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
1241	2025-04-24	Deep learning-based temporal deconvolution for photon time-of-flight distribution retrieval 2024-Nov-15, Optics letters IF:3.1Q2 DOI:10.1364/OL.533923 PMID:39546693	研究论文	本文提出了一种基于深度学习的时域反卷积方法，用于荧光寿命成像(FLI)中光子飞行时间(ToF)分布的恢复	首次提出专门用于FLI时域反卷积任务的深度学习模型，相比传统方法减少了计算负担和正则化需求	方法性能验证主要基于模拟数据和体外实验，需要更多真实场景验证	开发更高效的时域反卷积方法以准确恢复光子ToF分布	荧光寿命成像中的光子飞行时间分布	生物医学成像	NA	荧光寿命成像(FLI)，扩散光学成像	深度学习模型	时间分辨成像数据	模拟FLI数据+三种不同时间分辨成像模态的体外实验+体内临床前研究
1242	2025-04-24	Generative Adversarial Network-Based Augmentation With Noval 2-Step Authentication for Anti-Coronavirus Peptide Prediction 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3431688 PMID:39037884	research paper	本文提出了一种基于生成对抗网络（GAN）的抗病毒肽增强方法和一种新颖的两步认证过程，以提高抗病毒活性预测的准确性	使用GAN进行抗病毒肽增强，并引入两步认证过程验证合成肽的抗病毒活性	未提及具体的数据集规模限制或模型泛化能力的局限性	开发新的治疗方法以对抗病毒性疾病，特别是针对冠状病毒的抗病毒肽预测	抗病毒肽	machine learning	coronavirus	GAN, NCBI-BLAST	1-D CNN, GAN	peptide sequence data	benchmark antiviral and anti-corona peptides dataset（具体数量未提及）
1243	2025-04-24	Enhancing Generalizability in Biomedical Entity Recognition: Self-Attention PCA-CLS Model 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3429234 PMID:39012749	research paper	该论文提出了一种名为PCA-CLS的模型，用于提高生物医学实体识别的泛化能力	结合全局自注意力和字符级卷积神经网络技术，解决生物医学文本中的词汇外问题	未提及模型在更广泛或多样化数据集上的表现	提高生物医学实体识别的泛化能力	生物医学文本中的实体（如基因、药物、疾病和物种）	natural language processing	NA	self-attention, CNN, LSTM	PCA-CLS (Position and Contextual Attention with CNN-LSTM-Softmax)	text	八个不同的生物医学领域数据集
1244	2025-04-24	Bi-SeqCNN: A Novel Light-Weight Bi-Directional CNN Architecture for Protein Function Prediction 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3426491 PMID:38990747	研究论文	提出一种新型轻量级双向CNN架构Bi-SeqCNN，用于蛋白质功能预测	首次将双向CNN应用于一般时序数据分析，而不仅限于蛋白质序列，且该架构在三个基准蛋白质序列数据集上比现有方法提升了高达5.5%的性能	未明确提及具体局限性	开发一种高效的蛋白质功能预测框架	蛋白质序列	机器学习	NA	CNN, RNN	Bi-SeqCNN (双向CNN)	蛋白质序列数据	三个基准蛋白质序列数据集
1245	2025-04-24	Boosting Cardiac Color Doppler Frame Rates With Deep Learning 2024-Nov, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3424549 PMID:38976463	研究论文	本文探讨了使用深度学习模型从减少的滤波I/Q信号中估计心内多普勒速度，以提高心脏彩色多普勒成像的帧率	首次将深度学习应用于心脏彩色多普勒速度估计，比较了U-Net和ConvNeXt模型，并验证了在体内外实验中的效果	未观察到实数与复数数据之间的显著差异，ConvNeXt是唯一能在体内混叠样本上取得高质量结果的模型	提高心脏彩色多普勒成像的帧率，以改善心室充盈的全面分析	心脏血流速度	医学影像处理	心血管疾病	深度学习	CNN, U-Net, ConvNeXt	I/Q信号	模拟患者数据、体外和体内实验数据
