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
301	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
302	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
303	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
304	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
305	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
306	2025-10-07	Therapeutic gene target prediction using novel deep hypergraph representation learning 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf019 PMID:39841592	研究论文	提出一种基于超图表示学习的深度模型HIT，用于预测基因的治疗潜力、生物标志物状态或与疾病的关联	首次将超图结构与注意力机制相结合用于治疗性基因靶点预测，能够捕捉基因、本体、疾病和表型之间的复杂关系	已知治疗靶点数量有限可能影响模型性能	开发计算模型预测治疗性基因靶点以加速疾病治疗开发	基因、疾病、表型和生物本体	机器学习	NA	深度超图表示学习	Transformer	图结构数据	NA	NA	超图交互Transformer(HIT)	NA	NA
307	2025-10-07	Predicting transcriptional changes induced by molecules with MiTCP 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf006 PMID:39847444	研究论文	开发基于深度学习的MiTCP方法预测小分子诱导的转录谱变化	首次结合图神经网络同时建模分子结构表示和基因共表达关系进行转录变化预测	仅基于L1000数据集训练，模型泛化能力有待进一步验证	预测小分子化合物诱导的细胞转录谱变化	978个标志基因的转录谱变化	机器学习	癌症	转录组分析	图神经网络	分子结构数据，基因表达数据	L1000数据集	NA	图神经网络	皮尔逊相关系数	NA
308	2025-10-07	Assessing parkinsonism & cerebellar dysfunction with spiral & line drawings 2024-Nov-30, Ideggyogyaszati szemle DOI:10.18071/isz.77.0407 PMID:39635814	研究论文	通过螺旋和直线绘图评估帕金森病和小脑功能障碍	比较螺旋与直线绘图在识别帕金森病和小脑症状方面的性能，并探索压力数据在分类中的重要性	未明确说明样本规模和具体数据采集条件	开发基于绘图任务的神经系统疾病识别方法	帕金森病和小脑功能障碍患者	医疗人工智能	帕金森病, 小脑疾病	绘图任务分析	深度学习特征提取模型	绘图图像数据	NA	NA	预训练模型, 自定义深度学习模型	p值, 分类准确率	NA
309	2025-10-07	Deep learning for 3D vascular segmentation in hierarchical phase contrast tomography: a case study on kidney 2024-11-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77582-5 PMID:39516256	研究论文	本研究利用深度学习技术对分层相衬断层扫描成像中的肾脏3D血管进行分割，并建立评估基准	首次将nnU-Net框架应用于新型HiP-CT成像技术的血管分割，创建了经过双标注验证的高质量训练数据集	HiP-CT是离体成像技术，缺乏静水压力导致大血管塌陷分割效果差；细小血管连通性降低和血管边界分割错误	为血管分割建立稳健的基准模型，评估机器学习模型在高分辨率器官成像中的性能	来自人类器官图谱项目的三个肾脏血管数据	计算机视觉	肾脏疾病	分层相衬断层扫描（HiP-CT）	深度学习	3D图像	3个肾脏的血管数据	nnU-Net	U-Net	Dice相似系数, 中心线DSC	NA
310	2025-10-07	scGO: interpretable deep neural network for cell status annotation and disease diagnosis 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf018 PMID:39820437	研究论文	开发了一种基于基因本体的可解释深度学习框架scGO，用于单细胞RNA测序数据的细胞状态注释和疾病诊断	利用基因本体构建稀疏神经网络，通过基因、转录因子和GO术语之间的内在生物学关系增强模型可解释性，并引入计算基因操作技术用于发现治疗靶点	未明确说明模型在特定疾病类型或数据质量较差情况下的性能表现	解决深度学习模型在单细胞RNA测序分析中的可解释性问题，实现准确的细胞状态注释和疾病诊断	单细胞RNA测序数据中的细胞状态、疾病诊断、发育阶段预测、疾病严重程度评估和细胞衰老状态	生物信息学	多种疾病（未具体指定）	单细胞RNA测序	深度学习, 稀疏神经网络	单细胞RNA测序数据	多个scRNA-seq数据集（未提供具体样本数量）	NA	基于基因本体的稀疏神经网络架构	细胞亚型表征精度	NA
