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
261	2025-10-07	Quantitative Spatial Analysis of Chromatin Biomolecular Condensates using Cryo-Electron Tomography 2024-Dec-31, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.01.626131 PMID:39677698	研究论文	通过冷冻电子断层扫描技术对染色质生物分子凝聚物进行定量空间分析	整合深度学习分割与新型上下文感知模板匹配方法，首次在重构和天然染色质系统中解析核小体平均结构	方法主要针对生化重构的凝聚物，对某些细胞内的凝聚物适用性有限	研究染色质生物分子凝聚物的内部结构和形成机制	生化重构的染色质凝聚物和原位天然染色质	结构生物学	NA	冷冻电子断层扫描，高压冷冻，聚焦离子束铣削	深度学习	冷冻电子断层扫描图像	NA	NA	NA	分辨率（6.1 Å和12 Å）	NA
262	2025-10-07	Augmenting Human Expertise in Weighted Ensemble Simulations through Deep Learning-Based Information Bottleneck 2024-Dec-10, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c00919 PMID:39589127	研究论文	本研究提出了一种结合深度学习和专家知识的混合方法，用于改进加权集成模拟中的集体变量选择和采样效率	将状态预测信息瓶颈方法与专家知识相结合，形成混合方法，协同发挥数据驱动和专家指导的优势	仅在丙氨酸二肽和chignolin系统上进行了基准测试，需要更多系统验证	提高加权集成模拟的采样效率和状态探索能力	分子动力学模拟中的加权集成方法	机器学习	NA	加权集成方法，状态预测信息瓶颈	深度学习	分子动力学模拟数据	NA	NA	状态预测信息瓶颈	运行间方差，状态采样效率	NA
263	2025-10-07	Exploring Schizophrenia Classification Through Multimodal MRI and Deep Graph Neural Networks: Unveiling Brain Region-Specific Weight Discrepancies and Their Association With Cell-Type Specific Transcriptomic Features 2024-12-20, Schizophrenia bulletin IF:5.3Q1 DOI:10.1093/schbul/sbae069 PMID:38754993	研究论文	本研究利用多模态MRI数据和深度图神经网络开发精神分裂症分类方法，并探索脑区特异性权重差异与细胞类型特异性转录组特征的关联	将MRI数据表示为图结构，采用图注意力网络进行特征提取和分类，结合Grad-CAM提供可解释性分析，并关联脑区基因表达数据	样本来源仅限于7家医院，未提及外部验证结果	提升精神分裂症的诊断准确性，发现客观生物标志物	683名精神分裂症患者和606名健康对照者	医学影像分析	精神分裂症	结构MRI, 功能MRI, 基因表达分析	图注意力网络(GAT), 图卷积网络	医学影像, 基因表达数据	1289名参与者(683患者+606对照)来自7家医院	NA	图注意力网络	准确率, 灵敏度, 特异性	NA
264	2025-10-07	Interpretable deep learning for deconvolutional analysis of neural signals 2024-Dec-02, bioRxiv : the preprint server for biology DOI:10.1101/2024.01.05.574379 PMID:38260512	研究论文	提出一种可解释深度学习框架DUNL，用于神经信号的解卷积分析	首次将算法展开方法应用于稀疏解卷积神经网络设计，实现网络权重与刺激驱动单神经元活动的直接关联解释	NA	开发可解释深度学习方法以理解神经活动机制	多个脑区的神经信号，包括中脑多巴胺神经元、体感丘脑、梨状皮层和纹状体	机器学习	NA	神经信号记录	深度学习, 稀疏解卷积神经网络	神经信号	NA	NA	解卷积展开神经网络学习(DUNL)	NA	NA
265	2025-05-17	Protein engineering using variational free energy approximation 2024-12-01, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54814-w PMID:39617781	研究论文	本文提出了一种名为PREVENT的模型，通过变分自由能近似方法生成稳定且功能性的蛋白质变体	PREVENT模型通过学习蛋白质的序列和热力学景观，生成热力学稳定的功能性蛋白质变体，相比传统方法具有更高的效率和成功率	研究仅针对E. coli磷酸转移酶N-乙酰-L-谷氨酸激酶(EcNAGK)的40种变体进行了评估，需要更多样本来验证模型的普适性	加速蛋白质工程过程，生成稳定且功能性的蛋白质变体	E. coli磷酸转移酶N-乙酰-L-谷氨酸激酶(EcNAGK)	蛋白质工程	NA	变分自由能近似	PREVENT	蛋白质序列和结构数据	40种EcNAGK变体	NA	NA	NA	NA
