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
15241	2025-10-07	Deep learning for intracranial aneurysm segmentation using CT angiography 2024-Jul-26, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad6372 PMID:39008990	研究论文	本研究开发了一种两阶段深度学习方法，用于在CT血管造影图像中准确分割颅内小动脉瘤	提出结合轻量级头部区域选择算法和自适应3D nnU-Net网络的两阶段方法，显著提升小动脉瘤分割效率	NA	开发能够准确分割颅内小动脉瘤的深度学习算法	颅内小动脉瘤（4-10毫米大小）	计算机视觉	脑血管疾病	CT血管造影	深度学习	医学图像	来自6家医院的956名患者和公共数据集，使用6台不同制造商的CT扫描仪采集	NA	3D nnU-Net	Dice分数,AUC,精确度	NA
15242	2025-10-07	Evaluation of enzyme activity predictions for variants of unknown significance in Arylsulfatase A 2024-Jun-17, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.16.594558 PMID:38798479	研究论文	评估机器学习方法对芳基硫酸酯酶A基因未知意义变异体酶活性的预测能力	遗传学与编程训练营参与者开发的模型在标准机器学习工具下表现出最佳性能，且先进深度学习方法相比简单技术提供了统计显著的改进	仅针对ARSA基因的219个错义变异进行评估，样本规模有限	评估机器学习方法在预测未知意义变异体功能效应方面的进展	芳基硫酸酯酶A(ARSA)基因的219个实验验证的错义未知意义变异体	机器学习	遗传疾病	实验验证的功能效应测定	深度学习, 标准机器学习	基因变异数据	219个ARSA基因错义变异体	Python标准机器学习工具	NA	预测准确性	适度计算资源
15243	2025-10-07	Critical assessment of missense variant effect predictors on disease-relevant variant data 2024-Jun-08, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.06.597828 PMID:38895200	研究论文	系统评估错义变异效应预测工具在疾病相关变异数据上的性能表现	首次在CAGI6框架下综合评估传统预测工具与新兴深度学习方法，并分析高特异性与高敏感性场景下的性能差异	评估数据主要来源于疾病相关数据库的罕见错义变异，可能存在数据偏差	评估错义变异致病性预测工具的临床和研究实用性	错义变异效应预测工具（包括CAGI6参赛工具、临床常用工具和新兴深度学习方法）	生物信息学	遗传性疾病	基因组变异分析	深度学习, 传统机器学习	基因组变异数据	疾病相关数据库中的罕见错义变异数据集	NA	NA	特异性, 敏感性	NA
15244	2025-10-07	Multimodal Autoencoder Predicts fNIRS Resting State From EEG Signals 2022-07, Neuroinformatics IF:2.7Q3 DOI:10.1007/s12021-021-09538-3 PMID:34378155	研究论文	提出一种多模态自编码器架构，能够从癫痫患者的脑电图信号预测功能性近红外光谱静息状态	首次证明基于脑电图功率谱幅度调制的频率振荡可以预测大脑血流动力学，通过多模态序列到序列自编码器实现无需先验知识的fNIRS信号预测	研究仅针对40名癫痫患者，样本量有限，且仅在静息状态下进行验证	探索脑电图信号与功能性近红外光谱信号之间的关联性，实现从神经电活动到血流动力学的跨模态预测	40名癫痫患者的脑电图和功能性近红外光谱多模态记录数据	机器学习	癫痫	脑电图，功能性近红外光谱	LSTM, CNN	脑电信号，光谱信号	40名癫痫患者	NA	多模态序列到序列自编码器	基于种子的功能连接性验证	NA
15245	2025-04-07	Deep learning model for detecting cystoid fluid collections on optical coherence tomography in X-linked retinoschisis patients 2025-Apr-04, Acta ophthalmologica IF:3.0Q1 DOI:10.1111/aos.17495 PMID:40186400	research paper	本文验证了一种深度学习框架，用于在X连锁视网膜劈裂症患者的SD-OCT图像中检测和量化囊样液体聚集	开发了一种基于no-new-U-Net的深度学习模型，用于自动分割和量化X连锁视网膜劈裂症患者的囊样液体聚集	深度学习模型存在系统性高估的问题，需要未来进一步优化	验证深度学习模型在X连锁视网膜劈裂症患者SD-OCT图像中检测和量化囊样液体聚集的有效性	X连锁视网膜劈裂症患者的SD-OCT图像	digital pathology	X-linked retinoschisis	spectral-domain optical coherence tomography (SD-OCT)	no-new-U-Net	image	112 OCT volumes (70训练, 42内部测试), 37 SD-OCT scans (20患者)	NA	NA	NA	NA
