深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
9641	2025-10-07	Contrastive Registration for Unsupervised Medical Image Segmentation 2025-01, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3332003 PMID:37983143	研究论文	提出一种基于对比学习的无监督医学图像分割方法CLMorph，通过图像配准和特征对比学习实现分割	提出结合图像级配准和特征级对比学习的新型卷积神经网络架构，首次将对比学习机制嵌入配准框架用于无监督医学图像分割	未与全监督方法进行直接性能比较，仅在两个医学图像数据集上验证	开发无需人工标注的无监督医学图像分割方法	医学图像	计算机视觉	NA	深度学习	CNN	医学图像	两个主要医学图像数据集	NA	CLMorph	NA	NA
9642	2025-10-07	Toward Transparent Deep Image Aesthetics Assessment With Tag-Based Content Descriptors 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2023.3308852 PMID:37647188	研究论文	提出基于标签内容描述符的透明深度学习框架用于图像美学评估	引入可解释的语义特征和标签内容描述符，使图像美学评估模型更加透明	预定义标签可能不足以描述所有可能的图像内容	开发透明可解释的图像美学评估方法	图像美学质量评估	计算机视觉	NA	深度学习	MLP	图像	5101张带摄影相关标签的图像	NA	MLP	SRCC	NA
9643	2025-10-07	The Role of Artificial Intelligence in Predicting Optic Neuritis Subtypes From Ocular Fundus Photographs 2024-Dec-01, Journal of neuro-ophthalmology : the official journal of the North American Neuro-Ophthalmology Society IF:2.0Q2 DOI:10.1097/WNO.0000000000002229 PMID:39808513	研究论文	本研究开发了一种基于眼底照片的深度学习AI算法，用于预测视神经炎亚型	首次使用深度学习算法从眼底照片中区分多发性硬化相关视神经炎与其他亚型	回顾性研究，样本量有限，需要更大数据集验证	开发AI算法辅助视神经炎亚型的早期诊断和鉴别	视神经炎患者	医学影像分析	视神经炎	眼底摄影	深度学习	图像	321名患者的1,599张眼底照片（MS ON: 262名患者/1,114张照片；非MS ON: 59名患者/485张照片）	NA	NA	AUC, 准确率, 灵敏度, 特异性	NA
9644	2025-10-07	Mining and rational design of psychrophilic catalases using metagenomics and deep learning models 2024-Dec, Applied microbiology and biotechnology IF:3.9Q2 DOI:10.1007/s00253-023-12926-1 PMID:38175233	研究论文	本研究通过宏基因组学和深度学习模型挖掘并理性设计嗜冷过氧化氢酶	结合宏基因组测序与深度学习模型Preoptem预测酶的最适温度，并通过定点突变扩展酶的最适温度范围	未明确说明样本采集的具体地理来源和土壤类型，突变体数量有限	挖掘新型嗜冷过氧化氢酶并优化其温度适应性	土壤样本中的过氧化氢酶基因及其编码蛋白	生物信息学	NA	宏基因组测序，定点突变，分子进化分析	深度学习	基因组序列，蛋白质序列	从土壤样本中挖掘到多个推定的过氧化氢酶基因	NA	Preoptem	序列相似性，最适温度范围，比活性	NA
9645	2025-10-07	Self-Powered, Flexible, Wireless and Intelligent Human Health Management System Based on Natural Recyclable Materials 2024-11-22, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c02186 PMID:39436357	研究论文	基于天然可回收材料开发自供电柔性无线智能健康管理系统，用于人体运动识别和睡眠呼吸异常预警	采用丝瓜络导电石墨四摩擦层增强型摩擦纳米发电机，信号强度提升390%，结合深度学习模型实现高精度运动分析	NA	开发基于天然材料的自供电健康管理系统，用于肥胖相关慢性疾病的监测和干预	人体运动状态和睡眠呼吸模式	可穿戴设备与健康监测	肥胖相关慢性疾病（阻塞性睡眠呼吸暂停、II型糖尿病、心血管疾病、阿尔茨海默病）	摩擦纳米发电技术、蓝牙无线传输、深度学习	深度学习模型	运动信号、呼吸信号	个体七类位移速度识别（1人）、三人七类位移速度识别（3人）	NA	NA	准确率（98.1%个体识别，96.46%三人识别）	NA
