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
6561	2025-03-16	Multimodal fusion learning for long QT syndrome pathogenic genotypes in a racially diverse population 2024-Aug-24, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01218-1 PMID:39181999	研究论文	本文开发了一种结合心电图波形和电子健康记录数据的深度学习方法，用于评估患者是否携带导致长QT综合征的致病基因变异	创新点在于使用多模态融合学习方法，结合心电图和电子健康记录数据，以提高长QT综合征致病基因变异的识别准确性	模型的精确召回曲线下面积较低（0.29），表明在识别致病基因变异方面仍有改进空间	研究目的是开发一种深度学习方法，用于识别长QT综合征的致病基因变异	研究对象为携带长QT综合征易感基因中至少一个致病基因变异的患者	机器学习	心血管疾病	深度学习	多模态融合学习	心电图波形和电子健康记录数据	使用了来自英国生物银行（UKBB）和西奈山BioMe生物银行的数据，具体样本数量未明确
6562	2025-03-16	FUSION: A web-based application for in-depth exploration of multi-omics data with brightfield histology 2024-Aug-22, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.09.602778 PMID:39026885	研究论文	本文介绍了一个名为FUSION的基于网络的应用，用于深入探索多组学数据与明场组织学的结合	FUSION工具通过深度学习算法，将分子数据与高分辨率组织学图像结合，提供了一个端到端的分析平台，用于分析功能性组织单元（FTUs）	NA	开发一个工具，用于连接分子和组织病理学特征，以提供对生物机制的深入洞察	健康与病变组织	数字病理学	NA	空间转录组学（ST）	深度学习算法	图像、分子数据	福尔马林固定石蜡包埋（FFPE）和冷冻制备的数据集
6563	2025-03-16	CryoSamba: self-supervised deep volumetric denoising for cryo-electron tomography data 2024-Aug-03, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.11.603117 PMID:39071256	研究论文	本文介绍了CryoSamba，一种基于自监督深度学习的模型，用于去噪冷冻电子断层扫描（cryo-ET）图像	CryoSamba通过深度学习插值平均运动补偿的邻近平面，模仿增加曝光，增强连贯信号并减少高频噪声，显著提高断层扫描对比度和信噪比，且无需预录图像、合成数据、标签或注释、噪声模型或配对体积	NA	提高冷冻电子断层扫描图像的信噪比和对比度，以便更好地进行3D断层扫描视觉解释	冷冻电子断层扫描图像	计算机视觉	NA	深度学习	自监督深度学习模型	3D体积图像	NA
6564	2025-03-16	Epiretinal membranes in patients with uveitis: an update on the current state of management 2024-Jun-28, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-024-03199-2 PMID:38940960	review	本文综述了关于葡萄膜炎性视网膜前膜（ERM）的临床特征、诊断方法和治疗策略的最新知识	总结了ERM的多样性和复杂性，并探讨了OCT生物标志物、深度学习和手术进展对改善治疗效果的潜力	缺乏统一的疾病模型，手术方法存在争议，需要进一步研究以优化治疗策略	总结葡萄膜炎性视网膜前膜的临床特征、诊断方法和治疗策略	葡萄膜炎性视网膜前膜（ERM）患者	NA	葡萄膜炎	OCT（光学相干断层扫描）	深度学习	医学影像	NA
6565	2025-03-15	Deep learning the flow law of Antarctic ice shelves 2025-Mar-14, Science (New York, N.Y.) DOI:10.1126/science.adp3300 PMID:40080586	研究论文	本研究利用遥感数据和物理信息深度学习，揭示了南极冰架流动规律及其粘度结构	首次通过深度学习方法揭示了南极冰架在压缩区和扩展区的流动规律，并构建了冰架范围的各向异性粘度图	研究结果依赖于遥感数据，可能存在数据精度和覆盖范围的限制	研究南极冰架的流动规律和粘度结构，以预测南极冰盖的未来质量损失	南极冰架	机器学习	NA	物理信息深度学习	深度学习	遥感数据	多个冰架的数据
