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
621	2025-06-05	ImmuneApp for HLA-I epitope prediction and immunopeptidome analysis 2024-10-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53296-0 PMID:39414796	研究论文	开发了名为ImmuneApp的可解释深度学习框架，用于HLA-I表位预测和免疫肽组分析	提出了ImmuneApp-MA复合模型，整合单等位基因和多等位基因数据以提高预测性能，并开发了优于现有方法的免疫原性预测器ImmuneApp-Neo	未明确提及具体局限性	开发高效方法用于免疫肽组学分析和(新)抗原预测	HLA-I表位和免疫肽组	生物信息学	NA	质谱分析	深度学习	HLA配体数据集	216个多等位基因免疫肽组学样本，识别了835,551个配体
622	2025-06-05	Protein complex structure modeling by cross-modal alignment between cryo-EM maps and protein sequences 2024-10-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53116-5 PMID:39394203	research paper	本文介绍了一种名为EModelX的全自动冷冻电镜蛋白质复合物结构建模方法，通过冷冻电镜图谱与蛋白质序列之间的跨模态对齐实现序列引导建模	EModelX首次实现了冷冻电镜图谱与蛋白质序列的跨模态对齐，无需先验链分离，可直接从冷冻电镜图谱预测Cα原子、骨架原子和氨基酸类型	未明确提及具体局限性，但可能依赖于冷冻电镜图谱的质量和分辨率	开发一种全自动的冷冻电镜蛋白质复合物结构建模方法，提高建模精度	蛋白质复合物结构	结构生物学	NA	冷冻电镜(cryo-EM)、深度学习	多任务深度学习模型	冷冻电镜图谱、蛋白质序列	未明确提及具体样本数量，但使用了测试集进行评估
623	2025-06-05	MATES: a deep learning-based model for locus-specific quantification of transposable elements in single cell 2024-10-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53114-7 PMID:39394211	研究论文	介绍了一种基于深度学习的模型MATES，用于在单细胞水平上对转座子进行位点特异性定量	MATES能够准确地将多映射reads分配到转座子的特定位点，利用相邻reads比对提供的上下文信息，克服了现有方法在单细胞多模态数据适应性上的限制	未提及具体的样本量或数据集的详细描述	开发一种能够在单细胞水平上准确量化转座子位点特异性的方法	转座子（TEs）	单细胞基因组学	NA	深度学习	深度学习模型（未指定具体类型）	单细胞组学数据	NA
624	2025-06-05	Determinants of Visual Impairment Among Chinese Middle-Aged and Older Adults: Risk Prediction Model Using Machine Learning Algorithms 2024-10-09, JMIR aging IF:5.0Q1 DOI:10.2196/59810 PMID:39382570	research paper	该研究利用机器学习算法预测中国中老年人视觉障碍的风险并识别其决定因素	首次在中国中老年人群中应用多种机器学习算法预测视觉障碍风险，并识别关键预测因子	研究数据主要基于自我报告问卷和体检指标，可能存在报告偏倚	预测中国中老年人视觉障碍风险并识别关键决定因素	中国中老年人（19,047名参与者）	machine learning	visual impairment	多种机器学习算法（包括梯度提升机、分布式随机森林、广义线性模型、深度学习和堆叠集成）	gradient boosting machine, distributed random forest, generalized linear model, deep learning, stacked ensemble	问卷数据、体检指标、血液生物标志物	19,047名中国中老年人
625	2025-06-05	Spach Transformer: Spatial and Channel-Wise Transformer Based on Local and Global Self-Attentions for PET Image Denoising 2024-06, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3336237 PMID:37995174	research paper	提出了一种名为Spach Transformer的空间和通道编码器-解码器变换器，用于PET图像去噪	结合局部和全局多头自注意力机制（MSA），有效利用空间和通道信息，同时降低计算成本	未提及具体计算成本降低的量化数据或与其他方法的详细比较	提高PET图像的信噪比（SNR）	PET图像	computer vision	NA	深度学习	Transformer, CNN	image	使用不同PET示踪剂（18F-FDG、18F-ACBC、18F-DCFPyL和68Ga-DOTATATE）的数据集进行实验
