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
181	2025-10-07	AI Applications in Adult Stroke Recovery and Rehabilitation: A Scoping Review Using AI 2024-Oct-12, Sensors (Basel, Switzerland) DOI:10.3390/s24206585 PMID:39460066	综述	使用AI技术对成人卒中康复领域AI应用研究进行范围综述，总结704项研究的应用主题和技术发展脉络	首次采用AI增强的多方法数据驱动技术进行范围综述，通过主题聚类和时间关联分析揭示技术演进模式	仅纳入截至2024年1月的研究，未对研究质量进行系统评估	识别和描述AI在成人卒中康复领域的应用类别和技术发展历程	卒中康复成人患者	医疗人工智能	脑卒中	AI增强多方法分析、主题聚类、时间序列分析	监督学习、人工神经网络、自然语言处理、机器学习、深度学习	文献数据、传感器数据	704项研究	NA	NA	NA	NA
182	2025-10-07	Use of artificial intelligence to support prehospital traumatic injury care: A scoping review 2024-Oct, Journal of the American College of Emergency Physicians open IF:1.6Q2 DOI:10.1002/emp2.13251 PMID:39234533	综述	本范围综述系统分析了基于院前特征的AI模型在创伤急救早期决策支持中的应用研究	首次系统梳理了AI技术在院前创伤急救决策支持中的应用现状和发展趋势	仅纳入英文文献，可能存在发表偏倚；研究多为回顾性设计，证据等级有限	评估基于院前特征的AI模型在创伤急救早期决策支持中的应用效果	院前急救人员、急诊医生和创伤外科医生在急性创伤救治中的决策过程	医疗人工智能	创伤性损伤	机器学习、深度学习、自然语言处理	机器学习、深度学习、自然语言处理	院前急救特征数据、急诊科入院即时数据	49篇符合纳入标准的研究文献（从1050篇初筛文献中筛选）	NA	支持向量机、逻辑回归、随机森林	kappa值、描述性统计	NA
183	2025-01-28	An explainable language model for antibody specificity prediction using curated influenza hemagglutinin antibodies 2024-10-08, Immunity IF:25.5Q1 DOI:10.1016/j.immuni.2024.07.022 PMID:39163866	研究论文	本文介绍了一种基于序列的抗体特异性预测的轻量级记忆B细胞语言模型（mBLM），并利用超过5,000个流感血凝素（HA）抗体数据集进行训练	开发了一种新的轻量级记忆B细胞语言模型（mBLM），用于基于序列的抗体特异性预测，并通过模型可解释性分析识别了HA干区抗体的关键序列特征	数据集主要来源于研究出版物和专利，可能存在数据偏差	预测抗体特异性，并提高对流感病毒抗体反应的分子理解	流感血凝素（HA）抗体	自然语言处理	流感	语言模型	mBLM	序列数据	超过5,000个流感血凝素（HA）抗体	NA	NA	NA	NA
184	2025-01-28	Potential Use and Limitation of Artificial Intelligence to Screen Diabetes Mellitus in Clinical Practice: A Literature Review 2024-Oct, Acta medica Indonesiana IF:0.7Q3 PMID:39865054	文献综述	本文综述了人工智能在临床实践中筛查糖尿病的潜在应用及其局限性	强调了人工智能技术（如机器学习和深度学习）在提高糖尿病筛查准确性方面的潜力，特别是在低资源环境中的应用	指出了当前临床实践中基于血液或实验室检测的糖尿病筛查方法的局限性，包括访问和成本问题	探讨人工智能技术在减少未诊断糖尿病负担中的应用	全球未诊断糖尿病的个体，特别是低收入和中等收入国家（如印度尼西亚）的人群	机器学习	糖尿病	机器学习和深度学习	NA	NA	NA	NA	NA	NA	NA
185	2025-10-07	Deep learning-based drug screening for the discovery of potential therapeutic agents for Alzheimer's disease 2024-Oct, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2024.101022 PMID:39850238	研究论文	本研究开发了基于深度学习的药物筛选方法，从传统中药方剂开心散中识别治疗阿尔茨海默病的潜在活性化合物	首次结合疾病层面和靶点层面构建四种深度神经网络模型，并应用于传统中药方剂的高通量筛选	研究主要聚焦于开心散方剂，未扩展到其他中药方剂或化合物库	开发有效的阿尔茨海默病治疗药物发现平台	传统中药方剂开心散中的化合物	机器学习	阿尔茨海默病	深度学习药物筛选	DNN	化合物活性数据	NA	NA	深度神经网络	NA	NA
