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
81	2025-05-29	FedAssist: Federated Learning in AI-Powered Prosthetics for Sustainable and Collaborative Learning 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/EMBC53108.2024.10781961 PMID:40039020	研究论文	本文探讨了联邦学习在开发深度学习驱动的表面肌电信号解码方法中的应用，用于AI控制的假肢	提出了FedAssist框架，通过本地和全局预热策略，有效解决了sEMG数据集的非独立同分布问题	未提及具体样本量或实验规模	推进去中心化机器学习方法在sEMG领域的应用，提高假肢精度和康复效果	AI控制的假肢	机器学习	NA	联邦学习	深度学习	表面肌电信号(sEMG)	NA	NA	NA	NA	NA
82	2025-05-29	Multi-class Prediction of Cognitively Normal / Mild Cognitive Impairment / Alzheimer's Disease Status in Dementia Based on Convolutional Neural Networks with Attention Mechanism 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/EMBC53108.2024.10781557 PMID:40039646	研究论文	开发了一个基于MRI和深度学习的多类别阿尔茨海默病分类预测框架	在传统VGG19架构中嵌入卷积块注意力模块（CBAM）注意力层，构建了名为AD_Net的阿尔茨海默病定向预测3D卷积模型	未明确说明模型在其他独立数据集上的泛化能力	阿尔茨海默病的早期诊断	阿尔茨海默病（AD）、轻度认知障碍（MCI）和认知正常（CN）患者	数字病理学	阿尔茨海默病	MRI成像	CNN（VGG19架构改进）与注意力机制结合	MRI图像	来自ADNI开放数据资源的MRI图像（具体数量未说明）	NA	NA	NA	NA
83	2025-05-29	Residual Neural Networks for the Prediction of the Regularization Parameters in PET Reconstruction 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/EMBC53108.2024.10782195 PMID:40040188	研究论文	本文提出了一种基于残差神经网络的监督深度学习策略，用于预测PET重建中正则化参数的最优值	利用残差神经网络直接从原始测量数据（正弦图）预测正则化参数的最优值，避免了传统手动调参的繁琐过程	研究仅基于合成数据集进行训练和验证，未在真实临床数据上进行测试	优化PET图像重建过程中的正则化参数设置，提高图像质量	PET重建算法中的正则化参数	医学影像处理	NA	深度学习	残差神经网络(ResNet)	2D正弦图	合成数据集（具体数量未提及）	NA	NA	NA	NA
84	2025-10-07	Imputing Single-Cell Protein Abundance in Multiplex Tissue Imaging 2024-Jul-27, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.05.570058 PMID:38106203	研究论文	本研究利用机器学习方法对多重组织成像数据中的单细胞蛋白质丰度进行插补	首次系统比较多种机器学习方法在单细胞蛋白质丰度插补中的表现，并创新性地整合细胞空间信息提升插补性能	研究基于乳腺癌队列数据，方法在其他癌症类型中的适用性需要进一步验证	解决多重组织成像技术中蛋白质检测限制问题，提升单细胞蛋白质丰度数据的完整性	乳腺癌患者组织样本中的单细胞蛋白质表达数据	机器学习	乳腺癌	多重组织成像	正则化线性回归,梯度提升回归树,深度学习自编码器	蛋白质表达数据,空间位置数据	乳腺癌队列的多重组织成像数据集	NA	自编码器	平均绝对误差	NA
85	2025-10-07	Deep learning guided design of dynamic proteins 2024-Jul-19, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.17.603962 PMID:39071443	研究论文	开发了一种基于深度学习的动态蛋白质构象变化设计方法	首次实现了对蛋白质构象动态变化的精确设计，模拟自然界开关蛋白的信号传导机制	NA	设计具有可控构象动态变化的蛋白质	蛋白质构象变化和动态行为	机器学习	NA	深度学习，物理模拟	深度学习模型	蛋白质结构数据	4个验证结构	NA	NA	结构验证，微秒级转变观测	NA
