1148/radiol.230750 PMID:38713024	研究论文	评估一种基于级联深度学习的算法在双参数MRI中检测前列腺病变的性能，并与放射科医生的读取和活检结果进行比较	开发了一种用于双参数MRI的前列腺病变检测和分割的AI算法，其性能与经验丰富的放射科医生相当	算法在病变级别的检测灵敏度为55%，阳性预测值为57%，且每个参与者的平均假阳性病变数为0.61	评估AI算法在双参数MRI中检测前列腺病变的性能	疑似或已知前列腺癌的患者	数字病理学	前列腺癌	双参数MRI	级联深度学习算法	MRI图像	658名男性参与者，共1029个MRI可见病变
84	2025-05-03	NRG Oncology Assessment of Artificial Intelligence Deep Learning-Based Auto-segmentation for Radiation Therapy: Current Developments, Clinical Considerations, and Future Directions 2024-May-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2023.10.033 PMID:37972715	research paper	评估基于人工智能深度学习的自动分割在放射治疗中的当前发展、临床考虑和未来方向	探讨了AI深度学习神经网络在放射治疗自动分割中的应用，特别是在减少人工勾画工作量和缩短治疗计划时间方面的显著优势	商业AI分割模型在多样化临床场景中应用时面临挑战，特别是在非受控环境中	评估商业AI自动分割工具的临床应用和潜力	商业AI自动分割工具及其在放射治疗中的应用	digital pathology	NA	deep learning neural networks (DLNN)	AI-based models	medical imaging data	NA
85	2025-05-03	Image factory: A method for synthesizing novel CT images with anatomical guidance 2024-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.16864 PMID:38043097	research paper	提出了一种名为Image factory的方法，用于在解剖学指导下合成新的CT图像，以解决医学影像领域标记数据不足的问题	通过结合StyleGAN、U-Net和CycleGAN/P2P架构，能够从少量标记数据生成大量高质量的标记CT图像，并合成具有新解剖结构的图像	需要依赖初始的小规模标记数据集和大量非标记数据，且生成图像的解剖合理性可能存在轻微下降	解决医学影像领域深度学习训练数据不足的问题	CT图像	digital pathology	lung cancer	StyleGAN, U-Net, CycleGAN/P2P	GAN, CNN	image	30例标记的肺部CT数据（来自TCIA）和14k例未标记的高分辨率CT数据（来自NIH）
86	2025-05-03	RAPHIA: A deep learning pipeline for the registration of MRI and whole-mount histopathology images of the prostate 2024-05, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108318 PMID:38522253	research paper	介绍了一种名为RAPHIA的深度学习流程，用于高效准确地对前列腺MRI和全切片组织病理学图像进行配准	RAPHIA自动化了现有方法中多个耗时的手动步骤，包括前列腺分割、组织病理学图像旋转角度和水平翻转的估计，以及MRI-组织病理学切片对应关系的估计，并通过深度学习配准网络大幅减少计算时间	未明确提及具体限制，但可能依赖于深度学习模型的性能和训练数据的质量	开发一种高效准确的MRI和组织病理学图像配准流程，以促进前列腺癌早期检测的机器学习方法的发展	前列腺MRI和全切片组织病理学图像	digital pathology	prostate cancer	deep learning registration networks	NA	image	未明确提及具体样本数量
87	2025-05-03	TractGeoNet: A geometric deep learning framework for pointwise analysis of tract microstructure to predict language assessment performance 2024-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103120 PMID:38458095	研究论文	提出了一种基于几何深度学习的框架TractGeoNet，用于利用扩散磁共振成像(dMRI)纤维束成像和相关的点状组织微结构测量进行回归分析	采用点云表示法直接利用纤维束内所有点的组织微结构和位置信息，无需沿流线平均或分箱数据；提出了一种新的损失函数Paired-Siamese Regression loss，以提高回归性能；提出了Critical Region Localization算法，用于识别白质纤维束中对预测结果贡献最大的解剖区域	研究仅基于806名受试者的20个关联白质纤维束数据集，样本量和区域范围可能有限	通过几何深度学习增强对大脑白质纤维束的研究，并将其结构与人类语言表现等特征联系起来	人脑白质纤维束及其与语言表现的关系	机器学习	NA	扩散磁共振成像(dMRI)纤维束成像	几何深度学习	图像	806名受试者的20个关联白质纤维束
88	2025-05-02	Semiautomatic Assessment of Facet Tropism From Lumbar Spine MRI Using Deep Learning: A Northern Finland Birth Cohort Study 2024-May-01, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000004909 PMID:38105615	研究论文	本研究利用深度学习从腰椎MRI中半自动评估关节面取向，并在芬兰北部出生队列中研究关节面取向的流行情况	开发了一个基于深度学习的半自动框架来测量关节面角度，并在大规模人群队列中研究关节面取向	研究为回顾性设计，可能受到数据收集时的限制	引入半自动框架测量关节面角度并研究关节面取向的流行情况	芬兰北部出生队列中的1288名参与者的腰椎MRI图像	数字病理学	脊柱疾病	深度学习	DL模型	MRI图像	1288名参与者的腰椎MRI图像，其中430名用于模型训练，60名用于评估评分者间和评分者内可靠性
