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
161	2025-06-04	Bidirectional Long Short-Term Memory-Based Detection of Adverse Drug Reaction Posts Using Korean Social Networking Services Data: Deep Learning Approaches 2024-11-20, JMIR medical informatics IF:3.1Q2 DOI:10.2196/45289 PMID:39565685	研究论文	本文提出了一种基于双向长短期记忆网络(Bi-LSTM)的深度学习模型，用于从韩国社交网络服务(SNS)数据中检测药物不良反应(ADR)帖子	利用韩国SNS数据开发了Bi-LSTM分类模型，用于自动监测药物不良反应，并验证了模型在两种非甾体抗炎药上的性能	研究仅针对两种特定药物(酮洛芬和醋氯芬酸)进行了验证，模型的泛化能力有待进一步测试	开发一个能够自动分类药物不良反应帖子的深度学习模型，用于药物监测系统	韩国社交网络服务(SNS)上包含药物信息的帖子	自然语言处理	药物不良反应	自然语言处理技术	Bi-LSTM	文本	2005年至2020年NAVER门户网站上的博客帖子、论坛帖子和问答帖子
162	2025-06-04	Deep Learning in Gene Regulatory Network Inference: A Survey 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3442536 PMID:39137088	综述	本文综述了使用深度学习模型推断基因调控网络（GRN）的12种方法，并对其进行了详细分析和评估	提供了对12种GRN推断方法的全面分析，包括它们的核心概念、具体步骤以及在不同场景下的有效性和可扩展性	未提及具体方法的局限性，仅讨论了整体挑战	探讨深度学习在基因调控网络推断中的应用及未来发展方向	基因调控网络（GRN）	机器学习	NA	深度学习	NA	基因表达数据	NA
163	2025-06-04	Leveraging Artificial Intelligence and Data Science for Integration of Social Determinants of Health in Emergency Medicine: Scoping Review 2024-10-30, JMIR medical informatics IF:3.1Q2 DOI:10.2196/57124 PMID:39475815	综述	本文探讨了人工智能和数据科学在急诊医学中整合社会健康决定因素（SDOH）数据的潜力和应用	首次系统性地评估了AI和数据科学在急诊医学中整合SDOH数据的应用，特别强调了机器学习和自然语言处理技术的使用	研究仍处于初级阶段，需要进一步标准化SDOH数据收集并优化算法以适应不同患者群体	探索AI和数据科学在急诊医学中整合SDOH数据的潜力，以改善临床护理和研究	急诊医学中的社会健康决定因素（SDOH）数据	医疗信息学	急诊医学相关疾病（如脓毒症、急性心肌梗死、哮喘等）	机器学习（ML）、自然语言处理（NLP）、基于规则的NLP、深度学习、模式匹配	ML、NLP	文本数据	26项符合纳入标准的研究（其中9项专门针对急诊患者）
164	2025-06-04	A Fully Automated Pipeline Using Swin Transformers for Deep Learning-Based Blood Segmentation on Head Computed Tomography Scans After Aneurysmal Subarachnoid Hemorrhage 2024-10, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.07.216 PMID:39111661	research paper	开发并验证了一种基于Swin-UNETR架构的全自动血液分割工具，用于非对比计算机断层扫描（NCCT）中的蛛网膜下腔出血（SAH）患者	首次采用基于Transformer的Swin-UNETR架构进行SAH患者的全自动血液分割，提高了分割准确性和处理速度	需要进一步在不同数据集中验证以确保临床可靠性，且计算资源需求较高	开发一种全自动的血液分割工具，用于SAH患者的NCCT扫描	蛛网膜下腔出血（SAH）患者的非对比计算机断层扫描（NCCT）图像	digital pathology	cardiovascular disease	NCCT	Swin-UNETR	image	回顾性分析的NCCT扫描数据，包括来自外部机构的验证队列
165	2025-06-04	Artificial Intelligence (AI): A Potential Game Changer in Regenerative Orthopedics-A Scoping Review 2024-Oct, Indian journal of orthopaedics IF:1.1Q3 DOI:10.1007/s43465-024-01189-1 PMID:39324081	综述	本文对人工智能在再生骨科不同治疗方法中的作用进行了范围综述	探讨了AI技术在再生骨科治疗中的潜在应用及其优势	AI在再生骨科中的临床应用涉及伦理问题，需要进一步解决	综述AI在再生骨科治疗中的作用和未来发展方向	再生骨科治疗方法，如干细胞疗法、富血小板血浆疗法等	再生医学	骨科疾病	机器学习(ML)、深度学习(DL)	NA	文献数据	18项研究