86	2025-10-07	Magnetic Resonance Imaging Images Based Brain Tumor Extraction, Segmentation and Detection Using Convolutional Neural Network and VGC 16 Model 2024-07-01, American journal of clinical oncology DOI:10.1097/COC.0000000000001097 PMID:38632686	研究论文	使用卷积神经网络和VGC 16模型从磁共振成像图像中提取、分割和检测脑肿瘤	提出结合两种CNN模型的混合方法，并采用预测平均交并比来识别失败案例	NA	开发自动诊断和检测脑肿瘤的系统	脑肿瘤患者的磁共振成像图像	计算机视觉	脑肿瘤	磁共振成像	CNN	医学图像	NA	MATLAB	VGC 16	准确率, 验证准确率, 验证损失, 平均交并比	NA
87	2025-10-07	Artificial intelligence and machine learning in axial spondyloarthritis 2024-07-01, Current opinion in rheumatology IF:5.2Q1 DOI:10.1097/BOR.0000000000001015 PMID:38533807	综述	评估人工智能和机器学习在中轴型脊柱关节炎诊断与管理中的当前应用与前景	深入探讨深度学习在axSpA影像分析中的突破性应用，部分模型在检测骶髂关节炎等标志物方面达到或超越放射科医生水平	研究设计差异大、样本量有限且以回顾性单中心研究为主，限制结果普适性	探索AI/ML在axSpA医疗影像、预测建模和患者监测中的应用潜力	中轴型脊柱关节炎（axSpA）患者	机器学习	中轴型脊柱关节炎	X射线、计算机断层扫描（CT）、磁共振成像（MRI）	深度学习	医学影像	NA	NA	NA	NA	NA
88	2025-10-07	Deep Learning in Predicting Preterm Birth: A Comparative Study of Machine Learning Algorithms 2024-Jul, Maternal-fetal medicine (Wolters Kluwer Health, Inc.) DOI:10.1097/FM9.0000000000000236 PMID:40406277	研究论文	比较深度学习算法在预测早产方面的性能	首次在早产预测中比较Transformer模型与传统机器学习算法的表现	回顾性研究，数据来自单一医疗机构	评估深度学习算法预测早产的适用性	医院分娩数据	机器学习	产科疾病	NA	Transformer, logistic regression, random forest, support vector machine	临床数据	30,965例分娩数据（训练验证集24,770例，测试集6,195例）	NA	Transformer	AUC, sensitivity, specificity, PPV, NPV, accuracy	NA
89	2025-10-07	Lightning Pose: improved animal pose estimation via semi-supervised learning, Bayesian ensembling and cloud-native open-source tools 2024-Jul, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02319-1 PMID:38918605	研究论文	提出Lightning Pose系统，通过半监督学习、贝叶斯集成和云原生工具改进动物姿态估计	结合半监督学习利用未标记视频数据、设计处理遮挡的网络架构、集成集成学习和卡尔曼平滑的后处理技术	NA	开发更准确可靠的动物姿态估计方法	动物行为视频数据	计算机视觉	NA	深度学习	CNN	视频	NA	PyTorch Lightning	NA	准确性	云平台
90	2025-10-07	Fully Automated MRI-based Analysis of the Locus Coeruleus in Aging and Alzheimer's Disease Dementia using ELSI-Net 2024-Jul-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.26.605356 PMID:39091766	研究论文	开发了一种基于深度学习的全自动MRI蓝斑分析方法ELSI-Net，用于分析衰老和阿尔茨海默病痴呆中的蓝斑完整性	提出了首个全自动的蓝斑分割和特征提取深度学习方法ELSI-Net	需要在更多样化的临床队列数据集上进行进一步评估以确定其普遍适用性	分析衰老和阿尔茨海默病痴呆中的蓝斑完整性及其与AD病理生物标志物的相关性	健康衰老和阿尔茨海默病痴呆数据集	医学影像分析	阿尔茨海默病	磁共振成像	深度学习	MRI图像	NA	NA	ELSI-Net	与专家评分者的一致性，与已发表图谱的一致性	NA
