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
301	2025-10-07	Efficient deep learning-based automated diagnosis from echocardiography with contrastive self-supervised learning 2024-Jul-06, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00538-3 PMID:38971887	研究论文	开发基于对比自监督学习的心动图视频自动诊断方法EchoCLR	首个针对心动图视频的自监督对比学习方法，结合患者识别和帧重排序任务	主要针对左心室肥厚和主动脉瓣狭窄两种心脏疾病	开发标签高效的心动图视频自动诊断方法	心动图视频数据	计算机视觉	心血管疾病	心动图	深度学习	视频	519项研究（10%训练数据）和53项研究（1%训练数据）	NA	NA	AUROC	NA
302	2025-03-15	Cough-DL: A Deep Learning Model for Ear-Worn Cough Detection 2024-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC53108.2024.10782702 PMID:40039966	研究论文	本文介绍了一种名为Cough-DL的深度学习模型，用于通过耳戴设备检测咳嗽	通过信号处理增强、创新的数据增强技术和精细的建模方法，提高了模型在环境中的鲁棒性，特别是在降低误报率和背景噪声干扰方面	未提及具体的研究限制	开发一种能够在实际环境中准确检测咳嗽的自动检测系统	咳嗽检测	机器学习	肺部疾病	深度学习	深度学习模型	音频信号	未提及具体样本数量	NA	NA	NA	NA
303	2025-10-07	Contrastive Self-supervised Learning for Neurodegenerative Disorder Classification 2024-Jul-04, medRxiv : the preprint server for health sciences DOI:10.1101/2024.07.03.24309882 PMID:39006425	研究论文	本研究探索使用对比自监督学习方法对神经退行性疾病进行分类	首次将对比自监督学习应用于神经退行性疾病分类，无需大量专家标注数据即可学习有效的特征表示	研究样本量相对有限，未与其他自监督方法进行系统比较	开发无需标注数据的神经退行性疾病自动分类方法	阿尔茨海默病和额颞叶变性患者及认知正常对照组的脑部MRI扫描	医学影像分析	神经退行性疾病	T1加权MRI扫描	CNN, 感知机	医学影像	2694个T1加权MRI扫描，来自四个数据集：ADNI、AIBL、FTLDNI	NA	深度卷积神经网络, 单层感知机	平衡准确度	NA
304	2025-10-07	Deep Learning-Derived Myocardial Strain 2024-Jul, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2024.01.011 PMID:38551533	研究论文	开发了一种自动化的深度学习应变分析流程，用于从标准超声心动图B模式图像测量整体纵向应变	创建了开源、厂商无关的自动化应变测量方法，显著降低了操作者经验和厂商设备差异带来的变异性	与二维GLS的一致性为中等水平（ICC: 0.56），存在-3.31%的偏差	开发并验证自动化的深度学习应变分析流程在不同应用和人群中的性能	超声心动图B模式图像，包括心脏肥大和晚期心脏淀粉样变性患者	医学影像分析	心血管疾病	超声心动图，斑点追踪技术	深度学习	医学图像	多个患者群体，包括外部验证数据集	NA	EchoNet-Dynamic	组内相关系数, 平均绝对误差, 偏差, 一致性界限	NA
305	2025-10-07	Evaluation of preoperative difficult airway prediction methods for adult patients without obvious airway abnormalities: a systematic review and meta-analysis 2024-07-17, BMC anesthesiology IF:2.3Q2 DOI:10.1186/s12871-024-02627-1 PMID:39020308	系统评价与荟萃分析	评估成人无显著气道异常患者术前困难气道预测方法的系统评价与荟萃分析	首次系统比较11种困难气管插管预测方法，涵盖体格检查、多变量评分系统和影像学检查三大类别	研究间存在显著异质性，受样本量和研究设计等因素影响	为临床决策选择合适术前困难气管插管预测方法提供循证依据	接受各类手术的成人患者（无显著气道异常）	医学临床研究	麻醉相关并发症	系统评价、荟萃分析、超声检查	NA	临床研究数据	686,089例患者（来自227篇文章）	Meta-Disc软件	NA	敏感度, 特异度, 阳性似然比, 阴性似然比, 诊断比值比	NA
