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
19401	2025-10-07	Explainable artificial intelligence for stroke prediction through comparison of deep learning and machine learning models 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82931-5 PMID:39733046	研究论文	本研究通过比较深度学习和机器学习模型在脑卒中预测中的表现，探索可解释人工智能在早期中风检测中的应用	首次系统比较八种主流机器学习和深度学习模型在中风预测中的性能，并结合SHAP方法提供模型可解释性	研究样本量相对有限（663条记录），仅来自伊朗德黑兰单一医疗中心的数据	比较深度学习和机器学习模型在中风预测中的效能，探索早期检测方法	来自伊朗Hazrat Rasool Akram医院的住院患者，包括401名健康个体和262名中风患者	机器学习	脑卒中	NA	SVM, XGB, KNN, RF, DNN, FNN, LSTM, CNN	医疗记录数据	663条患者记录（401健康，262中风）	NA	DNN, FNN, LSTM, CNN	准确率, 特异性, 敏感性, F1分数, ROC曲线	NA
19402	2025-10-07	Deep learning versus manual morphology-based embryo selection in IVF: a randomized, double-blind noninferiority trial 2024-Nov, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-024-03166-5 PMID:39122964	研究论文	通过多中心随机双盲非劣效性试验比较深度学习算法与人工形态学评估在IVF胚胎选择中的效果	首次在大型多中心随机双盲试验中评估深度学习算法(iDAScore)在IVF胚胎选择中的临床应用价值	未能证明深度学习在临床妊娠率方面不劣于标准形态学评估方法	评估深度学习在体外受精胚胎选择中的价值	年龄42岁以下、至少有2个第5天早期囊胚的女性患者	数字病理	生殖系统疾病	胚胎形态学评估	深度学习算法	胚胎图像	1,066名患者(每组533名)	NA	iDAScore	临床妊娠率,风险差异,置信区间	NA
19403	2025-10-07	An open-source framework for end-to-end analysis of electronic health record data 2024-Nov, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-024-03214-0 PMID:39266748	研究论文	介绍ehrapy——一个用于电子健康记录数据端到端分析的模块化开源Python框架	首个专门为异质性流行病学和电子健康记录数据设计的可扩展探索性分析框架，整合了从数据提取到低维表示生成的全流程分析步骤	NA	开发一个标准化的电子健康记录数据分析框架，解决数据异质性挑战	电子健康记录数据，流行病学数据	医疗数据分析	肺炎，心血管疾病，SARS-CoV-2感染	电子健康记录分析，深度学习	深度学习模型	电子健康记录，医学影像数据	NA	Python	NA	NA	NA
19404	2025-10-07	ConvNext Mitosis Identification-You Only Look Once (CNMI-YOLO): Domain Adaptive and Robust Mitosis Identification in Digital Pathology 2024-10, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2024.102130 PMID:39233013	研究论文	提出一种名为CNMI-YOLO的两阶段深度学习方法，用于数字病理学中的有丝分裂细胞识别	结合YOLOv7架构进行细胞检测和ConvNeXt架构进行细胞分类，解决领域自适应问题	未明确说明模型在更广泛癌症类型中的性能表现	提高不同类型癌症中有丝分裂细胞的识别准确性	组织病理学图像中的有丝分裂细胞	数字病理学	癌症	深度学习	CNN, Transformer	图像	使用有丝分裂领域泛化挑战2022数据集，包含黑色素瘤和肉瘤外部测试集	NA	YOLOv7, ConvNeXt, Faster-RCNN, Swin Transformer	精确率, 召回率, F1分数	NA
