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	2025-07-26	Time is encoded by methylation changes at clustered CpG sites 2024-Dec-05, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.03.626674 PMID:39677642	研究论文	通过分析健康个体血液样本中的DNA甲基化变化，揭示了时间编码的机制，并开发了高精度的年龄预测模型	发现年龄依赖性DNA甲基化变化以区域性和块状方式发生，利用深度学习模型显著提高了表观遗传时钟的预测精度	研究主要基于血液样本，可能不适用于其他组织类型	探究DNA甲基化变化如何编码时间信息并应用于年龄预测	300多份健康个体的血液样本	表观遗传学	NA	超深度测序、深度学习	深度学习模型	DNA甲基化数据	300多份血液样本
2	2025-07-25	An Ensemble Deep Learning Algorithm for Structural Heart Disease Screening Using Electrocardiographic Images: PRESENT SHD 2024-Dec-27, medRxiv : the preprint server for health sciences DOI:10.1101/2024.10.06.24314939 PMID:39417095	研究论文	开发了一种名为PRESENT-SHD的集成深度学习算法，用于通过心电图图像自动检测和预测结构性心脏病	利用12导联心电图图像进行多种结构性心脏病的自动化检测和预测，提出了一种集成XGBoost模型PRESENT-SHD	研究依赖于特定医院和人群的数据，可能在其他人群中表现不同	开发一种自动化工具，用于结构性心脏病的早期筛查和风险分层	结构性心脏病患者的心电图图像	数字病理学	心血管疾病	深度学习	CNN, XGBoost	图像	261,228份心电图来自93,693名患者，并在11,023名个体中进行了验证
3	2025-07-24	Space-for-time substitutions exaggerate urban bird-habitat ecological relationships 2024-12, The Journal of animal ecology IF:3.5Q1 DOI:10.1111/1365-2656.14194 PMID:39506196	research paper	该研究探讨了北美城市中鸟类数量下降与当地土地覆盖变化之间的关系，并测试了空间替代时间方法的有效性	通过纵向城市鸟类调查和深度学习模型，揭示了空间替代时间方法在非稳态环境中的局限性，并确定了土地覆盖变化对鸟类数量的部分影响	研究仅基于加拿大温哥华大都市区的数据，可能无法完全推广到其他地区	评估城市中土地覆盖变化对鸟类数量下降的影响，并验证空间替代时间方法的有效性	北美城市中的鸟类种群及其栖息地	生态学	NA	深度学习模型、遥感数据分类、贝叶斯多物种丰度模型	深度学习模型、boosted回归树	遥感数据、鸟类调查数据	1997年至2020年加拿大温哥华大都市区的鸟类调查数据
4	2025-07-23	MMETHANE: interpretable AI for predicting host status from microbial composition and metabolomics data 2024-Dec-14, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.13.628441 PMID:39713330	研究论文	开发了一个名为MMETHANE的开源软件包，用于从微生物组和代谢组数据预测宿主状态	MMETHANE结合了先验生物学知识，包括系统发育和化学关系，并具有内在可解释性，能输出解释其决策的英文规则集	NA	开发计算工具以链接微生物组组成和代谢物数据到宿主状态	微生物组组成和代谢物数据	机器学习	炎症性肠病	微生物测序和代谢组学测量	深度学习模型	微生物组和代谢组数据	六个数据集
5	2025-07-23	Artificial intelligence-guided design of lipid nanoparticles for pulmonary gene therapy 2024-Dec-10, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-024-02490-y PMID:39658727	研究论文	本文介绍了一种利用深度学习方法优化可离子化脂质设计的新策略，用于肺部基因治疗的脂质纳米颗粒	提出了一种名为“基于神经网络的脂质优化”的深度学习策略，用于设计可离子化脂质，超越了传统的实验筛选和理性设计方法	研究主要基于小鼠和雪貂模型，尚未在人类中进行验证	提高脂质纳米颗粒在肺部基因治疗中的mRNA递送效率	可离子化脂质及其在脂质纳米颗粒中的应用	机器学习	肺部疾病	深度学习	定向消息传递神经网络	脂质纳米颗粒活性测量数据	超过9,000个脂质纳米颗粒活性测量数据，评估了160万种脂质结构
