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
121	2025-03-15	A Perspective on Protein Structure Prediction Using Quantum Computers 2024-May-14, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c00067 PMID:38703105	研究论文	本文探讨了使用量子计算机进行蛋白质结构预测的潜力，并提出了一个框架来选择适合量子优势的蛋白质结构预测问题	提出了一个系统选择适合量子优势的蛋白质结构预测问题的框架，并在量子硬件上验证了该框架	识别适合量子优势的具体问题实例和估计所需的量子资源仍然具有挑战性	探讨量子计算机在蛋白质结构预测中的应用潜力	蛋白质结构预测问题	生物医学研究	NA	量子计算	NA	NA	NA
122	2025-03-15	Cardiovascular Significance and Genetics of Epicardial and Pericardial Adiposity 2024-May-01, JAMA cardiology IF:14.8Q1 DOI:10.1001/jamacardio.2024.0080 PMID:38477908	研究论文	本研究评估了心外膜和心包脂肪组织（EPAT）与心血管疾病的关联，并探讨了其遗传基础	使用深度学习模型从磁共振图像中量化EPAT面积，并在大规模人群队列中评估其与心血管疾病的关联及遗传基础	研究结果在控制腹部内脏脂肪组织（VAT）后，EPAT与心血管疾病的关联不再显著	评估EPAT与心血管疾病的关联并阐明其遗传基础	44,475名来自UK Biobank的参与者	数字病理学	心血管疾病	磁共振成像（MRI）	深度学习模型	图像	44,475名参与者
123	2025-03-15	Artificial Intelligence Predicts Hospitalization for Acute Heart Failure Exacerbation in Patients Undergoing Myocardial Perfusion Imaging 2024-May-01, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1 DOI:10.2967/jnumed.123.266761 PMID:38548351	研究论文	本研究评估了结合临床、压力测试和影像参数的人工智能模型是否能预测接受SPECT/CT心肌灌注成像的患者因急性心力衰竭恶化而住院的情况	提出了一个结合临床风险因素、压力变量、SPECT影像参数和深度学习生成的钙化评分的人工智能模型，用于预测心力衰竭住院风险	研究仅基于单一中心的数据，外部验证队列的样本量相对较小	评估人工智能模型在预测心力衰竭住院风险中的应用	接受SPECT/CT心肌灌注成像的患者	数字病理学	心血管疾病	SPECT/CT心肌灌注成像	深度学习	影像数据	内部队列4766名患者，外部验证队列2912名患者
124	2025-03-05	Discordance between a deep learning model and clinical-grade variant pathogenicity classification in a rare disease cohort 2024-May-23, medRxiv : the preprint server for health sciences DOI:10.1101/2024.05.22.24307756 PMID:38826236	研究论文	本文探讨了深度学习模型AlphaMissense在罕见病队列中与临床级变异致病性分类之间的不一致性	揭示了AlphaMissense在评估内在无序区域（IDRs）中错义变异致病性方面的局限性	AlphaMissense在评估IDRs中错义变异的致病性时表现不佳，导致某些包含IDRs的基因的基因必需性评分不可靠	评估深度学习模型在罕见病队列中预测错义变异致病性的准确性	罕见病队列中的错义变异	生物医学信息学	罕见病	深度学习	AlphaMissense	基因变异数据	NA
125	2025-03-05	Assessment of changes in vessel area during needle manipulation in microvascular anastomosis using a deep learning-based semantic segmentation algorithm: A pilot study 2024-May-09, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-024-02437-6 PMID:38722409	研究论文	本研究开发了一种基于深度学习的语义分割算法，用于评估微血管吻合术中血管面积的变化，以客观评估手术技能	首次使用手术视频评估手术对象面积变化，提出了一种新的微血管吻合术性能评估方法	研究为初步研究，样本量较小，且仅使用人工血管进行训练	开发一种基于深度学习的算法，用于评估微血管吻合术中血管面积的变化，以客观评估手术技能	微血管吻合术中的血管	计算机视觉	NA	深度学习	ResNet-50	视频	微血管端侧吻合术训练视频
