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	2025-05-31	Self-supervised learning for accurately modelling hierarchical evolutionary patterns of cerebrovasculature 2024-10-25, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53550-5 PMID:39455566	研究论文	本文首次提出了一种流程，用于探索2841名个体的皮质体积（CVs）和动脉体积（AVs）的联合演化，并利用深度学习技术构建了空间层次脑区域的CVs和AVs的规范模型	首次提出了一个流程来联合探索皮质体积和动脉体积的演化，并构建了空间层次脑区域的规范模型	研究样本虽然较大（2841名个体），但可能无法涵盖所有人群的多样性	理解脑血管的正常演化，以检测早期偏差并实现及时干预	2841名个体的皮质体积（CVs）和动脉体积（AVs）	数字病理学	阿尔茨海默病（AD）和中风	深度学习	深度学习模型（未具体说明）	图像	2841名个体
2	2025-05-31	Deep Learning-Based Detection of Carotid Plaques Informs Cardiovascular Risk Prediction and Reveals Genetic Drivers of Atherosclerosis 2024-Oct-18, medRxiv : the preprint server for health sciences DOI:10.1101/2024.10.17.24315675 PMID:39484270	research paper	本研究利用深度学习模型检测颈动脉斑块，评估其在心血管风险预测中的作用，并揭示动脉粥样硬化的遗传驱动因素	开发了一个高性能的深度学习模型用于颈动脉斑块检测，发现了两个新的基因组位点，并揭示了颈动脉斑块与心血管事件的关联	研究基于UK Biobank数据，可能不适用于其他人群	评估颈动脉斑块的流行率、风险因素、预后意义及其遗传结构	19,499名UK Biobank参与者的177,757张颈动脉超声图像	digital pathology	cardiovascular disease	deep learning, GWAS, Mendelian randomization	deep learning model	image	19,499名参与者，177,757张超声图像
3	2025-05-31	Putting proteins in context 2024-Oct-16, Cell systems IF:9.0Q1 DOI:10.1016/j.cels.2024.09.009 PMID:39418999	research paper	介绍了一种名为PINNACLE的几何深度学习方法，用于生成蛋白质的上下文表示	通过结合蛋白质相互作用和多器官单细胞转录组学分析，生成具有生物或环境背景的蛋白质表示	NA	填补蛋白质表示缺乏生物或环境背景的空白	蛋白质	machine learning	NA	单细胞转录组学	几何深度学习	蛋白质相互作用数据和单细胞转录组数据	NA
4	2025-05-31	Creation of de novo cryptic splicing for ALS and FTD precision medicine 2024-10-04, Science (New York, N.Y.) DOI:10.1126/science.adk2539 PMID:39361759	研究论文	本文介绍了一种名为TDP-REG的方法，利用TDP-43功能缺失（TDP-LOF）诱导的特异性隐性剪接，在疾病发生时驱动蛋白质表达	开发了SpliceNouveau算法，结合深度学习和理性设计，在蛋白质编码序列中生成可定制的隐性剪接事件	NA	开发针对TDP43相关疾病的精准治疗方法	肌萎缩侧索硬化症（ALS）和其他神经退行性疾病	精准医学	肌萎缩侧索硬化症, 额颞叶痴呆	深度学习, 基因组编辑	深度学习	NA	NA
5	2025-05-31	Remote Assessment of Eczema Severity via AI-powered Skin Image Analytics: A Systematic Review 2024-10, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102968 PMID:39213813	系统综述	本文综述了通过AI驱动的皮肤图像分析远程评估湿疹严重程度的研究现状	系统评估了现有研究的质量，并提出了提高工具稳健性和可靠性的建议	研究质量受限于数据集挑战，包括患者年龄范围和皮肤光型报告不足，以及非公开数据集和开源代码的缺乏	提高远程湿疹严重程度评估算法的准确性和可靠性	湿疹严重程度的自动评估	数字病理学	湿疹	深度学习，传统机器学习	深度学习模型	数字相机图像	25篇文章，涉及湿疹区域检测（n=13）和严重程度预测（n=12）
