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
1	2025-09-25	A versatile attention-based neural network for chemical perturbation analysis and its potential to aid surgical treatment: an experimental study 2024-Dec-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000001781 PMID:39017949	研究论文	提出一种基于注意力机制的神经网络ACTIN，用于化学扰动分析和辅助手术治疗药物发现	结合图卷积和Transformer机制，仅需少量训练数据即可实现最先进性能，并能识别特定元素药效基团对基因表达的影响	训练样本量较小（仅393个实例），尚未进行大规模临床验证	开发灵活高效的药物发现方法以辅助手术治疗	化学药效基团和基因表达数据	机器学习	COVID-19	转录组数据分析	图卷积网络(GCN)和Transformer	药物数据和转录组数据	393个训练实例，使用COVID-19患者肺组织转录组数据验证
2	2025-09-24	Single-nucleus transcriptome atlas of orbitofrontal cortex in amyotrophic lateral sclerosis with a deep learning-based decoding of alternative polyadenylation mechanisms 2024-Dec-16, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.22.573083 PMID:38187588	研究论文	通过单核RNA测序构建肌萎缩侧索硬化症眶额叶皮层转录组图谱，并利用深度学习解析选择性多聚腺苷酸化机制	开发APA-Net深度学习模型整合转录本序列与RNA结合蛋白表达谱，首次揭示ALS/FTLD中细胞类型特异性的APA调控模式	研究聚焦于特定脑区（眶额叶皮层）和C9orf72相关病例，结果在其他脑区或ALS亚型的普适性需进一步验证	解析ALS/FTLD神经退行性疾病中细胞类型特异性转录调控机制	C9orf72相关ALS（伴/不伴FTLD）和散发性ALS患者的眶额叶皮层组织	数字病理	肌萎缩侧索硬化症	单核RNA测序、深度学习	APA-Net（定制深度学习模型）	单细胞转录组数据、基因组序列	包含C9orf72相关ALS（伴/不伴FTLD）和散发性ALS的多例人脑组织样本
3	2025-09-24	International Validation of Echocardiographic AI Amyloid Detection Algorithm 2024-Dec-16, medRxiv : the preprint server for health sciences DOI:10.1101/2024.12.14.24319049 PMID:39763545	研究论文	本研究通过国际多中心验证了一种基于计算机视觉的深度学习算法EchoNet-LVH在心脏淀粉样变性超声诊断中的性能	开发了首个基于胸骨旁长轴和心尖四腔心切面视频的计算机视觉算法，并在国际多中心验证其诊断性能	回顾性病例对照研究设计，需进一步验证早期诊断对治疗启动的影响	验证人工智能算法在心脏淀粉样变性超声诊断中的准确性和泛化能力	心脏淀粉样变性患者和对照组的超声心动图研究	计算机视觉	心脏淀粉样变性	深度学习	计算机视觉深度学习算法	超声视频	多中心回顾性病例对照研究（具体样本量未明确说明）
4	2025-09-23	Accuracy of Machine Learning in Detecting Pediatric Epileptic Seizures: Systematic Review and Meta-Analysis 2024-12-11, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/55986 PMID:39661965	系统综述与Meta分析	通过系统评价和Meta分析评估机器学习在儿童癫痫发作检测中的准确性	首次对机器学习在儿科癫痫发作检测领域的应用效果进行系统性量化评估，并比较了传统机器学习与深度学习的性能差异	纳入研究数量有限（28项），可能存在发表偏倚，各研究间方法学异质性较高	评估机器学习方法在儿童癫痫发作检测中的诊断准确性	儿童癫痫患者	机器学习	癫痫	机器学习（ML）、深度学习（DL）	多种ML/DL模型	脑电图（EEG）数据	基于28项原始研究（15项ML研究，13项DL研究）的汇总分析
5	2025-09-23	Leveraging Large Language Models for Improved Understanding of Communications With Patients With Cancer in a Call Center Setting: Proof-of-Concept Study 2024-12-11, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/63892 PMID:39661975	研究论文	本研究评估GPT-4在癌症患者电话咨询意图分类中的性能，并与传统深度学习模型进行比较	首次将GPT-4的上下文学习能力应用于癌症患者电话咨询分类，无需大量标注数据即可处理复杂查询	提示设计和类别定义需要进一步优化，尚未在实际医疗场景中完全验证	评估大语言模型在癌症患者电话咨询意图分类中的有效性	癌症患者的电话咨询记录	自然语言处理	癌症	大型语言模型、零样本学习、少样本学习	GPT-4、LSTM、BERT	文本	430,355条电话咨询句子（2016-2020年）
