深度学习在生物医药领域中的应用

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
41	2025-08-06	Enhancing Autism Spectrum Disorder identification in multi-site MRI imaging: A multi-head cross-attention and multi-context approach for addressing variability in un-harmonized data 2024-11, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102998 PMID:39442245	研究论文	提出一种多头部交叉注意力和多上下文方法，用于解决多站点MRI成像中未协调数据的变异性问题，以增强自闭症谱系障碍的识别	提出CCMSMCF框架，整合了多头部注意力跨尺度模块和残差多上下文模块，采用多种损失函数进行模型训练，提高了跨站点数据的泛化能力	模型仅在ABIDE-I数据集上进行了验证，需要进一步在其他数据集上测试其泛化性能	最小化站点和扫描仪变异性对分析的影响，开发一个在不同扫描仪和站点上均有效的模型	自闭症谱系障碍（ASD）患者的多站点MRI成像数据	数字病理学	自闭症谱系障碍	fMRI	CCMSMCF（整合了MHACSM和RMCN模块）	MRI图像	Autism Brain Imaging Data Exchange I (ABIDE-I)数据集中的多站点数据
42	2025-08-06	Use of Artificial Intelligence in Cobb Angle Measurement for Scoliosis: Retrospective Reliability and Accuracy Study of a Mobile App 2024-11-01, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/50631 PMID:39486021	研究论文	本研究评估了一种基于深度学习的移动AI应用在自动测量脊柱侧弯患者Cobb角方面的可靠性和准确性	开发了一种完全自动化的AI应用，无需医生手动测量，减少了观察者间的变异性	研究为回顾性分析，未在实时临床环境中验证应用性能	评估AI应用在脊柱侧弯Cobb角自动测量中的准确性和可靠性	601名脊柱侧弯儿童的802张全脊柱X光片	数字病理学	脊柱侧弯	深度学习	NA	X光图像	601名儿童（89名男性，512名女性，年龄10-17岁）的802张X光片
43	2025-08-06	MMD-DTA: A Multi-Modal Deep Learning Framework for Drug-Target Binding Affinity and Binding Region Prediction 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3451985 PMID:39208057	研究论文	提出了一种名为MMD-DTA的多模态深度学习框架，用于预测药物-靶标结合亲和力及结合区域	通过无监督学习同时预测药物-靶标结合亲和力和结合区域，整合了药物和靶标的序列与结构信息	未提及具体的数据集规模限制或模型计算资源需求	改进药物-靶标结合亲和力预测方法并增强模型的可解释性	药物分子与靶标蛋白的相互作用	机器学习	NA	图神经网络(GNN)与结构特征提取网络	多模态深度学习框架(MMD-DTA)	序列数据与结构数据	基准数据集（未说明具体样本量）
44	2025-07-29	Multi-modality deep learning-based [68Ga]Ga-DOTA-FAPI-04 PET polar map generation: potential value in detecting reactive fibrosis after myocardial infarction 2024-Nov, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-06850-3 PMID:39060373	研究论文	本研究提出了一种基于深度学习的多模态图像融合方法，用于提高[68Ga]Ga-DOTA-FAPI-04 PET极坐标图生成的准确性，并探索其在检测心肌梗死后反应性纤维化中的潜在价值	通过融合多模态图像补偿[68Ga]Ga-DOTA-FAPI-04 PET图像中丢失的心脏结构信息，提高了极坐标图生成的准确性	研究样本量相对较小（87例患者），且仅针对ST段抬高型心肌梗死患者	提高[68Ga]Ga-DOTA-FAPI-04 PET极坐标图生成的准确性，并探索其在心肌梗死后反应性纤维化检测中的临床价值	87例ST段抬高型心肌梗死患者的133对[68Ga]Ga-DOTA-FAPI-04 PET/MR图像	数字病理	心血管疾病	PET/MR成像	深度学习	医学图像	87例ST段抬高型心肌梗死患者的133对[68Ga]Ga-DOTA-FAPI-04 PET/MR图像，其中26例用于纵向分析
