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
101	2024-08-07	Editorial for "Deep Learning Model for Grading and Localization of Lumbar Disc Herniation on Magnetic Resonance Imaging" 2025-Jan, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29457 PMID:38804734	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
102	2024-12-15	A deep-learning system for diagnosing ectopic eruption 2025-Jan, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2024.105399 PMID:39424256	研究论文	构建了一个用于混合牙列诊断的多阶段深度学习网络模型，以预测恒牙的异位萌发	该研究创新性地将牙列分割整合到自动分类牙发育阶段的过程中，并展示了模型在多个场景中的适应性	NA	开发一种用于诊断异位萌发的深度学习系统	儿童的混合牙列和恒牙的异位萌发	机器学习	NA	深度学习	多阶段深度学习网络	图像	1576张儿童全景X光片，年龄范围为6-12岁
103	2024-12-15	Assessment of simulated snoring sounds with artificial intelligence for the diagnosis of obstructive sleep apnea 2025-Jan, Sleep medicine IF:3.8Q1 DOI:10.1016/j.sleep.2024.11.018 PMID:39566267	研究论文	本研究评估了使用人工智能模型通过模拟打鼾声音进行阻塞性睡眠呼吸暂停诊断的性能	本研究首次验证了深度学习模型在通过模拟打鼾声音进行阻塞性睡眠呼吸暂停诊断中的有效性，并展示了其优于传统机器学习模型的识别能力	本研究仅使用了单一类型的数据（模拟打鼾声音），且样本量相对较小	验证人工智能模型通过模拟打鼾声音进行阻塞性睡眠呼吸暂停诊断的性能	模拟打鼾声音作为阻塞性睡眠呼吸暂停的潜在生物标志物	机器学习	阻塞性睡眠呼吸暂停	机器学习算法、深度学习算法	支持向量机、K近邻算法、随机森林、音频频谱图变换器	音频	465名参与者
104	2024-12-15	Acceleration of Simultaneous Multislice Magnetic Resonance Fingerprinting With Spatiotemporal Convolutional Neural Network 2025-Jan, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5302 PMID:39631961	研究论文	本文提出了一种新的深度学习方法，通过解耦的空间和时间特征学习来加速同时多切片磁共振指纹技术，以实现高多频带因子下的准确和体积化的T1和T2量化	本文首次探索了深度学习在同时多切片磁共振指纹技术中的应用，并提出了一种新的解耦空间和时间特征学习的深度学习方法，显著提高了多频带因子，同时减少了伪影	本文的实验结果主要基于模拟数据和已获取的同时多切片磁共振指纹数据，尚未在更大范围的临床数据上进行验证	加速同时多切片磁共振指纹技术，以实现快速和准确的T1和T2量化	大脑的T1和T2量化	计算机视觉	NA	磁共振指纹技术	卷积神经网络	图像	使用已获取的同时多切片磁共振指纹数据和从单切片磁共振指纹采集生成的模拟数据进行训练和评估
105	2024-12-14	Brain structural connectomic topology predicts medication response in youth with bipolar disorder: A randomized clinical trial 2025-Feb-15, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2024.11.061 PMID:39577502	研究论文	本研究探讨了大脑结构连接组拓扑结构在预测双相情感障碍青少年药物反应中的作用	首次研究了大脑结构连接组拓扑结构在预测双相情感障碍青少年药物反应中的价值，并提出了基于深度学习的预测模型	需要独立重复实验来验证初步发现	研究大脑结构连接组拓扑结构在预测双相情感障碍青少年药物反应中的作用	双相情感障碍青少年患者的大脑结构连接组拓扑结构	神经影像学	双相情感障碍	结构磁共振成像（MRI）	深度学习模型	图像	121名未接受过精神药物治疗的双相情感障碍I型青少年
