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
1	2025-04-04	Graph-based prototype inverse-projection for identifying cortical sulcal pattern abnormalities in congenital heart disease 2025-Feb-28, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103538 PMID:40121807	研究论文	本文提出了一种基于深度学习的脑沟模式分析方法，用于识别先天性心脏病患者的皮层脑沟模式异常	采用基于原型的图神经网络分析脑沟模式图，并提出原型逆投影方法以提高可解释性，能够高效可视化原型并聚焦于特定区域	未提及具体的研究局限性	开发一种敏感且可理解的脑沟模式分析工具，用于识别神经发育差异	健康对照组（174人）和先天性心脏病患者（345人）的脑沟模式	数字病理学	先天性心脏病	深度学习	图神经网络	图像	519人（174名健康对照和345名先天性心脏病患者）
2	2025-04-04	Interpretable deep learning of single-cell and epigenetic data reveals novel molecular insights in aging 2025-Feb-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89646-1 PMID:39934290	研究论文	本文提出了一种结合深度学习和可解释人工智能的方法，用于从单细胞和表观遗传数据中揭示衰老的分子机制	开发了一种多视图图级别表示学习框架（MGRL），整合了先验生物网络信息，构建了细胞类型分辨率的分子衰老时钟，并通过XAI进行解释	未明确提及具体局限性	研究生物衰老在分子水平上的复杂过程	单细胞转录组数据和DNA甲基化数据	机器学习	老年疾病	单细胞转录组测序、DNA甲基化测序	MGRL（多视图图级别表示学习框架）	单细胞转录组数据、DNA甲基化数据	超过100万个免疫细胞，来自981名捐赠者
3	2025-04-03	[Research on arrhythmia classification algorithm based on adaptive multi-feature fusion network] 2025-Feb-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202406069 PMID:40000175	研究论文	提出了一种基于自适应多特征融合网络的心律失常分类算法	采用自适应多特征融合策略，结合RR间期特征、时域深度特征和频域深度特征进行心律失常分类	在有限异常样本监督下进行特征选择	心律失常的早期筛查	心电图(ECG)数据	机器学习	心血管疾病	1D-CNN, 2D-CNN, MFCC	自适应多特征融合网络	ECG信号	MIT-BIH心律失常数据库
4	2025-04-03	[Prediction method of paroxysmal atrial fibrillation based on multimodal feature fusion] 2025-Feb-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202403039 PMID:40000174	研究论文	提出了一种基于多模态特征融合的阵发性心房颤动风险预测方法	结合机器学习特征工程和深度学习端到端建模的优势，提出多模态特征融合方法，并使用四种特征选择方法和Pearson相关分析确定最优特征集	未提及具体样本量或数据来源的局限性	提高阵发性心房颤动的风险预测准确性	阵发性心房颤动患者	生物医学工程	心血管疾病	机器学习特征工程、深度学习端到端建模、随机森林	随机森林	多模态数据	公共数据集和临床数据集（具体数量未提及）
5	2025-04-03	[Research on intelligent fetal heart monitoring model based on deep active learning] 2025-Feb-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202402012 PMID:40000176	研究论文	本文提出了一种基于三支决策理论和多目标优化主动学习的TWD-MOAL深度主动学习算法，用于智能胎儿心率监测	结合三支决策理论和多目标优化主动学习，提出TWD-MOAL算法，显著减少标注时间和成本，有效解决CTG信号数据不平衡问题	NA	开发智能胎儿心率监测模型，辅助产科医生解读CTG信号，实现智能化胎儿监测	胎儿心率监测数据	机器学习	产科疾病	深度学习	CNN	信号数据	16,355份产前CTG记录
6	2025-04-03	[Study on lightweight plasma recognition algorithm based on depth image perception] 2025-Feb-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202404064 PMID:40000184	research paper	提出了一种基于改进YOLOv5的轻量级血浆质量检测模型，用于识别溶血性血浆	结合全维度动态卷积、可分离核注意力池化、残差双融合特征金字塔网络和重参数化卷积等关键算法模块，提高了血浆质量检测的平均识别准确率	未提及模型在更大规模或多样化数据集上的泛化能力	预防由外部因素引起的溶血性疾病	血浆图像	computer vision	心血管疾病	深度学习	YOLOv5	image	NA
7	2025-04-03	[A review of deep learning methods for non-contact heart rate measurement based on facial videos] 2025-Feb-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202405057 PMID:40000193	综述	本文回顾了基于面部视频的非接触式心率测量的深度学习方法	总结了深度学习在远程光电容积描记术(rPPG)中的应用，探讨了未来研究方向	未提及具体方法的性能比较或实际应用中的挑战	探索非接触式心率测量技术及其在健康监测中的应用	基于面部视频的心率信号	计算机视觉	心血管疾病	rPPG	深度学习	视频	NA
