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
61	2025-10-05	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和压力依赖性可塑性	首次发现CRH+/GABA能BLA-NAc投射在调控奖赏行为中具有性别特异性功能差异，并通过全脑成像揭示了该投射的性别和早期逆境依赖性神经支配模式差异	研究主要基于小鼠模型，结果向人类转化的适用性需要进一步验证；化学遗传学操作的长期效应未充分探讨	探究早期逆境导致的奖赏行为性别差异的神经环路机制	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(DREADDs)、免疫染色、电生理记录、组织透明化、光片荧光显微镜、深度学习	深度学习	图像数据、电生理数据、行为数据	成年雄性和雌性CRH-Cre小鼠，分为对照组和早期逆境组	深度学习流程	NA	NA	NA
62	2025-10-05	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在细胞分辨率下整合骨细胞转录组与形态学数据的潜力与应用前景	首次系统提出将生成式AI应用于骨细胞多模态数据整合，实现细胞分辨率下的转录组与形态学关联分析	骨单细胞数据存在技术偏差、重要骨细胞类型缺乏分析、空间信息不足等问题需要解决	推动生成式AI在骨细胞生物学研究中的应用发展	骨细胞	计算机视觉,自然语言处理,机器学习	骨骼疾病	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	NA	NA	NA	NA
63	2025-10-05	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诊断	使用20种预训练网络进行迁移学习，结合三种鲁棒数据集，通过数据预处理和增强技术提升模型性能	仅进行二分类（健康/不健康），未细分糖尿病视网膜病变的严重程度等级	开发准确的糖尿病视网膜病变自动检测系统，实现早期诊断	糖尿病患者的视网膜图像	计算机视觉	糖尿病视网膜病变	深度学习，迁移学习	CNN	医学图像	来自三个数据库（DRD-EyePACS、IDRiD、APTOS-2019）的组合数据集	NA	ResNet101, 及其他19种预训练网络（分为Series、DAG和轻量级三类）	准确率, 灵敏度, 特异性, 精确率, F1分数, ROC-AUC	NA
64	2025-10-05	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	本研究使用机器学习技术分析拇指腕掌关节成形术后的短期并发症风险因素	首次在拇指CMC关节成形术领域应用多种机器学习算法进行并发症预测，并识别关键风险因素	模型预测性能中等（AUC 0.55-0.61），仅使用30天短期随访数据	预测拇指腕掌关节成形术后短期并发症和再手术风险	接受拇指CMC关节成形术的患者	机器学习	骨关节炎	机器学习分析	Random Forest, Elastic-Net Regression, XGBoost, Neural Network	临床数据	7711例手术病例	NA	随机森林、弹性网络回归、极端梯度提升树、神经网络	AUC	NA
65	2025-10-06	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报告的人工智能预测模型，用于预测下颌第三磨牙拔除的难度	首次将基于规则的NLP算法与深度学习神经网络相结合，从CBCT报告中自动提取特征并预测拔牙难度	回顾性研究设计，样本量相对有限（738例CBCT报告）	开发AI驱动的预测模型来评估下颌第三磨牙拔除的复杂性	下颌第三磨牙的CBCT影像报告	自然语言处理	口腔疾病	CBCT（锥形束CT）	深度学习神经网络	文本数据（CBCT报告）	738份CBCT报告（训练集556份，验证集182份）	NA	深度学习神经网络	准确率, 精确率, 召回率, F1分数	NA
66	2025-10-06	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	开发用于纵向数据多步生物医学预测的可解释深度学习工具箱RiskPath	结合理论指导的优化方法指定最优模型拓扑结构，提供预测因子重要性随时间变化映射和可视化功能	NA	开发适用于风险分层的可解释时间序列AI方法	纵向队列数据中的疾病风险预测	机器学习	NA	时间序列分析	深度学习	纵向时间序列数据	NA	NA	NA	NA	NA
67	2025-10-06	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，通过可穿戴传感器数据提升医疗紧急情况下的人类活动识别能力	首次将CNN-BiLSTM模型与欠采样技术结合用于人类活动识别，在公开数据集上取得显著性能提升	仅使用两个公开数据集进行验证，未在更多样化的实际场景中测试	提高医疗紧急情况下人类活动识别的准确性和可靠性	通过可穿戴传感器采集的人类活动数据，特别关注老年人跌倒和异常动作识别	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	MHEALTH和Actitracker两个公开数据集	NA	CNN-BiLSTM混合架构	准确率, 精确率, 召回率, F1分数	NA
