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
1	2025-09-22	Prediction of future dementia among patients with mild cognitive impairment (MCI) by integrating multimodal clinical data 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36728 PMID:39281465	研究论文	本研究评估了多模态机器学习方法，特别是集成集成（EI）框架，在预测轻度认知障碍（MCI）患者未来发展为痴呆症方面的能力	采用EI框架利用多模态数据的互补性和共识性，优于先前研究中常用的方法，并识别出与痴呆进展相关的关键脑区	NA	预测MCI患者未来发展为痴呆症的风险	轻度认知障碍（MCI）患者	机器学习	老年疾病	结构磁共振成像（MRI）、正电子发射断层扫描（PET）	Ensemble Integration (EI), XGBoost, deep learning	多模态临床和影像数据	基于TADPOLE挑战数据集（具体样本数未在摘要中说明）
2	2025-09-18	A comparison of antibody-antigen complex sequence-to-structure prediction methods and their systematic biases 2024-Sep, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.5127 PMID:39167052	研究论文	比较六种抗体-抗原复合物序列到结构预测方法的性能并分析其系统性偏差	首次系统比较包括深度学习在内的多种预测方法，并发现模型质量与界面三级结构常见度之间的明确关系	结构数据库中界面几何数据稀缺可能限制机器学习在抗体-抗原相互作用预测中的应用	评估当前抗体-抗原复合物结构预测方法的性能并识别其局限性	抗体-抗原复合物	机器学习	NA	深度学习、蛋白质-蛋白质相互作用预测、同源建模、分子对接	AlphaFold-Multimer, RoseTTAFold, CNN (用于表位和互补位预测)	蛋白质序列和结构数据	NA
3	2025-09-15	Study of obesity research using machine learning methods: A bibliometric and visualization analysis from 2004 to 2023 2024-Sep-06, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000039610 PMID:39252327	文献计量分析	通过文献计量和可视化方法分析2004至2023年间机器学习在肥胖研究中的应用趋势	首次系统评估机器学习在肥胖研究中的出版物，揭示领域内在联系和发展模式	仅纳入Web of Science英文文献，可能遗漏其他语言或数据库的重要研究	定量考察和可视化机器学习在肥胖研究中的学术产出与发展趋势	3286篇符合标准的学术出版物	机器学习	肥胖症	文献计量分析（VOSviewer, CiteSpace）	NA	文献元数据	3286篇出版物
4	2025-09-14	A deep learning-informed interpretation of why and when dose metrics outside the PTV can affect the risk of distant metastasis in SBRT NSCLC patients 2024-Sep-27, Radiation oncology (London, England) DOI:10.1186/s13014-024-02519-1 PMID:39334387	研究论文	本研究利用深度学习和可解释AI方法，探讨了非小细胞肺癌SBRT治疗中PTV外剂量指标与远处转移风险的关系	通过深度学习和可解释AI技术首次系统解析了先前研究中结论冲突的原因，并明确了特定患者亚组中PTV3cm剂量参数的预测价值	研究基于回顾性数据集，可能存在选择偏倚，且样本量有限（478例患者）	解析SBRT治疗中PTV外剂量与远处转移风险的关联性，解决先前研究的结论冲突	478例接受SBRT（IMRT或VMAT）治疗的非小细胞肺癌患者	数字病理	肺癌	深度学习方法，可解释AI技术，传统统计分析方法	深度学习模型	临床数据，剂量学特征，肿瘤特征数据	478例NSCLC患者
5	2025-09-14	Virtual Screening and Molecular Docking: Discovering Novel METTL3 Inhibitors 2024-Sep-12, ACS medicinal chemistry letters IF:3.5Q2 DOI:10.1021/acsmedchemlett.4c00216 PMID:39291017	研究论文	本研究通过结合基于结构的虚拟筛选与几何深度学习算法，发现新型METTL3抑制剂	提出了一种混合高通量虚拟筛选协议，结合结构基础方法与基于几何深度学习的DeepDock算法，从自建数据库中识别出独特的METTL3骨架抑制剂	NA	发现新型METTL3抑制剂以用于癌症治疗	METTL3蛋白及其抑制剂	计算生物学	癌症	虚拟筛选、分子对接、分子动力学模拟	DeepDock（几何深度学习）	分子结构数据	自建内部数据库中的化合物
