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
161	2025-10-07	DeepComBat: A statistically motivated, hyperparameter-robust, deep learning approach to harmonization of neuroimaging data 2024-Aug-01, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.26708 PMID:39056477	研究论文	提出一种基于条件变分自编码器和ComBat方法的深度学习神经影像数据协调方法DeepComBat	结合统计方法和深度学习的优势，在考虑特征间多变量关系的同时放宽了先前深度学习协调方法的强假设	NA	开发能够有效去除神经影像数据批次效应的协调方法	认知老化队列的皮层厚度测量数据	神经影像分析	老年疾病	神经影像分析	条件变分自编码器	神经影像数据	NA	NA	条件变分自编码器	定性评估,定量评估	NA
162	2025-10-07	Deep learning-based image quality assessment: impact on detection accuracy of prostate cancer extraprostatic extension on MRI 2024-08, Abdominal radiology (New York) DOI:10.1007/s00261-024-04468-5 PMID:38958754	研究论文	本研究使用基于深度学习的AI算法评估前列腺MRI图像质量，并分析图像质量对前列腺癌包膜外侵犯检测准确性的影响	首次将深度学习图像质量评估应用于前列腺癌包膜外侵犯检测，量化了图像质量对诊断准确性的具体影响	单中心回顾性研究，样本量有限，仅评估了T2WI序列	评估MRI图像质量对前列腺癌包膜外侵犯检测准确性的影响	接受多参数MRI检查并行根治性前列腺切除术的前列腺癌患者	医学影像分析	前列腺癌	MRI, 深度学习	深度学习算法	医学影像	773例连续患者	NA	NA	敏感性, 特异性, 阳性预测值, 阴性预测值, 比值比	NA
163	2025-10-07	Deep learning-accelerated T2WI: image quality, efficiency, and staging performance against BLADE T2WI for gastric cancer 2024-08, Abdominal radiology (New York) DOI:10.1007/s00261-024-04323-7 PMID:38662208	研究论文	比较深度学习加速单次屏气T2WI与BLADE T2WI在胃癌成像中的图像质量、效率和诊断性能	首次将深度学习加速的单次屏气T2WI技术应用于胃癌成像，并与传统BLADE T2WI进行系统比较	样本量相对有限（112例患者），单中心研究	评估深度学习加速T2WI在胃癌成像中的临床应用价值	胃癌患者	医学影像分析	胃癌	T2加权磁共振成像	深度学习	医学影像	112例胃癌患者，其中69个可测量病灶，71例接受胃切除术患者	NA	NA	信噪比, 对比噪声比, T分期准确率, 图像质量评分	NA
164	2025-02-25	Construction of an antidepressant priority list based on functional, environmental, and health risks using an interpretable mixup-transformer deep learning model 2024-08-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.134651 PMID:38843640	研究论文	本研究构建了一个基于功能、环境及健康风险的抗抑郁药物优先级筛选系统（ADRank），并采用改进的mixup-transformer深度学习模型进行分类，以提高分类准确性和可靠性	采用改进的mixup-transformer深度学习模型，相较于随机森林模型，分类准确性提高了23.25%，可靠性提高了80%	研究中未明确提及样本量及数据来源的具体细节	构建抗抑郁药物的风险优先级筛选系统，以识别和管理抗抑郁药物的风险	抗抑郁药物（AD）	机器学习	NA	深度学习	mixup-transformer	NA	NA	NA	NA	NA	NA
165	2025-02-25	Early detection of nicosulfuron toxicity and physiological prediction in maize using multi-branch deep learning models and hyperspectral imaging 2024-08-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.134723 PMID:38815392	研究论文	本研究利用多分支深度学习模型和高光谱成像技术，开发了HerbiNet模型，用于早期检测玉米中nicosulfuron除草剂的毒性	开发了HerbiNet和HerbiNet-Lite模型，能够早期准确预测玉米中nicosulfuron的毒性，并在不同年份和季节的数据集上表现出更高的泛化能力	研究仅针对nicosulfuron一种除草剂，未涉及其他除草剂的毒性检测	开发早期检测玉米中除草剂毒性的方法，以保护玉米生产和田间环境	玉米作物及其高光谱图像	计算机视觉	NA	高光谱成像	多分支深度学习模型	图像	NA	NA	NA	NA	NA
