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
341	2025-10-07	RTify: Aligning Deep Neural Networks with Human Behavioral Decisions 2024-Dec-26, ArXiv PMID:39764401	研究论文	提出一种新颖的计算框架，通过将循环神经网络的时间动态与人类反应时间对齐来模拟人类行为决策动态	首次提出通过约束RNN时间步长与人类反应时间对齐的方法来模拟行为决策动态，并展示了在无人类数据情况下优化速度-准确性权衡的能力	方法依赖于近似计算，需要在更多心理物理学实验中进一步验证	开发能够更好对齐人类行为动态的视觉计算模型	人类行为决策动态和反应时间	计算机视觉	NA	心理物理学实验	RNN, CNN	人工和自然图像刺激	NA	NA	Wong-Wang决策模型	反应时间对齐度，速度-准确性权衡	NA
342	2025-10-07	Predictive Modeling of Gene Expression and Localization of DNA Binding Site Using Deep Convolutional Neural Networks 2024-Dec-20, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.17.629042 PMID:39763851	研究论文	开发了一种基于深度卷积神经网络的工具DARSI，用于从原始调控DNA序列预测基因表达水平并系统识别转录因子结合位点	首次利用卷积神经网络分析调控DNA序列中的长距离碱基相关性，实现了单碱基对分辨率的转录因子结合位点预测	方法依赖于MPRA数据的质量和数量，预测的新型结合位点需要后续实验验证	开发能够考虑调控序列中远距离碱基相关性的基因表达预测和DNA结合位点定位方法	调控DNA序列和转录因子结合位点	生物信息学	NA	大规模并行报告基因分析(MPRA)	CNN	DNA序列数据	数千个调控区域的突变变体	NA	卷积神经网络	准确性	NA
343	2025-10-07	Pre-trained Convolutional Neural Networks Identify Parkinson's Disease from Spectrogram Images of Voice Samples 2024-Dec-18, Research square DOI:10.21203/rs.3.rs-5348708/v1 PMID:39764112	研究论文	本研究使用预训练卷积神经网络通过语音样本的声谱图图像识别帕金森病	首次在智能手机宽带录音数据集上验证迁移学习方法，并比较线性尺度与梅尔尺度声谱图的性能差异	未提及具体样本量的详细统计信息，未说明计算资源的具体配置	开发基于深度学习的帕金森病自动检测方法	帕金森病患者的语音样本	计算机视觉	帕金森病	语音录音分析	CNN	图像	NA	NA	预训练卷积神经网络	分类性能	NA
344	2025-10-07	Interpretable deep learning survival predictions in sporadic Creutzfeldt-Jakob disease 2024-Dec-16, Journal of neurology IF:4.8Q1 DOI:10.1007/s00415-024-12815-1 PMID:39680177	研究论文	开发基于人工神经网络的多任务逻辑回归模型预测散发性克雅氏病患者的生存期	首次将人工神经网络应用于sCJD生存预测，并采用模型无关解释方法评估特征贡献	模型性能相较于传统Cox比例风险模型无统计学显著提升	开发可解释的深度学习模型用于sCJD患者生存预测	655例根据2017年国际共识诊断标准确诊的英国sCJD患者	机器学习	神经退行性疾病	CSF RT-QuIC, 14-3-3蛋白检测, MRI, EEG	人工神经网络, 多任务逻辑回归	临床诊断数据	655例sCJD患者（2017-2022年英国监测数据）	NA	人工神经网络	c-index, IBS, AUC	NA
345	2025-10-07	Machine learning and deep learning algorithms in stroke medicine: a systematic review of hemorrhagic transformation prediction models 2024-Dec-12, Journal of neurology IF:4.8Q1 DOI:10.1007/s00415-024-12810-6 PMID:39666168	系统综述	系统评估和比较机器学习与深度学习算法在预测急性缺血性卒中后出血性转化方面的有效性	首次系统比较多种ML和DL算法在HT预测中的表现，发现梯度提升和卷积神经网络具有最佳预测性能	研究设计存在异质性，无法进行定量荟萃分析，纳入研究数量有限	评估机器学习与深度学习算法在卒中医学中预测出血性转化的效果	急性缺血性卒中患者	机器学习	脑血管疾病	机器学习算法，深度学习算法	Logistic Regression, Support Vector Machine, Random Forest, Gradient Boosting, Neural Networks, CNN	临床数据和影像数据	24项符合纳入标准的研究	NA	神经网络，卷积神经网络	AUC	NA
