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
81	2025-06-11	Protocol for performing deep learning-based fundus fluorescein angiography image analysis with classification and segmentation tasks 2024-09-20, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2024.103134 PMID:38900632	研究论文	本文提出了一种基于深度学习的眼底荧光素血管造影图像分析协议，用于分类和分割任务	开发了一种从诊断到治疗建议的完整流程协议，适用于缺血性视网膜疾病	协议的具体执行细节需要参考Zhao等人的其他文献	通过深度学习技术改进眼底荧光素血管造影图像的分析流程	眼底荧光素血管造影图像	数字病理学	缺血性视网膜疾病	深度学习	NA	图像	NA
82	2025-06-10	Using dynamic spatio-temporal graph pooling network for identifying autism spectrum disorders in spontaneous functional infrared spectral sequence signals 2024-09, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110157 PMID:38705284	研究论文	利用动态时空图池化网络识别自发功能性红外光谱序列信号中的自闭症谱系障碍	通过动态图构建挖掘fNIRS数据的动态关系，通过动态特征提取获得时空相关性，并通过时空图池化提高网络的信息提取能力以实现自闭症分类	NA	探索大脑通道间动态连接关系对自闭症谱系障碍（ASD）的影响，并比较ASD与典型发育（TD）的大脑通道连接图	自闭症谱系障碍（ASD）患者和典型发育（TD）个体的自发功能性红外光谱序列信号	数字病理学	自闭症谱系障碍	fNIRS	动态时空图池化神经网络（DSTGPN）	功能性红外光谱序列信号	NA
83	2025-06-10	Brain-computer interfaces inspired spiking neural network model for depression stage identification 2024-09, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110203 PMID:38880343	研究论文	提出一种受脑机接口启发的脉冲神经网络模型，用于抑郁症阶段的识别	采用脉冲神经网络模型进行抑郁症分类，相比传统深度学习方法具有更高的生理可解释性和更低的能耗	模型依赖于EEG数据的质量，且样本量未明确说明	改进传统抑郁症诊断方法，提高诊断准确性和生理可解释性	抑郁症患者和健康个体的EEG数据	脑机接口	抑郁症	EEG信号分析	脉冲神经网络(SNN)	EEG信号	NA
84	2025-06-10	EEG-based motor imagery channel selection and classification using hybrid optimization and two-tier deep learning 2024-09, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110215 PMID:38968976	研究论文	本文提出了一种基于EEG的运动想象通道选择和分类方法，结合混合优化和双层深度学习架构	采用MRMR算法优化通道选择，引入WSO和ChOA的混合优化方法，并提出由CNN和M-DNN组成的双层深度学习架构	NA	提高基于EEG的运动想象任务的分类准确性和鲁棒性	脑机接口(BCI)系统	机器学习	运动障碍	EEG	CNN, M-DNN	EEG数据	NA
85	2025-06-10	Adoption of deep learning-based magnetic resonance image information diagnosis in brain function network analysis of Parkinson's disease patients with end-of-dose wearing-off 2024-09, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110184 PMID:38838748	研究论文	本研究使用基于卷积神经网络(CNN)的功能磁共振成像(fMRI)数据分类模型，分析了帕金森病(PD)患者剂量结束磨损(EODWO)的脑功能网络	采用基于CNN的fMRI数据分类模型，改进了卷积核参数的初始化方法，并构建了基于受限玻尔兹曼机(RBM)的结构	样本量相对较小(100例PD患者)，且未探讨其他可能的脑区功能变化	分析帕金森病患者剂量结束磨损(EODWO)的脑功能网络变化	帕金森病患者(100例，其中39例无EODWO，61例有EODWO)	数字病理学	帕金森病	功能磁共振成像(fMRI)	CNN	图像	100例帕金森病患者(39例无EODWO，61例有EODWO)
