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
18741	2025-02-05	The value of AI for assessing longitudinal brain metastases treatment response 2025 Jan-Dec, Neuro-oncology advances IF:3.7Q2 DOI:10.1093/noajnl/vdae216 PMID:39896076	研究论文	本文探讨了AI在评估脑转移瘤治疗反应中的价值，比较了手动和自动（基于深度学习）的病灶轮廓绘制方法	使用自动轮廓绘制和体积测量方法，提高了评估的稳定性和结果预测能力，减少了观察者间的变异性	研究样本量较小（49名患者），且为回顾性研究，可能影响结果的普遍性	提高脑转移瘤患者治疗后随访的准确性和效率，优化治疗决策	脑转移瘤患者	数字病理学	脑转移瘤	深度学习	NA	MRI图像	49名患者，184次MRI研究，448个病灶	NA	NA	NA	NA
18742	2025-02-05	Dynamics of spindle assembly and position checkpoints: Integrating molecular mechanisms with computational models 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.12.021 PMID:39897055	综述	本文综述了有丝分裂检查点的分子机制与计算模型的整合，探讨了从简单蛋白质相互作用到全系统模拟的数学模型框架	通过计算模型揭示检查点动态的多尺度特性，包括驱动纺锤体组装检查点（SAC）激活的双稳态开关和纺锤体位置检查点（SPOC）信号的空间组织原则	在整合空间和时间尺度、优化参数估计以及提高空间建模精度方面仍存在挑战	通过计算模型深入理解有丝分裂检查点的系统级行为，为癌症研究和治疗开发提供理论基础	有丝分裂检查点的分子机制和系统级行为	计算生物学	癌症	单分子成像、数据驱动算法、深度学习	常微分方程、随机模拟、基于规则的模型、化学组织理论	分子相互作用数据、活细胞成像数据	NA	NA	NA	NA	NA
18743	2025-02-05	Explainable deep learning identifies patterns and drivers of freshwater harmful algal blooms 2025-Jan, Environmental science and ecotechnology IF:14.0Q1 DOI:10.1016/j.ese.2024.100522 PMID:39897111	研究论文	本文开发了一种可解释的深度学习方法，用于识别淡水有害藻华的模式和驱动因素	结合LSTM模型和解释技术，能够捕捉复杂模式并提供对关键藻华驱动因素的可解释性见解	数据可用性不均和藻类过程的强区域特异性可能导致模型泛化能力受限	解决淡水有害藻华（HABs）建模中的关键挑战，包括区域特异性和数据限制	中国湖泊和水库中的藻类密度	机器学习	NA	LSTM模型	LSTM	时间序列数据	102个中国湖泊和水库的三年数据	NA	NA	NA	NA
18744	2025-02-05	Quantifying the Characteristics of Diabetic Retinopathy in Macular Optical Coherence Tomography Angiography Images: A Few-Shot Learning and Explainable Artificial Intelligence Approach 2025-Jan, Cureus DOI:10.7759/cureus.76746 PMID:39897224	研究论文	本文探讨了使用少样本学习和可解释人工智能方法在糖尿病视网膜病变（DR）分期分类中的应用，以提高光学相干断层扫描血管成像（OCTA）图像的准确性	结合少样本学习（FSL）和自注意力机制的可解释人工智能（XAI）方法，解决了在数据有限的情况下进行DR分期分类的挑战	研究样本量较小，仅包含206张OCTA图像，可能影响模型的泛化能力	提高糖尿病视网膜病变（DR）分期分类的准确性，特别是在数据有限的情况下	糖尿病视网膜病变（DR）患者的光学相干断层扫描血管成像（OCTA）图像	计算机视觉	糖尿病视网膜病变	光学相干断层扫描血管成像（OCTA）	ResNet-50, DenseNet-161, MobileNet-v2, MTUNet	图像	206张OCTA图像（104例非增殖性糖尿病视网膜病变和102例增殖性糖尿病视网膜病变）	NA	NA	NA	NA
18745	2025-02-05	Automatic etiological classification of stroke thrombus digital photographs using a deep learning model 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1534845 PMID:39897943	研究论文	本研究开发了一种基于深度学习的模型，用于自动分类缺血性中风血栓的病因，利用机械取栓术获取的血栓数字图像	首次将深度学习技术应用于中风血栓的自动病因分类，结合图像分割和分类网络，提高了分类的准确性和精确性	样本量相对较小（166例患者），且仅在一个医院进行，可能限制了模型的泛化能力	开发一种自动分类缺血性中风血栓病因的深度学习模型	接受机械取栓术的大血管闭塞中风患者	数字病理学	心血管疾病	深度学习	卷积神经网络（CNN）	图像	166例患者	NA	NA	NA	NA