306	2025-03-08	DeepEnzyme: a robust deep learning model for improved enzyme turnover number prediction by utilizing features of protein 3D-structures 2024-Jul-25, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae409 PMID:39162313	研究论文	本文介绍了一种名为DeepEnzyme的深度学习模型，该模型结合了Transformer和图卷积网络（GCN），用于提高酶周转数（kcat）的预测准确性	DeepEnzyme模型通过整合蛋白质序列和3D结构特征，显著提高了对低序列相似性酶的预测准确性和鲁棒性，并能够评估点突变对酶催化活性的影响	NA	提高酶周转数（kcat）的预测准确性和鲁棒性，以促进蛋白质工程和合成生物学领域的研究	酶的周转数（kcat）	机器学习	NA	深度学习	Transformer, GCN	蛋白质序列和3D结构数据	NA	NA	NA	NA	NA
307	2025-03-05	Advancements in prognostic markers and predictive models for intracerebral hemorrhage: from serum biomarkers to artificial intelligence models 2024-Jul-31, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-024-02635-2 PMID:39083096	研究论文	本文探讨了脑出血（ICH）的预后标志物和预测模型的最新进展，包括血清生物标志物和人工智能模型	本文创新性地结合了血清sestrin2作为预后标志物和深度学习AI模型，用于预测脑出血的早期血肿扩大和长期结果	未明确提及研究的局限性	提高脑出血的预测和管理水平，以改善患者护理和生存率	脑出血患者	机器学习	脑出血	深度学习，机器学习	深度学习模型，随机森林算法	血清数据，CT影像数据	NA	NA	NA	NA	NA
308	2025-10-07	A single-joint multi-task motor imagery EEG signal recognition method based on Empirical Wavelet and Multi-Kernel Extreme Learning Machine 2024-07, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110136 PMID:38642806	研究论文	提出一种基于经验小波分解和多核极限学习机的单关节多任务运动想象脑电信号识别方法	结合经验小波分解和多核极限学习机增强同类脑电信号的时频特征差异，实现单关节多任务运动想象的高精度识别	仅涉及6名参与者的手腕运动想象任务，样本规模较小	开发更精细的脑机接口命令识别方法	手腕伸展、手腕屈曲和手腕外展三种运动想象任务的脑电信号	脑机接口	NA	脑电信号采集	多核极限学习机	脑电信号	6名参与者	NA	经验小波分解, 多核极限学习机	识别准确率	NA
309	2025-10-07	Deep learning models for atypical serotonergic cells recognition 2024-07, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110158 PMID:38703797	研究论文	开发基于深度学习的模型，用于识别典型和非典型血清素能神经元	首次使用深度学习模型识别具有非典型特征的血清素能神经元，突破了传统方法只能识别典型神经元的限制	模型仅适用于特定记录参数下的实验，需要调整才能适应不同的采集参数	开发能够准确区分典型和非典型血清素能神经元与非血清素能细胞的分类模型	血清素能神经元和非血清素能细胞的电生理记录数据	机器学习	NA	体外电生理记录	CNN	动作电位电生理信号	27,108个原始动作电位样本和1200万个合成动作电位样本	NA	卷积神经网络	准确率	NA
310	2025-10-07	Simple models vs. deep learning in detecting low ejection fraction from the electrocardiogram 2024-Jul, European heart journal. Digital health DOI:10.1093/ehjdh/ztae034 PMID:39081946	研究论文	比较简单模型与深度学习模型在心电图检测低射血分数方面的性能	证明基于标准心电图测量的简单模型可以达到与深度学习模型相近的性能，且更易于临床部署和解释	研究基于观察性数据集，需要进一步验证在更广泛人群中的适用性	评估简单模型与深度学习模型在检测左心室收缩功能障碍方面的准确性和可移植性	心电图波形和经胸超声心动图匹配数据	机器学习	心血管疾病	心电图测量，超声心动图	随机森林, 逻辑回归, 深度学习	心电图波形，测量数据	40,994对匹配的心电图和超声心动图（斯坦福大学医学中心），外加哥伦比亚医学中心和英国生物银行的外部验证数据	NA	NA	AUC	NA