346	2025-10-07	Speech-based personality prediction using deep learning with acoustic and linguistic embeddings 2024-12-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81047-0 PMID:39627367	研究论文	本研究提出了一种通过分析语音样本来预测大五人格特质的新方法	结合声学和语言嵌入，使用预训练CNN和Transformer模型从自由形式语音中提取特征，并采用梯度提升树模型进行人格预测	依赖自报人格问卷作为基准，样本多样性可能存在限制	开发基于语音的计算人格评估方法	2045名完成大五人格问卷并提供自由形式语音样本的参与者	自然语言处理	NA	语音分析	CNN, Transformer	语音	2045名参与者	NA	预训练CNN和Transformer模型	相关系数, 组内相关系数	NA
347	2025-10-07	Improved deep learning for automatic localisation and segmentation of rectal cancer on T2-weighted MRI 2024-Dec, Journal of medical radiation sciences IF:1.8Q3 DOI:10.1002/jmrs.794 PMID:38654675	研究论文	提出一种基于注意力机制的新型分割模型AttSEResUNet，用于直肠癌在T2加权MRI图像中的自动定位和分割	在ResUNet基础上结合注意力机制，提出AttSEResUNet模型，在直肠癌分割任务中表现优于其他对比模型	样本量相对较小（65例患者），仅使用T2WI序列图像	比较不同深度学习模型在直肠癌MRI图像分割中的准确性	直肠癌患者的T2加权MRI图像	计算机视觉	直肠癌	MRI	深度学习	医学图像	65例直肠癌患者（训练集45例，验证集20例）	NA	AttSEResUNet, U-Net, ResUNet, AttUNet	Dice相似系数, Hausdorff距离, 平均一致距离, Jaccard指数	NA
348	2025-10-07	DDGemb: predicting protein stability change upon single- and multi-point variations with embeddings and deep learning 2024-Dec-26, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf019 PMID:39799516	研究论文	提出一种结合蛋白质语言模型嵌入和Transformer架构的新方法DDGemb，用于预测单点和多点氨基酸变异对蛋白质稳定性的影响	首次将蛋白质语言模型嵌入与Transformer架构结合，能够同时预测单点和多点变异对蛋白质稳定性的影响	NA	开发计算方法来预测氨基酸变异对蛋白质稳定性的影响	蛋白质稳定性变化	机器学习	NA	蛋白质语言模型	Transformer	蛋白质序列数据	基于文献的高质量数据集和基准测试数据集	NA	Transformer	NA	NA
349	2025-10-07	EnrichRBP: an automated and interpretable computational platform for predicting and analysing RNA-binding protein events 2024-Dec-26, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf018 PMID:39804669	研究论文	介绍了一个用于预测和分析RNA结合蛋白事件的自动化可解释计算平台EnrichRBP	开发了首个集成70种深度学习算法的自动化平台，专门用于RNA结合蛋白的全面分析和可视化解释	NA	预测RNA结合蛋白并分析其与RNA的相互作用机制	RNA结合蛋白及其与RNA的相互作用	生物信息学	NA	深度学习，机器学习	深度学习算法，机器学习算法	RNA序列数据	NA	NA	NA	NA	高性能计算
350	2025-10-07	Coronal Plane Alignment of the Knee (CPAK) Type Shifts Toward Constitutional Varus with Increasing Kellgren and Lawrence Grade: A Radiographic Analysis of 17,365 Knees 2024-Dec-24, The Journal of bone and joint surgery. American volume DOI:10.2106/JBJS.24.00316 PMID:39719004	研究论文	本研究通过深度学习软件分析17,365例膝关节X线影像，探讨膝关节冠状面对线类型与骨关节炎严重程度的关系	首次在大规模样本中揭示CPAK类型随KL分级增加向固有内翻型转变的趋势，并区分年龄与OA严重度对膝关节对线的影响	回顾性横断面研究无法确定因果关系，仅基于二维X线测量	探究不同严重程度骨关节炎患者的膝关节冠状面对线类型分布规律	17,365例膝关节X线影像	数字病理	骨关节炎	X线影像分析	深度学习	医学影像	17,365例膝关节	NA	NA	统计显著性(p值)	NA
