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
201	2025-10-07	Deep Learning With Ultrasound Images Enhance the Diagnosis of Nonalcoholic Fatty Liver 2024-11, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.07.014 PMID:39179453	研究论文	本研究通过深度学习结合超声图像提升非酒精性脂肪肝的诊断准确性	提出结合超声图像特征（回声衰减系数和多普勒效应比率）的多输入深度学习网络框架	NA	提高非酒精性脂肪肝疾病的诊断准确性并减少诊断者专业能力和个人偏见的影响	非酒精性脂肪肝患者的超声图像	计算机视觉	非酒精性脂肪肝	超声成像	CNN	图像	710张包含NAFLD的超声图像	NA	VGG16, ResNet50, Inception-v3	准确率, AUC	NA
202	2025-03-12	CTLESS: A scatter-window projection and deep learning-based transmission-less attenuation compensation method for myocardial perfusion SPECT 2024-Nov-25, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3496870 PMID:40030354	研究论文	本文提出了一种基于散射窗投影和深度学习的无传输衰减补偿方法（CTLESS），用于心肌灌注SPECT成像	CTLESS方法无需单独的X射线CT扫描，通过深度学习从散射能量窗投影中重建衰减图，避免了额外的辐射剂量和成本，并解决了SPECT与CT图像不对齐的问题	该方法仍需在更大规模的临床数据上进行进一步验证，以确认其广泛适用性	开发一种无需CT扫描的心肌灌注SPECT成像衰减补偿方法，以提高诊断准确性和降低成本	心肌灌注SPECT图像	数字病理学	心血管疾病	深度学习	多通道输入多解码器网络	图像	回顾性研究中使用匿名临床SPECT/CT应力心肌灌注图像	NA	NA	NA	NA
203	2025-10-07	Deep learning Radiomics Based on Two-Dimensional Ultrasound for Predicting the Efficacy of Neoadjuvant Chemotherapy in Breast Cancer 2024-11, Ultrasonic imaging IF:2.5Q2 DOI:10.1177/01617346241276168 PMID:39257175	研究论文	基于术前超声影像组学、深度学习和临床特征的综合模型预测乳腺癌新辅助化疗后病理完全缓解	首次结合超声影像组学、深度学习特征和临床参数构建综合预测模型DLRC	样本量较小（155例患者），单中心研究	预测乳腺癌患者新辅助化疗后的病理完全缓解状态	155例经病理确诊的乳腺癌患者	医学影像分析	乳腺癌	二维超声	深度学习, 随机森林, LASSO	超声图像	155例患者（训练集与验证集按7:3随机分配）	NA	NA	AUC, 决策曲线分析	NA
204	2025-10-07	TAG-SPARK: Empowering High-Speed Volumetric Imaging With Deep Learning and Spatial Redundancy 2024-Nov, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202405293 PMID:39283040	研究论文	提出结合可调声学梯度透镜高速显微镜和TAG-SPARK去噪算法的对比增强视频速率体积成像系统	利用z切片空间冗余性进行自监督模型训练，专为4D数据集设计，实现超过700%的信噪比提升	未明确说明算法在不同神经元类型或组织深度中的普适性	解决高速荧光钙成像中采集速度与图像质量之间的权衡问题	浦肯野细胞钙活动观测	计算显微镜	NA	双光子高速荧光钙成像	深度学习	4D体积图像数据	NA	NA	TAG-SPARK	信噪比增强	NA
205	2025-10-07	Clinical usability of deep learning-based saliency maps for occlusion myocardial infarction identification from the prehospital 12-Lead electrocardiogram 2024 Nov-Dec, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2024.153792 PMID:39255653	研究论文	评估基于深度学习的显著性图谱在院前12导联心电图中识别闭塞性心肌梗死的临床可用性	首次在临床环境中系统评估显著性图谱对深度学习心电图模型可解释性的增强作用	研究样本量较小（仅100例心电图），仅涉及三位临床医生评估	评估深度学习显著性图谱在临床心电图分析中的实用价值	胸痛患者的12导联心电图	医学人工智能	心血管疾病	心电图分析	CNN	心电图信号	100例心电图	NA	卷积神经网络	AUC, F1分数	NA