1246	2025-04-24	BEAS-Net: A Shape-Prior-Based Deep Convolutional Neural Network for Robust Left Ventricular Segmentation in 2-D Echocardiography 2024-Nov, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3418030 PMID:38913532	研究论文	提出了一种基于形状先验的深度卷积神经网络BEAS-Net，用于2D超声心动图中左心室的稳健分割	BEAS-Net通过结合BEAS算法提供的解剖形状先验信息，提高了在低质量或存在伪影图像上的分割性能	未明确说明模型在极端低质量图像上的表现或计算效率方面的限制	开发一种能够处理低质量超声心动图的左心室自动分割方法	2D超声心动图中的左心室图像	计算机视觉	心血管疾病	深度学习	CNN（BEAS-Net）	图像	三个不同的体内数据集
1247	2025-04-24	Transcription Factor Binding Site Prediction Using CnNet Approach 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3411024 PMID:38848239	research paper	该研究提出了一种名为CnNet的方法，结合MEME技术和CNN，用于预测转录因子结合位点	提出了一种结合MEME和CNN的新方法CnNet，用于预测转录因子结合位点，相比现有方法具有更高的准确性	NA	预测转录因子结合位点以帮助理解基因表达调控	DNA基因序列数据集	machine learning	NA	MEME, CNN	CNN	DNA序列数据	NA
1248	2025-04-24	Prediction of Inter-Residue Multiple Distances and Exploration of Protein Multiple Conformations by Deep Learning 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3411825 PMID:38857126	研究论文	本研究提出了一种基于深度学习的残基间多距离预测方法DeepMDisPre，用于探索蛋白质的多构象	结合了三角形更新、轴向注意力和ResNet的改进网络来预测残基对的多种距离	仅在114个具有多构象的蛋白质上进行了测试，样本量有限	预测残基间多距离并探索蛋白质多构象	蛋白质的残基间距离和构象	机器学习	NA	深度学习	改进的神经网络（结合三角形更新、轴向注意力和ResNet）	蛋白质结构数据	114个具有多构象的蛋白质和279个具有单一结构的蛋白质
1249	2025-04-24	Hardware-Independent Deep Signal Processing: A Feasibility Study in Echocardiography 2024-Nov, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3404622 PMID:38781056	research paper	本研究探讨了深度学习模型在超声信号处理中的硬件独立性，特别是在超声心动图中的应用	提出了一种轻量级深度学习模型，能够复制高端超声系统的信号处理链，并展示了其在不同探头和低端系统中的应用潜力	研究仅基于有限的数据集（30,000帧心脏图像）和特定超声系统（GE HealthCare Vivid E95）进行验证	探索深度学习模型在超声信号处理中的硬件独立性及其在不同超声系统间的可移植性	超声心动图的信号处理链及图像质量	数字病理学	心血管疾病	深度学习	DNN	图像	30,000帧心脏图像（来自GE HealthCare Vivid E95系统）和15名患者的约3,000帧测试图像
1250	2025-04-24	Automatic 3-D Lamina Curve Extraction From Freehand 3-D Ultrasound Data Using Sequential Localization Recurrent Convolutional Networks 2024-Nov, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3385698 PMID:38578857	研究论文	本文提出了一种名为SL-RCN的新型深度学习模型，用于从自由手3-D超声数据中自动提取3-D椎板曲线	SL-RCN模型考虑了上下文关系，并嵌入变换矩阵特征作为3-D知识库，以提高超声序列分析的准确性	研究仅涉及10名健康成年人的数据，样本量较小	开发一种能够准确提取3-D椎板曲线的深度学习模型，用于脊柱检查	自由手3-D超声数据中的椎板标志点	计算机视觉	NA	3-D超声成像	SL-RCN（顺序定位循环卷积网络）	3-D超声序列	10名健康成年人的腰椎和胸椎区域数据
