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
1	2025-11-15	Learning meaningful representation of single-neuron morphology via large-scale pre-training 2024-09-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae395 PMID:39230697	研究论文	提出MorphRep模型，通过大规模预训练学习单神经元形态的有意义表示	首次使用超过25万神经元形态数据进行大规模预训练，采用图结构数据编码和图形变换器，通过多增强视图一致性学习实现最先进性能	NA	开发能够准确表征神经元形态的计算模型	单神经元形态结构	机器学习	脑部疾病	显微镜成像	图变换器	图结构数据	超过250,000个神经元形态数据	NA	图变换器	NA	NA
2	2025-11-12	EnergyShare AI: Transforming P2P energy trading through advanced deep learning 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36948 PMID:39296059	研究论文	介绍EnergyShare AI系统，通过深度强化学习优化点对点能源交易	将深度强化学习应用于点对点能源交易系统，相比传统线性整数规划模型在优化双向能源传输方面具有优势	NA	提高能源管理效率并降低能源交易成本	消费者和产消者通过太阳能阵列、储能系统和电动汽车进行的能源交易	机器学习	NA	深度强化学习	DRL	能源交易数据	NA	NA	NA	成本节约、能源传输量	NA
3	2025-10-31	AI-Powered Telemedicine for Automatic Scoring of Neuromuscular Examinations 2024-Sep-20, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11090942 PMID:39329684	研究论文	开发基于人工智能的远程医疗工具，用于自动化重症肌无力神经肌肉检查的评分	首次将计算机视觉、深度学习和自然语言处理技术结合，用于远程医疗视频的自动分段和神经肌肉检查的定量评估	NA	提高重症肌无力评估的效率和准确性，减少人为评估的主观性	重症肌无力患者的远程医疗视频检查	计算机视觉,自然语言处理	重症肌无力	远程医疗视频分析	深度学习模型	视频,临床评估数据	NA	NA	NA	NA	NA
4	2025-10-15	Detailed delineation of the fetal brain in diffusion MRI via multi-task learning 2024-Sep-12, ArXiv PMID:39314513	研究论文	开发了一种基于多任务学习的深度学习框架，用于胎儿脑部扩散MRI数据的自动分割和分区分析	提出了首个统一计算框架，可同时完成胎儿脑组织分割、白质束分割和脑区划分三项任务	数据质量较低且胎儿大脑发育迅速，目前缺乏专门的计算方法	开发可靠的胎儿脑部扩散MRI数据分析方法	胎儿大脑	医学影像分析	胎儿神经发育	扩散加权MRI	深度学习	扩散MRI图像	97个胎儿大脑	NA	多任务学习架构	Dice相似系数	NA
5	2025-10-13	Characterization of arteriosclerosis based on computer-aided measurements of intra-arterial thickness 2024-Sep, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.5.057501 PMID:39398866	研究论文	开发基于计算机视觉的动脉内厚度测量方法，用于量化肾脏活检数字病理图像中的动脉粥样硬化	首次提出结合多类深度学习分割和径向采样的动脉内形态量化方法，通过数值模拟验证测量技术的鲁棒性	研究样本量有限（仅33个全切片图像），仅使用三色染色图像，未验证其他染色类型	开发计算生物标志物用于动脉粥样硬化的量化表征	肾脏活检数字病理图像中的动脉结构	计算机视觉	动脉粥样硬化	数字病理成像	深度学习分割模型	图像	33个三色染色全切片图像中的753条动脉（训练集：24个WSI的648条动脉；测试集：9个WSI的105条动脉）	NA	NA	Dice系数	NA
6	2025-10-05	Digital Volumetric Biopsy Cores Improve Gleason Grading of Prostate Cancer Using Deep Learning 2024-Sep-12, ArXiv PMID:39314499	研究论文	本研究提出一种基于深度学习的数字体积活检核心方法，用于改进前列腺癌的Gleason分级	提出新型数字病理数据源'体积核心'，通过形态保持对齐框架从连续组织切片中提取并对齐，并采用改进的视频变换器处理体积数据	NA	开发深度学习方法来改进前列腺癌的Gleason分级	前列腺癌活检组织	数字病理学	前列腺癌	数字病理学，连续组织切片	注意力多实例学习(ABMIL)，视频变换器	体积图像数据	10,210个体积核心	PyTorch	改进的视频变换器，注意力多实例学习框架	AUC，F1分数，精确度，召回率	NA