106	2024-12-14	A multi-perspective deep learning framework for enhancer characterization and identification 2025-Feb, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108284 PMID:39577030	研究论文	本研究介绍了一种用于增强子特征化和识别的多视角深度学习框架MPDL-Enhancer	创新的双尺度深度神经网络和独特的特征表示策略	NA	准确识别和表征增强子，以理解基因调控网络及相关疾病的发展	增强子序列	机器学习	NA	dna2vec模型	双尺度深度神经网络	DNA序列	独立测试数据集
107	2024-12-14	Investigating streetscape environmental characteristics associated with road traffic crashes using street view imagery and computer vision 2025-Feb, Accident; analysis and prevention DOI:10.1016/j.aap.2024.107851 PMID:39581057	研究论文	本研究利用街景图像和计算机视觉技术，结合语义分割和目标检测网络，分析了街道环境特征与道路交通事故之间的关系	本研究通过结合语义分割和目标检测网络，全面测量街道环境特征，克服了传统方法仅依赖语义分割的局限性	本研究主要基于百度街景图像，可能无法完全代表所有地区的街道环境特征	探讨街道环境特征与道路交通事故之间的关系，为提升道路安全提供依据	街道环境特征（如道路、人行道、建筑物等）与三种交通事故类型（车辆-车辆碰撞、车辆-行人碰撞、单车事故）	计算机视觉	NA	深度学习	语义分割网络和目标检测网络	图像	NA
108	2024-12-14	IoT based healthcare system using fractional dung beetle optimization enabled deep learning for breast cancer classification 2025-Feb, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108277 PMID:39586227	研究论文	本文提出了一种基于物联网的医疗系统，利用分数阶蜣螂优化算法支持的深度学习进行乳腺癌分类	创新点在于结合了物联网技术和分数阶蜣螂优化算法，通过SqueezeNet_Fractional Dung Beetle Optimization (Squeeze_FDBO)提高了乳腺癌分类的准确性和路由性能	NA	旨在提高乳腺癌分类的准确性，从而促进早期检测和治疗	乳腺癌的分类和诊断	计算机视觉	乳腺癌	分数阶蜣螂优化算法	SqueezeNet	图像	NA
109	2024-12-14	Assessing greenspace and cardiovascular health through deep-learning analysis of street-view imagery in a cohort of US children 2025-Jan-15, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2024.120459 PMID:39603586	研究论文	本研究通过深度学习分析街景图像，评估美国儿童的绿地暴露与心血管健康之间的关系	本研究首次使用深度学习分割算法分析街景图像中的绿地，并将其与儿童的心血管健康指标进行关联	研究结果显示街景绿地与心血管健康之间的关联较弱，且可能因儿童的成长阶段而异	探讨街景绿地暴露对美国儿童心血管健康的影响	美国儿童的街景绿地暴露与心血管健康	计算机视觉	心血管疾病	深度学习分割算法	深度学习模型	图像	来自Project Viva项目的美国儿童队列，跟踪参与者从童年中期到青春期晚期（2007-21年）
110	2024-12-14	Deep learning-based 3D quantitative total tumor burden predicts early recurrence of BCLC A and B HCC after resection 2025-Jan, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10941-y PMID:39028376	研究论文	本研究评估了基于深度学习的MRI自动三维定量肿瘤负荷在预测肝细胞癌术后早期复发中的潜力	使用深度学习自动分割工具进行MRI图像的三维定量肿瘤负荷分析，并将其作为预测肝细胞癌术后早期复发的生物标志物	这是一项单中心回顾性研究，样本量和研究范围可能有限	评估深度学习辅助的三维定量肿瘤负荷在预测肝细胞癌术后早期复发中的潜力	BCLC A和B期肝细胞癌患者	计算机视觉	肝细胞癌	深度学习	NA	图像	592名患者，其中525名BCLC A期和67名BCLC B期