9646	2025-10-07	ChromaFold predicts the 3D contact map from single-cell chromatin accessibility 2024-11-01, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53628-0 PMID:39487131	研究论文	提出ChromaFold深度学习模型，仅使用单细胞ATAC测序数据预测3D染色质接触图谱	首个仅依赖scATAC-seq数据预测3D接触图谱的模型，无需Hi-C或CTCF ChIP-seq数据	需要配对scATAC-seq和Hi-C数据进行训练	从单细胞染色质可及性数据预测3D染色质相互作用	人类和小鼠细胞类型	计算生物学	NA	scATAC-seq, Hi-C	深度学习	基因组测序数据	多个人类和小鼠测试细胞类型	NA	轻量级架构	准确率	标准GPU
9647	2025-10-07	Automated detection and de novo structure modeling of nucleic acids from cryo-EM maps 2024-10-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53721-4 PMID:39477926	研究论文	提出基于深度学习的EM2NA方法，用于从冷冻电镜图中自动检测和从头建模核酸结构	开发首个基于深度学习的核酸从头结构建模方法，在<5 Å分辨率下实现高精度DNA/RNA结构测定	方法主要适用于2.0-5.0 Å分辨率的冷冻电镜图	解决从冷冻电镜图中准确建模DNA/RNA结构的挑战	蛋白质-DNA/RNA复合物和多链DNA/RNA复合物中的核酸结构	结构生物学, 计算生物学	NA	冷冻电镜(cryo-EM), 深度学习	深度学习模型	冷冻电镜密度图	50个实验图谱(2.0-5.0 Å分辨率)的测试集，263个未建模原始图谱的EMDB数据集	NA	NA	残基覆盖率, C4' RMSD, 序列召回率	NA
9648	2025-10-07	Predictive models and applicability of artificial intelligence-based approaches in drug allergy 2024-Aug-01, Current opinion in allergy and clinical immunology IF:3.0Q3 DOI:10.1097/ACI.0000000000001002 PMID:38814733	综述	本文综述了人工智能方法在药物过敏预测模型中的应用潜力与适用性	系统总结了人工智能（包括机器学习和深度学习）在药物过敏诊断和预测中的新兴应用	现有药物过敏预测模型数量有限，且多采用传统逻辑回归方法	评估预测模型和人工智能方法在药物过敏诊断中的临床应用价值	药物过敏患者	机器学习	药物过敏	NA	机器学习, 深度学习, 人工神经网络	临床数据	NA	NA	NA	NA	NA
9649	2025-05-29	FedAssist: Federated Learning in AI-Powered Prosthetics for Sustainable and Collaborative Learning 2024-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC53108.2024.10781961 PMID:40039020	研究论文	本文探讨了联邦学习在开发深度学习驱动的表面肌电信号解码方法中的应用，用于AI控制的假肢	提出了FedAssist框架，通过本地和全局预热策略，有效解决了sEMG数据集的非独立同分布问题	未提及具体样本量或实验规模	推进去中心化机器学习方法在sEMG领域的应用，提高假肢精度和康复效果	AI控制的假肢	机器学习	NA	联邦学习	深度学习	表面肌电信号(sEMG)	NA	NA	NA	NA	NA
9650	2025-05-29	Multi-class Prediction of Cognitively Normal / Mild Cognitive Impairment / Alzheimer's Disease Status in Dementia Based on Convolutional Neural Networks with Attention Mechanism 2024-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC53108.2024.10781557 PMID:40039646	研究论文	开发了一个基于MRI和深度学习的多类别阿尔茨海默病分类预测框架	在传统VGG19架构中嵌入卷积块注意力模块（CBAM）注意力层，构建了名为AD_Net的阿尔茨海默病定向预测3D卷积模型	未明确说明模型在其他独立数据集上的泛化能力	阿尔茨海默病的早期诊断	阿尔茨海默病（AD）、轻度认知障碍（MCI）和认知正常（CN）患者	数字病理学	阿尔茨海默病	MRI成像	CNN（VGG19架构改进）与注意力机制结合	MRI图像	来自ADNI开放数据资源的MRI图像（具体数量未说明）	NA	NA	NA	NA