206	2025-03-12	Deep Learning Reconstruction in Abdominopelvic Contrast-Enhanced CT for The Evaluation of Hemorrhages 2024-11, Radiologic technology IF:0.7Q4 PMID:39472011	研究论文	本研究探讨了深度学习重建在腹盆部增强CT中描绘动脉和评估出血的效果，并与混合迭代重建进行了比较	首次在腹盆部增强CT中应用深度学习重建技术，显著改善了动脉描绘和出血评估的图像质量	样本量较小（16例患者），需要更大规模的前瞻性研究来验证结果	评估深度学习重建在腹盆部增强CT中描绘动脉和评估出血的效果	16例急性出血患者	医学影像	出血	深度学习重建、混合迭代重建、滤波反投影	深度学习	CT图像	16例患者（8男8女，平均年龄54.2±22.1岁）	NA	NA	NA	NA
207	2025-10-07	An interpretable generative multimodal neuroimaging-genomics framework for decoding alzheimer's disease 2024-Nov-14, ArXiv PMID:38947922	研究论文	提出一种可解释的生成式多模态神经影像-基因组学框架，用于阿尔茨海默病的检测和轻度认知障碍转化预测	采用循环生成对抗网络在潜在空间填补缺失模态数据，并结合可解释人工智能方法分析特征重要性	未明确说明样本数据的具体来源和采集标准	解码阿尔茨海默病的多模态生物标志物并实现疾病分类预测	阿尔茨海默病患者、轻度认知障碍患者及正常对照组	医学影像分析	阿尔茨海默病	结构磁共振成像, 功能磁共振成像, 单核苷酸多态性	cGAN, 深度学习分类模型	神经影像数据, 基因组数据	NA	NA	CycleGAN	准确率	NA
208	2025-03-05	Advanced Camera-Based Scoliosis Screening via Deep Learning Detection and Fusion of Trunk, Limb, and Skeleton Features 2024-Nov-05, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3491855 PMID:39499599	研究论文	本研究提出了一种基于单目RGB摄像头的非侵入性脊柱侧弯筛查方法，通过深度学习检测和融合躯干、肢体和骨骼特征，提高了筛查的精确性	创新性地结合了参数化人体三维重建（PH3DR）和多尺度融合注意力（MSFA）模块，以及Swin Transformer增强的CMU-Pose，用于提取人体骨骼特征，从而提高了脊柱侧弯筛查的精度和效率	尽管模型在实验中表现优异，但其在更广泛人群中的适用性和长期效果仍需进一步验证	开发一种非侵入性、易于部署的脊柱侧弯早期筛查和常规监测方法	脊柱侧弯患者	计算机视觉	脊柱侧弯	深度学习	ISANet, Swin Transformer, CMU-Pose	图像	未明确提及样本数量	NA	NA	NA	NA
209	2025-10-07	Spatiotemporal Deep Learning-Based Cine Loop Quality Filter for Handheld Point-of-Care Echocardiography 2024-Nov, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3396796 PMID:38700961	研究论文	开发并验证基于时空深度学习的超声心动图电影循环质量过滤器，用于评估手持式即时超声设备采集数据的适用性	提出结合空间和时间信息的深度学习模型来评估超声心动图电影循环质量，相比仅使用空间信息的模型性能更优	研究仅基于两个中心的175名患者数据，样本量相对有限	开发自动评估手持式即时超声心动图数据质量的深度学习模型	手持式即时超声设备采集的超声心动图电影循环	计算机视觉	心血管疾病	超声心动图	CNN, LSTM	超声图像序列	175名患者的DICOM电影循环，测试集包含76个电影循环共16914帧	NA	VectorCNN, VectorCNN + LSTM, VectorCNN + LSTM + Average, VectorCNN + LSTM + MinMax, VectorCNN + LSTM + ConvPool	准确率, 灵敏度, 特异性	NA
210	2025-10-07	Predicting phage-host interactions via feature augmentation and regional graph convolution 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae672 PMID:39727002	研究论文	提出一种名为MI-RGC的新方法，通过特征增强和区域图卷积来预测噬菌体-宿主相互作用	引入互信息进行特征增强，并设计区域图卷积模型来学习有意义的表示，通过区域级注意力机制处理不同距离邻居节点的贡献差异	未明确说明方法在高度稀疏数据下的过拟合风险控制效果	预测噬菌体-宿主相互作用，为噬菌体疗法开发提供支持	噬菌体及其宿主细菌	机器学习	细菌感染	深度学习	图卷积网络	序列数据, 环境样本数据	三个基准数据集	NA	区域图卷积模型	NA	NA
