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
21	2025-07-17	Deep learning-based segmentation and strain analysis of left heart chambers from long-axis CMR images 2024-Oct, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyaf070 PMID:40657429	research paper	该研究提出了一种结合深度学习和特征追踪的自动化流程，用于从长轴心脏磁共振图像中分割左心室和左心房并评估心肌应变	创新点在于设计了一个结合2D和3D ResUnet的深度学习模型，用于自动化分割和应变分析，并通过特征追踪初始化提高了测量准确性	研究仅针对长轴心脏磁共振图像，且样本量相对有限（684名个体）	开发自动化方法来评估左心室和左心房的心肌应变	左心室和左心房的心肌应变	digital pathology	cardiovascular disease	cardiac magnetic resonance (CMR), feature tracking (FT)	2D- and 3D-ResUnet	image	684名个体的长轴心脏磁共振图像（训练集845，调优集281，测试集116）
22	2025-07-12	An Automated Multi-scale Feature Fusion Network for Spine Fracture Segmentation Using Computed Tomography Images 2024-Oct, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01091-0 PMID:38622384	研究论文	本文提出了一种新颖的多尺度特征融合深度学习模型，用于自动化脊柱骨折分割	提出了一种包含六个模块的多尺度特征融合深度学习模型，用于改进脊柱骨折的自动分割	未提及具体的数据集大小或实验的临床验证范围	提高脊柱骨折在CT图像中的自动分割准确性	脊柱骨折	计算机视觉	脊柱骨折	深度学习	多尺度特征融合网络	CT图像	NA
23	2025-07-05	Predicting Affinity Through Homology (PATH): Interpretable Binding Affinity Prediction with Persistent Homology 2024-Oct-21, bioRxiv : the preprint server for biology DOI:10.1101/2023.11.16.567384 PMID:38014181	研究论文	提出了一种名为PATH的算法，用于预测蛋白质-配体结合亲和力，该算法结合了持久同调特征和可解释的机器学习模型	使用持久同调特征和可解释的回归树模型，提高了结合亲和力预测的准确性和可解释性，同时降低了计算复杂度	未明确提及具体局限性，但可能涉及对特定蛋白质-配体复合物的适用性	开发一种快速、可解释的蛋白质-配体结合亲和力预测算法	蛋白质-配体复合物	计算生物学	NA	持久同调	回归树	蛋白质-配体复合物的结构数据	未明确提及具体样本数量
24	2025-07-02	Decoding the impact of neighboring amino acids on ESI-MS intensity output through deep learning 2024-10-30, Journal of proteomics IF:2.8Q2 DOI:10.1016/j.jprot.2024.105322 PMID:39341565	research paper	该研究通过深度学习模型探索氨基酸二聚体基序与质谱MS1强度之间的关系，以提高肽段定量分析的准确性	首次使用带注意力机制的编码器-解码器深度学习模型来识别影响MS1强度的关键氨基酸二聚体基序，并揭示了特定基序与肽段响应强度的关联	与早期单氨基酸表示相比，二聚体表示并未显著提高预测能力	探究氨基酸局部环境与质谱MS1强度之间的关系，以提高肽段定量分析的准确性	近200,000种独特肽段组成的等摩尔肽池	machine learning	NA	质谱(MS)分析	带注意力机制的RNN编码器-解码器模型	质谱数据	近200,000种独特肽段
25	2025-07-02	Assessing substrate scope of the cyclodehydratase LynD by mRNA display-enabled machine learning models 2024-Oct-14, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.14.618330 PMID:39464139	研究论文	本文通过mRNA展示技术结合深度学习模型，评估了环脱水酶LynD的底物范围及其在核糖体合成和翻译后修饰肽（RiPP）天然产物生物合成途径中的应用	利用mRNA展示这一高通量肽展示技术，结合深度学习模型，首次对LynD的底物混杂性进行了大规模分析，并构建了能够准确预测LynD底物加工的模型	研究主要集中于LynD这一特定酶，对其他RiPP酶的适用性尚需进一步验证	评估和预测RiPP环脱水酶LynD的底物混杂性，以促进RiPP酶的进一步研究和应用	核糖体合成和翻译后修饰肽（RiPP）天然产物及其生物合成途径中的多域酶	机器学习	NA	mRNA展示技术	深度学习模型	肽序列数据	非常大（具体数量未提及）的肽库