91	2025-10-07	Ultralow-Power Single-Sensor-Based E-Nose System Powered by Duty Cycling and Deep Learning for Real-Time Gas Identification 2024-07-26, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c00471 PMID:38857120	研究论文	提出了一种基于单传感器的超低功耗电子鼻系统，通过占空比循环和深度学习实现实时气体识别	采用单MOS传感器结合占空比循环技术，替代传统传感器阵列，显著降低功耗和成本；利用传感器超快热响应特性在单个时域内解耦温度与表面电荷交换效应	仅测试了五种气体类型，识别时间需30秒	开发超低功耗实时气体识别系统	五种气体类型	机器学习	NA	金属氧化物半导体传感器，占空比循环	CNN	传感器信号	NA	NA	卷积神经网络	分类准确率，浓度回归误差	NA
92	2025-10-07	ConsensuSV-ONT - a modern method for accurate structural variant calling 2024-Jul-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.26.605267 PMID:39211254	研究论文	提出了一种基于共识策略的自动化结构变异检测工具ConsensuSV-ONT，用于牛津纳米孔长读长测序数据	结合六种先进结构变异检测工具，并采用卷积神经网络进行高质量变异过滤，提供完整的Docker运行环境	NA	开发准确可靠的结构变异检测方法，支持下游分析	牛津纳米孔长读长测序数据中的结构变异	生物信息学	NA	牛津纳米孔长读长测序	CNN	基因组测序数据	NA	Nextflow	卷积神经网络	NA	Docker容器，并行计算
93	2025-10-07	Marker Data Enhancement For Markerless Motion Capture 2024-Jul-17, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.13.603382 PMID:39071421	研究论文	开发了一种能够将稀疏关键点转换为密集解剖标记的深度学习模型，以提升无标记运动捕捉的准确性	创建了更大更多样化的训练数据集，开发了比OpenCap原始增强器更准确且泛化能力更强的标记增强器	论文未明确说明在极端运动或特殊人群中的性能表现	提高无标记运动捕捉中人体姿态估计的准确性和泛化能力	人体运动数据	计算机视觉	NA	运动捕捉技术	深度学习模型	视频,运动捕捉数据	1176名受试者，1433小时的关键点和解剖标记数据	NA	标记增强器	平均误差,最大误差	NA
94	2025-10-07	Deep-learning-enabled antibiotic discovery through molecular de-extinction 2024-Jul, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-024-01201-x PMID:38862735	研究论文	通过深度学习从灭绝生物蛋白质组中挖掘具有抗菌活性的多肽分子	首次将深度学习应用于分子去灭绝领域，从灭绝生物中发掘新型抗生素多肽	仅验证了69种预测多肽的实验活性，尚未进行大规模临床验证	开发新型抗生素以解决抗生素耐药性问题	灭绝生物的蛋白质组多肽序列	机器学习	细菌感染	深度学习预测、多肽合成、实验验证	神经网络	多肽序列数据	10,311,899条多肽序列	NA	序列编码器+神经网络集成模型	抗菌活性预测准确率	NA
95	2025-05-17	Brain Age Analysis and Dementia Classification using Convolutional Neural Networks trained on Diffusion MRI: Tests in Indian and North American Cohorts 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/EMBC53108.2024.10781599 PMID:40039079	研究论文	该研究探讨了在卷积神经网络（CNN）模型中添加扩散加权MRI（dMRI）作为输入对阿尔茨海默病分类和痴呆严重程度推断的价值，并在印度和北美人群数据集中进行了测试	研究了dMRI作为输入对CNN模型性能的提升，并评估了使用3D CycleGAN方法在训练前对成像数据集进行协调的效果	研究主要基于特定的数据集（ADNI和NIMHANS），可能在其他人群中的泛化能力有限	提升阿尔茨海默病分类和痴呆严重程度推断的准确性	印度和北美人群的脑部MRI扫描数据	数字病理学	阿尔茨海默病	扩散加权MRI（dMRI）	CNN, 3D CycleGAN	MRI图像	ADNI和NIMHANS队列的数据集	NA	NA	NA	NA
