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
121	2025-10-06	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	研究论文	提出一种通过冷冻电镜图谱与蛋白质序列跨模态对齐实现蛋白质复合物结构建模的全自动方法EModelX	首次实现无需先验链分离的冷冻电镜蛋白质复合物建模，通过跨模态对齐解决链分离错误累积问题	未明确说明方法对低分辨率冷冻电镜数据的适用性	开发全自动蛋白质复合物结构建模方法	蛋白质复合物结构	计算生物学	NA	冷冻电镜(cryo-EM)	多任务深度学习	冷冻电镜图谱、蛋白质序列	NA	NA	NA	RMSD, TM-score	NA
122	2025-10-06	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	提出一种基于深度学习的模型MATES，用于在单细胞水平上实现转座子元件的位点特异性定量	利用侧翼相邻读段比对信息，将多定位读段准确分配到转座子特定位点，克服现有方法仅能在亚家族水平分类的局限	未明确说明模型在非转录组学单细胞数据上的具体应用限制	开发能够精确量化转座子元件位点特异性的单细胞分析方法	转座子元件及其在单细胞中的表达	机器学习	NA	单细胞组学	深度学习	基因组测序数据	NA	NA	NA	定量准确性	NA
123	2025-10-06	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	研究论文	本研究使用机器学习算法预测中国中老年人视觉损伤风险并识别关键影响因素	首次在中国普通中老年人群中应用多种机器学习算法预测视觉损伤风险，并采用堆叠集成方法提高预测性能	研究基于中国健康与养老追踪调查数据，可能存在选择偏倚，且模型性能仍有提升空间	预测中国中老年人视觉损伤风险并识别关键决定因素	中国中老年人群（来自CHARLS调查的19,047名参与者）	机器学习	视觉损伤	问卷调查、体格检查、血液生物标志物检测	梯度提升机, 分布式随机森林, 广义线性模型, 深度学习, 堆叠集成	结构化健康数据	19,047名参与者（来自2011-2018年四轮CHARLS调查）	NA	堆叠集成	AUC, 校准曲线	NA
124	2025-10-06	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	本文通过范围综述探讨人工智能和数据科学在急诊医学中整合健康社会决定因素的应用现状与发展前景	首次系统评估AI和数据科学在急诊医学环境中整合SDOH数据的潜力，特别关注机器学习与自然语言处理技术的应用效果	纳入研究数量有限（26篇），研究领域尚处于早期发展阶段，缺乏标准化数据收集方法	评估AI和数据科学在急诊科环境中建模、提取和整合健康社会决定因素数据的潜力	急诊科患者及其健康社会决定因素数据	自然语言处理, 机器学习	脓毒症, 急性心肌梗死, 哮喘	自然语言处理, 机器学习	深度学习, 规则基础模型	临床文本数据	26项符合纳入标准的研究（从1047篇筛选得出）	NA	NA	F1分数, 特异性	NA
125	2025-10-06	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	研究论文	开发并验证了一种基于Swin-UNETR架构的全自动人工智能工具，用于在非对比计算机断层扫描中分割动脉瘤性蛛网膜下腔出血患者的出血区域	首次将基于Transformer的Swin-UNETR架构应用于蛛网膜下腔出血的自动分割任务，实现了完全自动化的出血体积评估	需要进一步在不同数据集上进行验证以确认临床可靠性，计算需求较高	开发自动化的出血分割工具以替代当前费时的手动和半自动方法	确诊为动脉瘤性蛛网膜下腔出血的患者	计算机视觉	脑血管疾病	非对比计算机断层扫描	Transformer	医学图像	包含来自外部机构的验证队列	NA	Swin-UNETR	Dice系数,交并比,体积相似性指数,对称平均表面距离,敏感性,特异性	标准硬件
126	2025-10-06	Artificial Intelligence (AI): A Potential Game Changer in Regenerative Orthopedics-A Scoping Review 2024-Oct, Indian journal of orthopaedics IF:1.1Q3 DOI:10.1007/s43465-024-01189-1 PMID:39324081	综述	本文对人工智能在再生骨科不同治疗方法中的应用进行了范围综述	首次系统梳理了AI技术在再生骨科领域的应用现状和潜力	仅纳入18项研究，样本量有限，且存在伦理考量需要解决	探讨人工智能在再生骨科治疗中的角色和应用前景	再生骨科治疗方法，包括干细胞疗法、富血小板血浆疗法、生物支架植入物等	机器学习	骨科疾病	机器学习，深度学习	ML, DL	医学研究数据	18项研究（从82篇初筛文献中筛选）	NA	NA	NA	NA
