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
121	2026-03-10	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	本文介绍了一个名为GARNET的新数据库，用于RNA结构和功能分析，并基于此开发了序列和结构感知的RNA生成模型，以预测能提高RNA功能的突变	提出了GARNET数据库，将RNA序列与实验和预测的最适生长温度关联，并开发了基于GPT-like模型的RNA生成模型，用于识别增强核糖体热稳定性的突变	NA	理解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，特别是与核糖体热稳定性相关的RNA	自然语言处理	NA	RNA序列分析，温度关联分析	GPT-like模型	RNA序列数据，温度数据	基于GTDB参考生物的数据，具体样本数量未明确说明	NA	GPT-like	NA	NA
122	2024-12-20	Author Correction: Fast inter-frame motion correction in contrast-free ultrasound quantitative microvasculature imaging using deep learning 2024-Dec-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82620-3 PMID:39695241	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
123	2026-03-06	Reconstructing Molecular Networks by Causal Diffusion Do-Calculus Analysis with Deep Learning 2024-12, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202409170 PMID:39440482	研究论文	本文提出了一种结合干预操作和扩散模型的深度学习新方法CDD，用于从观测数据中推断分子间的因果网络	将干预操作和扩散模型整合到do-calculus框架中，通过深度学习实现因果网络推断，显著提升了准确性和泛化能力	NA	从观测数据中量化基因/分子间的因果调控关系，以阐明生物过程的分子机制	基因调控网络、生物网络、疾病表型相关分子	机器学习	复杂疾病	omics数据	深度学习	模拟数据、omics数据	NA	NA	扩散模型	准确性、泛化能力	NA
124	2026-03-05	PPB-Affinity: Protein-Protein Binding Affinity dataset for AI-based protein drug discovery 2024-12-03, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03997-4 PMID:39627219	研究论文	本文介绍了一个名为PPB-Affinity的大型蛋白质-蛋白质结合亲和力数据集，并开发了基于深度学习的基准模型来预测亲和力	创建了目前最大的公开可用的蛋白质-蛋白质结合亲和力数据集，填补了该领域开源数据稀缺的空白	未明确提及数据集的潜在偏差或模型预测的局限性	促进基于AI的大分子药物发现，特别是蛋白质-蛋白质结合亲和力的预测	蛋白质-蛋白质复合物及其结合亲和力数据	机器学习	NA	深度学习	深度学习模型	蛋白质晶体结构数据、结合亲和力数据	未明确指定具体样本数量，但描述为大型数据集	未明确指定	未明确指定具体架构	未明确指定	未明确指定
125	2026-03-05	Seizure Sources Can Be Imaged from Scalp EEG by Means of Biophysically Constrained Deep Neural Networks 2024-12, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202405246 PMID:39473085	研究论文	本文研究了一种基于深度学习的源成像框架DeepSIF，用于从耐药性局灶性癫痫患者的头皮脑电图中成像癫痫发作活动	采用具有生物物理约束的深度神经网络，并利用神经质量模型生成与发作动态时空谱特征相似的合成训练数据	研究仅针对33名耐药性局灶性癫痫患者，样本量相对有限	研究DeepSIF框架在从头皮脑电图成像癫痫发作活动源方面的能力，以辅助难治性癫痫的管理	耐药性局灶性癫痫患者的高密度（76通道）脑电图癫痫发作记录	机器学习	癫痫	脑电图	深度神经网络	脑电图信号	33名耐药性局灶性癫痫患者	NA	DeepSIF	空间特异性, 空间离散度, 平均距离	NA