166	2024-08-10	Influenza time series prediction models in a megacity from 2010 to 2019: Based on seasonal autoregressive integrated moving average and deep learning hybrid prediction model 2024-Sep-20, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000003238 PMID:39119631	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
167	2025-06-04	AmyloidPETNet: Classification of Amyloid Positivity in Brain PET Imaging Using End-to-End Deep Learning 2024-06, Radiology IF:12.1Q1 DOI:10.1148/radiol.231442 PMID:38860897	research paper	开发了一种名为AmyloidPETNet的深度学习模型，用于对脑部PET扫描进行淀粉样蛋白阳性或阴性分类	该模型能够自动准确分类脑部PET扫描，无需依赖经验丰富的读者或结构MRI	研究为回顾性研究，可能受到数据选择和时间的限制	开发并评估一个深度学习模型，用于脑部PET扫描的淀粉样蛋白阳性或阴性分类	脑部PET扫描	digital pathology	Alzheimer's Disease	PET imaging	CNN	image	8476 PET scans (6722 patients)
168	2025-06-04	Deep learning-based harmonization of trabecular bone microstructures between high- and low-resolution CT imaging 2024-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17003 PMID:38415781	研究论文	本文提出了一种基于深度学习的骨微结构图像协调方法，用于处理低分辨率和高分辨率CT扫描仪获取的图像数据	提出了3D版本的GAN-CIRCLE方法，通过两个生成对抗网络同时学习低分辨率CT到高分辨率CT的映射及其反向映射，实现了图像数据的协调	样本量较小，仅招募了20名志愿者，且仅对胫骨远端进行了扫描	开发一种深度学习方法，用于协调不同分辨率CT扫描仪获取的骨微结构图像数据	骨微结构图像数据，特别是胫骨远端的低分辨率和高分辨率CT图像	医学影像处理	骨质疏松症	CT扫描	GAN-CIRCLE	3D图像	20名志愿者，500对64×64×64体素的图像块用于训练，8名志愿者的数据用于评估
169	2025-06-04	Using Deep learning to Predict Cardiovascular Magnetic Resonance Findings from Echocardiography Videos 2024-Apr-19, medRxiv : the preprint server for health sciences DOI:10.1101/2024.04.16.24305936 PMID:38699330	研究论文	本研究探讨了深度学习技术如何通过超声心动图视频预测心血管磁共振成像（CMR）的发现	首次尝试使用深度学习从超声心动图视频中预测CMR的组织特征，包括壁运动异常（WMA）的存在、晚期钆增强（LGE）的存在以及异常的T1、T2或细胞外体积（ECV）	模型在预测LGE、T1、T2和ECV等组织特征方面的表现不佳，AUC值较低，表明超声视频中可能缺乏这些组织特征的信号	探索深度学习技术是否可以从超声心动图视频中提取CMR的组织特征信息	1,453名成年患者（平均年龄56±18岁，42%为女性）的2,556对超声心动图研究	数字病理学	心血管疾病	深度学习	CNN	视频	1,453名成年患者，2,556对超声心动图研究
170	2025-06-04	Generative interpolation and restoration of images using deep learning for improved 3D tissue mapping 2024-Mar-28, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.07.583909 PMID:38496512	研究论文	本文提出了一种利用生成式AI模型FILM进行3D图像空间插值和修复的方法，以提高生物图像数据集的分辨率、通量和质量	将原本用于时间插值的FILM模型创新性地应用于多种3D图像类型的空间插值，能够更好地保留生物信息和图像质量	未明确提及具体的技术局限性	提高生物图像数据集的质量和分辨率，解决图像缺失、损坏和分辨率低的问题	多种成像模态（组织学、组织透明化/光片显微镜、磁共振成像、连续切片透射电子显微镜）的图像	计算机视觉	NA	生成式AI模型FILM	FILM	3D图像	多种物种（人类、小鼠）、健康与病变组织（胰腺、肺、脑）以及多种染色技术（IHC、H&E）和像素分辨率（8 nm至1mm）的图像