9651	2025-05-29	Residual Neural Networks for the Prediction of the Regularization Parameters in PET Reconstruction 2024-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC53108.2024.10782195 PMID:40040188	研究论文	本文提出了一种基于残差神经网络的监督深度学习策略，用于预测PET重建中正则化参数的最优值	利用残差神经网络直接从原始测量数据（正弦图）预测正则化参数的最优值，避免了传统手动调参的繁琐过程	研究仅基于合成数据集进行训练和验证，未在真实临床数据上进行测试	优化PET图像重建过程中的正则化参数设置，提高图像质量	PET重建算法中的正则化参数	医学影像处理	NA	深度学习	残差神经网络(ResNet)	2D正弦图	合成数据集（具体数量未提及）	NA	NA	NA	NA
9652	2025-10-07	Early Detection of Optic Nerve Changes on Optical Coherence Tomography Using Deep Learning for Risk-Stratification of Papilledema and Glaucoma 2024-Mar-01, Journal of neuro-ophthalmology : the official journal of the North American Neuro-Ophthalmology Society IF:2.0Q2 DOI:10.1097/WNO.0000000000001945 PMID:37494177	研究论文	本研究利用深度学习分析光学相干断层扫描图像，早期预测视乳头水肿和青光眼的进展风险	利用AI检测人类难以识别的光学相干断层扫描微特征，实现疾病进展的早期预测	概念验证研究，需要进一步研究建立更完善的AI模型	开发基于深度学习的眼科疾病早期风险分层方法	视乳头水肿和青光眼患者	计算机视觉	眼科疾病	光学相干断层扫描	CNN	医学图像	视乳头水肿组93例患者166只眼，青光眼组187例患者327只眼，匹配对照组共695例患者1118只眼	NA	VGG-19	精确率,召回率,精确率-召回曲线下面积	NA
9653	2025-10-07	Elevating Patient Care With Deep Learning: High-Resolution Cervical Auscultation Signals for Swallowing Kinematic Analysis in Nasogastric Tube Patients 2024, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2024.3497895 PMID:39698476	研究论文	本研究利用高分辨率颈部听诊信号评估鼻胃管患者的吞咽功能，通过深度学习模型分析吞咽运动学事件	将先前为非鼻胃管人群设计的机器学习架构迁移应用于鼻胃管患者群体，验证了算法在新人群中的泛化能力	样本量有限，模型在舌骨位置追踪任务中的重叠率仅为41.27%，性能有待提升	评估高分辨率颈部听诊信号在鼻胃管患者吞咽功能分析中的实用性	使用鼻胃管的患者群体	医疗信号处理	吞咽障碍	高分辨率颈部听诊	卷积循环神经网络,混合模型,堆叠循环神经网络	振动和声学信号	未明确具体样本数量	NA	卷积循环神经网络,混合模型,堆叠循环神经网络	预测准确率,重叠率,误差帧数	NA
9654	2025-10-07	Deep Learning Based Prediction of Myopia Control Effect in Children Treated With Overnight Orthokeratology 2024-Jan-01, Eye & contact lens DOI:10.1097/ICL.0000000000001054 PMID:37934166	研究论文	开发并验证基于深度学习的模型，用于预测接受角膜塑形镜治疗的儿童12个月眼轴长度增长	首次结合基线因素和早期角膜地形图变化，使用深度学习方法预测角膜塑形镜治疗后的眼轴长度增长	样本量较小（115例患者），仅验证了12个月的预测效果	预测儿童接受角膜塑形镜治疗后眼轴长度的增长情况	接受角膜塑形镜治疗的近视儿童患者	医学影像分析	近视	角膜地形图检查	深度神经网络	医学记录数据，角膜地形图数据	115例患者（83例用于算法开发，32例用于评估）	NA	深度神经网络，多元线性回归	皮尔逊相关系数，P值	NA
9655	2025-10-07	Structural and functional connectome relationships in early childhood 2023-12, Developmental cognitive neuroscience IF:4.6Q1 DOI:10.1016/j.dcn.2023.101314 PMID:37898019	研究论文	本研究探索了幼儿期大脑结构与功能连接组的关系及其发展模式	首次在幼儿期纵向研究结构-功能耦合，并应用新型图卷积神经网络模型更好捕捉个体异质性	样本量相对有限，仅追踪到6岁儿童	探究儿童早期大脑结构连接与功能连接的关系及其发展规律	1-6岁儿童和成人对照组的脑连接组	神经科学, 机器学习	NA	脑成像技术	图卷积神经网络	脑结构连接和功能连接数据	360名儿童（1、2、4、6岁纵向扫描）和89名成人	NA	图卷积神经网络	功能连接预测精度	NA
