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	2025-09-24	A flexible, stretchable and wearable strain sensor based on physical eutectogels for deep learning-assisted motion identification 2024-06-27, Journal of materials chemistry. B DOI:10.1039/d4tb00809j PMID:38836422	研究论文	本研究开发了一种基于木质素增强物理共晶凝胶的可穿戴应变传感器，并结合深度学习技术实现手势识别	首次将木质素作为绿色填料和多功能氢键供体溶解于低共熔溶剂，制备出具有透明度、紫外屏蔽、自愈合和高导电性等多功能集成的物理共晶凝胶	NA	开发高性能可穿戴应变传感器并实现精准运动识别	物理共晶凝胶材料及人体运动信号	可穿戴电子设备	NA	深度学习	NA	传感器运动数据	1000次循环耐久性测试
2	2025-09-18	Bibliometric Analysis of Forensic Human Remains Identification Literature from 1991 to 2022 2024-Jun-25, Fa yi xue za zhi DOI:10.12116/j.issn.1004-5619.2023.430803 PMID:39166305	文献计量分析	对1991年至2022年法医人类学遗骸鉴定领域的文献进行计量分析，描述研究现状和未来热点	首次系统分析该领域文献趋势，并预测机器学习与深度学习技术将推动未来研究方向	国际和国内合作范围有限，数据仅来源于Web of Science核心合集	通过文献计量分析揭示法医人类学遗骸鉴定研究的发展趋势和主题变化	873篇英文论文，涉及国家、机构、作者及研究主题	法医人类学	NA	文献计量分析，使用python 3.9.2和Gephi 0.10进行网络可视化	NA	文本（科学文献数据）	873篇论文
3	2025-09-12	Recurrent Inference Machine for Medical Image Registration 2024-Jun-19, ArXiv PMID:39371087	研究论文	提出一种名为循环推理图像配准网络的新型医学图像配准方法，通过元学习方式迭代求解配准问题	将循环推理框架与元学习相结合，通过学习优化更新规则，结合隐式正则化和显式梯度输入，提高配准精度和数据效率	NA	提升医学图像配准的精度和数据效率	脑部MRI和定量心脏MRI图像	计算机视觉	NA	深度学习，元学习	循环推理网络	医学图像（MRI）	NA
4	2025-09-05	Clinical outcome prediction with an automated EEG trend, Brain State of the Newborn, after perinatal asphyxia 2024-06, Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology IF:3.7Q2 DOI:10.1016/j.clinph.2024.03.007 PMID:38583406	研究论文	本研究评估了基于深度学习的自动化EEG趋势分析工具BSN在预测围产期窒息新生儿4岁时临床结局的效用	首次使用全自动深度学习定量测量EEG背景的新方法BSN，实现早期连续脑活动监测和动态预后预测	样本量较小（80例新生儿），需更大规模验证	早期预测围产期窒息新生儿的长期临床结局	围产期窒息新生儿	医疗人工智能	新生儿缺氧缺血性脑病	EEG监测、深度学习	深度学习模型	EEG时间序列数据	80例新生儿，总计5427小时EEG数据
5	2025-09-03	Computed Tomography Effective Dose and Image Quality in Deep Learning Image Reconstruction in Intensive Care Patients Compared to Iterative Algorithms 2024-06-07, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10060069 PMID:38921946	研究论文	比较深度学习图像重建算法与传统迭代算法在重症监护患者CT扫描中的有效剂量和图像质量	首次在重症监护患者中系统评估深度学习图像重建算法相比传统滤波反投影和迭代重建算法在降低辐射剂量和提升图像质量方面的优势	单中心研究，样本量相对有限（83例患者），未涵盖所有类型CT扫描仪	评估深度学习图像重建算法是否能降低CT有效剂量并改善图像质量	重症监护病房患者	医学影像	重症监护	CT扫描，深度学习图像重建	CNN	医学影像	83例重症监护患者（平均年龄59±15岁，56名男性）
