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
41	2025-06-13	[Automatic segmentation of dental cone-beam computed tomography scans using a deep learning framework] 2024-08-11, Orvosi hetilap IF:0.8Q3 DOI:10.1556/650.2024.33098 PMID:39127997	研究论文	本文提出了一种基于深度学习的自动分割方法，用于牙科锥形束计算机断层扫描（CBCT）图像的三维重建	使用基于SegResNet架构的深度学习模型在MONAI框架内开发，实现了与半自动分割相当的准确度	研究样本量较小，仅包含70名部分无牙患者的CBCT图像	开发并评估一种用于牙科CBCT图像自动分割的深度学习模型	牙科CBCT图像	数字病理	牙科疾病	深度学习	SegResNet	图像	70名部分无牙患者的CBCT图像
42	2025-06-10	Multi-scale self-attention approach for analysing motor imagery signals in brain-computer interfaces 2024-08, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110182 PMID:38795979	research paper	提出了一种基于多尺度时空自注意力网络的模型，用于四类运动想象EEG信号的分类	采用多尺度时空自注意力网络和并行多尺度TCN层，有效提取EEG信号特征并提高分类准确率	未提及模型在其他数据集上的泛化能力	提高运动想象EEG信号的分类准确率	运动想象EEG信号	brain-computer interface	NA	自注意力机制、Temporal Convolutional Network (TCN)	多尺度时空自注意力网络	EEG信号	BCI Competition IV-2b数据集和HGD数据集的IV-2a、IV-2b数据集
43	2025-06-08	Dissecting the regulatory logic of specification and differentiation during vertebrate embryogenesis 2024-Aug-27, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.27.609971 PMID:39253514	research paper	该研究通过单细胞多组学图谱和深度学习模型，揭示了脊椎动物胚胎发生过程中基因调控的逻辑，特别是即时分化的调控机制	发现了Nanog在增强子可及性中的新功能，并描述了即时分化这一新的分化模式	研究主要基于斑马鱼胚胎，可能在其他脊椎动物中的普适性有待验证	解析脊椎动物胚胎发生过程中细胞类型多样化的基因调控逻辑	斑马鱼早期胚胎	发育生物学	NA	单细胞多组学测序、深度学习	深度学习模型	RNA表达数据、染色质可及性数据	斑马鱼早期胚胎单细胞数据
44	2025-06-06	DEEP LEARNING FOR AUTOMATIC PREDICTION OF EARLY ACTIVATION OF TREATMENT-NAIVE NONEXUDATIVE MACULAR NEOVASCULARIZATIONS IN AGE-RELATED MACULAR DEGENERATION 2024-08-01, Retina (Philadelphia, Pa.) DOI:10.1097/IAE.0000000000004106 PMID:38489765	research paper	本研究开发了一种基于光学相干断层扫描（OCT）和OCT血管成像（OCTA）的深度学习分类器，用于预测年龄相关性黄斑变性患者中非渗出性黄斑新生血管的早期渗出风险	首次结合OCT和OCTA图像分析，使用多种CNN模型（ResNet-101、Inception-ResNet-v2和DenseNet-201）进行预测，并通过多数投票和软投票技术提升性能	样本量相对较小（89例患者），且为回顾性研究	开发AI工具预测非渗出性黄斑新生血管的早期渗出风险	年龄相关性黄斑变性患者的非渗出性黄斑新生血管	digital pathology	age-related macular degeneration	OCT, OCTA	CNN (ResNet-101, Inception-ResNet-v2, DenseNet-201)	image	89例患者（35例渗出组，54例非渗出组）
45	2025-05-31	AlphaFold2 Reveals Structural Patterns of Seasonal Haplotype Diversification in SARS-CoV-2 Nucleocapsid Protein Variants 2024-08-25, Viruses DOI:10.3390/v16091358 PMID:39339835	研究论文	利用AlphaFold2揭示SARS-CoV-2核衣壳蛋白变体的季节性单倍型多样化结构模式	首次将AlphaFold2应用于SARS-CoV-2核衣壳蛋白变体的结构模式分析，揭示了内在无序区域在病毒进化中的重要性	研究依赖于计算模型预测的蛋白质结构，而非实验验证的实际结构	探究SARS-CoV-2变体的起源和进化机制	SARS-CoV-2核衣壳蛋白(N蛋白)的22种单倍型	计算生物学	COVID-19	AlphaFold2, 从头计算方法, 数据挖掘	AlphaFold2	蛋白质序列和结构数据	22种单倍型(来自GISAID数据库截至2023年7月23日的数据)