15246	2025-10-07	Dynamic integration of feature- and template-based methods improves the prediction of conformational B cell epitopes 2025-Apr-03, Structure (London, England : 1993) DOI:10.1016/j.str.2025.01.018 PMID:39938510	研究论文	开发了一种动态集成算法DynaBCE，通过整合特征基和模板基方法改进构象B细胞表位预测	首次将特征基策略与模板基策略动态集成，提出动态加权方法最大化不同样本中各模块的优势	NA	提高构象B细胞表位的预测准确性	构象B细胞表位	机器学习	NA	蛋白质语言模型，几何图神经网络，transformer算法	Boosting算法，几何图神经网络，transformer	蛋白质结构数据	NA	NA	几何图神经网络，transformer	NA	NA
15247	2025-10-07	FakET: Simulating cryo-electron tomograms with neural style transfer 2025-Apr-03, Structure (London, England : 1993) DOI:10.1016/j.str.2025.01.020 PMID:39947174	研究论文	提出基于神经风格转移的FakET方法，用于模拟冷冻电子断层扫描图像生成	使用神经风格转移技术模拟冷冻透射电子显微镜的前向算子，显著提升数据生成速度并降低内存需求	NA	解决冷冻电子显微镜中粒子定位和分类任务训练数据不足的问题	冷冻电子显微镜图像数据	计算机视觉	NA	冷冻电子显微镜，神经风格转移	神经网络	图像	NA	NA	神经风格转移	数据生成速度，内存使用效率，定位和分类性能	GPU加速，并行处理
15248	2025-04-07	An interpretable deep learning model for the accurate prediction of mean fragmentation size in blasting operations 2025-Apr-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96005-7 PMID:40181054	研究论文	本研究提出了一种NRBO-CNN-LSSVM模型，用于预测爆破作业中的平均破碎尺寸，结合了CNN、LSSVM和NRBO技术	整合了CNN、LSSVM和NRBO技术，提高了预测准确性和适用性，并开发了交互式GUI以增强实用性	样本量较小（105个样本），可能影响模型的泛化能力	提高爆破作业中平均破碎尺寸的预测准确性	爆破作业中的平均破碎尺寸	机器学习	NA	CNN, LSSVM, NRBO, SVM, SVR	NRBO-CNN-LSSVM, CNN-LSSVM, CNN, LSSVM, SVM, SVR	数值数据	105个样本（来自先前研究和现场采集）	NA	NA	NA	NA
15249	2025-04-07	Efficient fault diagnosis in rolling bearings lightweight hybrid model 2025-Apr-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96285-z PMID:40181056	研究论文	提出了一种用于滚动轴承故障诊断的轻量级混合模型TSL-Transformer，结合了Transformer和LSTM模块以提高特征提取效率和诊断准确性	对传统Transformer模型进行轻量级改进，引入多头注意力机制和前馈神经网络，并并行加入LSTM模块以增强时序特征捕获能力	仅在CWRU数据集上进行了验证，未提及其他数据集或实际工业场景的测试结果	解决传统深度学习方法处理长时间序列数据时特征提取和模型训练效率低下的问题	滚动轴承的振动信号	机器学习	NA	多头注意力机制，LSTM	TSL-Transformer（Transformer与LSTM混合模型）	时间序列数据（振动信号）	CWRU数据集（具体样本量未说明）	NA	NA	NA	NA
15250	2025-10-07	Encoding matching criteria for cross-domain deformable image registration 2025-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.17565 PMID:39688347	研究论文	提出一种面向跨域可变形图像配准的编码器方法，通过建模图像特征和结构特征的匹配准则来提升配准精度和适应性	设计了通用特征编码器(Encoder-G)和结构特征编码器(Encoder-S)，并通过一次性学习更新Encoder-S实现跨域适应	NA	解决跨域可变形图像配准问题，提升深度学习配准方法的泛化能力	医学MRI图像	计算机视觉	多疾病类别	深度学习	编码器网络	医学图像	脑部图像(训练/测试: 870/90对)，腹部图像(训练/测试: 1406/90对)，心脏图像(训练/测试: 64770/870对)	NA	Encoder-G, Encoder-S	Dice相似系数(DSC), 平均对称表面距离(ASSD)	NA