6	2025-07-23	SegCSR: Weakly-Supervised Cortical Surfaces Reconstruction from Brain Ribbon Segmentations 2024-Dec-10, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.10.626888 PMID:39713375	research paper	提出了一种基于弱监督学习的皮层表面重建方法SegCSR，该方法从大脑MRI带状分割中重建多个皮层表面	通过联合学习微分同胚流来对齐皮层带状分割图的边界，避免了依赖传统CSR流程生成的伪地面实况	方法在具有挑战性的深部皮层沟回中可能需要进一步优化	开发一种不依赖伪地面实况的皮层表面重建方法	大脑MRI图像中的皮层表面	digital pathology	NA	深度学习	NA	MRI图像	两个大规模大脑MRI数据集
7	2025-07-23	SAUSI: an integrative assay for measuring social aversion and motivation 2024-Dec-07, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.13.594023 PMID:38798428	研究论文	介绍了一种名为SAUSI的新型行为任务，用于全面评估小鼠的社会厌恶行为	开发了整合社会动机、犹豫、决策和自由互动元素的新行为任务SAUSI，克服了传统方法的局限性	目前仅在小鼠模型中验证，尚未在人类或其他动物模型中测试	研究社会厌恶行为的生物行为机制	小鼠	行为神经科学	社交焦虑症、自闭症谱系障碍	深度学习分析	NA	行为数据	未明确说明小鼠数量
8	2025-07-23	Risk-Specific Training Cohorts to Address Class Imbalance in Surgical Risk Prediction 2024-Dec-01, JAMA surgery IF:15.7Q1 DOI:10.1001/jamasurg.2024.4299 PMID:39382865	研究论文	本研究评估了在手术风险预测中使用风险特异性训练队列解决类别不平衡问题的效果	通过针对高风险、中风险和低风险手术分别训练模型，提高了对低发生率并发症的预测性能	研究仅基于两家医院的数据，可能缺乏广泛代表性	评估风险特异性训练队列对手术风险预测模型性能的影响	109,445例住院手术患者	机器学习	手术并发症	深度学习	深度学习模型	临床手术数据	109,445例住院手术(来自佛罗里达大学健康系统两家医院)
9	2025-07-23	Development of a deep learning algorithm for Paneth cell density quantification for inflammatory bowel disease 2024-Dec, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2024.105440 PMID:39536395	研究论文	开发一种深度学习算法用于量化炎症性肠病中的潘氏细胞密度	使用两阶段U-net深度学习模型显著提高了潘氏细胞密度量化的准确性，并验证了其作为疾病预后生物标志物的潜力	研究基于回顾性队列，需要前瞻性研究进一步验证模型性能	开发深度学习工具以量化潘氏细胞密度作为炎症性肠病的生物标志物	回肠组织样本中的潘氏细胞	数字病理学	炎症性肠病	深度学习	U-net	全切片图像(WSI)	190例(142例克罗恩病患者和48例非IBD患者)
10	2025-07-23	Automated Segmentation of Knee Menisci Using U-Net Deep Learning Model: Preliminary Results 2024-Dec, Maedica DOI:10.26574/maedica.2024.19.4.690 PMID:39974461	研究论文	本研究利用U-Net深度学习模型对膝关节MRI扫描中的半月板进行自动检测和分割	提出了一种基于深度学习的实用方法，用于膝关节半月板的分割，并通过骨科医生的真实标注进行验证	数据稀缺和需要针对特定序列进行优化	开发一个自动识别和分割膝关节MRI扫描中半月板的模型	膝关节MRI扫描中的半月板	计算机视觉	骨科疾病	MRI	U-Net	图像	104个膝关节MRI图像用于训练，50个MRI扫描用于微调