166	2025-02-21	Improving privacy-preserving multi-faceted long short-term memory for accurate evaluation of encrypted time-series MRI images in heart disease 2024-08-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70593-2 PMID:39215022	研究论文	本文介绍了一种用于分析同态加密时间序列MRI数据的新方法：多面长短期记忆网络（MF-LSTM），旨在提高心脏疾病的准确评估	提出了多面长短期记忆网络（MF-LSTM），在保护患者隐私的同时，准确分类和预测心脏疾病	NA	提高心脏疾病的早期诊断和监测，同时保护患者隐私	加密时间序列MRI图像	数字病理学	心血管疾病	同态加密（HE）	MF-LSTM	时间序列MRI图像	NA	NA	NA	NA	NA
167	2025-02-21	A Method for the Spatial Interpolation of EEG Signals Based on the Bidirectional Long Short-Term Memory Network 2024-Aug-12, Sensors (Basel, Switzerland) DOI:10.3390/s24165215 PMID:39204910	研究论文	本文介绍了一种基于双向长短期记忆网络（BiLSTM）的深度学习方法，用于从邻近电极获取的EEG通道中捕捉固有特征，预测EEG数据时间序列，并促进从低密度EEG信号到高密度EEG信号的转换	使用BiLSTM网络捕捉EEG时间序列数据的依赖关系，而非传统的数学映射方法，将均方根误差有效限制在0.4μV以下，显著优于传统方法	未提及具体局限性	提高脑机接口（BCI）技术的性能，通过增加EEG通道密度来改善信号精度	EEG信号	机器学习	NA	深度学习	BiLSTM	时间序列数据	BCI Competition III 3a数据集，从18通道扩展到60通道	NA	NA	NA	NA
168	2025-02-21	Development of an eye-tracking system based on a deep learning model to assess executive function in patients with mental illnesses 2024-08-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68586-2 PMID:39107349	研究论文	本研究开发了一种基于深度学习的眼动追踪系统，用于评估精神疾病患者的执行功能	利用眼动追踪技术和深度学习模型（LSTM+Attention）来检测精神疾病患者在视觉空间记忆编码中的执行功能受损情况	研究样本仅限于特定类型的精神疾病患者，可能无法推广到其他类型的精神疾病或神经系统疾病	开发一种快速、直接的方法来识别精神疾病患者的执行功能受损	首次发作的精神病患者、临床高风险精神病患者、强迫症患者和健康对照组	机器学习	精神疾病	眼动追踪技术	LSTM+Attention	眼动数据	96名首次发作的精神病患者、49名临床高风险精神病患者、104名强迫症患者和159名健康对照组	NA	NA	NA	NA
169	2025-10-07	CRISPR-Enhanced Photocurrent Polarity Switching for Dual-lncRNA Detection Combining Deep Learning for Cancer Diagnosis 2024-08-13, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c02617 PMID:39092917	研究论文	开发了一种结合CRISPR/Cas13a增强光电流极性转换与深度学习的双lncRNA检测平台用于癌症诊断	首次将CRISPR/Cas13a增强的光电流极性转换机制与深度学习相结合，实现双lncRNA联合检测和癌症智能诊断	未明确说明样本规模和数据集的详细组成	开发高灵敏度双lncRNA检测平台并实现癌症早期智能诊断	长链非编码RNA（lncRNA HOTAIR和lncRNA MALAT1）	生物传感, 机器学习	癌症	CRISPR/Cas13a, 光电化学传感, 深度学习	深度学习模型	光电化学传感数据	NA	NA	NA	准确率	NA
170	2025-02-17	Diffusion Correction in Fricke Hydrogel Dosimeters: A Deep Learning Approach with 2D and 3D Physics-Informed Neural Network Models 2024-Aug-30, Gels (Basel, Switzerland) DOI:10.3390/gels10090565 PMID:39330168	研究论文	本文提出了一种创新的深度学习方法，利用2D和3D物理信息神经网络模型来解决Fricke凝胶剂量计中离子扩散导致的剂量分布测量不准确的问题	首次将物理信息神经网络（PINNs）应用于Fricke凝胶剂量计中，通过将物理定律直接融入学习过程，优化网络以遵循离子扩散的物理原理，从而准确重建原始离子分布	研究仅针对数值模拟数据进行测试，未涉及实际实验数据的验证	提高Fricke凝胶剂量计在辐射剂量测量中的精度，克服离子扩散对剂量分布测量的影响	Fricke凝胶剂量计中的离子扩散现象	机器学习	NA	物理信息神经网络（PINNs）	PINNs	2D和3D数据	数值模拟数据，时间跨度从20到100小时	NA	NA	NA	NA