15251	2025-10-07	Improved deep learning-based IVIM parameter estimation via the use of more "realistic" simulated brain data 2025-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.17583 PMID:39704604	研究论文	提出一种基于合成数据的监督学习方法SDD-IVIM，用于提高IVIM参数估计的精度和噪声鲁棒性	开发了基于模型的合成人脑IVIM数据生成方法，通过结合复杂参数分布和人脑纹理模拟真实脑组织结构	方法依赖于合成数据训练，未使用真实世界数据进行神经网络训练	提高IVIM参数估计的精度和噪声鲁棒性	人脑IVIM成像，特别是胶质瘤患者	医学影像分析	脑胶质瘤	IVIM双指数模型，多b值扩散加权成像	U-Net	合成脑IVIM数据，扩散加权图像	数值体模实验和20名胶质瘤患者	NA	U-Net	平均绝对误差，平均偏差，结构相似性，变异系数，对比噪声比	NA
15252	2025-10-07	Deep learning-based Monte Carlo dose prediction for heavy-ion online adaptive radiotherapy and fast quality assurance: A feasibility study 2025-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.17628 PMID:39871016	研究论文	开发基于深度学习的蒙特卡罗剂量预测模型，用于重离子在线自适应放疗和快速质量保证	在CHD U-Net基础上引入通道注意力机制(CAM)，显著提升重离子治疗中蒙特卡罗剂量预测精度	仅针对头颈部癌症患者进行研究，样本量相对有限	开发深度学习模型用于重离子治疗的在线自适应放疗和快速质量保证	120例头颈部癌症患者	医学影像分析	头颈部癌症	蒙特卡罗模拟(GATE/Geant4)	U-Net	CT图像、三维能量矩阵、射线掩模	120例头颈部癌症患者	NA	CHD U-Net, CAM-CHD U-Net	gamma通过率(3%/3mm), 平均绝对差异	NA
15253	2025-04-07	Prediction of influenza virus infection based on deep learning and peripheral blood proteomics: A diagnostic study 2025-Mar-28, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2025.03.051 PMID:40158620	研究论文	本研究基于深度学习和外周血蛋白质组学预测流感病毒感染，并验证了该模型在流感、COVID-19和健康人群鉴别诊断中的潜在价值	结合随机森林模型和LASSO回归模型筛选出能准确区分流感患者的临床指标，并通过蛋白质组测序和机器学习发现了26个差异表达蛋白，其中SAA2被证实可作为流感感染的辅助诊断指标	样本量相对有限（850名患者和265名健康个体），且仅针对特定病毒感染（流感、COVID-19及混合感染）进行研究	预测流感病毒感染的关键分子标记	流感、COVID-19及混合感染患者以及健康个体的外周血样本	机器学习	流感	蛋白质组测序、ELISA	随机森林模型、LASSO回归模型	蛋白质组数据、临床特征数据	850名患者（包括流感、COVID-19和混合感染）和265名健康个体	NA	NA	NA	NA
15254	2025-04-07	Utility-based Analysis of Statistical Approaches and Deep Learning Models for Synthetic Data Generation With Focus on Correlation Structures: Algorithm Development and Validation 2025-Mar-20, JMIR AI DOI:10.2196/65729 PMID:40112290	研究论文	本研究评估了多种合成数据生成方法在复制真实医疗数据集中的相关结构方面的有效性，并比较了它们在随机森林等下游任务中的表现	综合比较了统计方法和深度学习方法在生成合成数据时的性能，特别是在保留相关结构方面的表现	深度学习方法在小型数据集或有限训练周期下表现不佳，LLMs在复制数值依赖关系方面存在困难	评估不同合成数据生成方法在医疗数据中的相关结构复制能力和下游任务表现	合成数据生成方法在模拟和真实医疗数据集上的表现	机器学习	乳腺癌, 糖尿病	Generative Adversarial Networks, 大语言模型(LLMs), Random Forests, eXtreme Gradient Boosting, Gated Additive Tree Ensembles	GAN, ctgan, tvae, LLMs	表格数据	模拟数据(10个高斯变量和1个二元目标变量), 体测数据集(13,393样本), 威斯康星乳腺癌数据集(569样本), 糖尿病数据集(768样本)	NA	NA	NA	NA
15255	2025-10-07	Development of a Clinically Applicable Deep Learning System Based on Sparse Training Data to Accurately Detect Acute Intracranial Hemorrhage from Non-enhanced Head Computed Tomography 2025-Mar-15, Neurologia medico-chirurgica IF:2.4Q2 DOI:10.2176/jns-nmc.2024-0163 PMID:39864839	研究论文	开发基于稀疏训练数据的深度学习系统DeepCT，用于从非增强头部CT图像中准确检测急性颅内出血	基于稀疏训练数据开发临床适用的深度学习系统，并在美国和台湾多中心数据集上验证其普适可靠性	训练数据仅来自单一中心，可能影响模型泛化能力	开发用于检测急性颅内出血的深度学习算法并评估其临床适用性	非增强头部计算机断层扫描图像	计算机视觉	颅内出血	计算机断层扫描	深度学习	医学图像	1,815个CT图像集用于训练，多个外部验证和测试数据集	PyTorch	U-Net, ResNet	准确度	NA
