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
281	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
282	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
283	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
284	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
285	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
286	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
287	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
288	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
289	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
290	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
291	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
292	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
293	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
294	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
295	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
296	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
297	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
298	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
299	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
300	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