211	2025-10-07	Automatic Segmentation and Radiomics for Identification and Activity Assessment of CTE Lesions in Crohn's Disease 2024-11-04, Inflammatory bowel diseases IF:4.5Q1 DOI:10.1093/ibd/izad285 PMID:38011673	研究论文	开发用于克罗恩病CTE图像病灶自动分割的深度学习模型，并基于影像组学特征构建机器学习分类器评估疾病活动性	结合nnU-Net自动分割模型与影像组学特征分析，构建端到端的克罗恩病活动性评估系统	回顾性研究，样本量有限（分割数据集84例，分类数据集193例）	开发自动分割模型并构建分类器评估克罗恩病活动性	克罗恩病患者的CTE图像	医学影像分析	克罗恩病	CTE成像，影像组学分析	nnU-Net，机器学习分类器	CTE图像	分割数据集：84例CTE检查（平均年龄31±13岁，60名男性）；分类数据集：193例CTE检查（平均年龄31±12岁，136名男性）	NA	nnU-Net	Dice相似系数，AUC，敏感度，特异度，准确度	NA
212	2025-10-07	Deep learning of structural MRI predicts fluid, crystallized, and general intelligence 2024-11-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78157-0 PMID:39537706	研究论文	本研究使用深度学习模型分析T1加权结构磁共振图像来预测个体的流体智力、晶体智力和一般智力	首次全面预测晶体智力和一般智力，而不仅限于流体智力；进行了432组实验系统比较不同模型和输入设置	样本量相对有限（850名受试者）；模型复杂度增加未带来预测精度提升的原因未完全阐明	探索脑结构MRI是否能够预测个体智力水平	850名6-64岁健康及自闭症受试者	医学影像分析	神经发育障碍	T1加权结构磁共振成像	CNN	医学影像	850名受试者	NA	2D CNN, 3D CNN	Pearson相关系数	NA
213	2025-10-07	MCNN-AAPT: accurate classification and functional prediction of amino acid and peptide transporters in secondary active transporters using protein language models and multi-window deep learning 2024-Nov-22, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2024.2431664 PMID:39576667	研究论文	开发结合蛋白质语言模型和多窗口深度学习的技术，用于二级主动转运体中氨基酸和肽转运体的准确分类及功能预测	首次整合三种前沿蛋白质语言模型（ProtTrans、ESM-1b、ESM-2）与多窗口扫描深度学习架构，实现局部和全局序列模式的联合捕捉	研究仅基于448个二级主动转运体样本，模型泛化能力需进一步验证	建立计算框架对二级主动转运体中的氨基酸和肽转运体进行功能分类及溶质载体蛋白关联预测	二级主动转运体（含36个溶质载体蛋白）	生物信息学	癌症	蛋白质语言模型，多窗口深度学习	深度学习神经网络	蛋白质序列数据	448个二级主动转运体（来自UniProt和TCDB数据库）	NA	多窗口扫描架构	准确率，灵敏度，特异性，马修斯相关系数	NA
214	2025-10-07	Artificial intelligence-based morphologic classification and molecular characterization of neuroblastic tumors from digital histopathology 2024-Nov-08, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00745-0 PMID:39511421	研究论文	开发基于深度学习的AI模型，通过数字病理图像对神经母细胞瘤进行形态学分类和分子特征分析	采用注意力机制的多实例学习和自监督学习方法，使用迄今最大规模的神经母细胞瘤队列进行病理分类和MYCN扩增状态评估	NA	开发AI辅助的神经母细胞瘤分类系统	神经母细胞瘤	数字病理学	神经母细胞瘤	H&E染色全切片图像	深度学习	图像	迄今最大规模报道的队列	NA	注意力机制多实例学习(aMIL), 自监督学习(SSL)	诊断类别识别, 分级识别, 有丝分裂-核碎裂指数(MKI)评估, MYCN扩增状态识别	NA
215	2025-10-07	DECA: harnessing interpretable transformer model for cellular deconvolution of chromatin accessibility profile 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf069 PMID:39987573	研究论文	提出基于视觉Transformer的DECA模型，用于从批量染色质可及性数据中解卷积细胞类型信息	首次将视觉Transformer应用于染色质可及性数据的细胞解卷积，其多头注意力机制生成的补丁注意力与Hi-C检测的染色质相互作用具有一致性	未明确说明模型在处理极高稀疏性单细胞数据时的具体表现	开发深度学习模型解决批量ATAC-seq数据中细胞异质性问题	染色质可及性图谱和细胞类型组成	计算生物学	泛癌症	ATAC-seq, 单细胞ATAC-seq, Hi-C	Transformer	染色质可及性数据	NA	NA	Vision Transformer	NA	NA
