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	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
202	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
203	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
204	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
205	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
206	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
207	2025-10-07	Artificial Intelligence to Facilitate Clinical Trial Recruitment in Age-Related Macular Degeneration 2024 Nov-Dec, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100566 PMID:39139546	研究论文	本研究开发了一种基于深度学习的人工智能系统，用于自动筛选符合地理萎缩临床试验资格的患者	利用AI生成的视网膜组织分割来识别临床试验合格患者，相比传统电子健康记录搜索方法具有更高精度	研究基于单一医疗中心的回顾性数据，需要进一步外部验证	探索人工智能在年龄相关性黄斑变性临床试验招募中的应用	地理萎缩(GA)患者，作为年龄相关性黄斑变性的晚期阶段	数字病理	年龄相关性黄斑变性	OCT成像, FAF成像	深度学习	医学图像	306,651名患者(602,826只眼睛)	NA	NA	阳性预测值, 组内相关系数	NA
208	2025-10-07	Impact of Deep Learning-Based Computer-Aided Detection and Electronic Notification System for Pneumothorax on Time to Treatment: Clinical Implementation 2024-Nov-19, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2024.11.009 PMID:39566875	研究论文	评估基于深度学习的计算机辅助检测和电子通知系统对气胸患者治疗时间的影响	首次在真实临床环境中评估深度学习CAD结合电子通知系统对气胸治疗时间的影响	仅观察到氧疗时间显著改善，其他治疗方式无显著差异	评估深度学习辅助检测和通知系统在临床实践中的效果	气胸患者的胸部X光片和治疗时间	计算机视觉	气胸	胸部X光摄影	深度学习	医学影像	603,028张胸部X光片，来自140,841名患者，气胸患病率2.0%	NA	NA	治疗时间差异，置信区间，P值	NA
209	2025-10-07	Automatic detection and counting of wheat spike based on DMseg-Count 2024-11-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80244-1 PMID:39613805	研究论文	提出基于DMseg-Count的小麦穗自动检测与计数方法，用于产量预测和品种评估	在DM-Count模型基础上引入小麦穗局部分割分支，通过逐元素点乘机制融合全局与局部上下文监督信息	未明确说明模型在极端遮挡和重叠情况下的性能限制	提高复杂田间环境下小麦穗自动检测与计数的准确性	小麦穗图像	计算机视觉	NA	深度学习	CNN	图像	NA	NA	DMseg-Count, DM-Count	平均绝对误差(MAE), 均方根误差(RMSE)	NA
210	2025-10-07	Synthetic augmentation of cancer cell line multi-omic datasets using unsupervised deep learning 2024-Nov-29, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54771-4 PMID:39614072	研究论文	本研究开发了一种无监督深度学习模型MOSA，用于整合和增强癌症细胞系的多组学数据集	提出首个专门用于整合和增强癌症依赖图谱的无监督深度学习模型，能够生成分子和表型特征，将多组学特征数量增加32.7%	NA	解决生物数据异质性、复杂性和稀疏性问题，实现对癌症生物学的整体理解	1523个癌症细胞系的多组学数据	机器学习	癌症	多组学分析	无监督深度学习	多组学数据	1523个癌症细胞系	NA	MOSA	SHAP分析	NA