6	2025-05-31	Patient-Specific Myocardial Infarction Risk Thresholds From AI-Enabled Coronary Plaque Analysis 2024-Oct, Circulation. Cardiovascular imaging DOI:10.1161/CIRCIMAGING.124.016958 PMID:39405390	research paper	该研究利用深度学习技术自动量化冠状动脉斑块，并评估其对心肌梗死风险的预测能力	首次提出基于深度学习的冠状动脉斑块体积的年龄和性别特异性分布，并验证其与心肌梗死风险的关联	研究样本量有限（2803例患者），且未考虑其他潜在影响因素	评估深度学习技术对冠状动脉斑块的自动量化及其对心肌梗死风险的预测能力	冠状动脉斑块和心肌梗死风险	digital pathology	cardiovascular disease	deep learning	deep learning system	image	2803例患者（其中956例用于确定斑块体积分布，1847例用于评估心肌梗死风险）
7	2025-05-29	Automated detection and de novo structure modeling of nucleic acids from cryo-EM maps 2024-10-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53721-4 PMID:39477926	research paper	提出了一种基于深度学习的自动化方法EM2NA，用于从冷冻电镜图谱中准确检测和从头建模核酸结构	EM2NA方法在<5 Å分辨率的冷冻电镜图谱中实现了DNA/RNA结构的从头建模，性能优于现有方法	NA	提高从冷冻电镜图谱中确定DNA/RNA结构的准确性	DNA/RNA结构	structural biology	NA	cryo-EM, deep learning	deep learning-based method	cryo-EM maps	50个实验图谱（2.0-5.0 Å分辨率）和263个未建模原始图谱
8	2025-05-28	Smartphone-Assisted Nanozyme Colorimetric Sensor Array Combined "Image Segmentation-Feature Extraction" Deep Learning for Detecting Unsaturated Fatty Acids 2024-10-25, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c01142 PMID:39298721	研究论文	开发了一种结合智能手机辅助比色传感器阵列和深度学习技术的智能平台，用于不饱和脂肪酸的快速低成本分析	结合了MnO纳米酶比色传感器阵列与'图像分割-特征提取'深度学习技术，实现了不饱和脂肪酸的智能高效定性和定量分析	对于α-亚麻酸的测定系数相对较低(0.7393)，可能需要进一步优化模型	开发一种快速低成本的不饱和脂肪酸检测方法	不饱和脂肪酸（油酸、亚油酸、α-亚麻酸）及其混合物，以及各种食用植物油	机器学习	NA	比色传感器阵列，深度学习	MobileNetV3 small	图像	38,868张三种不饱和脂肪酸的图像
9	2025-05-17	Integrative Network Analysis Reveals Novel Moderators of Aβ-Tau Interaction in Alzheimer's Disease 2024-Oct-28, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.14.599092 PMID:39554095	研究论文	本研究利用深度学习整合蛋白质组学和蛋白质相互作用数据，探索淀粉样蛋白-τ蛋白相互作用在阿尔茨海默病中的调节因素	首次应用深度学习网络整合方法BIONIC分析AD中Aβ-tau相互作用的调节因素，发现GPNMB+小胶质细胞的新作用	研究主要基于ROSMAP队列数据，样本来源相对单一	揭示阿尔茨海默病中淀粉样蛋白和tau蛋白相互作用的调节机制	淀粉样蛋白(Aβ)、tau蛋白及其相互作用调节因素	数字病理学	阿尔茨海默病	深度学习、蛋白质组学分析、蛋白质相互作用网络分析	BIONIC(深度学习网络整合模型)	蛋白质组数据、蛋白质相互作用数据、基因表达数据	ROSMAP队列数据(具体数量未明确说明)
10	2025-05-17	Evaluating the Quality of Brain MRI Generators 2024-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-72117-5_28 PMID:40364898	research paper	本文提出了一种评估生成脑部MRI质量的框架，旨在解决现有评估方法在解剖合理性方面的不足	提出了一个标准化评估框架，通过自动分割生成的MRI图像并量化解剖结构的合理性，弥补了现有自然图像评估指标在脑部MRI上的不足	仅评估了6种生成模型，样本量相对有限（3000多张MRI），且框架的可靠性依赖于分割的准确性	评估和比较不同深度学习模型生成的脑部MRI图像的质量，特别是解剖结构的合理性	6种最先进的生成模型及其生成的脑部MRI图像	digital pathology	NA	MRI图像生成与分割	生成模型（具体未说明，可能包括GAN等）	image	3000多张脑部MRI图像