26	2025-06-26	A pathology foundation model for cancer diagnosis and prognosis prediction 2024-Oct, Nature IF:50.5Q1 DOI:10.1038/s41586-024-07894-z PMID:39232164	研究论文	开发了一个名为CHIEF的通用弱监督机器学习框架，用于从病理图像中提取特征以进行系统性癌症评估	提出了CHIEF模型，结合无监督预训练和弱监督预训练两种互补方法，提取多样化的病理表征，提高了模型的泛化能力	模型在跨人群和不同切片制备方法的样本上的表现仍有待进一步验证	开发一个通用的病理学基础模型，用于癌症诊断和预后预测	病理切片图像	数字病理学	癌症	弱监督机器学习	CHIEF	图像	60,530张全切片图像（训练集），19,491张全切片图像（验证集）
27	2025-06-23	Performance and Clinical Impact of Radiomics and 3D-CNN Models for the Diagnosis of Neurodegenerative Parkinsonian Syndromes on 18 F-FDOPA PET 2024-Oct-01, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000005392 PMID:39104036	research paper	本研究比较了半自动放射组学模型和自动3D-CNN模型在18 F-FDOPA PET图像上诊断神经退行性帕金森综合征的性能和临床价值	开发了一种全自动3D-CNN模型，能够自动诊断神经退行性帕金森综合征，并在经验不足的医院中减少6%的诊断错误	研究为回顾性设计，且仅在两个医疗中心进行	比较放射组学模型和3D-CNN模型在诊断神经退行性帕金森综合征上的性能及临床价值	687名具有帕金森综合征运动症状的患者	digital pathology	geriatric disease	18 F-FDOPA PET扫描	3D-CNN, SVM	image	687名患者（训练集417名，内部测试集100名，外部测试集170名）
28	2025-06-23	Organomics: A Concept Reflecting the Importance of PET/CT Healthy Organ Radiomics in Non-Small Cell Lung Cancer Prognosis Prediction Using Machine Learning 2024-Oct-01, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000005400 PMID:39192505	research paper	该研究探讨了在非小细胞肺癌预后预测中，利用机器学习算法从健康器官提取的放射组学信息的附加价值	首次提出并验证了健康器官放射组学（Organomics）在非小细胞肺癌预后预测中的重要性，突破了传统仅关注恶性病灶的研究模式	样本量较小（154例），且数据来源于在线数据库，可能影响模型的泛化能力	探索健康器官放射组学信息对非小细胞肺癌预后预测的附加价值	非小细胞肺癌患者的PET/CT图像	digital pathology	lung cancer	PET/CT成像	nnU-Net, random survival forest, CoxPH	医学影像（PET/CT）	154例患者PET/CT图像
29	2025-06-18	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	本文探讨了利用泛扩展显微镜（Pan-ExM）技术可视化核孔复合体（NPC）的可塑性，揭示了其在生理和病理条件下的结构变化	首次应用Pan-ExM技术实现了单NPC分辨率下的核孔复合体结构可视化，并发现了POM121在ALS患者来源的衰老神经元中的位置变化	研究仅针对特定细胞系和ALS患者来源的神经元，结果可能不具有普遍性	研究核孔复合体的可塑性及其在疾病机制中的作用	核孔复合体（NPC）及其组成蛋白	细胞生物学	肌萎缩侧索硬化症（ALS）	泛扩展显微镜（Pan-ExM），深度学习辅助分割，免疫染色	深度学习	显微图像	多种模型细胞系和ALS患者来源的诱导多能干细胞神经元（iPSNs）
30	2025-06-15	A Deep Learning Application of Capsule Endoscopic Gastric Structure Recognition Based on a Transformer Model 2024-Oct-01, Journal of clinical gastroenterology IF:2.8Q2 DOI:10.1097/MCG.0000000000001972 PMID:38457410	research paper	本研究开发了一种基于Transformer模型的深度学习应用，用于胶囊内窥镜胃部结构识别，以提高内窥镜图像识别的临床适用性	首次将Transformer模型应用于胶囊内窥镜胃部结构识别，并展示了与内窥镜医师相当的高诊断准确性	研究仅使用了单中心数据，可能影响模型的泛化能力	建立胶囊内窥镜胃部结构识别模型，提高深度学习在内窥镜图像识别中的临床应用	胶囊内窥镜视频中的15种上消化道结构	computer vision	gastric lesions	deep learning	Transformer	video	3343个无线胶囊内窥镜视频用于无监督预训练，2433个用于训练，118个用于验证