89	2025-05-01	Development and external validation of deep learning clinical prediction models using variable-length time series data 2024-May-20, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae088 PMID:38679906	研究论文	比较和外部验证了用于可变长度时间序列数据的深度学习模型架构和数据转换方法在三个临床任务中的表现	比较了三种特征工程方法和三种深度学习架构在临床任务中的表现，发现LSTM/GRU架构与PLE-DT转换数据结合在所有任务中表现最佳	研究仅基于两个医疗中心的数据，可能缺乏更广泛的代表性	开发和外部验证深度学习临床预测模型，用于预测临床恶化、严重急性肾损伤和疑似感染	医院住院患者	机器学习	急性肾损伤、感染	深度学习	LSTM/GRU, TDW-CNN, 时间卷积网络	时间序列数据	训练集373,825例住院患者，测试集256,128例住院患者
90	2025-04-27	Fully Automated OCT-based Tissue Screening System 2024-May-15, ArXiv PMID:38800655	research paper	介绍了一种基于光学相干断层扫描（OCT）的全自动组织筛查系统，用于体外组织培养的高通量筛选应用	系统配备了定制设计的电动平台和组织检测能力，结合基于Transformer的深度学习分割算法，实现了自动化、连续成像和高效读取	目前仅在小鼠视网膜变性模型的视网膜外植体培养中进行了验证，尚未在其他组织或模型中测试	开发一种高效、可靠的全自动组织筛查系统，以推动药物发现及相关研究领域的发展	小鼠视网膜变性模型的视网膜外植体培养	digital pathology	retinal degeneration	optical coherence tomography (OCT)	Transformer-based deep learning segmentation algorithms	image	小鼠视网膜外植体培养样本（具体数量未提及）
91	2025-04-26	Machine learning and deep learning for the diagnosis and treatment of ankylosing spondylitis- a scoping review 2024-May, Journal of clinical orthopaedics and trauma DOI:10.1016/j.jcot.2024.102421 PMID:38708092	综述	本文综述了机器学习和深度学习在强直性脊柱炎诊断和治疗中的应用现状、技术类型、数据集描述、现有工作的贡献与局限性，并指出了当前知识的不足	总结了ML/DL技术在AS早期诊断和个性化治疗中的最新应用，识别了当前研究中的空白	缺乏来自多中心、包含不同类型诊断参数的足够规模数据集，且基于ML/DL的AS治疗研究较少	评估ML/DL技术在强直性脊柱炎诊断和治疗中的应用现状	强直性脊柱炎(AS)患者	机器学习	强直性脊柱炎	机器学习(ML)和深度学习(DL)	NA	文本数据(PubMed数据库中的文献)	NA
92	2025-04-25	MulTFBS: A Spatial-Temporal Network with Multichannels for Predicting Transcription Factor Binding Sites 2024-05-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c02088 PMID:38733561	research paper	提出了一种名为MulTFBS的多通道深度学习框架，用于预测转录因子结合位点（TFBSs）	整合了DNA序列的不同类型特征，包括独立的一热编码、词嵌入编码（可结合上下文信息并提取序列的全局特征）和双螺旋三维结构特征，通过空间-时间网络结合CNN和双向LSTM及注意力机制有效提取序列高层信息	未明确提及	揭示影响转录因子结合特异性的机制，理解基因调控	转录因子结合位点（TFBSs）	natural language processing	NA	深度学习	CNN, bidirectional LSTM, attention mechanism	DNA序列	66个不同转录因子的通用蛋白结合微阵列数据集
93	2025-04-25	MolLoG: A Molecular Level Interpretability Model Bridging Local to Global for Predicting Drug Target Interactions 2024-05-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00171 PMID:38709146	research paper	提出了一种名为MolLoG的深度学习网络结构，用于预测药物与靶标之间的相互作用，并提供分子层面的解释	MolLoG通过局部特征编码器（LFE）和全局交互学习（GIL）模块，平衡了局部特征提取与全局交互表示，提供了对黑盒结果的生物学相关解释	未提及具体的数据集规模或实验环境限制	提高药物与靶标相互作用预测的准确性和可解释性	药物与蛋白质分子	machine learning	NA	深度学习（DL）	图卷积网络（GCN）、多层感知机（MLP）	分子结构数据	四个数据集