266	2025-05-15	Regional, rural and remote medicine attracts students with a similar approach to learning in both the Northern and Southern hemisphere 2024-12, International journal of circumpolar health IF:1.3Q4 DOI:10.1080/22423982.2024.2404274 PMID:39285655	研究论文	本研究比较了南北半球两个医学项目中学生的学习目标取向和学习特征，以探讨适合农村医疗环境的学生特质	首次在跨半球背景下比较农村医学项目学生的学习特征和目标取向	样本仅来自两个医学项目，可能无法代表所有农村医学学生	探讨适合农村医疗环境的学生学习特征和目标取向	263名医学学生（分别来自南北半球的两个医学项目）	医学教育	NA	问卷调查（三种调查工具）	NA	问卷调查数据	263名医学学生	NA	NA	NA	NA
267	2025-10-07	Monitoring Substance Use with Fitbit Biosignals: A Case Study on Training Deep Learning Models Using Ecological Momentary Assessments and Passive Sensing 2024-Dec, AI (Basel, Switzerland) DOI:10.3390/ai5040131 PMID:40351335	研究论文	通过Fitbit生物信号监测物质使用行为，探索使用自监督学习增强的个性化CNN模型在物质使用检测中的可行性	采用参与者特定的卷积神经网络结合自监督学习来解决个体间数据异质性问题，在有限标签条件下改进个性化特征提取	样本量较小（仅9名参与者），限制了研究结果在不同人群中的普适性	开发基于可穿戴设备生物信号的物质使用检测数字健康解决方案	物质使用障碍患者	机器学习	物质使用障碍	被动传感，生态瞬时评估	CNN	生物信号数据	9名参与者	NA	1D-CNN	AUC, 敏感度, 特异度	NA
268	2025-10-07	[Coronary artery segmentation based on Transformer and convolutional neural networks dual parallel branch encoder neural network] 2024-Dec-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202403058 PMID:40000209	研究论文	提出一种结合Transformer和CNN的双并行编码器神经网络DUNETR，用于冠状动脉CTA图像分割	首次将Transformer和CNN作为双并行编码器集成到分割网络中，通过NRFF模块融合全局和局部特征	NA	提高冠状动脉CTA图像分割的准确性和效率	冠状动脉CTA图像	计算机视觉	心血管疾病	计算机断层扫描血管成像(CTA)	CNN, Transformer	三维医学图像	NA	NA	U-Net, Transformer, DUNETR	Dice相似系数, 召回率	NA
269	2025-10-07	[Identification of kidney stone types by deep learning integrated with radiomics features] 2024-Dec-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202310043 PMID:40000211	研究论文	提出结合影像组学和深度学习的框架，用于术前自动识别肾脏结石类型	首次将三维卷积神经网络浅层提取的影像组学特征与深层特征融合，并采用LASSO正则化和LightGBM进行结石分类	准确率为84.5%仍有提升空间，未提及模型在其他数据集上的泛化能力	实现肾脏结石类型的术前自动高精度分类	感染性和非感染性肾脏结石	计算机视觉	肾脏疾病	影像组学分析	CNN, LightGBM	三维医学影像	NA	NA	三维卷积神经网络	准确率	NA
270	2025-10-07	[Cardiac magnetic resonance image segmentation based on lightweight network and knowledge distillation strategy] 2024-Dec-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202312015 PMID:40000210	研究论文	提出一种轻量级扩张并行卷积U-Net和知识蒸馏策略用于心脏磁共振图像分割	提出轻量级DPU-Net网络结构和多尺度适应向量知识蒸馏策略，通过独特的卷积通道变化方式减少参数数量	NA	解决深度学习网络在心脏MRI图像分割中参数过多和计算量大的问题	心脏磁共振图像	医学图像分割	心血管疾病	心脏磁共振成像	U-Net, CNN	医学图像	自动心脏诊断挑战赛公共数据集	NA	DPU-Net, U-Net, 残差块, 扩张卷积	Dice系数	NA
