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
61	2025-10-06	Performance of Risk Models for Antimicrobial Resistance in Adult Patients With Sepsis 2024-11-04, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2024.43658 PMID:39509131	研究论文	评估脓毒症患者抗菌素耐药性风险模型在不同医院间的性能差异	首次系统分析患者病例组合和当地耐药率对革兰阴性杆菌脓毒症风险模型跨医院性能的影响	回顾性研究设计，仅包含美国中西部10家医院的数据	评估脓毒症患者抗菌素耐药性风险模型的泛化性能	成年脓毒症患者	医学信息学	脓毒症	深度学习	深度学习模型	临床数据	39,893名患者，85,238次脓毒症发作	NA	NA	AUROC, AUPRC	NA
62	2025-10-06	A deep learning model for estimating sedation levels using heart rate variability and vital signs: a retrospective cross-sectional study at a center in South Korea 2024-Nov, Acute and critical care IF:1.7Q3 DOI:10.4266/acc.2024.01200 PMID:39600246	研究论文	开发基于心率变异性和生命体征的深度学习模型，用于预测儿科患者的镇静水平	首次结合心率变异性参数和生命体征开发深度学习模型，实现儿科患者镇静水平的自动连续监测	单中心回顾性研究，需要多中心验证以确立更广泛的适用性	开发能够预测儿科重症患者有效和安全镇静水平的深度学习模型	儿科重症监护病房的患儿	医疗人工智能	重症监护	心电图波形分析，心率变异性参数提取	深度学习	生理信号数据，生命体征数据	324名患者的4,193个特征集	NA	1D ResNet	AUROC, AUPRC	NA
63	2025-10-06	Three-Dimensional Thermal Tomography with Physics-Informed Neural Networks 2024-11-30, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10120140 PMID:39728902	研究论文	本研究利用物理信息神经网络进行三维热层析成像，从表面温度数据重建内部温度场	将物理约束（热方程）嵌入损失函数，结合统计不确定性训练，提高了在非理想条件下的鲁棒性	对于较大尺寸物体（特别是远离表面的区域），在非理想条件下预测能力会下降	开发高精度的非侵入式热成像技术，用于内部温度场重建	人体等具有小温度梯度的生物体	计算机视觉	NA	热层析成像	CNN	温度数据	小型体模（如直径10厘米）	NA	3D CNN	准确性	NA
64	2025-10-06	STANet: A Novel Spatio-Temporal Aggregation Network for Depression Classification with Small and Unbalanced FMRI Data 2024-11-28, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10120138 PMID:39728900	研究论文	提出一种新型时空聚合网络STANet，用于解决小样本和不平衡fMRI数据的抑郁症分类问题	结合CNN和RNN捕获脑活动的时空特征，采用ICA进行时空信息聚合，使用多尺度深度卷积提取细节特征，并引入注意力-傅里叶门控循环单元分类器	基于小样本和不平衡fMRI数据，可能影响模型泛化能力	通过功能磁共振成像和人工智能技术改进抑郁症诊断	抑郁症患者的功能磁共振成像数据	医学影像分析	抑郁症	功能磁共振成像(fMRI), 独立成分分析(ICA)	CNN, RNN, GRU	功能磁共振成像数据	小样本不平衡数据	NA	STANet, AFGRU	准确率, AUC	NA
65	2025-10-06	Evolving and Novel Applications of Artificial Intelligence in Abdominal Imaging 2024-11-18, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10110133 PMID:39590942	综述	本文评估人工智能在腹部影像学领域的当前应用现状，重点关注诊断优化、工作流程改进和定量成像技术	系统梳理AI在腹部多器官（肝胆、胰腺、胃、结肠等）病理诊断与鉴别的最新应用，并强调放射组学和深度学习在组织特性量化分析中的创新价值	存在技术、伦理和法律方面的持续挑战	评估人工智能在腹部影像学中的发展现状与临床应用价值	腹部器官（肝胆、胰腺、胃、结肠、肾脏、肾上腺、脾脏）的病理诊断与组织特性分析	医学影像分析	腹部多器官疾病	放射组学，深度学习	深度学习模型	医学影像数据	NA	NA	NA	NA	NA
66	2025-10-06	A systematic review of deep learning-based denoising for low-dose computed tomography from a perceptual quality perspective 2024-Nov, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00419-7 PMID:39465112	系统综述	从感知质量角度系统综述深度学习在低剂量CT去噪中的应用	专注于从感知质量角度分析LDCT去噪方法，强调平衡感知质量与诊断质量的重要性	当前基准测试存在显著局限性，感知质量评估具有主观性	改善低剂量CT图像的感知质量，生成临床实践中偏好的诊断质量图像	低剂量CT图像	计算机视觉	NA	低剂量计算机断层扫描(LDCT)	GAN	医学图像	NA	NA	NA	PSNR, SSIM	NA