9656	2025-10-07	ChromaFold predicts the 3D contact map from single-cell chromatin accessibility 2023-Jul-28, bioRxiv : the preprint server for biology DOI:10.1101/2023.07.27.550836 PMID:37546906	研究论文	提出ChromaFold深度学习模型，从单细胞ATAC测序数据预测3D染色质接触图谱和调控相互作用	首次实现仅使用单细胞ATAC测序数据预测3D接触图谱，无需染色体构象捕获实验	需要配对scATAC-seq和Hi-C数据进行训练	从单细胞染色质可及性数据预测3D染色质结构和调控相互作用	人类和小鼠细胞系及组织中的染色质相互作用	计算生物学	NA	scATAC-seq, Hi-C, CTCF ChIP-seq	深度学习	基因组测序数据	多种人类和小鼠测试细胞类型	NA	轻量级架构	预测准确性	标准GPU
9657	2025-05-28	Artificial intelligence in refractive surgery 2025-Jul-01, Current opinion in ophthalmology IF:3.0Q1 DOI:10.1097/ICU.0000000000001139 PMID:40277339	review	本文综述了人工智能在屈光手术中的应用及其进展	人工智能在屈光手术中的应用包括生物测量、病理检测、手术决策和教育等多个方面	未提及具体的技术局限性或研究不足	探讨人工智能在屈光手术中的应用及其对手术安全性和有效性的提升	屈光手术中的生物测量、病理检测、手术决策和教育	人工智能在医学中的应用	眼科疾病	人工智能、机器学习和深度学习	NA	前段成像数据	NA	NA	NA	NA	NA
9658	2025-05-28	Advancements in artificial intelligence for the diagnosis and management of anterior segment diseases 2025-Jul-01, Current opinion in ophthalmology IF:3.0Q1 DOI:10.1097/ICU.0000000000001150 PMID:40279352	review	本文综述了人工智能在前段眼病诊断和管理中的最新进展及其潜力	利用AI技术（包括机器学习和深度学习模型）提升前段眼病的诊断准确性和治疗个性化	数据多样性不足和模型可解释性问题	探讨人工智能在前段眼病诊断和管理中的应用及其对临床实践的潜在影响	前段眼病，包括角膜疾病、屈光手术、白内障、结膜疾病（如翼状胬肉）、沙眼和干眼症等	digital pathology	anterior segment diseases	machine learning, deep learning, generative AI	NA	imaging data, clinical information	large-scale	NA	NA	NA	NA
9659	2025-10-07	Discovery of Active Ingredient of Yinchenhao Decoction Targeting TLR4 for Hepatic Inflammatory Diseases Based on Deep Learning Approach 2025-Jun, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00670-7 PMID:39560852	研究论文	基于深度学习框架AIGO-DTI预测茵陈蒿汤活性成分靶向TLR4的作用机制	提出AIGO-DTI深度学习框架用于预测中药成分与TLR4靶点的相互作用，并通过实验验证了异东莨菪素通过TLR4影响树突状细胞成熟的机制	NA	探索茵陈蒿汤中靶向TLR4的有效成分及其治疗肝病的机制	茵陈蒿汤主要成分、TLR4靶点、树突状细胞	机器学习	肝炎	深度学习、湿实验验证	AIGO-DTI, RF, SVM, KNN, XGBoost, GCN, GAT	化合物靶点相互作用数据	NA	NA	AIGO-DTI	Recall, AUC	NA
9660	2025-10-07	A Multi-View Feature-Based Interpretable Deep Learning Framework for Drug-Drug Interaction Prediction 2025-Jun, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00687-6 PMID:39899225	研究论文	提出基于多视图特征的可解释深度学习框架MI-DDI用于药物相互作用预测	首次结合原子视图和子结构视图特征进行药物相互作用预测，并设计可解释的交互模块	未明确说明模型在其他药物数据集上的泛化能力	开发准确且可解释的药物相互作用预测方法	药物分子及其相互作用	机器学习	NA	分子图分析，SMILES序列处理	MPNN, Transformer	分子图，SMILES序列	BIOSNAP数据集和DrugBank数据集	PyTorch, RDkit	Message Passing Neural Network, Transformer编码器	准确率	NA