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
141	2025-10-07	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	提出一种基于压缩感知的凸损失函数，用于物理驱动深度学习MRI重建	首次将凸压缩性启发式损失函数引入物理驱动深度学习，支持监督、无监督和零样本学习场景	未明确说明具体数据规模和计算资源需求	改进快速MRI扫描的重建质量	MRI图像重建	医学影像重建	NA	MRI扫描	深度学习网络	医学影像	NA	NA	NA	重建质量评估	NA
142	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	NA	NA	NA	NA
143	2025-10-07	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	开发了一种计算方法来设计动物毒液和元毒液库，通过噬菌体展示技术发现靶向人类瘙痒受体的新型治疗肽	首创计算设计高度多样化的动物毒液和元毒液库，结合可编程M13超噬菌体展示技术实现高通量筛选	未明确说明库规模的具体数值和筛选通量的上限	发现靶向人类瘙痒受体MRGPRX4的新型治疗肽	动物毒液蛋白、人类瘙痒受体MRGPRX4	生物信息学	瘙痒相关疾病	M13噬菌体展示、高通量DNA测序、深度学习结构同源性挖掘	深度学习	蛋白质序列数据、结构数据	NA	NA	NA	NA	NA
144	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	NA	NA	NA	NA
145	2025-10-07	Exploring intricate connectivity patterns for cognitive functioning and neurological disorders: incorporating frequency-domain NC method into fMRI analysis 2024-05-02, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhae195 PMID:38741270	研究论文	本研究将频域新因果方法应用于fMRI分析，探索认知功能与神经系统疾病的复杂连接模式	将频域新因果方法首次应用于fMRI分析，构建了多种因果关联模式并用于脑效率网络构建	研究仅针对认知障碍患者，未包含健康对照组进行对比分析	探索大脑连接模式与认知功能及神经系统疾病的关联	1252组不同程度认知障碍患者	医学影像分析	阿尔茨海默病	功能磁共振成像，频域新因果方法	深度学习模型	fMRI BOLD信号	1252组认知障碍患者	NA	NA	准确率,精确率,召回率	NA
146	2025-01-25	ENHANCING TRANSCRANIAL FOCUSED ULTRASOUND TREATMENT PLANNING WITH SYNTHETIC CT FROM ULTRA-SHORT ECHO TIME (UTE) MRI: A MULTI-TASK DEEP LEARNING APPROACH 2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi56570.2024.10635176 PMID:39844940	研究论文	本研究利用多任务深度学习框架，从有限的超短回波时间（UTE）MRI数据集中生成合成CT（sCT）图像，用于经颅聚焦超声（tFUS）治疗规划	采用3D Transformer U-Net生成sCT图像，展示了UTE-MRI作为无辐射、成本效益高的tFUS规划替代方案的潜力	研究基于有限的数据集，可能需要更大规模的数据验证	提高经颅聚焦超声治疗规划的准确性和效率	超短回波时间（UTE）MRI数据	医学影像处理	NA	超短回波时间（UTE）MRI	3D Transformer U-Net	MRI图像	有限的数据集	NA	NA	NA	NA
147	2025-10-07	UTILIZATION OF ARTIFICIAL INTELLIGENCE FOR PREDICTIVE MODELING IN DENTAL IMPLANTOLOGY 2024-May, Georgian medical news PMID:39089263	综述	本文综述了人工智能在牙科种植学中预测模型的应用研究现状	系统评估了AI在牙科种植成功率预测中的多种算法应用，包括决策树、随机森林、人工神经网络和深度学习	由于缺乏具体研究结果和足够数量的可比研究，无法进行定量分析	探讨人工智能在牙科种植预测模型中的应用研究	牙科种植患者数据（X光片、病史记录）	医疗人工智能	牙科疾病	AI预测建模	决策树, 随机森林, ANN, 深度学习	医学影像, 文本数据	NA	NA	NA	NA	NA
148	2025-10-07	ROBUST OUTER VOLUME SUBTRACTION WITH DEEP LEARNING GHOSTING DETECTION FOR HIGHLY-ACCELERATED REAL-TIME DYNAMIC MRI 2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi56570.2024.10635530 PMID:39834646	研究论文	提出一种结合深度学习鬼影检测的外容积信号估计方法，用于提升实时动态MRI的加速成像质量	利用运动器官产生的伪周期性鬼影伪影特性，通过深度学习改进外容积信号估计，结合物理驱动的深度学习方法实现个体时间帧重建	未明确说明方法在非周期性运动场景下的适用性	提升实时动态MRI在高加速率下的图像质量	心脏成像中的动态MRI数据	医学影像分析	心血管疾病	动态MRI, 时间交错欠采样	深度学习	MRI时间序列图像	NA	NA	NA	图像质量	NA
