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
61	2025-03-10	An interpretable generative multimodal neuroimaging-genomics framework for decoding alzheimer's disease 2024-Nov-14, ArXiv PMID:38947922	研究论文	本文提出了一种可解释的生成多模态神经影像-基因组学框架，用于解码阿尔茨海默病	提出了一种新的深度学习分类框架，采用循环生成对抗网络（cGAN）在潜在空间中填补缺失数据，并采用可解释的人工智能方法（XAI）提取输入特征的相关性	未明确提及具体限制	解码阿尔茨海默病的潜在机制，进行AD检测和MCI转化预测	阿尔茨海默病患者和轻度认知障碍（MCI）患者	数字病理学	老年病	结构性和功能性磁共振成像（sMRI/fMRI），单核苷酸多态性（SNPs）	循环生成对抗网络（cGAN）	神经影像数据，基因组数据	未明确提及具体样本数量
62	2025-03-10	Quantitative CT Scan Analysis in Rheumatoid Arthritis-Related Interstitial Lung Disease 2024-Nov-09, Chest IF:9.5Q1 DOI:10.1016/j.chest.2024.10.052 PMID:39528110	研究论文	本文探讨了深度学习基础的CT成像在评估类风湿性关节炎相关间质性肺病（RA-ILD）疾病严重程度、预测死亡率和识别疾病进展中的效用	使用数据驱动的纹理分析（DTA）方法对RA-ILD患者的CT扫描进行定量分析，首次将DTA纤维化评分与肺功能和生存率关联起来	研究样本量相对较小，特别是验证队列仅有50人，可能影响结果的普遍性	评估定量CT成像在RA-ILD中的临床应用价值，特别是作为疾病严重程度和死亡率的预测工具	类风湿性关节炎相关间质性肺病（RA-ILD）患者	数字病理学	类风湿性关节炎相关间质性肺病	CT成像，数据驱动的纹理分析（DTA）	深度学习	CT图像	289名主要队列患者和50名验证队列患者
63	2025-03-06	Sensorless End-to-End Freehand 3-D Ultrasound Reconstruction With Physics-Guided Deep Learning 2024-Nov, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3465214 PMID:39302786	研究论文	本文提出了一种无需传感器的自由手3D超声重建方法，利用物理引导的深度学习技术	设计了一种新颖的物理启发深度学习网络（PLPPI），无需3D卷积即可进行自由手3D超声重建，显著提高了重建质量并减少了计算资源需求	未提及具体局限性	改进自由手3D超声重建的质量，并减少训练和推理所需的计算资源	自由手3D超声成像	计算机视觉	NA	深度学习	物理引导的深度学习网络（PLPPI）	超声图像	未提及具体样本数量
64	2025-03-05	Explainable AI for computational pathology identifies model limitations and tissue biomarkers 2024-Nov-18, ArXiv PMID:39279830	研究论文	本文介绍了一种名为HIPPO的可解释AI框架，用于增强数字病理学中深度学习模型的透明度和可靠性	HIPPO框架通过系统修改全片图像中的组织区域生成图像反事实，支持定量假设测试、偏差检测和模型评估，超越了传统性能指标	未明确提及具体局限性	开发一种可解释AI框架，以增强数字病理学中深度学习模型的透明度和可靠性	乳腺癌转移检测、乳腺癌和黑色素瘤的预后预测、胶质瘤IDH突变分类	数字病理学	乳腺癌、黑色素瘤、胶质瘤	深度学习	HIPPO框架	图像	未明确提及具体样本数量
65	2025-03-05	Personalized Video-Based Hand Taxonomy Using Egocentric Video in the Wild 2024-Nov-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3495699 PMID:39527414	研究论文	本研究旨在通过应用语义聚类到自我中心视频中，自动识别每个个体的主要手部抓握方式，而无需依赖先验分类法	开发了一种整合姿势和外观数据的深度学习模型，用于创建个性化的手部抓握分类法	聚类纯度仅为67.6% ± 24.2%，冗余度为18.0% ± 21.8%，表明模型仍有改进空间	开发一个在自然环境中全面模型手部抓握的方法，应用于机器人学、人体工程学和康复等领域	19名颈椎脊髓损伤（SCI）患者的自我中心视频记录	计算机视觉	脊髓损伤	深度学习	深度学习模型	视频	19名颈椎脊髓损伤患者的自我中心视频记录
66	2025-03-05	DeepLigType: Predicting Ligand Types of ProteinLigand Binding Sites Using a Deep Learning Model 2024-Nov-07, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3493820 PMID:39509302	研究论文	本文介绍了一种名为DeepLigType的深度学习模型，用于预测蛋白质-配体结合位点的配体类型	提出了结合卷积块注意力模块（CBAM）与ResNet的深度学习模型，用于预测五种不同的配体类型，并创建了一个新的数据集LigType5	模型的准确率为74.30%，仍有提升空间	通过深度学习模型预测蛋白质-配体结合位点的配体类型，以支持药物设计中的决策	蛋白质-配体结合位点	机器学习	NA	深度学习	CBAM-ResNet	蛋白质-配体结合位点数据	从PDBbind和scPDB数据集中创建的新数据集LigType5