86	2025-06-07	Deep learning-based rapid image reconstruction and motion correction for high-resolution cartesian first-pass myocardial perfusion imaging at 3T 2024-Sep, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30106 PMID:38576068	research paper	开发并评估了一种基于深度学习的快速图像重建和运动校正技术，用于3T高分辨率笛卡尔首过心肌灌注成像	提出了基于3D物理驱动的展开网络架构用于高分辨率笛卡尔灌注成像重建，以及基于2D U-Net的运动校正网络	样本量较小，仅使用了20名受试者的135个切片	开发快速高质量的图像重建和运动校正技术，用于心肌灌注成像	高分辨率笛卡尔首过心肌灌注成像	computer vision	cardiovascular disease	deep learning	3D physics-driven unrolled network, 2D U-Net	image	135 slices from 20 subjects
87	2024-08-10	Influenza time series prediction models in a megacity from 2010 to 2019: Based on seasonal autoregressive integrated moving average and deep learning hybrid prediction model 2024-Sep-20, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000003238 PMID:39119631	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
88	2025-06-03	Computational Synthetic Biology Enabled through JAX: A Showcase 2024-09-20, ACS synthetic biology IF:3.7Q1 DOI:10.1021/acssynbio.4c00307 PMID:39230510	研究论文	本文展示了JAX库在计算合成生物学中的应用，通过三个示例项目展示了其在加速研究和代码可用性方面的优势	利用JAX库在计算生物学中的未充分探索的潜力，展示了其在合成生物学和定向进化中的灵活扩展、更快运行时间和易于GPU移植的优势	JAX在计算生物学中的应用仍处于初级阶段，需要更多的案例研究来验证其广泛适用性	促进数学建模在合成生物学中的应用，通过JAX库加速研究和提高代码可用性	合成生物学和定向进化中的基因网络优化和细胞内动力学模拟	计算生物学	NA	JAX库，GPU加速计算	NA	NA	NA
89	2025-06-01	Integrating Deep Learning and Synthetic Biology: A Co-Design Approach for Enhancing Gene Expression via N-Terminal Coding Sequences 2024-09-20, ACS synthetic biology IF:3.7Q1 DOI:10.1021/acssynbio.4c00371 PMID:39229974	research paper	该论文介绍了一种结合深度学习和合成生物学的共设计方法，用于通过N端编码序列（NCS）优化基因表达	提出了一种深度学习和合成生物学共设计的少样本训练工作流程，显著提高了基因表达优化效率	需要进一步验证该方法在其他基因表达优化中的普适性	优化N端编码序列（NCS）以最大化基因表达	绿色荧光蛋白（GFP）和N-乙酰神经氨酸	synthetic biology	NA	deep learning, word2vec, attention mechanisms, time-series network	time-series network	genetic sequence data	六次迭代实验
90	2025-05-31	Performance evaluation of image co-registration methods in photoacoustic mesoscopy of the vasculature 2024-Sep-25, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad7fc7 PMID:39321985	research paper	评估光声介观成像中图像配准方法在血管网络纵向表征中的性能	比较了五种开源配准算法在生理和病理组织中的应用，特别是针对肿瘤血管网络的纵向成像配准	配准在光声成像中具有挑战性，主要由于信号复杂性、数据稀疏性、几何伪影、扫描间技术变异性和生物变异性	评估和比较不同图像配准方法在光声介观成像中的性能，以实现血管网络的纵向定量表征	小鼠耳朵和乳腺癌患者来源的异种移植物的3D血管图像	digital pathology	breast cancer	photoacoustic mesoscopy	GAN, LocalNet	image	murine ears and breast cancer patient-derived xenografts
