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
81	2025-10-06	Lenition in L2 Spanish: The Impact of Study Abroad on Phonological Acquisition 2024-Sep-21, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci14090946 PMID:39335440	研究论文	本研究探讨了英语母语者在西班牙留学期间对西班牙语辅音弱化现象的习得情况	首次使用深度学习模型Phonet分析二语学习者在留学期间的语音习得过程，而非传统的声学分析方法	研究样本仅限于参与留学项目的英语母语者，且未追踪长期语音保持效果	评估二语学习者在留学期间对西班牙语辅音弱化现象的习得程度和保持情况	参与西班牙留学项目的英语母语学习者	自然语言处理	NA	语音分析	RNN	语音数据	参与留学项目的英语母语学习者	NA	Phonet	后验概率预测	NA
82	2025-10-06	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	研究论文	本研究开发了一种基于深度学习的高光谱成像方法，用于快速量化组织中血红蛋白、黑色素和散射特性	利用人工神经网络替代传统迭代最小二乘法，实现了4000倍以上的计算速度提升，并能实时处理高光谱数据	模型训练基于模拟数据，可能在实际应用中存在泛化性问题	开发快速量化组织光学特性的高光谱成像分析方法	人体活体组织	计算机视觉	NA	高光谱成像	ANN	高光谱图像	24,000个模拟光谱组合用于训练，6,000个独立测试	NA	人工神经网络	均方根误差	NA
83	2025-10-06	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染色全切片图像预测乳腺癌复发风险	提出首个直接从H&E染色全切片图像预测乳腺癌复发风险的深度学习工具，相比现有基因组工具具有成本效益和可及性优势	研究主要针对HR+/HER2-乳腺癌患者，在更广泛患者群体中的适用性需要进一步验证	开发准确预测乳腺癌复发风险的计算病理学工具	乳腺癌患者	计算病理学	乳腺癌	H&E染色全切片成像	深度学习	病理图像	TCGA-BRCA数据集和俄亥俄州立大学内部数据集两个独立队列	NA	NA	AUROC, 准确率, 特异性, 敏感性	NA
84	2025-10-06	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	研究论文	开发用于老年人跌倒检测的无线可穿戴低功耗传感器系统	采用超低功耗FPGA实现固定功能神经网络，集成IMU传感器进行实时跌倒检测	NA	预测和检测高危老年人的意外跌倒事件	具有身体机能下降的老年人群体，包括握力减弱、关节炎、眩晕和神经肌肉问题患者	机器学习	老年疾病	惯性测量单元(IMU)传感技术	CNN	3D加速度计和陀螺仪测量数据	志愿者人体实验数据	Caffe	卷积神经网络	NA	Lattice iCE40UP FPGA, ST Microelectronics LSM6DSOX IMU传感器
85	2025-10-06	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	提出一种基于深度学习的端到端方法DeepCaImX，用于钙成像数据的去噪、检测和解混	首个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	使用模拟数据集进行训练，需在真实实验数据中进一步验证	开发自动化高速钙成像数据分析管道	钙成像数据中的神经元空间足迹和时间活动轨迹	计算机视觉	NA	双光子钙成像	LSTM	钙成像数据	模拟数据集和体内实验数据	NA	压缩感知启发的神经网络，包含循环层和全连接层	分割质量、时间轨迹提取质量、处理速度	NA
86	2025-10-06	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	提出基于多特征融合的高血压风险预测模型，结合问诊和脉诊数据提高分类精度	提出基于动态权重集成欠采样模型处理类别不平衡，构建混合注意力机制的深度学习模型提取脉象深度特征，并采用动态D-S理论进行多特征融合	样本仅来自两家医院，样本量相对有限（409例）	提高高血压预测的分类准确率和泛化性能	高血压患者	机器学习	心血管疾病	脉波分析，特征重要性排序	集成学习，深度学习	脉波信号，临床特征	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）	NA	混合注意力机制	准确率，灵敏度，特异度，F1分数，G-mean	NA
87	2025-10-06	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	提出一种基于Transformer和跨模态注意力的深度学习模型用于睡眠阶段分类	首次将Transformer编码器-解码器架构与跨模态注意力机制相结合用于多生理通道的睡眠阶段分类	仅使用SHHS数据集进行验证，未在其他数据集上测试泛化能力	提高睡眠阶段分类的准确性和效率	睡眠阶段分类	机器学习	睡眠障碍	多生理信号分析	Transformer	时间序列生理信号数据	Sleep Heart Health Study Dataset (SHHS)数据集	NA	Transformer编码器-解码器,跨模态注意力	准确率	NA
88	2025-10-06	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	提出一种基于电子健康记录的半监督双重深度学习时序风险预测算法(SeDDLeR)	结合半监督学习和深度学习，利用大量未标记数据和少量金标准标签进行时序风险预测，引入时序核权重处理缺失发病时间和异质性随访	对事件发生时间的标注要求较低，但可能受到诊断代码假阳性和发病时间标注不准确的影响	开发时序风险预测模型用于临床事件预测	电子健康记录数据和2型糖尿病风险预测	机器学习	2型糖尿病	电子健康记录分析	GRU,深度学习	时序医疗数据	麻省总医院布里格姆生物样本库数据	NA	GRU	C-statistics,时间特异性AUC	NA