186	2025-10-07	Automated cell lineage reconstruction using label-free 4D microscopy 2024-Oct-07, Genetics IF:3.3Q2 DOI:10.1093/genetics/iyae135 PMID:39139100	研究论文	提出一种无需标记的4D显微镜自动细胞谱系重建方法	开发了无需手动数据标注即可训练的embGAN深度学习流程，在无标记3D延时成像中实现自动细胞检测与追踪	在密集组织和胚胎的无标记3D成像中自动细胞检测与追踪的解决方案仍不可及	实现无标记3D延时成像中的自动细胞检测与追踪	秀丽隐杆线虫胚胎	计算机视觉	NA	4D无标记显微镜，3D延时成像	GAN	3D时间序列图像	NA	NA	embGAN	细胞检测精度，追踪精度	NA
187	2025-10-07	Arkitekt: streaming analysis and real-time workflows for microscopy 2024-Oct, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02404-5 PMID:39294366	研究论文	介绍Arkitekt开源平台，实现显微镜数据的实时流式分析和智能工作流程	开发了连接用户与生物图像应用的开源中间件，首次实现复杂定量显微镜工作流程的实时执行	未提及具体性能瓶颈和系统负载测试结果	解决生物图像工作流程中高效编排和数据管理的需求	显微镜成像数据和生物图像分析工作流程	数字病理	NA	显微镜成像，深度学习	NA	显微镜图像，三维图像数据	NA	NA	NA	NA	本地和远程计算资源
188	2025-10-07	Visualizing nuclear pore complex plasticity with Pan-Expansion Microscopy 2024-Oct-30, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.18.613744 PMID:39345637	研究论文	本研究开发并评估了Pan扩展显微镜技术，用于可视化核孔复合体的结构可塑性	首次应用Pan-ExM技术实现16-20倍各向同性细胞扩增，结合深度学习分割揭示核孔复合体直径变化和POM121定位异常	技术依赖免疫染色验证，样本处理可能引入人为假象	研究核孔复合体在生理和病理条件下的结构可塑性	核孔复合体、核膜、LINC复合体、POM121核孔蛋白	生物医学成像	肌萎缩侧索硬化	Pan扩展显微镜、免疫染色、深度学习分割	深度学习	显微镜图像	多种模型细胞系和ALS患者来源的诱导多能干细胞分化神经元	NA	NA	结构分割准确性	NA
189	2025-10-07	A deep learning anthropomorphic model observer for a detection task in PET 2024-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.17303 PMID:39008812	研究论文	开发用于PET图像病灶检测任务的深度学习拟人模型观察器	首次将CNN与Swin Transformer编码器结合用于PET图像检测任务，相比传统模型观察器能更准确预测人类观察者表现	研究仅针对PET成像，未验证在其他医学影像模态的适用性	比较深度学习模型观察器与传统模型观察器在PET病灶检测任务中预测人类观察者表现的能力	正电子发射断层扫描(PET)图像中的病灶检测	医学影像分析	肿瘤学	PET成像	CNN, Transformer	医学图像	2916对PET图像(2268训练+324验证+324测试)	NA	CNN, Swin Transformer	准确率, 均方误差, 相关系数	NA
190	2025-10-07	Assessing Artificial Intelligence in Oral Cancer Diagnosis: A Systematic Review 2024-Oct-29, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000010663 PMID:39787481	系统综述	本系统综述评估了2020-2024年间人工智能技术在口腔癌检测和诊断中的有效性和准确性	首次系统评估2020-2024年间AI在口腔癌诊断中的应用效果，涵盖多种AI技术和数据类型的综合分析	数据集变异性大和监管问题等限制因素	评估人工智能技术在口腔癌检测和诊断中的有效性和准确性	口腔癌诊断相关的AI技术应用研究	医学影像分析	口腔癌	机器学习、深度学习	机器学习算法、深度学习算法	组织病理学切片、口腔内图片	12篇符合纳入标准的研究论文	NA	NA	诊断精度、病变识别效果、预后预测准确性	NA