171	2025-06-04	Knowledge-embedded spatio-temporal analysis for euploidy embryos identification in couples with chromosomal rearrangements 2024-Mar-20, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000002803 PMID:37640743	research paper	本研究开发了一种名为AMCFNet的深度学习模型，用于评估染色体重排夫妇胚胎的整倍体状态	首次将多焦点延时视频与临床信息融合，开发AMCFNet模型评估染色体重排夫妇胚胎的整倍体状态	研究样本量有限，模型性能有待进一步验证	开发人工智能模型评估染色体重排夫妇胚胎的整倍体状态	染色体重排夫妇的胚胎	digital pathology	chromosomal rearrangement	preimplantation genetic testing (PGT)	AMSNet, AMCFNet	time-lapse videos, clinical information	4112 embryos for blastocyst formation prediction, 1422 blastocysts for euploidy assessment
172	2025-06-04	Artificial intelligence-based analysis of tumor-infiltrating lymphocyte spatial distribution for colorectal cancer prognosis 2024-Feb-20, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000002964 PMID:38238158	研究论文	本研究利用人工智能技术分析结直肠癌肿瘤微环境中CD3+和CD8+T细胞的空间分布，以评估其对预后的影响	首次使用深度学习技术自动化量化全切片图像中T细胞的空间分布，并验证CD3 CT作为独立的预后因素	研究样本来自两个医疗中心，可能存在选择偏倚，且未探讨其他免疫细胞的影响	评估CD3 CT在结直肠癌预后中的预测能力	结直肠癌患者的肿瘤微环境中CD3+和CD8+T细胞的空间分布	数字病理学	结直肠癌	深度学习	NA	图像	492名患者（训练队列358名，验证队列134名）
173	2025-06-04	Pose analysis in free-swimming adult zebrafish, Danio rerio : "fishy" origins of movement design 2024-Jan-01, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.31.573780 PMID:38260397	研究论文	通过无标记跟踪和无监督多变量时间序列分析，研究成年斑马鱼自由游泳时的典型姿势	利用DeepLabCut和B-SOiD机器学习软件进行无标记姿势跟踪和无监督聚类分析，揭示了斑马鱼运动设计的效率	研究仅基于12只斑马鱼的数据，样本量较小	探究斑马鱼运动设计中最小化主动神经控制的效率	成年斑马鱼	计算机视觉	NA	DeepLabCut, B-SOiD	深度学习	视频	12只自由行为的斑马鱼，超过14,000帧序列记录
174	2025-06-04	Identifying keystone species in microbial communities using deep learning 2024-Jan, Nature ecology & evolution IF:13.9Q1 DOI:10.1038/s41559-023-02250-2 PMID:37974003	research paper	提出了一种基于深度学习的框架DKI，用于识别微生物群落中的关键物种	利用深度学习模型从特定生境的微生物组样本中学习群落的组装规则，并通过假想实验量化物种的关键性	未提及具体的数据集大小或模型验证的局限性	解决微生物群落中关键物种识别的系统性问题	微生物群落中的关键物种	machine learning	NA	deep learning	deep-learning model	microbiome samples	NA
175	2025-06-04	Dimensionality Reduction and Nearest Neighbors for Improving Out-of-Distribution Detection in Medical Image Segmentation 2024, The journal of machine learning for biomedical imaging DOI:10.59275/j.melba.2024-g93a PMID:40453064	research paper	该研究通过应用马氏距离和k近邻距离方法，提高了医学图像分割中分布外数据的检测性能	使用主成分分析和均匀流形逼近与投影降维技术，结合马氏距离和k近邻距离，显著提升了分布外图像的检测效率和性能	研究仅针对肝脏分割模型在T1加权磁共振成像和计算机断层扫描上的应用，未涵盖其他器官或成像模式	提高医学图像分割模型在分布外数据上的检测能力，以减少临床误判	肝脏的T1加权磁共振成像和计算机断层扫描图像	digital pathology	liver cancer	principal component analysis, uniform manifold approximation and projection	Swin UNETR, nnU-net	image	NA
