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
61	2025-10-06	Hybrid Deep Learning and Model-Based Needle Shape Prediction 2024-Jun, IEEE sensors journal IF:4.3Q2 DOI:10.1109/jsen.2024.3386120 PMID:39301509	研究论文	提出一种混合深度学习和模型驱动的针形预测方法，用于前列腺癌微创手术中的针轨迹预测	首次结合深度学习与基于李群的针形模型，并提出无需数据的自监督学习方法	仅在单层和双层均匀仿生组织中进行验证，未涉及真实人体组织	解决手术中针形实时预测问题以减少重复插入	柔性斜面针在前列腺癌手术中的插入轨迹	计算机视觉	前列腺癌	深度学习，李群理论建模	深度学习模型	针形轨迹数据	约3,000个预测样本	NA	混合深度学习架构	均方根误差	NA
62	2025-10-06	EEG classification based on visual stimuli via adversarial learning 2024-Jun, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-023-09967-7 PMID:39534363	研究论文	提出一种基于视觉刺激的脑电信号分类方法，通过对抗学习提取主体不变特征	采用双路径深度学习架构结合梯度反转层学习主体不变特征，并提出基于引导反向传播的脑电通道选择方法	NA	基于视觉刺激的脑电信号分类与脑解码	由图像刺激诱发的脑电信号	脑机接口	NA	脑电图	CNN	脑电信号	NA	NA	双路径卷积神经网络	NA	NA
63	2025-10-06	Automated Spontaneous Echo Contrast Detection Using a Multisequence Attention Convolutional Neural Network 2024-06, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.01.016 PMID:38461036	研究论文	开发了一种基于多序列注意力卷积神经网络的深度学习模型，用于自动检测血管超声中的自发回声对比现象	首次将多序列CNN与软注意力机制结合用于SEC自动检测，能够可视化关键帧重要性	模型性能仍有提升空间（AUC 0.74），样本量相对有限（201名患者）	开发自动识别血管超声中自发回声对比的深度学习模型	股静脉超声图像序列	计算机视觉	心血管疾病	血管超声	CNN	超声图像序列	201名患者的801个超声采集序列	NA	ResNetv2	ROC-AUC, 敏感度, 特异度, F1分数, 真阴性, 假阴性, 假阳性, 真阳性	NA
64	2025-10-06	Joint MAPLE: Accelerated joint T1 and T 2 * $$ {{\mathrm{T}}_2}^{\ast } $$ mapping with scan-specific self-supervised networks 2024-Jun, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.29989 PMID:38181183	研究论文	提出一种联合T1和T2*映射的加速MRI参数映射技术，通过扫描特异性自监督网络重建结合并行成像和模型方法	首次将并行成像、模型驱动方法和深度学习通过扫描特异性自监督网络重建协同结合，实现高加速率的联合参数映射	未提及需要外部大型数据集进行训练，但可能对特定采集协议有依赖性	开发加速的MRI定量参数映射技术以减少扫描时间	MRI T1和T2*参数映射	医学影像处理	NA	多回波、多翻转角梯度回波采集	自监督网络	多对比度MRI数据	NA	NA	NA	重建误差	NA
65	2025-10-06	Unsupervised deep learning with convolutional neural networks for static parallel transmit design: A retrospective study 2024-Jun, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30014 PMID:38247050	研究论文	本研究提出了一种基于无监督深度学习和卷积神经网络的静态并行传输设计方法，用于改善7T磁共振中多通道发射阵列的B1+不均匀性问题	首次将CNN与多通道B1+图谱结合进行无监督训练，采用物理驱动的损失函数消除参考传输RF权重的计算需求	回顾性研究，仅使用健康人脑部数据，未在患者群体中验证	改善7T磁共振中多通道发射阵列的B1+场不均匀性	健康人脑部B1+图谱数据	医学影像分析	NA	磁共振成像，Bloch仿真	CNN	2D矢状面多通道B1+图谱	143名受试者的3824个2D矢状面多通道B1+图谱	NA	卷积神经网络	RMS误差，变异系数，能量消耗	NA