127	2025-10-06	Modal-nexus auto-encoder for multi-modality cellular data integration and imputation 2024-10-18, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53355-6 PMID:39424861	研究论文	提出Modal-nexus自编码器用于多模态细胞数据整合与插补	利用模态间调控关系和模态内对比学习增强细胞表征，支持非配对多模态数据整合与跨模态插补	未明确说明模型的计算复杂度与可扩展性限制	开发深度学习方法来有效整合和插补非配对多模态单细胞数据	多模态单细胞数据	机器学习	NA	单细胞多组学技术	自编码器, 对比学习	单细胞多模态数据	多个数据集（未指定具体样本量）	NA	Modal-nexus Auto-Encoder (Monae), Monae-Extension (Monae-E)	准确性, 鲁棒性	NA
128	2025-10-06	sChemNET: a deep learning framework for predicting small molecules targeting microRNA function 2024-10-23, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-49813-w PMID:39443444	研究论文	开发了一个名为sChemNET的深度学习框架，用于基于化学结构和序列信息预测影响miRNA生物活性的小分子	通过目标函数克服稀疏化学信息限制，使神经网络能够从大量未知影响miRNA的化学结构中学习化学空间	小分子-miRNA数据集规模较小	预测靶向miRNA功能的小分子	小分子、microRNA、人类和其他哺乳动物生物	机器学习	癌症、传染性疾病	深度学习、体外实验、体内实验	神经网络	化学结构、序列信息	小分子-miRNA数据集	NA	sChemNET	实验验证	NA
129	2025-10-06	Putting proteins in context 2024-Oct-16, Cell systems IF:9.0Q1 DOI:10.1016/j.cels.2024.09.009 PMID:39418999	研究论文	介绍了一种名为PINNACLE的几何深度学习方法，通过整合分析蛋白质相互作用和多器官单细胞转录组数据生成蛋白质的上下文表征	首次将蛋白质相互作用与多器官单细胞转录组数据相结合，为蛋白质生成具有生物环境上下文的表征	NA	解决现有蛋白质表征方法缺乏生物环境上下文的问题	蛋白质及其在细胞类型特异性功能和相互作用中的表征	机器学习	NA	单细胞转录组学	几何深度学习	蛋白质相互作用数据，单细胞转录组数据	NA	NA	PINNACLE	NA	NA
130	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	NA	NA	NA	NA
131	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	NA	NA	NA	NA
132	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）	NA	NA	NA	NA
133	2025-10-07	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	研究论文	提出基于深度学习的EM2NA方法，用于从冷冻电镜图中自动检测和从头建模核酸结构	开发首个基于深度学习的核酸从头结构建模方法，在<5 Å分辨率下实现高精度DNA/RNA结构测定	方法主要适用于2.0-5.0 Å分辨率的冷冻电镜图	解决从冷冻电镜图中准确建模DNA/RNA结构的挑战	蛋白质-DNA/RNA复合物和多链DNA/RNA复合物中的核酸结构	结构生物学, 计算生物学	NA	冷冻电镜(cryo-EM), 深度学习	深度学习模型	冷冻电镜密度图	50个实验图谱(2.0-5.0 Å分辨率)的测试集，263个未建模原始图谱的EMDB数据集	NA	NA	残基覆盖率, C4' RMSD, 序列召回率	NA