191	2025-01-07	Pro-active risk analysis of an in-house developed deep learning based autoplanning tool for breast Volumetric Modulated Arc Therapy 2024-Oct, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2024.100677 PMID:39759485	研究论文	本文介绍了一种针对乳腺癌容积调强弧形治疗（VMAT）的深度学习自动规划工具的风险分析，旨在最小化临床实施前的风险	通过多学科团队进行主动失效模式与影响分析（FMEA），识别并减少深度学习工具在临床工作流程中的风险	研究仅针对乳腺癌VMAT的特定工作流程，可能不适用于其他类型的放射治疗	评估并减少深度学习模型在乳腺癌VMAT临床工作流程中的风险	乳腺癌VMAT的深度学习自动规划工具及其临床工作流程	数字病理	乳腺癌	深度学习	深度学习模型	NA	NA	NA	NA	NA	NA
192	2025-01-07	Neuroimaging signatures and a deep learning modeling for early diagnosing and predicting non-pharmacological therapy success for subclinical depression comorbid sleep disorders in college students 2024 Oct-Dec, International journal of clinical and health psychology : IJCHP IF:5.3Q1 DOI:10.1016/j.ijchp.2024.100526 PMID:39759571	研究论文	本研究通过神经影像学特征和深度学习模型，旨在早期诊断和预测大学生亚临床抑郁症合并睡眠障碍的非药物治疗效果	提出了基于分层功能脑网络（HFBN）的深度学习模型，用于早期诊断和预测非药物治疗效果，优于传统深度学习模型	研究样本量相对较小，且仅针对大学生群体，可能限制了结果的普适性	探索亚临床抑郁症合并睡眠障碍的非药物治疗的神经影像学机制，并开发早期诊断和治疗效果预测模型	114名首次发作、未用药的亚临床抑郁症合并睡眠障碍的大学生和93名健康对照者	神经影像学与深度学习	抑郁症与睡眠障碍	静息态功能磁共振成像（rs-fMRI）	基于Transformer框架的分层功能脑网络（HFBN）模型	神经影像数据与临床数据	114名患者和93名健康对照者	NA	NA	NA	NA
193	2025-01-06	Gut Analysis Toolbox - automating quantitative analysis of enteric neurons 2024-Oct-15, Journal of cell science IF:3.3Q3 DOI:10.1242/jcs.261950 PMID:39219476	研究论文	本文介绍了Gut Analysis Toolbox (GAT)，一种用于定量分析肠道神经元的图像分析工具	GAT通过使用基于深度学习的细胞分割模型和神经节分割模型，实现了快速、准确的图像分析，减少了操作者偏差	NA	开发一种自动化工具，用于定量分析肠道神经元的分布和功能	肠道神经系统（ENS）中的神经元和胶质细胞	数字病理学	NA	深度学习（DL）	StarDist, deepImageJ	二维图像	公共数据集	NA	NA	NA	NA
194	2024-12-29	A comprehensive comparison of deep learning-based compound-target interaction prediction models to unveil guiding design principles 2024-Oct-28, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00913-1 PMID:39468635	研究论文	本文对12种基于深度学习的化合物-靶点相互作用预测模型进行了全面比较，揭示了设计原则	本文首次在大型、精选的CTI数据集上对多种深度学习模型进行了深入比较，并提出了性能最佳的Phys-DeepConv-DTI模型	本文未提及模型在实际药物发现中的应用效果，可能缺乏实际验证	评估和比较不同深度学习模型在化合物-靶点相互作用预测中的性能	化合物-靶点相互作用	机器学习	NA	深度学习	DeepConv-DTI, Phys-DeepConv-DTI	化合物和靶点的表示数据	超过30万个结合和非结合的CTI数据	NA	NA	NA	NA
195	2024-12-29	Intraoperative Hypotension Prediction Based on Features Automatically Generated Within an Interpretable Deep Learning Model 2024-10, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3273187 PMID:37220057	研究论文	本文开发了一种可解释的深度学习模型，用于预测麻醉患者10分钟内的低血压发生	该模型不仅预测低血压，还能自动生成解释ABP趋势与低血压之间关联的预测因子，提供生理学解释	模型的外部验证性能略低于内部验证，可能在实际应用中存在一定的局限性	开发一种高精度且可解释的深度学习模型，用于预测麻醉患者的低血压发生	麻醉患者的动脉血压（ABP）数据	机器学习	NA	深度学习	深度学习模型	时间序列数据（ABP记录）	NA	NA	NA	NA	NA