31	2025-06-13	An adaptive weight ensemble approach to forecast influenza activity in an irregular seasonality context 2024-10-04, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-52504-1 PMID:39366942	research paper	开发了一种自适应权重集成方法，用于预测季节性不规律的流感活动	提出了自适应权重混合集成模型（AWBE），动态更新模型贡献，显著提高了预测准确性	研究主要基于香港地区的数据，可能在其他地区的适用性有限	预测季节性不规律的流感活动	香港地区的流感活动	machine learning	influenza	统计方法、机器学习和深度学习方法	自适应权重混合集成模型（AWBE）	时间序列数据	32次流行病数据（1998-2019年）及COVID后数据（2023-2024年）
32	2025-06-12	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	research paper	提出了一种基于深度学习的新方法，通过稀疏的2D标注快速生成密集的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2D标注快速生成密集3D分割的深度学习方法，显著减少了人工标注时间和专家需求	未明确提及方法在其他类型生物成像数据上的泛化能力	解决生物成像数据中密集3D重建所需的繁重标注问题	大脑神经纤维网（包含树突、轴突和胶质细胞过程的复杂结构）	digital pathology	NA	serial section electron microscopy	deep learning	3D image	未明确提及具体样本数量
33	2025-06-11	Cognitive Dysfunction in the Addictions (CDiA): A Neuron to Neighbourhood Collaborative Research Program on Executive Dysfunction and Functional Outcomes in Outpatients Seeking Treatment for Addiction 2024-Oct-28, medRxiv : the preprint server for health sciences DOI:10.1101/2024.08.30.24312806 PMID:39252904	research paper	介绍了一个名为CDiA的综合团队科学和转化研究项目，旨在填补对物质使用障碍(SUDs)中执行功能(EFs)理解的知识空白，并促进研究发现以改善SUDs患者的治疗	通过七个互补的跨学科项目，结合临床、临床前和健康服务研究，探索EFs与SUDs严重程度和功能恢复之间的多维关系，并应用创新的全人建模方法整合多模态数据	样本量相对较小（目标N=400），且研究对象仅限于18-60岁寻求成瘾治疗的成年人	提高SUDs患者的健康结果，通过跨学科研究填补对EFs在SUDs中作用的理解空白	寻求成瘾治疗的成年人（18-60岁）	神经科学	物质使用障碍	重复经颅磁刺激(rTMS)、深度学习、聚类分析	深度学习	多模态数据（包括临床、脑回路、血液生物标志物等）	目标400名18-60岁寻求成瘾治疗的成年人
34	2025-06-11	Antiviral Peptide-Generative Pre-Trained Transformer (AVP-GPT): A Deep Learning-Powered Model for Antiviral Peptide Design with High-Throughput Discovery and Exceptional Potency 2024-10-25, Viruses DOI:10.3390/v16111673 PMID:39599788	研究论文	本研究介绍了AVP-GPT，一种基于Transformer语言模型和多模态架构的深度学习方法，专门用于抗病毒肽（AVP）设计	AVP-GPT在抗病毒肽设计中表现出卓越的效率，能够在GPU系统上两天内生成10,000个独特肽并识别潜在AVP，其性能优于现有模型如LSTM和SVM	未来研究可以探索AVP-GPT在其他病毒靶点上的应用，并研究替代的AVP设计策略	加速抗病毒肽的发现和开发，创造新型抗病毒药物	呼吸合胞病毒（RSV）、甲型流感病毒（INFVA）和其他呼吸道病毒	自然语言处理	呼吸道病毒感染	深度学习	Transformer	序列数据	预训练使用了RSV数据集，并成功适应于INFVA和其他呼吸道病毒
35	2025-06-06	Leveraging Artificial Intelligence and Data Science for Integration of Social Determinants of Health in Emergency Medicine: Scoping Review 2024-10-30, JMIR medical informatics IF:3.1Q2 DOI:10.2196/57124 PMID:39475815	综述	本文探讨了人工智能和数据科学在急诊医学中整合社会健康决定因素（SDOH）数据的潜力和应用	首次系统性地评估了AI和数据科学在急诊医学中SDOH数据整合的应用，突出了机器学习和自然语言处理技术的优势	研究仍处于初级阶段，纳入的研究数量有限（26篇），且主要集中在急诊科患者	探索AI和数据科学在急诊医学中SDOH数据建模、提取和整合的应用潜力	急诊科患者及其SDOH数据	医疗信息学	急诊医学相关疾病（如脓毒症、急性心肌梗死、哮喘等）	机器学习（ML）、自然语言处理（NLP）、深度学习、模式匹配	NLP模型（包括基于规则的NLP、深度学习模型）	文本数据（临床记录等）	26项符合条件的研究（其中9项专门针对急诊患者）