45	2025-07-25	Enhancing the diagnostic capacity of [18F]PSMA-1007 PET/MRI in primary prostate cancer staging with artificial intelligence and semi-quantitative DCE: an exploratory study 2024-Nov-08, EJNMMI reports DOI:10.1186/s41824-024-00225-5 PMID:39510993	研究论文	探讨基于人工智能和半定量动态对比增强MRI在[18F]-PSMA-1007 PET/MRI中区分前列腺良恶性组织的能力	结合人工智能和半定量DCE分析提高前列腺癌诊断准确性	样本量较小（仅7例患者），需进一步验证	提高[18F]PSMA-1007 PET/MRI在前列腺癌原发灶分期中的诊断能力	原发性前列腺癌患者	数字病理	前列腺癌	PET/MRI, 动态对比增强MRI (DCE-MRI), 深度学习	深度学习管道 (DL pipeline)	医学影像 (PET/MRI图像)	7例前列腺癌患者
46	2025-07-25	Multimodal Artificial Intelligence in Medicine 2024-Nov-01, Kidney360 IF:3.2Q1 DOI:10.34067/KID.0000000000000556 PMID:39167446	研究论文	本文探讨了多模态人工智能在医学中的应用及其挑战	介绍了多模态Transformer模型在医疗领域的应用，能够处理文本、图像和结构化数据等多种数据形式	多模态深度学习模型的整合需要考虑伴随的伦理和环境挑战	研究多模态人工智能在医学诊断和治疗中的适用性和挑战	多模态医疗数据（如文本、图像和结构化数据）	人工智能	NA	多模态Transformer模型	Transformer	多模态数据（文本、图像、结构化数据）	NA
47	2025-07-24	Accurate de novo design of high-affinity protein binding macrocycles using deep learning 2024-Nov-18, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.18.622547 PMID:39605685	research paper	介绍了一种基于深度学习的去噪扩散管道RFpeptides，用于设计针对特定蛋白质靶点的大环肽结合物	首次提出了一种稳健的方法来设计蛋白质结合大环肽，无需依赖大规模筛选方法	研究中仅测试了四种蛋白质靶点，样本量较小	开发一种能够高效设计高亲和力大环肽结合物的方法	大环肽结合物及其与目标蛋白质的相互作用	machine learning	NA	deep learning, denoising diffusion	diffusion-based model	protein sequence and structure data	20 or fewer designed macrocycles against each of four diverse proteins
48	2025-07-24	Promoted production of Fe(IV)/Fe(V) intermediates in the calcium peroxide/ferrate(VI) process for low-damage removal of algal contaminants and membrane fouling control 2024-11-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.135709 PMID:39236536	研究论文	本文创新性地将过氧化钙（CaO）与高铁酸盐（Fe(VI)）耦合，用于超滤（UF）过程中低损伤去除藻类污染物和控制膜污染	首次将CaO与Fe(VI)耦合用于UF过程，促进Fe(IV)/Fe(V)中间体的生成，有效控制藻类膜污染	未提及具体的研究局限性	开发一种低损伤去除藻类污染物并控制超滤膜污染的新方法	藻类污染物和超滤膜污染	环境工程	NA	超滤（UF）、钙过氧化物/高铁酸盐处理	LSTM深度学习网络	实验数据	未明确提及具体样本数量
49	2025-07-23	ViViEchoformer: Deep Video Regressor Predicting Ejection Fraction 2024-Nov-25, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01336-y PMID:39586913	研究论文	本文提出了一种名为ViViEchoformer的深度学习方法，通过视频视觉变换器直接从超声心动图视频中回归左心室功能（LVEF）	使用视频视觉变换器（ViViEchoformer）直接从超声心动图视频中回归左心室功能，实现了全自动EF预测	研究仅使用了斯坦福大学医院的10,030个心尖四腔超声心动图视频，可能限制了模型的泛化能力	开发一种能够准确预测射血分数（EF）的深度学习方法，以辅助人类评估和分析	左心室功能（LVEF）的预测	数字病理学	心血管疾病	深度学习（DL）	视频视觉变换器（ViViEchoformer）	视频	10,030个心尖四腔超声心动图视频
50	2025-07-23	Comparison of Three Computational Tools for the Prediction of RNA Tertiary Structures 2024-Nov-08, Non-coding RNA IF:3.6Q2 DOI:10.3390/ncrna10060055 PMID:39585047	研究论文	比较三种计算工具在预测RNA三级结构方面的效用	首次比较RNAComposer、Rosetta FARFAR2和AlphaFold 3在预测RNA三级结构方面的表现，并发现AlphaFold 3在直接从RNA一级序列预测结构方面表现最佳	在预测人类前microRNA和较大BioRNA分子的远端环结构时，三种工具存在显著差异，且这些RNA的三维结构尚未通过实验表征	评估不同计算工具在预测RNA三级结构方面的准确性和适用性	非编码RNA（ncRNAs），包括小干扰RNA药物nedosiran和新型生物工程RNA（BioRNA）分子	计算生物学	NA	RNA三级结构预测	RNAComposer, Rosetta FARFAR2, AlphaFold 3	RNA序列	多种RNA分子，包括nedosiran和BioRNA