171	2025-10-07	Deep-learning models for differentiation of xanthogranulomatous cholecystitis and gallbladder cancer on ultrasound 2024-08, Indian journal of gastroenterology : official journal of the Indian Society of Gastroenterology IF:2.0Q3 DOI:10.1007/s12664-023-01483-0 PMID:38110782	研究论文	本研究利用深度学习模型在超声图像上区分黄色肉芽肿性胆囊炎和胆囊癌	首次将最先进的深度学习模型（GBCNet-CNN和RadFormer-Transformer）应用于超声图像中XGC和GBC的鉴别诊断	单中心研究，样本量有限（80例患者），缺乏外部验证	开发基于深度学习的超声图像分类模型，用于区分黄色肉芽肿性胆囊炎和胆囊癌	黄色肉芽肿性胆囊炎和胆囊癌患者的术前超声图像	计算机视觉	胆囊疾病	超声成像	CNN, Transformer	超声图像	80例患者（25例XGC，55例GBC）	NA	GBCNet, RadFormer, DenseNet-121, ViT, DeiT	灵敏度, 特异度, AUC	NA
172	2025-10-07	Applications of artificial intelligence in biliary tract cancers 2024-08, Indian journal of gastroenterology : official journal of the Indian Society of Gastroenterology IF:2.0Q3 DOI:10.1007/s12664-024-01518-0 PMID:38427281	综述	本文综述人工智能在胆道癌诊断和预后改善中的应用策略	系统总结AI技术在胆道癌这一具有地域特异性的恶性肿瘤中的应用现状	NA	探讨人工智能技术在胆道癌诊疗中的应用价值	胆道癌（包括胆管癌和胆囊癌）	医学影像分析	胆道癌	深度学习	NA	医学影像	NA	NA	NA	NA	NA
173	2025-10-07	AI and Big Data approaches to addressing the opioid crisis: a scoping review protocol 2024-08-31, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2024-084728 PMID:39645274	综述	本文提出了一项范围综述方案，旨在评估人工智能和大数据技术在应对阿片类药物危机中的最新进展	首次系统性地对AI和大数据技术在阿片类药物危机中的应用进行范围综述，填补该领域综合评估的空白	作为综述方案，尚未开展实际数据收集和分析，结果有待后续研究验证	评估AI和大数据技术在检测、治疗、预防和应对阿片类药物危机方面的有效性	2013-2023年间发表的关于AI和大数据技术应用于阿片类药物危机的研究文献	自然语言处理, 机器学习	阿片类药物危机	机器学习, 深度学习, 自然语言处理	NA	文献数据, 灰色文献	四个科学数据库的文献（PubMed, Web of Science, Engineering Village, PsycInfo）	NA	NA	评估指标将作为提取信息的一部分进行分析	Covidence文献筛选工具
174	2025-10-07	CREMP: Conformer-rotamer ensembles of macrocyclic peptides for machine learning 2024-Aug-09, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03698-y PMID:39122750	研究论文	本文介绍了CREMP数据集，这是一个用于机器学习模型开发和评估的环肽构象集合资源	首次创建了包含36,198个独特环肽及其高质量结构集合的大规模数据集，填补了环肽构象建模领域的空白	数据集主要基于计算模拟生成，需要进一步实验验证	开发用于环肽构象建模和优化的机器学习方法	环肽的构象集合和结构特性	机器学习	NA	构象-旋转异构体集合采样工具(CREST)，半经验扩展紧束缚(xTB)DFT计算	NA	结构数据，构象集合，能量注释	36,198个独特环肽，包含近3,130万个独特环肽几何结构，其中3,258个环肽具有被动渗透性数据	NA	NA	NA	NA
175	2025-10-07	Artificial intelligence-based classification of cardiac autonomic neuropathy from retinal fundus images in patients with diabetes: The Silesia Diabetes Heart Study 2024-08-10, Cardiovascular diabetology IF:8.5Q1 DOI:10.1186/s12933-024-02367-z PMID:39127709	研究论文	本研究利用基于人工智能的深度学习技术，通过视网膜眼底图像对糖尿病患者的心脏自主神经病变进行分类	首次将视网膜眼底图像与人工智能技术结合用于心脏自主神经病变的无创诊断，为糖尿病并发症筛查提供了新方法	单中心观察性研究，样本量相对有限（229名患者），需要更大规模验证	开发基于视网膜图像的人工智能诊断系统，用于检测糖尿病患者的心脏自主神经病变	糖尿病患者的心脏自主神经病变	计算机视觉	心血管疾病	非散瞳5视野彩色眼底成像	CNN	图像	229名患者的2275张视网膜图像	NA	ResNet 18, ResWide 50	AUC, 准确率, 灵敏度	NA