18746	2025-10-07	DDGemb: predicting protein stability change upon single- and multi-point variations with embeddings and deep learning 2024-Dec-26, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf019 PMID:39799516	研究论文	提出一种结合蛋白质语言模型嵌入和Transformer架构的新方法DDGemb，用于预测单点和多点氨基酸变异对蛋白质稳定性的影响	首次将蛋白质语言模型嵌入与Transformer架构结合，能够同时预测单点和多点变异对蛋白质稳定性的影响	NA	开发计算方法来预测氨基酸变异对蛋白质稳定性的影响	蛋白质稳定性变化	机器学习	NA	蛋白质语言模型	Transformer	蛋白质序列数据	基于文献的高质量数据集和基准测试数据集	NA	Transformer	NA	NA
18747	2025-10-07	EnrichRBP: an automated and interpretable computational platform for predicting and analysing RNA-binding protein events 2024-Dec-26, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf018 PMID:39804669	研究论文	介绍了一个用于预测和分析RNA结合蛋白事件的自动化可解释计算平台EnrichRBP	开发了首个集成70种深度学习算法的自动化平台，专门用于RNA结合蛋白的全面分析和可视化解释	NA	预测RNA结合蛋白并分析其与RNA的相互作用机制	RNA结合蛋白及其与RNA的相互作用	生物信息学	NA	深度学习，机器学习	深度学习算法，机器学习算法	RNA序列数据	NA	NA	NA	NA	高性能计算
18748	2025-10-07	Coronal Plane Alignment of the Knee (CPAK) Type Shifts Toward Constitutional Varus with Increasing Kellgren and Lawrence Grade: A Radiographic Analysis of 17,365 Knees 2024-Dec-24, The Journal of bone and joint surgery. American volume DOI:10.2106/JBJS.24.00316 PMID:39719004	研究论文	本研究通过深度学习软件分析17,365例膝关节X线影像，探讨膝关节冠状面对线类型与骨关节炎严重程度的关系	首次在大规模样本中揭示CPAK类型随KL分级增加向固有内翻型转变的趋势，并区分年龄与OA严重度对膝关节对线的影响	回顾性横断面研究无法确定因果关系，仅基于二维X线测量	探究不同严重程度骨关节炎患者的膝关节冠状面对线类型分布规律	17,365例膝关节X线影像	数字病理	骨关节炎	X线影像分析	深度学习	医学影像	17,365例膝关节	NA	NA	统计显著性(p值)	NA
18749	2025-02-05	Development of a deep learning-based 1D convolutional neural network model for cross-species natural killer T cell identification using peripheral blood mononuclear cell single-cell RNA sequencing data 2024-Dec, Veterinary world IF:1.7Q2 DOI:10.14202/vetworld.2024.2846-2857 PMID:39897371	研究论文	本研究开发了一种基于一维卷积神经网络（1DCNN）的模型，用于跨物种识别自然杀伤T细胞（NKT细胞），并利用单细胞RNA测序数据验证了其有效性	首次将1DCNN模型应用于跨物种NKT细胞的识别，并成功识别了人类、犬类和猪类PBMC数据集中的NKT细胞	需要进一步的研究来验证这些发现，并且模型的泛化能力尚未在其他细胞类型上得到验证	开发一种能够跨物种识别NKT细胞的深度学习模型，并探索其在不同物种中的免疫功能基因	人类、犬类和猪类的外周血单核细胞（PBMC）中的NKT细胞	机器学习	NA	单细胞RNA测序（scRNA-Seq）	1DCNN	RNA测序数据	人类、犬类和猪类的PBMC数据集	NA	NA	NA	NA