67	2025-10-06	Artificial intelligence in endodontics: Data preparation, clinical applications, ethical considerations, limitations, and future directions 2024-11, International endodontic journal IF:5.4Q1 DOI:10.1111/iej.14128 PMID:39075670	综述	本文全面回顾了人工智能在牙髓病学中的数据准备、临床应用、伦理考量、局限性与未来发展方向	系统梳理了AI在牙髓病学应用的技术与伦理维度，并首次整合评估指标、实际应用与临床实施障碍的综合分析框架	模型可解释性不足、泛化能力有限、临床实践采纳度低	探讨人工智能在牙髓病学领域的应用潜力与实施路径	牙髓病学领域的AI技术应用	医疗人工智能	牙髓疾病	深度学习	CNN	医学影像	NA	NA	卷积神经网络	准确率	NA
68	2025-10-06	Artificial intelligence in endodontics: Fundamental principles, workflow, and tasks 2024-11, International endodontic journal IF:5.4Q1 DOI:10.1111/iej.14127 PMID:39056554	综述	本文系统阐述了人工智能在牙髓病学中的基本原理、工作流程和具体应用	首次针对牙髓病学领域系统梳理AI技术框架，填补临床医生对机器学习基础知识的认知空白	属于叙述性综述，未包含原始实验数据验证	促进人工智能在牙髓病学领域的理解与应用	牙髓病学临床实践与教育	计算机视觉,自然语言处理	牙髓疾病	NA	神经网络	影像数据,文本数据	NA	NA	NA	NA	NA
69	2025-10-06	Advancing dermoscopy through a synthetic hair benchmark dataset and deep learning-based hair removal 2024-11, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.29.11.116003 PMID:39564076	研究论文	开发用于皮肤镜图像脱毛的合成毛发基准数据集和深度学习模型	创建了模拟多种毛发类型和尺寸的合成毛发皮肤镜图像数据集，并设计了专注于有效脱毛同时保留黑色素瘤病变完整性的CNN模型	NA	提高皮肤镜图像清晰度以改善黑色素瘤早期检测	皮肤镜图像中的毛发和黑色素瘤病变	计算机视觉	黑色素瘤	皮肤镜检查	CNN	图像	NA	NA	NA	NA	NA
70	2025-10-06	Improving tabular data extraction in scanned laboratory reports using deep learning models 2024-11, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104735 PMID:39393477	研究论文	开发基于深度学习的OCR方法从扫描实验室报告中提取表格数据	提出专门针对临床文档的OCR流程，结合最先进的深度学习模型进行感兴趣区域检测和表格识别	仅使用650个标注表格进行训练和评估，样本规模有限	开发先进技术从扫描实验室报告中准确提取实验室检测信息	扫描实验室报告中的表格数据	计算机视觉	NA	光学字符识别(OCR)	DETR, YOLO, EDD	扫描文档图像	632份实验室检测报告中的650个表格	NA	DETR R18, YOLOv8s, PaddleOCR, 编码器-双解码器(EDD)	平均精度(AP), 平均召回率(AR), AP50, AP75, 树编辑距离(TEDS)	NA
71	2025-10-06	Demonstration-based learning for few-shot biomedical named entity recognition under machine reading comprehension 2024-11, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104739 PMID:39490610	研究论文	提出一种基于演示学习的机器阅读理解方法来解决生物医学命名实体识别中的少样本学习问题	将生物医学命名实体识别重新定义为机器阅读理解问题，并引入演示学习方法	仅在25-shot和50-shot的少样本场景下验证，未涉及更极端的少样本情况	提升模型在少样本场景下识别生物医学实体的能力	生物医学命名实体识别	自然语言处理	NA	机器阅读理解	基于MRC的语言模型	文本	六个基准数据集：BC4CHEMD、BC5CDR-Chemical、BC5CDR-Disease、NCBI-Disease、BC2GM、JNLPBA	NA	MRC语言模型	F1分数	NA
72	2025-10-06	Generative Adversarial Network-Based Augmentation With Noval 2-Step Authentication for Anti-Coronavirus Peptide Prediction 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3431688 PMID:39037884	研究论文	本研究利用生成对抗网络进行抗病毒肽数据增强，并通过新型两步认证方法提升抗冠状病毒肽预测性能	提出结合生成对抗网络的数据增强方法和新型两步认证流程，用于验证合成肽的抗病毒活性	未明确说明数据集的样本数量限制和模型泛化能力验证	开发更准确的抗病毒肽预测方法，特别是针对抗冠状病毒肽的识别	抗病毒肽和抗冠状病毒肽	机器学习	冠状病毒感染	生成对抗网络，NCBI-BLAST比对	GAN, CNN	肽序列数据	NA	NA	1-D CNN	准确率, AUC, MCC	NA
73	2025-10-06	Enhancing Generalizability in Biomedical Entity Recognition: Self-Attention PCA-CLS Model 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3429234 PMID:39012749	研究论文	提出一种结合全局自注意力和字符级CNN的PCA-CLS模型，用于提升生物医学实体识别的泛化能力	提出PCA-CLS模型，结合全局自注意力和字符级卷积神经网络技术，解决生物医学文本中的词汇外挑战	NA	提升生物医学实体识别任务的泛化能力	生物医学文本中的基因、药物、疾病和物种等实体	自然语言处理	NA	实体识别	CNN,LSTM,Self-Attention	文本	八个不同的生物医学领域数据集	NA	PCA-CLS (Position and Contextual Attention with CNN-LSTM-Softmax)	F-score	NA