626	2025-06-05	Multibranch CNN With MLP-Mixer-Based Feature Exploration for High-Performance Disease Diagnosis 2024-06, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3250490 PMID:37028335	研究论文	提出了一种名为ME-Mixer的新型特征探索网络，结合监督和非监督特征用于疾病诊断	利用流形嵌入多层感知器（MLP）混合器（ME-Mixer）进行特征探索，结合监督和非监督特征提升诊断性能	仅在两个医学数据集上进行了评估，可能需要更多数据验证其泛化能力	优化深度神经网络设计以实现高性能疾病诊断	医学图像数据	数字病理	NA	深度学习	CNN, MLP-Mixer	图像	两个医学数据集（未明确样本数量）
627	2025-06-05	Deep learning-based workflow for automatic extraction of atria and epicardial adipose tissue on cardiac computed tomography in atrial fibrillation 2024-May-01, Journal of the Chinese Medical Association : JCMA IF:1.9Q2 DOI:10.1097/JCMA.0000000000001076 PMID:38380919	research paper	本文提出了一种基于深度学习的自动化工作流程，用于在心脏计算机断层扫描中自动提取心房和心外膜脂肪组织	使用3D U-Net模型开发了一个自动化分割流程，用于心房、心包和心外膜脂肪组织的分割，这在心房颤动管理中具有潜在应用价值	研究样本仅来自单一医疗中心，且样本量相对较小（157名患者）	设计一个可靠的自动化分割工作流程，用于心房颤动患者的心房和心外膜脂肪组织的分割	心房颤动患者的心脏计算机断层扫描图像	digital pathology	cardiovascular disease	CT成像	3D U-Net	3D医学影像	157名心房颤动患者
628	2025-06-05	Prediction of Biliary Complications After Human Liver Transplantation Using Hyperspectral Imaging and Convolutional Neural Networks: A Proof-of-concept Study 2024-02-01, Transplantation IF:5.3Q1 DOI:10.1097/TP.0000000000004757 PMID:37592397	研究论文	本研究探讨了利用高光谱成像（HSI）和卷积神经网络（CNN）预测人类肝移植术后胆道并发症（BCs）的新方法	首次将HSI与CNN结合用于预测肝移植术后胆道并发症，提供了一种非侵入性技术	样本量较小（14例患者作为验证队列），且为概念验证研究，需要更大规模的验证	开发一种非侵入性技术以预测肝移植术后胆道并发症	肝移植患者的胆道组织	数字病理学	肝病	高光谱成像（HSI）、免疫组化、实时共聚焦显微镜	CNN	图像	136张HSI肝脏图像，14例肝移植患者作为验证队列
629	2025-06-05	Performance of ChatGPT on the pharmacist licensing examination in Taiwan 2023-07-01, Journal of the Chinese Medical Association : JCMA IF:1.9Q2 DOI:10.1097/JCMA.0000000000000942 PMID:37227901	research paper	评估ChatGPT在台湾药师执照考试中的表现及其在药学教育中的潜在作用	首次评估ChatGPT在台湾药师执照考试中的表现，探讨其在药学教育中的应用潜力	排除了图形问题、化学公式和表格，仅评估了文本问题，且使用的是ChatGPT 3.5版本	评估ChatGPT在药师执照考试中的准确性并探讨其在药学教育中的潜在作用	台湾药师执照考试的题目	natural language processing	NA	ChatGPT 3.5	ChatGPT	text	2023年台湾药师执照考试的第一阶段和第二阶段题目
630	2025-06-04	Robust evaluation of tissue-specific radiomic features for classifying breast tissue density grades 2025-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.S2.S22010 PMID:40453545	研究论文	本研究评估了一种用于分类乳腺组织密度等级的特征选择方法（RFE-SHAP）的鲁棒性，并探讨了其在乳腺密度自动评估中的应用	结合传统和可解释AI方法（RFE-SHAP）进行特征选择，提高了模型的可解释性和预测性能	模型在外部验证中对某些密度等级的AUC值较低（如D级0.673），可能存在泛化能力限制	开发鲁棒的乳腺组织密度自动评估方法以改善乳腺癌风险评估	数字乳腺断层合成筛查的原始中央投影图像	数字病理	乳腺癌	RFE-SHAP特征选择方法	逻辑回归（LR）	医学影像	751例（651例训练集，100例验证集）