6	2025-08-30	Predicting Progression From Mild Cognitive Impairment to Alzheimer's Dementia With Adversarial Attacks 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3373703 PMID:38507374	研究论文	提出一种利用对抗攻击预测轻度认知障碍向阿尔茨海默病转化的框架	采用单步梯度对抗攻击寻找输入空间中的对抗进展方向，通过决策边界距离预测疾病转化	可用数据集规模不足以训练复杂模型	预测轻度认知障碍向阿尔茨海默病的转化	阿尔茨海默病患者数据	机器学习	阿尔茨海默病	对抗攻击	浅层神经网络	医疗数据	两个公开数据集
7	2025-08-12	A Top-Down Design Approach for Generating a Peptide PROTAC Drug Targeting Androgen Receptor for Androgenetic Alopecia Therapy 2024-06-27, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.4c00828 PMID:38836467	研究论文	本研究结合前沿方法开发了一种新型肽基PROTAC药物开发范式，用于治疗雄激素性脱发	结合ProteinMPNN、RFdiffusion等AI工具设计肽基PROTAC药物，并整合透皮微针贴片技术进行给药	未提及临床试验结果或体内药效验证数据	开发针对雄激素受体(AR)的肽基PROTAC药物用于雄激素性脱发治疗	雄激素受体(AR)和Von Hippel-Lindau (VHL)蛋白	药物开发	雄激素性脱发	ProteinMPNN、RFdiffusion、Alphafold2-multimer、ZDOCK	深度学习模型	蛋白质结构数据	NA
8	2024-08-07	External Validation of Deep Learning-Based Cardiac Arrest Risk Management System for Predicting In-Hospital Cardiac Arrest in Patients Admitted to General Wards Based on Rapid Response System Operating and Nonoperating Periods: A Single-Center Study: Erratum 2024-Jun-01, Critical care medicine IF:7.7Q1 DOI:10.1097/CCM.0000000000006291 PMID:38752829	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
9	2025-08-03	Distinct brain morphometry patterns revealed by deep learning improve prediction of post-stroke aphasia severity 2024-Jun-12, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00541-8 PMID:38866977	研究论文	本研究利用深度学习技术揭示独特的脑形态测量模式，以改善中风后失语症严重程度的预测	使用CNN分析全脑形态测量和病变解剖，相比传统机器学习方法（如SVM），能更准确地预测慢性中风患者的严重失语症，并揭示了与病变大小无关的独特形态测量模式	研究样本量相对有限（N=231），且未探讨其他可能影响失语症严重程度的因素	改善中风后失语症严重程度的预测	慢性中风患者（N=231）	数字病理学	心血管疾病	深度学习	CNN, SVM	图像	231名慢性中风患者
10	2025-07-25	Enhancing Molecular Property Prediction through Task-Oriented Transfer Learning: Integrating Universal Structural Insights and Domain-Specific Knowledge 2024-06-13, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.4c00692 PMID:38748846	research paper	提出了一种基于BERT的双层次预训练框架TOML-BERT，用于分子属性预测，结合了结构模式和领域知识	引入了双层次预训练框架TOML-BERT，结合了分子结构模式和领域知识，提升了分子属性预测性能	未提及具体的数据稀缺性如何影响模型性能，以及在不同分子类型上的泛化能力	提升分子属性预测的准确性，以支持药物发现	分子属性预测	machine learning	NA	BERT, 自监督预训练	TOML-BERT	分子结构数据	10个药物数据集
