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
781	2025-06-11	Bone Age Estimation of Chinese Han Adolescents's and Children's Elbow Joint X-rays Based on Multiple Deep Convolutional Neural Network Models 2025-Feb-25, Fa yi xue za zhi DOI:10.12116/j.issn.1004-5619.2024.241202 PMID:40397588	research paper	该研究探讨了基于深度学习的自动骨龄评估模型，用于中国汉族青少年和儿童的肘关节X光图像	提出了三种实验方案，并比较了不同分割和回归模型在骨龄评估中的性能，最终推荐使用UNet++进行分割和DenseNet121进行回归	研究样本主要来自中国东部、南部、中部和西北部，可能无法完全代表其他地区的人群	开发并评估一种基于深度学习的自动骨龄评估模型	中国汉族6.00至<16.00岁的青少年和儿童的肘关节X光图像	digital pathology	NA	X-ray成像	U-Net, UNet++, TransUNet, VGG16, VGG19, InceptionV2, InceptionV3, ResNet34, ResNet50, ResNet101, DenseNet121	image	943例肘关节X光图像（517名男性和426名女性），外加104例外部测试集图像
782	2025-06-11	Deep Learning-Based Blood Abnormalities Detection as a Tool for VEXAS Syndrome Screening 2025-Feb, International journal of laboratory hematology IF:2.2Q3 DOI:10.1111/ijlh.14368 PMID:39275905	研究论文	本研究提出了一种基于深度学习的血液异常检测方法，用于VEXAS综合征的筛查	首次利用深度学习算法自动检测外周血多形核白细胞中的异常特征，以区分VEXAS综合征与其他炎症性疾病	样本量相对较小，特别是VEXAS患者数量有限(n=25)	开发一种自动化工具来辅助VEXAS综合征的筛查	外周血多形核白细胞(PMN)图像	数字病理学	VEXAS综合征	深度学习	CNN	图像	9514张标注的PMN图像(来自25例VEXAS患者、14例骨髓增生异常患者和25例血细胞减少患者)
783	2025-06-11	Cognitive Dysfunction in the Addictions (CDiA): A Neuron to Neighbourhood Collaborative Research Program on Executive Dysfunction and Functional Outcomes in Outpatients Seeking Treatment for Addiction 2024-Oct-28, medRxiv : the preprint server for health sciences DOI:10.1101/2024.08.30.24312806 PMID:39252904	research paper	介绍了一个名为CDiA的综合团队科学和转化研究项目，旨在填补对物质使用障碍(SUDs)中执行功能(EFs)理解的知识空白，并促进研究发现以改善SUDs患者的治疗	通过七个互补的跨学科项目，结合临床、临床前和健康服务研究，探索EFs与SUDs严重程度和功能恢复之间的多维关系，并应用创新的全人建模方法整合多模态数据	样本量相对较小（目标N=400），且研究对象仅限于18-60岁寻求成瘾治疗的成年人	提高SUDs患者的健康结果，通过跨学科研究填补对EFs在SUDs中作用的理解空白	寻求成瘾治疗的成年人（18-60岁）	神经科学	物质使用障碍	重复经颅磁刺激(rTMS)、深度学习、聚类分析	深度学习	多模态数据（包括临床、脑回路、血液生物标志物等）	目标400名18-60岁寻求成瘾治疗的成年人
784	2025-06-11	Antiviral Peptide-Generative Pre-Trained Transformer (AVP-GPT): A Deep Learning-Powered Model for Antiviral Peptide Design with High-Throughput Discovery and Exceptional Potency 2024-10-25, Viruses DOI:10.3390/v16111673 PMID:39599788	研究论文	本研究介绍了AVP-GPT，一种基于Transformer语言模型和多模态架构的深度学习方法，专门用于抗病毒肽（AVP）设计	AVP-GPT在抗病毒肽设计中表现出卓越的效率，能够在GPU系统上两天内生成10,000个独特肽并识别潜在AVP，其性能优于现有模型如LSTM和SVM	未来研究可以探索AVP-GPT在其他病毒靶点上的应用，并研究替代的AVP设计策略	加速抗病毒肽的发现和开发，创造新型抗病毒药物	呼吸合胞病毒（RSV）、甲型流感病毒（INFVA）和其他呼吸道病毒	自然语言处理	呼吸道病毒感染	深度学习	Transformer	序列数据	预训练使用了RSV数据集，并成功适应于INFVA和其他呼吸道病毒
