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
61	2025-03-11	Sampling Conformational Ensembles of Highly Dynamic Proteins via Generative Deep Learning 2024-Jun-28, Research square DOI:10.21203/rs.3.rs-4301803/v1 PMID:38978607	研究论文	本文开发了一种基于无监督深度学习的模型ICoN，用于从分子动力学模拟数据中学习蛋白质构象变化的物理原理，并通过插值数据点快速识别具有复杂和大规模侧链和骨架排列的新合成构象	提出了ICoN模型，能够从分子动力学模拟数据中学习蛋白质构象变化的物理原理，并生成新的合成构象，揭示了实验发现中未包含的重要原子细节	方法的普适性依赖于可用训练数据的质量和数量，且需要进一步的实验验证来确认生成构象的生物学相关性	研究蛋白质构象集合，特别是高度动态蛋白质的构象变化，以理解其功能调控和疾病相关聚集	高度动态的淀粉样β（Aβ42）单体	机器学习	NA	分子动力学（MD）模拟	ICoN（Internal Coordinate Net）	分子动力学模拟数据	NA
62	2025-03-10	Data-driven fine-grained region discovery in the mouse brain with transformers 2024-Jun-13, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.05.592608 PMID:38766132	研究论文	本文开发了一种无监督训练方案和基于transformer的深度学习架构，用于利用空间转录组学数据检测小鼠全脑的空间区域	提出了一种新的transformer深度学习架构，能够从粗到细粒度地识别小鼠大脑中的空间区域，并发现了一些以前未分类的亚区域	NA	研究小鼠大脑的空间组织	小鼠大脑	数字病理学	NA	空间转录组学	transformer	空间转录组学数据	多个小鼠的全脑数据
63	2025-03-09	The human hypothalamus coordinates switching between different survival actions 2024-Jun, PLoS biology IF:7.8Q1 DOI:10.1371/journal.pbio.3002624 PMID:38941452	研究论文	本研究探讨了人类下丘脑在生存行为切换中的作用，通过虚拟捕食者和猎物的实验范式，结合深度学习分割和优化的成像序列，揭示了人类下丘脑在生存行为切换中的关键角色	首次识别了人类下丘脑在生存行为切换中的作用，并揭示了其在行为切换后动作组织中的角色	研究依赖于虚拟环境中的行为模拟，可能无法完全反映真实世界中的生存行为	探讨人类下丘脑在生存行为切换中的作用	人类下丘脑及其在生存行为切换中的功能	神经科学	NA	深度学习分割、优化的成像序列、多体素模式分析（MVPA）、多体素连接分析、基于模型的fMRI分析	计算模型	fMRI数据	两次实验中的志愿者
64	2025-03-06	PTransIPs: Identification of Phosphorylation Sites Enhanced by Protein PLM Embeddings 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3377362 PMID:38483806	研究论文	本研究开发了一个名为PTransIPs的深度学习框架，用于识别磷酸化位点，该框架在独立测试中表现优于现有最先进方法	PTransIPs首次将蛋白质预训练语言模型（PLM）嵌入应用于此任务，结合了Transformer架构和卷积神经网络，并采用了TIM损失函数进行优化	NA	开发一个深度学习框架以准确识别磷酸化位点，从而揭示细胞内的分子机制和病毒感染过程中的关键点	磷酸化位点	生物信息学	NA	深度学习	Transformer, CNN	蛋白质序列和结构数据	NA
65	2025-03-06	Preliminary Results: Comparison of Convolutional Neural Network Architectures as an Auxiliary Clinical Tool Applied to Screening Mammography in Mexican Women 2024-Jun, Journal of medical and biological engineering IF:1.6Q4 DOI:10.1007/s40846-024-00868-6 PMID:40027073	研究论文	本研究开发了一种新型卷积神经网络（CNN）用于乳腺X光片的良恶性分类，并与使用迁移学习的预训练CNN模型进行比较	开发了一种新型CNN模型，并在墨西哥女性乳腺X光片数据集上进行了训练和验证，填补了该领域的数据和工具空白	研究样本量相对较小，且仅使用了两个数据库的数据	开发并验证一种新型CNN模型，用于乳腺X光片的良恶性分类	乳腺X光片	计算机视觉	乳腺癌	卷积神经网络（CNN）	CNN, DenseNet121, MobileNetV2, ResNet50, VGG16	图像	1,070张乳腺X光片（来自235名墨西哥患者）和MIAS数据库中的乳腺X光片
