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
5741	2025-10-06	Automatic detection of the third molar and mandibular canal on panoramic radiographs based on deep learning 2024-09, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2024.101946 PMID:38857691	研究论文	开发基于深度学习的全景X光片中下颌第三磨牙与下颌管位置关系自动检测框架	提出RPIFormer分割模型和结合CycleGAN图像增强的端到端检测框架，无需手动裁剪即可实现自动检测	数据集规模有限（共450张全景X光片），仅在两套数据集上验证	辅助医生评估和规划下颌第三磨牙手术干预方案	下颌第三磨牙(M3)和下颌管(MC)	计算机视觉	口腔疾病	全景X光成像	Transformer, GAN	医学影像	450张全景X光片（253张来自医院，197张来自在线平台）	PyTorch	RPIFormer, CycleGAN	Dice系数, IoU, 召回率, 精确率	NA
5742	2025-10-06	Visceral and Subcutaneous Abdominal Fat Predict Brain Volume Loss at Midlife in 10,001 Individuals 2024-Aug-01, Aging and disease IF:7.0Q1 DOI:10.14336/AD.2023.0820 PMID:37728587	研究论文	本研究通过深度学习分析10,001名中年人的腹部脂肪与脑体积关系，发现内脏脂肪和皮下脂肪均可预测脑体积减少	首次在大规模人群（10,001人）中系统量化不同类型腹部脂肪与多脑区体积的关联，并揭示性别特异性差异	横断面研究设计无法确定因果关系，人群年龄范围较广（20-80岁）可能影响结果精确性	探究腹部脂肪类型与脑体积损失的关联性	10,001名健康参与者（52.8%男性，47.2%女性），平均年龄52.9岁	医学影像分析	脑部退行性疾病	MRI成像，深度学习分割	深度学习	MRI脑部影像，腹部脂肪影像	10,001名参与者	FastSurfer	NA	相关系数(r)，p值，优势比(OR)	1.5T MRI扫描仪
5743	2025-10-06	Unsupervised denoising of photoacoustic images based on the Noise2Noise network 2024-Aug-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.529253 PMID:39346987	研究论文	本研究基于Noise2Noise网络实现无监督深度学习方法来改善线性阵列光声成像质量	开发了从单组光声图像生成噪声对的方法，无需干净参考图像即可实现有效去噪	未明确说明方法在极端噪声条件下的性能表现	提高线性阵列光声成像质量，增强深层血管结构可视化	光声图像中的噪声和血管结构	计算机视觉	NA	光声成像	Noise2Noise网络	图像	NA	NA	Noise2Noise	信噪比	NA
5744	2025-10-06	Probabilistic volumetric speckle suppression in OCT using deep learning 2024-Aug-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.523716 PMID:39346991	研究论文	提出基于条件生成对抗网络的深度学习框架，用于光学相干断层扫描数据的体积散斑抑制	利用OCT数据的体积特性，采用部分体积作为输入实现无伪影散斑抑制；使用体积非局部均值散斑抑制方法生成训练数据	训练数据仅包含三个OCT体积，可能限制模型泛化能力	开发高效的OCT体积散斑抑制方法	光学相干断层扫描数据	计算机视觉	NA	光学相干断层扫描	cGAN	体积图像数据	三个OCT体积	NA	条件生成对抗网络	散斑抑制效果、分辨率保持、处理速度	NA
5745	2025-10-06	TUnA: an uncertainty-aware transformer model for sequence-based protein-protein interaction prediction 2024-Jul-25, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae359 PMID:39051117	研究论文	提出一种基于Transformer的不确定性感知模型TUnA，用于从序列数据预测蛋白质-蛋白质相互作用	首次将Transformer架构与谱归一化神经高斯过程结合，为未见过的蛋白质序列提供不确定性评估	未明确说明模型在跨物种或远缘蛋白质上的泛化能力	开发能够泛化到训练集外蛋白质并提供预测不确定性的蛋白质相互作用预测模型	蛋白质序列数据	生物信息学	NA	蛋白质序列嵌入	Transformer	序列数据	NA	NA	Transformer encoder, Spectral-normalized Neural Gaussian Process	假阳性率	NA
