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
561	2025-05-15	Monitoring Substance Use with Fitbit Biosignals: A Case Study on Training Deep Learning Models Using Ecological Momentary Assessments and Passive Sensing 2024-Dec, AI (Basel, Switzerland) DOI:10.3390/ai5040131 PMID:40351335	研究论文	本研究探讨了使用Fitbit生物信号监测物质使用的可行性，并通过个性化机器学习和自监督学习技术提高了检测准确性	采用参与者特定的卷积神经网络（CNNs）结合自监督学习（SSL）来检测药物使用，以应对个体间数据异质性问题	样本量较小（仅9名参与者），限制了研究结果的普适性	开发一种基于可穿戴设备生物信号的物质使用实时监测系统	物质使用障碍患者	机器学习	物质使用障碍	自监督学习（SSL）	1D-CNN	生物信号数据	9名参与者
562	2025-05-15	Using Deep Learning to Suggest Treatment for Proximal Humerus Fractures 2024-11-22, Studies in health technology and informatics DOI:10.3233/SHTI241080 PMID:39575796	research paper	该研究开发了一个基于深度学习的模型，用于根据肱骨近端骨折的放射影像预测治疗类型	利用深度学习模型预测肱骨近端骨折的治疗类型，其准确性和观察者间可靠性超过了肩部外科医生的判断	模型仅在特定测试数据集上进行了验证，可能需要更多样化的数据以提高泛化能力	开发一个治疗决策支持系统，以加快急诊科对肱骨近端骨折的治疗决策	肱骨近端骨折患者	digital pathology	骨折	深度学习	NA	image	NA
563	2025-05-15	ECG classification via integration of adaptive beat segmentation and relative heart rate with deep learning networks 2024-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109062 PMID:39205344	research paper	提出了一种先进的深度学习方法，用于准确分析心电图（ECG）信号，同时处理波形描绘和心跳类型分类任务	将自适应心跳分割方法和相对心率信息整合到深度学习模型中，显著提高了模型性能	NA	提高心电图信号分析的准确性，特别是在波形描绘和心跳类型分类方面	心电图信号	machine learning	cardiovascular disease	deep learning	deep learning networks	ECG signal	PhysioNet QT Database, MIT-BIH Arrhythmia Database, and real-world wearable device data
564	2025-05-15	TA-RNN: an attention-based time-aware recurrent neural network architecture for electronic health records 2024-06-28, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae264 PMID:38940180	研究论文	提出了一种基于注意力机制的时间感知循环神经网络架构TA-RNN，用于电子健康记录分析	提出了两种可解释的深度学习架构TA-RNN和TA-RNN-AE，通过时间嵌入处理临床访问间隔不规则问题，并采用双级注意力机制提高模型可解释性	模型性能仅在特定疾病(阿尔茨海默病)和特定数据集上验证	开发可解释的深度学习模型来预测患者临床结果	电子健康记录(EHR)数据	机器学习	阿尔茨海默病	深度学习	RNN, TA-RNN, TA-RNN-AE	电子健康记录	ADNI和NACC数据集(阿尔茨海默病)，MIMIC-III数据集(死亡率预测)
565	2025-05-15	Histopathology Based AI Model Predicts Anti-Angiogenic Therapy Response in Renal Cancer Clinical Trial 2024-May-28, ArXiv PMID:38855551	研究论文	本研究开发了一种基于深度学习的模型，通过组织病理学切片预测肾癌抗血管生成治疗的应答	提出了一种新型深度学习模型，能够从普遍存在的组织病理学切片中预测Angioscore，并生成可视化的血管网络以增强模型的可解释性	ccRCC肿瘤具有高度异质性，且对多个区域进行测序采样不切实际	预测转移性透明细胞肾细胞癌（ccRCC）对抗血管生成治疗的应答	转移性透明细胞肾细胞癌（ccRCC）患者	数字病理学	肾癌	深度学习	DL	组织病理学图像	多个队列包括临床试验数据集