94	2025-04-25	CNSMolGen: A Bidirectional Recurrent Neural Network-Based Generative Model for De Novo Central Nervous System Drug Design 2024-05-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00504 PMID:38739718	研究论文	本文介绍了一种基于双向循环神经网络(Bi-RNN)的生成模型CNSMolGen，用于中枢神经系统(CNS)药物的从头设计	开发了首个专门针对CNS药物设计的Bi-RNN生成模型，能够生成90%以上全新且可合成的CNS药物分子结构	未提及模型在更大规模或更复杂CNS靶点上的泛化能力验证	加速中枢神经系统药物的发现与优化	中枢神经系统药物分子	机器学习	神经退行性疾病/精神疾病	深度学习生成模型	Bi-RNN	分子结构数据	未明确说明样本量（使用SERT靶点药物作为微调数据集）
95	2025-04-25	Predicting Antimicrobial Peptides Using ESMFold-Predicted Structures and ESM-2-Based Amino Acid Features with Graph Deep Learning 2024-05-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c02061 PMID:38739853	研究论文	提出了一种基于ESMFold预测结构和ESM-2氨基酸特征的图深度学习框架，用于预测抗菌肽	结合了最新的三级结构预测技术和进化信息编码方法，避免了多重序列对齐的内存和时间消耗	依赖于预测的肽结构，可能受到预测准确性的影响	开发一种无需对齐的模型，用于高效预测抗菌肽	抗菌肽（AMPs）	机器学习	抗菌耐药性	ESMFold结构预测，ESM-2进化模型，图注意力网络（GAT）	GAT	氨基酸序列和预测的3D结构	67,058种肽
96	2025-04-25	Prediction of Transcription Factor Binding Sites on Cell-Free DNA Based on Deep Learning 2024-05-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00047 PMID:38798191	研究论文	本研究提出了一种基于深度学习的非侵入性方法，用于预测细胞游离DNA上的转录因子结合位点	利用卷积神经网络和长短期记忆网络从已知的转录因子结合位点学习序列信息，实现了非侵入性预测	研究中未提及样本的具体数量或多样性，可能影响模型的泛化能力	探索基因调控机制，为非侵入性动态监测疾病提供技术指导	细胞游离DNA上的转录因子结合位点	机器学习	癌症	深度学习	CNN, LSTM	DNA序列数据	NA
97	2025-04-24	Deciphering the Coevolutionary Dynamics of L2 β-Lactamases via Deep Learning 2024-05-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00189 PMID:38687957	research paper	该研究利用深度学习方法探索L2 β-内酰胺酶的共进化动力学及其在抗菌素耐药性中的作用	结合自适应采样分子动力学模拟和深度学习方法（卷积变分自编码器和BindSiteS-CNN）研究L2 β-内酰胺酶的构象变化和相关性	研究仅关注了L2 β-内酰胺酶家族及部分代表性的A类酶，未涵盖所有相关酶类	理解L2 β-内酰胺酶的共进化动力学及其在抗菌素耐药性中的功能机制	L2 β-内酰胺酶家族及其他代表性A类酶（如SME-1和KPC-2）	machine learning	NA	自适应采样分子动力学模拟，深度学习方法	卷积变分自编码器，BindSiteS-CNN	分子动力学模拟数据	NA
98	2025-04-24	DEBFold: Computational Identification of RNA Secondary Structures for Sequences across Structural Families Using Deep Learning 2024-05-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00458 PMID:38648189	研究论文	DEBFold是一种基于深度学习的RNA二级结构预测工具，通过卷积编码/解码和自注意力机制增强现有热力学结构模型	提出了一种两阶段的RNA结构预测策略DEBFold，结合卷积编码/解码和自注意力机制，提高了跨结构家族序列的预测性能	未提及具体的数据集规模限制或模型在其他类型RNA上的表现	开发一种能够跨结构家族预测RNA二级结构的深度学习工具	RNA序列及其二级结构	生物信息学	NA	深度学习	CNN, 自注意力机制	RNA序列数据	未明确提及具体样本量，但使用了家族保留测试集和PDB衍生的测试集
99	2025-04-24	Image2InChI: Automated Molecular Optical Image Recognition 2024-05-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c02082 PMID:38359459	研究论文	本文提出了一种基于深度学习的自动化分子光学图像识别模型Image2InChI，用于将分子图像高效自动转换为机器可读的表示	引入了新颖的特征融合网络，结合注意力机制整合图像块和InChI预测，并采用改进的SwinTransformer作为编码器和Transformer解码器作为解码器	NA	提高分子图像识别的准确性和效率，为药物发现中的人工智能提供支持	分子光学图像	计算机视觉	NA	深度学习	SwinTransformer, Transformer	图像	NA
100	2025-04-24	Intramolecular and Water Mediated Tautomerism of Solvated Glycine 2024-05-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00273 PMID:38620066	research paper	研究了水溶液中甘氨酸的互变异构现象及其溶剂效应	利用基于深度学习的增强采样分子动力学方法，揭示了甘氨酸在水中的中性态和两性离子态之间的互变异构机制	NA	探究甘氨酸在水溶液中的互变异构现象及溶剂效应	甘氨酸分子在水溶液中的互变异构过程	计算化学	NA	增强采样分子动力学，深度学习势能面	深度学习势能模型	分子动力学模拟数据	NA