216	2025-02-21	Improved prediction of post-translational modification crosstalk within proteins using DeepPCT 2024-11-28, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae675 PMID:39570595	研究论文	本文提出了一种名为DeepPCT的深度学习算法，用于预测蛋白质内的翻译后修饰（PTM）交叉对话	DeepPCT结合了AlphaFold2预测的蛋白质结构，通过序列和结构嵌入以及交叉注意力技术，构建了深度学习分类器，显著提高了预测准确性	尽管DeepPCT在预测PTM交叉对话方面表现出色，但其性能仍可能受到蛋白质结构预测准确性的限制	提高蛋白质内翻译后修饰（PTM）交叉对话的预测准确性	蛋白质内的翻译后修饰（PTM）交叉对话	机器学习	NA	深度学习，图神经网络，随机森林模型	深度学习分类器，图神经网络，随机森林模型	蛋白质序列和结构数据	NA	NA	NA	NA	NA
217	2025-10-07	Explainable AI for computational pathology identifies model limitations and tissue biomarkers 2024-Nov-18, ArXiv PMID:39279830	研究论文	开发了名为HIPPO的可解释AI框架，用于计算病理学中的模型透明度和可靠性提升	通过系统性修改组织区域生成图像反事实，实现定量假设检验、偏倚检测和超越传统性能指标的模型评估	NA	增强深度学习模型在数字病理学中的透明度和可信度	全切片图像中的组织区域	计算病理学	乳腺癌, 黑色素瘤, 神经胶质瘤	数字病理学	深度学习	图像	NA	NA	NA	传统性能指标, 注意力方法	NA
218	2025-10-07	Medical language model specialized in extracting cardiac knowledge 2024-11-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80165-z PMID:39580531	研究论文	本研究专注于构建专门用于心脏病学领域的医学语言模型	首次在医学领域内针对特定专科（心脏病学）构建专门化语言模型，而非将整个医学领域视为单一领域	NA	在医学领域的心脏病学专科内开发专门化的自然语言处理模型	心脏病学领域的医学文本数据	自然语言处理	心血管疾病	Transformer	语言模型	文本	NA	NA	Transformer	NA	NA
219	2025-10-07	Drug Discovery in the Age of Artificial Intelligence: Transformative Target-Based Approaches 2024-Nov-14, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms252212233 PMID:39596300	综述	本文探讨人工智能时代下机器学习在靶向药物发现中的革命性应用	系统阐述SMILES符号系统与机器学习结合如何变革先导化合物识别、高通量筛选和虚拟筛选流程	模型可解释性和数据质量仍是当前面临的主要挑战	研究机器学习如何加速靶向药物发现过程	小分子药物发现方法	自然语言处理, 机器学习	NA	SMILES, 高通量筛选, 虚拟筛选	CNN, RNN, GAN	分子结构数据, 蛋白质结构数据	NA	NA	卷积神经网络, 循环神经网络, 生成对抗网络	结合亲和力预测准确度, 选择性预测准确度	NA
220	2025-10-07	Deep learning prediction of curve severity from rasterstereographic back images in adolescent idiopathic scoliosis 2024-Nov, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-023-08052-1 PMID:38055037	研究论文	本研究开发了一种基于卷积神经网络的深度学习模型，用于从青少年特发性脊柱侧凸患者的背部光栅立体图像直接预测Cobb角	首次使用深度学习模型直接从背部光栅立体图像预测Cobb角，无需脊柱形状重建	模型性能低于人工进行的放射学评估，无法作为临床有效的非侵入性替代方案	评估基于卷积神经网络的深度学习模型在预测青少年特发性脊柱侧凸Cobb角方面的有效性	青少年特发性脊柱侧凸患者	计算机视觉	脊柱侧凸	光栅立体成像	CNN	图像	900名个体（训练集720个样本，测试集180个样本）	NA	NA	平均绝对误差, 相关系数, 均方根误差, 准确率	NA