785	2025-06-11	A Review of Artificial Intelligence in Brachytherapy 2024-Sep-25, ArXiv PMID:39398213	review	本文综述了人工智能（AI）在近距离放射治疗中的应用，重点关注机器学习和深度学习技术	系统性地将AI在近距离放射治疗中的应用分为七大类，并详细总结了模型、数据规模和结果	未提及具体的技术实施难点或临床转化中的具体障碍	探讨AI如何使近距离放射治疗更加个性化、高效和有效	近距离放射治疗的临床工作流程	digital pathology	NA	machine learning, deep learning	NA	NA	NA
786	2025-06-11	Protocol for performing deep learning-based fundus fluorescein angiography image analysis with classification and segmentation tasks 2024-09-20, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2024.103134 PMID:38900632	研究论文	本文提出了一种基于深度学习的眼底荧光素血管造影图像分析协议，用于分类和分割任务	开发了一种从诊断到治疗建议的完整流程协议，适用于缺血性视网膜疾病	协议的具体执行细节需要参考Zhao等人的其他文献	通过深度学习技术改进眼底荧光素血管造影图像的分析流程	眼底荧光素血管造影图像	数字病理学	缺血性视网膜疾病	深度学习	NA	图像	NA
787	2025-06-11	Iterative deep learning-design of human enhancers exploits condensed sequence grammar to achieve cell type-specificity 2024-Jun-14, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.14.599076 PMID:38915713	研究论文	本文通过迭代深度学习设计具有特定细胞类型活性的合成增强子	利用迭代深度学习方法设计合成增强子，实现了在两种人类细胞系中的强差异活性	研究仅针对两种人类细胞系，可能不适用于其他细胞类型	解决合成生物学中如何靶向特定细胞类型基因表达的问题	人类细胞系中的合成增强子	合成生物学	NA	深度学习	NA	基因组序列数据	两种人类细胞系
788	2025-06-11	Epistasis regulates genetic control of cardiac hypertrophy 2024-May-04, medRxiv : the preprint server for health sciences DOI:10.1101/2023.11.06.23297858 PMID:37987017	研究论文	本文探讨了遗传变异对心脏肥大的非加性调控作用，并开发了新方法来揭示其复杂的遗传结构	开发了低信号符号迭代随机森林方法，用于解析心脏肥大的复杂遗传结构，并首次揭示了特定基因对间的非加性相互作用	研究方法仍处于早期阶段，部分遗传相互作用的生物学机制尚未完全阐明	揭示遗传变异对心脏肥大的非加性调控机制	人类心脏组织、诱导多能干细胞来源的心肌细胞	遗传学	心血管疾病	深度学习、RNA沉默、高通量微流控系统	随机森林、深度学习模型	心脏MRI扫描数据、转录组数据、单细胞形态数据	29,661名UK Biobank参与者的心脏MRI数据，313例人类心脏移植组织的转录组数据
789	2025-06-11	Overcoming Limitations to Deep Learning in Domesticated Animals with TrioTrain 2024-Apr-20, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.15.589602 PMID:38659907	研究论文	本文提出了一种名为TrioTrain的新方法，用于改进跨物种变体调用中深度学习模型的性能，特别是在家畜基因组中的应用	首次引入多物种DeepVariant模型，通过TrioTrain自动化扩展DV至无GIAB资源的物种，并利用区域洗牌降低SLURM集群的障碍	受限于动物基因组中不完美的真实标签	克服深度学习在家畜基因组变体调用中的限制	牛、牦牛和野牛的基因组	生物信息学	NA	DeepVariant (DV), TrioTrain	深度学习模型	基因组数据	牛、牦牛和野牛的三体组合，共构建了30个模型迭代
790	2025-06-11	Epistasis regulates genetic control of cardiac hypertrophy 2023-Nov-20, Research square DOI:10.21203/rs.3.rs-3509208/v1 PMID:38045390	研究论文	本文开发了一种低信号符号迭代随机森林方法，用于揭示心脏肥大的复杂遗传结构	提出了低信号符号迭代随机森林方法，发现了心脏肥大中未被单变量全基因组关联分析优先考虑的位点，并通过RNA沉默和单细胞形态分析验证了基因-基因相互作用的因果性	方法仍处于早期发展阶段，样本量虽大但仅限于UK Biobank数据	研究心脏肥大的遗传调控机制	29,661名UK Biobank参与者的心脏MRI扫描数据和313例人类心脏移植组织的转录组数据	遗传学	心血管疾病	低信号符号迭代随机森林、深度学习、RNA沉默、高通量微流控系统	随机森林、深度学习模型	MRI图像、转录组数据、单细胞形态数据	29,661名个体（UK Biobank）和313例人类心脏移植组织