126	2026-03-05	Wise Roles and Future Visionary Endeavors of Current Emperor: Advancing Dynamic Methods for Longitudinal Microbiome Meta-Omics Data in Personalized and Precision Medicine 2024-12, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202400458 PMID:39535493	综述	本文探讨了动态方法在整合纵向微生物组多组学数据于个性化与精准医学中的当前角色与未来愿景	提出统一分析框架和深度学习工具等先进动态方法，并强调其在微生物组研究中的创新应用	缺乏验证分析协议和数据资源的金标准，工作流程步骤的相互依赖性影响整体结果	探索动态方法在个性化与精准医学中整合纵向微生物组多组学数据的最佳实践与未来方向	微生物、代谢物、基因等实体及其与宿主生理和外部刺激的相互作用	机器学习	NA	高级测序工具，多组学数据整合	深度学习	纵向微生物组多组学数据	NA	NA	NA	NA	NA
127	2026-02-27	Endomicroscopic AI-driven morphochemical imaging and fs-laser ablation for selective tumor identification and selective tissue removal 2024-12-13, Science advances IF:11.7Q1 DOI:10.1126/sciadv.ado9721 PMID:39661684	研究论文	本研究开发了一种结合多模态非线性光学显微镜与深度学习分析的紧凑型内窥镜系统，用于头颈癌的早期无标记检测和选择性组织切除	将CARS/TPEF/SHG多模态内窥镜与深度学习语义分割模型结合，并集成飞秒激光消融技术，实现了术中“寻找与治疗”一体化	研究处于临床前阶段，样本量较小（15例患者），需进一步临床验证	提高头颈癌诊断准确性并开发创新手术方法	头颈癌患者的组织样本	数字病理学	头颈癌	多模态非线性光学显微镜（CARS/TPEF/SHG），飞秒激光消融	深度学习语义分割模型	多模态光学显微图像	15例患者	NA	NA	灵敏度, 特异性	NA
128	2026-02-20	AI driven interpretable deep learning based fetal health classification 2024-12, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2024.100206 PMID:39396731	研究论文	本研究提出了一种基于深度学习的胎儿健康分类模型，将胎儿健康分为正常、可疑和病理三类，旨在提高诊断过程的效率和效果	结合可解释性深度学习技术，通过特征重要性和特征显著性分析增强分类器决策的透明度，促进临床信任和采用	NA	利用深度学习改进胎儿健康评估，为早期风险检测提供可靠工具	通过Cardiotocography (CTG)获取的胎儿健康数据	机器学习	NA	Cardiotocography (CTG)	DNN	表格数据	NA	NA	深度神经网络（包含多个隐藏层，并采用批量归一化和Dropout层）	准确率, 灵敏度, 特异性, AUC, 精确率, F1分数	NA
129	2026-02-20	Automatic sleep staging based on 24/7 EEG SubQ (UNEEG medical) data displays strong agreement with polysomnography in healthy adults 2024-12, Sleep health IF:3.4Q2 DOI:10.1016/j.sleh.2024.08.007 PMID:39406630	研究论文	本文评估了基于双通道皮下脑电图（SubQ）的自动睡眠分期模型U-SleepSQ在健康成人中的性能，并与多导睡眠图（PSG）手动评分进行对比	开发了U-SleepSQ模型，首次在24/7皮下脑电图数据上实现自动睡眠分期，并展示了与PSG金标准的高度一致性	研究样本仅包括22名健康成人，未涉及睡眠障碍患者，且样本量相对较小	评估自动睡眠分期技术在双通道皮下脑电图数据上的性能	健康成年人的睡眠脑电图数据	数字病理学	NA	皮下脑电图（SubQ），多导睡眠图（PSG）	深度学习模型	脑电图（EEG）数据	22名健康成人，每人1-6次记录	NA	U-SleepSQ（基于U-Sleep的微调版本）	Bland-Altman分析，阶段特异性准确率，特异性，敏感性，kappa系数，F1分数，Cohen's κ系数，宏观F1分数	NA
130	2026-02-20	Prosthesis repair of oral implants based on artificial intelligenc`e finite element analysis 2024-12, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2024.100226 PMID:39638253	研究论文	本文提出了一种基于人工智能有限元分析的口腔种植体修复新框架AI-FEA，用于自动化修复规划	结合AI与FEA，开发了患者特定的3D模型构建、仿真求解和决策支持系统，实现口腔种植体修复的自动化和个性化	未提及具体验证数据或临床实验规模，可能依赖有限的数据集进行训练	自动化并简化口腔种植体修复过程，提高修复效率和个性化治疗水平	口腔种植体系统及其修复策略	数字病理	NA	有限元分析，深度学习，机器学习	深度学习模型，机器学习算法	医学影像数据，如CT或锥形束CT	NA	NA	NA	NA	NA
