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	2025-08-12	Hyperspectral imaging with deep learning for quantification of tissue hemoglobin, melanin, and scattering 2024-09, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.29.9.093507 PMID:39247058	research paper	该研究利用深度学习分析高光谱图像，量化组织中的血红蛋白、黑色素和散射特性	使用人工神经网络(ANN)快速分析高光谱数据，相比传统最小二乘法速度提升4000倍以上	研究基于模拟数据训练，实际应用效果需进一步验证	开发快速量化组织光学特性的方法	人体活体组织	computer vision	NA	hyperspectral imaging	ANN	image	24,000组模拟数据 + 6000组测试数据
42	2025-08-11	Computational Pathology for Accurate Prediction of Breast Cancer Recurrence: Development and Validation of a Deep Learning-based Tool 2024-Sep-23, ArXiv PMID:39398198	研究论文	开发并验证了一种基于深度学习的计算病理学工具Deep-BCR-Auto，用于从常规H&E染色的全切片图像中预测乳腺癌复发风险	提出了一种新的深度学习模型Deep-BCR-Auto，能够显著优于现有的弱监督模型，并在独立数据集中表现出强大的泛化能力	研究主要关注HR+/HER2-乳腺癌患者，可能不适用于其他亚型的乳腺癌	开发一种成本效益高的计算病理学工具，用于乳腺癌复发风险的准确预测	乳腺癌患者	数字病理学	乳腺癌	深度学习	Deep-BCR-Auto	图像	TCGA-BRCA数据集和俄亥俄州立大学内部数据集
43	2025-08-11	Ultra low-power, wearable, accelerated shallow-learning fall detection for elderly at-risk persons 2024-Sep, Smart health (Amsterdam, Netherlands) DOI:10.1016/j.smhl.2024.100498 PMID:40777999	research paper	开发一种无线、可穿戴、低功耗的跌倒检测传感器（FDS），用于预测和检测老年高危人群的跌倒	利用先进的低功耗FPGA实现固定功能神经网络，用于分类日常生活活动（ADLs），包括跌倒检测	NA	提高老年人的安全和福祉，通过提供及时准确的跌倒检测和预测	老年高危人群	machine learning	geriatric disease	FPGA, CNN	CNN	3D accelerometer and gyroscope measurements	使用志愿者人类受试者收集的数据
44	2025-08-10	An end-to-end recurrent compressed sensing method to denoise, detect and demix calcium imaging data 2024-Sep, Nature machine intelligence IF:18.8Q1 DOI:10.1038/s42256-024-00892-w PMID:40771998	研究论文	本文介绍了一种名为DeepCaImX的端到端深度学习方法，用于钙成像数据的去噪、检测和解混	首次提出了一种能够同时生成准确神经元足迹和提取干净神经元活动轨迹的神经网络	NA	开发一个自动化、高速度的钙成像数据分析流程	钙成像数据中的神经元活动	计算机视觉	NA	双光子钙成像	LSTM神经网络	图像	模拟数据集和体内实验数据
45	2025-08-07	Prediction of hypertension risk based on multiple feature fusion 2024-09, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104701 PMID:39047932	研究论文	提出一种基于多特征融合的脉搏波分类模型，用于高血压风险的准确预测	提出基于动态权重的集成欠采样模型和混合注意力机制的深度学习模型，结合动态Dempster/Shafer理论构建多特征融合模型，提高分类准确性和泛化性能	研究样本仅来自两所医院，可能存在地域局限性	提高高血压预测的分类准确性和泛化性能	高血压患者	机器学习	心血管疾病	多特征融合、动态DS理论	集成欠采样模型、混合注意力机制深度学习模型	脉搏波、问诊数据	409例高血压样本（来自上海中医药大学附属龙华医院和中西医结合医院）