791	2025-06-10	Decision support system based on ensemble models in distinguishing epilepsy types 2025-Sep, Epilepsy & behavior : E&B IF:2.3Q2 DOI:10.1016/j.yebeh.2025.110470 PMID:40382997	研究论文	本研究旨在基于EEG结果，利用人工智能模型对患者的局灶性（额叶、颞叶、顶叶、枕叶）、多灶性和全面性癫痫样活动进行分类	结合数据增强和集成AI模型，提出了一种新的决策支持系统，用于癫痫类型分类，准确率达到98%	研究基于回顾性数据，可能存在选择偏差	开发一种基于AI的决策支持系统，用于癫痫类型的分类	575名在Adana City Training and Research Hospital神经内科癫痫门诊随访的患者	机器学习	癫痫	EEG	MLP, Random Forest, SVM, XGBoost	EEG数据	575名患者
792	2025-06-10	Machine Learning Analysis of Videourodynamics to Predict Incident Hydronephrosis in Patients With Spina Bifida 2025-Jul, The Journal of urology IF:5.9Q1 DOI:10.1097/JU.0000000000004547 PMID:40132220	研究论文	利用机器学习分析视频尿动力学数据，预测脊柱裂患者发生肾积水的风险	开发了四种机器学习模型，包括随机生存森林模型和集成模型，用于从视频尿动力学数据中预测肾积水	研究样本量相对较小，且仅针对脊柱裂患者	提高脊柱裂患者肾积水风险的预测准确性	脊柱裂患者	机器学习	脊柱裂	视频尿动力学研究	随机生存森林模型, 集成模型	视频尿动力学数据, 荧光镜图像	训练队列354例患者，验证队列200例患者
793	2025-06-10	Myocardial Infarction Detection using Variational Mode Decomposition with Fuzzy Weight Particle Swarm Optimization and Depthwise Separable Convolutional Network 2025-Jul, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110329 PMID:40403641	研究论文	该研究提出了一种结合变分模态分解与模糊权重粒子群优化（VMD-FWPSO）、主成分分析（PCA）和深度可分离卷积网络（DwSCN）的先进框架，用于从心电信号中精确检测心肌梗死	创新点包括使用VMD-FWPSO进行优化的噪声消除，PCA降低特征维度，以及DwSCN模型捕捉心电数据的时空依赖性以提高分类准确性	未明确提及具体局限性	提高心肌梗死（MI）在心电信号中的检测精度	心电信号（ECG）	数字病理学	心血管疾病	变分模态分解（VMD）、模糊权重粒子群优化（FWPSO）、主成分分析（PCA）	深度可分离卷积网络（DwSCN）	心电信号数据	使用了PTB-ECG和MIT-BIH心律失常数据集
794	2025-06-10	Automatic adult age estimation using bone mineral density of proximal femur via deep learning 2025-Jul, Forensic science international IF:2.2Q1 DOI:10.1016/j.forsciint.2025.112511 PMID:40440868	研究论文	本研究开发了一种基于深度学习的端到端流程，利用股骨近端CT扫描的骨密度数据进行自动成人年龄估计	首次构建大规模真实世界临床和尸体队列数据集，微调Segment Anything Model (SAM)进行股骨分割，并评估多种CNN模型用于基于骨密度数据的精确年龄估计	外部尸体数据集验证的MAE较高(6.91年)，表明模型在死后样本上的性能有待提高	开发自动成人年龄估计方法用于法医和人类学应用	5151例来自临床和尸体队列的股骨近端CT扫描	数字病理	NA	CT扫描	CNN, SAM	医学影像	5151例CT扫描(临床和尸体来源)
795	2025-06-10	Multiclass ensemble framework for enhanced prostate gland Segmentation: Integrating Self-ONN decoders with EfficientNet 2025-Jul, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110459 PMID:40449047	research paper	该研究提出了一种多类集成框架，用于增强前列腺腺体分割，通过结合EfficientNet编码器与Self-ONN解码器来提高分割准确性	采用Self-ONN解码器结合EfficientNet编码器，解决了传统CNN线性神经元模型在捕捉生物神经系统的复杂动态方面的局限性	未提及具体局限性	提高前列腺癌诊断和治疗的自动化分割技术质量	前列腺腺体及其分区区域（外周区PZ、移行区TZ和整个腺体）	digital pathology	prostate cancer	Self-organized Operational Neural Network (Self-ONN), EfficientNetB4, STAPLE方法	Self-ONN, EfficientNetB4	MRI图像	大规模PI-CAI Challenge数据集，使用5折交叉验证