46	2025-05-31	Accurate prediction of protein function using statistics-informed graph networks 2024-Aug-04, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-50955-0 PMID:39097570	研究论文	提出了一种利用统计信息图网络仅从蛋白质序列预测蛋白质功能的方法	该方法无需结构信息即可预测蛋白质功能，并通过进化特征量化评估执行特定功能的残基重要性	NA	预测蛋白质功能以支持医学、生物技术和药物开发领域的研究	蛋白质序列	生物信息学	NA	统计信息图网络	图网络	序列数据	超过2亿个未表征的蛋白质
47	2025-05-31	Unsupervised representation learning on high-dimensional clinical data improves genomic discovery and prediction 2024-Aug, Nature genetics IF:31.7Q1 DOI:10.1038/s41588-024-01831-6 PMID:38977853	research paper	介绍了一种名为REGLE的无监督深度学习模型，用于发现高维临床数据（HDCD）与遗传变异之间的关联	REGLE利用变分自编码器计算HDCD的非线性解缠结嵌入，这些嵌入作为全基因组关联研究（GWAS）的输入，能够发现现有专家定义特征未捕获的特征，并在标记数据极少的数据集中构建准确的疾病特异性多基因风险评分（PRSs）	NA	改进高维临床数据的遗传发现和疾病预测	高维临床数据（HDCD）	machine learning	respiratory and circulatory diseases	variational autoencoders, GWAS	variational autoencoders	clinical data	biobank-scale datasets
48	2025-05-29	Predictive models and applicability of artificial intelligence-based approaches in drug allergy 2024-Aug-01, Current opinion in allergy and clinical immunology IF:3.0Q3 DOI:10.1097/ACI.0000000000001002 PMID:38814733	review	本文综述了预测模型和人工智能在药物过敏诊断中的潜在应用	探讨了人工智能技术（如机器学习和深度学习）在药物过敏诊断中的新兴应用	现有的药物过敏预测模型较少，且多采用逻辑回归分析，缺乏多样性	评估预测模型和人工智能在药物过敏诊断和管理中的效用	药物过敏患者	machine learning	drug allergy	machine learning, deep learning, artificial neural networks	logistic regression, artificial neural networks	clinical data	NA
49	2025-05-22	Foundation model of neural activity predicts response to new stimulus types and anatomy 2024-Aug-31, bioRxiv : the preprint server for biology DOI:10.1101/2023.03.21.533548 PMID:36993435	research paper	该研究通过训练一个基础模型来预测小鼠视觉皮层对任意自然视频的神经元响应，并展示了该模型在新小鼠和新刺激域中的泛化能力	利用基础模型预测神经元响应，并展示其在跨小鼠、跨刺激域及新任务中的泛化能力	模型在训练分布之外的泛化能力仍有局限	构建基础大脑模型，以理解大脑的计算目标和神经编码	小鼠视觉皮层的神经活动	neuroscience	NA	deep learning	foundation model	neural activity data, natural videos	大量来自多只小鼠视觉皮层的神经活动数据