18750	2025-10-07	Exploit Spatially Resolved Transcriptomic Data to Infer Cellular Features from Pathology Imaging Data 2024-Aug-07, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.05.606654 PMID:39149252	研究论文	提出一种利用空间转录组数据标注病理图像的新方法，并开发STpath模型预测细胞类型比例和肿瘤微环境分类	首次将配对的空转转录组数据用于病理图像标注，解决了标注数据稀缺的问题	训练数据有限，模型在细胞类型比例多变和高分辨率病理图像中表现更佳	通过深度学习从病理图像中提取有意义的成像特征	乳腺癌病理图像和空间转录组数据	数字病理学	乳腺癌	空间转录组学	迁移学习神经网络	病理图像, 空间转录组数据	三个不同的乳腺癌数据集	NA	STpath	NA	NA
18751	2025-10-07	EPInformer: a scalable deep learning framework for gene expression prediction by integrating promoter-enhancer sequences with multimodal epigenomic data 2024-Aug-01, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.01.606099 PMID:39131276	研究论文	提出一种可扩展的深度学习框架EPInformer，通过整合启动子-增强子序列与多模态表观基因组数据来预测基因表达	整合启动子-增强子相互作用、序列信息、表观遗传信号和染色质接触数据，在跨染色体验证中优于现有方法	可能难以完全捕捉远端调控元件的调控效应，训练和适应新数据需要较多计算资源	开发可扩展的基因表达预测框架	基因表达调控机制和顺式调控元件	机器学习	NA	深度学习，表观基因组数据分析	深度学习框架	DNA序列，表观遗传信号，染色质接触数据	NA	开源软件（具体框架未明确说明）	EPInformer（具体架构未详细说明）	预测准确性，CRISPR扰动实验验证	NA
18752	2025-10-07	A Systematic Review of Artificial Intelligence Models for Time-to-Event Outcome Applied in Cardiovascular Disease Risk Prediction 2024-Jul-19, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-024-02087-7 PMID:39028429	系统综述	本文系统综述了人工智能模型在心血管疾病风险预测中处理时间-事件结局的应用	重点关注处理右删失数据的AI预测模型，并特别分析健康社会决定因素和性别分层在模型中的应用	仅纳入33项研究，且大多数研究未充分整合健康社会决定因素和进行性别分层分析	评估人工智能模型在心血管疾病风险预测中处理生存结局的性能和应用现状	心血管疾病风险预测研究	机器学习	心血管疾病	机器学习，深度学习	随机生存森林，生存梯度提升模型，惩罚Cox模型，DeepSurv	临床数据，生存数据	33项研究	NA	随机生存森林，梯度提升，DeepSurv	预测性能比较	NA
18753	2025-02-05	Artificial intelligence in suicide prevention: Utilizing deep learning approach for early detection 2024 Jul-Dec, Industrial psychiatry journal DOI:10.4103/ipj.ipj_20_24 PMID:39898082	研究论文	本文介绍了一种利用人工神经网络（ANN）架构的人工智能模型，用于预测有自杀倾向的学生，旨在通过技术手段早期识别并干预	首次将人工神经网络应用于学生自杀风险的早期预测，并通过严格的超参数优化和统计指标评估模型性能	模型训练和测试数据为虚构和模拟的，未来需要真实世界的数据验证和模型优化	构建一个AI模型，用于早期识别有自杀倾向的学生，以便及时干预	面临考试压力的学生	机器学习	心理健康	人工神经网络（ANN）	ANN	虚构和模拟的学生档案数据	NA	NA	NA	NA	NA
18754	2025-10-07	Mathematical Model-Driven Deep Learning Enables Personalized Adaptive Therapy 2024-Jun-04, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-23-2040 PMID:38569183	研究论文	本研究应用深度强化学习开发个性化自适应治疗策略，用于前列腺癌治疗	将深度强化学习与数学模型相结合，开发无需了解底层肿瘤模型的个性化自适应治疗策略	基于数学模型验证，需要进一步临床验证	优化前列腺癌的自适应治疗策略，延缓肿瘤进展	前列腺癌患者	机器学习	前列腺癌	深度强化学习	DRL	数学模型数据	NA	NA	NA	肿瘤进展时间	NA