796	2025-06-10	Deep Learning Reveals Liver MRI Features Associated With PNPLA3 I148M in Steatotic Liver Disease 2025-Jul, Liver international : official journal of the International Association for the Study of the Liver IF:6.0Q1 DOI:10.1111/liv.70164 PMID:40478199	研究论文	该研究利用深度学习模型分析肝脏MRI图像，以识别与PNPLA3 I148M基因变异相关的脂肪肝病特征	首次应用深度学习模型于MRI图像，非侵入性检测PNPLA3 I148M纯合子，揭示了该基因变异与肝脏脂肪分布的关系	研究排除了杂合子个体，可能限制了结果的全面性；样本全部来自UK Biobank，可能存在人群偏差	开发非侵入性方法识别PNPLA3 I148M基因变异携带者，为脂肪肝病患者提供个性化医疗	UK Biobank中的45,603名个体的MRI图像和常见基因变异数据	数字病理学	脂肪肝病	MRI成像、水脂分离技术、基因分型	Vision Transformer、U-Net	MRI图像、基因数据	45,603名UK Biobank参与者，其中600张手动分割的肝脏图像用于训练U-Net模型
797	2025-06-10	Use of Artificial Intelligence and Machine Learning in Critical Care Ultrasound 2025-Jul, Critical care clinics IF:3.0Q2 DOI:10.1016/j.ccc.2025.02.008 PMID:40484623	research paper	本文探讨了人工智能（AI）在重症监护超声中的变革潜力	AI技术，特别是深度学习和卷积神经网络，现在辅助图像采集、解释和质量评估，简化工作流程并减少操作者变异性	需要可解释的AI系统以获得临床医生的信任并促进更广泛的采用	探索AI在重症监护超声中的应用及其潜力	重症监护超声	machine learning	NA	deep learning, convolutional neural networks	CNN	image	NA
798	2025-06-10	Entropy-driven deep learning framework for epilepsy detection using electro encephalogram signals 2025-Jun-21, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.05.003 PMID:40334975	研究论文	本文提出了一种结合熵度量和现代预处理技术的深度学习方法，用于自动检测脑电图信号中的癫痫	结合多元熵特征（如mvMPE和mvMFE）与UMAP非线性降维技术，以及ResNet与Bi-LSTM混合模型，提高了癫痫检测的准确性和鲁棒性	未提及模型在实时检测或临床环境中的表现，也未讨论数据集的多样性和潜在偏差	开发一种鲁棒且有效的癫痫自动检测方法	脑电图（EEG）信号	机器学习	癫痫	自适应小波去噪、UMAP非线性降维	ResNet与Bi-LSTM混合模型	EEG信号	NA
799	2025-06-10	YOLOv11-Based quantification and temporal analysis of repetitive behaviors in deer mice 2025-Jun-21, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.05.017 PMID:40368233	research paper	本研究提出了一种基于YOLOv11的自动化系统，用于鹿鼠重复行为的量化与时间分析	结合YOLOv11深度学习直接进行行为分类，绕过初始运动学特征工程，提供了一种客观、高通量的行为频率、持续时间和复杂时间组织的量化方法	NA	详细描述鹿鼠行为的时间动态，为未来研究提供基础数据和分析工具	鹿鼠（Peromyscus maniculatus bairdii）	computer vision	NA	YOLOv11	YOLOv11	video	NA
800	2025-06-10	Deep-Learning-Based Integration of Sequence and Structure Information for Efficiently Predicting miRNA-Drug Associations 2025-Jun-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00038 PMID:40380921	研究论文	提出一种名为DLST-MDA的深度学习方法，整合序列和结构信息以预测miRNA与药物的关联	利用miRNA和药物的属性信息而非常用的相互作用图信息，采用多尺度CNN和图神经网络分别学习序列和结构信息	未明确提及具体局限性	预测miRNA与药物的关联，以克服癌症治疗中的耐药性	miRNA和药物	机器学习	癌症	多尺度CNN, 图神经网络	CNN, GNN	序列数据, 分子图数据	基于最新数据库构建的基准数据集，具体数量未明确