176	2025-06-04	Large-Scale Information Retrieval and Correction of Noisy Pharmacogenomic Datasets through Residual Thresholded Deep Matrix Factorization 2023-Dec-08, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.07.570723 PMID:38106027	研究论文	本文介绍了一种名为残差阈值深度矩阵分解（RT-DMF）的鲁棒且可扩展的深度学习框架，用于校正和填补药物敏感性数据中的噪声	RT-DMF通过深度矩阵分解（DMF）和迭代残差阈值（RT）程序，有效识别并保留具有治疗相关性的信号，从而校正噪声并填补缺失数据	方法依赖于单一药物敏感性数据矩阵作为输入，可能无法完全解决数据集中所有不一致性问题	解决药物敏感性数据中的噪声问题，提高下游分析的准确性	药物敏感性数据集	机器学习	癌症	深度矩阵分解（DMF），迭代残差阈值（RT）	RT-DMF	矩阵数据	模拟数据集和真实药物基因组学数据集
177	2025-06-04	Artificial neural network and deep learning in Sjögren's disease: where we are and where we are going 2023-12, Clinical and experimental rheumatology IF:3.4Q2 DOI:10.55563/clinexprheumatol/zpfunz PMID:38149511	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
178	2025-06-04	Diagnosis of primary clear cell carcinoma of the liver based on Faster region-based convolutional neural network 2023-Nov-20, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000002853 PMID:37882066	research paper	本研究旨在建立基于Faster RCNN的深度学习模型，用于准确区分原发性肝透明细胞癌（PCCCL）和普通肝细胞癌（CHCC）	首次应用Faster RCNN模型进行PCCCL和CHCC的鉴别诊断，实现了较高的准确率和效率	样本量相对有限，且数据来自单一医疗中心	开发一种准确区分PCCCL和CHCC的AI诊断方法	原发性肝透明细胞癌（PCCCL）和普通肝细胞癌（CHCC）患者	digital pathology	liver cancer	Faster RCNN	CNN	image	121名患者的4392张图像（33名PCCCL患者的1032张图像和88名CHCC患者的3360张图像）用于训练，30名患者的1072张图像用于测试
179	2025-06-04	A microwell platform for high-throughput longitudinal phenotyping and selective retrieval of organoids 2023-09-20, Cell systems IF:9.0Q1 DOI:10.1016/j.cels.2023.08.002 PMID:37734323	research paper	开发了一种基于微孔的高通量方法，用于从单细胞生长的类器官的图像参数量化，并可进一步从微孔中提取进行分子分析	使用微孔平台解决了传统批量培养类器官无法高通量追踪单个类器官生长的问题，并结合深度学习图像处理流程，实现了对类器官生长速率、细胞运动和顶-底极性等表型特征的高通量量化	未提及该方法是否适用于所有类型的类器官，或是否存在特定的技术限制	研究类器官的生长和表型特征，以探索疾病（如癌症）的发生和发展机制	人类胃类器官模型	digital pathology	cancer	CRISPR-engineered, deep learning image-processing	NA	image	两种CRISPR工程的人类胃类器官模型
180	2025-06-04	Early-warning of Cardiac Condition through Detection of Murmur in Heart Sound - A Case Study 2023-07, 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/EMBC40787.2023.10340924 PMID:38083243	研究论文	本研究通过机器学习和深度学习方法，探索了基于心音图（PCG）的自动心音分类技术，用于早期筛查风湿性心脏病（RHD）	结合机器学习和信号处理技术，开发了一种无需专业培训即可通过数字听诊器检测心脏杂音的方法，为大规模筛查提供了可能	研究仅针对特定地理区域的人群进行了案例研究，样本范围和多样性可能有限	开发自动心音分类技术，实现风湿性心脏病的早期筛查	心音信号，特别是心脏杂音的检测与分类	机器学习	心血管疾病	心音图（PCG）分析	深度学习方法	信号数据	特定地理区域的人群（未明确样本数量）