1251	2025-04-24	Automatic Segmentation of Abdominal Aortic Aneurysms From Time-Resolved 3-D Ultrasound Images Using Deep Learning 2024-Nov, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3389553 PMID:38619942	研究论文	本研究提出并验证了一种基于深度学习的自动分割方法，用于从时间分辨3D超声图像中分割腹主动脉瘤	开发了一种优于传统非深度学习方法的自动分割算法，提高了分割性能	未明确提及具体局限性	开发一种自动分割腹主动脉瘤的算法，以改进当前临床实践中的破裂风险评估	腹主动脉瘤（AAAs）	数字病理学	心血管疾病	时间分辨3D超声（3-D + t US）	深度学习模型（未具体说明类型）	3D超声图像	500名患者的2495张3D + t US图像
1252	2025-04-24	Spatiotemporal Deep Learning-Based Cine Loop Quality Filter for Handheld Point-of-Care Echocardiography 2024-Nov, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3396796 PMID:38700961	研究论文	本文开发并验证了一种基于时空深度学习的模型，用于评估手持式即时超声心动图设备采集的超声电影循环数据是否适合自动量化算法处理	提出三种不同的神经网络架构，包括帧级CNN、单流序列级CNN和双流序列级CNN，用于评估超声电影循环的质量，并证明VectorCNN + LSTM模型能有效利用时空信息提高自动EF估计的可靠性	研究仅基于175名患者的数据，可能需要在更大规模的数据集上进行验证	开发一种深度学习模型，用于评估手持式即时超声心动图采集的数据质量，以提高自动图像解释的可靠性	手持式即时超声心动图设备采集的DICOM电影循环数据	数字病理	心血管疾病	深度学习	CNN, LSTM	图像	175名患者的DICOM电影循环数据，测试数据集包含76个DICOM电影循环和16,914帧图像
1253	2025-04-24	Development and Evaluation of a Learning-Based Model for Real-Time Haptic Texture Rendering 2024 Oct-Dec, IEEE transactions on haptics IF:2.4Q2 DOI:10.1109/TOH.2024.3382258 PMID:38536688	研究论文	本文开发并评估了一种基于学习的实时触觉纹理渲染模型，用于增强虚拟现实环境中的触觉体验	提出了一种统一的深度学习模型，能够实时渲染多种纹理，无需为每种纹理单独训练模型，提高了可扩展性	研究仅使用了GelSight触觉传感器的数据，可能不适用于其他类型的触觉传感器	开发一种能够实时渲染多种触觉纹理的模型，提升虚拟现实环境的触觉体验	虚拟现实环境中的触觉纹理渲染	机器学习	NA	深度学习	action-conditional模型	触觉传感器数据	通过多部分人类用户研究进行评估
1254	2025-04-24	Reconstructing Cancellous Bone From Down-Sampled Optical-Resolution Photoacoustic Microscopy Images With Deep Learning 2024-09, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.05.027 PMID:38972792	研究论文	本研究提出了一种名为PADA U-Net的深度学习模型，用于从欠采样的光学分辨率光声显微镜图像中重建完整的骨组织图像	提出PADA U-Net模型，突破成像速度与空间分辨率之间的权衡	NA	提高光学分辨率光声显微镜图像质量，同时不牺牲时间分辨率	牛松质骨样本	数字病理学	骨疾病	光学分辨率光声显微镜(OR-PAM)	PADA U-Net	图像	牛松质骨测试集
1255	2025-04-24	A Semi-supervised Four-Chamber Echocardiographic Video Segmentation Algorithm Based on Multilevel Edge Perception and Calibration Fusion 2024-09, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.04.013 PMID:38834493	research paper	提出一种基于多级边缘感知和校准融合的半监督四腔心超声视频分割算法，以提高心内膜分割的准确性	引入了多级边缘感知模块和校准融合模块，结合半监督学习，有效解决了超声视频中的边缘模糊和特征融合问题	未提及具体的数据集规模和多样性限制，可能影响模型的泛化能力	提高心内膜的自动语义分割准确性，辅助心脏疾病诊断	超声心动图视频中的心内膜	digital pathology	cardiovascular disease	deep learning	semi-supervised network	video	两个公共超声心动图视频数据集和一个本地医院临床数据集
