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
361	2025-08-06	Classification of Multi-Parametric Body MRI Series Using Deep Learning 2024-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3448373 PMID:39178097	研究论文	本文提出了一种基于深度学习的分类模型，用于分类8种不同的身体多参数磁共振成像（mpMRI）序列类型，以提高放射科医生读取检查的效率	利用多种深度学习分类器（ResNet、EfficientNet和DenseNet）对8种不同的MRI序列进行分类，并比较它们的性能，最终确定表现最佳的DenseNet-121模型	模型在外部数据集（DLDS和CPTAC-UCEC）上的准确率有所下降，分别为0.872和0.810，表明在训练数据分布之外的数据上性能有所降低	开发一种高效的深度学习模型，用于准确分类多参数磁共振成像（mpMRI）序列类型	多参数磁共振成像（mpMRI）序列	计算机视觉	NA	mpMRI	ResNet, EfficientNet, DenseNet	图像	超过729项研究训练数据，以及外部数据集DLDS和CPTAC-UCEC
362	2025-08-06	CTsynther: Contrastive Transformer Model for End-to-End Retrosynthesis Prediction 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3455381 PMID:39240741	研究论文	提出了一种名为CTsynther的端到端深度学习模型，用于单步逆合成预测	在Transformer架构中引入对比学习概念，并使用对比学习语言表示模型在SMILES句子级别增强模型推理	未提及具体局限性	解决有机化学和药物合成中的逆合成预测问题	单步逆合成预测	机器学习	NA	对比学习	Transformer	SMILES句子	未提及具体样本数量
363	2025-08-06	CMCN: Chinese medical concept normalization using continual learning and knowledge-enhanced 2024-11, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102965 PMID:39241561	研究论文	本研究提出了一种结合持续学习和知识增强的中文医学概念归一化模型，旨在解决中文医学概念归一化中的挑战	利用多态语义信息和多任务学习增强知识，并通过持续学习保留更多重要医学特征	由于中文医学语义和本体资源的缺乏，研究可能受到数据限制	推进知识挖掘和医学概念归一化领域，增强人工智能在医疗健康领域的整合与应用	中文疾病名称	自然语言处理	NA	深度学习	GCBM-BSCL	文本	自建的中文疾病数据集
364	2025-08-06	GenoM7GNet: An Efficient N7-Methylguanosine Site Prediction Approach Based on a Nucleotide Language Model 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3459870 PMID:39302806	研究论文	提出了一种基于核苷酸语言模型的高效N7-甲基鸟苷位点预测方法GenoM7GNet	利用BERT预训练核苷酸序列数据，结合一维CNN进行特征学习和分类，显著提高了m7G位点预测的准确性	未提及模型在跨物种或不同RNA类型中的泛化能力	开发高效准确的RNA修饰位点预测方法	RNA序列中的N7-甲基鸟苷(m7G)修饰位点	生物信息学	NA	BERT预训练、一维CNN	BERT+CNN	RNA序列数据	未明确说明样本数量
365	2025-08-06	RECOMED: A comprehensive pharmaceutical recommendation system 2024-11, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102981 PMID:39306906	研究论文	开发了一个综合药物推荐系统RECOMED，通过考虑人群、疾病和化学品的广泛特征，向医生和患者高精度推荐药物列表	结合了基于矩阵分解的模型和深度学习模型，利用药物信息和患者数据提高了推荐系统的准确性、敏感性和命中率	系统的准确性或敏感性不等同于临床准确性，收集更大的数据集可以获得更准确的结果	构建一个高精度的药物推荐系统	医生和患者	自然语言处理	NA	情感分析, 自然语言处理, 矩阵分解, 深度学习	神经网络, 推荐系统算法	文本, 患者数据, 药物信息	2304名患者作为训练集, 660名患者作为验证集