5746	2025-10-06	Multimodal explainable artificial intelligence identifies patients with non-ischaemic cardiomyopathy at risk of lethal ventricular arrhythmias 2024-06-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65357-x PMID:38937555	研究论文	开发多模态深度学习模型预测非缺血性心肌病患者恶性室性心律失常风险	首次集成LGE心脏MRI、心电图和临床数据构建多模态可解释人工智能模型用于心律失常风险预测	回顾性研究，样本量有限（289例患者），仅来自两家三级医院	预测非缺血性心肌病患者发生恶性室性心律失常的风险	非缺血性收缩性心力衰竭患者	医学人工智能	心血管疾病	晚期钆增强心脏磁共振成像，心电图	变分自编码器，机器学习模型	医学影像，信号数据，临床数据	289例ICD植入前患者	NA	残差变分自编码器	AUROC，灵敏度，特异性	NA
5747	2025-10-06	CURE: A deep learning framework pre-trained on large-scale patient data for treatment effect estimation 2024-Jun-14, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2024.100973 PMID:39005483	研究论文	提出名为CURE的预训练-微调深度学习框架，用于从观察性数据中估计治疗效果	首次提出在大型无标签患者数据上进行预训练以学习患者表征，并提出结合结构和时间信息的序列编码方法	NA	开发能够准确估计治疗效果的因果推断方法	观察性患者数据	机器学习	NA	深度学习	预训练-微调框架	纵向患者数据	大规模无标签患者数据	NA	CURE	精确召回曲线下面积, 基于影响函数的异质效应估计精度	NA
5748	2025-10-06	Chest CT-based automated vertebral fracture assessment using artificial intelligence and morphologic features 2024-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17072 PMID:38721977	研究论文	开发基于胸部CT和人工智能的自动化椎体骨折评估方法	结合深度学习、多参数冻结生长算法和强度自相关技术实现椎体自动分割与标记，并采用计算椎体高度特征进行骨折检测	方法仅在COPDGene研究数据集中验证，需要进一步在更广泛人群中验证	开发自动化椎体骨折评估方法以替代人工专家评估	COPD患者的椎体骨折评估	计算机视觉	慢性阻塞性肺疾病	胸部CT成像	深度学习网络	CT图像	3231名COPDGene研究参与者，共40,050个椎体	NA	NA	Dice系数,准确率,灵敏度,特异性	NA
5749	2025-10-06	MAD-Former: A Traceable Interpretability Model for Alzheimer's Disease Recognition Based on Multi-Patch Attention 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3368500 PMID:38442047	研究论文	提出基于多块注意力的可追踪可解释性模型MAD-Former用于阿尔茨海默病识别	设计多尺度空间特征提取框架，结合双分支注意力结构和可追踪解释方法，首次实现基于注意力选择和感受野追踪的3D ROI空间定位	仅使用sMRI数据，未整合多模态数据；模型在特定数据集上验证，泛化能力需进一步测试	开发具有可解释性的阿尔茨海默病自动诊断模型	阿尔茨海默病患者的结构磁共振成像数据	医学影像分析	阿尔茨海默病	结构磁共振成像	Transformer, CNN	3D医学影像	ADNI和OASIS数据集	NA	MAD-Former, 3D脑特征提取网络, 双分支注意力结构	NA	NA
5750	2025-10-06	Multinational External Validation of Autonomous Retinopathy of Prematurity Screening 2024-Apr-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2024.0045 PMID:38451496	研究论文	本研究通过多国外部验证评估了基于自主人工智能的早产儿视网膜病变筛查系统检测中重度ROP和1型ROP的性能	首次在跨国多中心外部数据集上验证自主AI系统对ROP的筛查效果，覆盖美国斯坦福大学和印度Aravind眼科医院两个独立医疗系统	研究基于回顾性数据，需要在更多国家和医疗环境中进行前瞻性验证	评估自主人工智能系统在早产儿视网膜病变筛查中的诊断性能	早产儿视网膜病变患者	医学人工智能	早产儿视网膜病变	远程医疗，深度学习	深度学习	眼底图像	SUNDROP数据集：1545名婴儿的6245次检查；AECS数据集：2699名婴儿的5635次检查	NA	NA	AUROC，灵敏度，特异性	NA