19405	2025-10-07	Hessian Regularized L 2 , 1 -Nonnegative Matrix Factorization and Deep Learning for miRNA-Disease Associations Prediction 2024-03, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-023-00594-8 PMID:38099958	研究论文	提出一种结合Hessian正则化非负矩阵分解与深度学习的混合算法，用于预测miRNA与疾病之间的关联关系	提出新型迭代融合方法整合所有相似性，有效降低初始miRNA-疾病关联矩阵的稀疏性；设计混合模型框架结合深度学习、矩阵分解和奇异值分解来捕获非线性特征	NA	预测miRNA与疾病之间的潜在关联关系，为医学研究提供初步见解	microRNAs（miRNAs）与人类疾病（特别是肿瘤疾病）	机器学习	肿瘤疾病	矩阵分解，深度学习	非负矩阵分解，深度学习模型	miRNA-疾病关联矩阵，相似性矩阵	NA	NA	Hessian正则化L2,1-非负矩阵分解，奇异值分解	AUC, AUPR	NA
19406	2025-10-07	Analysis and review of techniques and tools based on machine learning and deep learning for prediction of lysine malonylation sites in protein sequences 2024-01-19, Database : the journal of biological databases and curation DOI:10.1093/database/baad094 PMID:38245002	综述	对基于机器学习和深度学习的蛋白质序列赖氨酸丙二酰化位点预测技术及工具进行全面分析与比较	提出混合架构集成多种分类器，并在最新数据集上评估比较现有工具性能	现有方法存在特征提取不当、高维特征和分类器效率低等特定缺陷	开发有效的赖氨酸丙二酰化位点预测方法	蛋白质序列中的赖氨酸丙二酰化位点	机器学习	NA	蛋白质序列分析	机器学习模型,深度学习模型	蛋白质序列数据	基于最新数据库提取的新数据集	NA	混合架构	NA	NA
19407	2025-10-07	Current status of artificial intelligence methods for skin cancer survival analysis: a scoping review 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1243659 PMID:38711781	综述	分析人工智能方法在皮肤癌生存分析中的应用现状	首次系统综述AI在皮肤癌生存分析中的多模态数据整合能力，指出深度学习在黑色素瘤病理解读中的集中应用及扩展其他皮肤恶性肿瘤研究的创新空间	仅纳入14篇符合标准的文献，覆盖病种范围有限（主要关注黑色素瘤），未充分整合遗传学与临床数据	评估人工智能技术在皮肤癌生存分析领域的应用现状与发展方向	皮肤癌患者的生存数据分析	自然语言处理, 机器学习	皮肤癌	深度学习, 自然语言处理	监督学习, 无监督学习, 深度学习, NLP	遗传数据, 临床病史, 人口统计学数据, 病理数据	14篇符合纳入标准的文献	NA	NA	NA	NA
19408	2025-10-07	SHINE: protein language model-based pathogenicity prediction for short inframe insertion and deletion variants 2023-01-19, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbac584 PMID:36575831	研究论文	开发基于蛋白质语言模型的短框内插入缺失变异致病性预测工具SHINE	首次将预训练蛋白质语言模型应用于框内插入缺失变异的致病性预测，通过蛋白质序列和多序列比对构建潜在特征表示	训练数据中已知致病性变异数量有限	提高短框内插入缺失变异致病性预测的准确性	蛋白质序列中的短框内插入缺失变异	自然语言处理	NA	蛋白质语言模型，多序列比对	监督机器学习模型	蛋白质序列数据	来自ClinVar和gnomAD的培训数据，两个不同来源的测试数据集	NA	蛋白质语言模型	预测性能	NA
19409	2025-10-07	With or without human interference for precise age estimation based on machine learning? 2022-May, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-022-02796-z PMID:35157129	研究论文	比较基于人工干预特征提取和自主特征提取的两种卷积神经网络在牙齿年龄估计中的性能	首次在同一图像分析任务中同时应用人工干预和自主特征提取两种方法进行对比研究	仅针对牙齿年龄估计任务，未验证在其他医学影像任务中的普适性	探索机器学习和深度学习在医学影像分析中的最优特征提取方法	牙齿X光影像	计算机视觉	NA	医学影像分析	CNN	图像	NA	NA	自定义CNN架构	MAE, 准确率	NA