311	2025-10-07	High-throughput classification of S. cerevisiae tetrads using deep learning 2024-07, Yeast (Chichester, England) DOI:10.1002/yea.3965 PMID:38850080	研究论文	开发基于深度学习的图像识别与分类流程，用于高通量酿酒酵母四分体检测和减数分裂交叉分类	首次将深度学习应用于酿酒酵母四分体的自动化分析，实现减数分裂交叉事件的高通量检测	方法验证仅限于野生型和特定基因敲除突变体，尚未在其他生物系统中测试	自动化分析酿酒酵母减数分裂重组事件，加速相关基因的发现	酿酒酵母四分体	计算机视觉	NA	荧光标记成像	深度学习	图像	野生型和选定基因敲除突变体的大规模图像数据集	NA	NA	NA	NA
312	2025-10-07	A deep learning approach for diagnosis of schizophrenia disorder via data augmentation based on convolutional neural network and long short-term memory 2024-Jul, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00360-9 PMID:38946814	研究论文	提出基于CNN和LSTM的深度学习框架，通过数据增强技术自动诊断精神分裂症	开发端到端的15层CNN和16层CNN-LSTM混合模型，结合GAN数据增强技术，无需手动特征提取	未提及模型在其他精神疾病鉴别或跨数据集验证方面的表现	开发自动诊断精神分裂症的深度学习系统	精神分裂症患者的脑电图信号	机器学习	精神分裂症	脑电图	CNN, LSTM, GAN	脑电图信号	大型脑电图数据集（具体数量未说明）	NA	15层CNN, 16层CNN-LSTM	准确率	NA
313	2025-02-25	Deep Learning Analysis of Surgical Video Recordings to Assess Nontechnical Skills 2024-07-01, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2024.22520 PMID:39083274	研究论文	本研究探讨了利用手术视频记录中的运动特征自动评估心脏手术过程中非技术技能的可行性	首次使用深度学习技术从手术视频中提取运动特征，以自动评估手术团队的非技术技能	研究仅在一家医院进行，且样本量较小，需要进一步在不同医院和专科中验证结果	探索自动评估手术室非技术技能的方法，以提高手术表现和患者安全	心脏手术过程中的手术团队	计算机视觉	心血管疾病	OpenPose库用于视频分析	深度学习	视频	30例完整的心脏手术过程	NA	NA	NA	NA
314	2025-10-07	Intelligent ultrafast total-body PET for sedation-free pediatric [18F]FDG imaging 2024-Jul, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-06649-2 PMID:38383744	研究论文	开发基于深度学习的全身PET图像增强技术，实现无镇静儿科快速成像	首次将可变形3D U-Net应用于全身PET快速成像质量增强，显著缩短儿科患者扫描时间	样本量相对有限（245名成人训练，16名儿童测试，5名儿童前瞻性验证）	开发无需镇静的儿科PET快速成像技术	儿科患者全身PET成像	医学影像分析	儿科疾病	全身PET成像，[18F]FDG示踪剂	深度学习	3D医学影像	245名成人训练，16名儿童回顾性测试，5名儿童前瞻性验证	NA	可变形3D U-Net	PSNR, SSIM, SUVmean误差, SUVmax误差	NA
315	2025-10-07	Independent Associations of Aortic Calcification with Cirrhosis and Liver Related Mortality in Veterans with Chronic Liver Disease 2024-Jul, Digestive diseases and sciences IF:2.5Q2 DOI:10.1007/s10620-024-08450-5 PMID:38653948	研究论文	本研究评估腹主动脉钙化与慢性肝病患者肝硬化发展和肝相关死亡率的独立关联	首次利用自动化深度学习方法量化腹主动脉钙化评分，并系统评估其与多种慢性肝病类型临床结局的关联	研究对象仅限于退伍军人群体，可能存在选择偏倚；样本来源单一	评估腹主动脉钙化与慢性肝病患者肝硬化发展、肝脏失代偿、肝相关死亡和总体死亡的关联	患有三种慢性肝病（非酒精性脂肪肝、丙型肝炎、酒精相关性肝病）的退伍军人	数字病理	肝硬化	腹部CT扫描	深度学习	医学影像	3604名退伍军人	NA	NA	风险比(HR), 置信区间(CI)	NA