311	2024-11-23	Corrigendum to: Deep learning(s) in gaming disorder through the user-avatar bond: A longitudinal study using machine learning 2024-Nov-22, Journal of behavioral addictions IF:6.6Q1 DOI:10.1556/2006.2024.30000 PMID:39576296	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
312	2025-10-07	Exploring the Trade-Off in the Variational Information Bottleneck for Regression with a Single Training Run 2024-Nov-30, Entropy (Basel, Switzerland) DOI:10.3390/e26121043 PMID:39766672	研究论文	提出一种可在单次训练中获取回归问题所有β值下VIB最优解的框架	首次在回归问题中推导VIB最优解，并提出单次训练即可探索所有β值的创新框架	仅针对回归问题进行分析，未涉及分类等其他任务	分析变分信息瓶颈在回归问题中的行为特性并提升参数探索效率	变分信息瓶颈方法在回归任务中的应用	机器学习	NA	变分信息瓶颈	VIB	NA	NA	NA	NA	NA	NA
313	2025-10-07	Artificial Intelligence in IVF Laboratories: Elevating Outcomes Through Precision and Efficiency 2024-Nov-28, Biology DOI:10.3390/biology13120988 PMID:39765654	综述	探讨人工智能技术在体外受精实验室中的应用及其对生殖医学的影响	系统分析AI在胚胎和精子选择自动化、临床决策优化方面的创新应用	存在数据安全、算法偏见和人机交互等伦理监管挑战	提升体外受精实验室的精准度和效率	体外受精实验室流程和生殖医学	机器学习	生殖系统疾病	NA	神经网络,深度学习,机器学习	医疗数据	NA	NA	NA	准确率,一致性,操作效率	NA
314	2025-10-07	VDMNet: A Deep Learning Framework with Vessel Dynamic Convolution and Multi-Scale Fusion for Retinal Vessel Segmentation 2024-Nov-25, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11121190 PMID:39768008	研究论文	提出一种名为VDMNet的新型深度学习框架，用于视网膜血管分割	集成了快速多头自注意力模块、血管动态卷积模块、多尺度融合机制和加权非对称焦点Tversky损失函数，有效解决了噪声敏感、类别不平衡和复杂血管形态分割等挑战	NA	开发更精确的视网膜血管分割方法	视网膜血管图像	计算机视觉	眼科疾病	光学相干断层扫描血管成像(OCTA)	深度学习分割网络	医学图像	ROSE-1和OCTA-3M两个公开数据集	NA	VDMNet	多种评估指标	NA
315	2025-10-07	Early Detection of Macular Atrophy Automated Through 2D and 3D Unet Deep Learning 2024-Nov-25, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11121191 PMID:39768009	研究论文	开发了一种基于2D和3D Unet架构的自动化方法，用于通过光学相干断层扫描早期检测黄斑萎缩	首次结合2D和3D Unet架构开发自动化黄斑萎缩检测方法，性能优于人工评分	样本量相对有限（125只眼睛，89名患者）	开发黄斑萎缩的早期自动检测方法	年龄相关性黄斑变性患者的黄斑萎缩病变	计算机视觉	年龄相关性黄斑变性	光学相干断层扫描	CNN	医学影像	1241个容积OCT扫描，来自125只眼睛（89名患者）	NA	2D Unet, 3D Unet	Dice相似系数, F1分数	NA