11	2025-05-15	ECG classification via integration of adaptive beat segmentation and relative heart rate with deep learning networks 2024-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109062 PMID:39205344	research paper	提出了一种先进的深度学习方法，用于准确分析心电图（ECG）信号，同时处理波形描绘和心跳类型分类任务	将自适应心跳分割方法和相对心率信息整合到深度学习模型中，显著提高了模型性能	NA	提高心电图信号分析的准确性，特别是在波形描绘和心跳类型分类方面	心电图信号	machine learning	cardiovascular disease	deep learning	deep learning networks	ECG signal	PhysioNet QT Database, MIT-BIH Arrhythmia Database, and real-world wearable device data
12	2025-05-13	Thoracic Aortic Three-Dimensional Geometry 2024-Oct-31, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.09.593413 PMID:38798566	research paper	该研究通过深度学习架构和形态学图像操作，全面量化了胸主动脉的三维几何参数，并在两个大型生物库中应用了该方法	首次在大规模人群中全面表征胸主动脉的三维几何结构，并开发了全自动量化方法	研究依赖于影像扫描的质量，且仅针对特定生物库数据	量化胸主动脉的三维几何结构，研究其与心血管健康和衰老的关系	胸主动脉的三维几何参数	digital pathology	cardiovascular disease	deep learning, morphological image operations	deep learning architecture	imaging scans	54,241 participants in the UK Biobank and 8,456 participants in the Penn Medicine Biobank
13	2025-05-13	Sparse Annotation is Sufficient for Bootstrapping Dense Segmentation 2024-Oct-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.14.599135 PMID:38915491	研究论文	提出了一种基于深度学习的新方法，从稀疏的2D注释快速生成密集的3D分割，用于生物成像数据的实例分割任务	开发了一种能够从稀疏注释快速生成密集3D分割的深度学习方法，显著减少了人工标注时间和专家依赖	方法主要针对脑神经纤维网的复杂结构，可能在其他生物组织上的适用性需要进一步验证	解决生物成像数据中密集3D重建所需的训练数据生成效率问题	脑神经纤维网（包括树突、轴突和胶质细胞过程）	数字病理	NA	深度学习	NA	3D图像	NA
14	2025-05-11	Intelligent Recognition and Segmentation of Blunt Craniocerebral Injury CT Images Based on DeepLabV3+ Model 2024-Oct-25, Fa yi xue za zhi DOI:10.12116/j.issn.1004-5619.2024.440801 PMID:39992333	研究论文	基于DeepLabV3+模型实现钝性颅脑损伤CT图像的智能识别与分割	首次将DeepLabV3+模型应用于钝性颅脑损伤的CT图像分割，并探索了深度学习在法医学自动诊断中的应用价值	直接使用活体CT图像训练的模型在尸体CT图像上的分割能力相对较差	实现钝性颅脑损伤的智能识别与分割，探索深度学习在法医学中的应用	钝性颅脑损伤的CT图像	计算机视觉	颅脑损伤	CT成像	DeepLabV3+	图像	5486张活体CT图像（训练集、验证集、测试集），255张活体CT图像和156张正常CT图像（盲测集），340张尸体CT图像和120张正常CT图像（新盲测集）
15	2025-05-11	An efficient enhanced stacked auto encoder assisted optimized deep neural network for forecasting Dry Eye Disease 2024-10-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75518-7 PMID:39438634	研究论文	提出了一种名为ESAE-ODNN的改进堆叠自编码器辅助优化深度神经网络，用于预测干眼病	将混沌映射融入特征选择，使用SLSTM-STSA提高分类准确率，并通过EQBFOA的自适应量子旋转进行优化	NA	通过特征选择、特征提取和分类，提高干眼病的早期诊断准确率	干眼病患者	机器学习	干眼病	特征选择(FS)、特征提取(FE)、分类	堆叠自编码器(ESAE)、优化深度神经网络(ODNN)、SLSTM-STSA	NA	NA