89	2025-10-06	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	研究论文	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	提出余弦最近质心度量学习(CNCML)元学习框架，能够利用裂隙灯照片的先验知识在少量智能手机数据上实现高效学习	研究仅基于三个临床中心的数据，需要更多临床验证	开发基于智能手机的角膜炎筛查智能系统	角膜炎患者	计算机视觉	角膜炎	深度学习	元学习	图像	13,009张裂隙灯照片和4,075张智能手机照片，来自3个临床中心	NA	余弦最近质心度量学习(CNCML)	准确率, 宏平均曲线下面积(macro-AUC)	NA
90	2025-10-06	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	本研究通过定性案例研究探讨物理治疗住院医师教育对专业能力发展的影响	首次通过多站点/专业领域的定性案例研究设计，探索物理治疗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个住院医师项目和13名住院医师），采用目的性便利抽样，结果可能缺乏普适性	探索住院医师教育对学习者发展的影响，并识别教学环境中的关键要素	物理治疗住院医师、住院医师项目主任和导师	医学教育	NA	定性研究、半结构化访谈、日志记录	NA	访谈记录、日志文本	11个物理治疗住院医师项目和13名住院医师	NA	NA	NA	NA
91	2025-10-06	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	本研究利用可穿戴设备采集的生理数据和深度学习技术，预测轻度认知障碍老年患者的神经精神症状和情绪障碍严重程度	结合传统数字生物标志物与自监督卷积自编码器提取的深度学习特征，实现对神经精神症状严重程度的日常预测	研究仅针对轻度认知障碍老年人群，样本代表性有限	开发基于可穿戴设备和深度学习的心理健康症状连续评估方法	轻度认知障碍老年患者	机器学习	老年疾病	可穿戴传感器数据采集	自监督卷积自编码器	生理数据	轻度认知障碍老年人群	NA	卷积自编码器	相关系数	NA
92	2025-10-06	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	本研究结合深度学习椎体骨折评分和有限人口统计数据开发了受试者级别的脊柱骨质疏松性骨折预测模型	将深度学习椎体骨折评分与基本人口统计协变量相结合进行受试者级别骨折预测	仅使用有限的人口统计数据	开发自动化椎体骨折筛查方法以改善预后	脊柱骨质疏松性骨折患者	计算机视觉	骨质疏松症	放射影像分析	CNN, GAM	X光图像	大型X光片数据集	NA	卷积神经网络	AUC-ROC	NA
93	2025-10-06	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	开发深度学习框架自动检测和分类蜥蜴行为性体温调节	首次结合相机陷阱和人工智能技术自动化监测动物行为性体温调节	研究仅针对单一物种（粗尾岩鬣蜥）且在半自然条件下进行	开发自动化工具监测动物行为性体温调节以应对气候变化	粗尾岩鬣蜥（Laudakia vulgaris）	计算机视觉	NA	相机陷阱图像采集	目标检测模型,图像分类模型	图像	NA	NA	NA	准确率	NA
94	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	NA	NA	NA	NA
95	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	NA	NA	NA	NA
96	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	NA	NA	NA	NA
97	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	NA	NA	NA	NA
98	2025-10-06	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	开发深度学习算法定量测量p-tau和pTDP-43病理，并分析其与阿尔茨海默病连续谱中内侧颞叶皮层厚度的关联	首次开发两种深度学习算法分别定量测量p-tau和pTDP-43病理，相比半定量评分能更精确地揭示病理与结构的关系	样本量相对有限（140例），仅关注内侧颞叶区域，未涵盖其他脑区病理	探究内侧颞叶萎缩与特定神经病理（p-tau和pTDP-43）之间的具体关系	阿尔茨海默病连续谱和边缘系统为主年龄相关TDP-43脑病患者	数字病理学	阿尔茨海默病	深度学习，组织切片分析，MRI成像	深度学习	组织切片图像，MRI图像	140例具有生前MRI成像的病例	NA	NA	病理分级区分能力，模型拟合优度	NA
99	2025-10-06	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	开发了一个多模态深度学习框架Deep5hmC，用于预测全基因组5-羟甲基胞嘧啶修饰景观	首次整合DNA序列和表观遗传特征（组蛋白修饰和染色质可及性）的多模态深度学习模型预测5hmC修饰	NA	预测全基因组5-羟甲基胞嘧啶修饰景观，理解组织特异性基因调控	人脑类器官发育四个阶段和17种人体组织的5hmC测序数据	机器学习	阿尔茨海默病	5hmC测序	深度学习	DNA序列数据, 表观遗传数据	四个前脑发育阶段和17种人体组织的5hmC测序数据	NA	多模态深度学习架构	AUROC, Spearman相关系数	NA
100	2025-10-06	Presurgical Upgrade Prediction of DCIS to Invasive Ductal Carcinoma Using Time-dependent Deep Learning Models with DCE MRI 2024-09, Radiology. Artificial intelligence DOI:10.1148/ryai.230348 PMID:38900042	研究论文	本研究使用时间依赖性深度学习模型预测DCIS术前升级为浸润性导管癌	首次将时间依赖性深度学习模型应用于DCE MRI数据，无需病灶分割即可预测DCIS升级	样本量较小（154例），为回顾性研究	预测导管原位癌术前升级为浸润性恶性肿瘤	经活检证实的DCIS患者（154例，其中25例术后升级）	计算机视觉	乳腺癌	动态对比增强MRI	CNN, LSTM	医学影像	154例DCIS病例（25例升级，129例未升级）	NA	ResNet50, VGG16, CNN-LSTM	AUC	NA