91	2025-05-31	Artificial intelligence strengthens cervical cancer screening - present and future 2024-09-19, Cancer biology & medicine IF:5.6Q1 DOI:10.20892/j.issn.2095-3941.2024.0198 PMID:39297572	综述	本文综述了人工智能在宫颈癌筛查中的应用现状及未来发展	探讨了人工智能在提高宫颈癌筛查准确性、效率和效果方面的潜力，特别是在资源有限的国家	未提及具体AI算法的性能比较或实际应用中的具体障碍	评估人工智能在宫颈癌筛查中的应用及其对实现WHO目标的潜在贡献	宫颈癌筛查，特别是发展中国家的女性	数字病理学	宫颈癌	深度学习	NA	医学图像	NA
92	2025-05-31	Deep learning method with integrated invertible wavelet scattering for improving the quality ofin vivocardiac DTI 2024-Sep-05, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad6f6a PMID:39142339	研究论文	提出一种基于无监督学习的可逆小波散射方法，用于提高心脏扩散张量成像的质量	使用多尺度小波散射提取近乎变换不变的特征，并通过多尺度编码器和解码器网络学习小波散射系数与扩散加权图像之间的关系	未提及具体局限性	提高心脏扩散张量成像的质量	心脏扩散张量成像数据	医学影像处理	心血管疾病	扩散张量成像(DTI), 小波散射(WS)	多尺度编码器和解码器网络	医学影像	三个心脏DTI数据集
93	2025-05-31	Tumor evolution metrics predict recurrence beyond 10 years in locally advanced prostate cancer 2024-09, Nature cancer IF:23.5Q1 DOI:10.1038/s43018-024-00787-0 PMID:38997466	research paper	该研究通过基因组学和人工智能辅助的组织病理学方法，识别了前列腺癌复发超过10年的临床生物标志物	结合基因组学和深度学习的形态学异质性评估，独立预测前列腺癌复发，并发现克隆空间分离是复发的独立标志物	样本量相对有限，且仅针对局部晚期前列腺癌患者	探索前列腺癌的进化指标以预测复发	局部晚期前列腺癌患者	digital pathology	prostate cancer	deep learning, genomic sequencing	NA	genomic data, histological images	642个样本来自114名个体，1,923个组织学切片来自250名个体
94	2025-05-31	Poised PABP-RNA hubs implement signal-dependent mRNA decay in development 2024-Sep, Nature structural & molecular biology IF:12.5Q1 DOI:10.1038/s41594-024-01363-x PMID:39054355	研究论文	该研究利用深度学习解析了细胞信号通路如何通过改变基因表达实现快速转录组重编程的机制	揭示了LIN28A磷酸化后与PABP-RNA枢纽的相互作用如何选择性地触发mRNA降解，从而促进多能性状态的转变	研究主要聚焦于naive多能性mRNA的降解机制，可能不适用于其他类型的mRNA降解过程	探索信号通路如何通过mRNA降解机制快速重塑转录组	naive多能性mRNA及其降解机制	分子生物学	NA	深度学习	NA	序列数据	NA
95	2025-05-31	Deep learning and direct sequencing of labeled RNA captures transcriptome dynamics 2024-Sep, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqae116 PMID:39211330	研究论文	介绍了一种名为RNAkinet的深度卷积和循环神经网络，用于检测经过代谢标记的新生RNA分子，并通过纳米孔直接RNA测序区分新生和已有RNA分子	RNAkinet能够直接从纳米孔测序的电信号中处理并区分新生和已有RNA分子，适用于多种细胞类型和生物体，并能量化RNA亚型的半衰期	NA	揭示RNA亚型代谢的动力学参数，促进RNA代谢及其调控元件的研究	RNA亚型	自然语言处理	NA	纳米孔直接RNA测序	深度卷积和循环神经网络	RNA测序数据	NA