6	2025-09-14	Development and Validation of a Deep Learning Model for Prediction of Adult Physiological Deterioration 2024-Sep-01, Critical care explorations DOI:10.1097/CCE.0000000000001151 PMID:39258951	研究论文	开发并验证了一种基于深度学习的成人患者生理恶化预测模型DETERIO，用于提前预警临床干预	采用状态价值估计方法处理动态恶化过程，并基于共识标准AIDE构建复合评分，优于现有商业恶化评分系统	需要进一步研究评估模型的泛化能力和实际临床影响	预测成人患者生理恶化，以支持更早的临床干预	成人住院患者和急诊患者	医疗健康	成人疾病	深度学习	深度神经网络	临床患者数据	推导队列330,729名患者（71,735住院 + 258,994急诊），验证队列65,898名患者（13,750住院 + 52,148急诊）
7	2025-09-13	Reducing motion artifacts in craniocervical background subtraction angiography with deformable registration and unsupervised deep learning 2024-Sep, Radiology advances DOI:10.1093/radadv/umae020 PMID:40927738	研究论文	本研究开发了一种基于无监督深度学习的快速可变形配准模型，用于减少颅颈血管造影中的运动伪影	结合血管层估计的新型图像相似性损失函数，优化背景配准，使其对血管内碘造影剂的可变存在具有鲁棒性	NA	开发快速可变形配准模型以减少数字减影血管造影中的配准误差	颅颈血管造影图像	医学影像处理	脑血管疾病	数字减影血管造影（DSA）	深度学习可变形配准框架（基于HyperMorph）	医学影像	516项研究，包含5,240个血管造影序列（训练集5,046个，测试集194个）
8	2025-09-12	Subject-level spinal osteoporotic fracture prediction combining deep learning vertebral outputs and limited demographic data 2024-Sep-10, Archives of osteoporosis IF:3.1Q1 DOI:10.1007/s11657-024-01433-z PMID:39256211	研究论文	结合深度学习椎体骨折评分和有限人口统计数据，实现受试者级别的脊柱骨质疏松性骨折预测	使用广义可加模型（GAM）整合CNN生成的椎体骨折评分与年龄数据，实现高精度（AUC-ROC=0.968）的个体级别骨折预测	仅使用基本人口统计数据，可能未考虑其他临床风险因素	开发自动化椎体骨折筛查方法以改善临床结局	脊柱骨质疏松性骨折患者	数字病理	骨质疏松症	卷积神经网络（CNN）	GAM（广义可加模型）结合CNN	X光影像和人口统计资料	大型X光影像数据集（具体数量未说明）
9	2025-09-10	Comorbidity-based framework for Alzheimer's disease classification using graph neural networks 2024-09-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72321-2 PMID:39256497	研究论文	提出一种基于共病数据和图神经网络的阿尔茨海默病分类框架	利用图神经网络处理高维数据并整合电子健康记录中的共病信息，显著提升多分类性能	NA	开发早期阿尔茨海默病预测的鲁棒且经济有效的方法	阿尔茨海默病患者（认知正常、轻度认知障碍和阿尔茨海默病三个阶段）	机器学习	阿尔茨海默病	图神经网络（GNN）	Chebyshev Convolutional Neural Networks	图结构数据（含共病信息）	使用阿尔茨海默病神经影像倡议数据集，并以外部队列（澳大利亚影像、生物标志物和生活方式数据集）进行验证
10	2025-09-09	An artificial intelligence-based nerve recognition model is useful as surgical support technology and as an educational tool in laparoscopic and robot-assisted rectal cancer surgery 2024-09, Surgical endoscopy DOI:10.1007/s00464-024-10939-z PMID:39073558	研究论文	开发基于U-Net的深度学习模型，用于在直肠癌手术中自动分割神经，并评估其作为手术辅助技术和教育工具的效果	首次将AI神经识别模型同时应用于直肠癌手术的实时辅助和医学教育培训场景，并证明其教育效果优于传统讲座	模型性能存在一定波动（Dice评分范围0.0465-0.639），样本量较小（60测试帧），仅针对直肠癌手术场景	开发人工智能辅助技术以提升直肠癌手术中的神经识别能力，并验证其教育价值	直肠癌手术中的盆腔神经结构，以及不同级别的医疗人员（结直肠外科医生、非专科医生、住院医师、医学生）	digital pathology	rectal cancer	deep learning, U-Net architecture	U-Net	surgical video frames	60个随机选择的视频帧，5名结直肠外科医生，以及非专科医生、住院医师和医学生组成的教育评估组