6	2025-09-23	Sex-and Stress-Dependent Plasticity of a Corticotropin Releasing Hormone / GABA Projection from the Basolateral Amygdala to Nucleus Accumbens that Mediates Reward Behaviors 2024-Dec-01, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.30.626183 PMID:39651305	研究论文	本研究揭示了基底外侧杏仁核向伏隔核的CRH/GABA投射在调控奖赏行为中的性别差异机制	首次发现CRH+/GABA能BLA-NAc投射的神经支配模式存在性别和早期逆境依赖差异	研究局限于小鼠模型，人类相关性需进一步验证	探究早期逆境对奖赏回路功能的性别特异性影响机制	成年雄性和雌性CRH-Cre转基因小鼠	神经科学	情感障碍	化学遗传学、免疫染色、电生理、组织透明化、光片荧光显微镜、深度学习	DREADD技术	神经影像数据、行为数据、电生理数据	控制组和早期逆境组的成年雄雌CRH-Cre小鼠
7	2025-09-22	Linking transcriptome and morphology in bone cells at cellular resolution with generative AI 2024-Dec-31, Journal of bone and mineral research : the official journal of the American Society for Bone and Mineral Research IF:5.1Q1 DOI:10.1093/jbmr/zjae151 PMID:39303095	观点文章	探讨生成式AI在骨细胞转录组与形态学关联分析中的应用前景与挑战	提出利用多模态数据（组织学图像、单细胞分子数据、空间转录组数据）训练生成式AI模型，以揭示骨细胞在细胞水平的复杂生物学过程	存在骨单细胞数据集的技术偏差、重要骨细胞类型缺乏分析、空间信息缺失等问题，且需要大规模高质量空间转录组数据集和实验验证	推动生成式AI在骨细胞生物学研究中的应用，实现细胞分化动态预测、分子与形态特征关联及细胞扰动响应预测	骨细胞	生成式人工智能	NA	单细胞测序、空间转录组学	生成式AI	组织学图像、单细胞分子数据、空间转录组数据	NA
8	2025-09-22	Deep learning based binary classification of diabetic retinopathy images using transfer learning approach 2024-Dec, Journal of diabetes and metabolic disorders IF:1.8Q4 DOI:10.1007/s40200-024-01497-1 PMID:39610484	研究论文	提出一种基于迁移学习的深度学习二分类方法，用于糖尿病视网膜病变图像的自动分类	采用20种预训练网络进行迁移学习，并结合数据预处理和数据增强技术优化模型性能	NA	开发准确的糖尿病视网膜病变早期检测系统	糖尿病视网膜病变图像	计算机视觉	糖尿病视网膜病变	迁移学习，数据增强，图像预处理	ResNet101, 预训练CNN网络	医学图像	来自三个数据库(DRD-EyePACS, IDRiD, APTOS-2019)的组合数据集
9	2025-09-22	Using machine learning to identify risk factors for short-term complications following thumb carpometacarpal arthroplasty 2024-Dec, Journal of hand and microsurgery IF:0.3Q4 DOI:10.1016/j.jham.2024.100156 PMID:39669732	研究论文	本研究利用机器学习技术分析拇指腕掌关节置换术后短期并发症的风险因素	首次将多种机器学习算法（包括随机森林和深度学习神经网络）应用于拇指CMC关节置换术并发症预测，并识别出手术时长、年龄和性别等关键预测因子	模型预测性能中等（AUC 0.55-0.61），且仅基于30天短期并发症数据	预测拇指腕掌关节置换术后短期并发症和再手术风险	接受拇指CMC关节置换术的患者	机器学习	骨关节炎	机器学习算法（RF, ENet, XGBoost, NN）	Random Forest, Elastic-Net Regression, XGBoost, Neural Network	临床手术数据	7711例手术病例
