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
5441	2025-03-05	Using Wearable Sensors and Machine Learning to Assess Upper Limb Function in Huntington's Disease 2024-Jun-03, Research square DOI:10.21203/rs.3.rs-4355136/v1 PMID:38883736	研究论文	本研究利用可穿戴传感器和机器学习技术评估亨廷顿病患者的日常生活中的上肢功能	首次将可穿戴传感器和深度学习模型结合，用于监测亨廷顿病患者的日常上肢功能，并预测疾病组别和临床评分	样本量较小（HD=16，pHD=7，CTR=16），可能影响结果的普遍性	评估亨廷顿病患者的上肢功能，探索可穿戴传感器和机器学习在疾病监测和治疗评估中的应用	亨廷顿病患者（HD）、前驱期亨廷顿病患者（pHD）和健康对照组（CTR）	机器学习	亨廷顿病	深度学习模型	深度学习模型	传感器数据	HD=16，pHD=7，CTR=16
5442	2025-03-05	Discordance between a deep learning model and clinical-grade variant pathogenicity classification in a rare disease cohort 2024-May-23, medRxiv : the preprint server for health sciences DOI:10.1101/2024.05.22.24307756 PMID:38826236	研究论文	本文探讨了深度学习模型AlphaMissense在罕见病队列中与临床级变异致病性分类之间的不一致性	揭示了AlphaMissense在评估内在无序区域（IDRs）中错义变异致病性方面的局限性	AlphaMissense在评估IDRs中错义变异的致病性时表现不佳，导致某些包含IDRs的基因的基因必需性评分不可靠	评估深度学习模型在罕见病队列中预测错义变异致病性的准确性	罕见病队列中的错义变异	生物医学信息学	罕见病	深度学习	AlphaMissense	基因变异数据	NA
5443	2025-03-05	Assessment of changes in vessel area during needle manipulation in microvascular anastomosis using a deep learning-based semantic segmentation algorithm: A pilot study 2024-May-09, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-024-02437-6 PMID:38722409	研究论文	本研究开发了一种基于深度学习的语义分割算法，用于评估微血管吻合术中血管面积的变化，以客观评估手术技能	首次使用手术视频评估手术对象面积变化，提出了一种新的微血管吻合术性能评估方法	研究为初步研究，样本量较小，且仅使用人工血管进行训练	开发一种基于深度学习的算法，用于评估微血管吻合术中血管面积的变化，以客观评估手术技能	微血管吻合术中的血管	计算机视觉	NA	深度学习	ResNet-50	视频	微血管端侧吻合术训练视频
5444	2025-03-05	Abdominal CT metrics in 17,646 patients reveal associations between myopenia, myosteatosis, and medical phenotypes: a phenome-wide association study 2024-May, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2024.105116 PMID:38636199	研究论文	本研究利用深度学习技术和大规模电子健康记录数据，通过腹部CT扫描评估身体组成指标，探索其与多种医学表型的关联	首次将PheWAS方法应用于大规模CT成像生物标志物和电子健康记录数据的整合分析，揭示了肌肉减少症和肌肉脂肪变性生物标志物与多种医学表型之间的新关联	研究结果主要基于北美人群，可能不适用于其他人群；研究设计为横断面研究，无法确定因果关系	探索腹部CT扫描得出的骨骼肌指标与医学表型之间的关联	17,646名成年患者（2012-2018年间接受腹部CT扫描）	数字病理学	NA	深度学习	NA	CT图像和电子健康记录数据	17,646名成年患者（平均年龄56岁±19，57.5%为女性）
5445	2025-03-05	Rapid and accurate prediction of protein homo-oligomer symmetry with Seq2Symm 2024-Apr-26, Research square DOI:10.21203/rs.3.rs-4215086/v1 PMID:38746169	研究论文	本文介绍了一种名为Seq2Symm的模型，用于快速准确地预测蛋白质同源寡聚体的对称性	Seq2Symm模型利用ESM2蛋白质基础模型，显著优于现有的基于模板和深度学习方法，能够仅通过单一序列快速预测蛋白质同源寡聚体的对称性	NA	开发一种能够快速准确预测蛋白质同源寡聚体对称性的机器学习模型	蛋白质同源寡聚体的对称性	机器学习	NA	ESM-MSA, ESM2, RoseTTAFold2	Seq2Symm	蛋白质序列	5个完整蛋白质组和约350万条未标记蛋白质序列