131	2026-02-15	Pep2TCR: Accurate prediction of CD4 T cell receptor binding specificity through transfer learning and ensemble approach 2024-Dec, iMetaOmics DOI:10.1002/imo2.43 PMID:41676119	研究论文	本文介绍了一种名为Pep2TCR的先进深度学习模型，用于预测CD4 T细胞受体的结合特异性	通过迁移学习和集成方法，显著提升了在有限CD4 TCR数据下的预测准确性	NA	预测CD4 T细胞受体的结合特异性，以支持个性化癌症免疫疗法	CD4 T细胞受体	机器学习	癌症	NA	深度学习	NA	NA	NA	NA	NA	NA
132	2026-02-12	Relationship between the volume of ventricles, brain parenchyma and neurocognition in children after hydrocephalus treatment 2024-Dec-14, Child's nervous system : ChNS : official journal of the International Society for Pediatric Neurosurgery DOI:10.1007/s00381-024-06674-4 PMID:39673623	研究论文	本研究探讨了脑积水治疗后儿童脑室、脑实质体积与神经认知功能之间的关系，并利用深度学习模型预测脑发育情况	结合深度学习框架与统计分析方法，定量评估脑积水术后脑发育与神经认知的关联，超越了传统Evans指数的评估范围	样本量较小（52名儿童），年龄范围有限（10岁以下），且未考虑长期随访数据	评估脑积水治疗后儿童脑发育与神经认知功能的关系，并探索深度学习在预测术后恢复中的应用	52名接受脑积水治疗的10岁以下儿童	数字病理学	脑积水	T1加权磁共振成像（T1w MRI），Gesell发育量表评估	分类模型	图像（MRI），临床评估数据	52名儿童	NA	NA	准确率	NA
133	2026-02-06	Efficient multi-phenotype genome-wide analysis identifies genetic associations for unsupervised deep-learning-derived high-dimensional brain imaging phenotypes 2024-Dec-08, medRxiv : the preprint server for health sciences DOI:10.1101/2024.12.06.24318618 PMID:39677479	研究论文	本文提出了一种名为JAGWAS的新工具，用于高效分析多表型全基因组关联研究，并将其应用于高维无监督深度学习衍生的脑成像表型，以识别更多遗传位点	开发了JAGWAS工具，能够利用单表型汇总统计高效计算数百个表型的多变量关联统计，显著提升了从高维脑成像数据中发现遗传关联的能力	研究主要基于英国生物银行的数据，可能在其他人群中的普适性有待验证；方法依赖于预先计算好的单表型汇总统计	开发高效的多表型全基因组关联分析方法，以发现与高维脑成像表型相关的遗传位点	无监督深度学习衍生的脑成像表型（UDIPs）及其遗传关联	机器学习	NA	全基因组关联研究（GWAS），脑磁共振成像（MRI）	深度学习	图像，遗传数据	英国生物银行（UKB）的发现和复制队列	NA	NA	独立复制的基因组位点数量，映射基因数量，与脑组织eQTL重叠的基因数量	NA
134	2026-01-29	Deep learning for segmentation of colorectal carcinomas on endoscopic ultrasound 2024-12-13, Techniques in coloproctology IF:2.7Q1 DOI:10.1007/s10151-024-03056-5 PMID:39671056	研究论文	本研究开发了一种基于卷积神经网络的深度学习模型，用于自动分割内镜超声图像中的结直肠癌肿瘤、黏膜下层和肌层，以标准化早期直肠癌的浸润深度评估	首次将深度学习应用于内镜超声图像的自动分割，以解决早期直肠癌浸润深度评估中磁共振成像分辨率不足和内镜超声解释依赖操作者的问题	研究样本量相对较小（基于373个专家手动分割），且结果仅反映与手动分割的一致性，未直接验证临床预后	开发自动化图像分割方法以标准化内镜超声对早期直肠癌浸润深度的解释	早期直肠癌的内镜超声图像	计算机视觉	结直肠癌	内镜超声	CNN	图像	373个专家手动分割的内镜超声图像	NA	NA	平均表面距离, 豪斯多夫距离, Dice相似性指数	NA
135	2026-01-28	An AI-directed analytical study on the optical transmission microscopic images of Pseudomonas aeruginosa in planktonic and biofilm states 2024-Dec-24, ArXiv PMID:39764404	研究论文	本研究应用基于深度学习的AI模型，结合适配体DNA模板银纳米簇，对铜绿假单胞菌的浮游态和生物膜态光学透射显微图像进行高精度检测与分析	首次将U-Net与ResNet编码器增强结合用于生物膜图像分割，并利用适配体DNA模板银纳米簇抑制生物膜形成，实现多学科交叉的生物膜检测新方法	未明确说明模型在多样化环境样本或不同细菌物种上的泛化能力，且未提供与其他先进方法的定量对比结果	开发准确高效的生物膜检测与预防方法，以应对健康、食品工业和环境污染问题	铜绿假单胞菌的浮游态和生物膜态	计算机视觉	NA	光学透射显微镜，适配体DNA模板银纳米簇合成	CNN	图像	NA	NA	U-Net, ResNet18, ResNet34	NA	NA