271	2025-10-07	[Research progress on endoscopic image diagnosis of gastric tumors based on deep learning] 2024-Dec-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202404004 PMID:40000222	综述	本文综述了深度学习在胃肿瘤内镜图像分类、目标检测和分割中的应用进展	系统总结了胃肿瘤相关的计算机辅助诊断系统和多模态算法，并指出了当前深度学习方法存在的问题	未涉及具体实验验证和性能对比分析	促进深度学习方法在胃肿瘤内镜诊断中的临床应用	胃肿瘤内镜图像	计算机视觉	胃癌	内镜检查	深度学习	内镜图像	NA	NA	NA	NA	NA
272	2025-10-07	Multi-label material and human risk factors recognition model for construction site safety management 2024-Dec, Journal of safety research IF:3.9Q2 DOI:10.1016/j.jsr.2024.10.002 PMID:39998535	研究论文	提出基于深度学习的多标签风险因素识别框架，用于自动识别建筑工地的材料和人为风险因素	开发了能够同时识别多种材料和人为风险因素的多标签识别框架，并分析了模型决策过程	模型在视觉模糊情况下识别困难，且存在对透视场景中邻近物体的过度关注倾向	开发自动识别建筑工地多种安全风险因素的深度学习模型，用于预防性安全管理	建筑工地的材料和人为安全风险因素	计算机视觉	NA	深度学习	CNN	图像	14,605个八类材料和人为风险因素实例	NA	NA	F1分数, 汉明损失	NA
273	2025-10-07	ANALYSIS OF CHALLENGES AND POSSIBILITIES OF USING ARTIFICIAL INTELLIGENCE IN MEDICAL DIAGNOSTICS 2024-Dec, Georgian medical news PMID:40007388	综述	本文通过系统综述分析了人工智能在医学诊断中的应用挑战与可能性	系统分析了不同类型AI在医学诊断中的地理分布、实施挑战和发展趋势	仅纳入2019-2024年的24项研究，样本量有限	分析AI在医学诊断中的地理分布、实施挑战和潜在机会	医学诊断中的人工智能应用	机器学习	NA	系统综述	深度学习, 机器学习	多模态数据	24项研究	NA	NA	诊断准确性, 临床可预测性, 处理效率	NA
274	2025-10-07	Unsupervised inter-domain transformation for virtually stained high-resolution mid-infrared photoacoustic microscopy using explainable deep learning 2024-12-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-55262-2 PMID:39738110	研究论文	提出一种基于可解释深度学习的无监督跨域转换方法，将低分辨率中红外光声显微镜图像转换为类共聚焦荧光染色的高分辨率图像	首次将可解释深度学习应用于中红外光声显微镜图像的无监督跨域转换，通过添加显著性约束提高转换过程的稳定性和可靠性	方法在培养的人类心脏成纤维细胞上验证，尚未在其他细胞类型或组织上测试	实现无需标记的高分辨率双工细胞成像	人类心脏成纤维细胞的细胞核和丝状肌动蛋白	计算机视觉	心血管疾病	中红外光声显微镜，共聚焦荧光显微镜	GAN	图像	NA	NA	生成对抗网络	显著性相似度	NA
275	2025-10-07	The Theranostic Genome 2024-12-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-55291-x PMID:39738156	研究论文	本文提出“诊疗基因组”概念，通过深度学习混合人机流程整合多源生物医学数据库，识别可用于癌症诊疗一体化的基因靶点和先导化合物	首次定义“诊疗基因组”概念，开发深度学习混合人机流程整合多源生物医学数据库，实现基因与诊疗化合物的系统关联	NA	克服诊疗药物开发中的瓶颈，促进精准医学发展	人类基因组中可用于诊疗应用的基因表达数据	生物信息学	癌症	RNA测序，深度学习	深度学习	基因组数据，文献数据，数据库记录	超过17,000个人类组织样本	NA	NA	NA	NA