36	2025-06-05	ImmuneApp for HLA-I epitope prediction and immunopeptidome analysis 2024-10-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53296-0 PMID:39414796	研究论文	开发了名为ImmuneApp的可解释深度学习框架，用于HLA-I表位预测和免疫肽组分析	提出了ImmuneApp-MA复合模型，整合单等位基因和多等位基因数据以提高预测性能，并开发了优于现有方法的免疫原性预测器ImmuneApp-Neo	未明确提及具体局限性	开发高效方法用于免疫肽组学分析和(新)抗原预测	HLA-I表位和免疫肽组	生物信息学	NA	质谱分析	深度学习	HLA配体数据集	216个多等位基因免疫肽组学样本，识别了835,551个配体
37	2025-06-05	Protein complex structure modeling by cross-modal alignment between cryo-EM maps and protein sequences 2024-10-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53116-5 PMID:39394203	research paper	本文介绍了一种名为EModelX的全自动冷冻电镜蛋白质复合物结构建模方法，通过冷冻电镜图谱与蛋白质序列之间的跨模态对齐实现序列引导建模	EModelX首次实现了冷冻电镜图谱与蛋白质序列的跨模态对齐，无需先验链分离，可直接从冷冻电镜图谱预测Cα原子、骨架原子和氨基酸类型	未明确提及具体局限性，但可能依赖于冷冻电镜图谱的质量和分辨率	开发一种全自动的冷冻电镜蛋白质复合物结构建模方法，提高建模精度	蛋白质复合物结构	结构生物学	NA	冷冻电镜(cryo-EM)、深度学习	多任务深度学习模型	冷冻电镜图谱、蛋白质序列	未明确提及具体样本数量，但使用了测试集进行评估
38	2025-06-05	MATES: a deep learning-based model for locus-specific quantification of transposable elements in single cell 2024-10-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53114-7 PMID:39394211	研究论文	介绍了一种基于深度学习的模型MATES，用于在单细胞水平上对转座子进行位点特异性定量	MATES能够准确地将多映射reads分配到转座子的特定位点，利用相邻reads比对提供的上下文信息，克服了现有方法在单细胞多模态数据适应性上的限制	未提及具体的样本量或数据集的详细描述	开发一种能够在单细胞水平上准确量化转座子位点特异性的方法	转座子（TEs）	单细胞基因组学	NA	深度学习	深度学习模型（未指定具体类型）	单细胞组学数据	NA
39	2025-06-05	Determinants of Visual Impairment Among Chinese Middle-Aged and Older Adults: Risk Prediction Model Using Machine Learning Algorithms 2024-10-09, JMIR aging IF:5.0Q1 DOI:10.2196/59810 PMID:39382570	research paper	该研究利用机器学习算法预测中国中老年人视觉障碍的风险并识别其决定因素	首次在中国中老年人群中应用多种机器学习算法预测视觉障碍风险，并识别关键预测因子	研究数据主要基于自我报告问卷和体检指标，可能存在报告偏倚	预测中国中老年人视觉障碍风险并识别关键决定因素	中国中老年人（19,047名参与者）	machine learning	visual impairment	多种机器学习算法（包括梯度提升机、分布式随机森林、广义线性模型、深度学习和堆叠集成）	gradient boosting machine, distributed random forest, generalized linear model, deep learning, stacked ensemble	问卷数据、体检指标、血液生物标志物	19,047名中国中老年人
40	2025-06-04	A Fully Automated Pipeline Using Swin Transformers for Deep Learning-Based Blood Segmentation on Head Computed Tomography Scans After Aneurysmal Subarachnoid Hemorrhage 2024-10, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.07.216 PMID:39111661	research paper	开发并验证了一种基于Swin-UNETR架构的全自动血液分割工具，用于非对比计算机断层扫描（NCCT）中的蛛网膜下腔出血（SAH）患者	首次采用基于Transformer的Swin-UNETR架构进行SAH患者的全自动血液分割，提高了分割准确性和处理速度	需要进一步在不同数据集中验证以确保临床可靠性，且计算资源需求较高	开发一种全自动的血液分割工具，用于SAH患者的NCCT扫描	蛛网膜下腔出血（SAH）患者的非对比计算机断层扫描（NCCT）图像	digital pathology	cardiovascular disease	NCCT	Swin-UNETR	image	回顾性分析的NCCT扫描数据，包括来自外部机构的验证队列