211	2025-10-07	nPOD-Kidney: A Heterogenous Donor Cohort for the Investigation of Diabetic Kidney Disease Pathogenesis and Progression 2024-Nov-05, Kidney360 IF:3.2Q1 DOI:10.34067/KID.0000000620 PMID:39499578	研究论文	介绍nPOD-K肾脏项目通过传统和数字病理学方法研究糖尿病肾病发病机制和进展	建立首个基于器官捐赠者肾脏的异质性队列，结合数字病理和深度学习工具分析糖尿病肾病进展	研究依赖于器官捐赠者样本，样本获取可能受限	利用器官捐赠者肾脏增强对糖尿病肾病发病机制和进展的理解	器官捐赠者的肾脏组织样本	数字病理学	糖尿病肾病	传统病理学染色, 数字病理学, 全玻片成像	深度学习, 机器学习	病理图像	nPOD-K队列肾脏样本	Visiopharm	NA	组织学定量分析	NA
212	2025-10-07	Classification-based pathway analysis using GPNet with novel P-value computation 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf039 PMID:39879387	研究论文	本文提出了一种基于深度学习的通路分析方法GPNet，采用新型P值计算策略解决大规模多中心数据集中的通路分析问题	开发了基于混淆矩阵的新型P值计算方法，并将深度学习分类模型Gene PointNet应用于通路分析任务	NA	解决传统通路分析方法在低信噪比和大样本数据集中的性能限制	基因表达数据和生物通路	生物信息学	乳腺癌	RNA-Seq	深度学习分类模型	基因表达数据	癌症基因组图谱乳腺癌数据集	NA	Gene PointNet	Type I错误率, 统计功效	NA
213	2025-10-07	A Real-Time End-to-End Framework with a Stacked Model Using Ultrasound Video for Cardiac Septal Defect Decision-Making 2024-11-03, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10110280 PMID:39590744	研究论文	提出一种基于超声视频的实时端到端框架，用于小儿心脏间隔缺损的决策支持	首次将Yolov8l架构应用于实时小儿心脏超声视频分析，实现高精度的CSD自动诊断	研究样本仅来自单一医疗中心（印尼巨港Mohammad Hoesin总医院），需要更多外部验证	开发实时自动诊断系统以提高心脏间隔缺损的诊断效率	小儿心脏间隔缺损患者的超声视频	计算机视觉	心血管疾病	超声成像	YOLO	视频	222个超声视频（训练）+ 53个实时测试视频	PyTorch	Yolov8l	准确率, 敏感度, 特异性, mAP	NA
214	2025-10-07	GMDIC: a digital image correlation measurement method based on global matching for large deformation displacement fields 2024-Nov-01, Journal of the Optical Society of America. A, Optics, image science, and vision DOI:10.1364/JOSAA.533551 PMID:39889089	研究论文	提出一种基于深度学习的全局匹配数字图像相关方法GMDIC，用于测量复杂大变形位移场	结合多头注意力Swin-Transformer和高效通道注意力模块ECA，在特征中添加位置信息以增强特征表示能力	NA	改进数字图像相关方法在大变形位移场测量中的精度和效率	散斑图像的位移场测量	计算机视觉	NA	数字图像相关方法	深度学习	散斑图像	包含各种类型散斑图像和复杂变形的位移场数据集	NA	Swin-Transformer, ECA	位移预测精度	NA
215	2025-02-01	Inferring the genetic relationships between unsupervised deep learning-derived imaging phenotypes and glioblastoma through multi-omics approaches 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf037 PMID:39879386	研究论文	本研究旨在探讨无监督深度学习衍生的影像表型（UDIPs）与胶质母细胞瘤（GBM）之间的遗传关联	结合GWAS数据、单核RNA测序（snRNA-seq）和scPagwas方法，探索UDIPs与GBM的遗传联系，并识别了23个与GBM有显著因果关联的UDIPs	研究中涉及的UDIPs数量较多（512个），但仅有23个显示出显著关联，可能限制了结果的广泛适用性	研究无监督深度学习衍生的影像表型与胶质母细胞瘤之间的遗传关联	胶质母细胞瘤（GBM）患者及其影像表型	数字病理学	胶质母细胞瘤	GWAS, snRNA-seq, scPagwas	无监督深度学习	影像数据, 基因组数据	512个UDIPs	NA	NA	NA	NA