50	2025-05-21	Fragment-Fusion Transformer: Deep Learning-Based Discretization Method for Continuous Single-Cell Raman Spectral Analysis 2024-08-23, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c00149 PMID:38934798	研究论文	提出了一种名为片段融合Transformer的模型，用于连续单细胞拉曼光谱数据的离散化分析	该模型首次将基于光谱内在特征的离散化分段与Transformer结合，通过金字塔设计结构融合片段间特征，显著提升了特征提取的信息增益和熵	未明确说明模型在不同类型光谱数据上的泛化能力	解决连续拉曼光谱数据缺乏离散化方法而限制深度学习算法应用的问题	单细胞拉曼光谱数据	机器学习	NA	拉曼光谱	Transformer	光谱数据	未明确说明具体样本数量
51	2025-05-21	Strain-Temperature Dual Sensor Based on Deep Learning Strategy for Human-Computer Interaction Systems 2024-08-23, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c01202 PMID:39068608	研究论文	本研究开发了一种基于热电水凝胶的应变-温度双传感器，结合深度学习策略，用于人机交互系统	利用Hofmeister效应和热电电流效应制备了具有高韧性和温度响应性的热电水凝胶，并通过深度学习实现了高精度的机器人手反馈机制	NA	开发用于高温高风险场景的人机交互系统，提高安全系数	热电水凝胶传感器及其在人机交互系统中的应用	人机交互	NA	Hofmeister效应、热电电流效应、深度学习	深度学习	应变和温度数据	NA
52	2025-05-21	Deep-Learning-Guided Electrochemical Impedance Spectroscopy for Calibration-Free Pharmaceutical Moisture Content Monitoring 2024-08-23, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c01180 PMID:39096505	研究论文	本研究探讨了使用电化学阻抗谱结合深度学习技术，实现药品粉末水分含量的快速、准确且无需校准的监测方法	首次将深度学习技术应用于电化学阻抗谱数据处理，实现了无需校准的高精度水分含量监测	研究尚未在实际工业生产环境中进行大规模验证	开发一种无需校准的药品水分含量快速监测技术	药品粉末	机器学习	NA	电化学阻抗谱(EIS)	1DCNN	光谱数据	未明确提及具体样本数量
53	2025-05-21	Deep Learning Enabled Universal Multiplexed Fluorescence Detection for Point-of-Care Applications 2024-08-23, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c00860 PMID:39010300	research paper	本文介绍了一种紧凑、无透镜且成本效益高的荧光传感装置，结合机器学习实现可扩展的多重荧光检测	利用低成本光学组件和预训练机器学习模型实现无需光学调整的多重荧光检测，其多重检测能力可通过更新机器学习模型轻松扩展	NA	开发便携式、紧凑且可多重检测的荧光传感系统	多重荧光检测系统	machine learning	respiratory viruses	Loop-Mediated Isothermal Amplification (LAMP)	pretrained ML model	fluorescence data	NA
54	2025-05-21	Rapid Identification of Drug Mechanisms with Deep Learning-Based Multichannel Surface-Enhanced Raman Spectroscopy 2024-08-23, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c01205 PMID:39138903	研究论文	开发了一种基于深度学习的多通道表面增强拉曼光谱技术，用于快速识别化疗药物的作用机制	结合多通道表面增强拉曼散射传感器阵列和深度学习技术，实现了对多种化疗药物作用机制的高精度快速识别	未提及具体样本量及药物种类数量，可能影响方法的普适性验证	开发快速识别化疗药物作用机制的新方法	化疗药物及其对细胞分子变化的影响	机器学习	癌症	表面增强拉曼散射(SERS)、深度学习	CNN	光谱数据	NA
55	2025-05-14	Early Multimodal Data Integration for Data-Driven Medical Research - A Scoping Review 2024-08-30, Studies in health technology and informatics DOI:10.3233/SHTI240837 PMID:39234706	综述	本文通过范围综述分析了2019年至2024年间21篇关于早期多模态数据整合方法的文献，总结了这些方法的特点及其在数据驱动医学研究中的应用	将早期多模态数据整合方法分为四类，并总结了各类方法的特点，为数据驱动医学研究项目中选择最佳方法组合提供了参考	主要关注结构性整合，未深入比较早期和晚期多模态数据整合方法，且整合流程通常需要手动优化	探讨早期多模态数据整合方法在数据驱动医学研究中的应用和优化	21篇关于早期多模态数据整合方法的综述文献	数据驱动医学研究	NA	多模态数据整合方法，包括基本连接和深度学习等	NA	多模态数据	21篇综述文献