51	2025-07-23	ChromaFold predicts the 3D contact map from single-cell chromatin accessibility 2024-11-01, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53628-0 PMID:39487131	研究论文	介绍了一种名为ChromaFold的深度学习模型，能够从单细胞ATAC测序数据预测3D接触图谱	ChromaFold仅需scATAC-seq数据即可预测3D接触图谱，无需依赖Hi-C或其他辅助数据，且在性能上达到当前最佳水平	模型训练需要配对的scATAC-seq和Hi-C数据，这可能在某些情况下限制其应用	通过预测3D染色质相互作用来解析基因调控和解释疾病相关的非编码变异	人类和小鼠的测试细胞类型	计算生物学	NA	scATAC-seq, Hi-C	深度学习模型	单细胞ATAC测序数据	NA
52	2025-07-23	A wearable echomyography system based on a single transducer 2024-Nov, Nature electronics IF:33.7Q1 DOI:10.1038/s41928-024-01271-4 PMID:40677283	研究论文	本文介绍了一种基于单个换能器的可穿戴回声肌电图系统，用于肌肉活动的无线监测	开发了一种完全集成的可穿戴回声肌电图系统，使用单个定制换能器，具有低功耗和无线功能，克服了传统回声肌电图系统体积大、功耗高的限制	未提及系统在不同体型或皮肤类型用户中的适用性，以及长期佩戴的舒适性问题	开发一种新型可穿戴设备，用于准确、长期无线监测肌肉活动	人体肌肉活动，特别是横膈膜和 forearm 肌肉	生物医学工程	NA	回声肌电图	深度学习算法	超声波射频数据	未明确提及具体样本数量
53	2025-07-22	Generative adversarial networks accurately reconstruct pan-cancer histology from pathologic, genomic, and radiographic latent features 2024-Nov-15, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adq0856 PMID:39546597	研究论文	提出并验证了一种自定义生成对抗网络HistoXGAN，能够利用常见特征提取器生成的特征向量重建具有代表性的组织学图像	开发了HistoXGAN，能够从病理、基因组和放射学潜在特征中准确重建泛癌组织学图像，并保留肿瘤分级、组织学亚型和基因表达模式的信息	未提及具体的技术限制或数据集局限性	探索人工智能模型在肿瘤组织学分析中的应用，特别是通过生成对抗网络重建组织学图像	29种癌症亚型的组织学图像	数字病理学	泛癌（多种癌症）	生成对抗网络（GAN）	HistoXGAN（自定义GAN）	组织学图像、基因组数据、放射影像	涵盖29种癌症亚型（未提及具体样本数量）
54	2025-07-22	Leveraging Deep Learning of Chest Radiograph Images to Identify Individuals at High Risk for Chronic Obstructive Pulmonary Disease 2024-Nov-15, medRxiv : the preprint server for health sciences DOI:10.1101/2024.11.14.24317055 PMID:39606360	研究论文	本研究评估了深度学习应用于常规门诊胸部X光片（CXRs）以识别高风险慢性阻塞性肺疾病（COPD）个体的能力	开发并外部验证了一个卷积神经网络（CXR-Lung-Risk），用于从常规CXR图像预测COPD发病风险，超越了已知风险因素的预测能力	研究样本主要来自特定医疗机构的门诊患者，可能限制了结果的普适性	评估深度学习模型在预测COPD发病风险中的应用价值	无肺癌、COPD或肺气肿的门诊患者	数字病理学	慢性阻塞性肺疾病	深度学习	CNN	图像	12,550名曾经吸烟者和15,298名从未吸烟者（主要分析），以及2,097名PBHS参与者（次要分析）
55	2025-07-22	Dynamic modulation of social gaze by sex and familiarity in marmoset dyads 2024-Nov-05, bioRxiv : the preprint server for biology DOI:10.1101/2024.02.16.580693 PMID:38405818	research paper	开发了一种新框架，用于准确追踪自由活动的普通狨猴的面部特征和三维头部注视方向，并研究了性别和熟悉度对狨猴社交注视行为的影响	结合深度学习计算机视觉工具和三角测量算法，开发了一种新方法，能够在自由活动的狨猴中准确追踪面部特征和三维头部注视方向	研究仅针对狨猴，结果可能不适用于其他灵长类动物	研究性别和熟悉度对狨猴社交注视行为的影响	自由活动的普通狨猴	computer vision	NA	深度学习计算机视觉工具和三角测量算法	NA	video	狨猴成对组合