351	2025-02-05	Development of a deep learning-based 1D convolutional neural network model for cross-species natural killer T cell identification using peripheral blood mononuclear cell single-cell RNA sequencing data 2024-Dec, Veterinary world IF:1.7Q2 DOI:10.14202/vetworld.2024.2846-2857 PMID:39897371	研究论文	本研究开发了一种基于一维卷积神经网络（1DCNN）的模型，用于跨物种识别自然杀伤T细胞（NKT细胞），并利用单细胞RNA测序数据验证了其有效性	首次将1DCNN模型应用于跨物种NKT细胞的识别，并成功识别了人类、犬类和猪类PBMC数据集中的NKT细胞	需要进一步的研究来验证这些发现，并且模型的泛化能力尚未在其他细胞类型上得到验证	开发一种能够跨物种识别NKT细胞的深度学习模型，并探索其在不同物种中的免疫功能基因	人类、犬类和猪类的外周血单核细胞（PBMC）中的NKT细胞	机器学习	NA	单细胞RNA测序（scRNA-Seq）	1DCNN	RNA测序数据	人类、犬类和猪类的PBMC数据集	NA	NA	NA	NA
352	2025-02-01	Improved Generalizability in Medical Computer Vision: Hyperbolic Deep Learning in Multi-Modality Neuroimaging 2024-Dec-12, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10120319 PMID:39728216	研究论文	本研究探讨了双曲卷积神经网络（HCNNs）在神经影像任务中相较于传统卷积神经网络（CNNs）的潜在优势，特别是在提高模型泛化能力方面	利用非欧几里得空间的几何原理，HCNNs在神经影像数据中展现出增强的鲁棒性和语义组织能力，尤其在零样本评估中表现优于CNNs和放射科医生	HCNNs在处理更大、更复杂的数据集时面临效率和性能挑战，需要进一步优化架构	研究目的是通过比较HCNNs和CNNs在多种医学影像模态和疾病中的表现，评估HCNNs在提高模型泛化能力方面的潜力	研究对象包括多模态神经影像数据集和缺血性卒中非对比CT图像	计算机视觉	阿尔茨海默病	深度学习	HCNNs, CNNs	图像	多模态神经影像数据集和缺血性卒中非对比CT图像	NA	NA	NA	NA
353	2025-02-01	Automatic Quantitative Analysis of Internal Quantum Efficiency Measurements of GaAs Solar Cells Using Deep Learning 2024-Dec-04, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202407048 PMID:39630124	研究论文	本文提出了一种使用深度学习方法自动预测砷化镓太阳能电池内部量子效率（IQE）测量中多个关键参数的方法	首次将深度学习方法应用于非硅太阳能电池（如砷化镓电池）的IQE测量定量分析，提高了参数预测的准确性和对噪声测量的鲁棒性	目前仅针对砷化镓太阳能电池进行了验证，未涉及其他非硅太阳能电池技术	提高砷化镓太阳能电池内部量子效率测量的定量分析效率和准确性	砷化镓太阳能电池	机器学习	NA	深度学习方法	NA	量子效率测量数据	NA	NA	NA	NA	NA
354	2025-01-31	Artificial Intelligence Transforming Post-Translational Modification Research 2024-Dec-31, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12010026 PMID:39851300	综述	本文探讨了人工智能（AI）在研究蛋白质翻译后修饰（PTMs）中的应用	本文创新性地比较了多种深度学习架构和程序，包括最近应用的语言模型，用于预测蛋白质上的PTM位点及其调控功能，并描述了一个高通量PTM数据生成管道	本文未提及具体的研究局限性	探索人工智能在蛋白质翻译后修饰研究中的应用	蛋白质翻译后修饰（PTMs）	生物信息学	NA	深度学习	语言模型	蛋白质数据	NA	NA	NA	NA	NA
355	2025-01-31	Exploring Multi-Pathology Brain Segmentation: From Volume-Based to Component-Based Deep Learning Analysis 2024-Dec-31, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11010006 PMID:39852319	研究论文	本文探讨了使用深度学习模型对多病理脑部MRI图像进行分割的方法，从基于体积的分析到基于组件的分析	本文创新性地对预训练的U-net模型在四种不同脑部病理（肿瘤、中风、多发性硬化症和白质高信号）上的分割结果进行了深入分析，并提供了异常组件的位置、强度和体积的详细评估	模型在检测和分割异常组件时存在较高的假阳性和假阴性率，尤其是在异常组件的部分正确检测方面表现不佳	研究目的是通过深度学习模型对多病理脑部MRI图像进行分割，并评估其在不同病理条件下的表现	研究对象为包含四种不同病理（肿瘤、中风、多发性硬化症和白质高信号）的脑部MRI图像	数字病理	脑部疾病	MRI	U-net	图像	验证集中的脑部MRI图像	NA	NA	NA	NA