316	2025-10-07	Attribute-guided prototype network for few-shot molecular property prediction 2024-Jul-25, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae394 PMID:39133096	研究论文	提出一种属性引导原型网络(APN)用于解决小样本分子性质预测的挑战	引入分子属性提取器提取多种指纹属性，并设计属性引导双通道注意力模块学习分子图与属性间的关系	NA	解决小样本分子性质预测问题，提升药物发现过程中的分子评估和筛选效率	分子性质预测中的小样本学习场景	机器学习	NA	分子指纹属性提取，自监督学习	原型网络	分子图数据，指纹属性数据	NA	NA	属性引导原型网络(APN)，属性引导双通道注意力模块	NA	NA
317	2025-10-07	Role of artificial intelligence in brain tumour imaging 2024-Jul, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111509 PMID:38788610	综述	探讨人工智能在脑肿瘤影像学中的应用及其潜力	全面综述AI在脑肿瘤影像中从病灶检测到预后评估的多领域应用，并涵盖神经胶质瘤与非胶质瘤肿瘤	数据质量、标准化和系统整合等实施挑战尚未完全解决	评估人工智能技术在脑肿瘤影像诊断与治疗中的临床应用价值	脑肿瘤影像数据及相关临床病例	医学影像分析	脑肿瘤	机器学习, 深度学习	NA	医学影像	NA	NA	NA	NA	NA
318	2025-10-07	Artificial intelligence for gastric cancer in endoscopy: From diagnostic reasoning to market 2024-Jul, Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver IF:4.0Q1 DOI:10.1016/j.dld.2024.04.019 PMID:38763796	综述	本文全面评估人工智能在内窥镜成像中评估胃癌前病变和癌变病变的应用现状及临床推广障碍	系统梳理人工智能在胃镜领域从诊断推理到市场应用的全链条发展，重点关注临床转化面临的挑战	缺乏大规模稳健验证研究，存在监管障碍，临床常规应用尚未普及	评估人工智能在内窥镜胃部病变检测中的当前应用状况和实施障碍	胃部癌前病变和癌变病变的内窥镜图像	计算机视觉	胃癌	内窥镜成像	深度学习	医学图像	NA	NA	NA	NA	NA
319	2025-10-07	Labelling with dynamics: A data-efficient learning paradigm for medical image segmentation 2024-Jul, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103196 PMID:38781755	研究论文	提出一种基于动态系统先验的数据高效医学图像分割学习范式	通过引入定制化动态系统的领域知识作为强先验，解决了深度学习在医学图像分割中需要大量标注数据和缺乏可解释性的问题	仅在两个数据集上进行了验证，需要更多医学图像类型的测试	开发数据高效的医学图像分割方法	胸部X光图像中的心脏和肺部分割、皮肤镜图像中的皮肤病变分割	医学图像分析	肺部疾病、皮肤病变	深度学习	深度神经网络	医学图像（X光图像、皮肤镜图像）	JSRT和ISIC2016两个数据集	NA	定制化动态系统	分割准确性	NA
320	2025-10-07	A Systematic Review of Artificial Intelligence Models for Time-to-Event Outcome Applied in Cardiovascular Disease Risk Prediction 2024-Jul-19, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-024-02087-7 PMID:39028429	系统综述	本文系统综述了人工智能模型在心血管疾病风险预测中处理时间-事件结局的应用	重点关注处理右删失数据的AI预测模型，并特别分析健康社会决定因素和性别分层在模型中的应用	仅纳入33项研究，且大多数研究未充分整合健康社会决定因素和进行性别分层分析	评估人工智能模型在心血管疾病风险预测中处理生存结局的性能和应用现状	心血管疾病风险预测研究	机器学习	心血管疾病	机器学习，深度学习	随机生存森林，生存梯度提升模型，惩罚Cox模型，DeepSurv	临床数据，生存数据	33项研究	NA	随机生存森林，梯度提升，DeepSurv	预测性能比较	NA