7	2025-10-05	Optimizing mammography interpretation education: leveraging deep learning for cohort-specific error detection to enhance radiologist training 2024-Sep, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.5.055502 PMID:39372519	研究论文	本研究探索利用卷积神经网络和迁移学习对乳腺X线摄影中的假阳性区域进行分类，以优化放射科医师培训	首次针对具有相似地理特征的放射科医师群体，开发基于深度学习的假阳性错误检测方法	概念验证研究，样本量有限，仅包含两个地理群体	通过深度学习技术优化乳腺X线摄影解读培训	乳腺X线摄影图像中的假阳性区域	计算机视觉	乳腺癌	乳腺X线摄影	CNN	图像	两个地理群体（群体A和B）的放射科医师评估的乳腺X线摄影测试集	NA	ResNet-50	AUC	NA
8	2025-10-05	High-resolution in vivo 4D-OCT fish-eye imaging using 3D-UNet with multi-level residue decoder 2024-Sep-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.532258 PMID:39296392	研究论文	本研究开发了一种基于深度学习的实时4D-OCT系统，用于重建无失真的高分辨率体积图像	采用集成多级信息的3D-UNet架构，通过16位浮点精度优化网络参数，实现实时4D-OCT成像	未明确说明训练数据的具体规模和多样性	解决3D-OCT成像中的运动伪影问题，实现高分辨率实时4D成像	生物组织的体积成像	计算机视觉	NA	光学相干断层扫描(OCT)	CNN	3D体积图像	NA	NA	3D-UNet, 双2D-UNet	均方根误差(RMSE)	GPU
9	2025-10-05	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	本研究通过集成多模态临床数据，利用集成学习框架预测轻度认知障碍患者未来发展为痴呆的风险	采用专门设计的集成学习框架来利用多模态数据的互补性和共识性，这是先前痴呆预测研究未充分探索的方法	研究依赖于特定数据集(TADPOLE)，可能需要进一步验证在其他人群中的泛化能力	预测轻度认知障碍患者未来发展为痴呆的风险	轻度认知障碍患者	机器学习	老年疾病	结构磁共振成像,正电子发射断层扫描	集成学习, XGBoost, 深度学习	临床数据, 影像数据	NA	NA	集成集成框架	AUC, F-measure	NA
10	2025-10-06	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偏差	首次系统比较包括AlphaFold-Multimer和RoseTTAFold在内的六种抗体-抗原复合物预测方法，并发现模型质量与界面三级结构基序常见度的关联	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探索其系统偏差	抗体-抗原复合物	机器学习	NA	蛋白质-蛋白质相互作用预测	深度学习,复合方法,同源建模	蛋白质序列和结构数据	NA	AlphaFold-Multimer, RoseTTAFold, ClusPro, Rosetta, AbAdapt	NA	结构预测质量,三级结构基序匹配度	NA
11	2025-10-06	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	研究论文	通过文献计量学和可视化分析方法，系统评估2004-2023年间机器学习方法在肥胖研究中的应用	首次采用文献计量学方法系统分析机器学习在肥胖研究领域的发展模式和内在关系	仅纳入Web of Science数据库的英文文献，可能存在文献收录偏差	定量考察、可视化和分析机器学习方法在肥胖研究中的文献特征和发展趋势	2004-2023年间发表的3286篇肥胖研究相关文献	机器学习	肥胖症	文献计量分析	NA	文献数据	3286篇符合标准的文献	VOSviewer, CiteSpace, Excel	NA	NA	NA
12	2025-10-06	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	本研究通过深度学习模型分析立体定向放射治疗非小细胞肺癌患者中靶区外剂量指标与远处转移风险的关系	首次结合深度学习和可解释AI方法系统分析靶区外剂量与远处转移风险的关联，并阐明先前研究结论冲突的原因	研究基于单一机构的478例患者数据，需要更大样本量和多中心验证	探究立体定向放射治疗中靶区外剂量指标与远处转移风险的关系及其临床意义	478例接受SBRT治疗的NSCLC患者	数字病理	肺癌	放射治疗计划分析，剂量测定	深度学习模型	临床数据，剂量测定数据，肿瘤特征数据	478例NSCLC患者	NA	NA	风险比，p值	NA