6566	2025-03-15	Diagnosis and Post-Treatment Follow-Up Evaluation of Melasma Using Optical Coherence Tomography and Deep Learning 2025-Mar-14, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.70006 PMID:40084480	研究论文	本研究提出使用光学相干断层扫描（OCT）结合深度学习技术进行黄褐斑的诊断和治疗后评估	结合便携式OCT系统和深度学习模型（VGG16神经网络加空间注意力机制）进行黄褐斑的诊断和治疗评估	未提及样本量的具体大小，且未讨论模型在其他皮肤病上的泛化能力	开发一种结合OCT和深度学习的技术，用于黄褐斑的临床诊断和治疗评估	健康志愿者和黄褐斑患者的皮肤组织	数字病理学	黄褐斑	光学相干断层扫描（OCT）	VGG16神经网络加空间注意力机制	图像	健康志愿者和黄褐斑患者的皮肤组织数据集
6567	2025-03-15	CT-free attenuation and Monte-Carlo based scatter correction-guided quantitative 90Y-SPECT imaging for improved dose calculation using deep learning 2025-Mar-13, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07191-5 PMID:40080141	研究论文	本研究旨在开发深度学习模型，用于无CT的衰减校正和基于蒙特卡罗的散射校正，以改进90Y SPECT成像中的剂量计算	使用改进的3D Swin UNETR架构训练深度学习模型，实现无CT的衰减校正和蒙特卡罗散射校正，提高了90Y SPECT成像的剂量计算精度	需要更大规模的数据集进行训练，以进一步提高模型的泛化能力	改进90Y SPECT成像中的剂量计算	190名接受90Y选择性内放射治疗（SIRT）的患者	医学影像处理	NA	深度学习	3D Swin UNETR	SPECT图像	190名患者
6568	2025-03-15	AI-Powered Image-Based Assessment of Pressure Injuries Using You Only Look once (YOLO) Version 8 Models 2025-Mar-13, Advances in wound care IF:5.8Q1 DOI:10.1089/wound.2024.0245 PMID:40081991	研究论文	本研究旨在通过机器学习和YOLOv8深度学习模型提升压力性损伤的检测和分期准确性	首次将YOLOv8模型应用于压力性损伤分期，并通过优化器和超参数调优显著提升了检测精度	研究基于模拟数据集，未在真实临床环境中进行验证	提升压力性损伤的检测和分期准确性	压力性损伤图像	计算机视觉	压力性损伤	深度学习	YOLOv8	图像	公开的高质量数据集
6569	2025-03-15	Automated Fast Prediction of Bone Mineral Density From Low-dose Computed Tomography 2025-Mar-12, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.041 PMID:40082126	研究论文	本研究探讨了利用深度学习基于低剂量CT扫描建立体积骨密度预测和骨质疏松分类系统的可行性	首次将深度学习应用于低剂量CT扫描，自动预测体积骨密度并进行骨质疏松和骨质减少的分类	研究样本量相对较小，且仅针对腰椎进行了分析	开发一个基于低剂量CT扫描的自动体积骨密度预测和骨质疏松分类系统	551名同时接受低剂量CT和定量CT检查的受试者	数字病理学	骨质疏松	低剂量CT扫描	U-net	图像	551名受试者
6570	2025-03-15	Deep learning modelling of structural brain MRI in chronic head and neck pain after mild TBI 2025-Mar-12, Pain IF:5.9Q1 DOI:10.1097/j.pain.0000000000003587 PMID:40084983	研究论文	本研究利用深度学习模型分析轻度创伤性脑损伤（mTBI）后慢性头颈痛患者的结构性脑MRI扫描，以预测高风险个体	首次使用预训练的3D ResNet-18深度学习模型分析mTBI后72小时内的T1加权脑MRI扫描，以预测慢性疼痛风险	样本量相对较小（128名患者），且模型的平均准确率和AUC值较低（分别为0.59和0.56）	探索早期脑MRI扫描在预测mTBI后慢性头颈痛中的实用性	227名因车祸导致mTBI的患者，其中128名在伤后72小时内进行了T1加权脑MRI扫描	数字病理学	创伤性脑损伤	T1加权脑MRI扫描	3D ResNet-18	图像	128名患者