66	2025-10-06	Domain Adaptation-Based Deep Learning Model for Forecasting and Diagnosis of Glaucoma Disease 2024-Jun, Biomedical signal processing and control IF:4.9Q1 DOI:10.1016/j.bspc.2024.106061 PMID:38463435	研究论文	开发了一种基于领域自适应的深度学习模型GDA，用于青光眼的预测和诊断	提出领域不变和领域特定表示学习，采用渐进加权机制准确传递源领域知识，并使用低秩编码对齐源和目标分布	NA	开发青光眼预测和诊断的深度学习模型	青光眼患者	计算机视觉	青光眼	眼底摄影	深度学习	图像	66,742张眼底照片，来自1,636名受试者的3,272只眼睛	NA	GDA（青光眼领域自适应模型）	AUC, 准确率	NA
67	2025-10-06	Examining a punishment-related brain circuit with miniature fluorescence microscopes and deep learning 2024-Jun, Addiction neuroscience DOI:10.1016/j.addicn.2024.100154 PMID:38680653	研究论文	本文通过微型荧光显微镜和深度学习算法研究惩罚学习相关的生物行为机制	结合微型荧光显微镜和深度学习算法分析惩罚学习中的神经回路动态变化，突破了传统功能丧失操作的局限	NA	理解惩罚学习的生物行为机制及其在物质使用障碍戒断和复发中的作用	啮齿类动物（用于实验建模）	神经科学, 机器学习	物质使用障碍	微型荧光显微镜, 深度学习算法	深度学习	神经影像数据	NA	NA	NA	NA	NA
68	2025-10-06	NeighBERT: Medical Entity Linking Using Relation-Induced Dense Retrieval 2024-Jun, Journal of healthcare informatics research IF:5.4Q1 DOI:10.1007/s41666-023-00136-3 PMID:38681752	研究论文	提出一种名为NeighBERT的医学实体链接方法，通过关系诱导的密集检索技术改进临床文本中的实体链接性能	扩展BERT预训练技术，通过编码知识图谱中实体间的关系来增强模型对临床文本歧义的解决能力	NA	改进医学实体链接任务，解决临床文本中的实体歧义问题	临床文本中的医学实体	自然语言处理	NA	知识图谱嵌入，密集检索	Transformer	文本	NA	BERT	NeighBERT, BERT	精确率, 召回率, F1分数	NA
69	2025-10-06	Supervised and Unsupervised Deep Learning Approaches for EEG Seizure Prediction 2024-Jun, Journal of healthcare informatics research IF:5.4Q1 DOI:10.1007/s41666-024-00160-x PMID:38681760	研究论文	本文开发了监督和无监督深度学习方法来预测癫痫发作，通过识别脑电图中的发作前期信号	首次同时开发监督和无监督深度学习方法进行癫痫预测，无监督方法仅需正常脑电图数据进行训练	模型性能因患者个体差异、采用方法和架构不同而变化，存在个体化差异	开发有效的癫痫发作预测方法以降低患者风险	癫痫患者的脑电图数据	机器学习	癫痫	脑电图分析	深度学习	脑电图信号	两个大型脑电图癫痫数据集	NA	NA	NA	NA
70	2025-10-06	Deep learning in the diagnosis for cystic lesions of the jaws: a review of recent progress 2024-06-28, Dento maxillo facial radiology DOI:10.1093/dmfr/twae022 PMID:38814810	综述	本文综述了深度学习在颌骨囊性病变诊断中的最新研究进展与应用效果	首次系统评估深度学习在颌骨囊性病变鉴别诊断中的性能表现，涵盖44项相关研究	缺乏模型可解释性、多中心数据验证不足，尚未达到常规临床应用标准	研究深度学习在颌骨囊性病变诊断中的性能表现	颌骨囊性病变的影像学诊断	数字病理	颌骨囊性病变	深度学习	NA	牙科放射影像	44项研究（初始1862篇文献筛选得出）	NA	NA	鉴别性能	NA
71	2025-10-06	Deep learning with noisy labels in medical prediction problems: a scoping review 2024-Jun-20, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae108 PMID:38814164	综述	对医学预测问题中带噪声标签的深度学习研究进行范围综述，涵盖噪声标签检测、处理和评估方法	首次系统综述医学预测领域中带噪声标签的深度学习研究，提供噪声标签检测和处理方法的分类框架	仅纳入2016-2023年间60篇文献，可能未覆盖所有相关研究	系统梳理医学预测问题中带噪声标签的深度学习研究现状和方法	医学预测问题中的噪声标签管理方法	机器学习	NA	深度学习	NA	医学数据	60篇文献	NA	NA	NA	NA