126	2025-03-05	Abdominal CT metrics in 17,646 patients reveal associations between myopenia, myosteatosis, and medical phenotypes: a phenome-wide association study 2024-May, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2024.105116 PMID:38636199	研究论文	本研究利用深度学习技术和大规模电子健康记录数据，通过腹部CT扫描评估身体组成指标，探索其与多种医学表型的关联	首次将PheWAS方法应用于大规模CT成像生物标志物和电子健康记录数据的整合分析，揭示了肌肉减少症和肌肉脂肪变性生物标志物与多种医学表型之间的新关联	研究结果主要基于北美人群，可能不适用于其他人群；研究设计为横断面研究，无法确定因果关系	探索腹部CT扫描得出的骨骼肌指标与医学表型之间的关联	17,646名成年患者（2012-2018年间接受腹部CT扫描）	数字病理学	NA	深度学习	NA	CT图像和电子健康记录数据	17,646名成年患者（平均年龄56岁±19，57.5%为女性）
127	2025-03-02	A Deep Learning Framework for End-to-End Control of Powered Prostheses 2024-May, IEEE robotics and automation letters IF:4.6Q2 DOI:10.1109/lra.2024.3374189 PMID:40012860	研究论文	本文提出了一种深度学习框架，用于端到端控制动力假肢，消除了传统任务分类、状态机和中级控制方程的需求	通过将整个控制问题压缩到一个深度神经网络中，消除了传统任务分类、状态机和中级控制方程的需求	研究仅针对五种运动模式进行，样本量为12名经股截肢者，可能需要更多样化的数据和更大的样本量来验证模型的普适性	探索深度学习在动力假肢控制中的应用，以实现端到端的关节级辅助	动力膝踝假肢（OSL）及其传感器数据	机器学习	NA	深度学习	时间卷积网络（TCN）	传感器数据	12名经股截肢者
128	2025-02-27	Patients Perceptions of Artificial Intelligence in a Deep Learning-Assisted Diabetic Retinopathy Screening Event: A Real-World Assessment 2024-May, Journal of diabetes science and technology IF:4.1Q2 DOI:10.1177/19322968241234378 PMID:38404014	研究论文	本文通过调查糖尿病患者对人工智能辅助糖尿病视网膜病变筛查的看法，评估了患者对AI在医疗中应用的感知	在真实世界的糖尿病视网膜病变筛查活动中，首次调查了患者对AI的感知和态度	样本主要为初级医疗保健中的低教育水平糖尿病患者，可能影响结果的普遍性	评估糖尿病患者对AI在医疗中应用的感知和态度	糖尿病患者	数字病理	糖尿病	深度学习	NA	调查数据	NA
129	2025-02-24	A DEEP LEARNING FRAMEWORK TO CHARACTERIZE NOISY LABELS IN EPILEPTOGENIC ZONE LOCALIZATION USING FUNCTIONAL CONNECTIVITY 2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi56570.2024.10635583 PMID:39464200	研究论文	本文开发了一个深度学习框架，用于在药物难治性局灶性癫痫患者的静息态功能磁共振成像（rs-fMRI）中定位致痫区（EZ），并处理训练和测试中的噪声标签问题	提出了一个多任务深度学习框架，能够同时识别噪声标签的概率和每个感兴趣区域（ROI）的定位预测	由于临床协议的限制，具有可靠EZ标签的数据集稀缺，且使用的标签可能包含噪声	开发一个数学框架来表征EZ定位中的噪声标签，并提高定位性能	药物难治性局灶性癫痫患者	数字病理学	癫痫	rs-fMRI	多任务深度学习框架	图像	模拟数据集（来自人类连接组计划）和临床癫痫数据集
130	2025-02-21	Missing Wedge Completion via Unsupervised Learning with Coordinate Networks 2024-May-17, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms25105473 PMID:38791508	研究论文	本文介绍了一种基于无监督学习的坐标网络方法，用于解决冷冻电子断层扫描中的缺失楔形问题	提出了一种无需预训练的无监督学习方法，直接优化网络权重，减少了重建时间并提高了形状完整性和减少了缺失楔形伪影	目前仅为概念验证阶段，尚未在实际生物样本上进行验证	解决冷冻电子断层扫描中的缺失楔形问题，提高重建质量	冷冻电子断层扫描数据	计算机视觉	NA	冷冻电子断层扫描（cryoET）	坐标网络（CNs）	3D图像	NA