74	2025-10-06	Bi-SeqCNN: A Novel Light-Weight Bi-Directional CNN Architecture for Protein Function Prediction 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3426491 PMID:38990747	研究论文	提出一种新型轻量级双向CNN架构Bi-SeqCNN用于蛋白质功能预测	首次将双向CNN应用于通用时序数据分析而不仅限于蛋白质序列，并采用集成方法提升预测效果	NA	开发更高效的蛋白质功能预测框架	蛋白质序列	机器学习	NA	深度学习	CNN	序列数据	三个基准蛋白质序列数据集	NA	Bi-SeqCNN	准确率提升	NA
75	2025-10-06	Transcription Factor Binding Site Prediction Using CnNet Approach 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3411024 PMID:38848239	研究论文	本研究提出名为CnNet的方法，结合MEME技术和卷积神经网络预测转录因子结合位点	提出结合MEME技术和CNN的CnNet新方法，在转录因子结合位点预测准确率上优于现有方法	NA	开发新的计算方法预测转录因子结合位点	DNA基因序列数据集	机器学习	NA	MEME, 深度学习	CNN	DNA序列数据	NA	NA	卷积神经网络	准确率	NA
76	2025-10-06	Prediction of Inter-Residue Multiple Distances and Exploration of Protein Multiple Conformations by Deep Learning 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3411825 PMID:38857126	研究论文	提出基于深度学习的残基间多距离预测方法DeepMDisPre，用于探索蛋白质多重构象	整合三角形更新、轴向注意力和ResNet的改进网络架构，首次实现残基间多距离预测	仅在393个蛋白质（114个多重构象+279个单结构）上测试，样本规模有限	开发蛋白质多重构象探索的深度学习方法	蛋白质残基对的距离分布和构象变化	生物信息学	NA	深度学习	深度学习网络	蛋白质结构数据	393个蛋白质（114个多重构象蛋白+279个单结构蛋白）	NA	改进网络（整合三角形更新、轴向注意力、ResNet）	接触精度、TM-score	NA
77	2025-10-06	DMAMP: A Deep-Learning Model for Detecting Antimicrobial Peptides and Their Multi-Activities 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3439541 PMID:39106141	研究论文	提出一种名为DMAMP的深度学习模型，用于同时检测抗菌肽及其多种活性	采用多任务学习框架同时处理抗菌肽识别和活性预测两个相关任务，通过共享特征提取和特定任务学习相结合的方式提升性能	NA	开发计算模型以降低抗菌肽及其活性检测的实验成本	抗菌肽及其多种生物活性	机器学习	传染病	深度学习	CNN	肽序列	NA	NA	卷积神经网络,残差块,全连接层	马修斯相关系数	NA
78	2025-10-06	Deep Learning in Gene Regulatory Network Inference: A Survey 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3442536 PMID:39137088	综述	本文对12种基于深度学习模型的基因调控网络推断方法进行了全面分析	首次系统性地对基于深度学习的GRN推断方法进行分类和评估，并追踪了这些方法的发展演变	仅分析了12种方法，可能未能涵盖该领域所有相关研究	为生命科学家选择合适的基因调控网络推断方法提供指导	基因调控网络推断方法	机器学习	NA	深度学习	NA	基因表达数据	NA	NA	NA	有效性，可扩展性	NA
79	2025-10-06	KGRACDA: A Model Based on Knowledge Graph from Recursion and Attention Aggregation for CircRNA-Disease Association Prediction 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3447110 PMID:39167510	研究论文	提出基于知识图谱和注意力聚合的KGRACDA模型，用于预测环状RNA与疾病关联	结合图结构的显式特征和隐式嵌入信息，通过递归方法构建多跳子图并优化图注意力机制，挖掘局部深度信息	未明确说明模型在特定疾病类型上的泛化能力	预测环状RNA与疾病之间的关联关系	环状RNA和人类疾病	生物信息学	人类疾病	知识图谱，深度学习	图注意力网络	多源异质数据，知识图谱	大规模多源异质数据集	NA	递归注意力聚合，多头注意力机制	预测准确率	NA
80	2025-10-06	Parallel Convolutional Contrastive Learning Method for Enzyme Function Prediction 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3447037 PMID:39167509	研究论文	提出一种并行卷积对比学习方法用于酶功能预测	结合卷积神经网络与对比学习的并行架构，能更好处理类别不平衡问题	NA	提高酶功能预测的精度	酶蛋白序列	生物信息学	NA	蛋白质语言模型	CNN, 对比学习	蛋白质序列	NA	NA	并行CNN, ESM-2	AUC	NA