13	2025-10-06	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和几何深度学习算法，从自建数据库中发现了新型METTL3抑制剂	提出了一种结合传统结构筛选与几何深度学习DeepDock算法的混合高通量虚拟筛选方案	NA	发现新型METTL3抑制剂并研究其生物学功能	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	深度学习	分子结构数据	自建内部数据库中的化合物	DeepDock	几何深度学习	抑制活性	NA
14	2025-10-06	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	开发并验证用于预测成人患者生理状态恶化的深度学习模型DETERIO	采用共识定义的恶化标准(AIDE)并将恶化预测建模为状态价值估计问题	需要进一步研究评估模型的普适性和真实临床影响	开发优于现有商业恶化评分的预测模型	成人住院患者和急诊患者	医疗人工智能	生理功能恶化	深度学习	深度学习模型	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)	NA	基于先前工作的深度学习架构	AUC, 敏感性, 阳性预测值	NA
15	2025-10-06	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可变形配准模型，用于显著减少头颈部数字减影血管造影中的运动伪影	引入了具有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头颈部血管造影中的DSA配准误差	头颈部血管造影图像	医学影像处理	脑血管疾病	数字减影血管造影	深度学习	医学影像	516项研究，包含5,240个血管造影序列	HyperMorph	可变形配准网络	血管保真度评分，减影伪影评分，整体质量评分，推理时间	NA
16	2025-10-06	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的图神经网络框架，用于阿尔茨海默病的多阶段分类	首次将电子健康记录中的共病数据与图神经网络结合用于阿尔茨海默病分类	未详细说明模型对特定共病类型的敏感性分析	开发早期阿尔茨海默病预测的准确且经济有效的方法	阿尔茨海默病患者（认知正常、轻度认知障碍、阿尔茨海默病三个阶段）	数字病理学	阿尔茨海默病	电子健康记录分析	GNN	图结构数据	阿尔茨海默病神经影像倡议数据集和澳大利亚影像、生物标志物与生活方式数据集	PyTorch Geometric（基于描述推断）	Chebyshev Convolutional Neural Networks	准确率	NA
17	2025-10-06	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直肠癌手术中神经自动分割，评估其作为手术支持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支持和医学教育两个领域	测试样本量较小（60帧），模型性能有待进一步提升	开发AI神经识别模型以支持直肠癌手术并评估其教育价值	直肠癌手术中的神经结构	计算机视觉	直肠癌	深度学习	CNN	手术视频图像	60个随机选择的视频帧	NA	U-Net	Dice系数,IoU	NA
18	2025-10-06	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，用于分析多组学单细胞数据	开发了结合多模态约束自编码器和矩阵分解模型的新型分析流程，能够有效整合三种组学数据	NA	解决多组学单细胞数据整合分析的挑战	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单细胞多组学测序技术	自编码器, 矩阵分解, 多元线性回归	多组学单细胞数据	NA	NA	单细胞层次约束自编码器, scMF	NA	NA
19	2025-10-06	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方法DeScoD-ECG	首次将条件扩散生成模型应用于ECG噪声去除，采用多轮平均策略提高信号重建质量	NA	开发ECG信号基线漂移和噪声去除技术以提高心血管疾病诊断准确性	心电图信号	生物医学信号处理	心血管疾病	扩散模型	深度生成模型	ECG信号	QT数据库和MIT-BIH噪声压力测试数据库	NA	基于分数的扩散模型	距离相似性指标	NA
20	2025-10-06	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	本文系统综述了人工智能算法在糖尿病视网膜病变筛查中的应用现状、技术方法和研究进展	系统梳理了AI在DR筛查中的最新技术发展，特别关注了深度学习方法在分类、检测和分割任务中的集成应用趋势	高质量标注数据获取困难，模型复杂性管理挑战，模型输出可解释性不足，临床环境可靠性验证仍需加强	评估人工智能在糖尿病视网膜病变筛查中的应用效果并指导未来研究方向	糖尿病视网膜病变筛查相关的AI算法和研究文献	计算机视觉	糖尿病视网膜病变	深度学习	CNN, ViT, U-Net, YOLO	彩色眼底图像	主要基于IDRiD数据集（516张图像）及其他相关数据集	NA	YOLO, Vision Transformer, U-Net, 卷积神经网络	NA	NA