366	2025-08-06	Improving Antifreeze Proteins Prediction With Protein Language Models and Hybrid Feature Extraction Networks 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3467261 PMID:39316498	研究论文	提出了一种名为AFP-Deep的新深度学习方法，通过整合蛋白质序列嵌入和预训练蛋白质语言模型以及进化上下文与混合特征提取网络，来预测抗冻蛋白	利用预训练蛋白质语言模型提取蛋白质序列的全局上下文特征，并设计混合深度神经网络增强嵌入与抗冻模式之间的相关性	未提及具体局限性	提高抗冻蛋白预测的准确性，以促进仿生合成抗冰材料和低温器官保存材料的开发	抗冻蛋白（AFPs）	机器学习	NA	预训练蛋白质语言模型，混合特征提取网络	深度学习	蛋白质序列	基准数据集（具体数量未提及）
367	2025-08-06	A Protein-Context Enhanced Master Slave Framework for Zero-Shot Drug Target Interaction Prediction 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3468434 PMID:39331551	research paper	提出了一种蛋白质上下文增强的主从框架（PCMS），用于零样本药物靶点相互作用预测	PCMS框架通过主学习器和从学习器的结合，解决了新发现蛋白质缺乏已知药物靶点相互作用数据时的预测问题	实验仅在两个公共数据集上进行验证，可能需要更多数据以证明其普适性	提高零样本条件下药物靶点相互作用预测的准确性	药物靶点相互作用	machine learning	NA	deep learning	Master/Slave Framework (PCMS)	protein and drug data	two public datasets
368	2025-08-06	Joint self-supervised and supervised contrastive learning for multimodal MRI data: Towards predicting abnormal neurodevelopment 2024-11, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102993 PMID:39369634	研究论文	提出了一种联合自监督和监督对比学习方法，用于从多模态MRI数据中学习鲁棒的潜在特征表示，以预测异常神经发育	开发了一种新颖的联合自监督和监督对比学习方法，能够将异质多模态特征投影到一个共享的公共空间，整合不同模态和相似受试者之间的互补和类似信息	未提及具体局限性	通过多模态MRI数据预测异常神经发育	多模态MRI数据（结构、扩散张量和功能磁共振成像）	医学影像分析	神经发育异常	深度学习	对比学习网络	MRI图像	两个独立数据集
369	2025-08-06	Generative Biomedical Event Extraction With Constrained Decoding Strategy 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3480088 PMID:39401115	research paper	本文提出了一种基于预训练语言模型T5的生物医学事件生成模型，采用序列到序列的生成范式，并结合约束解码算法和课程学习算法	首次将生成式建模应用于生物医学事件抽取，采用约束解码算法和课程学习算法提升模型性能	仅在Genia 2011和Genia 2013两个公开数据集上进行了验证，未在其他数据集上测试	解决生物医学事件抽取中的级联错误问题	生物医学事件	natural language processing	NA	constrained decoding algorithm, curriculum learning algorithm	T5	text	Genia 2011和Genia 2013两个公开数据集
370	2025-08-06	Enhancing Autism Spectrum Disorder identification in multi-site MRI imaging: A multi-head cross-attention and multi-context approach for addressing variability in un-harmonized data 2024-11, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102998 PMID:39442245	研究论文	提出一种多头部交叉注意力和多上下文方法，用于解决多站点MRI成像中未协调数据的变异性问题，以增强自闭症谱系障碍的识别	提出CCMSMCF框架，整合了多头部注意力跨尺度模块和残差多上下文模块，采用多种损失函数进行模型训练，提高了跨站点数据的泛化能力	模型仅在ABIDE-I数据集上进行了验证，需要进一步在其他数据集上测试其泛化性能	最小化站点和扫描仪变异性对分析的影响，开发一个在不同扫描仪和站点上均有效的模型	自闭症谱系障碍（ASD）患者的多站点MRI成像数据	数字病理学	自闭症谱系障碍	fMRI	CCMSMCF（整合了MHACSM和RMCN模块）	MRI图像	Autism Brain Imaging Data Exchange I (ABIDE-I)数据集中的多站点数据