46	2025-08-07	A novel deep learning model based on transformer and cross modality attention for classification of sleep stages 2024-09, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104689 PMID:39029770	研究论文	提出了一种基于transformer和跨模态注意力的新型深度学习模型，用于睡眠阶段分类	结合transformer编码器-解码器和跨模态注意力机制，有效整合多生理通道信息以提高分类准确性	仅使用SHHS数据集进行评估，未在其他数据集上验证模型泛化能力	提高睡眠阶段分类的准确性	睡眠阶段	机器学习	NA	深度学习	transformer + 跨模态注意力	时间序列生理信号数据	Sleep Heart Health Study Dataset (SHHS)数据
47	2025-08-07	Semi-supervised Double Deep Learning Temporal Risk Prediction (SeDDLeR) with Electronic Health Records 2024-09, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104685 PMID:39004109	研究论文	本文提出了一种基于电子健康记录（EHR）的半监督双重深度学习时序风险预测算法（SeDDLeR），用于预测未来临床事件的风险	提出了一种结合半监督学习和深度学习的时序风险预测算法，能够处理未标记数据和复杂风险因素的时序效应	需要少量黄金标准标签数据，且算法性能依赖于初始代理变量的构建质量	开发一种能够利用大量未标记EHR数据进行时序风险预测的算法	电子健康记录（EHR）数据和2型糖尿病（T2D）风险预测	机器学习	2型糖尿病	半监督学习、深度学习	GRU	电子健康记录（EHR）	马萨诸塞州总医院布里格姆生物库（MGB Biobank）数据
48	2025-08-07	Promoting smartphone-based keratitis screening using meta-learning: A multicenter study 2024-09, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104722 PMID:39244181	research paper	本研究提出了一种基于元学习的框架CNCML，用于在智能手机数据不足的情况下开发角膜炎筛查模型	利用从裂隙灯照片中获取的先验知识，开发了CNCML框架，以解决智能手机数据有限的问题	研究依赖于有限的智能手机照片样本，可能影响模型的泛化能力	开发一种基于智能手机的角膜炎筛查模型，以解决专业设备不足的问题	角膜炎患者	digital pathology	keratitis	meta-learning	CNCML	image	13,009张裂隙灯照片和4,075张智能手机照片，来自3个独立临床中心
49	2025-08-06	Detecting suicide risk among U.S. servicemembers and veterans: a deep learning approach using social media data 2024-Sep-09, Psychological medicine IF:5.9Q1 DOI:10.1017/S0033291724001557 PMID:39245902	研究论文	开发了一种深度学习算法，用于通过军事特定社交媒体平台上的帖子检测美国军人和退伍军人的自杀风险	利用RoBERTa模型结合帖子文本和元数据，以较高的敏感性和特异性识别含有自杀相关内容的帖子	研究仅基于一个军事特定社交媒体平台的数据，可能无法推广到其他平台或人群	通过社交媒体数据识别有自杀风险的军人和退伍军人	美国军人和退伍军人在军事特定社交媒体平台上的帖子	自然语言处理	心理健康	深度学习	RoBERTa	文本	8449条公开分享的社交媒体帖子
50	2025-08-06	Outcomes of Residency Education: Insights Into the Professional Formation of the Physical Therapist Resident 2024-Sep-01, Journal, physical therapy education DOI:10.1097/JTE.0000000000000335 PMID:39150258	研究论文	本研究探讨了物理治疗住院医师教育对临床技能、知识和推理能力发展的影响	首次通过定性研究探索住院医师教育中的关键教学要素和学习环境	样本量较小(11个项目和13名住院医师)，且采用便利抽样方法	探索物理治疗住院医师教育的成果及其对专业形成的影响	物理治疗住院医师及其教育项目	医学教育	NA	定性案例研究	NA	访谈记录和日记条目	11个物理治疗住院医师项目和13名住院医师