566	2025-05-15	DEEP IMAGE PRIOR WITH STRUCTURED SPARSITY (DISCUS) FOR DYNAMIC MRI RECONSTRUCTION 2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi56570.2024.10635579 PMID:40352104	research paper	提出了一种名为DISCUS的自监督深度学习方法，用于动态MRI图像重建	DISCUS方法在深度图像先验基础上引入结构化稀疏性，无需指定流形维度即可发现描述帧间时间变化的低维流形	仅在三项数值研究中进行了验证，临床实际应用效果有待进一步验证	解决动态MRI中高质量训练数据不足的问题，提高图像重建质量	动态MRI图像序列	医学影像分析	心血管疾病	深度学习	DISCUS（基于DIP改进的模型）	MRI图像序列	5例患者的回顾性欠采样单次LGE数据
567	2025-05-15	Deep learning assisted single particle tracking for automated correlation between diffusion and function 2024-Feb-02, Research square DOI:10.21203/rs.3.rs-3716053/v1 PMID:38352328	research paper	提出了一种名为DeepSPT的深度学习框架，用于快速高效地解释物体在2D或3D时间上的扩散行为	DeepSPT能够从扩散行为中自动提取功能信息，无需人工干预，准确率高达95%	未提及具体的技术限制或应用范围的局限性	研究目的是通过深度学习框架自动关联亚细胞扩散与功能信息	分子和细胞器在亚细胞环境中的扩散行为	machine learning	NA	deep learning	NA	2D或3D时间序列数据	未提及具体样本数量
568	2025-05-15	Using DeepContact with Amira graphical user interface 2023-12-15, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2023.102558 PMID:37717213	research paper	介绍如何将DeepContact深度学习软件集成到Amira的人工智能模块中，用于二维电子显微镜图像中膜接触位点的高通量量化	通过Amira的用户友好图形界面调用DeepContact功能，简化了膜接触位点的量化过程	未提及具体性能指标或与其他方法的比较	开发一种用户友好的方法，用于量化电子显微镜图像中的膜接触位点	二维电子显微镜图像中的膜接触位点	digital pathology	NA	电子显微镜成像	DeepContact	image	NA
569	2025-05-15	Protocol to analyze fundus images for multidimensional quality grading and real-time guidance using deep learning techniques 2023-12-15, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2023.102565 PMID:37733597	研究论文	介绍了一种名为DeepFundus的深度学习协议，用于眼底图像的多维质量分类和实时采集指导	利用深度学习技术实现眼底图像的多维质量分类，并提供实时采集指导	需要依赖特定数据集或自定义数据集，可能受限于数据质量和多样性	解决医学人工智能研究中的数据质量问题，提高眼底图像采集的质量和效率	眼底图像	计算机视觉	NA	深度学习	CNN	图像	未明确说明样本数量，但提到可以使用建议数据集或自定义数据集
570	2025-05-15	Deep learning assisted single particle tracking for automated correlation between diffusion and function 2023-Nov-17, bioRxiv : the preprint server for biology DOI:10.1101/2023.11.16.567393 PMID:38014323	research paper	介绍了一种名为DeepSPT的深度学习框架，用于快速高效地解释物体在2D或3D时间上的扩散行为	DeepSPT能够从扩散行为中自动提取功能信息，无需人工干预，准确率高达95%	未提及具体的样本量或实验条件的限制	研究目的是通过深度学习框架自动关联亚细胞扩散与功能信息	研究物体包括分子和细胞器在亚细胞环境中的扩散行为	machine learning	NA	deep learning	DeepSPT	2D或3D时间序列数据	NA