15256	2025-10-07	An Explainable Unified Framework of Spatio-Temporal Coupling Learning With Application to Dynamic Brain Functional Connectivity Analysis 2025-Feb, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3467384 PMID:39320999	研究论文	提出一种可解释的时空耦合学习统一框架，并应用于动态脑功能连接分析	构建基于时空相关性的深度学习网络，能有效整合节点表征与节点间连接性的时变耦合关系，并提供更好的结果可解释性	NA	开发能够挖掘时空耦合关系的可解释深度学习框架	fMRI和MEG时间序列数据，脑动态功能连接	机器学习	NA	fMRI, MEG	深度学习	时间序列数据，神经影像数据	NA	NA	NA	NA	NA
15257	2025-10-07	Integrating Protein Language Model and Molecular Dynamics Simulations to Discover Antibiofouling Peptides 2025-Jan-14, Langmuir : the ACS journal of surfaces and colloids IF:3.7Q2 DOI:10.1021/acs.langmuir.4c04140 PMID:39810350	研究论文	本研究结合蛋白质语言模型和分子动力学模拟从微生物组库中发现抗生物污染肽	首次将基于深度学习的高通量筛选与分子动力学模拟相结合，通过集成随机森林模型和ESM2蛋白质语言模型来发现新型抗生物污染肽	仅从六个候选肽中筛选，样本规模有限；依赖现有数据库可能存在的偏差	开发新型抗生物污染肽材料以扩展其应用场景	微生物组库中的肽序列	机器学习	NA	分子动力学模拟，蛋白质语言模型	随机森林，ESM2	肽序列数据	包含等量抗生物污染和生物污染肽序列的数据库，六个候选肽	NA	ESM2，集成随机森林	NA	NA
15258	2025-10-07	Identifying nucleotide-binding leucine-rich repeat receptor and pathogen effector pairing using transfer-learning and bilinear attention network 2024-Oct-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae581 PMID:39331576	研究论文	提出一种名为ProNEP的深度学习算法，用于高通量识别NLR受体与病原体效应子的配对关系	将CNE预测任务概念化为蛋白质-蛋白质相互作用预测任务，并首次结合迁移学习与双线性注意力网络进行预测	CNE数据非常稀缺，仅387个已知配对，限制了模型的训练和应用	开发高效识别NLR受体与效应子配对关系的方法，促进作物育种和免疫学研究	核苷酸结合富亮氨酸重复序列受体和病原体效应子	生物信息学	植物免疫疾病	深度学习，迁移学习	双线性注意力网络	蛋白质序列数据	91,291个NLRs和387个已知CNE配对	PyTorch	双线性注意力网络	准确率，精确率，召回率，F1分数，AUC	NA
15259	2025-10-07	Interpretable Cognitive Ability Prediction: A Comprehensive Gated Graph Transformer Framework for Analyzing Functional Brain Networks 2024-04, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3343365 PMID:38109241	研究论文	提出一种基于门控图变换器的可解释性认知能力预测框架，用于分析功能性脑网络	结合可学习结构和位置编码与门控机制，采用随机游走扩散策略捕获脑区复杂关系，通过注意力机制增强可解释性	NA	基于功能性脑网络预测个体认知能力	功能性脑网络和认知能力	机器学习	NA	fMRI	图神经网络,Transformer	功能性脑网络数据	两个大规模脑成像数据集：费城神经发育队列(PNC)和人类连接组计划(HCP)	NA	门控图变换器(GGT)	预测准确率	NA
15260	2025-10-07	Developing and comparing deep learning and machine learning algorithms for osteoporosis risk prediction 2024, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2024.1355287 PMID:38919268	研究论文	本研究开发并比较了深度学习与传统机器学习算法在骨质疏松风险预测中的性能	提出了一种新型深度神经网络框架，并在大规模临床数据上验证其在骨质疏松风险预测中的优越性能	研究样本仅来自单一研究队列（路易斯安那骨质疏松研究），需要外部验证	评估深度学习算法在骨质疏松风险预测中的性能表现	8,134名40岁以上成年人的髋部骨密度和临床数据	机器学习	骨质疏松症	骨密度测量，临床数据分析	DNN, RF, ANN, KNN, SVM	临床数据，人口统计学数据	8,134名受试者	NA	深度神经网络	AUC, 准确率	NA