111	2024-12-14	Deep learning in pulmonary nodule detection and segmentation: a systematic review 2025-Jan, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10907-0 PMID:38985185	综述	本文系统回顾了使用深度学习技术进行肺结节检测和分割的方法	强调了标准化数据处理、代码和数据共享的重要性，并提出了未来研究中平衡模型复杂性和效率的必要性	现有文献中存在方法学上的差距和偏见	比较使用深度学习技术的肺结节检测和分割方法，填补现有文献中的方法学差距和偏见	肺结节的检测和分割方法	计算机视觉	肺癌	深度学习	卷积神经网络	图像	包括了九项研究，主要使用了公开数据集，如Lung Image Database Consortium Image Collection和Image Database Resource Initiative以及Lung Nodule Analysis 2016
112	2024-12-14	Session Introduction: AI and Machine Learning in Clinical Medicine: Generative and Interactive Systems at the Human-Machine Interface 2025, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing PMID:39670359	研究论文	本文介绍了人工智能和机器学习在临床医学中的应用，特别是生成式和交互式系统在人机界面中的作用	本文探讨了生成式AI和深度学习在处理复杂多层数据集方面的创新，特别是在非结构化文本、图像和结构化数据中的应用	本文强调了需要进一步研究以全面理解在医疗保健领域部署AI的广泛影响和潜在后果	探讨人工智能和机器学习在临床医学中的应用及其对临床决策、患者监测、图像分析和应急响应系统的改进	人工智能技术在医疗领域的应用，特别是生成式和交互式系统	机器学习	NA	生成式AI和深度学习	NA	文本、图像和结构化数据	NA
113	2024-12-14	Investigating the Differential Impact of Psychosocial Factors by Patient Characteristics and Demographics on Veteran Suicide Risk Through Machine Learning Extraction of Cross-Modal Interactions 2025, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing PMID:39670369	研究论文	本研究通过机器学习方法提取跨模态交互信息，探讨心理社会因素和患者特征及人口统计学因素对退伍军人自杀风险的影响	本研究创新性地结合了结构化和非结构化的电子健康记录数据，利用XGBoost模型和SHAP方法提取交互信息，并引入选择参数α来平衡结构化和非结构化数据的影响，从而提高了自杀风险预测模型的准确性	本研究主要基于退伍军人的数据，其结果的普适性可能有限	提高自杀风险预测模型的准确性，并探讨心理社会因素与患者特征之间的交互作用	退伍军人的自杀风险	机器学习	NA	XGBoost, SHAP, 逻辑回归, 岭回归	XGBoost, 逻辑回归, 岭回归	电子健康记录数据	NA
114	2024-12-14	Enhancing Privacy-Preserving Cancer Classification with Convolutional Neural Networks 2025, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing PMID:39670396	研究论文	本文提出了一种基于卷积神经网络的隐私保护癌症分类方法OGHE，利用同态加密技术在加密数据上进行计算，同时通过VarScout特征选择方法提取显著特征	OGHE引入了高效的打包机制以减少同态加密的计算开销，并结合VarScout特征选择方法提取显著特征，提高了隐私保护癌症分类的准确性和效率	NA	开发一种能够在保护隐私的前提下进行癌症分类的机器学习方法	转移性癌症的分类，特别是结合原发肿瘤位置进行诊断	机器学习	癌症	同态加密（HE）	卷积神经网络（CNN）	基因组数据	iDash 2020数据集
115	2024-12-14	A Dynamic Model for Early Prediction of Alzheimer's Disease by Leveraging Graph Convolutional Networks and Tensor Algebra 2025, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing PMID:39670404	研究论文	本文提出了一种基于图卷积网络和张量代数的动态模型，用于阿尔茨海默病的早期预测	引入了一种新的动态深度学习模型DyEPAD，通过图卷积网络和聚合函数捕捉每个时间步的嵌入，并使用张量代数操作进行频域分析，以捕捉所有时间步的进化模式	未提及具体的局限性	开发一种方法，用于在轻度认知障碍（MCI）个体中早期预测阿尔茨海默病（AD）	轻度认知障碍（MCI）个体向阿尔茨海默病（AD）的进展	机器学习	阿尔茨海默病	图卷积网络（GCN），张量代数	动态深度学习模型	电子健康记录（EHR）	使用了阿尔茨海默病神经影像倡议（ADNI）和国家阿尔茨海默病协调中心（NACC）数据集