371	2025-08-06	Use of Artificial Intelligence in Cobb Angle Measurement for Scoliosis: Retrospective Reliability and Accuracy Study of a Mobile App 2024-11-01, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/50631 PMID:39486021	研究论文	本研究评估了一种基于深度学习的移动AI应用在自动测量脊柱侧弯患者Cobb角方面的可靠性和准确性	开发了一种完全自动化的AI应用，无需医生手动测量，减少了观察者间的变异性	研究为回顾性分析，未在实时临床环境中验证应用性能	评估AI应用在脊柱侧弯Cobb角自动测量中的准确性和可靠性	601名脊柱侧弯儿童的802张全脊柱X光片	数字病理学	脊柱侧弯	深度学习	NA	X光图像	601名儿童（89名男性，512名女性，年龄10-17岁）的802张X光片
372	2025-08-06	MMD-DTA: A Multi-Modal Deep Learning Framework for Drug-Target Binding Affinity and Binding Region Prediction 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3451985 PMID:39208057	研究论文	提出了一种名为MMD-DTA的多模态深度学习框架，用于预测药物-靶标结合亲和力及结合区域	通过无监督学习同时预测药物-靶标结合亲和力和结合区域，整合了药物和靶标的序列与结构信息	未提及具体的数据集规模限制或模型计算资源需求	改进药物-靶标结合亲和力预测方法并增强模型的可解释性	药物分子与靶标蛋白的相互作用	机器学习	NA	图神经网络(GNN)与结构特征提取网络	多模态深度学习框架(MMD-DTA)	序列数据与结构数据	基准数据集（未说明具体样本量）
373	2025-08-06	Exploring the Role of Mobile Apps for Insomnia in Depression: Systematic Review 2024-10-18, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/51110 PMID:39423009	系统综述	本文系统评估了针对抑郁和失眠的移动应用，揭示了其特点、效果及当前研究中的不足	首次系统评估同时针对抑郁和失眠的移动应用，突出了AI和深度学习在心理健康支持中的新应用	研究仅纳入了2017年至2023年间发表的文献，可能遗漏了早期的重要研究	系统评价针对抑郁和失眠的移动应用的特点、效果及研究缺口	针对抑郁和失眠的移动应用	自然语言处理	抑郁症和失眠	AI和深度学习	chatbots	文本	18篇全文文章
374	2025-08-06	Automated High-Throughput Atomic Force Microscopy Single-Cell Nanomechanical Assay Enabled by Deep Learning-Based Optical Image Recognition 2024-10-02, Nano letters IF:9.6Q1 DOI:10.1021/acs.nanolett.4c03861 PMID:39302697	研究论文	本研究提出了一种基于深度学习的图像识别辅助原子力显微镜（AFM）技术，实现了自动化高通量单细胞纳米力学测量	利用深度学习对光学明场图像中的细胞结构和AFM探针进行无标记识别，实现了AFM探针的自动定位和单细胞压痕测定或单细胞力谱的高效测量	未提及该方法在复杂样本或不同细胞类型中的适用性验证	开发自动化高通量单细胞纳米力学测量方法，推动AFM在力学生物学中的应用	活体单细胞	生物医学工程	NA	原子力显微镜（AFM）	深度学习	光学图像	NA
375	2025-08-06	Intra-arterial Pressure-Enabled Drug Delivery Significantly Increases Penetration of Glass Microspheres in a Porcine Liver Tumor Model 2024-10, Journal of vascular and interventional radiology : JVIR IF:2.6Q2 DOI:10.1016/j.jvir.2024.06.030 PMID:38969336	研究论文	研究比较了压力驱动药物递送（PEDD）与传统微导管递送在猪肝肿瘤模型中玻璃微球（GMs）递送的效果	使用TriNav设备进行PEDD显著提高了玻璃微球在肝肿瘤中的摄取，且近端PEDD灌注可能无需选择远端靶血管即可实现有效递送	研究仅在转基因猪（Oncopigs）的肝肿瘤模型中进行，尚未在人体中验证	测试PEDD是否比传统微导管递送更有效地将玻璃微球递送至肝肿瘤	转基因猪（Oncopigs）的肝肿瘤	数字病理	肝癌	近红外成像和深度学习算法	自定义深度学习算法（Visiopharm A/S）	图像	PEDD组10例（叶状灌注）和9例（选择性灌注），传统递送组7例（叶状灌注）和8例（选择性灌注）