5751	2025-10-06	Human-airway surface mesh smoothing based on graph convolutional neural networks 2024-Apr, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108061 PMID:38341897	研究论文	提出一种基于图卷积神经网络的无人监督气道网格平滑方法，用于改善CT图像三维重建质量	首次将图卷积神经网络与深度网格先验模型结合用于气道网格平滑，无需大规模训练数据集即可保持原始几何结构	仅使用20个受试者数据进行验证，样本量有限	开发能够保持原始几何结构的气道网格平滑方法，用于精确计算流体动力学模拟	人体气道三维网格模型	计算机视觉	呼吸系统疾病	CT成像，计算流体动力学	图卷积神经网络	三维网格数据，医学图像	20个受试者的气道数据	NA	图卷积神经网络	气道直径一致性，压力降，壁面剪切应力	NA
5752	2025-10-06	Investigating distributions of inhaled aerosols in the lungs of post-COVID-19 clusters through a unified imaging and modeling approach 2024-Apr-01, European journal of pharmaceutical sciences : official journal of the European Federation for Pharmaceutical Sciences IF:4.3Q1 DOI:10.1016/j.ejps.2024.106724 PMID:38340875	研究论文	通过成像与建模相结合的方法研究COVID-19后不同人群肺部吸入气溶胶的分布特征	首次将深度学习识别的COVID-19后临床集群与计算模型预测的气道阻力和颗粒沉积特征相关联	样本量有限（140名COVID幸存者），仅基于CT影像和计算模型分析	评估COVID-19后不同临床集群中吸入气溶胶的分布差异	COVID-19幸存者（分C1和C2集群）和健康对照者	数字病理	COVID-19后遗症	计算机断层扫描, 计算模型分析	深度学习算法, 计算模型	CT影像, 人口统计学数据	140名COVID-19幸存者, 105名健康对照	NA	NA	NA	NA
5753	2025-10-06	Distinct chemical environments in biomolecular condensates 2024-Mar, Nature chemical biology IF:12.9Q1 DOI:10.1038/s41589-023-01432-0 PMID:37770698	研究论文	通过小分子探针和深度学习研究生物分子凝聚物内不同化学环境及其对分子分布的影响	首次证明不同类型生物分子凝聚物具有不同的化学溶剂化特性，并利用深度学习预测探针在凝聚物中的选择性分配	未具体说明实验所用凝聚物类型数量及小分子探针的规模	探究无膜生物分子凝聚物的化学环境差异及其对分子选择性分布的机制	生物分子凝聚物和小分子探针	机器学习	NA	小分子探针技术	深度学习	化学性质数据	NA	NA	NA	NA	NA
5754	2025-10-06	Kinome-Wide Virtual Screening by Multi-Task Deep Learning 2024-Feb-22, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms25052538 PMID:38473785	研究论文	本研究通过多任务深度学习方法对人类激酶组进行大规模虚拟筛选，预测小分子抑制活性	首次采用多任务深度神经网络对人类激酶组进行大规模虚拟筛选，相较于传统单任务方法表现更优	NA	预测小分子化合物对人类激酶组的抑制活性，为多靶点药物开发和联合疗法提供支持	人类激酶组（342种激酶）和超过300,000个小分子化合物	机器学习	癌症	深度学习	深度神经网络	生物活性数据	超过650,000个生物活性注释，涉及300,000多个小分子	NA	多任务深度神经网络	NA	NA
5755	2025-10-06	Adaptive 3DCNN-based Interpretable Ensemble Model for Early Diagnosis of Alzheimer's Disease 2024-Feb, IEEE transactions on computational social systems IF:4.5Q1 DOI:10.1109/tcss.2022.3223999 PMID:39239536	研究论文	提出基于3DCNN和遗传算法的自适应可解释集成模型，用于阿尔茨海默病的早期诊断和关键脑区识别	结合3DCNN、集成学习和遗传算法，以数据驱动方式识别对分类有显著贡献的判别性脑区	需要进一步研究验证该方法对其他脑部疾病的泛化能力	阿尔茨海默病的早期诊断和关键脑区定位	阿尔茨海默病和轻度认知障碍患者	医学影像分析	阿尔茨海默病	神经影像分析	3DCNN, 集成学习, 遗传算法	3D脑部影像	ADNI和OASIS数据集	NA	3DCNN	NA	NA