96	2025-05-31	Deep autoencoder-based behavioral pattern recognition outperforms standard statistical methods in high-dimensional zebrafish studies 2024-Sep, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012423 PMID:39255309	研究论文	该研究利用深度自编码器识别斑马鱼行为模式，在高维行为数据分析中优于传统统计方法	使用半监督深度自编码器提取斑马鱼'正常'行为特征，并成功识别出传统方法未能捕捉的化学物质诱导异常行为	研究仅针对斑马鱼幼虫，结果是否适用于其他发育阶段或其他模式生物尚需验证	开发更有效的方法来分析斑马鱼高维行为数据，以更好地识别发育神经毒性化学物质	斑马鱼幼虫行为数据	机器学习	神经毒性	深度自编码器	autoencoder	行为数据	暴露于多种有毒化学物质(包括纳米材料、芳香族化合物、PFAS等)的斑马鱼幼虫行为数据
97	2025-05-31	Clinical and genetic associations of asymmetric apical and septal left ventricular hypertrophy 2024-Sep, European heart journal. Digital health DOI:10.1093/ehjdh/ztae060 PMID:39318696	research paper	本研究探讨了左心室不对称顶端和间隔肥厚的临床和遗传关联	使用深度学习衍生的表型研究左心室肥厚区域分布的遗传和临床关联，独立于总左心室质量	需要在多民族队列中进行进一步研究	研究左心室不对称肥厚的临床和遗传关联及其对心血管疾病风险的影响	35,268名UK Biobank参与者	machine learning	cardiovascular disease	深度学习	NA	genetic and clinical data	35,268名UK Biobank参与者
98	2025-05-31	Coronary Artery Stenosis and High-Risk Plaque Assessed With an Unsupervised Fully Automated Deep Learning Technique 2024-Sep, JACC. Advances DOI:10.1016/j.jacadv.2024.100861 PMID:39372456	research paper	开发并验证了一种全自动深度学习系统，用于在冠状动脉CT血管造影（CCTA）上评估狭窄程度和高风险斑块（HRP）	提出了一种全自动、无监督的深度学习系统，能够快速评估冠状动脉狭窄程度和HRP，无需专业训练	研究样本量有限，且仅在特定患者群体中进行了验证	开发一种自动化工具，以提高CCTA在评估冠状动脉狭窄和HRP中的效率和准确性	冠状动脉狭窄和高风险斑块（HRP）	digital pathology	cardiovascular disease	deep learning	unsupervised deep learning	image	570名患者用于训练，769名患者（3,012条血管）用于狭窄评估，45名患者（325条血管）用于HRP评估
99	2025-05-28	Olfactory Diagnosis Model for Lung Health Evaluation Based on Pyramid Pooling and SHAP-Based Dual Encoders 2024-09-27, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c01584 PMID:39248698	research paper	本研究介绍了一种基于深度学习的创新框架，用于通过呼出气体评估肺部健康，该框架结合了金字塔池化和双编码器网络，利用SHAP特征重要性增强预测能力	提出了一种结合金字塔池化和SHAP特征重要性的双编码器网络框架，用于肺部健康评估，并通过滑动窗口技术和白噪声增强提高了模型的鲁棒性	未提及样本来源的多样性或模型在其他疾病上的泛化能力	开发一种高效工具，用于识别吸烟和慢性阻塞性肺疾病（COPD）的影响，并探索深度学习技术在复杂生物医学问题中的应用	吸烟者、慢性阻塞性肺疾病（COPD）患者和对照组受试者	digital pathology	lung cancer	SHAP, 深度学习	双编码器网络, 金字塔池化	呼出气体数据	未明确提及具体样本数量
100	2025-05-26	Local Mean Suppression Filter for Effective Background Identification in Fluorescence Images 2024-Sep-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.25.614955 PMID:39386682	research paper	提出了一种易于使用的非线性滤波器，用于在荧光显微镜图像中有效识别背景，特别适用于前景密集且对比度低的图像	通过比较像素强度与其局部邻域的平均强度，进行像素级滤波，并通过变化邻域大小生成多个标签，最终决定像素的最终标签	未提及具体局限性	开发一种有效的背景识别方法，用于荧光显微镜图像处理	荧光显微镜图像	digital pathology	NA	非线性滤波	NA	image	未提及具体样本数量