56	2025-05-12	Precision in Prevention and Health Surveillance: How Artificial Intelligence May Improve the Time of Identification of Health Concerns through Social Media Content Analysis 2024-Aug, Yearbook of medical informatics DOI:10.1055/s-0044-1800736 PMID:40199301	研究论文	探讨人工智能通过社交媒体内容分析如何提升预防和健康监测的精确性	利用AI技术分析社交媒体数据，提高健康问题的及时性和准确性识别	需解决伦理和隐私问题以确保负责任和有效的实施	提升预防和健康监测的精确性	社交媒体内容	自然语言处理	NA	机器学习、自然语言处理(NLP)、深度学习	transformer-based topic modelling、federated learning	文本	89篇文章，最终筛选10篇相关研究
57	2025-05-12	Year 2023 in Biomedical Natural Language Processing: a Tribute to Large Language Models and Generative AI 2024-Aug, Yearbook of medical informatics DOI:10.1055/s-0044-1800751 PMID:40199311	综述	本文回顾了2023年生物医学自然语言处理领域的研究进展，重点介绍了大型语言模型和生成式AI的应用	总结了2023年NLP领域的两篇最佳论文，分析了当前研究趋势，包括数据增强、领域特定模型适应和模型蒸馏等创新点	仅涵盖2023年发表的论文，可能无法反映更长期的研究趋势	评估2023年生物医学自然语言处理领域的研究进展和趋势	2023年发表的2,148篇生物医学NLP相关论文	自然语言处理	COVID-19, 癌症, 心理健康	ChatGPT, 大型语言模型	大型语言模型	社交媒体内容, 电子健康记录	2,148篇论文
58	2025-05-07	Forecasting daily total pollen concentrations on a global scale 2024-Aug, Allergy IF:12.6Q1 DOI:10.1111/all.16227 PMID:38995241	研究论文	该研究使用CatBoost和深度学习模型预测全球23个城市未来14天的每日总花粉浓度	首次在全球范围内应用CatBoost和深度学习模型进行花粉浓度预测，并分析了影响预测的关键环境变量	部分城市预测效果较差(如布里斯班和首尔)，模型在不同城市的表现差异较大	提高空气花粉预测的准确性以应对气候变化带来的影响	全球23个城市的花粉浓度数据	机器学习	过敏性疾病	CatBoost和深度学习	CB和DL	环境参数和花粉浓度数据	23个城市的数据
59	2025-05-02	Predicting the Outcome and Survival of Patients with Spinal Cord Injury Using Machine Learning Algorithms: A Systematic Review 2024-08, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.05.103 PMID:38796146	系统综述	本文通过系统综述评估了机器学习算法在脊髓损伤（SCI）患者诊断和预后预测中的表现	总结了机器学习在SCI领域的应用潜力，特别是在诊断和预后预测方面的效果	需要进一步研究深度学习算法在急性SCI诊断中的应用	评估机器学习算法在脊髓损伤患者诊断和预后预测中的性能	脊髓损伤患者	机器学习	脊髓损伤	机器学习算法	ML和DL算法	临床数据	9424名被诊断为脊髓损伤的患者
60	2025-05-02	Usefulness of Artificial Intelligence in Traumatic Brain Injury: A Bibliometric Analysis and Mini-review 2024-08, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.05.065 PMID:38759786	综述	本文通过文献计量分析和迷你综述，探讨了人工智能在创伤性脑损伤（TBI）中的主要应用	结合文献计量分析和迷你综述，全面评估了人工智能在TBI领域的研究进展和应用潜力	主要基于Scopus数据库的文献，可能未涵盖所有相关研究	评估人工智能在创伤性脑损伤领域的应用和研究趋势	创伤性脑损伤（TBI）相关的科学出版物	人工智能	创伤性脑损伤	文献计量分析、知识图谱分析	NA	文献数据	495篇科学出版物（2000-2023年）