67	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
68	2025-03-05	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	本文提出了一种基于生成对抗网络（GAN）的抗病毒肽增强方法，并结合一种新颖的两步认证过程来提高抗病毒活性预测的准确性	使用GAN进行抗病毒肽增强，并引入两步认证过程来验证合成肽的抗病毒活性	未提及具体的数据集规模限制或模型泛化能力的局限性	提高抗病毒肽活性预测的准确性	抗病毒肽	机器学习	冠状病毒	生成对抗网络（GAN）、NCBI-BLAST	1-D卷积神经网络（CNN）	肽序列数据	未明确提及具体样本数量，但使用了基准抗病毒和抗冠状病毒肽数据集
69	2025-03-05	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	本文提出了一种名为PCA-CLS的模型，通过结合全局自注意力和字符级卷积神经网络技术，解决了生物医学文本中的词汇外挑战，并在多个生物医学领域数据集上进行了性能评估	PCA-CLS模型结合了全局自注意力和字符级卷积神经网络技术，有效解决了生物医学文本中的词汇外挑战，并在多个数据集上实现了优于现有模型的性能	尽管模型在多个数据集上表现优异，但未提及其在更广泛或多样化数据集上的泛化能力	提高生物医学实体识别的泛化能力	生物医学文本中的实体，如基因、药物、疾病和物种	自然语言处理	NA	自注意力机制、卷积神经网络、LSTM	PCA-CLS（Position and Contextual Attention with CNN-LSTM-Softmax）	文本	八个不同的生物医学领域数据集
70	2025-03-05	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	本文介绍了一种新型的轻量级双向卷积神经网络架构Bi-SeqCNN，用于蛋白质功能预测	首次将双向CNN应用于一般时间序列数据分析，而不仅仅是蛋白质序列，并提出了一个基于子序列的框架Bi-SeqCNN	NA	开发一种新的深度学习架构，以提高蛋白质功能预测的准确性	蛋白质序列	机器学习	NA	卷积神经网络（CNN）	Bi-SeqCNN	序列数据	三个基准蛋白质序列数据集
71	2025-03-05	Boosting Cardiac Color Doppler Frame Rates With Deep Learning 2024-Nov, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3424549 PMID:38976463	研究论文	本文探讨了使用深度学习模型从减少的滤波I/Q信号中估计心内多普勒速度，以提高心脏彩色多普勒成像的帧率	提出了基于卷积神经网络（CNN）的架构，特别是比较了U-Net模型和最新的ConvNeXt模型，并评估了实值与复值表示的效果，发现这些模型在减少混叠和噪声方面优于现有的自相关器方法	未观察到实值和复值数据之间的显著差异，且仅在体外和体内实验中验证了模型	提高心脏彩色多普勒成像的帧率，以更全面地分析心室充盈	心脏彩色多普勒成像数据	计算机视觉	心血管疾病	深度学习	CNN, U-Net, ConvNeXt	图像	模拟患者心脏彩色多普勒采集数据，并通过数据增强策略扩大训练数据集
72	2025-03-05	BEAS-Net: A Shape-Prior-Based Deep Convolutional Neural Network for Robust Left Ventricular Segmentation in 2-D Echocardiography 2024-Nov, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3418030 PMID:38913532	研究论文	本文介绍了一种基于形状先验的深度卷积神经网络BEAS-Net，用于2D超声心动图中左心室的自动分割	BEAS-Net结合了卷积层编码的图像特征和BEAS算法导出的解剖形状先验信息，以在处理伪影或低质量图像时生成生理上有意义的分割轮廓	尽管BEAS-Net在低质量图像上表现优异，但其在高质量图像上的性能与U-Net模型相当，未显示出显著优势	提高2D超声心动图中左心室分割的鲁棒性，特别是在处理低质量图像时	2D超声心动图图像中的左心室	计算机视觉	心血管疾病	深度学习	CNN	图像	使用了三个不同的体内数据集进行性能评估
73	2025-03-05	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	本文提出了一种名为CnNet的方法，结合MEME技术和卷积神经网络（CNN）来预测转录因子结合位点	使用MEME技术和CNN结合的CnNet方法，提高了转录因子结合位点预测的准确性	未提及具体的数据集大小或实验验证的局限性	研究转录因子结合位点的预测方法	DNA基因序列	生物信息学	NA	MEME, CNN	CNN	DNA序列数据	NA