10	2025-09-19	Enhancing predictive analytics in mandibular third molar extraction using artificial intelligence: A CBCT-Based study 2024-Dec, The Saudi dental journal DOI:10.1016/j.sdentj.2024.11.007 PMID:40952877	研究论文	本研究开发了一种基于CBCT报告和人工智能的下颌第三磨牙拔除难度预测模型	首次将规则型NLP算法与深度学习神经网络结合，从CBCT文本报告中自动提取特征并预测拔牙难度	回顾性研究设计，样本仅来自单一机构，未进行外部验证	预测下颌第三磨牙拔除的复杂性以指导手术方法选择和减少术后并发症	下颌第三磨牙	自然语言处理	口腔疾病	CBCT成像，NLP算法	深度学习神经网络	文本报告	738份CBCT报告（训练集556份，验证集182份）
11	2025-09-13	RiskPath: Explainable deep learning for multistep biomedical prediction in longitudinal data 2024-Dec-26, medRxiv : the preprint server for health sciences DOI:10.1101/2024.09.19.24313909 PMID:39371168	研究论文	介绍RiskPath，一个用于纵向数据中多步生物医学预测的可解释深度学习工具箱	结合理论指导的优化来指定最佳模型拓扑，并探索性能与复杂度的权衡，同时提供模块以映射预测因子随时间变化的重要性	NA	开发可解释的AI工具箱，用于风险分层用例中的时间序列预测	经典和新兴纵向队列中的疾病风险预测	机器学习	NA	深度学习时间序列方法	深度学习	时间序列数据	NA
12	2025-09-11	Enhanced human activity recognition in medical emergencies using a hybrid deep CNN and bi-directional LSTM model with wearable sensors 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82045-y PMID:39730745	研究论文	提出一种结合深度CNN和双向LSTM的混合模型，用于通过可穿戴传感器增强医疗紧急情况下的人类活动识别	采用CNN-BiLSTM模型结合欠采样技术，在公开数据集上实现最高98.5%的识别准确率，比传统深度学习方法提升约5%	NA	提升人类活动识别（HAR）在医疗紧急情况下的准确性和应用效果	人类日常活动和异常运动模式	机器学习	老年疾病	可穿戴传感器数据采集	CNN, BiLSTM	传感器时序数据	基于MHEALTH和Actitracker两个公开数据集（具体样本量未明确说明）
13	2025-09-10	Deep learning-assisted detection of psychoactive water pollutants using behavioral profiling of zebrafish embryos 2024-12-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.136358 PMID:39486333	研究论文	结合斑马鱼胚胎行为表型分析与深度学习，开发检测水体精神活性污染物的新方法	首次将斑马鱼胚胎行为分析与深度学习模型结合用于水体污染物检测，并通过可解释性分析验证模型关注的关键行为特征	模型准确率为65.35%，仍有提升空间；仅针对17种精神活性化合物进行验证	开发新型水体污染物检测方法，推进环境毒理学研究和水污染控制	斑马鱼胚胎	计算机视觉	NA	行为表型分析	ResNet101	运动轨迹数据	17种精神活性化合物，环境相关浓度（1和10μg/L）下的斑马鱼胚胎行为数据
14	2025-09-09	Machine Learning and Deep Learning for Diagnosis of Lumbar Spinal Stenosis: Systematic Review and Meta-Analysis 2024-12-23, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/54676 PMID:39715552	系统评价与荟萃分析	本文通过系统评价和荟萃分析评估传统机器学习和深度学习模型在诊断腰椎管狭窄症中的性能	首次对使用TML和DL模型诊断LSS的研究进行系统性性能汇总和异质性评估	纳入研究数量有限（12项），存在高度异质性和部分研究的偏倚风险	评估人工智能模型在腰椎管狭窄症诊断中的准确性和临床应用潜力	15,044名腰椎管狭窄症患者	机器学习	腰椎管狭窄症	传统机器学习(TML)和深度学习(DL)算法	多种TML和DL模型	医学诊断数据	12项研究，共15,044名患者
15	2025-09-05	Exploring the Applications of Explainability in Wearable Data Analytics: Systematic Literature Review 2024-12-24, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/53863 PMID:39718820	系统文献综述	本文系统回顾了可解释人工智能（XAI）在可穿戴设备数据分析中的应用现状与挑战	首次系统梳理可穿戴医疗技术中XAI的应用方法，明确腕戴设备主导地位及事后解释方法的适应性优势	用户评估环节存在明显不足，缺乏终端用户参与开发过程的实证研究	探讨可解释性方法在可穿戴医疗技术中的应用价值与实现路径	基于可穿戴设备产生的量化自我数据及其机器学习模型	可穿戴健康技术	NA	Shapley Additive Explanations等事后可解释性方法	机器学习/深度学习模型	传感器时序数据	25篇研究论文（2018-2022年）