72	2025-10-07	Physician Assistant Educators' Production Blueprint for Video Pedagogy 2024-Jun-01, The journal of physician assistant education : the official journal of the Physician Assistant Education Association DOI:10.1097/JPA.0000000000000592 PMID:38684095	研究论文	本文提出了基于验证教学实践的医师助理教育视频制作蓝图	结合认知负荷理论为医师助理教育开发专门的视频制作蓝图	基于文献综述和作者经验，缺乏实证研究验证	改进医师助理教育中的视频制作实践以提升学习效果	医师助理教育者和学生	教育技术	NA	视频教学法	NA	教学视频	NA	NA	NA	NA	NA
73	2025-10-07	Rapid Detection of SARS-CoV-2 Variants Using an Angiotensin-Converting Enzyme 2-Based Surface-Enhanced Raman Spectroscopy Sensor Enhanced by CoVari Deep Learning Algorithms 2024-06-28, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c00488 PMID:38843447	研究论文	开发了一种结合表面增强拉曼光谱和深度学习算法的集成方法，用于快速检测和定量SARS-CoV-2变异株	基于ACE2功能化的SERS传感器与CoVari深度学习算法相结合，可同时预测病毒变异株种类和浓度	未明确说明样本来源和具体样本数量，未知样本测试在浓度高于781 PFU/mL时分类准确率>90%	开发快速定量检测SARS-CoV-2变异株的方法	SARS-CoV-2病毒及其变异株（SARS-CoV-2 B1和CoV-NL63）	生物传感器与机器学习	COVID-19	表面增强拉曼光谱（SERS）	深度学习	光谱数据	NA	NA	CoVari	准确率, R²值	NA
74	2025-10-07	Two-Dimensional Deep Learning Frameworks for Drug-Induced Cardiotoxicity Detection 2024-06-28, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c00654 PMID:38842187	研究论文	提出两种基于深度学习的框架STFT-CNN和SST-CNN，用于检测药物诱导的心脏毒性	首次将短时傅里叶变换和同步压缩变换与CNN结合，从iPSC-CMs的机械搏动信号中检测心脏毒性	未明确说明样本规模和数据集的详细组成	开发更准确可靠的药物心脏毒性检测方法	诱导多能干细胞衍生的心肌细胞（iPSC-CMs）的机械搏动信号	机器学习	心血管疾病	阻抗测量，短时傅里叶变换（STFT），同步压缩变换（SST）	CNN	时间序列信号，二维图像表示	NA	NA	STFT-CNN, SST-CNN	准确率	NA
75	2025-10-07	An updated compendium and reevaluation of the evidence for nuclear transcription factor occupancy over the mitochondrial genome 2024-Jun-06, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.04.597442 PMID:38895386	研究论文	通过分析扩展的ENCODE ChIP-seq数据集和深度学习模型，系统评估核转录因子与线粒体基因组的关联证据	利用十年间大幅扩展的ENCODE数据集（6,153个ChIP实验）结合可解释深度学习模型，首次全面评估核转录因子在线粒体基因组上的占据情况	相同转录因子使用不同抗体和ChIP方案检测时，chrM占据证据的可重复性不一致	建立核转录因子与线粒体基因组关联的综合目录并重新评估相关证据标准	人类和小鼠的核转录因子与线粒体基因组的相互作用	计算生物学	NA	ChIP-seq, 深度学习	深度学习模型	基因组测序数据	6,153个ChIP实验，942种蛋白质（其中763个为序列特异性转录因子）	NA	NA	可重复性评估	NA