376	2025-08-06	Detecting suicide risk among U.S. servicemembers and veterans: a deep learning approach using social media data 2024-Sep-09, Psychological medicine IF:5.9Q1 DOI:10.1017/S0033291724001557 PMID:39245902	研究论文	开发了一种深度学习算法，用于通过军事特定社交媒体平台上的帖子检测美国军人和退伍军人的自杀风险	利用RoBERTa模型结合帖子文本和元数据，以较高的敏感性和特异性识别含有自杀相关内容的帖子	研究仅基于一个军事特定社交媒体平台的数据，可能无法推广到其他平台或人群	通过社交媒体数据识别有自杀风险的军人和退伍军人	美国军人和退伍军人在军事特定社交媒体平台上的帖子	自然语言处理	心理健康	深度学习	RoBERTa	文本	8449条公开分享的社交媒体帖子
377	2025-08-06	Outcomes of Residency Education: Insights Into the Professional Formation of the Physical Therapist Resident 2024-Sep-01, Journal, physical therapy education DOI:10.1097/JTE.0000000000000335 PMID:39150258	研究论文	本研究探讨了物理治疗住院医师教育对临床技能、知识和推理能力发展的影响	首次通过定性研究探索住院医师教育中的关键教学要素和学习环境	样本量较小(11个项目和13名住院医师)，且采用便利抽样方法	探索物理治疗住院医师教育的成果及其对专业形成的影响	物理治疗住院医师及其教育项目	医学教育	NA	定性案例研究	NA	访谈记录和日记条目	11个物理治疗住院医师项目和13名住院医师
378	2025-08-06	Neural Network Enables High Accuracy for Hepatitis B Surface Antigen Detection with a Plasmonic Platform 2024-07-17, Nano letters IF:9.6Q1 DOI:10.1021/acs.nanolett.4c02860 PMID:38975746	研究论文	本文介绍了一种基于无标记等离子体生物传感方法和监督深度学习的策略，用于高精度检测乙型肝炎表面抗原（HBsAg）	结合厚度敏感的等离子体耦合与神经网络监督深度学习，显著提高了检测的准确性和灵敏度，并将检测时间缩短至约30分钟	NA	开发高精度的分子检测工具，用于即时检测（POC）应用	乙型肝炎表面抗原（HBsAg）	机器学习	乙型肝炎	无标记等离子体生物传感方法	神经网络	NA	NA
379	2025-08-06	Deconvolution of polygenic risk score in single cells unravels cellular and molecular heterogeneity of complex human diseases 2024-May-14, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.14.594252 PMID:38798507	研究论文	介绍了一种名为scPRS的几何深度学习模型，用于构建单细胞水平的多基因风险评分（PRS），以增强复杂人类疾病的生物学发现和疾病预测	scPRS不仅预测疾病风险，还能揭示疾病相关细胞，并通过分层多组学分析识别细胞类型特异的遗传基础，将疾病相关遗传变异与相应细胞类型的基因调控联系起来	NA	开发一个多任务、可解释的框架，用于精确预测疾病并系统研究复杂疾病的遗传、细胞和分子基础	复杂人类疾病（如2型糖尿病、肥厚型心肌病和阿尔茨海默病）的单细胞数据	机器学习	2型糖尿病, 肥厚型心肌病, 阿尔茨海默病	单细胞染色质可及性分析, 几何深度学习	几何深度学习模型	单细胞数据	NA
380	2025-08-06	Deep Learning-based Assessment of Facial Asymmetry Using U-Net Deep Convolutional Neural Network Algorithm 2024 Jan-Feb 01, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000009862 PMID:37973054	研究论文	本研究评估了基于深度卷积神经网络的计算机辅助诊断系统在检测面部不对称性方面的诊断性能，并与正畸医生的结果进行了比较	使用U-Net深度卷积神经网络算法开发了一个自动评估面部不对称性的CAD系统，并与传统方法进行了比较	仅使用了1020名患者的PA头影测量图像，样本量可能不足以覆盖所有面部不对称情况	评估基于DCNN的CAD系统在面部不对称性诊断中的性能	正畸患者的PA头影测量图像	计算机视觉	面部不对称	DCNN	U-Net	图像	1020名患者的PA头影测量图像（训练集），25张PA头影测量图像（测试集）