5756	2025-10-06	AI prediction of cardiovascular events using opportunistic epicardial adipose tissue assessments from CT calcium score 2024-Jan-29, ArXiv PMID:38351935	研究论文	本研究开发了新型手工特征'脂肪组学'，通过CT钙化评分中的心外膜脂肪组织评估来预测主要不良心血管事件	创建了148个新型手工放射组学特征（脂肪组学），包括形态学、空间和强度特征，显著改善了心血管事件预测性能	初步研究结果，需要进一步验证	改进心血管事件风险预测	心外膜脂肪组织	医学影像分析	心血管疾病	CT钙化评分，放射组学特征提取	深度学习，Cox弹性网络	CT影像	NA	NA	NA	C-index, 风险比, P值	NA
5757	2025-10-06	Explaining deep learning-based representations of resting state functional connectivity data: focusing on interpreting nonlinear patterns in autism spectrum disorder 2024, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2024.1397093 PMID:38832332	研究论文	本研究开发了可解释的变分自编码器模型，用于解释静息态功能磁共振成像数据中的非线性模式，特别关注自闭症谱系障碍	引入了潜在贡献分数来解释VAE识别的非线性模式，能够捕捉每个观察到的rsFC特征随潜在表示变化的变化	研究仅针对自闭症谱系障碍，样本量相对有限，方法在其他精神疾病中的适用性有待验证	开发可解释的深度学习模型来理解自闭症谱系障碍的潜在神经机制	1150名参与者（601名健康对照和549名ASD患者）的静息态功能磁共振成像数据	机器学习	自闭症谱系障碍	静息态功能磁共振成像（rs-fMRI）	VAE（变分自编码器）	功能连接矩阵	1150名参与者（601名健康对照，549名ASD患者）	NA	变分自编码器	潜在贡献分数	NA
5758	2025-10-06	Neuron collinearity differentiates human hippocampal subregions: a validated deep learning approach 2024, Brain communications IF:4.1Q2 DOI:10.1093/braincomms/fcae296 PMID:39262825	研究论文	开发了一种基于深度学习的高通量方法，用于自动提取海马体亚区中锥体神经元的方向和共线性	首次对海马体亚区内锥体神经元方向和共线性进行全面定量研究，建立了神经元共线性作为海马亚区分割的定量参数	NA	开发自动化方法定量分析海马体亚区锥体神经元共线性差异	人类海马体亚区中的锥体神经元	数字病理学	神经退行性疾病	深度学习，细胞分割	CNN	图像	168个海马体分区中的479,873个锥体神经元	Cellpose	Cellpose	与人工方向评估进行验证	NA
5759	2025-10-06	The combined focal loss and dice loss function improves the segmentation of beta-sheets in medium-resolution cryo-electron-microscopy density maps 2024, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbae169 PMID:39600382	研究论文	本研究提出了一种结合Focal loss和Dice loss的新损失函数，用于改进中分辨率冷冻电镜密度图中β-折叠的分割效果	设计了结合Focal loss和Dice loss的新型损失函数，显著提升了β-折叠体素检测的F1分数8.8%	仅针对中分辨率(5-10Å)冷冻电镜数据，且β-折叠检测仍比螺旋结构更具挑战性	改进蛋白质二级结构在冷冻电镜密度图中的分割精度	蛋白质二级结构，特别是β-折叠	计算机视觉	NA	冷冻电镜	CNN	密度图	1355个原子结构/密度图对	NA	U-Net	F1-score	NA
5760	2025-10-06	Systematic analysis of the relationship between fold-dependent flexibility and artificial intelligence protein structure prediction 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313308 PMID:39591473	研究论文	系统分析蛋白质折叠依赖的灵活性与人工智能蛋白质结构预测之间的关系	首次大规模评估AlphaFold v2在预测柔性蛋白质结构时的表现，揭示预测结构倾向于特定构象而非平均构象	仅基于已有实验结构数据库进行分析，未涵盖所有蛋白质类型	探究AI蛋白质结构预测模型对柔性蛋白质的预测准确性及其与蛋白质折叠类型的关系	2878个具有至少十个不同实验结构的蛋白质	机器学习	NA	蛋白质结构预测	深度学习	蛋白质结构数据	2878个蛋白质，涵盖628种不同的折叠类型	AlphaFold v2	NA	RMSD（均方根偏差）	NA