56	2025-07-22	Natural Language Processing of Clinical Documentation to Assess Functional Status in Patients With Heart Failure 2024-11-04, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2024.43925 PMID:39509128	研究论文	本研究开发并验证了一种深度学习自然语言处理（NLP）策略，用于从非结构化的临床文档中提取心力衰竭患者的功能状态评估	使用深度学习NLP技术从非结构化临床文档中提取功能状态评估，显著提高了NYHA分类和心力衰竭症状描述的识别能力	研究仅基于三个大型医疗网络的数据，可能无法完全代表其他医疗环境	开发并验证一种NLP策略，用于从临床文档中提取心力衰竭患者的功能状态评估	心力衰竭患者的临床文档	自然语言处理	心血管疾病	自然语言处理（NLP）	深度学习模型	文本	34,070名心力衰竭患者，182,308份未标注的临床文档
57	2025-07-22	A medical image classification method based on self-regularized adversarial learning 2024-Nov, Medical physics IF:3.2Q1 DOI:10.1002/mp.17320 PMID:39078069	研究论文	提出一种基于自正则化对抗学习的医学图像分类方法，旨在解决医学图像数据中的小样本、类别不平衡和图像质量变化大等挑战	创新性地将GAN模型作为辅助正则化项支持分类任务，无需额外数据标注，通过对抗学习策略提升分类性能	模型性能依赖于对抗网络的质量，且需要较大训练数据量来优化GAN模型	提升医学图像分类的准确性并缓解过拟合问题	医学图像数据（胸部X光片和正电子发射断层扫描图像）	数字病理学	COVID-19, 口咽鳞状细胞癌	GAN, 深度学习	GAN-DL（包含F-Net、R-Net、D-Net）	图像	COVID-19数据集包含13,958张胸部X光片，OPSCC数据集包含3,255张正电子发射断层扫描图像
58	2025-07-21	Integrating spatial transcriptomics and snRNA-seq data enhances differential gene expression analysis results of AD-related phenotypes 2024-Nov-18, medRxiv : the preprint server for health sciences DOI:10.1101/2024.11.18.24317499 PMID:39606364	研究论文	本研究整合空间转录组学和单核RNA测序数据，增强了对阿尔茨海默病相关表型的空间信息和细胞类型特异性差异基因表达分析能力	结合空间转录组学和单核RNA测序数据，提高了空间信息和细胞类型特异性差异基因表达分析的检测能力，发现了传统方法无法识别的与阿尔茨海默病相关的基因和通路	研究依赖于推断的空间位置信息，可能存在一定的误差	增强对阿尔茨海默病相关表型的空间信息和细胞类型特异性差异基因表达分析	阿尔茨海默病相关的β-淀粉样蛋白、缠结密度和认知衰退表型	生物信息学	阿尔茨海默病	空间转录组学(ST)、单核RNA测序(snRNA-seq)	深度学习工具CelEry、线性混合回归模型	基因表达数据	436个死后大脑的背外侧前额叶皮层(DLPFC)组织
59	2025-07-21	In vivo evaluation of complex polyps with endoscopic optical coherence tomography and deep learning during routine colonoscopy: a feasibility study 2024-11-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78891-5 PMID:39537775	研究论文	本研究评估了在常规结肠镜检查中使用内窥镜光学相干断层扫描（OCT）和深度学习技术评估复杂息肉的可行性	结合内窥镜OCT和深度学习技术，提供了对多种组织学亚型息肉的详细比较，而不仅仅是良性和恶性病变的区分	样本量较小（35个息肉，32名患者），且为初步临床研究	评估内窥镜OCT在常规结肠镜检查中评估结直肠息肉的可行性	接受内窥镜治疗的大型结直肠息肉患者	数字病理学	结直肠癌	内窥镜光学相干断层扫描（OCT）	深度学习模型	图像	35个息肉来自32名患者
60	2025-07-20	A deep learning feature importance test framework for integrating informative high-dimensional biomarkers to improve disease outcome prediction 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae709 PMID:39815828	研究论文	本文提出了一种名为HdFIT的深度学习特征重要性测试框架，用于整合高维生物标志物以提升疾病结果预测	引入了HdFIT框架，结合特征筛选步骤和机器学习模型，有效识别关键生物标志物并提升预测准确性	未提及具体疾病类型的应用限制或框架在不同数据集上的泛化能力	提高疾病结果预测的准确性并理解疾病机制	行为、临床和高维分子特征	机器学习	NA	深度学习	深度神经网络	高维分子数据	蒙特卡洛实验和真实微生物组研究