5446	2025-03-05	The detection of absence seizures using cross-frequency coupling analysis with a deep learning network 2024-Apr-10, Research square DOI:10.21203/rs.3.rs-4178484/v1 PMID:38659733	研究论文	本文介绍了一种使用堆叠稀疏自编码器（SSAE）和交叉频率耦合（CFC）分析来自头皮脑电图（EEG）的失神发作活动的方法	利用深度学习方法（SSAE）结合交叉频率耦合分析，自动化检测失神发作，提供了一种新的癫痫发作检测方法	样本量较小（12名患者，94次失神发作），可能影响模型的泛化能力	开发一种自动化检测失神发作的方法	失神发作患者的头皮脑电图（EEG）数据	机器学习	癫痫	交叉频率耦合（CFC）分析	堆叠稀疏自编码器（SSAE）	脑电图（EEG）	12名患者的94次失神发作及背景活动片段
5447	2025-03-05	DeepN4: Learning N4ITK Bias Field Correction for T1-weighted Images 2024-Apr, Neuroinformatics IF:2.7Q3 DOI:10.1007/s12021-024-09655-9 PMID:38526701	研究论文	本文提出了一种名为DeepN4的深度学习网络，用于近似N4ITK偏置场校正，以提高T1加权MRI图像处理的便携性和灵活性	通过深度学习网络DeepN4近似N4ITK偏置场校正，解决了N4ITK在不同平台间移植和优化困难的问题	尽管DeepN4能够近似N4ITK校正，但其在不同数据集上的泛化能力仍需进一步验证	开发一种便携、灵活且完全可微的N4ITK偏置场校正方法	T1加权MRI图像	计算机视觉	NA	深度学习	深度学习网络	图像	来自72台不同扫描仪的八个独立队列的T1加权MRI图像
5448	2025-03-05	Deep learning segmentation of the choroid plexus from structural magnetic resonance imaging (MRI): validation and normative ranges across the adult lifespan 2024-Feb-29, Fluids and barriers of the CNS IF:5.9Q1 DOI:10.1186/s12987-024-00525-9 PMID:38424598	研究论文	本文提出了三种深度学习模型，用于从常见的解剖MRI数据中分割脉络丛，并报告了性能指标和成年期内的变化	提出了三种深度学习模型，用于从常见的解剖MRI数据中分割脉络丛，并提供了跨成年期的脉络丛体积变化示例	样本量相对较小（n=50），且主要关注成年期内的变化，未涵盖更广泛的人群	改进和验证脉络丛体积的量化方法，以更好地研究其在神经退行性疾病中的作用	成年期内的控制组和神经退行性疾病参与者的脉络丛	医学影像分析	神经退行性疾病	深度学习	全卷积神经网络（FCN）	3D T1加权、3D T2加权和2D T2加权FLAIR MRI图像	50名参与者（年龄21-85岁）用于训练和验证，98名成年控制组（年龄21-89岁）用于扩展队列
5449	2025-03-05	Deep learning segmentation of peri-sinus structures from structural magnetic resonance imaging: validation and normative ranges across the adult lifespan 2024-Feb-13, Fluids and barriers of the CNS IF:5.9Q1 DOI:10.1186/s12987-024-00516-w PMID:38350930	研究论文	本文提出了一种深度学习架构，用于自动分割脑周窦结构，如蛛网膜颗粒和旁矢状硬膜空间，通过3D T2加权非对比MRI图像进行验证，并提供了这些结构在成人生命周期中的规范范围	开发了一种新的深度学习架构，首次实现了对脑周窦结构的自动分割，无需外源性对比剂和手动描绘	研究依赖于特定类型的MRI图像（3D T2加权非对比MRI），可能限制了方法的广泛应用	开发并验证一种自动化工具，用于量化脑周窦结构的体积，以研究神经流体循环功能障碍	脑周窦结构，包括蛛网膜颗粒和旁矢状硬膜空间	数字病理学	NA	3D T2加权非对比MRI	3D全卷积神经网络	图像	80例用于验证，1,872例健康参与者用于提供生命周期中的规范范围
