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
7261	2025-02-25	Deep Learning Derived Adipocyte Size Reveals Adipocyte Hypertrophy is under Genetic Control 2025-Feb-12, medRxiv : the preprint server for health sciences DOI:10.1101/2025.02.11.25322053 PMID:39990583	研究论文	本研究利用深度学习方法对皮下和内脏脂肪组织样本进行语义分割，探讨脂肪细胞大小与肥胖相关性状及其遗传关联	首次大规模研究自动脂肪细胞表型分析，结合组织学测量和遗传学数据，揭示了脂肪细胞肥大与代谢不良的关联，并发现了与脂肪细胞大小相关的遗传位点	研究样本主要来自特定人群，可能限制了结果的普适性	探讨脂肪细胞大小与肥胖相关性状及其遗传关联	皮下和内脏脂肪组织样本	数字病理学	肥胖相关疾病	深度学习	语义分割模型	图像	2,667个样本，来自5个独立队列，包含9,000张全切片图像，超过2,700万个脂肪细胞
7262	2025-02-25	Classification of Major Depressive Disorder Using Vertex-Wise Brain Sulcal Depth, Curvature, and Thickness with a Deep and a Shallow Learning Model 2025-Jan-24, ArXiv PMID:39975425	研究论文	本研究探讨了使用深度学习模型和浅层学习模型结合脑部沟深、曲率和厚度等顶点形态特征对重度抑郁症（MDD）进行分类的效果	首次在MDD分类中整合了顶点形态特征，并比较了DenseNet和SVM两种模型的性能，同时应用了ComBat工具消除多站点数据的潜在影响	尽管使用了非线性分类器和顶点形态特征，但分类性能接近随机水平，表明当前特征和分类器组合在MDD分类中不可行	探索基于脑部形态特征的MDD分类方法，并评估深度学习模型在此任务中的潜力	重度抑郁症患者和健康对照者	神经影像分析	重度抑郁症	深度学习，机器学习	DenseNet, SVM	脑部MRI图像	7,012名参与者（2,772名MDD患者和4,240名健康对照者）来自30个站点
7263	2025-02-25	Phyla: Towards a foundation model for phylogenetic inference 2025-Jan-22, bioRxiv : the preprint server for biology DOI:10.1101/2025.01.17.633626 PMID:39896621	研究论文	本文介绍了Phyla，一种用于系统发育推断的基础模型，采用混合状态空间变换器架构和新颖的树损失函数，在序列推理基准和系统发育树重建上实现了最先进的性能	Phyla模型通过引入显式的高层次语义表示系统发育树，采用混合状态空间变换器架构和新的树损失函数，提升了序列推理和系统发育树重建的性能	模型仍处于开发阶段，尚未完全验证其在不同生物数据集上的广泛适用性	开发一种能够进行跨序列推理的基础模型，以增强系统发育推断和计算生物学中其他任务的通用性和性能	蛋白质序列和系统发育树	计算生物学	NA	混合状态空间变换器架构	Transformer	序列数据	NA
7264	2025-02-25	Accurate predictions on small data with a tabular foundation model 2025-Jan, Nature IF:50.5Q1 DOI:10.1038/s41586-024-08328-6 PMID:39780007	研究论文	本文介绍了一种名为TabPFN的表格基础模型，该模型在小数据集上表现出色，超越了所有现有方法	TabPFN是一种基于生成式Transformer的基础模型，能够在短时间内超越经过长时间调优的基线模型，并支持微调、数据生成、密度估计和学习可重用嵌入	模型在数据集样本量超过10,000时表现未提及，可能在大规模数据集上存在局限性	提升表格数据上的预测能力，以加速科学发现和增强各领域的重要决策	表格数据（如电子表格中的行和列）	机器学习	NA	生成式Transformer	TabPFN	表格数据	最多10,000个样本
7265	2025-02-25	Computational microscopy with coherent diffractive imaging and ptychography 2025-Jan, Nature IF:50.5Q1 DOI:10.1038/s41586-024-08278-z PMID:39780004	综述	本文回顾了相干衍射成像（CDI）和ptychography在计算显微镜领域的创新进展，这些技术统一了显微镜和晶体学，克服了它们的局限性	CDI和ptychography技术在长度尺度上实现了九个数量级的成像能力，从亚埃分辨率的材料原子结构到厘米级组织的定量相位成像	NA	探讨计算显微镜技术在材料科学、生物学等领域的应用及其未来发展	晶体缺陷、非晶材料、高温超导体中的氧空位、磁性、量子、能源材料、纳米材料、集成电路和生物样本	计算显微镜	NA	相干衍射成像（CDI）、ptychography、第四代同步辐射、X射线自由电子激光、高次谐波产生、电子显微镜、光学显微镜、深度学习	NA	图像	NA