149	2025-01-23	CYCLE-CONSISTENT SELF-SUPERVISED LEARNING FOR IMPROVED HIGHLY-ACCELERATED MRI RECONSTRUCTION 2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi56570.2024.10635895 PMID:39831103	研究论文	本文提出了一种基于循环一致性的自监督学习方法，用于改进高度加速的MRI重建	使用循环一致性（CC）来增强自监督学习，特别是在高加速率下减少混叠伪影	未明确提及具体局限性	改进高度加速的MRI重建技术	MRI图像	计算机视觉	NA	自监督学习	NA	图像	包括速率6和8的fastMRI膝关节成像以及20倍的HCP风格fMRI	NA	NA	NA	NA
150	2025-01-19	NON-CARTESIAN SELF-SUPERVISED PHYSICS-DRIVEN DEEP LEARNING RECONSTRUCTION FOR HIGHLY-ACCELERATED MULTI-ECHO SPIRAL FMRI 2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi56570.2024.10635551 PMID:39669313	研究论文	本文提出了一种基于物理驱动的深度学习（PD-DL）重建方法，用于加速多回波螺旋fMRI的10倍重建	本文的创新点在于将自监督学习算法修改并应用于非笛卡尔轨迹的优化训练，以实现高时空分辨率的多回波螺旋fMRI重建	NA	研究目的是通过深度学习技术加速多回波螺旋fMRI的重建，以提高时空分辨率	多回波螺旋fMRI数据	医学影像处理	NA	深度学习	PD-DL网络	fMRI图像数据	NA	NA	NA	NA	NA
151	2025-10-07	A Novel Deep Learning Approach for Forecasting Myocardial Infarction Occurrences with Time Series Patient Data 2024-May-22, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-024-02076-w PMID:38775899	研究论文	使用新型深度学习模型预测心肌梗死发生率	提出了专门针对心肌梗死预测的MSC-LSTM方法，在新型数据集上表现优于传统模型	研究仅限于吉大港大都会区的数据，时间范围仅为两年	早期预测心肌梗死发生率以支持公共卫生决策	吉大港大都会区2020-2021年心肌梗死患者时间序列数据	机器学习	心血管疾病	时间序列分析	LSTM	时间序列数据	2020年1月1日至2021年12月31日吉大港大都会区每日心肌梗死发病率数据	NA	MSC-LSTM, LSTM	平均百分比误差(MPE)	NA
152	2025-10-07	Deep learning model integrating radiologic and clinical data to predict mortality after ischemic stroke 2024-May-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e31000 PMID:38826743	研究论文	开发并验证了一个结合放射影像和临床数据的深度学习模型，用于预测缺血性卒中患者的死亡率	首次将脑部扩散加权成像(DWI)和表观扩散系数(ADC)等放射学信息与临床因素整合到缺血性卒中死亡率预测模型中	数据来源于单一医疗中心，外部验证集仅来自一个二级心血管中心	创建和验证基于深度学习的缺血性卒中死亡率预测模型	缺血性卒中患者	医学影像分析	缺血性卒中	扩散加权成像(DWI), 表观扩散系数(ADC)	深度学习模型	医学影像, 临床数据	训练集1109例, 验证集437例, 内部测试集654例, 外部测试集507例	NA	NA	时间依赖性受试者工作特征曲线下面积(TD AUC), Harrell一致性指数(C-index)	NA
153	2025-10-07	A multimodal Transformer Network for protein-small molecule interactions enhances predictions of kinase inhibition and enzyme-substrate relationships 2024-May, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012100 PMID:38768223	研究论文	提出一种多模态Transformer网络ProSmith，用于增强蛋白质-小分子相互作用的预测能力	采用多模态Transformer网络同时处理蛋白质氨基酸序列和小分子字符串，促进两类分子间的信息交换	未明确说明模型在未知蛋白质上的泛化能力具体提升程度	提高蛋白质-小分子相互作用的预测准确性	蛋白质-小分子相互作用	机器学习	NA	多模态深度学习	Transformer,梯度提升	蛋白质氨基酸序列,小分子字符串	NA	Python	Transformer	预测准确性	NA
154	2025-10-07	Deep learning to assess microsatellite instability directly from histopathological whole slide images in endometrial cancer 2024-May-29, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01131-7 PMID:38811811	研究论文	开发基于深度学习的模型直接从子宫内膜癌组织病理学全切片图像评估微卫星不稳定性状态	首次提出直接从H&E染色全切片图像评估MSI状态的深度学习方法，无需传统分子检测	研究基于TCGA单一数据库，需要外部验证	开发快速准确的子宫内膜癌微卫星不稳定性评估方法	子宫内膜癌患者的组织病理学全切片图像	数字病理学	子宫内膜癌	H&E染色全切片成像	深度学习	图像	529名患者来自癌症基因组图谱(TCGA)	NA	NA	F-measure,准确率,精确率,灵敏度	NA