176	2025-10-07	Deep learning solutions for inverse problems in advanced biomedical image analysis on disease detection 2024-08-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69415-2 PMID:39122782	研究论文	本研究开发了一种名为DLSIP-ABIADD的深度学习技术，用于解决生物医学图像分析中的逆问题并实现疾病检测	提出结合MobileNetv2特征提取、亨利气体溶解优化算法和双向长短期记忆网络的混合深度学习框架来解决生物医学图像逆问题	NA	解决生物医学图像分析中的逆问题以提高疾病检测效率	生物医学图像中的疾病检测	计算机视觉	NA	分子成像, MRI, CT扫描	BiLSTM, MobileNetv2	图像	NA	NA	MobileNetv2, BiLSTM	NA	NA
177	2025-10-07	Exploit Spatially Resolved Transcriptomic Data to Infer Cellular Features from Pathology Imaging Data 2024-Aug-07, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.05.606654 PMID:39149252	研究论文	提出一种利用空间转录组数据标注病理图像的新方法，并开发STpath模型预测细胞类型比例和肿瘤微环境分类	首次将配对的空转转录组数据用于病理图像标注，解决了标注数据稀缺的问题	训练数据有限，模型在细胞类型比例多变和高分辨率病理图像中表现更佳	通过深度学习从病理图像中提取有意义的成像特征	乳腺癌病理图像和空间转录组数据	数字病理学	乳腺癌	空间转录组学	迁移学习神经网络	病理图像, 空间转录组数据	三个不同的乳腺癌数据集	NA	STpath	NA	NA
178	2025-10-07	EPInformer: a scalable deep learning framework for gene expression prediction by integrating promoter-enhancer sequences with multimodal epigenomic data 2024-Aug-01, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.01.606099 PMID:39131276	研究论文	提出一种可扩展的深度学习框架EPInformer，通过整合启动子-增强子序列与多模态表观基因组数据来预测基因表达	整合启动子-增强子相互作用、序列信息、表观遗传信号和染色质接触数据，在跨染色体验证中优于现有方法	可能难以完全捕捉远端调控元件的调控效应，训练和适应新数据需要较多计算资源	开发可扩展的基因表达预测框架	基因表达调控机制和顺式调控元件	机器学习	NA	深度学习，表观基因组数据分析	深度学习框架	DNA序列，表观遗传信号，染色质接触数据	NA	开源软件（具体框架未明确说明）	EPInformer（具体架构未详细说明）	预测准确性，CRISPR扰动实验验证	NA
179	2025-02-03	Diagnostic Accuracy of an Integrated AI Tool to Estimate Gestational Age From Blind Ultrasound Sweeps 2024-08-27, JAMA DOI:10.1001/jama.2024.10770 PMID:39088200	研究论文	本研究开发了一种深度学习人工智能模型，用于从盲超声扫描中估计孕龄，并将其集成到低成本、电池供电设备的软件中	开发了一种低成本、电池供电的AI工具，使未经培训的新手用户能够准确估计孕龄，适用于资源匮乏的环境	研究仅包括单胎、无异常的第一孕期妊娠，且仅在14至27周孕龄范围内进行评估	评估由未经培训的新手用户使用AI超声工具估计孕龄的准确性	400名在赞比亚卢萨卡和美国北卡罗来纳州教堂山的单胎、无异常的第一孕期妊娠个体	数字病理	NA	深度学习	深度学习模型	超声图像	400名妊娠个体	NA	NA	NA	NA
180	2025-10-07	Forecasting and analyzing influenza activity in Hebei Province, China, using a CNN-LSTM hybrid model 2024-08-12, BMC public health IF:3.5Q1 DOI:10.1186/s12889-024-19590-8 PMID:39135162	研究论文	本研究开发了一种CNN-LSTM混合模型来预测中国河北省的流感样病例百分比	首次将CNN-LSTM混合神经网络模型应用于河北省流感活动预测，相比传统模型具有更好的预测性能	研究仅基于河北省28家哨点医院的数据，未考虑其他影响因素如气象数据、人口流动等	开发准确的流感活动预测模型，为流感防控提供科学依据	河北省28家国家级哨点医院的流感样病例百分比数据	机器学习	流感	深度学习	CNN,LSTM,CNN-LSTM,SARIMA,XGBoost	时间序列数据	2010-2022年河北省28家哨点医院的ILI%数据	PyTorch,R,Python	CNN-LSTM混合架构	MAE,RMSE,MAPE	NA