356	2025-01-31	Cells Grouping Detection and Confusing Labels Correction on Cervical Pathology Images 2024-Dec-30, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12010023 PMID:39851297	研究论文	本文提出了一种基于先验知识收集和混淆标签校正的宫颈细胞检测网络PGCC-Net，旨在通过细胞分组检测和标签校正提高宫颈病理图像的自动分析效率和准确性	利用临床先验知识将检测任务分解为多个子任务进行细胞分组检测，并通过构建特征中心进行标签校正，以提高深度学习网络的分类准确性	未提及具体局限性	提高宫颈病理图像中细胞检测和分类的效率和准确性	宫颈病理图像中的细胞	数字病理学	宫颈癌	深度学习	PGCC-Net	图像	公共数据集7410张图像，私有数据集13526张图像	NA	NA	NA	NA
357	2025-01-31	External Validation of Deep Learning Models for Classifying Etiology of Retinal Hemorrhage Using Diverse Fundus Photography Datasets 2024-Dec-29, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12010020 PMID:39851294	研究论文	本研究旨在通过外部验证深度学习模型（FastVit_SA12和ResNet18）来区分视网膜出血的创伤性和医学性病因，使用多样化的眼底摄影数据集	首次在多样化的眼底摄影数据集上对FastVit_SA12和ResNet18模型进行外部验证，展示了它们在临床环境中准确诊断视网膜出血的潜力	研究依赖于特定数据集，可能无法完全代表所有临床情况	验证深度学习模型在区分视网膜出血病因中的准确性和可靠性	视网膜出血的病因分类	计算机视觉	视网膜疾病	深度学习	FastVit_SA12, ResNet18	图像	2661张眼底摄影图像	NA	NA	NA	NA
358	2025-01-31	Artificial Intelligence in Pediatric Electrocardiography: A Comprehensive Review 2024-Dec-27, Children (Basel, Switzerland) DOI:10.3390/children12010025 PMID:39857856	综述	本文综述了人工智能在儿科心电图分析中的应用现状，探讨了深度学习方法在提高诊断准确性、加快工作流程和改善患者预后方面的潜力	首次全面回顾了人工智能在儿科心电图分析中的应用，并探讨了该领域的独特挑战和未来研究方向	尽管人工智能在心电图分析中显示出巨大潜力，但其广泛临床应用仍需进一步研究、严格验证，并考虑公平性、伦理、法律和实际挑战	探讨人工智能在儿科心电图分析中的应用，以提高诊断准确性和患者预后	儿科心电图数据	医疗人工智能	心血管疾病	深度学习	NA	心电图数据	NA	NA	NA	NA	NA
359	2025-01-31	HDNLS: Hybrid Deep-Learning and Non-Linear Least Squares-Based Method for Fast Multi-Component T1ρ Mapping in the Knee Joint 2024-Dec-25, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12010008 PMID:39851282	研究论文	本文提出了一种结合深度学习和非线性最小二乘法的混合模型HDNLS，用于膝关节的快速多组分T1ρ映射	HDNLS模型结合了基于合成数据训练的体素级深度学习和少量NLS迭代，加速了拟合过程，并消除了对参考MRI数据的需求	HDNLS在估计质量上显著优于基于深度学习的方法，但在速度上略慢于这些方法	解决非线性最小二乘法在定量磁共振成像中的初始猜测敏感性、收敛速度慢和计算成本高的问题，同时克服基于深度学习的T1ρ拟合方法对噪声敏感和依赖NLS生成参考数据的挑战	膝关节的多组分T1ρ映射	医学影像分析	NA	定量磁共振成像（MRI）	HDNLS（混合深度学习与非线性最小二乘法模型）	合成数据	NA	NA	NA	NA	NA
360	2025-01-31	Neoplasms in the Nasal Cavity Identified and Tracked with an Artificial Intelligence-Assisted Nasal Endoscopic Diagnostic System 2024-Dec-25, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12010010 PMID:39851283	研究论文	本研究构建了一个人工智能辅助的鼻内窥镜诊断系统，能够初步区分和识别鼻腔肿瘤特性，并在手术中进行实时跟踪，为鼻内窥镜手术提供重要依据	首次结合Deep Snake、U-Net和Att-Res2-UNet网络开发了基于内窥镜图像的鼻腔肿瘤检测网络，并优化了SiamMask在线跟踪算法，实现了术中实时自动跟踪	模型的总体准确率略低于鼻科专家（0.9790 ± 0.00348 vs 0.9707 ± 0.00984）	构建一个能够初步识别鼻腔肿瘤并在手术中实时跟踪的人工智能辅助鼻内窥镜诊断系统	鼻腔肿瘤	计算机视觉	鼻腔肿瘤	深度学习	Deep Snake, U-Net, Att-Res2-UNet, SiamMask	视频数据	1050例鼻内窥镜手术视频数据，涉及四种类型的鼻腔肿瘤	NA	NA	NA	NA