196	2024-12-29	Cross-Channel Specific-Mutual Feature Transfer Learning for Motor Imagery EEG Signals Decoding 2024-10, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3269512 PMID:37220058	研究论文	本文提出了一种跨通道特定-互特征迁移学习网络模型，用于解码运动想象脑电图信号	提出了一种新的跨通道特定-互特征迁移学习网络模型，能够提取大脑多区域信号的特定和互特征，并通过有效的训练技巧最大化这两种特征的区别	未提及具体的数据集规模或实验环境的限制	提高运动想象脑电图信号的解码能力，以更准确地理解大脑活动	运动想象脑电图信号	脑机接口	NA	深度学习	跨通道特定-互特征迁移学习网络模型	脑电图信号	使用了BCI Competition IV-2a和HGD数据集	NA	NA	NA	NA
197	2024-12-28	TC-DTA: Predicting Drug-Target Binding Affinity With Transformer and Convolutional Neural Networks 2024-10, IEEE transactions on nanobioscience IF:3.7Q3 DOI:10.1109/TNB.2024.3441590 PMID:39133595	研究论文	本文介绍了一种名为TC-DTA的深度学习模型，用于预测药物-靶标结合亲和力（DTA），结合了卷积神经网络（CNN）和Transformer架构的编码器模块	将药物-靶标结合亲和力预测从二分类问题转化为回归问题，并引入Transformer编码器和CNN来提取药物SMILES字符串和蛋白质序列的特征	未提及模型在处理大规模数据集时的计算效率或泛化能力	提高药物-靶标结合亲和力预测的准确性，以加速药物发现过程	药物SMILES字符串和蛋白质氨基酸序列	生物信息学	NA	深度学习	CNN, Transformer	序列数据（药物SMILES字符串和蛋白质序列）	两个基准DTA数据集（Davis和KIBA）	NA	NA	NA	NA
198	2024-12-28	Unsupervised CT Metal Artifact Reduction by Plugging Diffusion Priors in Dual Domains 2024-10, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3351201 PMID:38194400	研究论文	本文提出了一种基于扩散模型的无监督CT金属伪影减少方法，通过在双域中引入扩散先验来恢复金属伪影导致的退化部分	首次在无监督金属伪影减少方法中同时引入图像域和投影域的扩散先验，并设计了时间动态权重掩码进行图像域融合	方法在合成数据集上进行了验证，但在真实临床数据集上的性能仍需进一步评估	减少CT图像中的金属伪影，提高诊断准确性	CT图像中的金属伪影	计算机视觉	NA	扩散模型	扩散模型	CT图像	合成数据集和临床数据集	NA	NA	NA	NA
199	2024-12-28	DEEP LEARNING-BASED FRAMEWORK TO DETERMINE THE DEGREE OF COVID-19 INFECTIONS FROM CHEST X-RAY 2024-Oct, Georgian medical news PMID:39724901	研究论文	本文提出了一种基于深度学习的框架，用于从胸部X光片中确定COVID-19感染的程度	使用改进的分层多级ResNet50模型（HMResNet50）来处理COVID-19数据，并通过数据增强方法生成更多胸部X光片图像	未提及模型在其他疾病或更大数据集上的泛化能力	开发一种高效且简单的COVID-19识别方法	COVID-19患者的胸部X光片	计算机视觉	COVID-19	深度学习	ResNet50, HMResNet50	图像	从多个公共来源收集的胸部X光片图像	NA	NA	NA	NA
200	2024-12-26	Impact of annotation imperfections and auto-curation for deep learning-based organ-at-risk segmentation 2024-Oct, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2024.100684 PMID:39720784	研究论文	本文研究了放射治疗中器官风险分割的标注不完美和自动校正对基于深度学习的分割性能的影响，并提出了一个易于实施的自动校正对策	通过模拟和临床分割噪声对卷积神经网络（CNN）腮腺分割性能的影响进行研究，并提出了一个自动校正对策，证明了其在提高模型泛化能力方面的有效性	研究主要针对腮腺分割，未涉及其他器官或疾病的分割问题	研究放射治疗中器官风险分割的标注不完美对深度学习模型性能的影响，并提出自动校正对策	腮腺（PG）的分割	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	1750个个体腮腺（PG）	NA	NA	NA	NA