631	2025-06-04	Detection and classification of supraspinatus pathologies on shoulder magnetic resonance images using a code-free deep learning application 2025-Oct, Asia-Pacific journal of sports medicine, arthroscopy, rehabilitation and technology DOI:10.1016/j.asmart.2025.04.005 PMID:40454208	research paper	评估无代码深度学习应用在肩部磁共振成像中诊断冈上肌腱病变的性能	使用无代码深度学习应用LobeAI和ResNet-50 V2模型进行冈上肌腱病变的分类和检测	当前迭代的无代码深度学习应用在临床实践中的可靠性有待提高	评估无代码深度学习应用在诊断冈上肌腱病变中的性能	肩部磁共振成像中的冈上肌腱病变（部分撕裂、全层撕裂和肌腱病）	digital pathology	supraspinatus pathologies	MRI	ResNet-50 V2	image	患者肩部MRI图像，包括正常、部分撕裂、全层撕裂和肌腱病
632	2025-06-04	Temporal and spatial feature extraction using graph neural networks for multi-point water quality prediction in river network areas 2025-Aug-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123561 PMID:40184707	研究论文	提出了一种时空特征图神经网络（STF-GNN），用于河流网络区域多点水质预测，整合了图卷积网络、门控循环单元和自注意力机制	首次整合GCN、GRU和自注意力机制，显式建模分布式监测站之间的多尺度时空依赖关系	未提及模型在极端天气或突发事件下的预测性能	提高河流网络区域多点水质预测的准确性	河流网络中的分布式监测站	机器学习	NA	图卷积网络（GCN）、门控循环单元（GRU）、自注意力机制	STF-GNN（时空特征图神经网络）	多元时间序列数据	未明确提及具体样本数量，但涉及多个监测站的跨流域验证
633	2025-06-04	Ultrasound-based deep learning to differentiate salivary gland tumors 2025-Aug, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2025.03.014 PMID:40379502	研究论文	本研究开发了一种基于超声成像的深度学习模型DeepSGT，用于准确区分良性和恶性唾液腺肿瘤	使用多种CNN模型处理超声图像，并采用Focal Loss微调ResNet50d模型以解决类别不平衡问题，模型性能显著超过超声医师的诊断	研究为回顾性设计，样本量相对有限（315例患者）	开发一种准确区分良性和恶性唾液腺肿瘤的深度学习模型，以辅助临床决策	唾液腺肿瘤患者的超声图像	计算机视觉	唾液腺肿瘤	超声成像	CNN（包括Inception v3、ResNet101d、EfficientNet、DenseNet、Vision Transformer和ResNet50d）	图像	315例经手术切除后病理证实的唾液腺肿瘤患者
634	2025-06-04	Video-Based Lifting Action Recognition Using Rank-Altered Kinematic Feature Pairs 2025-Jul, Human factors IF:2.9Q2 DOI:10.1177/00187208241309748 PMID:39723832	研究论文	该研究提出了一种基于视频的举重动作识别方法，通过鲁棒的类别预测和简化的流程实现实时监控	使用基于计算机视觉的运动学特征对和集成分类器，实现了高效且准确的举重动作识别与计数	未明确提及方法在不同光照条件或复杂背景下的泛化能力	开发一种能够在有限硬件资源上实时监控举重任务的方法	视频中的举重动作	计算机视觉	职业性腰背损伤	BlazePose姿态估计模型	集成分类器	视频	NA
635	2025-06-04	A Deep Learning Survival Model for Evaluating the Survival Prognosis of Papillary Thyroid Cancer: A Population-Based Cohort Study 2025-Jul, Annals of surgical oncology IF:3.4Q1 DOI:10.1245/s10434-025-17290-0 PMID:40254654	研究论文	本研究构建了一个基于临床风险因素的深度学习模型，用于预测甲状腺乳头状癌患者的生存预后	首次在甲状腺乳头状癌（PTC）中探索深度学习生存模型的性能，并利用DeepSurv模型对患者进行风险分层	研究依赖于回顾性数据，可能存在选择偏倚	评估深度学习模型在甲状腺乳头状癌患者生存预后预测中的性能	甲状腺乳头状癌患者	数字病理学	甲状腺癌	深度学习	DeepSurv（基于Cox比例风险的深度神经网络）	临床数据	来自17个美国SEER癌症登记处（2000-2020年）的连续PTC患者，以及MDACC和TCGA两个外部测试数据集