8	2025-04-03	An Explainable Unified Framework of Spatio-Temporal Coupling Learning With Application to Dynamic Brain Functional Connectivity Analysis 2025-Feb, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3467384 PMID:39320999	研究论文	提出了一种可解释的时空耦合学习统一框架，应用于动态脑功能连接分析	构建了基于时空相关性的深度学习网络，能够整合节点表示与节点间连接的时间变化耦合关系，并提供更好的分析结果可解释性	未明确提及具体局限性	开发一种能够挖掘时空耦合关系的可解释学习框架	fMRI和MEG时间序列数据	机器学习	NA	深度学习	基于时空相关性的深度学习网络	时间序列数据	未明确提及样本量
9	2024-10-18	Radiomics-Based Prediction of Patient Demographic Characteristics on Chest Radiographs: Looking Beyond Deep Learning for Risk of Bias 2025-02, AJR. American journal of roentgenology DOI:10.2214/AJR.24.31963 PMID:39413236	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
10	2025-04-03	Machine learning-based prediction model integrating ultrasound scores and clinical features for the progression to rheumatoid arthritis in patients with undifferentiated arthritis 2025-Feb, Clinical rheumatology IF:2.9Q2 DOI:10.1007/s10067-025-07304-3 PMID:39789318	研究论文	本研究开发了一种基于机器学习的预测模型，整合超声评分和临床特征，用于预测未分化关节炎患者向类风湿性关节炎的进展	首次将18关节超声评分系统（US18）与临床数据结合，利用机器学习模型提高高风险患者的早期识别能力	研究仅跟踪了患者1年时间，长期预测效果尚不明确	提高未分化关节炎患者向类风湿性关节炎进展的早期预测准确性	432名未分化关节炎患者	机器学习	类风湿性关节炎	18关节超声评分系统（US18）	Random Forest (RnFr), 深度学习模型	临床数据和超声评分数据	432名未分化关节炎患者（其中152名进展为类风湿性关节炎）
11	2025-04-03	Deep learning helps discriminate between autoimmune hepatitis and primary biliary cholangitis 2025-Feb, JHEP reports : innovation in hepatology IF:9.5Q1 DOI:10.1016/j.jhepr.2024.101198 PMID:39829723	research paper	本研究开发了一种基于深度学习的系统（ALNE），用于区分自身免疫性肝炎（AIH）和原发性胆汁性胆管炎（PBC）	首次提出了一个无需人工标注的深度学习模型（ALNE），能够定量且准确地区分AIH和PBC	扫描技术和切片染色的多样性可能影响模型的鲁棒性和泛化能力	开发一种辅助诊断工具，以减少AIH和PBC的误诊	自身免疫性肝炎（AIH）和原发性胆汁性胆管炎（PBC）患者	digital pathology	liver disease	H&E染色全切片图像分析	transformer-based deep learning system (ALNE)	image	训练集354例（266例AIH和102例PBC），外部验证集92例（62例AIH和30例PBC）
12	2025-04-03	Synthetic data generation in motion analysis: A generative deep learning framework 2025-Feb, Proceedings of the Institution of Mechanical Engineers. Part H, Journal of engineering in medicine DOI:10.1177/09544119251315877 PMID:39902572	研究论文	介绍了一种基于变分自编码器的数据增强策略，用于生成运动分析中的合成数据	在运动分析领域引入了一种有效的数据增强方法	NA	开发一种数据增强策略以提高运动分析模型的性能	髋关节和膝关节的角度和力矩以及地面反作用力	机器学习	NA	变分自编码器	LSTM	运动数据	NA
13	2025-04-03	SS-DTI: A deep learning method integrating semantic and structural information for drug-target interaction prediction 2025-Feb, Journal of bioinformatics and computational biology IF:0.9Q4 DOI:10.1142/S0219720025500027 PMID:40134345	研究论文	提出了一种名为SS-DTI的深度学习方法，整合语义和结构信息用于药物-靶点相互作用预测	首次整合了药物和蛋白质的语义与结构信息，通过多尺度语义特征提取块和GCNs实现全面的分子表示	未提及方法在特定类型药物或靶点上的性能局限性	改进药物-靶点相互作用预测的准确性和效率	药物分子和蛋白质靶点	机器学习	NA	深度学习	GCNs（图卷积网络）	序列数据和结构数据	四个基准数据集（未说明具体样本量）
14	2025-04-03	Drug repurposing for non-small cell lung cancer by predicting drug response using pathway-level graph convolutional network 2025-Feb, Journal of bioinformatics and computational biology IF:0.9Q4 DOI:10.1142/S0219720025500015 PMID:40134346	研究论文	本文提出了一种基于通路-通路相互作用网络的图卷积网络模型，用于预测非小细胞肺癌的药物反应，以发现潜在的药物再利用候选药物	首次将已知的生物通路-通路相互作用整合到药物反应预测模型中，通过图卷积操作更有效地表示癌细胞系特征	模型性能仅在GDSC1000数据集上进行了验证，未在其他独立数据集上测试	开发一种更有效的药物反应预测模型，用于非小细胞肺癌的药物再利用	非小细胞肺癌(NSCLC)的癌细胞系和现有药物	机器学习	肺癌	图卷积网络	GCN	生物通路相互作用网络数据、药物反应数据	GDSC1000数据集中的样本