18755	2025-10-07	Deep learning-based spectroscopic single-molecule localization microscopy 2024-06, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.29.6.066501 PMID:38799979	研究论文	开发了一种基于深度学习的计算方法来重建光谱单分子定位显微镜数据	提出首个基于双网络模型的深度学习算法DsSMLM，可同时处理无标记和荧光标记的sSMLM成像数据	NA	开发深度学习重建方法用于光谱单分子定位显微镜成像	单链DNA纤维、COS-7和U2OS细胞上的组蛋白标记、DNA折纸纳米标尺	计算机视觉	NA	光谱单分子定位显微镜	深度学习	显微图像	多种样本类型（单链DNA纤维、细胞样本、DNA纳米标尺）	NA	双网络模型	空间分辨率、定位检测率	NA
18756	2025-10-07	A CONVEX COMPRESSIBILITY-INSPIRED UNSUPERVISED LOSS FUNCTION FOR PHYSICS-DRIVEN DEEP LEARNING RECONSTRUCTION 2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/ISBI56570.2024.10635138 PMID:39886655	研究论文	提出一种基于压缩感知的凸损失函数，用于物理驱动深度学习MRI重建	首次将凸压缩性启发式损失函数引入物理驱动深度学习，支持监督、无监督和零样本学习场景	未明确说明具体数据规模和计算资源需求	改进快速MRI扫描的重建质量	MRI图像重建	医学影像重建	NA	MRI扫描	深度学习网络	医学影像	NA	NA	NA	重建质量评估	NA
18757	2025-10-07	Systemic lupus in the era of machine learning medicine 2024-Mar-04, Lupus science & medicine IF:3.7Q1 DOI:10.1136/lupus-2023-001140 PMID:38443092	综述	探讨机器学习在系统性红斑狼疮研究中的应用现状与前景	系统梳理机器学习在SLE研究中的整合应用，提出利用深度学习模型和替代健康数据源的新方向	大多数预测模型仍需外部验证才能临床采用	理解SLE的发病机制、早期诊断和疾病预后	系统性红斑狼疮(SLE)	机器学习	系统性红斑狼疮	监督学习, 无监督学习	深度学习模型	多样化大数据集, 替代健康数据源	NA	NA	NA	NA	NA
18758	2025-10-07	Application of deep learning and feature selection technique on external root resorption identification on CBCT images 2024-Feb-19, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-024-03910-w PMID:38373931	研究论文	本研究应用深度学习和特征选择技术识别CBCT图像中的牙根外吸收	首次评估四种深度学习模型在牙根外吸收识别中的性能，并探索特征选择技术与深度学习模型结合的效果	研究使用模拟牙根外吸收的离体牙齿，样本量相对较小（88颗前磨牙）	评估深度学习模型在牙根外吸收识别中的性能，并研究特征选择技术对模型性能的改进效果	88颗离体前磨牙上模拟的不同深度（0.5mm、1mm、2mm）牙根外吸收病变	计算机视觉	牙科疾病	锥形束CT成像	Random Forest, Support Vector Machine, CNN	医学影像	88颗离体前磨牙	NA	VGG16, EfficientNetB4	准确率, F1分数, 精确率, 特异性, 错误率, AUC	NA
18759	2025-10-07	Improving deep learning protein monomer and complex structure prediction using DeepMSA2 with huge metagenomics data 2024-Feb, Nature methods IF:36.1Q1 DOI:10.1038/s41592-023-02130-4 PMID:38167654	研究论文	本文介绍了DeepMSA2流程，通过整合宏基因组数据提升蛋白质单体及复合体结构预测精度	开发了平衡比对搜索与有效模型选择的统一流程，整合海量宏基因组数据库显著提升结构预测精度	NA	通过改进多序列比对构建方法提升深度学习蛋白质结构预测性能	蛋白质单链和多链结构	机器学习	NA	宏基因组测序	深度学习	基因组序列数据，蛋白质结构数据	大规模基准测试数据集	NA	AlphaFold2-Multimer	结构预测精度	NA
18760	2025-10-07	MyoV: a deep learning-based tool for the automated quantification of muscle fibers 2024-01-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbad528 PMID:38271484	研究论文	开发了一种基于深度学习的自动化肌肉纤维量化工具MyoV	使用掩膜区域卷积神经网络结合残差网络和特征金字塔网络作为骨干网络，能够处理不同大小和年龄的肌肉纤维	NA	开发自动化肌肉纤维量化工具以克服现有方法的局限性	苏木精-伊红染色的肌肉纤维	计算机视觉	肌肉疾病	图像分割	CNN	图像	超过660,000个手动和半自动标记的肌肉纤维	NA	Mask R-CNN, ResNet, FPN	检测率, 精确度	NA