216	2025-10-07	AI-Based Noninvasive Blood Glucose Monitoring: Scoping Review 2024-Nov-19, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/58892 PMID:39561353	综述	本文通过系统范围综述方法，系统梳理了人工智能在无创血糖监测领域的应用现状	首次系统性地对AI在无创血糖监测中的应用进行范围综述，整合了多种技术方法和算法模型	纳入研究质量中等，模型和输入数据的异质性导致准确率范围较宽	绘制人工智能在无创血糖监测中的应用图谱	无创血糖监测技术和人工智能算法	医疗人工智能	糖尿病	光学技术,电化学传感器,成像技术,组织阻抗	机器学习,深度学习	传感器数据,图像数据	33篇论文，涵盖亚洲、美国、欧洲、中东和非洲地区2005-2023年的研究	NA	随机森林,人工神经网络	准确率,Clarke误差网格	NA
217	2025-10-07	Advancements in Using AI for Dietary Assessment Based on Food Images: Scoping Review 2024-Nov-15, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/51432 PMID:39546777	综述	本文对基于食物图像的AI饮食评估技术进行了系统性回顾，重点介绍了该领域的发展历程和技术演进	按时间顺序系统梳理了图像辅助饮食评估领域从传统机器学习到深度学习的演变过程，特别关注了多任务卷积神经网络和生成对抗网络等先进算法的应用	仅纳入了2008-2021年间发表的研究，且主要关注技术层面，对实际临床应用和用户接受度的讨论相对有限	为缺乏技术背景的读者提供AI在饮食评估中应用的全面概述，分析系统优缺点并提出改进建议	基于食物图像的饮食评估系统和技术方法	计算机视觉	NA	图像辅助饮食评估	CNN, GAN	图像	84篇经过筛选的研究文献	NA	多任务卷积神经网络, 生成对抗网络	宏量营养素估计准确率, 能量估计准确率, 微量营养素估计准确率	NA
218	2025-01-31	Artificial Intelligence in Audiology: A Scoping Review of Current Applications and Future Directions 2024-Nov-06, Sensors (Basel, Switzerland) DOI:10.3390/s24227126 PMID:39598904	综述	本文综述了人工智能在听力学中的当前应用和未来发展方向	总结了人工智能在听力学中的最新进展，特别是过去四年中87.5%的相关文献	存在伦理和专业挑战，需要更大规模和多样化的数据收集以及生物伦理学研究	探讨人工智能在听力学实践中的潜力和挑战	听力学领域的研究和应用	自然语言处理	NA	机器学习、深度学习	逻辑回归、支持向量机、多层感知器、随机森林、深度信念网络、决策树、k近邻、LASSO、卷积神经网络、大语言模型	文本、图像	104篇文献	NA	NA	NA	NA
219	2025-10-07	Prediction of cardiovascular markers and diseases using retinal fundus images and deep learning: a systematic scoping review 2024-Nov, European heart journal. Digital health DOI:10.1093/ehjdh/ztae068 PMID:39563905	系统性范围综述	本综述系统梳理了利用视网膜眼底图像和深度学习预测心血管标志物和疾病的研究现状	首次系统性综述深度学习结合视网膜眼底图像在心血管风险评估中的应用，识别了该领域的研究趋势和关键特征	纳入研究数量有限（24篇），外部验证罕见（21%），缺乏足够的前瞻性研究验证	评估利用视网膜眼底图像和深度学习预测心血管风险标志物和疾病的现有研究	心血管风险标志物和心血管疾病	计算机视觉	心血管疾病	视网膜眼底成像	CNN	图像	NA	NA	NA	判别性能	NA
220	2024-11-21	Machine learning models of cerebral oxygenation (rcSO2) for brain injury detection in neonates with hypoxic-ischaemic encephalopathy 2024-Nov, The Journal of physiology DOI:10.1113/JP287001 PMID:39425751	研究论文	本研究旨在测试区域脑氧饱和度（rcSO2）在检测患有缺氧缺血性脑病（HIE）的新生儿脑损伤中的潜在应用	本研究首次将机器学习和深度学习模型应用于rcSO2信号分析，以预测短期脑损伤，并展示了其在临床决策中的潜力	研究样本量较小，且仅限于足月婴儿，未来需要在大样本和不同年龄段婴儿中进一步验证	评估机器学习和深度学习模型在检测患有HIE的新生儿脑损伤中的应用	患有缺氧缺血性脑病（HIE）的足月新生儿	机器学习	新生儿疾病	近红外光谱（NIRS）	机器学习模型和深度学习模型	信号	58名足月婴儿	NA	NA	NA	NA