276	2025-05-10	Artificial intelligence model for perigastric blood vessel recognition during laparoscopic radical gastrectomy with D2 lymphadenectomy in locally advanced gastric cancer 2024-Dec-30, BJS open IF:3.5Q1 DOI:10.1093/bjsopen/zrae158 PMID:39963943	研究论文	开发了一种基于深度学习的实时胃周血管识别模型，用于辅助局部晚期胃癌腹腔镜根治术中的D2淋巴结清扫	首次将DeepLabv3+模型应用于胃周血管实时识别，为腹腔镜手术提供AI辅助决策支持	在出血或手术烟雾等复杂场景下识别性能下降，肥胖患者数据表现良好但未说明具体样本量	提高局部晚期胃癌手术安全性，减少术中意外出血	腹腔镜胃癌根治术视频中的胃周血管	数字病理	胃癌	深度学习	DeepLabv3+	手术视频图像	116个手术视频的2460张图像	NA	NA	NA	NA
277	2025-05-09	ASAP-DTA: Predicting drug-target binding affinity with adaptive structure aware networks 2024-Dec, Journal of bioinformatics and computational biology IF:0.9Q4 DOI:10.1142/S0219720024500288 PMID:39961610	research paper	提出了一种基于图深度学习的药物-靶标结合亲和力预测模型ASAP-DTA，利用自适应结构感知池化进行图处理	整合了自注意力机制与增强的图神经网络，通过聚类相邻节点并按注意力分数加权形成最终分子表示，显著改进了图特征提取	未提及模型在更大规模或更复杂数据集上的表现	高效预测药物-靶标结合亲和力，减少药物再利用的资源浪费	药物-靶标结合亲和力	machine learning	NA	graph-based deep learning	graph neural network with self-attention mechanism	2D molecular graph	multiple benchmark datasets including KIBA dataset	NA	NA	NA	NA
278	2025-05-03	Psoriasis severity assessment: Optimizing diagnostic models with deep learning 2024-Dec, Narra J DOI:10.52225/narra.v4i3.1512 PMID:39816098	research paper	本研究评估了深度学习模型在银屑病严重程度自动分类中的应用	使用五种改进的深度卷积神经网络（DCNN）进行银屑病严重程度分类，并确定ResNet50为最优模型	需要进一步的临床验证和模型优化	优化银屑病严重程度的诊断模型	银屑病临床图像	computer vision	psoriasis	deep learning	ResNet50, VGGNet19, MobileNetV3, MnasNet, EfficientNetB0	image	1,546张临床图像（1,082张用于训练，463张用于验证和测试）	NA	NA	NA	NA
279	2025-05-02	Performance Improvement with Reduced Number of Channels in Motor Imagery BCI System 2024-Dec-28, Sensors (Basel, Switzerland) DOI:10.3390/s25010120 PMID:39796911	研究论文	本研究探讨了在运动想象脑机接口系统中减少通道数量以提高灵活性、便携性和计算效率的方法	结合EOG通道和少量EEG通道比单独使用大量EEG通道更有效，挑战了EOG仅引入眼相关噪声的传统观点	在7类运动想象任务中准确率相对较低（61%）	提高运动想象脑机接口系统的实用性和性能	运动想象EEG信号分类	脑机接口	NA	深度学习	1D卷积块和深度可分离卷积	EEG和EOG信号	两个数据集：BCI Competition IV Dataset IIa（4类MI）和Weibo数据集（7类MI）	NA	NA	NA	NA
280	2025-05-02	Cross-Shaped Heat Tensor Network for Morphometric Analysis Using Zebrafish Larvae Feature Keypoints 2024-Dec-28, Sensors (Basel, Switzerland) DOI:10.3390/s25010132 PMID:39796924	research paper	提出了一种基于深度学习的特征端点检测方法，用于定量确定斑马鱼幼体的表型和器官特征	引入了交叉形热张量网络（CSHT-Net），通过新颖的关键点训练方法和组合卷积块特征提取器，解决了基于热图方法仅关注关键点局部区域的问题，并增强了模型学习连续带状特征的能力	NA	开发一种非破坏性的斑马鱼幼体形态计量分析方法，用于识别异常和诊断疾病	斑马鱼幼体	computer vision	NA	deep learning	CSHT-Net	image	4389张斑马鱼幼体的明场显微照片	NA	NA	NA	NA