1256	2025-04-24	Automatic Segmentation for Analysis of Murine Cardiac Ultrasound and Photoacoustic Image Data Using Deep Learning 2024-08, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.05.001 PMID:38825556	研究论文	利用深度学习技术自动分割小鼠心脏超声和光声图像数据以进行分析	结合超声和光声成像，使用U-Net深度神经网络进行分割，提高了前壁左心室区域的分割效率和准确性	研究仅针对小鼠图像数据集，未涉及人类或其他动物模型	改进心脏超声和光声图像的分割方法，以量化应变和氧饱和度	小鼠心脏的超声和光声图像	计算机视觉	心血管疾病	超声成像（US）和光声成像（PA）	U-Net	图像	小鼠图像数据集（具体数量未提及）
1257	2025-04-24	A Deep Learning Model for Automatically Quantifying the Anterior Segment in Ultrasound Biomicroscopy Images of Implantable Collamer Lens Candidates 2024-08, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.05.004 PMID:38777640	research paper	本研究开发并评估了一种基于深度学习的模型，用于自动测量植入式Collamer镜片（ICL）手术候选者术前超声生物显微镜（UBM）图像中的前段（AS）参数	利用UNet++网络自动分割AS组织，并结合图像处理技术和几何定位算法自动识别瞳孔直径（PD）、前房深度（ACD）、角到角距离（ATA）和沟到沟距离（STS）等解剖标志（ALs）	研究仅使用了来自两个医疗中心的UBM图像，可能限制了模型的泛化能力	开发一种能够自动测量ICL手术候选者前段参数的深度学习模型	植入式Collamer镜片（ICL）手术候选者的术前超声生物显微镜（UBM）图像	digital pathology	眼科疾病	超声生物显微镜（UBM）	UNet++	image	1164张全景UBM图像来自321名患者，外加294张来自外部数据集的图像
1258	2025-04-24	Integrated Fibrous Iontronic Pressure Sensors with High Sensitivity and Reliability for Human Plantar Pressure and Gait Analysis 2024-06-04, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.4c02919 PMID:38760182	research paper	开发了一种高灵敏度和可靠性的集成纤维离子压力传感器，用于人体足底压力和步态分析	采用高模量多孔层压离子纤维结构和统一聚酰亚胺材料系统，具有高灵敏度（156.6 kPa）、广泛感应范围（高达4000 kPa）和增强的界面韧性和耐久性（超过150,000次循环）	当前柔性传感器的有效性受到结构可变形性限制、多功能层之间的机械不兼容性以及复杂应力条件下的不稳定性等挑战的阻碍	开发一种用于足底压力和步态分析的柔性压力传感器，确保长期稳定性和准确性	人体足底压力和步态	柔性电子	足部疾病	离子压力传感技术	深度学习	压力分布数据	NA
1259	2025-04-24	Deciphering the Coevolutionary Dynamics of L2 β-Lactamases via Deep Learning 2024-05-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00189 PMID:38687957	research paper	该研究利用深度学习方法探索L2 β-内酰胺酶的共进化动力学及其在抗菌素耐药性中的作用	结合自适应采样分子动力学模拟和深度学习方法（卷积变分自编码器和BindSiteS-CNN）研究L2 β-内酰胺酶的构象变化和相关性	研究仅关注了L2 β-内酰胺酶家族及部分代表性的A类酶，未涵盖所有相关酶类	理解L2 β-内酰胺酶的共进化动力学及其在抗菌素耐药性中的功能机制	L2 β-内酰胺酶家族及其他代表性A类酶（如SME-1和KPC-2）	machine learning	NA	自适应采样分子动力学模拟，深度学习方法	卷积变分自编码器，BindSiteS-CNN	分子动力学模拟数据	NA
1260	2025-04-24	DEBFold: Computational Identification of RNA Secondary Structures for Sequences across Structural Families Using Deep Learning 2024-05-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00458 PMID:38648189	研究论文	DEBFold是一种基于深度学习的RNA二级结构预测工具，通过卷积编码/解码和自注意力机制增强现有热力学结构模型	提出了一种两阶段的RNA结构预测策略DEBFold，结合卷积编码/解码和自注意力机制，提高了跨结构家族序列的预测性能	未提及具体的数据集规模限制或模型在其他类型RNA上的表现	开发一种能够跨结构家族预测RNA二级结构的深度学习工具	RNA序列及其二级结构	生物信息学	NA	深度学习	CNN, 自注意力机制	RNA序列数据	未明确提及具体样本量，但使用了家族保留测试集和PDB衍生的测试集