51	2025-08-05	Artificial Intelligence in Anterior Chamber Evaluation: A Systematic Review and Meta-Analysis 2024-Sep-01, Journal of glaucoma IF:2.0Q2 DOI:10.1097/IJG.0000000000002428 PMID:38747721	meta-analysis	该研究通过系统综述和荟萃分析，评估深度学习算法在前段光学相干断层扫描图像中检测青光眼患者房角关闭的准确性	首次通过荟萃分析证实深度学习算法在AS-OCT图像中检测房角关闭的高敏感性和特异性	仅纳入6项研究，样本量相对有限，可能存在发表偏倚	比较深度学习算法与房角镜检查在青光眼房角关闭诊断中的准确性	青光眼患者	数字病理学	青光眼	AS-OCT	深度学习算法(DLA)	图像	5269名患者
52	2025-07-29	Predicting the severity of mood and neuropsychiatric symptoms from digital biomarkers using wearable physiological data and deep learning 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108959 PMID:39089109	研究论文	利用可穿戴设备收集的生理和行为数据，结合深度学习技术，预测轻度认知障碍（MCI）老年人的神经精神症状（NPS）和情绪障碍的严重程度	结合传统生理生物标志物和自监督卷积自编码器提取的深度学习特征，实现了对NPS和情绪障碍严重程度的连续、无干扰评估	研究仅针对MCI老年人群体，未涵盖其他年龄段或疾病阶段的人群	探索可穿戴设备和深度学习在心理健康症状评估中的应用潜力	轻度认知障碍（MCI）老年人	数字病理学	老年疾病	深度学习	自监督卷积自编码器	生理和行为数据	未明确提及具体样本数量，但研究对象为MCI老年人
53	2025-07-26	Leveraging camera traps and artificial intelligence to explore thermoregulation behaviour 2024-09, The Journal of animal ecology IF:3.5Q1 DOI:10.1111/1365-2656.14139 PMID:39039745	研究论文	利用相机陷阱和人工智能技术探索温度调节行为	开发了一个深度学习框架来自动检测和分类温度调节行为，特别是在半自然条件下使用标记蜥蜴作为模型动物	研究主要针对蜥蜴，可能不适用于其他动物物种	开发自动化工具以更高效地监测和分类动物的温度调节行为	粗糙尾岩蜥（Laudakia vulgaris）	计算机视觉	NA	深度学习	目标检测模型和图像分类模型	图像	标记蜥蜴的图像数据集，具体数量未提及
54	2025-07-23	Generative Modeling of Molecular Dynamics Trajectories 2024-Sep-26, ArXiv PMID:39398217	research paper	本文介绍了利用生成模型学习分子动力学轨迹的灵活多任务替代模型	首次展示了基于生成模型的分子动力学轨迹建模，能够适应多种任务，如正向模拟、过渡路径采样和轨迹上采样，并初步探索了基于动力学的分子设计	仅在四肽模拟和蛋白质单体上进行了验证，尚未在更复杂的分子系统上测试	开发深度学习替代模型以降低分子动力学的计算成本	分子动力学轨迹	machine learning	NA	分子动力学 (MD)	generative model	分子轨迹数据	四肽模拟和蛋白质单体
55	2025-07-23	Small metal artifact detection and inpainting in cardiac CT images 2024-Sep-25, ArXiv PMID:39398205	研究论文	开发了一种自动检测和修复心脏CT图像中金属伪影的深度学习方法	提出了结合2D U-Net和3D图像修复DL模型的新方法，用于自动检测和修复心脏CT中的金属伪影	方法主要针对已重建的CT图像，且需要人工标注金属伪影区域进行训练	提高心脏CT图像中金属伪影的检测和修复精度，以改善心脏运动分析	心脏CT图像中的金属伪影	数字病理	心血管疾病	深度学习	2D U-Net, 3D图像修复DL模型	CT图像	12名患者的心电图门控4DCT扫描数据，以及148名患者的无伪影心脏CT数据用于合成数据集
56	2025-07-23	Novel multi-omics deconfounding variational autoencoders can obtain meaningful disease subtyping 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae512 PMID:39413796	研究论文	本文提出了四种基于VAE的去混淆框架，用于多组学数据的聚类分析，有效减少混淆因素的影响并保留真实的生物学模式	创新性地开发了四种VAE去混淆框架，特别是条件多组学VAE (cXVAE)，能够处理模拟的混淆效应并恢复生物学驱动的聚类结构	研究中提出的某些策略（如对抗训练）在去除混淆因素方面效果不足	开发去混淆框架以优化多组学数据的聚类分析，实现有意义的疾病亚型分类和患者分层	多组学数据和患者样本	机器学习	癌症	多组学数据分析	VAE, cXVAE	多组学数据	来自The Cancer Genome Atlas的真实多组学数据，50次重复评估