11	2025-07-22	A Deep Learning Model for Accurate Segmentation of the Drosophila melanogaster Brain from Micro-CT Imaging 2024-Dec-30, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.30.630782 PMID:39803485	research paper	该研究开发了一种深度学习模型，用于从Micro-CT成像中准确分割果蝇大脑	使用仅1-3张Micro-CT图像和预训练神经网络训练出准确的深度学习模型，能够跨不同组织对比染色、扫描仪型号和基因型进行大脑分割	需要依赖预训练神经网络，且训练数据量较少	开发一种高效的Micro-CT图像分析工具，以替代耗时的手动分析	果蝇（Drosophila melanogaster）大脑	computer vision	NA	Micro-CT	pre-trained neural networks	image	1-3张Micro-CT图像
12	2025-07-22	LD-informed deep learning for Alzheimer's gene loci detection using WGS data 2024-Dec-12, medRxiv : the preprint server for health sciences DOI:10.1101/2024.09.19.24313993 PMID:39371140	研究论文	本研究提出了一种名为Deep-Block的多阶段深度学习框架，用于识别与阿尔茨海默病（AD）显著相关的遗传区域	Deep-Block框架结合了生物学知识，采用三阶段方法（基于连锁不平衡（LD）模式的基因组分割、使用稀疏注意力机制选择相关LD块、应用TabNet和随机森林算法量化SNP特征重要性），有效处理大规模高通量测序数据并保留SNP相互作用	研究主要针对非西班牙裔白人参与者，可能限制了结果在其他人群中的普适性	识别与阿尔茨海默病显著相关的遗传位点	阿尔茨海默病相关的遗传变异	机器学习	阿尔茨海默病	全基因组测序（WGS）	TabNet, 随机森林	基因组数据	7,416名非西班牙裔白人参与者（3,150名认知正常的老年人，4,266名AD患者）
13	2025-07-22	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	research paper	该研究探讨了基底外侧杏仁核（BLA）到伏隔核（NAc）的CRH/GABA投射在奖赏行为中的性别和压力依赖性可塑性	揭示了CRH/GABA BLA-NAc投射在男性和女性中对奖赏行为的不同影响，以及早期生活逆境（ELA）对这一投射的性别依赖性影响	研究仅在小鼠模型中进行，尚未在人类中验证	探究BLA CRH+神经元到NAc的投射在奖赏行为中的性别特异性作用	成年CRH-Cre小鼠（雄性和雌性）	神经科学	情感障碍	化学遗传学（DREADDs）、免疫染色、电生理学、组织透明化、光片荧光显微镜和深度学习	小鼠模型	神经电生理数据、成像数据	成年CRH-Cre小鼠（雄性和雌性）
14	2025-07-22	Volumetric Breast Density Estimation From Three-Dimensional Reconstructed Digital Breast Tomosynthesis Images Using Deep Learning 2024-Dec, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI.24.00103 PMID:39652797	研究论文	该研究开发了一种基于深度学习的模型，用于从三维重建的数字乳腺断层合成图像中估计乳腺体积密度	利用深度学习直接从三维重建的DBT图像中估计乳腺体积密度，无需依赖原始二维数据或原始DBT数据	研究依赖于回顾性数据，且样本量相对有限	开发一种从三维重建的DBT图像中估计乳腺体积密度的方法，并评估其与乳腺癌诊断的关联	1080例非操作性三维重建DBT筛查检查数据	数字病理	乳腺癌	深度学习	DL	三维图像	1080例非操作性三维重建DBT筛查检查数据，其中180例病例和654例对照
15	2025-07-22	Identifying retinal pigment epithelium cells in adaptive optics-optical coherence tomography images with partial annotations and superhuman accuracy 2024-Dec-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.538473 PMID:39679394	research paper	提出一种基于深度学习的部分标注训练方法，用于在AO-OCT图像中检测视网膜色素上皮细胞，准确率超过人类表现	使用部分标注训练方法实现超人类准确率的RPE细胞检测	未提及具体局限性	开发自动化细胞分割算法以快速、经济、客观地量化RPE镶嵌结构特性	视网膜色素上皮(RPE)细胞	digital pathology	视网膜神经退行性疾病	adaptive optics-optical coherence tomography (AO-OCT)	deep learning	image	未提及具体样本量