16	2025-05-09	Integrative analysis of H&E and IHC identifies prognostic immune subtypes in HPV related oropharyngeal cancer 2024-Oct-03, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00604-w PMID:39363031	研究论文	通过整合H&E和IHC图像分析，识别HPV相关口咽癌中的预后免疫亚型	结合H&E和IHC图像，利用深度学习技术量化肿瘤微环境中的细胞组成和功能特征，改进了患者分层	研究样本量较小，仅包括88个原发肿瘤和70个淋巴结组织图像	增强对肿瘤微环境中细胞组成和功能特征的理解，并改进患者分层	HPV阳性口咽鳞状细胞癌（OPSCC）患者	数字病理学	口咽癌	深度学习，免疫组织化学（IHC）	深度学习流程	图像（H&E和IHC染色切片）	88个原发肿瘤和70个淋巴结组织图像
17	2025-05-09	An arrhythmia classification using a deep learning and optimisation-based methodology 2024-Oct, Journal of medical engineering & technology DOI:10.1080/03091902.2025.2463574 PMID:39949269	研究论文	提出一种基于深度学习和优化方法的心电图信号分类方法	结合EfficientNet-B0深度学习模型和混合特征选择方法（包括SABES优化算法）进行心电图信号分类	未提及对不同心电图设备的泛化能力或实时性能的测试	开发一种高精度的心电图信号分类方法	五种不同类型的心电图信号	机器学习	心血管疾病	离散小波变换，移动平均滤波	EfficientNet-B0	图像（灰度图和尺度图）	NA
18	2025-05-09	A combination of deep learning models and type-2 fuzzy for EEG motor imagery classification through spatiotemporal-frequency features 2024-Oct, Journal of medical engineering & technology DOI:10.1080/03091902.2025.2463577 PMID:39950750	研究论文	本文提出了一种结合深度学习模型和类型2模糊逻辑的混合架构FCLNET，用于通过时空频率特征对EEG运动想象进行分类	提出了一种新型混合架构FCLNET，结合了Compact-CNN和LSTM网络，并采用类型2模糊函数处理不确定性，通过贝叶斯优化算法调整超参数	未提及具体的数据集局限性或模型在其他数据集上的泛化能力	提高EEG运动想象分类的准确性和鲁棒性	EEG信号	生物医学信号处理	NA	EEG信号处理	Compact-CNN, LSTM, 类型2模糊函数	EEG信号	BCI Competition IV-2a数据库和BCI Competition IV-1数据库
19	2025-05-08	Massive experimental quantification of amyloid nucleation allows interpretable deep learning of protein aggregation 2024-Oct-01, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.13.603366 PMID:39071305	研究论文	通过大规模实验量化淀粉样蛋白成核作用，训练可解释的深度学习模型预测蛋白质聚集	利用超过10万条蛋白质序列的实验数据训练卷积-注意力混合神经网络CANYA，显著提高了淀粉样蛋白成核预测的准确性，并提供了模型决策过程的解释	NA	开发能够准确预测蛋白质聚集的计算方法	蛋白质序列及其淀粉样蛋白成核特性	机器学习	NA	深度学习	卷积-注意力混合神经网络（CANYA）	蛋白质序列数据	超过10万条蛋白质序列
20	2025-05-07	Deep Learning-Based Real-Time Ureter Identification in Laparoscopic Colorectal Surgery 2024-Oct-01, Diseases of the colon and rectum DOI:10.1097/DCR.0000000000003335 PMID:38959453	研究论文	开发了一种基于深度学习的实时输尿管识别模型UreterNet，用于腹腔镜结直肠手术中避免医源性输尿管损伤	首次将基于深度学习的语义分割算法应用于输尿管识别任务，并开发了UreterNet模型	需要进一步验证UreterNet是否能减少医源性输尿管损伤的发生	验证在腹腔镜结直肠手术视频中能否识别输尿管，以提高手术安全性	腹腔镜结直肠手术视频中的输尿管	计算机视觉	结直肠疾病	语义分割	CNN (Feature Pyramid Networks)	视频	从304个视频中创建的14,069张标注图像（训练集9537张，验证集2266张，测试集2266张）