68	2025-10-06	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	本研究结合斑马鱼胚胎行为表型分析和深度学习技术，开发了一种检测水中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相结合用于水污染物检测，提供了一种环保经济的检测新视角	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研究	开发新型水污染物检测方法，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	CNN	视频行为轨迹数据	17种精神活性化合物，环境相关浓度（1和10 μg/L），5和6天受精后斑马鱼胚胎	NA	ResNet101	准确率	NA
69	2025-10-06	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	系统综述与荟萃分析	通过系统综述和荟萃分析评估传统机器学习和深度学习模型在腰椎管狭窄症诊断中的性能	首次对机器学习和深度学习在腰椎管狭窄症诊断中的研究进行系统评价和荟萃分析	纳入研究数量有限（12项），部分研究存在偏倚风险，模型在真实临床环境中的可靠性不足	评估传统机器学习或深度学习模型在诊断腰椎管狭窄症中的性能表现	15,044名腰椎管狭窄症患者	机器学习	腰椎管狭窄症	NA	传统机器学习,深度学习	NA	15,044名患者	NA	NA	灵敏度,特异度,诊断比值比,阳性似然比,阴性似然比,受试者工作特征曲线下面积	NA
70	2025-10-06	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在可穿戴设备数据分析中的应用现状	首次系统梳理了可穿戴技术领域可解释性方法的应用情况，特别关注了医疗健康场景	用户评估方面存在不足，需要更多用户参与开发过程	探索可解释人工智能在可穿戴设备中的应用可能性	涉及可穿戴设备、传感器或手机的技术研究，使用量化自我数据	机器学习	NA	可解释人工智能	机器学习,深度学习	可穿戴设备数据	分析了25篇研究论文	NA	NA	NA	NA
71	2025-10-06	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开发自动化辐射剂量计算程序，有效消除操作者间变异性	样本量相对较小（n=30和n=42），仅针对躯干PET/CT检查	开发标准化测量PET/CT检查中辐射剂量的自动化程序	18F-PET/CT检查中的辐射剂量测量	医学影像分析	NA	PET/CT成像，深度学习分割	深度学习	医学影像数据	72个PET/CT检查样本（30个用于验证，42个用于设备比较）	NA	TotalSegmentator	相关性分析（r2），重复性，再现性，统计显著性（p值）	NA
72	2025-10-06	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	比较深度学习重建与混合迭代重建在脑部CT中的噪声降低效果	首次系统比较DLR和HIR在不同切片厚度、管电流和成像对象下的噪声降低性能	样本量较小（仅11名患者），缺乏多中心验证	评估脑部CT中不同重建方法的噪声降低效果	16cm剂量体模、头部体模和11名患者的脑部CT图像	医学影像处理	脑部疾病	计算机断层扫描(CT)	深度学习重建(DLR)	CT图像	11名患者加两种体模	NA	NA	噪声降低比率, 视觉图像质量评估	NA
73	2025-10-06	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，从EEG脑网络中提取可解释特征用于情绪识别	首次将注意力机制与领域对抗策略结合，从脑网络中提取判别性和可解释性特征，并揭示情绪处理的关键节律和子网络结构	方法仅在特定EEG数据集上验证，需要进一步在不同人群和实验条件下测试	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的神经机制	EEG脑网络和情绪状态	机器学习	NA	脑电图(EEG)	深度学习,注意力机制,领域对抗网络	EEG脑网络数据	SEED数据集和实验室记录的EEG数据	NA	注意力机制,领域对抗模块	分类准确率	NA
74	2025-10-06	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	本文开发了GARNET数据库和基于GPT的RNA生成模型，用于预测能提高RNA功能的突变	创建了首个将RNA序列与生物表型（最适生长温度）关联的数据库，并开发了序列和结构感知的RNA生成模型	RNA结构预测仍受限于高质量参考数据的缺乏	理解RNA序列、结构和功能之间的联系，预测能提高RNA热稳定性的突变	结构化RNA，特别是核糖体RNA	自然语言处理	NA	RNA测序，深度学习	GPT	RNA序列数据，结构数据	基于基因组分类数据库（GTDB）参考生物的RNA序列	NA	GPT-like模型	NA	NA
75	2025-10-06	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新兴污染物在植物中的吸收，通过纳入植物大分子组成提高预测准确性	首次将植物根系大分子组成与化学性质结合，采用多种深度学习模型预测污染物吸收，相比传统机制模型显著提升准确性	模型性能仍有提升空间，TSCF预测的确定系数最高为0.67，且仅使用九种化学性质和两种植物大分子组成	提高新兴污染物在植物中吸收的预测准确性	植物对新兴污染物的吸收过程	机器学习	NA	深度学习建模	DNN, RNN, LSTM	化学性质和植物组成数据	NA	NA	深度神经网络，循环神经网络，长短期记忆网络	确定系数(R), 均方误差(MSE)	NA