131	2025-02-21	Deep hybrid modeling of a HEK293 process: Combining long short-term memory networks with first principles equations 2024-May, Biotechnology and bioengineering IF:3.5Q2 DOI:10.1002/bit.28668 PMID:38343176	研究论文	本文首次将长短期记忆（LSTM）网络与第一性原理方程结合，用于描述人胚胎肾293（HEK293）培养过程的动态	首次将LSTM网络与第一性原理方程结合，用于HEK293培养过程的建模	LSTM混合模型通常比前馈神经网络（FFNN）混合模型更复杂，参数更多，计算成本更高	研究生物过程数字化的新方法，结合物理方程和深度学习	HEK293培养过程的动态	机器学习	NA	长短期记忆网络（LSTM），第一性原理方程	LSTM，FFNN	实验数据	20个分批补料HEK293培养物中的27个细胞外状态变量
132	2025-02-17	Universal representation learning for multivariate time series using the instance-level and cluster-level supervised contrastive learning 2024-May, Data mining and knowledge discovery IF:2.8Q2 DOI:10.1007/s10618-024-01006-1 PMID:39949582	研究论文	本文提出了一种新的监督对比学习方法（SupCon-TSC），用于多变量时间序列分类任务，以提高分类性能并学习可解释的低维表示	提出了实例级和集群级的监督对比学习方法，以捕捉上下文信息并学习多变量时间序列数据集的判别性和通用表示	在小型数据集上的表现较好，但在更大规模数据集上的效果尚未验证	提高多变量时间序列分类任务的性能，特别是在标签数据有限的情况下	多变量时间序列数据	机器学习	NA	监督对比学习	SupCon-TSC	时间序列数据	两个小型心肺运动测试（CPET）数据集和UEA多变量时间序列档案
133	2025-02-13	Predicting dynamic, motion-related changes in B0 field in the brain at a 7T MRI using a subject-specific fine-trained U-net 2024-May, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.29980 PMID:38193276	研究论文	本文提出了一种基于深度学习的方法，用于预测7T MRI中由于头部运动引起的B0场变化，以提高MR图像质量	使用3D U-net模型，结合特定受试者的有限头部位置数据进行微调，预测B0场变化，避免了传统导航器方法的局限性	需要结合外部跟踪硬件来实现实时校正，且依赖于特定受试者的数据进行微调	研究目的是预测7T MRI中由于头部运动引起的B0场变化，以提高MR图像质量	研究对象为7T MRI中的B0场变化	计算机视觉	NA	7T MRI	3D U-net	图像	NA
134	2025-02-12	Dynamic Projection of Medication Nonpersistence and Nonadherence Among Patients With Early Breast Cancer 2024-05-01, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2024.11909 PMID:38758553	研究论文	本研究通过深度学习模型预测早期乳腺癌患者口服抗癌治疗的不持续和不依从情况	使用基于门控循环单元（GRU）架构的深度学习模型预测患者的不持续和不依从行为，并分析了不同特征对模型决策的贡献	研究依赖于法国健康保险数据库的匿名报销数据，可能无法完全反映其他地区或不同医疗体系下的情况	预测早期乳腺癌患者口服抗癌治疗的不持续和不依从情况，并分析相关影响因素	法国女性乳腺癌患者	机器学习	乳腺癌	深度学习	GRU（门控循环单元）	匿名报销数据	229,695名女性乳腺癌患者
135	2025-02-09	De novo designed proteins neutralize lethal snake venom toxins 2024-May-17, Research square DOI:10.21203/rs.3.rs-4402792/v1 PMID:38798548	研究论文	本文利用深度学习方法设计蛋白质，以中和致命的蛇毒毒素	使用深度学习设计蛋白质，有效中和三指毒素（3FTx）家族的短链和长链α-神经毒素及细胞毒素，并展示了高热稳定性、高结合亲和力以及与计算模型的近原子级别一致性	实验筛选有限，需要进一步验证其广泛适用性和长期效果	开发新一代抗蛇毒疗法，以应对蛇咬伤这一被忽视的热带疾病	三指毒素（3FTx）家族的短链和长链α-神经毒素及细胞毒素	机器学习	蛇咬伤	深度学习	NA	蛋白质结构数据	小鼠模型