16	2025-07-21	Detection of neurologic changes in critically ill infants using deep learning on video data: a retrospective single center cohort study 2024-Dec, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2024.102919 PMID:39764545	研究论文	本研究利用深度学习技术分析重症婴儿的视频数据，以检测神经系统变化	首次将姿态AI应用于ICU环境，仅通过视频数据预测脑功能障碍	单中心回顾性研究，样本量相对有限	开发连续、可靠的神经系统监测方法	重症监护病房中1岁以下的婴儿	计算机视觉	神经系统疾病	深度学习姿态识别算法	深度学习	视频	115名婴儿，282301分钟视频数据
17	2025-07-20	Dynamic Prediction of Physical Exertion: Leveraging AI Models and Wearable Sensor Data During Cycling Exercise 2024-Dec-28, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15010052 PMID:39795580	研究论文	本研究探索了利用可穿戴设备收集的生理信号预测体力消耗的机器学习方法	结合特征选择算法与先进的机器学习和深度学习技术，用于预测体力消耗水平	研究仅涉及27名健康参与者，样本量较小	预测体力消耗水平	健康参与者在控制条件下的骑行运动	机器学习	NA	ECG、心率、血氧饱和度、踏板速度(RPM)和心率变异性(HRV)测量	LSTM网络与传统机器学习模型	生理信号数据	27名健康参与者
18	2025-07-18	Deep Learning Detection of Hand Motion During Microvascular Anastomosis Simulations Performed by Expert Cerebrovascular Neurosurgeons 2024-12, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.09.069 PMID:39305985	研究论文	使用深度学习技术对专家脑血管神经外科医生在模拟微血管吻合手术中的手部运动进行定量评估	首次利用深度学习技术无传感器追踪专家神经外科医生的手部运动，并定量分析手术动作的经济性和流畅性	样本量较小（仅5名专家），且仅在模拟环境中进行	评估专家神经外科医生的手术动作特征，探索深度学习在手术培训中的应用潜力	5名经验丰富的脑血管神经外科医生	计算机视觉	脑血管疾病	深度学习手部追踪	深度学习模型（具体未说明）	视频	5名专家神经外科医生的模拟手术数据
19	2025-07-17	Satellite-Based and Street-View Green Space and Adiposity in US Children 2024-12-02, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2024.49113 PMID:39636637	研究论文	本研究探讨了基于卫星和街景的绿地空间与美国儿童肥胖之间的关联	首次同时使用卫星归一化植被指数(NDVI)和街景图像绿地指标，并结合多种肥胖测量指标进行研究	研究仅基于美国儿童样本，结果可能不适用于其他人群	探索不同绿地空间测量方法与儿童肥胖指标之间的关系	美国儿童	公共卫生	肥胖症	卫星NDVI、街景图像分析、深度学习算法	线性回归模型	卫星图像、街景图像、人体测量数据	843名儿童(基线平均年龄7.9岁，50.2%为女孩)
20	2025-07-17	Predicting OCD severity from religiosity and personality: A machine learning and neural network approach 2024-Dec, Journal of mood and anxiety disorders DOI:10.1016/j.xjmad.2024.100089 PMID:40655911	research paper	该研究利用机器学习和神经网络技术，探讨了强迫症（OCD）严重程度与人格特质、宗教信仰及灵性之间的复杂关系	研究发现项目级特征比总分更具影响力，挑战了传统分析方法，神经网络模型虽未在预测准确性上超越线性回归，但提供了对OCD异质性和变量间非线性关系的更全面理解	神经网络模型在预测准确性上未超越线性回归模型	识别OCD严重程度的关键预测因素，并探讨其与人格特质、宗教信仰及灵性的关系	229名参与者	machine learning	obsessive-compulsive disorder	machine learning, deep learning	neural network, linear regression	survey data	229名参与者