66	2025-03-06	From Basic to Extra Features: Hypergraph Transformer Pretrain-then-Finetuning for Balanced Clinical Predictions on EHR 2024-Jun, Proceedings of machine learning research PMID:40041452	研究论文	本文提出了一种名为HTP-Star的模型，利用超图结构和预训练-微调框架来建模电子健康记录（EHR）数据，并设计了两种技术以增强模型在微调过程中的鲁棒性	HTP-Star模型通过超图结构和预训练-微调框架，实现了对EHR数据的建模，并能够无缝整合额外特征，同时在微调过程中增强了模型的鲁棒性	未明确提及具体限制	研究目的是通过深度学习模型改进对电子健康记录（EHR）数据的处理，以实现更平衡的临床预测	电子健康记录（EHR）数据	机器学习	NA	超图结构、预训练-微调框架	HTP-Star	电子健康记录（EHR）数据	两个真实的EHR数据集
67	2025-03-05	Evaluation of deep learning algorithms in detecting moyamoya disease: a systematic review and single-arm meta-analysis 2024-Jun-29, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-024-02537-3 PMID:38951288	系统综述与单臂荟萃分析	本研究评估了深度学习算法在诊断烟雾病（MMD）中的效果，通过分析敏感性、特异性和曲线下面积（AUC）与专家共识进行比较	首次系统评估深度学习算法在烟雾病诊断中的应用，并进行了单臂荟萃分析	仅包括英文文献，排除了使用传统机器学习方法的研究	评估深度学习算法在烟雾病诊断中的效果	烟雾病（MMD）患者	计算机视觉	烟雾病	深度学习	深度学习模型	图像	4,416名患者，其中1,358名患有烟雾病
68	2025-03-05	Text-to-video generative artificial intelligence: sora in neurosurgery 2024-Jun-13, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-024-02514-w PMID:38867134	研究论文	本文探讨了生成式人工智能Sora在神经外科中的应用及其潜力	介绍了Sora这一新型生成式AI工具，结合自然语言处理、深度学习和计算机视觉技术，能够从文本提示生成视频，为神经外科领域带来创新应用	当前模型存在物理上不可能的运动生成、自发生成主题、不自然的物体变形、不准确的物理交互以及生成多个主题时表现异常等问题，同时涉及患者隐私、偏见和伦理问题	探讨生成式AI在神经外科中的应用潜力及其效果评估	神经外科领域	自然语言处理, 计算机视觉	NA	生成式AI, 自然语言处理, 深度学习, 计算机视觉	LLM, 生成式AI	文本, 视频	NA
69	2025-03-05	Breaking new ground: can artificial intelligence and machine learning transform papillary glioneuronal tumor diagnosis? 2024-Jun-07, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-024-02504-y PMID:38844709	研究论文	本文探讨了人工智能和机器学习在乳头状胶质神经元肿瘤（PGNT）诊断中的潜在应用	首次提出将AI和ML技术应用于PGNT的诊断，以提高术前诊断的准确性	AI预测需要医学专业人员的验证，不能完全替代临床专业知识	研究AI和ML在PGNT诊断中的应用，以提高诊断准确性和患者治疗效果	乳头状胶质神经元肿瘤（PGNT）	数字病理学	脑肿瘤	深度学习	NA	影像数据	36例确诊的PGNT病例
70	2025-03-05	Using Wearable Sensors and Machine Learning to Assess Upper Limb Function in Huntington's Disease 2024-Jun-03, Research square DOI:10.21203/rs.3.rs-4355136/v1 PMID:38883736	研究论文	本研究利用可穿戴传感器和机器学习技术评估亨廷顿病患者的日常生活中的上肢功能	首次将可穿戴传感器和深度学习模型结合，用于监测亨廷顿病患者的日常上肢功能，并预测疾病组别和临床评分	样本量较小（HD=16，pHD=7，CTR=16），可能影响结果的普遍性	评估亨廷顿病患者的上肢功能，探索可穿戴传感器和机器学习在疾病监测和治疗评估中的应用	亨廷顿病患者（HD）、前驱期亨廷顿病患者（pHD）和健康对照组（CTR）	机器学习	亨廷顿病	深度学习模型	深度学习模型	传感器数据	HD=16，pHD=7，CTR=16