6571	2025-03-15	A transformer-based real-time earthquake detection framework in heterogeneous environments 2025-Mar-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82087-2 PMID:40069212	研究论文	本文介绍了一种基于Transformer的实时地震检测框架TFEQ，旨在解决在高度异构环境中部署深度学习技术的挑战	TFEQ模型独特地同时分析P波和S波，解决了现有模型通常只关注S波检测而忽视P波早期检测的问题	NA	开发一种能够在异构物联网环境中进行实时地震检测的深度学习模型	地震波（P波和S波）	机器学习	NA	深度学习	Transformer	传感器数据	CrowdQuake计划收集的MEMS传感器数据
6572	2025-03-15	Fuzzy control algorithm of cleaning parameters of street sweeper based on road garbage volume grading 2025-Mar-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92771-6 PMID:40069257	研究论文	本文提出了一种基于道路垃圾量分级的模糊控制算法，用于调整街道清扫车的清洁参数，以提高清洁效率和降低能耗	创新点在于结合YOLO v5深度学习模型进行目标检测和垃圾分类，并基于垃圾覆盖率和重量计算道路垃圾量分级系数，进而开发模糊控制模型以优化清扫车操作参数	未提及算法的泛化能力及在不同城市环境中的适用性	研究目的是通过智能算法优化街道清扫车的清洁参数，以提高清洁效率和降低能耗	研究对象是街道清扫车及其清洁参数	计算机视觉	NA	YOLO v5	模糊控制模型	图像	未提及具体样本数量
6573	2025-03-15	An efficient deep learning-based strategy to screen inhibitors for GluN1/GluN3A receptor 2025-Mar-11, Acta pharmacologica Sinica IF:6.9Q1 DOI:10.1038/s41401-025-01513-x PMID:40069493	研究论文	本文提出了一种基于深度学习的策略，用于高效筛选GluN1/GluN3A受体的抑制剂	结合序列和复合物基础的评分函数，利用深度学习技术提高筛选效率和准确性	研究仍处于早期阶段，药理研究数据有限	开发一种高效且准确的筛选方法，用于识别GluN1/GluN3A受体的抑制剂	GluN1/GluN3A受体及其抑制剂	机器学习	神经精神疾病	全细胞电压钳电生理学	深度学习模型	化合物库数据	1800万种化合物库筛选至约10个候选分子
6574	2025-03-15	DeepPath: Overcoming data scarcity for protein transition pathway prediction using physics-based deep learning 2025-Mar-02, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.27.640693 PMID:40060558	研究论文	本文介绍了DeepPath，一个基于深度学习的框架，用于快速生成蛋白质状态之间的物理真实过渡路径	DeepPath采用主动学习方法，利用分子力学力场作为指导，迭代优化预测路径，克服了数据稀缺性问题	尽管DeepPath在预测蛋白质过渡路径方面表现出色，但其依赖于已知的蛋白质状态，可能限制了其在未知状态预测中的应用	研究目的是开发一种高效的方法来预测蛋白质的构象转变路径，以替代计算成本高的分子动力学模拟	研究对象包括SHP2激活、CdiB H1分泌和BAM复合体侧门开启等生物相关测试案例	机器学习	NA	分子动力学模拟	深度学习	蛋白质结构数据	三个生物相关测试案例
6575	2025-03-15	Medical image classification by incorporating clinical variables and learned features 2025-Mar, Royal Society open science IF:2.9Q1 DOI:10.1098/rsos.241222 PMID:40078919	研究论文	本文提出了一种新颖的方法，通过结合临床变量来增强深度学习模型在医学图像分类中的表现，同时不压倒信息	与大多数现有深度神经网络模型仅考虑单像素信息不同，该方法捕捉了更全面的视角，并通过降维技术优化特征，与临床变量信息保持平衡	未明确提及具体局限性	提升医学图像分类的准确性	医学图像	计算机视觉	结核病和皮肤病	深度学习	预训练的深度神经网络	图像	未明确提及样本数量
6576	2025-03-15	A variational deep-learning approach to modeling memory T cell dynamics 2025-Feb-25, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.08.602409 PMID:40060443	研究论文	本文提出了一种结合深度学习和随机变分推理的方法，用于建模小鼠流感病毒感染后肺内记忆T细胞的动态变化	该方法能够同时推断动态模型参数和群体结构，直接基于单细胞流式细胞术数据进行训练，而非预定义细胞群的动力学	研究仅限于小鼠模型，未涉及人类或其他生物系统的验证	研究旨在解决高维数据与可解释数学模型之间的挑战，特别是在免疫反应中的细胞动态变化	小鼠流感病毒感染后的肺内记忆CD4和CD8 T细胞	机器学习	流感	单细胞流式细胞术	深度学习与随机变分推理	单细胞数据	NA