571	2025-05-15	Applications of Artificial Intelligence in Choroid Visualization for Myopia: A Comprehensive Scoping Review 2023 Oct-Dec, Middle East African journal of ophthalmology IF:0.5Q4 DOI:10.4103/meajo.meajo_154_24 PMID:39959595	综述	本文综述了人工智能在近视患者脉络膜可视化中的应用，特别是深度学习技术在光学相干断层扫描（OCT）图像中分割脉络膜的研究	综合评估了多种AI模型在脉络膜分割中的效能，并探讨了它们在近视诊断和管理中的潜在应用	纳入研究数量有限（12项），且需要进一步标准化AI方法学并扩大临床应用范围	评估AI模型在近视患者脉络膜可视化中的效果和应用前景	近视患者（不同程度近视）的脉络膜结构	数字病理	近视	光学相干断层扫描（OCT）	U-Net、双向卷积LSTM、LASSO回归、基于注意力的密集U-Net网络、ResNeSt101、Mask R-CNN	图像（OCT图像）	12项研究（具体样本量未明确说明）
572	2025-05-15	Protocol for predicting peptides with anticancer and antimicrobial properties by a tri-fusion neural network 2023-09-15, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2023.102541 PMID:37660298	研究论文	本文介绍了一种使用TriNet三融合神经网络预测具有抗癌和抗菌特性的肽的协议	提出了一种名为TriNet的三融合神经网络，用于预测具有抗癌和抗菌特性的肽	未提及具体性能指标或与其他方法的比较	开发一种预测具有抗癌和抗菌特性肽的深度学习工具	肽序列	机器学习	癌症	深度学习	TriNet（三融合神经网络）	序列数据	NA
573	2025-05-14	Deep learning for the prediction of acute kidney injury after coronary angiography and intervention in patients with chronic kidney disease: a model development and validation study 2025-Dec, Renal failure IF:3.0Q1 DOI:10.1080/0886022X.2025.2474206 PMID:40083057	研究论文	本研究开发并验证了一种基于深度学习的模型，用于预测慢性肾脏病患者在接受冠状动脉造影和介入治疗后发生对比剂后急性肾损伤的风险	首次为慢性肾脏病患者开发了可解释的深度神经网络模型来预测对比剂后急性肾损伤，并提供了基于网络的临床决策工具	研究为单中心回顾性研究，样本量相对有限（989例患者）	开发预测慢性肾脏病患者冠状动脉造影/介入术后对比剂肾损伤风险的AI工具	接受冠状动脉造影或介入治疗的慢性肾脏病患者	数字病理	心血管疾病	机器学习算法比较（包括随机森林和深度神经网络）	DNN（深度神经网络）	临床数据（术前和术中变量）	989例慢性肾脏病患者（125例发生PC-AKI）
574	2025-05-14	A comprehensive review of computational methods for Protein-DNA binding site prediction 2025-Aug, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2025.115862 PMID:40209920	review	本文全面回顾了蛋白质-DNA结合位点预测的计算方法	对14种最先进的DNA结合位点预测模型进行了基准测试，并展示了深度学习方法，特别是基于预训练大型语言模型的方法，优于其他两类方法	未提及具体方法的局限性	开发高效且准确的DNA结合位点预测计算方法	蛋白质-DNA结合位点	computational biology	NA	template detection, statistical machine learning, deep learning	pre-trained large language model	protein sequences	136 non-redundant proteins
575	2025-05-14	Rapid diagnosis of lung cancer by multi-modal spectral data combined with deep learning 2025-Jul-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.125997 PMID:40073660	研究论文	本研究提出了一种基于深度学习的多模态光谱信息融合网络（MSIF），用于肺腺癌细胞的快速诊断	引入了自适应深度卷积（ADConv）进行特征提取，设计了跨模态交互融合（CMIF）模块实现多模态特征学习	未提及模型在更大规模数据集上的泛化能力验证	开发快速、低成本的肺癌早期诊断方法	肺腺癌细胞	数字病理	肺癌	傅里叶变换红外光谱、UV-vis吸收光谱、荧光光谱	ResNet、Transformer、一维CNN混合模型	光谱图像和文本数据	正常细胞和患者细胞的多模态光谱数据