316	2025-10-07	LVGG-IE: A Novel Lightweight VGG-Based Image Encryption Scheme 2024-Nov-23, Entropy (Basel, Switzerland) DOI:10.3390/e26121013 PMID:39766642	研究论文	提出一种基于轻量级VGG网络的图像加密方案LVGG-IE，通过结合混沌系统和深度学习实现高效安全的图像加密	设计轻量级VGG网络生成密钥种子，构建动态S-box和单连接层，将明文图像与混沌系统初始值关联	未明确说明计算复杂度分析，缺乏与其他深度学习加密方案的详细对比	开发高安全性和高效率的图像加密方案	数字图像的安全加密	计算机视觉	NA	图像加密，混沌系统，深度学习	CNN	图像	NA	NA	VGG	相关系数，NPCR，UACI	NA
317	2025-10-07	Metastasis Detection Using True and Artificial T1-Weighted Postcontrast Images in Brain MRI 2024-Nov-19, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001137 PMID:39688447	研究论文	比较真实对比增强T1加权图像与深度学习合成的伪图像在脑转移瘤检测中的敏感性和精确度	首次使用深度学习从低剂量MRI图像合成对比增强图像，并系统评估其在转移瘤检测中的性能	样本量相对较小（40名参与者），仅评估了两种钆对比剂剂量	评估低剂量对比剂结合深度学习合成图像在脑转移瘤检测中的可行性	脑转移瘤患者和正常脑部发现的患者	医学影像分析	脑转移瘤	脑磁共振成像（MRI），深度学习图像合成	深度学习	MRI图像	40名参与者（24名男性，平均年龄54.3±15.1岁），来自5个中心的917名参与者数据库	NA	NA	敏感性，精确度，假阳性发现	NA
318	2025-10-07	Deep learning segmentation architectures for automatic detection of pancreatic ductal adenocarcinoma in EUS-guided fine-needle biopsy samples based on whole-slide imaging 2024 Nov-Dec, Endoscopic ultrasound IF:4.4Q1 DOI:10.1097/eus.0000000000000094 PMID:39802107	研究论文	本研究比较了7种U-Net架构变体在胰腺导管腺癌全玻片图像分割中的性能	评估了多种先前未在PDAC全玻片图像分割中探索的U-Net架构变体，并在两个不同医疗中心的数据集上进行交叉验证	样本量较小（分别为31和33张全玻片图像），仅针对胰腺导管腺癌一种疾病	开发基于深度学习的自动分割方法用于胰腺导管腺癌诊断	EUS引导细针活检样本的全玻片图像	数字病理学	胰腺癌	全玻片成像	CNN	图像	两个数据集分别包含31和33张全玻片图像	NA	U-Net, Inception U-Net	Dice系数, IoU	NA
319	2025-10-07	Functional imaging derived ADHD biotypes based on deep clustering: a study on personalized medication therapy guidance 2024-Nov, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2024.102876 PMID:39763511	研究论文	本研究基于功能影像数据开发深度学习聚类方法识别ADHD生物亚型，并探索其对个性化药物治疗的指导意义	首次提出结合功能网络连接性和非影像表型数据的图卷积网络生物亚型检测方法，实现了ADHD的客观分型并验证了不同亚型对药物的差异化反应	样本量相对有限，验证集仅来自单一医疗中心，需要更大规模的多中心研究进一步验证	开发基于神经影像的ADHD生物分型方法，为个性化药物治疗提供指导	注意缺陷多动障碍患者	医学影像分析	神经发育障碍	功能磁共振成像，深度学习聚类	图卷积网络	功能网络连接性数据，非影像表型数据	发现集1069名ADHD患者（来自ABCD研究），验证集130名ADHD青少年（来自北京大学第六医院）	深度学习框架	图卷积网络	恢复率，统计学显著性	NA
320	2025-10-07	LOGOWheat: deep learning-based prediction of regulatory effects for noncoding variants in wheats 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae705 PMID:39789857	研究论文	开发基于深度学习的LOGOWheat工具，用于预测小麦非编码变异的调控效应	首次将基于自注意力的上下文预训练语言模型应用于小麦基因组，整合表观基因组数据进行微调以识别基因组序列中的调控代码	NA	预测小麦非编码变异的调控功能	小麦基因组非编码变异	自然语言处理	NA	表观基因组分析	自注意力机制,预训练语言模型	基因组序列,表观基因组数据	NA	NA	Transformer	AUROC,AUPRC	NA