7266	2025-02-25	Construction of an antidepressant priority list based on functional, environmental, and health risks using an interpretable mixup-transformer deep learning model 2024-08-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.134651 PMID:38843640	研究论文	本研究构建了一个基于功能、环境及健康风险的抗抑郁药物优先级筛选系统（ADRank），并采用改进的mixup-transformer深度学习模型进行分类，以提高分类准确性和可靠性	采用改进的mixup-transformer深度学习模型，相较于随机森林模型，分类准确性提高了23.25%，可靠性提高了80%	研究中未明确提及样本量及数据来源的具体细节	构建抗抑郁药物的风险优先级筛选系统，以识别和管理抗抑郁药物的风险	抗抑郁药物（AD）	机器学习	NA	深度学习	mixup-transformer	NA	NA
7267	2025-02-25	Early detection of nicosulfuron toxicity and physiological prediction in maize using multi-branch deep learning models and hyperspectral imaging 2024-08-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.134723 PMID:38815392	研究论文	本研究利用多分支深度学习模型和高光谱成像技术，开发了HerbiNet模型，用于早期检测玉米中nicosulfuron除草剂的毒性	开发了HerbiNet和HerbiNet-Lite模型，能够早期准确预测玉米中nicosulfuron的毒性，并在不同年份和季节的数据集上表现出更高的泛化能力	研究仅针对nicosulfuron一种除草剂，未涉及其他除草剂的毒性检测	开发早期检测玉米中除草剂毒性的方法，以保护玉米生产和田间环境	玉米作物及其高光谱图像	计算机视觉	NA	高光谱成像	多分支深度学习模型	图像	NA
7268	2025-02-25	Deep Learning Analysis of Surgical Video Recordings to Assess Nontechnical Skills 2024-07-01, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2024.22520 PMID:39083274	研究论文	本研究探讨了利用手术视频记录中的运动特征自动评估心脏手术过程中非技术技能的可行性	首次使用深度学习技术从手术视频中提取运动特征，以自动评估手术团队的非技术技能	研究仅在一家医院进行，且样本量较小，需要进一步在不同医院和专科中验证结果	探索自动评估手术室非技术技能的方法，以提高手术表现和患者安全	心脏手术过程中的手术团队	计算机视觉	心血管疾病	OpenPose库用于视频分析	深度学习	视频	30例完整的心脏手术过程
7269	2025-02-25	CEUS in prediction of early recurrence of hepatocellular carcinoma after curative resection and to stratify the risk of early recurrence: a retrospective observational study 2024-06, Abdominal radiology (New York) DOI:10.1007/s00261-024-04252-5 PMID:38557770	研究论文	本研究探讨了术前对比增强超声（CEUS）在预测肝细胞癌（HCC）根治性切除术后早期复发（ER）中的作用，并分层了ER的风险	首次使用CEUS结合DL放射组学复发评分来预测HCC的早期复发，并基于预测因子数量对患者进行风险分层	研究为回顾性观察研究，可能存在选择偏差	预测肝细胞癌根治性切除术后的早期复发并分层风险	556名在2011年1月至2018年12月期间接受根治性切除术的HCC患者	数字病理	肝细胞癌	对比增强超声（CEUS）	深度学习（DL）	图像	556名HCC患者