576	2025-05-14	Zero-shot and few-shot multimodal plastic waste classification with vision-language models 2025-Jul, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.114815 PMID:40273572	研究论文	本文探讨了利用视觉语言模型(VLMs)进行建筑和拆除塑料废物的树脂类型分类，通过零样本和小样本学习减少对大量标注数据的依赖	首次将视觉语言模型应用于塑料废物分类，实现了零样本和小样本学习，显著提高了数据效率和模型的可扩展性	零样本分类的准确率(70.15%)仍有提升空间，且未说明模型在更复杂塑料混合物分类中的表现	开发一种数据高效的塑料废物分类方法，减少对大规模标注数据的依赖	建筑和拆除过程中产生的塑料废物	计算机视觉	NA	视觉语言模型(VLMs)	VLM	图像和文本	未明确说明具体样本数量，但强调使用少量或零训练样本
577	2025-05-14	Sepsis Important Genes Identification Through Biologically Informed Deep Learning and Transcriptomic Analysis 2025-Jul, Clinical and experimental pharmacology & physiology DOI:10.1111/1440-1681.70031 PMID:40356040	研究论文	通过生物信息学深度学习和转录组分析识别脓毒症重要基因	使用P-NET（一种生物信息学可解释人工智能模型）评估脓毒症基因重要性，并识别出688个重要基因，这些基因在炎症和免疫调节通路中富集	未提及样本量大小及具体实验验证步骤	识别调控脓毒症免疫反应的关键基因	脓毒症患者基因表达数据	生物信息学	脓毒症	转录组分析、单细胞分析	P-NET	基因表达数据	NA
578	2025-05-14	Rapid detection of the viability of naturally aged maize seeds using multimodal data fusion and explainable deep learning techniques 2025-Jun-30, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143692 PMID:40068265	研究论文	本研究提出了一种基于多模态数据融合和可解释深度学习技术的自然老化玉米种子活力快速检测方法	提出了MSCNSVN模型，通过融合多传感器信息（MV、RS、TS、FS、SS）提高种子活力检测的准确性，并分析了不同数据对模型精度的影响	未提及具体样本量，且模型在单模态数据上的准确率仍有提升空间	提高自然老化玉米种子活力的检测准确率	自然老化的玉米种子	机器学习	NA	多模态数据融合、深度学习	MSCNSVN	多传感器数据（MV、RS、TS、FS、SS）	NA
579	2025-05-14	Online assessment of soluble solids content in strawberries using a developed Vis/NIR spectroscopy system with a hanging grasper 2025-Jun-30, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143671 PMID:40073605	研究论文	本研究探讨了使用可见/近红外光谱(VIS/NIRS)在线检测草莓在悬挂运输过程中可溶性固形物含量(SSC)的可行性	开发了一种悬挂式抓取器的VIS/NIRS系统，并结合深度学习方法来提高在线检测草莓SSC的准确性和效率	研究仅针对草莓，未涉及其他小且易损水果的在线检测	实现在线检测草莓内部品质，特别是可溶性固形物含量(SSC)	草莓	光谱分析	NA	可见/近红外光谱(VIS/NIRS)	PLSR, 1D-CNN, 1D-CNN-LSTM	光谱数据	未明确说明样本数量
580	2025-05-14	Artificial intelligence driven plaque characterization and functional assessment from CCTA using OCT-based automation: A prospective study 2025-Jun-01, International journal of cardiology IF:3.2Q2 DOI:10.1016/j.ijcard.2025.133140 PMID:40064207	研究论文	开发并验证了一种基于AI的模型，利用CCTA和OCT图像自动分析斑块特征和冠状动脉功能	首次将AI模型与OCT图像结合，用于自动化分析斑块特征和冠状动脉功能，并展示了与OCT分析结果的高度一致性	样本量相对较小（100名患者），且仅针对特定类型的斑块和冠状动脉狭窄进行了验证	开发并验证一种AI模型，用于自动化分析冠状动脉斑块特征和功能	100名接受侵入性冠状动脉造影、OCT和CCTA检查的患者	数字病理学	心血管疾病	光学相干断层扫描（OCT）、冠状动脉CT血管造影（CCTA）	深度学习卷积神经网络（CNN）	图像	100名患者，包括21,471张断层扫描图像