636	2025-06-04	Temporal insights into ecological community: Advancing waterbird monitoring with dome camera and deep learning 2025-Jul, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125769 PMID:40403671	研究论文	本研究通过整合半球形摄像头和级联神经网络（CNNs），开发了一个自动化观测系统，用于监测中国西南部滇池半封闭湿地的水鸟群落动态	提出了一种结合半球形摄像头和级联神经网络（CNNs）的自动化观测系统，实现了对水鸟群落的高精度、高频率、连续和长期监测	研究仅在一个半封闭湿地（滇池）进行，可能无法代表其他类型湿地的水鸟群落动态	开发一个自动化观测系统，用于高效监测水鸟群落的动态，以支持物种保护和栖息地管理策略的制定	滇池半封闭湿地的水鸟群落	计算机视觉	NA	级联神经网络（CNNs）	CNN	图像	595个监测时段，识别出5目6科17种鸟类
637	2025-06-04	Empirical analysis on retinal segmentation using PSO-based thresholding in diabetic retinopathy grading 2025-Jun-26, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2024-0299 PMID:39754503	研究论文	本文提出了一种基于粒子群优化（PSO）的自动阈值算法，用于糖尿病视网膜病变分级中的视网膜分割，以提高特征提取和分级的准确性	提出了一种基于PSO的自动阈值算法，减少背景像素对特征提取的负面影响，并通过可解释AI（XAI）分析视网膜分割的重要性	数据量有限，可能影响模型的泛化能力	提高糖尿病视网膜病变（DR）分级的准确性和效率	糖尿病视网膜病变患者的视网膜图像	计算机视觉	糖尿病视网膜病变	PSO-based thresholding, Explainable AI (XAI)	ResNet50	图像	IDRiD眼底数据集（具体数量未提及）
638	2025-06-04	Deep Learning-Assisted Multiplexed Electrochemical Fingerprinting for Chinese Tea Identification 2025-Jun-03, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06651 PMID:40207593	research paper	开发了一种结合多重电化学指纹技术和1D-CNN的激光雕刻传感器阵列，用于快速精确检测三种茶多酚并区分24种中国茶	利用深度学习辅助的多重电化学指纹技术，相比其他机器学习方法，提高了茶叶识别的准确性	NA	提高复杂基质中相似化学结构天然成分的选择性差异识别能力	三种茶多酚和24种中国茶	machine learning	NA	multiplex electrochemical fingerprinting technology	1D-CNN	electrochemical fingerprints	24 distinct types of Chinese teas
639	2025-06-04	Multiplexing and Sensing with Fluorescence Lifetime Imaging Microscopy Empowered by Phasor U-Net 2025-Jun-03, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02028 PMID:40378347	research paper	提出了一种名为Phasor U-Net的深度学习方法，用于快速准确的荧光寿命成像显微镜(FLIM)成像	Phasor U-Net通过两个轻量级U-Net子网络进行去噪和解卷积，提高了寿命估计的准确性并减少了数据处理时间	方法仅在计算机生成的数据集上进行训练，未使用大规模实验数据集	开发一种快速准确的FLIM成像方法，用于前沿领域的多重成像和传感	荧光寿命成像显微镜(FLIM)数据	计算机视觉	NA	荧光寿命成像显微镜(FLIM)	U-Net	图像	小鼠小肠样本标记的两种荧光染料
640	2025-06-04	Deep Learning-Assisted Sensor Array Based on Host-Guest Chemistry for Accurate Fluorescent Visual Identification of Multiple Explosives 2025-Jun-03, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01326 PMID:40380950	研究论文	本文提出了一种基于主客体化学的深度学习辅助传感器阵列，用于高精度荧光视觉识别多种爆炸物	结合环糊精保护的多色荧光金纳米团簇和DenseNet算法，实现了对七种爆炸物的高精度识别	NA	开发一种快速准确识别多种爆炸物的方法	七种爆炸物	机器视觉	NA	荧光传感器阵列	DenseNet	图像	NA