155	2025-10-07	L2NLF: a novel linear-to-nonlinear framework for multi-modal medical image registration 2024-May, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-023-00344-1 PMID:38645595	研究论文	提出一种用于多模态医学图像配准的线性到非线性框架L2NLF	提出两阶段配准框架，第一阶段通过图像转换将多模态配准转化为单模态配准，第二阶段设计了新型CrossMorph配准网络	NA	解决多模态医学图像配准的复杂挑战	240例患者的脑部T1和T2磁共振图像	医学图像处理	脑部疾病	医学图像配准	深度学习神经网络	医学图像	240例患者脑部图像	NA	U-net, CrossFormer	平均表面距离, Dice系数, 形变场平滑度	NA
156	2025-01-07	Exploring the roles of ribosomal peptides in prokaryote-phage interactions through deep learning-enabled metagenome mining 2024-May-24, Microbiome IF:13.8Q1 DOI:10.1186/s40168-024-01807-y PMID:38790030	研究论文	本研究通过深度学习技术挖掘海洋宏基因组数据，探索核糖体合成及翻译后修饰肽（RiPPs）在微生物与病毒相互作用中的潜在角色	开发了TrRiPP方法，以标志基因独立的方式从高度碎片化的宏基因组数据中识别RiPP前体，克服了传统方法的局限性，并揭示了RiPP家族在海洋微生物组中的多样性和新颖性	研究主要依赖于宏基因组和宏转录组数据的相关性分析，未进行实验验证	探索RiPPs的生物合成潜力及其在原核生物与噬菌体相互作用中的生态功能	海洋微生物组中的核糖体合成及翻译后修饰肽（RiPPs）	机器学习	NA	深度学习、宏基因组挖掘、宏转录组分析	深度学习模型	宏基因组数据、宏转录组数据	全球海洋微生物组的宏基因组数据	NA	NA	NA	NA
157	2025-01-07	Deep Learning for Nasopharyngeal Carcinoma Segmentation in Magnetic Resonance Imaging: A Systematic Review and Meta-Analysis 2024-May-17, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11050504 PMID:38790370	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了深度学习在磁共振成像中对鼻咽癌分割的准确性和应用潜力	首次系统评估了深度学习模型在鼻咽癌MRI分割中的表现，并提供了基于Dice得分的定量分析	研究存在显著的异质性和发表偏倚，且仅纳入了17项研究，样本量有限	评估深度学习模型在鼻咽癌MRI分割中的准确性和临床应用潜力	鼻咽癌患者的磁共振成像数据	计算机视觉	鼻咽癌	深度学习	卷积神经网络（CNN）	磁共振成像（MRI）图像	17项研究的数据	NA	NA	NA	NA
158	2025-01-07	Deep Learning for Elucidating Modifications to RNA-Status and Challenges Ahead 2024-05-15, Genes IF:2.8Q2 DOI:10.3390/genes15050629 PMID:38790258	综述	本文综述了深度学习在RNA修饰和RNA结合蛋白研究中的应用，特别是mRNA-RBP结合问题	深度学习方法能够基于序列和二级结构等特征预测RNA修饰的存在与否，揭示了位点偏好的高度非线性序列模式和结构	文章未具体提及研究的局限性	探讨深度学习在RNA修饰和RNA结合蛋白研究中的应用，推动该领域的发展	RNA结合蛋白和RNA化学修饰	自然语言处理	NA	深度学习	NA	序列数据	NA	NA	NA	NA	NA
159	2025-01-07	Enhancing Classification Accuracy with Integrated Contextual Gate Network: Deep Learning Approach for Functional Near-Infrared Spectroscopy Brain-Computer Interface Application 2024-May-10, Sensors (Basel, Switzerland) DOI:10.3390/s24103040 PMID:38793895	研究论文	本研究提出了一种集成上下文门网络（ICGN）算法，用于提高功能性近红外光谱脑机接口（fNIRS-BCI）系统中的分类准确率	提出了一种新的ICGN算法，该算法能够从过滤后的数据中提取特征，并基于网络内前一个单元的信息生成模式，从而提高分类准确率	研究仅基于健康参与者的数据，未涉及患者数据，可能限制了算法的普适性	提高fNIRS-BCI系统中的分类准确率	健康参与者的手部抓握运动数据	脑机接口	NA	功能性近红外光谱（fNIRS）	集成上下文门网络（ICGN）、长短期记忆网络（LSTM）、双向长短期记忆网络（Bi-LSTM）	功能性近红外光谱数据	20名健康参与者的手部抓握运动数据和30名受试者的三类运动数据	NA	NA	NA	NA
160	2025-01-07	MedKnee: A New Deep Learning-Based Software for Automated Prediction of Radiographic Knee Osteoarthritis 2024-May-10, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14100993 PMID:38786291	研究论文	本文介绍了一种名为MedKnee的深度学习软件，用于自动化预测膝关节骨关节炎的X光影像	开发了新的深度学习软件MedKnee，用于辅助医生根据Kellgren和Lawrence (KL)评分诊断膝关节骨关节炎	在本地数据集上，MedKnee与风湿病学家的诊断一致率为74%，仍有提升空间	开发一种深度学习软件，辅助医生诊断膝关节骨关节炎	膝关节骨关节炎的X光影像	计算机视觉	骨关节炎	深度学习	Xception	图像	5000张膝关节X光影像，来自Osteoarthritis Initiative公共数据集	NA	NA	NA	NA