116	2024-12-13	Deep learning-assisted surface-enhanced Raman spectroscopy detection of intracellular reactive oxygen species 2025-Mar-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.127222 PMID:39556973	研究论文	本文结合表面增强拉曼光谱（SERS）技术和深度学习，建立了一种基于神经网络的细胞内活性氧（ROS）智能检测方法	本文创新性地将SERS技术与深度学习相结合，利用神经网络模型提高了SERS分析能力，并实现了对细胞内ROS的初步浓度预测	本文仅以过氧亚硝酸盐（ONOO）和次氯酸盐（ClO）的同时检测为模板，未来可能需要扩展到更多种类的ROS检测	实现细胞内活性氧的智能分析，以促进疾病的快速诊断	细胞内活性氧（ROS），特别是过氧亚硝酸盐（ONOO）和次氯酸盐（ClO）	机器学习	NA	表面增强拉曼光谱（SERS）	神经网络模型（ENN）和一维卷积神经网络模型（1D-CNN）	光谱数据	AuNP/4-MPBA/2-MP纳米探针的SERS光谱数据
117	2024-12-13	Combining Biology-based and MRI Data-driven Modeling to Predict Response to Neoadjuvant Chemotherapy in Patients with Triple-Negative Breast Cancer 2025-Jan, Radiology. Artificial intelligence DOI:10.1148/ryai.240124 PMID:39503605	研究论文	本文结合深度学习和基于生物学的建模方法，预测三阴性乳腺癌患者在接受新辅助化疗前的反应	本文创新性地将基于生物学的数学模型与卷积神经网络（CNN）相结合，用于预测肿瘤对新辅助化疗的反应	本文为回顾性研究，样本量相对较小，且仅基于单一临床试验的数据	预测三阴性乳腺癌患者在接受新辅助化疗前的反应	三阴性乳腺癌患者及其对新辅助化疗的反应	数字病理学	乳腺癌	卷积神经网络（CNN）	卷积神经网络（CNN）	图像	118名女性患者
118	2024-12-13	Deep learning for NAD/NADP cofactor prediction and engineering using transformer attention analysis in enzymes 2025-Jan, Metabolic engineering IF:6.8Q1 DOI:10.1016/j.ymben.2024.11.007 PMID:39571721	研究论文	本文介绍了一种基于transformer的深度学习模型DISCODE，用于预测和设计酶的NAD(P)辅因子偏好	DISCODE模型利用transformer的注意力机制，能够解释性地分析关键残基，从而实现酶的辅因子特异性预测和设计	NA	理解和操纵NAD(P)-依赖的氧化还原酶的辅因子偏好	NAD(P)-依赖的氧化还原酶的辅因子偏好	机器学习	NA	深度学习	transformer	序列	7,132个NAD(P)-依赖的酶序列
119	2024-12-13	Combining MRI radiomics and clinical features for early identification of drug-resistant epilepsy in people with newly diagnosed epilepsy 2025-Jan, Epilepsy & behavior : E&B IF:2.3Q2 DOI:10.1016/j.yebeh.2024.110165 PMID:39612633	研究论文	本研究结合MRI放射组学和临床特征，使用深度学习模型ResNet-18提取MRI特征，构建机器学习分类器以早期识别药物难治性癫痫	首次将放射组学与临床特征结合，使用深度学习模型提取MRI特征，并构建机器学习分类器进行早期诊断	样本量较小，可能影响模型的泛化能力	早期识别新诊断的药物难治性癫痫患者	新诊断的癫痫患者	机器学习	癫痫	MRI放射组学	ResNet-18	图像	134名新诊断的癫痫患者
120	2024-12-13	Decoding Depth of Meditation: Electroencephalography Insights From Expert Vipassana Practitioners 2025-Jan, Biological psychiatry global open science DOI:10.1016/j.bpsgos.2024.100402 PMID:39660274	研究论文	本研究使用脑电图（EEG）技术解码专家内观冥想者自我报告的冥想深度	引入了一种新的自发涌现方法来评估冥想深度，并提出了一种融合源活动和连接信息的新型机器学习方法	研究样本仅限于34名专家内观冥想者，可能限制了结果的普适性	解码自我报告的冥想深度，并探讨神经活动与冥想深度之间的关系	专家内观冥想者的冥想深度及其神经相关性	神经科学	NA	脑电图（EEG）	机器学习	脑电信号	34名专家内观冥想者