5450	2025-03-05	Enhancing Hierarchical Transformers for Whole Brain Segmentation with Intracranial Measurements Integration 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3009084 PMID:39220623	研究论文	本文提出了一种增强的分层Transformer模型UNesT，用于全脑分割，并整合颅内测量，以提高脑结构分析的全面性	通过增强现有的分层Transformer模型UNesT，实现了同时分割133个全脑类别和颅内测量（TICV/PFV），解决了数据稀缺问题	数据可用性受限，手动注释的全脑和TICV/PFV标签的图谱有限	提高全脑分割的全面性，整合颅内测量	全脑分割和颅内测量（TICV/PFV）	计算机视觉	NA	磁共振成像（MRI）	分层Transformer UNesT	3D T1加权（T1w）图像	预训练使用4859个T1w 3D体积，微调使用45个T1w 3D体积
5451	2025-03-05	Prediction of cerebral aneurysm rupture risk by machine learning algorithms: a systematic review and meta-analysis of 18,670 participants 2024-Jan-06, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-023-02271-2 PMID:38183490	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了机器学习算法在预测脑动脉瘤破裂风险中的有效性和重要性	首次对机器学习算法在脑动脉瘤破裂风险预测中的应用进行了系统综述和荟萃分析，涵盖了18,670名参与者	需要进一步研究以提高机器学习算法在预测脑动脉瘤破裂状态中的诊断性能	评估机器学习算法在预测脑动脉瘤破裂风险中的有效性和重要性	脑动脉瘤患者	机器学习	脑动脉瘤	机器学习算法	CNN, ANN	医学影像数据（DSA, CTA, MRI）	18,670名参与者
5452	2025-03-05	AS2LS: Adaptive Anatomical Structure-Based Two-Layer Level Set Framework for Medical Image Segmentation 2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2024.3483563 PMID:39446550	研究论文	本文提出了一种基于自适应解剖结构的两层水平集框架（AS2LS），用于分割具有同心结构的器官，如左心室和眼底	提出了一种新颖的自适应解剖结构的两层水平集表示方法，并结合了两阶段水平集演化算法，提高了复杂医学图像分割的准确性	未提及具体局限性	提高医学图像分割的准确性，特别是针对具有同心结构的器官	医学图像中的器官，如左心室和眼底	计算机视觉	NA	水平集方法	AS2LS（自适应解剖结构的两层水平集框架）	医学图像	未提及具体样本数量
5453	2025-03-05	Explainability Enhanced Object Detection Transformer With Feature Disentanglement 2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2024.3492733 PMID:39531564	研究论文	本文提出了一种增强端到端目标检测模型（DETR）可解释性的特征解耦方法	引入了特征解耦方法，通过Tensor奇异值分解（T-SVD）生成特征基，并引入批量平均特征谱惩罚（BFSP）损失来约束特征解耦和平衡语义激活	未提及具体局限性	增强目标检测模型的可解释性	端到端目标检测模型（DETR）	计算机视觉	NA	Tensor奇异值分解（T-SVD），批量平均特征谱惩罚（BFSP）	DETR, CNN	图像	在两个数据集上进行了广泛实验
5454	2025-03-05	A Functional Connectivity-Based Model With a Lightweight Attention Mechanism for Depression Recognition Using EEG Signals 2024, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2024.3509776 PMID:40030510	研究论文	本文提出了一种基于功能连接性和轻量级注意力机制的深度学习模型FCAN，用于通过EEG信号进行抑郁症识别	设计了一种基于标准多头自注意力机制的轻量级注意力机制，减少了模型参数和计算成本，并构建了FCAN模型，通过EEG数据及其相干矩阵实现有效的抑郁症识别	模型参数的初始化过程中的随机性可能导致模型性能的不稳定性	开发一种高效的抑郁症识别模型	EEG信号	机器学习	抑郁症	EEG信号分析	FCAN（功能连接注意力网络）	EEG数据	使用了一个公开的EEG数据集
5455	2025-03-05	Towards Automatic Cartilage Quantification in Clinical Trials - Continuing from the 2019 IWOAI Knee Segmentation Challenge 2023-Mar, Osteoarthritis imaging DOI:10.1016/j.ostima.2023.100087 PMID:39036792	研究论文	本文评估了参与2019年IWOAI膝关节软骨分割挑战赛的六支团队的深度学习分割方法在纵向临床试验中量化软骨损失的适用性	研究展示了最先进的深度学习分割方法在标准化纵向单扫描仪临床试验中用于明确软骨分区的潜力	深度学习方法在股骨分区的标准化响应均值较低，可能是由于后处理中简单的子分区提取所致	评估深度学习分割方法在量化软骨损失中的适用性	来自骨关节炎倡议研究的556名受试者的1130个膝关节MRI扫描	数字病理学	骨关节炎	深度学习	深度学习分割方法	MRI图像	556名受试者的1130个膝关节MRI扫描