96	2025-05-17	Advantages of Modeling Photoplethysmography (PPG) Signals using Variational Autoencoders 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/EMBC53108.2024.10782502 PMID:40039209	research paper	本文提出了一种基于变分自编码器（VAE）的PPG信号建模方法，并探讨了其优势和应用	提出了一种名为PPG-VAE的模型，能够识别PPG心跳波的局部斜率、去除高频噪声，并生成与现有信号形态匹配的新信号段	未提及具体的研究限制	探索PPG信号处理的新方法，提高信号分析和合成的能力	PPG信号	machine learning	NA	VAE	VAE	signal	NA	NA	NA	NA	NA
97	2025-05-17	Integrated Multi-Omics and Whole Slide Images for Survival Prediction in Glioblastoma Using Multiple Instance Learning and Co-Attention 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/EMBC53108.2024.10782321 PMID:40039442	研究论文	本研究旨在通过整合全切片图像和多组学数据，结合生物通路知识，利用多实例学习和共注意力机制，提高胶质母细胞瘤的生存预测准确性	首次将多组学数据与全切片图像结合，利用生物通路知识进行整合，并通过多实例学习和共注意力机制提高预测性能	研究样本量相对较小（214例患者），且仅使用了TCGA数据库的数据	提高胶质母细胞瘤（GBM）患者的生存预测准确性	胶质母细胞瘤患者	数字病理学	胶质母细胞瘤	RNA测序、拷贝数变异分析、DNA甲基化分析	多实例学习和共注意力机制	全切片图像和多组学数据	214例GBM患者，包括447张全切片图像和多种多组学特征	NA	NA	NA	NA
98	2025-05-17	Automatic COVID-19 Detection from Chest X-ray using Deep MobileNet Convolutional Neural Network 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/EMBC53108.2024.10781897 PMID:40039689	research paper	该研究提出了一种基于深度迁移学习MobileNetV2模型的自动检测COVID-19的方法，通过胸部X光片(CXR)进行病毒检测	结合预训练的MobileNetV2 CNN模型和SVM分类器，提高了COVID-19检测的准确率，从基线模型的92.28%提升至93.2%	NA	开发一种自动检测COVID-19的计算工具，以应对全球医疗系统的压力	胸部X光片(CXR)数据	computer vision	lung cancer	deep learning, transfer learning	MobileNetV2, CNN, SVM	image	NA	NA	NA	NA	NA
99	2025-05-16	Comparing Artificial Intelligence-Based Versus Conventional Endotracheal Tube Monitoring Systems in Clinical Practice 2024-07-24, Studies in health technology and informatics DOI:10.3233/SHTI240230 PMID:39049336	研究论文	本研究开发了一种基于深度学习和人工智能的气管插管监测系统，并与传统方法进行了比较评估	提出了一种新型的AI监测系统，用于实时检测气管插管移位或脱落，相比传统方法具有更高的及时性和准确性	研究尚未完成，实际效果需要通过后续随机交叉实验验证	评估AI监测系统在气管插管管理中的有效性，促进医疗护理领域的创新应用	气管插管患者	医疗人工智能	NA	深度学习	深度学习模型（未指定具体类型）	临床监测数据	NA（研究尚未完成）	NA	NA	NA	NA
100	2025-05-16	Deep Learning for Predicting Phlebitis in Patients with Intravenous Catheters 2024-07-24, Studies in health technology and informatics DOI:10.3233/SHTI240231 PMID:39049337	research paper	该研究提出了一种深度学习模型，用于预测外周静脉导管（PIVC）插入患者的静脉炎	利用深度学习模型预测静脉炎，并在大规模电子健康记录数据上验证其性能，准确率和AUC均表现优异	研究数据仅来自韩国首尔的一家医院，可能缺乏普遍性	开发一种有效的工具，用于早期检测静脉炎，以改善患者预后和医疗效率	接受外周静脉导管（PIVC）插入的患者	machine learning	静脉炎	电子健康记录数据分析	深度学习模型	电子健康记录数据	27,532次住院记录和70,293次PIVC事件	NA	NA	NA	NA