76	2025-10-06	Rapid and noninvasive estimation of human arsenic exposure based on 4-photo-set of the hand and foot photos through artificial intelligence 2024-12-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.136003 PMID:39378597	研究论文	本研究开发了一种基于人工智能分析手足照片的非侵入性砷暴露评估方法	首次利用深度学习技术通过手足照片特征实现非侵入性砷暴露评估	二元分类面临数据不平衡和稀疏性问题，数据量有限	开发非侵入性砷暴露预测方法	人类手足皮肤特征与砷暴露关系	计算机视觉	皮肤癌	摄影图像分析	深度学习	图像	2497名受试者的9988张手足照片	NA	NA	AUC,召回率,精确度	NA
77	2025-10-06	Deep learning-based binary classification of beta-amyloid plaques using 18 F florapronol PET 2024-Dec-01, Nuclear medicine communications IF:1.3Q3 DOI:10.1097/MNM.0000000000001904 PMID:39350612	研究论文	本研究开发了一种基于深度学习的二分类模型，用于通过18F florapronol PET图像对β-淀粉样蛋白斑块沉积进行分类	首次将卷积神经网络应用于18F florapronol PET图像的淀粉样蛋白斑块二分类，展示了深度学习在阿尔茨海默病诊断中的潜力	研究为回顾性研究，样本量相对有限（175例患者），且仅使用单一医疗中心的数据	开发辅助工具以提高阿尔茨海默病临床诊断的准确性	疑似轻度认知障碍或痴呆的患者	医学影像分析	阿尔茨海默病	18F florapronol PET/CT成像	CNN	PET图像	175例患者（77名男性，98名女性），其中阳性62例，阴性113例	NA	NA	准确率, AUC	NA
78	2025-10-06	Early multi-cancer detection through deep learning: An anomaly detection approach using Variational Autoencoder 2024-12, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104751 PMID:39571772	研究论文	本研究开发了一种基于变分自编码器的深度学习模型，用于通过转录组数据早期检测多种癌症	采用异常检测方法将癌症视为转录组数据中的异常模式，不局限于特定癌症类型	仅使用了六种癌症类型的数据进行训练和验证	开发能够早期检测多种癌症的深度学习模型	转录组数据中的癌症异常模式	机器学习	多癌种	转录组测序	VAE	转录组数据	TCGA和GTEx数据库中的六种癌症数据	NA	变分自编码器	准确率, 召回率	NA
79	2025-10-06	Structural analysis and intelligent classification of clinical trial eligibility criteria based on deep learning and medical text mining 2024-12, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104753 PMID:39603550	研究论文	提出基于深度学习和医学文本挖掘的临床试验资格标准自动分类模型CTEC-AC	整合ClinicalBERT和MetaMap增强特征表达，构建可计算解释的临床试验资格标准分类体系	仅基于ClinicalTrials.gov的2500项临床试验数据，分类体系需专家验证	提升临床试验效率、质量和创新能力	临床试验资格标准文本	自然语言处理	NA	医学文本挖掘	ClinicalBERT, 层次聚类	文本	2500项临床试验生成的20000多条资格标准数据	NA	BERT	宏平均F1分数	NA
80	2025-10-06	How to identify patient perception of AI voice robots in the follow-up scenario? A multimodal identity perception method based on deep learning 2024-12, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104757 PMID:39631488	研究论文	基于深度学习的多模态身份感知方法识别患者对AI语音机器人的感知	提出结合文本和音频特征的多模态身份感知模型，采用迁移学习方法融合BERT、TextCNN、AST和LSTM等多种深度学习技术	数据集仅包含2030个患者响应样本，需进一步扩大样本规模验证模型泛化能力	识别患者对AI语音机器人的感知状态以优化随访流程	医院患者的随访响应数据	自然语言处理, 语音识别	NA	深度学习, 迁移学习	BERT, TextCNN, AST, LSTM, 自注意力机制	音频, 文本	2030个患者响应录音及对应文本，另加144个跨科室验证样本	TensorFlow, PyTorch	BERT, TextCNN, AST, LSTM, 自注意力融合网络	精确率, AUC, 准确率	NA