15	2025-04-03	Artificial Intelligence-Based Predictive Modeling for Aortic Aneurysms 2025-Feb, Cureus DOI:10.7759/cureus.79662 PMID:40161150	review	本文综述了人工智能和机器学习在主动脉瘤预测建模中的当前状态和未来方向，强调了其在风险评估、筛查和预后中的多样性和进展	探讨了将临床、影像和基因组数据整合到AI/ML中以提高预测性和临床适用性，并讨论了将AI预测模型转化为临床实践的挑战和前景	数据质量、模型可解释性以及法律和伦理问题	增强主动脉瘤的风险评估和管理，推动心血管护理向精准医学转变	腹主动脉瘤（AAAs）	machine learning	cardiovascular disease	supervised and unsupervised learning, deep learning	NA	clinical, imaging, genomic data	NA
16	2025-04-02	A Systematic Review of Advances in Infant Cry Paralinguistic Classification: Methods, Implementation, and Applications 2025-Feb-18, JMIR rehabilitation and assistive technologies DOI:10.2196/69457 PMID:40163619	系统性综述	本文系统回顾了过去24年婴儿哭声副语言分类的方法、实施和应用进展	总结了婴儿哭声分类从传统统计方法到机器学习和深度学习模型的演变，并提出了未来研究方向	大多数模型(90%)未实际部署，数据隐私和保密性考虑不足	系统回顾婴儿哭声分类技术的发展现状和未来方向	婴儿哭声信号	自然语言处理	NA	机器学习、深度学习、混合方法	NA	音频	126项符合条件的研究
17	2025-04-02	RESPAN: A Deep Learning Pipeline for Accurate and Automated Restoration, Segmentation, and Quantification of Dendritic Spines 2025-Feb-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.06.597812 PMID:38895232	research paper	介绍了一个名为RESPAN的开源深度学习流程，用于准确自动地恢复、分割和量化树突棘	RESPAN整合了先进的深度学习技术，提供图像恢复、分割和分析的一体化解决方案，且用户界面友好	未明确提及具体限制	开发一个自动化工具来改进树突棘的量化过程	树突棘、树突分支和神经元胞体	digital pathology	NA	深度学习	NA	image	多种样本，包括活体成像和体内双光子显微镜数据
18	2025-04-01	Qualitative and Quantitative Evaluation of a Deep Learning-Based Reconstruction for Accelerated Cardiac Cine Imaging 2025-Feb-24, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12030231 PMID:40150695	research paper	本研究系统评估了一种基于深度学习的重建技术（Sonic DL Cine）在加速心脏电影成像中的应用效果	首次全面评估了Sonic DL Cine在高达12倍加速的心脏电影成像中的表现，并验证了其在保持图像质量和心脏功能测量准确性方面的能力	研究主要使用数字幻影和健康志愿者数据，未涉及心脏病患者群体	评估深度学习重建技术在加速心脏磁共振成像中的性能	心脏电影成像	digital pathology	cardiovascular disease	cardiac MR (CMR)	deep learning-based reconstruction	image	数字幻影和健康志愿者数据（具体数量未提及）
19	2025-04-01	Multi-Model Segmentation Algorithm for Rotator Cuff Injury Based on MRI Images 2025-Feb-21, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12030218 PMID:40150682	research paper	提出一种基于MRI图像的AI诊断方法，用于肩袖损伤的自动分割和撕裂严重程度评估	首个专门用于肩袖损伤诊断的AI算法，结合Unet + FPN架构的多模型深度学习网络	未提及与其他现有方法的对比或临床验证的广泛性	开发一种AI辅助诊断平台，提高肩袖损伤诊断的效率和准确性	肩袖损伤的MRI图像	digital pathology	rotator cuff injury	MRI	Unet + FPN	image	376名患者的5640张图像用于训练，94名患者的1410张图像用于测试
20	2025-04-01	A Deep Convolution Method for Hypertension Detection from Ballistocardiogram Signals with Heat-Map-Guided Data Augmentation 2025-Feb-21, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12030221 PMID:40150686	研究论文	提出一种基于深度卷积网络的模型BH-Net，利用心冲击图信号进行高血压检测，并通过热图引导的数据增强方案提升性能	首次提出端到端深度卷积模型BH-Net用于心冲击图信号的高血压检测，并创新性地采用J波邻域选择策略进行数据增强	研究仅基于公开数据集进行验证，未涉及实际临床环境测试	开发非接触式高血压检测方法	心冲击图(BCG)信号	机器学习	心血管疾病	深度学习	CNN	时序信号数据	公开数据集（具体数量未说明）