19410	2025-10-07	MVP predicts the pathogenicity of missense variants by deep learning 2021-01-21, Nature communications IF:14.7Q1 DOI:10.1038/s41467-020-20847-0 PMID:33479230	研究论文	提出基于深度残差网络的错义变异致病性预测新方法MVP	首次将深度残差网络应用于错义变异致病性预测，并针对功能缺失不耐受基因和耐受基因分别训练模型	未明确说明模型在特定遗传疾病类型中的泛化能力	开发更准确的错义变异致病性预测方法	错义基因变异	机器学习	先天性心脏病	深度残差网络	深度学习	基因变异数据	包含癌症突变热点和发育障碍新生变异的大规模训练数据集	NA	深度残差网络	致病性变异优先排序性能	NA
19411	2025-10-07	Template-based prediction of protein structure with deep learning 2020-Dec-29, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-020-07249-8 PMID:33372607	研究论文	提出基于深度学习的ThreaderAI方法用于蛋白质三级结构预测	将模板-查询序列比对任务重新定义为计算机视觉中的像素分类问题，并首次应用深度残差神经网络进行预测	NA	提高蛋白质三级结构预测的准确性，特别是针对远缘同源蛋白	蛋白质序列和结构	计算机视觉, 机器学习	NA	深度学习, 蛋白质结构预测	CNN, 深度残差神经网络	序列谱, 预测的结构特征, 残基-残基接触	SCOPe数据集和CASP13的TBM-hard数据	NA	ResNet	TM-score	NA
19412	2025-03-22	Low-speed impact localization of wind turbine blades with a single sensor utilizing multiscale feature fusion convolutional neural networks 2025-Jun, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2025.107598 PMID:39955861	研究论文	本文提出了一种基于深度学习的单传感器冲击定位方法，用于风力涡轮机叶片的低速冲击定位	设计了一种多尺度特征融合卷积神经网络，并结合卷积块注意力模块，从单传感器信号中自适应提取特征，实现精确的区域级源定位	NA	开发一种用于评估和定位复合材料结构（如风力涡轮机叶片）冲击的方法	风力涡轮机叶片的低速冲击响应	机器学习	NA	完全集成经验模态分解与自适应噪声	多尺度特征融合卷积神经网络	声发射信号	钢球跌落实验模拟的风力涡轮机叶片翼梁低速冲击响应	NA	NA	NA	NA
19413	2025-03-22	Automated Bone Cancer Detection Using Deep Learning on X-Ray Images 2025-Apr, Surgical innovation IF:1.2Q3 DOI:10.1177/15533506241299886 PMID:39679470	研究论文	本文提出了一种基于深度学习的自动化骨癌检测方法，使用X射线图像进行骨癌分类	提出了一种结合Golden Search优化算法和深度学习的计算机辅助诊断方法（GSODL-CADBCC），用于骨癌分类	未提及具体的数据集规模或多样性限制，也未讨论模型在其他类型医学图像上的泛化能力	开发一种自动化系统，用于从X射线图像中准确区分健康骨骼和癌变骨骼	X射线图像中的骨骼	计算机视觉	骨癌	深度学习，Golden Search优化算法，双边滤波	SqueezeNet，LSTM	X射线图像	未明确提及具体样本数量	NA	NA	NA	NA