16	2025-09-03	Automated Measurement of Effective Radiation Dose by 18F-Fluorodeoxyglucose Positron Emission Tomography/Computed Tomography 2024-12-23, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10120151 PMID:39728913	研究论文	开发了一种基于深度学习的自动化程序，用于标准化测量18F-PET/CT检查中的辐射剂量	通过集成深度学习模型消除操作者间变异性，实现自动化辐射剂量计算	样本量相对较小（n=30和n=42），需要进一步验证	开发自动化程序标准化PET/CT辐射剂量测量	18F-PET/CT检查中的躯干CT扫描	医学影像分析	NA	深度学习，TotalSegmentator分割	深度学习模型	医学影像（CT扫描）	30例用于方法验证，42例用于设备比较
17	2025-09-03	Noise Reduction in Brain CT: A Comparative Study of Deep Learning and Hybrid Iterative Reconstruction Using Multiple Parameters 2024-12-18, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10120147 PMID:39728909	研究论文	比较深度学习和混合迭代重建在脑CT图像降噪中的效果	首次系统评估DLR和HIR在不同切片厚度、管电流和成像对象下的噪声降低效果差异	样本量较小（11例患者），未涉及所有临床场景	评估脑CT中深度学习和混合迭代重建的噪声降低效果	剂量体模、头部体模和11例患者脑部CT图像	医学影像处理	神经系统疾病	CT成像，深度学习重建(DLR)，混合迭代重建(HIR)	深度学习	CT图像	2个体模和11例患者
18	2025-09-01	Crucial rhythms and subnetworks for emotion processing extracted by an interpretable deep learning framework from EEG networks 2024-12-03, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhae477 PMID:39707986	研究论文	提出一种结合注意力机制和领域对抗策略的深度学习框架，用于从EEG脑网络中提取可解释的特征以识别情绪状态	使用注意力机制增强关键节律和子网络对情绪识别的贡献，并通过领域对抗模块提升跨被试任务的泛化性能	NA	开发可解释的深度学习方法来识别情绪状态并揭示情绪处理机制	EEG脑网络	机器学习	NA	EEG	深度学习框架（含注意力机制和领域对抗策略）	EEG信号	SJTU Emotion EEG Dataset (SEED)及实验室记录的EEG数据
19	2025-08-30	RNA language models predict mutations that improve RNA function 2024-12-05, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54812-y PMID:39638800	研究论文	开发了基于GPT的RNA生成模型，利用GARNET数据库预测能提高RNA功能（如热稳定性）的突变	创建了GARNET数据库并开发了序列和结构感知的RNA生成模型，首次实现通过深度学习预测增强RNA功能的突变	NA	探索RNA序列、结构和功能之间的联系，并预测能改善RNA功能的突变	结构化RNA，特别是核糖体RNA	自然语言处理	NA	深度学习，GPT-like模型，重叠三联体标记化	GPT	序列数据	基于GTDB参考生物的RNA序列及相关生长温度数据
20	2025-08-29	Deep learning models for predicting plant uptake of emerging contaminants by including the role of plant macromolecular compositions 2024-12-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.135921 PMID:39305592	研究论文	本研究应用深度学习模型预测植物对新兴污染物的吸收，通过纳入植物大分子组成提升预测精度	首次将植物根系大分子组成（如脂质分数）与化学性质结合，采用DNN、RNN和LSTM模型显著提高了TSCF和RCF的预测准确性	模型性能仍有提升空间（如TSCF预测R²最高为0.67），且未明确说明样本容量及泛化能力验证	提升植物吸收新兴污染物的预测模型精度	植物对新兴污染物的吸收过程（TSCF和RCF）	机器学习	NA	极端梯度提升（XGBoost）特征提取	DNN, RNN, LSTM	化学属性数据与植物组成数据	NA