71	2025-03-01	Fluorescence excitation-scanning hyperspectral imaging with scalable 2D-3D deep learning framework for colorectal cancer detection 2024-06-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64917-5 PMID:38926431	研究论文	本文介绍了一种新型的荧光激发扫描高光谱成像（HSI）方法，结合可扩展的2D-3D深度学习框架，用于结直肠癌的检测	开发了一种新型的荧光激发扫描HSI方法，结合可扩展的AI框架，实现了实时HSI分类和AI决策过程的可解释性	高维度的HSI数据集在数据处理、解释性和分类方面存在挑战	提高结直肠癌病变检测的敏感性和特异性	结直肠癌病变	计算机视觉	结直肠癌	荧光激发扫描高光谱成像（HSI）	深度学习模型	图像	NA
72	2025-03-01	Deep Learning Phenotyping of Tricuspid Regurgitation for Automated High Throughput Assessment of Transthoracic Echocardiography 2024-Jun-24, medRxiv : the preprint server for health sciences DOI:10.1101/2024.06.22.24309332 PMID:38978651	研究论文	本研究开发了一种自动化深度学习流程，用于从经胸超声心动图中评估三尖瓣反流（TR）	开发了一种自动化深度学习工作流程，用于高吞吐量评估三尖瓣反流，并在两个不同的医疗系统中进行了验证	研究依赖于特定医疗中心的数据，可能在其他医疗环境中的适用性需要进一步验证	开发并验证一种自动化深度学习模型，用于从超声心动图中评估三尖瓣反流的严重程度	经胸超声心动图视频	数字病理学	心血管疾病	深度学习	深度学习模型	视频	CSMC数据集包含47,312项研究（2,079,898个视频），测试集包含2,462项研究（108,138个视频）；SHC数据集包含5,549项研究（278,377个视频）
73	2024-10-24	Identification of an ANCA-Associated Vasculitis Cohort Using Deep Learning and Electronic Health Records 2024-Jun-10, medRxiv : the preprint server for health sciences DOI:10.1101/2024.06.09.24308603 PMID:38946986	研究论文	本文利用深度学习模型分析电子健康记录，以更准确地识别ANCA相关性血管炎病例	本文提出了一种基于深度学习的模型，用于分析电子健康记录，以更准确地识别ANCA相关性血管炎病例，相比传统的基于规则的方法，该模型能够发现更多的病例	本文未详细讨论模型的泛化能力和在其他数据集上的表现	开发一种更准确的方法来识别ANCA相关性血管炎病例	ANCA相关性血管炎病例的识别	机器学习	其他疾病	深度学习	深度学习算法	文本	三个数据集分别包含6,000、3,008和7,500个笔记部分，以及2,000个随机选择的样本
74	2025-02-25	CEUS in prediction of early recurrence of hepatocellular carcinoma after curative resection and to stratify the risk of early recurrence: a retrospective observational study 2024-06, Abdominal radiology (New York) DOI:10.1007/s00261-024-04252-5 PMID:38557770	研究论文	本研究探讨了术前对比增强超声（CEUS）在预测肝细胞癌（HCC）根治性切除术后早期复发（ER）中的作用，并分层了ER的风险	首次使用CEUS结合DL放射组学复发评分来预测HCC的早期复发，并基于预测因子数量对患者进行风险分层	研究为回顾性观察研究，可能存在选择偏差	预测肝细胞癌根治性切除术后的早期复发并分层风险	556名在2011年1月至2018年12月期间接受根治性切除术的HCC患者	数字病理	肝细胞癌	对比增强超声（CEUS）	深度学习（DL）	图像	556名HCC患者
75	2025-02-25	Deep learning-based image reconstruction for the multi-arterial phase images: improvement of the image quality to assess the small hypervascular hepatic tumor on gadoxetic acid-enhanced liver MRI 2024-06, Abdominal radiology (New York) DOI:10.1007/s00261-024-04236-5 PMID:38512517	研究论文	本文评估了基于深度学习的图像重建技术在多动脉期磁共振成像（MA-MRI）中对小血管性肝肿瘤图像质量的提升效果	首次将深度学习技术应用于多动脉期磁共振成像的图像重建，显著提高了图像质量	研究样本量较小，且为回顾性研究，可能影响结果的普遍性	评估深度学习图像重建技术在多动脉期磁共振成像中的应用效果	55名患有小血管性肝肿瘤的成年患者	计算机视觉	肝肿瘤	深度学习图像重建	深度学习模型	图像	55名成年患者