5456	2025-03-05	The ANTsX ecosystem for quantitative biological and medical imaging 2021-04-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-87564-6 PMID:33907199	研究论文	本文介绍了ANTsX生态系统，这是一个用于处理和分析生物及医学影像数据的开源软件库集合	ANTsX生态系统通过整合R统计项目和Python的深度学习能力，提供了统计、可视化和深度学习功能，显著提高了计算效率并提供了优于现有ANTs工作流的准确性	NA	开发和推广用于生物和医学影像数据处理和分析的开源软件工具	生物和医学影像数据	数字病理	NA	深度学习	TensorFlow/Keras	影像	NA
5457	2025-03-04	Attention-based deep learning models for predicting anomalous shock of wastewater treatment plants 2025-May-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123192 PMID:39893907	研究论文	本文提出了一种基于注意力机制的深度学习模型，用于预测污水处理厂中的异常水质波动	首次将注意力机制应用于深度学习模型中，以预测污水处理厂中的异常水质波动，并通过局部和全局敏感性分析提高了模型的可解释性	模型训练缺乏极端波动数据，可能影响预测异常波动的准确性	提高污水处理厂对突发冲击负荷的响应能力，预测异常水质波动	污水处理厂中的水质指标（总氮、总磷和化学需氧量）	机器学习	NA	深度学习	A-MLP, Transformer, FTA-LSTM	时间序列数据	NA
5458	2025-03-04	Emotional stimulated speech-based assisted early diagnosis of depressive disorders using personality-enhanced deep learning 2025-May-01, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2025.01.136 PMID:39914753	研究论文	本研究结合精神病学理论，收集抑郁症语音识别数据，开发了一种基于深度学习的多任务注意力时序卷积网络模型（TCN-MTA），用于抑郁症的早期诊断	结合精神病学理论，开发了一种基于深度学习的多任务注意力时序卷积网络模型（TCN-MTA），用于抑郁症的早期诊断	本研究的样本量虽然高于通过G-Power 3.1计算的最小样本量，但样本量仍然较小	开发一种可行的抑郁症识别方法，用于抑郁症的早期诊断	24名重度抑郁症患者（MDDs）和36名健康对照组（HCs）	自然语言处理	抑郁症	语音识别	Bi-LSTM, TCN-MTA	语音数据	24名重度抑郁症患者和36名健康对照组
5459	2025-03-04	A comparative analysis of deep learning and chemometric approaches for spectral data modeling 2025-Apr-15, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2025.343766 PMID:40024653	研究论文	本研究对五种不同的光谱数据分析建模方法进行了全面比较，包括PLS结合经典化学计量学预处理、iPLS结合经典预处理或小波变换、LASSO结合小波变换以及CNN结合光谱预处理	提供了预处理方法和模型组合的详尽比较，发现在低数据量环境下无法预先确定最优的预处理和模型组合	研究仅限于低维案例研究，可能无法推广到高维数据	比较不同建模方法在光谱数据分析中的性能	啤酒数据集和废润滑油数据集	机器学习	NA	PLS, iPLS, LASSO, CNN, 小波变换	PLS, iPLS, LASSO, CNN	光谱数据	啤酒数据集40个训练样本，废润滑油数据集273个训练样本
5460	2025-03-04	Contrastive learning in brain imaging 2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102500 PMID:39889467	研究论文	本文探讨了对比学习在脑成像中的应用及其作为一种无需数据标注的深度学习技术的潜力	对比学习通过将数据映射到潜在空间，并假设同类样本在潜在空间中应彼此接近，不同类样本应彼此远离，从而在无需标注的情况下学习数据的代表性特征	未明确提及具体的研究限制	研究对比学习在医学图像处理和分析中的应用	脑成像数据	医学影像	NA	对比学习	深度学习	图像	NA