7270	2025-02-25	Deep learning-based image reconstruction for the multi-arterial phase images: improvement of the image quality to assess the small hypervascular hepatic tumor on gadoxetic acid-enhanced liver MRI 2024-06, Abdominal radiology (New York) DOI:10.1007/s00261-024-04236-5 PMID:38512517	研究论文	本文评估了基于深度学习的图像重建技术在多动脉期磁共振成像（MA-MRI）中对小血管性肝肿瘤图像质量的提升效果	首次将深度学习技术应用于多动脉期磁共振成像的图像重建，显著提高了图像质量	研究样本量较小，且为回顾性研究，可能影响结果的普遍性	评估深度学习图像重建技术在多动脉期磁共振成像中的应用效果	55名患有小血管性肝肿瘤的成年患者	计算机视觉	肝肿瘤	深度学习图像重建	深度学习模型	图像	55名成年患者
7271	2025-02-25	Noninvasive diagnosis of liver cirrhosis: qualitative and quantitative imaging biomarkers 2024-06, Abdominal radiology (New York) DOI:10.1007/s00261-024-04225-8 PMID:38372765	综述	本文综述了用于非侵入性诊断肝硬化的定性和定量影像生物标志物，并讨论了评估肝功能和预后的挑战及未来方向	介绍了影像组学和深度学习在提高诊断准确性并减少主观性方面的应用	部分定量影像特征尚未在临床实践中应用	探讨非侵入性诊断肝硬化的影像生物标志物及其在评估肝功能和预后中的应用	肝硬化患者	数字病理学	肝硬化	超声、CT、MRI、弹性成像技术、影像组学、深度学习	NA	影像数据	NA
7272	2025-02-25	Detection of urinary tract stones on submillisievert abdominopelvic CT imaging with deep-learning image reconstruction algorithm (DLIR) 2024-06, Abdominal radiology (New York) DOI:10.1007/s00261-024-04223-w PMID:38470506	研究论文	本研究评估了使用深度学习图像重建算法（DLIR）在亚毫西弗腹部盆腔CT成像中检测尿路结石的诊断性能和图像质量	首次在亚毫西弗腹部盆腔CT成像中应用深度学习图像重建算法（DLIR），并评估其在尿路结石检测中的诊断性能和图像质量	样本量较小，仅57名患者参与研究	评估亚毫西弗腹部盆腔CT成像在尿路结石检测中的诊断性能和图像质量	57名疑似尿路结石患者	数字病理	尿路结石	CT成像	深度学习图像重建算法（DLIR）	图像	57名患者，共检测到266颗结石
7273	2025-02-25	Scribe: Next Generation Library Searching for DDA Experiments 2023-02-03, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.2c00672 PMID:36695531	研究论文	本文介绍了Scribe，一种新的库搜索引擎，旨在利用深度学习碎片预测软件如Prosit，通过预测FASTA数据库中每个肽的碎片和保留时间，提高数据依赖采集实验的灵敏度和定量精度	Scribe利用深度学习预测肽的碎片和保留时间，而非依赖高度策划的DDA库，从而提高了库搜索的灵敏度和定量精度	NA	提高数据依赖采集实验的库搜索效率和准确性	肽的碎片和保留时间	蛋白质组学	NA	深度学习碎片预测软件Prosit	NA	质谱数据	NA
7274	2025-02-24	Dynamic cycles between brain states during creative storytelling 2025-Mar, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121053 PMID:39863001	研究论文	本文通过功能性磁共振成像（fMRI）研究，探讨了创造性思维过程中不同脑状态之间的动态转换	通过fMRI和深度学习方法，揭示了创造性思维过程中自发思维和刻意思维之间的交替互动，以及不同脑状态之间的转换模式	样本量较小，仅包括41名大学生，可能限制了结果的普遍性	探讨创造性思维过程中不同脑状态之间的动态转换及其认知和神经机制	41名大学生	神经科学	NA	功能性磁共振成像（fMRI）	深度学习	脑成像数据	41名大学生
7275	2025-02-24	Beyond averaging: A transformer approach to decoding event related brain potentials 2025-Mar, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121049 PMID:39864567	研究论文	本研究评估了基于Transformer的深度学习方法在处理事件相关脑电位（ERPs）方面的潜力，与传统平均方法相比，该方法能提供更深入的神经信号分析	使用Transformer网络中的注意力机制，生成注意力图，揭示了传统平均方法未能发现的相关电位时间窗口	研究样本量较小，仅包含29名正常听力参与者，且实验设计局限于声音感知的特定情境	评估Transformer方法在分析事件相关脑电位（ERPs）中的应用效果	29名18至30岁正常听力参与者的脑电图（EEG）数据	机器学习	NA	脑电图（EEG）	卷积Transformer	脑电图（EEG）信号	29名正常听力参与者