76	2025-10-07	ProkDBP: Toward more precise identification of prokaryotic DNA binding proteins 2024-Jun, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.5015 PMID:38747369	研究论文	开发了一种名为ProkDBP的新型机器学习计算模型，用于更精确地预测原核生物DNA结合蛋白	首次专门针对原核生物DNA结合蛋白开发预测模型，结合浅层学习和深度学习算法，采用随机森林变量重要性度量筛选进化显著特征	未明确说明模型在哪些特定原核生物类型或条件下的性能差异	提高原核生物DNA结合蛋白的预测准确性	原核生物DNA结合蛋白	机器学习	NA	机器学习预测	LGBM, 随机森林, 浅层学习算法, 深度学习模型	蛋白质序列特征数据	NA	NA	LGBM, 随机森林	auROC, auPRC, 五折交叉验证准确率	NA
77	2025-05-16	ASPTF: A computational tool to predict abiotic stress-responsive transcription factors in plants by employing machine learning algorithms 2024-06, Biochimica et biophysica acta. General subjects DOI:10.1016/j.bbagen.2024.130597 PMID:38490467	研究论文	开发了一个名为ASPTF的计算工具，通过机器学习算法预测植物中响应非生物胁迫的转录因子	结合了浅层学习和深度学习算法，并采用特征选择技术提高预测准确性	未提及模型在跨物种应用中的泛化能力	识别与植物非生物胁迫响应相关的转录因子，以培育抗逆作物品种	植物转录因子	机器学习	NA	机器学习算法（包括浅层学习和深度学习）	LGBM（Light-Gradient Boosting Machine）	序列数据	未明确提及具体样本数量	NA	NA	NA	NA
78	2025-05-15	TA-RNN: an attention-based time-aware recurrent neural network architecture for electronic health records 2024-06-28, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae264 PMID:38940180	研究论文	提出了一种基于注意力机制的时间感知循环神经网络架构TA-RNN，用于电子健康记录分析	提出了两种可解释的深度学习架构TA-RNN和TA-RNN-AE，通过时间嵌入处理临床访问间隔不规则问题，并采用双级注意力机制提高模型可解释性	模型性能仅在特定疾病(阿尔茨海默病)和特定数据集上验证	开发可解释的深度学习模型来预测患者临床结果	电子健康记录(EHR)数据	机器学习	阿尔茨海默病	深度学习	RNN, TA-RNN, TA-RNN-AE	电子健康记录	ADNI和NACC数据集(阿尔茨海默病)，MIMIC-III数据集(死亡率预测)	NA	NA	NA	NA
79	2025-10-07	Deep Learning Segmentation of Ascites on Abdominal CT Scans for Automatic Volume Quantification 2024-Jun-23, ArXiv PMID:39398214	研究论文	开发用于腹水自动分割和体积量化的深度学习模型	首次提出基于深度学习的腹水自动分割和体积量化方法，并在多中心数据上验证其性能	回顾性研究，数据来源于特定患者群体（肝硬化和卵巢癌患者）	评估深度学习模型在检测腹水并量化其体积方面的性能	肝硬化腹水患者和卵巢癌患者	医学影像分析	肝硬化和卵巢癌	CT扫描	深度学习分割模型	腹部盆腔CT图像	训练集：143名女性患者（TCGA卵巢癌数据集）；测试集：NIH-LC（25例）、NIH-OV（166例）、UofW-LC（124例）	NA	NA	Dice系数, 体积估计误差, 决定系数(r²)	NA
80	2025-10-07	Leveraging Large Language Models for Knowledge-free Weak Supervision in Clinical Natural Language Processing 2024-Jun-28, Research square DOI:10.21203/rs.3.rs-4559971/v1 PMID:38978609	研究论文	提出一种利用大语言模型进行无领域知识弱监督的方法，用于临床自然语言处理任务	通过微调LLM生成弱标注数据训练下游BERT模型，在几乎无需领域知识的情况下实现优越性能	LLM推理计算量较大	解决临床自然语言处理中标注数据稀缺的问题	临床文本数据	自然语言处理	NA	弱监督学习, 上下文学习	LLM, BERT	文本	三个n2c2数据集，不超过10-50个黄金标注病历	NA	Llama2-13B, PubMedBERT, BERT	F1分数	NA