11	2025-07-24	Differential artery-vein analysis improves the OCTA classification of diabetic retinopathy 2024-Jun-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.521657 PMID:38867785	research paper	本研究探讨了光学相干断层扫描血管成像（OCTA）中差异动脉-静脉（AV）分析对糖尿病视网膜病变（DR）机器学习分类的影响	利用深度学习进行动脉-静脉区域（AVA）分割，并从OCTA图像中提取六种定量特征，通过差异AV分析显著提高了DR分类的准确率	未提及具体样本量，可能影响结果的泛化性	提高糖尿病视网膜病变的分类准确率	糖尿病视网膜病变患者和对照组	digital pathology	diabetic retinopathy	optical coherence tomography angiography (OCTA)	SVM	image	NA
12	2025-07-23	PSSR2: a user-friendly Python package for democratizing deep learning-based point-scanning super-resolution microscopy 2024-Jun-16, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.16.599221 PMID:38915557	research paper	PSSR2是一个用户友好的Python包，旨在普及基于深度学习的点扫描超分辨率显微镜技术	PSSR2改进并扩展了原有的PSSR工作流程，实现了同时超分辨率和去噪功能，并通过集成的CLI和Napari插件使技术更易于使用	NA	开发一个用户友好的工具，使显微镜和生物学研究社区能够轻松实现超分辨率工作流程	显微镜数据	digital pathology	NA	deep learning	NA	image	NA
13	2025-07-20	Multimodal explainable artificial intelligence identifies patients with non-ischaemic cardiomyopathy at risk of lethal ventricular arrhythmias 2024-06-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65357-x PMID:38937555	研究论文	开发了一种多模态深度学习模型，用于预测非缺血性心肌病患者致命性室性心律失常的风险	结合了LGE心脏MRI、心电图和临床数据的多模态深度学习模型，提高了预测恶性室性心律失常的准确性	研究样本量较小（289名患者），且为回顾性研究，可能影响模型的泛化能力	预测非缺血性心肌病患者致命性室性心律失常的风险，以指导ICD植入决策	非缺血性心肌病患者	数字病理	心血管疾病	LGE心脏MRI、12导联心电图	残差变分自编码器、DEEP RISK机器学习模型	图像（MRI）、信号（ECG）、临床数据	289名来自两家三级医院的患者
14	2025-07-20	CURE: A deep learning framework pre-trained on large-scale patient data for treatment effect estimation 2024-Jun-14, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2024.100973 PMID:39005483	research paper	提出了一种名为CURE的深度学习框架，用于从观察数据中估计治疗效果	CURE框架通过在大规模未标记患者数据上进行预训练，学习具有代表性的上下文患者表示，并在标记患者数据上进行微调以进行治疗效果估计	未明确提及具体局限性	识别治疗对重要结果的因果效应	患者数据	machine learning	NA	深度学习	预训练与微调框架	观察数据	大规模未标记患者数据和标记患者数据
15	2025-07-20	Chest CT-based automated vertebral fracture assessment using artificial intelligence and morphologic features 2024-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17072 PMID:38721977	研究论文	本文提出了一种基于胸部CT的自动化椎体骨折评估方法，利用深度学习和形态学特征进行椎体分割、标记及骨折检测	结合深度学习、多参数冻结-生长算法和强度自相关技术，实现了椎体的自动化分割和标记，并通过计算椎体高度特征进行骨折检测	方法在低剂量CT上的泛化性虽经评估，但样本量相对较小（n=236），可能需要更多数据验证	开发自动化椎体骨折评估方法，以替代人工专家阅读，提高大规模人群研究的效率	慢性阻塞性肺疾病（COPD）患者的胸部CT图像	数字病理学	慢性阻塞性肺疾病	深度学习、多参数冻结-生长算法、强度自相关、CT成像	DL网络	CT图像	3231名COPDGene研究参与者的40,050个椎体，其中120例用于DL分类器训练与验证，236例低剂量CT评估泛化性