136	2025-02-07	The Neurobeachin-like 2 protein (NBEAL2) controls the homeostatic level of the ribosomal protein RPS6 in mast cells 2024-05, Immunology IF:4.9Q2 DOI:10.1111/imm.13756 PMID:38272677	研究论文	本文研究了Neurobeachin-like 2蛋白（NBEAL2）在肥大细胞中控制核糖体蛋白RPS6稳态水平的功能	首次揭示了NBEAL2与RPS6的相互作用，并阐明了NBEAL2在肥大细胞中调控RPS6蛋白稳态的机制	研究主要基于小鼠模型和体外细胞系，尚未在人体中进行验证	探究NBEAL2在肥大细胞中的具体功能及其与RPS6的相互作用	小鼠肥大细胞及MC/9细胞系	分子生物学	NA	CRISPR/Cas9、RoseTTAFold、Pymol、共免疫沉淀、Western blot、ELISA、流式细胞术	NA	蛋白质结构数据、分子相互作用数据	野生型和Nbeal2基因敲除小鼠的肥大细胞及MC/9细胞系
137	2025-02-05	A CONVEX COMPRESSIBILITY-INSPIRED UNSUPERVISED LOSS FUNCTION FOR PHYSICS-DRIVEN DEEP LEARNING RECONSTRUCTION 2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/ISBI56570.2024.10635138 PMID:39886655	研究论文	本文提出了一种基于凸压缩性启发的无监督损失函数，用于物理驱动的深度学习重建	提出了一种新的凸损失函数，用于评估输出图像的可压缩性，并在多种设置下评估重建质量	未提及具体局限性	改进快速MRI扫描的重建质量	MRI扫描图像	机器学习	NA	深度学习	PD-DL网络	图像	NA
138	2024-08-07	Correction to: Prediction of protein-ligand binding affinity via deep learning models 2024-May-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae310 PMID:38888458	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
139	2025-02-02	Molecular Display of the Animal Meta-Venome for Discovery of Novel Therapeutic Peptides 2024-May-28, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.27.595990 PMID:38854075	研究论文	本文开发了一种创新的计算方法，设计了一个高度多样化的动物毒液和“元毒液”库，用于发现新的治疗性肽	采用可编程的M13超噬菌体展示技术，保留关键的二硫键结构，并通过高通量DNA测序进行定量，从而实现了高度并行化的单轮生物淘选	NA	发现新的治疗性肽，特别是针对人类瘙痒受体MRGPRX4的Kunitz型结构域蛋白	动物毒液和“元毒液”库	生物信息学	NA	M13超噬菌体展示技术，高通量DNA测序	深度学习	DNA序列	NA
140	2025-01-29	DeepIDA-GRU: a deep learning pipeline for integrative discriminant analysis of cross-sectional and longitudinal multiview data with applications to inflammatory bowel disease classification 2024-May-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae339 PMID:39007595	研究论文	本文提出了一种名为DeepIDA-GRU的深度学习管道，用于整合横截面和纵向多视图数据的判别分析，并应用于炎症性肠病分类	该管道结合了统计和深度学习方法，能够整合来自多个来源的横截面和纵向数据，并识别出对视图间关联和类别分离有贡献的关键变量	现有方法通常要求所有视图的数据类型相同（仅横截面数据或仅纵向数据），或者在整合方法中不考虑任何类别结果	开发一种能够整合横截面和纵向多视图数据的深度学习管道，以更好地理解复杂疾病的病理生物学	炎症性肠病（IBD）研究中的横截面和纵向多组学数据（宏基因组学、转录组学和代谢组学）	机器学习	炎症性肠病	功能主成分分析和欧拉特征提取	密集前馈网络（用于横截面数据）和循环神经网络（用于纵向数据）	多组学数据	NA