11	2025-09-07	MultiSC: a deep learning pipeline for analyzing multiomics single-cell data 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae492 PMID:39376034	研究论文	提出一种名为MultiSC的深度学习流程，用于整合和分析多组学单细胞数据	开发了新型多模态约束自编码器和基于矩阵分解的模型，有效整合三种组学数据并预测转录因子调控的靶基因	NA	解决多组学单细胞数据整合分析工具缺乏的问题	单细胞多组学数据（基因表达、染色质可及性、转录因子蛋白表达）	生物信息学	NA	NEAT-seq多组学测序技术	多模态约束自编码器、矩阵分解模型、多元线性回归	多组学单细胞数据	NA
12	2025-09-07	DeScoD-ECG: Deep Score-Based Diffusion Model for ECG Baseline Wander and Noise Removal 2024-09, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3237712 PMID:37021916	研究论文	提出一种基于条件扩散模型的ECG基线漂移和噪声去除技术DeScoD-ECG	首次将条件扩散生成模型应用于ECG噪声去除，并采用多轮平均策略提升信号重建质量	NA	实现高质量、高保真的ECG信号重建以辅助心血管疾病诊断	心电图（ECG）信号	生物医学信号处理	心血管疾病	条件扩散模型，多轮平均策略	扩散模型（DeScoD-ECG）	ECG信号数据	QT数据库和MIT-BIH噪声压力测试数据库
13	2025-09-06	Diabetic retinopathy screening through artificial intelligence algorithms: A systematic review 2024 Sep-Oct, Survey of ophthalmology IF:5.1Q1 DOI:10.1016/j.survophthal.2024.05.008 PMID:38885761	系统综述	本文系统回顾了人工智能算法在糖尿病视网膜病变筛查中的应用现状与技术进展	整合了当前AI在DR筛查中的多种深度学习方法，并指出分类与分割技术结合的未来方向	高质量标注数据获取困难，模型复杂性管理挑战大，且实际临床应用的可靠性仍需验证	评估人工智能在糖尿病视网膜病变自动筛查中的研究现状并指导未来研究方向	糖尿病视网膜病变筛查相关的研究文献和AI技术方法	医学人工智能	糖尿病视网膜病变	深度学习，包括分类、检测和分割技术	YOLO, ViT, U-Net, CNN	彩色眼底图像	主要基于IDRiD数据集（516张图像），涵盖不同DR和糖尿病黄斑水肿阶段
14	2025-09-05	A topological deep learning framework for neural spike decoding 2024-09-03, Biophysical journal IF:3.2Q2 DOI:10.1016/j.bpj.2024.01.025 PMID:38402607	研究论文	提出一种基于拓扑深度学习的神经脉冲解码框架，用于从头部方向细胞和网格细胞活动中解码方向与位置信息	开发了结合无监督单纯复形发现与深度学习的新型架构——单纯卷积循环神经网络，能捕捉神经元的高阶连接性	NA	解码神经脉冲序列以理解大脑空间导航系统的编码机制	头部方向细胞和网格细胞的神经活动数据	计算神经科学	NA	拓扑数据分析，深度学习	Simplicial Convolutional Recurrent Neural Network (单纯卷积循环神经网络)	神经脉冲序列数据	NA
15	2025-09-05	3dDNAscoreA: A scoring function for evaluation of DNA 3D structures 2024-09-03, Biophysical journal IF:3.2Q2 DOI:10.1016/j.bpj.2024.02.018 PMID:38409781	研究论文	开发了一种基于深度学习模型的DNA三维结构评分函数3dDNAscoreA	首次为DNA三维结构预测提供专门的评分函数，采用新训练策略基于ARES模型进行适配	NA	解决DNA三维结构预测结果的评估和排序问题	DNA分子三维结构	计算生物学	NA	深度学习	基于ARES的深度学习模型	三维结构数据	两个测试集