6577	2025-03-15	Learning maximally spanning representations improves protein function annotation 2025-Feb-17, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.13.638156 PMID:40027840	研究论文	本文提出了一种名为MSRep的新型深度学习框架，旨在解决蛋白质功能注释中的不平衡问题，并提高注释准确性	MSRep框架通过优化受神经崩溃（NC）启发的损失函数，确保少数功能在嵌入空间中与多数功能同等表示，从而提高了预测准确性和泛化能力	虽然MSRep在多个蛋白质功能注释任务中表现出色，但其在未表征蛋白质上的应用仍需进一步验证	提高蛋白质功能注释的准确性，特别是对于研究不足的功能类别	蛋白质功能注释	计算生物学	NA	深度学习	预训练蛋白质语言模型	蛋白质序列数据	NA
6578	2025-03-15	Fewer medullary pyramids in the living kidney donor are associated with graft failure in the recipient 2025-Jan-30, American journal of transplantation : official journal of the American Society of Transplantation and the American Society of Transplant Surgeons IF:8.9Q1 DOI:10.1016/j.ajt.2025.01.041 PMID:39892790	研究论文	本研究旨在通过计算机断层扫描（CT）和组织学分析，识别与活体肾移植受者死亡审查移植物失败相关的肾实质结构特征	首次发现肾髓质金字塔数量与移植失败率之间的关联，并提出肾髓质金字塔计数作为移植前预后生物标志物的潜在用途	研究仅针对ABO兼容的活体肾移植受者，未涵盖其他类型的肾移植	识别与活体肾移植受者移植物失败相关的肾实质结构特征	2000-2020年间接受ABO兼容活体肾移植的受者	数字病理学	肾移植	计算机断层扫描（CT）、深度学习模型、形态计量组织学分析	深度学习模型	CT图像、组织学数据	3098名肾移植受者，中位随访5年，346例移植物失败事件
6579	2025-03-15	CT-based radiomics-deep learning model predicts occult lymph node metastasis in early-stage lung adenocarcinoma patients: A multicenter study 2025-Jan-30, Chinese journal of cancer research = Chung-kuo yen cheng yen chiu DOI:10.21147/j.issn.1000-9604.2025.01.02 PMID:40078558	研究论文	本研究开发并验证了一种基于CT的放射组学和深度学习融合模型，用于预测早期肺腺癌患者的隐匿性淋巴结转移	结合了放射组学和深度学习技术，使用3D SE-ResNet34网络构建融合模型，显著提高了预测隐匿性淋巴结转移的准确性	研究为回顾性分析，可能存在选择偏倚；样本量相对较小，需要更大规模的多中心研究进一步验证	开发并验证一种非侵入性预测模型，用于早期肺腺癌患者的隐匿性淋巴结转移	早期肺腺癌患者	数字病理	肺癌	CT成像，深度学习	3D SE-ResNet34	CT图像	358名患者（训练队列186名，内部验证队列48名，外部测试队列124名）
6580	2025-03-15	Deep learning-based multi-task prediction of response to neoadjuvant chemotherapy using multiscale whole slide images in breast cancer: A multicenter study 2025-Jan-30, Chinese journal of cancer research = Chung-kuo yen cheng yen chiu DOI:10.21147/j.issn.1000-9604.2025.01.03 PMID:40078559	研究论文	本研究开发了一种基于多尺度全切片图像（WSIs）的多任务深度学习模型（DLMM），用于预测乳腺癌患者对新辅助化疗（NAC）的反应	通过多尺度特征表示的串联融合和基于门控的注意力机制，模型能够精细预测治疗反应和病理完全缓解（pCR）	尽管在多个测试集中表现出色，但模型仍需进一步验证其在不同临床环境中的普适性	开发一种深度学习模型，以更精确地预测乳腺癌患者对新辅助化疗的反应	乳腺癌患者	数字病理学	乳腺癌	深度学习	多任务深度学习模型（DLMM）	图像	1,670张全切片图像，包括训练集、验证集、内部测试集、外部测试集和前瞻性测试集