16	2025-07-20	MAD-Former: A Traceable Interpretability Model for Alzheimer's Disease Recognition Based on Multi-Patch Attention 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3368500 PMID:38442047	research paper	提出了一种基于多块注意力机制的可追踪解释性模型MAD-Former，用于阿尔茨海默病的识别	设计了3D脑特征提取网络和双分支注意力结构，提出重要注意力相似性位置损失函数，并开发了一种基于注意力选择和感受野追踪的可追踪方法	NA	开发一种具有可解释性的阿尔茨海默病自动诊断模型	阿尔茨海默病患者的结构磁共振成像(sMRI)数据	digital pathology	geriatric disease	deep learning	CNN, MAD-Former	3D MRI images	ADNI和OASIS数据集
17	2025-07-19	Iterative deep learning-design of human enhancers exploits condensed sequence grammar to achieve cell type-specificity 2024-Jun-14, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.14.599076 PMID:38915713	研究论文	本文应用迭代深度学习设计合成增强子，实现在两种人类细胞系中的强差异活性	利用迭代深度学习优化预测器，设计出具有更高特异性的第二代增强子，并揭示了增强子活性与单细胞水平转录因子表达的相关性	研究仅针对两种人类细胞系，可能无法推广到其他细胞类型	解决合成生物学中如何靶向特定细胞类型进行基因表达的问题	人类合成增强子	合成生物学	NA	深度学习	NA	序列数据	两种人类细胞系
18	2025-07-11	Automated CT quantification of interstitial lung abnormality in patients with resectable stage I non-small cell lung cancer: Prognostic significance 2024-06, Thoracic cancer IF:2.3Q2 DOI:10.1111/1759-7714.15306 PMID:38682806	研究论文	本研究评估了基于Fleischner Society定义的自动量化间质性肺异常（ILA）在I期非小细胞肺癌（NSCLC）患者中的预测价值	使用深度学习自动量化程序评估术前CT数据，并基于Fleischner Society定义对患者进行分类	回顾性研究设计可能引入选择偏差	评估自动量化ILA在I期NSCLC患者中的预后意义	948名病理I期NSCLC患者	数字病理	肺癌	CT扫描	深度学习	图像	948名患者
19	2025-07-11	Automated Prediction of Proximal Middle Cerebral Artery Occlusions in Noncontrast Brain Computed Tomography 2024-06, Stroke IF:7.8Q1 DOI:10.1161/STROKEAHA.123.045772 PMID:38787932	研究论文	提出了一种基于机器学习的算法（JLK-CTL），利用非对比脑计算机断层扫描的手工特征预测大血管闭塞（LVO）	结合手工特征和深度学习算法，整合血栓征象作为额外特征，提高了LVO的预测准确性	研究样本来自特定时间段和医院，可能影响模型的泛化能力	早期识别缺血性卒中患者的大血管闭塞（LVO）以进行及时干预	缺血性卒中患者	数字病理学	心血管疾病	非对比计算机断层扫描（CT）和计算机断层扫描血管造影（CTA）	ExtraTrees, random forest, extreme gradient boosting, support vector machine, multilayer perceptron, deep learning	图像	2919名患者（2463名训练集，275名内部验证集，95名外部验证集）
20	2025-07-07	CT-derived pectoralis composition and incident pneumonia hospitalization using fully automated deep-learning algorithm: multi-ethnic study of atherosclerosis 2024-Jun, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-10372-1 PMID:37951855	研究论文	本研究利用深度学习算法从常规胸部CT中自动提取胸肌组成指标，并探讨这些指标与肺炎住院事件的纵向关联	首次使用全自动深度学习算法(Mask R-CNN)从常规胸部CT中提取胸肌组成指标，并发现其在COPD患者中的肺炎预测价值	研究结果仅在COPD患者群体中具有显著性，样本量有限(2595名参与者)	探究胸部CT衍生的胸肌组成指标与肺炎住院事件的关联	多民族动脉粥样硬化研究(MESA)的参与者	数字病理学	慢性阻塞性肺疾病(COPD)	深度学习算法	Mask R-CNN (基于Faster R-CNN)	CT图像	2595名参与者(51%女性，中位年龄68岁)，其中507名COPD患者