134	2025-10-07	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纳米酶比色传感器阵列和深度学习图像分割特征提取技术的智能平台，用于不饱和脂肪酸的检测	首次将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相结合，模拟哺乳动物嗅觉系统进行不饱和脂肪酸检测	α-亚麻酸(ALA)的测定系数相对较低(0.7393)，模型性能有待进一步提升	开发一种简便低成本的不饱和脂肪酸智能检测方法	油酸(OA)、亚油酸(LA)、α-亚麻酸(ALA)及其混合物，各种食用植物油、不同茶油和掺假茶油	计算机视觉	NA	比色传感器阵列、密度泛函理论预测、掺杂实验	深度学习	图像	38,868张三种不饱和脂肪酸图像	TensorFlow, PyTorch	MobileNetV3 small	决定系数(R²)	智能手机嵌入式计算
135	2025-10-07	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	本研究采用深度学习网络整合方法分析阿尔茨海默病中Aβ与tau蛋白相互作用的调节因子	首次应用BIONIC深度学习网络整合方法结合蛋白质组学和蛋白质相互作用数据，发现GPNMB+小胶质细胞是Aβ-tau相互作用的新型调节因子	研究基于ROSMAP队列数据，需要在其他独立队列中验证结果的普适性	揭示阿尔茨海默病中淀粉样蛋白β与tau蛋白相互作用的调节机制	轻度认知障碍和早期阿尔茨海默病患者	生物医学信息学	阿尔茨海默病	蛋白质组学, 蛋白质-蛋白质相互作用分析	深度学习	蛋白质组数据, 基因表达数据, 组织病理学数据	ROSMAP队列样本	BIONIC	深度学习网络整合模型	线性回归分析, 互信息分析, Benjamini-Hochberg校正	NA
136	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	NA	NA	NA	NA
137	2025-10-07	Thoracic Aortic Three-Dimensional Geometry 2024-Oct-31, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.09.593413 PMID:38798566	研究论文	开发了一种基于深度学习的全自动方法，用于量化胸主动脉的三维几何结构参数	首次在大规模人群中全面表征胸主动脉的三维几何结构，并开发了全自动的主动脉几何表型提取方法	研究主要基于两个生物银行的数据，可能受到数据来源的限制	量化胸主动脉的三维几何结构，研究主动脉结构与心血管健康的关系	英国生物银行54,241名参与者和宾夕法尼亚医学生物银行8,456名参与者的影像扫描数据	医学影像分析	心血管疾病	医学影像分割，形态学图像处理	深度学习架构	医学影像扫描数据	英国生物银行54,241人，宾夕法尼亚医学生物银行8,456人	NA	NA	NA	NA
138	2025-10-07	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	提出一种基于增强堆叠自编码器和优化深度神经网络的干眼病预测方法	将混沌映射融入特征选择，使用SLSTM-STSA提升分类精度，并采用增强量子细菌觅食优化算法的自适应量子旋转进行优化	NA	开发高效的干眼病早期诊断方法	干眼病患者数据	机器学习	干眼病	深度学习	堆叠自编码器,深度神经网络	医学特征数据	NA	NA	增强堆叠自编码器,优化深度神经网络	准确率	NA
139	2025-10-07	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	本研究通过整合H&E染色和免疫组化图像，识别HPV相关口咽癌中的预后免疫亚型	首次将H&E与IHC图像配准整合，增强对肿瘤免疫微环境功能特征的表征能力	回顾性研究，样本量有限（88例原发肿瘤和70例淋巴结组织）	改善HPV阳性口咽癌患者分层和预后评估	HPV阳性口咽鳞状细胞癌患者	数字病理学	口咽癌	H&E染色，免疫组化	深度学习	病理图像	88例原发肿瘤和70例淋巴结组织图像	NA	NA	p值，多变量Cox回归分析	NA
140	2025-10-07	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识别输尿管	首次将基于语义分割的深度学习算法应用于腹腔镜手术视频中的输尿管识别任务	需要验证UreterNet是否能有效降低医源性输尿管损伤的发生率	开发一种非侵入性方法在腹腔镜结直肠手术中识别输尿管，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	结直肠手术相关并发症	深度学习语义分割	CNN	手术视频图像	304个手术视频，14,069张标注图像（训练集9537张，验证集2266张，测试集2266张）	NA	Feature Pyramid Networks	精确率,召回率,Dice系数	NA