57	2025-07-23	Deep5hmC: predicting genome-wide 5-hydroxymethylcytosine landscape via a multimodal deep learning model 2024-09-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae528 PMID:39196755	研究论文	介绍了一种名为Deep5hmC的多模态深度学习框架，用于预测全基因组5-羟甲基胞嘧啶（5hmC）修饰	Deep5hmC整合了DNA序列和表观遗传特征（如组蛋白修饰和染色质可及性），在预测5hmC修饰方面表现出显著优于单模态方法和现有机器学习方法的性能	未明确提及具体限制，但可能依赖于特定组织类型的5hmC测序数据的可用性	预测全基因组5hmC修饰，以更好地理解组织特异性基因调控并开发复杂疾病的新生物标志物	人类基因组中的5hmC修饰	机器学习	阿尔茨海默病	5hmC测序	多模态深度学习模型	DNA序列数据、表观遗传数据	四个前脑类器官发育阶段和17种人类组织的5hmC测序数据
58	2025-07-23	Considerations on Image Preprocessing Techniques Required by Deep Learning Models. The Case of the Knee MRIs 2024-Sep, Maedica DOI:10.26574/maedica.2024.19.3.526 PMID:39553362	research paper	本研究展示了膝关节MRI图像的预处理步骤，用于通过深度学习模型检测半月板损伤，并强调了这些步骤在诊断膝关节疾病中的实际应用	引入了创新的预处理方法，能够提升深度学习模型训练的效率，并有望减少半月板撕裂分割或定位任务的时间和精力	研究仅针对膝关节MRI图像，预处理方法的普适性未在其他类型的医学影像中得到验证	优化膝关节MRI图像的预处理步骤，以提高深度学习模型在半月板损伤诊断中的效果	膝关节MRI图像，特别是半月板损伤	digital pathology	geriatric disease	MRI	deep learning segmentation model	image	188名患者的PD-sagittal图像
59	2025-07-23	A robust deep learning model for the classification of dental implant brands 2024-09, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2024.101818 PMID:38462066	研究论文	本研究探讨了深度学习技术在牙科种植体系统分类中的应用，通过全景X光片实现准确分类	提出了一种基于ConvNeXt的深度学习模型，在牙科种植体品牌分类中表现出色，准确率达到95.74%	研究仅使用了6种牙科种植体系统作为原型，可能无法涵盖所有品牌	探索深度学习技术在牙科种植体系统分类中的应用，提高分类准确性和效率	牙科种植体系统	计算机视觉	牙科疾病	深度学习	CNN, 包括VGG16、ResNet-50、EfficientNet和ConvNeXt	图像（全景X光片）	1258张来自牙科患者的全景X光片
60	2025-07-22	Association of quantitative histopathology measurements with antemortem medial temporal lobe cortical thickness in the Alzheimer's disease continuum 2024-09-03, Acta neuropathologica IF:9.3Q1 DOI:10.1007/s00401-024-02789-9 PMID:39227502	研究论文	本研究开发了两种深度学习算法，用于定量测量磷酸化tau蛋白(p-tau)和TDP-43蛋白(pTDP-43)的病理变化，并探讨了这些病理变化与阿尔茨海默病(AD)和LATE疾病中内侧颞叶(MTL)结构变化的关系	开发了定量测量p-tau和pTDP-43病理变化的深度学习算法，并首次系统比较了定量与半定量病理测量方法在预测MTL结构变化方面的差异	研究样本量相对有限(140例)，且仅针对特定脑区(MTL)进行分析	探讨神经退行性疾病中蛋白质病理变化与脑结构变化的关系	阿尔茨海默病(AD)和LATE疾病患者的内侧颞叶组织	数字病理学	阿尔茨海默病	深度学习	深度学习算法(未指定具体模型)	组织切片图像	140例有生前MRI影像的病例