7276	2025-02-24	Research of orthodontic soft tissue profile prediction based on conditional generative adversarial networks 2025-Mar, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105570 PMID:39864612	研究论文	本研究构建了一种新的条件生成对抗网络（CGAN）模型，用于预测正畸治疗后的侧面外观变化	提出了一种新的深度学习模型soft-P-CGAN，结合了条件向量输入模块、基于U-Net的生成器模块和基于PatchGAN的判别器模块，设计了软损失以增强软组织轮廓的生成，并通过多尺度特征金字塔提高图像质量	下颌区域的预测相对不准确	预测正畸治疗后的侧面外观变化	成人患者的侧位头颅X光片	计算机视觉	NA	条件生成对抗网络（CGAN）	soft-P-CGAN	图像	NA
7277	2025-02-24	Automated diagnosis and classification of temporomandibular joint degenerative disease via artificial intelligence using CBCT imaging 2025-Mar, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105592 PMID:39870190	研究论文	本研究利用人工智能技术，通过CBCT影像实现颞下颌关节退行性疾病的自动诊断和分类	使用YOLOv10算法构建的AI模型能够检测颞下颌关节退行性疾病，并区分其典型的影像学特征，如侵蚀、骨赘、硬化和软骨下囊肿	模型在检测具有多个退行性疾病特征的影像时，准确率有所下降	实现颞下颌关节退行性疾病的自动诊断和分类	1018名患者的7357张CBCT影像	计算机视觉	颞下颌关节退行性疾病	CBCT成像	YOLOv10	影像	7357张CBCT影像（来自1018名患者）
7278	2025-02-24	Enhancing Functional Protein Design Using Heuristic Optimization and Deep Learning for Anti-Inflammatory and Gene Therapy Applications 2025-Feb-22, Proteins IF:3.2Q2 DOI:10.1002/prot.26810 PMID:39985803	研究论文	本研究开发了一种启发式优化方法，用于增强蛋白质的关键功能，如溶解性、灵活性和稳定性，同时保持蛋白质的结构完整性	结合启发式优化和深度学习，设计出功能更强且结构完整的蛋白质，特别适用于抗炎和基因治疗应用	未提及具体实验验证或临床应用的局限性	提高蛋白质序列设计的功能性和实验室可生产性	蛋白质序列	机器学习	NA	深度学习、启发式优化、遗传算法	NA	蛋白质序列数据	未提及具体样本数量
7279	2025-02-24	Design and developing a robot-assisted cell batch microinjection system for zebrafish embryo 2025-Feb-20, Microsystems & nanoengineering IF:7.3Q1 DOI:10.1038/s41378-024-00809-y PMID:39979250	研究论文	本文开发了一种新型的自动化系统，用于斑马鱼胚胎的细胞微注射	首次提出并集成了具有微力感知功能的微注射器，以判断细胞是否成功穿刺，并采用深度学习模型检测斑马鱼胚胎的卵黄中心，定位注射针在卵黄中的位置，从而提高细胞注射的精度	NA	提高斑马鱼胚胎细胞微注射的效率和精度	斑马鱼胚胎	生物医学工程	NA	微流控芯片技术，深度学习	深度学习模型	图像	NA
7280	2025-02-24	FaultSeg: A Dataset for Train Wheel Defect Detection 2025-Feb-20, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04557-0 PMID:39979297	研究论文	本文介绍了FaultSeg数据集，用于全球铁路运输中自动检测火车车轮缺陷	提出了一个包含829张手动注释图像的数据集，用于训练和测试深度学习模型，以自动检测火车车轮的缺陷	数据集仅包含829张图像，可能不足以涵盖所有可能的缺陷类型和场景	开发一个用于自动检测火车车轮缺陷的数据集，以提高铁路运输的安全性	火车车轮的缺陷检测	计算机视觉	NA	深度学习	YOLOv9	图像	829张手动注释的火车车轮缺陷图像