74	2025-03-05	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	本研究提出了一种基于深度学习的残基间多距离预测方法DeepMDisPre，用于探索蛋白质的多重构象	DeepMDisPre方法结合了三角形更新、轴向注意力和ResNet网络，能够预测残基对的多重距离，并用于蛋白质多重构象的建模	NA	研究蛋白质多重构象的探索及其在蛋白质生物功能中的重要性	蛋白质的残基间距离和多重构象	机器学习	NA	深度学习	改进的网络（结合三角形更新、轴向注意力和ResNet）	蛋白质结构数据	114个具有多重构象的蛋白质和279个具有单一结构的蛋白质
75	2025-03-05	Hardware-Independent Deep Signal Processing: A Feasibility Study in Echocardiography 2024-Nov, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3404622 PMID:38781056	研究论文	本文提出了一种深度学习模型，用于复制高端超声系统的BMode信号处理链，并探讨了在不同探头和低端系统上使用的潜力	提出了一种轻量级深度学习模型，能够准确复制商业扫描仪的信号处理链，并展示了在不同探头和低端系统上的应用潜力	研究仅基于15名患者的测试数据集，样本量较小	探索深度学习模型在超声信号处理中的可行性，特别是跨硬件平台的便携性	超声信号处理链	医学影像处理	心血管疾病	深度学习	深度神经网络（DNN）	图像	30,000个心脏图像帧，15名患者的测试数据集约3,000个图像帧
76	2025-03-05	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	本文提出了一种名为DMAMP的深度学习模型，用于同时检测抗菌肽（AMPs）及其多种活性，利用多任务学习提高检测效率	DMAMP模型通过多任务学习同时检测抗菌肽及其活性，解决了现有方法将这两个任务独立处理的问题，并通过卷积神经网络和残差块提取共享特征，提高了检测性能	未明确提及具体局限性	开发一种高效的计算方法来检测抗菌肽及其多种活性，以降低实验成本并提高药物发现的效率	抗菌肽（AMPs）及其多种活性	机器学习	NA	深度学习	卷积神经网络（CNN）、残差块	肽序列数据	未明确提及具体样本数量
77	2025-03-05	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种利用深度学习模型推断基因调控网络（GRN）的方法进行了全面分析，并探讨了这些方法的有效性、可扩展性及面临的挑战	提供了对12种GRN推断方法的详细评估，并基于数据类型对这些方法进行了分类，为生命科学家选择合适的GRN推断方法提供了指导	未涉及具体实验验证，主要基于已有方法的理论分析和比较	探讨深度学习在基因调控网络推断中的应用及其未来发展方向	基因调控网络（GRN）推断方法	机器学习	NA	深度学习	深度学习模型	基因表达数据	NA
78	2025-03-05	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	本文提出了一种并行卷积对比学习方法（PCCL），用于提高酶功能预测的精度	结合卷积神经网络（CNNs）和对比学习，提出了一种新的并行卷积对比学习方法（PCCL），以解决多功能酶预测中的类别不平衡问题	未提及具体局限性	提高酶功能预测的精度	酶的功能预测	机器学习	NA	对比学习	CNN	蛋白质序列	未提及具体样本数量
79	2025-03-05	Synthesizing Real-Time Ultrasound Images of Muscle Based on Biomechanical Simulation and Conditional Diffusion Network 2024-Nov, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3445434 PMID:39186423	研究论文	本文提出了一种基于生物力学模拟和条件扩散网络的肌肉实时超声图像合成方法，用于生成具有准确真实值的合成超声数据集，以增强、训练和评估不同任务的模型	提出了一种结合生物力学模拟、稀疏肌束重建算法和扩散网络的超声图像合成管道，能够生成多样化的实时超声图像数据集	合成图像的多样性和真实性仍需进一步验证，且在实际应用中可能受到参数调整的限制	开发一种合成超声图像的方法，以解决超声图像中斑点噪声对数据标注的挑战，并用于肌肉功能分析	肌肉的实时超声图像	计算机视觉	NA	有限元方法（FEM）、扩散网络	条件扩散网络	图像	3030张合成超声图像
80	2025-03-05	CTsynther: Contrastive Transformer Model for End-to-End Retrosynthesis Prediction 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3455381 PMID:39240741	研究论文	本文提出了一种名为CTsynther的端到端深度学习模型，用于单步逆合成预测，无需外部反应模板或专业知识	在Transformer架构中引入了对比学习的概念，并在SMILES句子级别使用了对比学习语言表示模型，以增强模型推理能力	NA	解决有机化学和药物合成中的逆合成预测问题	单步逆合成预测	自然语言处理	NA	对比学习	Transformer	SMILES句子	NA