136	2026-01-27	Enhanced Disc Herniation Classification Using Grey Wolf Optimization Based on Hybrid Feature Extraction and Deep Learning Methods 2024-12-26, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography11010001 PMID:39852681	研究论文	本文提出了一种结合灰狼优化、混合特征提取和深度学习方法的增强型椎间盘突出分类方法	采用灰狼优化算法优化混合特征提取和深度学习模型，以提高椎间盘突出分类的准确性	NA	提高椎间盘突出分类的准确性和效率	椎间盘突出患者或相关医学影像数据	计算机视觉	椎间盘突出	深度学习，混合特征提取	深度学习模型	医学影像	NA	NA	NA	NA	NA
137	2026-01-26	Joint segmentation and image reconstruction with error prediction in photoacoustic imaging using deep learning 2024-Dec, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2024.100645 PMID:39347464	研究论文	本文提出了一种混合贝叶斯卷积神经网络，用于光声成像中联合预测图像和分割，并量化误差	提出混合贝叶斯卷积神经网络，首次在光声成像中实现联合图像重建、分割及误差预测，通过概率分布量化每个像素的误差	模型训练依赖于模拟光声数据，在实验数据中的应用效果可能受模拟与真实差异影响	改进光声成像重建质量，并量化预测误差以验证结果	光声成像数据	计算机视觉	NA	光声成像	CNN	图像	NA	NA	混合贝叶斯卷积神经网络	统计相关性	NA
138	2026-01-25	GeoCrack: A High-Resolution Dataset For Segmentation of Fracture Edges in Geological Outcrops 2024-Dec-03, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-04107-0 PMID:39627257	研究论文	本文介绍了首个用于地质露头裂缝边缘分割的大规模开源标注数据集GeoCrack，并验证了其用于深度学习裂缝分割的潜力	首个大规模开源的地质露头裂缝痕迹标注数据集，为自然裂缝表征设定了新标准，并考虑了真实世界中的多种地质和地貌挑战	NA	通过提供高质量标注数据集，推进地质应用中基于深度学习的裂缝分割研究	地质露头中的裂缝痕迹	计算机视觉	NA	摄影测量	CNN	图像	来自欧洲和中东11个地点的图像，处理后得到12,158个224×224的图像-掩码对	NA	U-Net	IoU	NA
139	2026-01-22	What makes human cortical pyramidal neurons functionally complex 2024-Dec-19, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.17.628883 PMID:39763809	研究论文	本文提出了一个基于深度学习的框架——功能复杂性指数（FCI），用于量化神经元输入输出复杂性，并比较了人类与啮齿动物皮层锥体神经元的功能复杂性差异	首次提出功能复杂性指数（FCI）作为量化神经元功能复杂性的标准化度量，并揭示了人类皮层锥体神经元在树突膜面积、分支模式及NMDA受体密度和非线性方面的独特结构生物物理基础	NA	探究人类皮层神经元独特性质如何解释其高级认知能力，并开发量化神经元功能复杂性的方法	人类和啮齿动物（大鼠）的皮层锥体神经元	机器学习	NA	深度学习	NA	神经元形态和生理特性数据	NA	NA	NA	NA	NA
140	2026-01-21	Disorder-specific neurodynamic features in schizophrenia inferred by neurodynamic embedded contrastive variational autoencoder model 2024-12-18, Translational psychiatry IF:5.8Q1 DOI:10.1038/s41398-024-03200-7 PMID:39695106	研究论文	本研究通过整合神经动力学模型与对比变分自编码器，提取并评估精神分裂症特有的宏观特征，包括个体水平、区域水平参数和时变状态	首次将神经动力学模型与对比变分自编码器结合，用于提取精神分裂症特有的神经动力学特征，并揭示了与症状相关的独特分子机制模式	研究基于多中心数据集，但未具体说明样本异质性或模型泛化能力的详细评估	探索精神分裂症的病理机制，通过神经动力学模型分析微观改变如何影响宏观神经回路和脑功能	精神分裂症患者	机器学习	精神分裂症	神经动力学模型	CVAE	神经影像数据	NA	NA	对比变分自编码器	NA	NA