76	2025-02-25	Noninvasive diagnosis of liver cirrhosis: qualitative and quantitative imaging biomarkers 2024-06, Abdominal radiology (New York) DOI:10.1007/s00261-024-04225-8 PMID:38372765	综述	本文综述了用于非侵入性诊断肝硬化的定性和定量影像生物标志物，并讨论了评估肝功能和预后的挑战及未来方向	介绍了影像组学和深度学习在提高诊断准确性并减少主观性方面的应用	部分定量影像特征尚未在临床实践中应用	探讨非侵入性诊断肝硬化的影像生物标志物及其在评估肝功能和预后中的应用	肝硬化患者	数字病理学	肝硬化	超声、CT、MRI、弹性成像技术、影像组学、深度学习	NA	影像数据	NA
77	2025-02-25	Detection of urinary tract stones on submillisievert abdominopelvic CT imaging with deep-learning image reconstruction algorithm (DLIR) 2024-06, Abdominal radiology (New York) DOI:10.1007/s00261-024-04223-w PMID:38470506	研究论文	本研究评估了使用深度学习图像重建算法（DLIR）在亚毫西弗腹部盆腔CT成像中检测尿路结石的诊断性能和图像质量	首次在亚毫西弗腹部盆腔CT成像中应用深度学习图像重建算法（DLIR），并评估其在尿路结石检测中的诊断性能和图像质量	样本量较小，仅57名患者参与研究	评估亚毫西弗腹部盆腔CT成像在尿路结石检测中的诊断性能和图像质量	57名疑似尿路结石患者	数字病理	尿路结石	CT成像	深度学习图像重建算法（DLIR）	图像	57名患者，共检测到266颗结石
78	2025-02-21	Dual Stream Long Short-Term Memory Feature Fusion Classifier for Surface Electromyography Gesture Recognition 2024-Jun-04, Sensors (Basel, Switzerland) DOI:10.3390/s24113631 PMID:38894423	研究论文	本文提出了一种基于双流LSTM特征融合分类器的新型轻量级模型，用于表面肌电信号手势识别	提出了一种结合五种时域特征和原始数据的双流LSTM特征融合分类器，通过一维卷积神经网络和LSTM层进行分类，有效捕捉肌电信号的全局特征，计算成本低	模型在DB2数据集上仅对10名受试者进行了验证，样本量较小	提高表面肌电信号手势识别的准确性和实时性	表面肌电信号（sEMG）	机器学习	NA	NA	双流LSTM特征融合分类器	肌电信号	DB1数据集中的27名受试者，每名受试者重复52种手势各10次；DB2数据集中的10名受试者
79	2025-02-21	Extracting Systemic Anticancer Therapy and Response Information From Clinical Notes Following the RECIST Definition 2024-06, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI.23.00166 PMID:38885475	研究论文	本研究应用自然语言处理技术自动化从临床笔记中提取抗癌治疗及其响应信息，以减少人工数据收集的工作量并提高结果的一致性和可靠性	开发了一个复杂的混合NLP系统，结合机器学习和深度学习模块，用于从叙述性临床文本中提取、链接和总结抗癌治疗及RECIST响应信息	系统在链接治疗和RECIST响应提及方面的最佳得分为0.66，表明仍有改进空间	自动化从电子健康记录中提取抗癌治疗及其响应信息，以支持癌症研究	临床笔记中的抗癌治疗和RECIST响应信息	自然语言处理	癌症	自然语言处理（NLP）	BioBERT, BioClinicalBERT	文本	来自不同机构的两个独立测试集
80	2025-02-21	A novel deep-learning model based on τ-shaped convolutional network (τNet) with long short-term memory (LSTM) for physiological fatigue detection from EEG and EOG signals 2024-Jun, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03033-y PMID:38374416	研究论文	本文提出了一种基于τ形卷积网络（τNet）和长短期记忆（LSTM）的新型深度学习模型，用于从EEG和EOG信号中检测生理疲劳	提出了τ形卷积网络（τNet），结合了上采样特征和连接高低级特征的操作，以充分利用有用信息，并提出了LSTM-τNet并行结构，用于疲劳检测	未明确提及具体局限性	开发一种高效的疲劳检测算法，以减少交通事故	EEG和EOG信号	机器学习	NA	深度学习	τ形卷积网络（τNet）和LSTM	EEG和EOG信号	基于两个数据集进行实验