16	2025-09-05	VSG-GAN: A high-fidelity image synthesis method with semantic manipulation in retinal fundus image 2024-09-03, Biophysical journal IF:3.2Q2 DOI:10.1016/j.bpj.2024.02.019 PMID:38414236	研究论文	提出一种基于生成对抗网络的高保真视网膜图像合成方法VSG-GAN，能够实现语义操控并生成多样化的视网膜图像	通过血管骨架和背景风格的解耦模块设计，结合风格变换和GAN反转技术，实现具有多样化形态特征的视网膜图像生成	NA	解决视网膜图像分析中数据集多样性不足和样本不平衡问题，提升疾病诊断模型训练效果	视网膜眼底图像	计算机视觉	糖尿病视网膜病变	生成对抗网络(GAN)，风格变换，GAN反转	VSG-GAN（基于GAN的生成模型），分层变分自编码器	图像	使用MESSIDOR和RITE数据集进行评测
17	2025-09-05	Deep network and multi-atlas segmentation fusion for delineation of thigh muscle groups in three-dimensional water-fat separated MRI 2024-Sep, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.5.054003 PMID:39234425	研究论文	提出一种融合多图谱和深度学习的三维大腿肌肉群自动分割方法	结合多图谱分割（MAS）的通用性和深度学习网络的准确性，通过融合多种解剖映射提升分割精度	仅在15名健康受试者和4名患者上进行验证，样本规模有限	开发自动化分割大腿功能肌肉群的方法，用于肌肉体积和脂肪含量的精准评估	大腿的四个主要功能肌肉群：股薄肌、腘绳肌、股四头肌和缝匠肌	计算机视觉	老年疾病	化学位移编码水脂磁共振成像（CSE-MRI）	3D深度学习模型与可变形配准模型融合	三维磁共振图像	15名健康受试者（交叉验证）和4名患者（测试）
18	2025-09-03	Skeletal Muscle Segmentation at the Level of the Third Lumbar Vertebra (L3) in Low-Dose Computed Tomography: A Lightweight Algorithm 2024-09-13, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10090111 PMID:39330757	研究论文	提出一种轻量级算法，用于在低剂量CT图像中自动分割第三腰椎水平的骨骼肌	开发了一种轻量级分割算法，专门针对低剂量CT图像，并在CPU上实现了快速运行	研究样本量较小（57例直肠癌患者），且仅针对特定疾病群体	实现低剂量CT图像中第三腰椎水平骨骼肌的自动准确分割	直肠癌患者的低剂量平扫和增强盆腔CT图像	医学图像分析	直肠癌	CT成像	轻量级算法	CT图像	57例直肠癌患者（30例训练集，27例测试集）
19	2025-09-03	Integrating Clinical Data and Radiomics and Deep Learning Features for End-to-End Delayed Cerebral Ischemia Prediction on Noncontrast CT 2024-Sep-09, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8301 PMID:39025637	研究论文	开发一种集成临床数据、影像组学和深度学习特征的端到端模型，用于预测非增强CT上的迟发性脑缺血	提出结合ATT-Deeplabv3+半监督分割、PCA降维及多特征融合的端到端预测框架，在分割速度和诊断性能上表现优越	回顾性研究，样本量有限（400例患者），需外部验证进一步确认泛化能力	自动化预测动脉瘤性蛛网膜下腔出血后的迟发性脑缺血	400例动脉瘤性蛛网膜下腔出血患者（其中156例有迟发性脑缺血）	医学影像分析	脑血管疾病	半监督学习、主成分分析（PCA）、逻辑回归、Naive Bayes、AdaBoost、多层感知机	ATT-Deeplabv3+（分割），多层感知机/逻辑回归等（分类）	非增强CT图像和临床数据	400例患者
20	2025-09-03	MR Cranial Bone Imaging: Evaluation of Both Motion-Corrected and Automated Deep Learning Pseudo-CT Estimated MR Images 2024-Sep-09, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8335 PMID:38991771	研究论文	评估运动校正和深度学习生成的伪CT图像在颅骨成像中的临床潜力	结合自动化运动校正与深度学习从MR图像生成伪CT图像，首次在儿科患者中实现无辐射的颅骨诊断级成像	样本量较小（共72例），且仅针对儿科患者，需进一步扩大验证	评估MR生成的伪CT图像是否可用于临床诊断，替代有辐射的CT成像	18岁以下因创伤或颅缝早闭评估接受头部CT检查的儿科患者	医学影像分析	颅骨创伤与颅缝疾病	深度学习，运动校正，黄金角径向采集成像	深度学习（未指定具体模型）	MR图像，CT图像	72例患者（12例颅缝评估，60例创伤评估）