19414	2025-03-22	An improved Artificial Protozoa Optimizer for CNN architecture optimization 2025-Mar-13, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107368 PMID:40112636	研究论文	本文提出了一种名为MAPOCNN的新型神经架构搜索方法，利用改进的人工原生动物优化器（APO）来优化卷积神经网络（CNN）的架构	引入了改进的人工原生动物优化器（MAPO），结合原生动物的趋光行为，以缓解早熟收敛的风险，从而探索更广泛的CNN架构并找到更优的解决方案	NA	优化卷积神经网络（CNN）的架构	卷积神经网络（CNN）	机器学习	NA	神经架构搜索（NAS）	CNN	图像	基准数据集（包括Rectangle和Mnist-random）	NA	NA	NA	NA
19415	2025-03-22	Multi-scale structural similarity embedding search across entire proteomes 2025-Mar-06, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.28.640875 PMID:40093062	研究论文	本文提出了一种可扩展的结构相似性搜索策略，用于处理大量实验确定的结构和通过AI/DL方法预测的计算结构模型	利用蛋白质语言模型和深度神经网络架构将3D结构转换为固定长度的向量，实现高效的大规模比较	模型虽然能够预测单域结构之间的TM分数，但在处理多域结构时可能存在局限性	开发一种可扩展且高效的结构相似性搜索方法，以应对3D生物分子结构信息的快速增长	实验确定的结构和通过AI/DL方法预测的计算结构模型	生物信息学	NA	AI/DL方法	深度神经网络	3D结构数据	NA	NA	NA	NA	NA
19416	2025-03-22	Deep Huber quantile regression networks 2025-Mar-05, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107364 PMID:40112635	研究论文	本文介绍了深度Huber分位数回归网络（DHQRN），该网络能够预测Huber分位数，并作为分位数回归神经网络（QRNN）和期望分位数回归神经网络（ERNN）的扩展	提出了深度Huber分位数回归网络（DHQRN），能够预测更一般的Huber分位数，并嵌套了QRNN和ERNN作为极限情况	未明确提及具体局限性	研究目的是通过深度学习算法预测概率分布的更多功能（如分位数和期望分位数），以量化预测的不确定性	房屋价格预测，具体案例为澳大利亚墨尔本和美国波士顿的房价	机器学习	NA	深度学习	深度Huber分位数回归网络（DHQRN）	房价数据	未明确提及具体样本数量	NA	NA	NA	NA
19417	2025-03-22	Dynamic MRI with Locally Low-Rank Subspace Constraint: Towards 1-Second Temporal Resolution Aided by Deep Learning 2025-Feb-27, Research square DOI:10.21203/rs.3.rs-5448452/v1 PMID:40060040	研究论文	本文提出了一种结合局部低秩子空间约束和深度学习的动态MRI重建框架，旨在提高动态对比增强成像的时空分辨率	结合局部低秩子空间模型和神经网络，实现了从几秒到1秒的灵活时间分辨率，显著提高了图像质量	未明确提及具体样本量或临床验证结果	解决动态MRI中空间和时间分辨率平衡的挑战，提升动态对比增强成像的质量	高风险的乳腺癌患者，以及头颈部和脑部MRI应用	医学影像处理	乳腺癌	动态对比增强MRI（DCE-MRI）	神经网络	MRI图像	NA	NA	NA	NA	NA
19418	2025-10-07	Applications of deep learning in trauma radiology: A narrative review 2025-Feb, Biomedical journal IF:4.1Q2 DOI:10.1016/j.bj.2024.100743 PMID:38679199	综述	本文综述了深度学习在创伤放射学中的应用现状与未来发展	系统总结了深度学习在创伤影像各模态（FAST超声、X射线、CT）中的具体应用场景，并提出了联邦学习、模型可解释性、多模态数据整合等未来发展方向	临床采用仍然有限，需要多学科团队合作开发实用的现实世界解决方案	探讨深度学习在创伤放射学领域的应用潜力与发展方向	创伤影像数据（FAST超声、X射线、CT扫描）	医学影像分析	创伤性疾病	深度学习	NA	医学影像（超声、X射线、CT）	NA	NA	NA	NA	NA
19419	2025-10-07	ECG-surv: A deep learning-based model to predict time to 1-year mortality from 12-lead electrocardiogram 2025-Feb, Biomedical journal IF:4.1Q2 DOI:10.1016/j.bj.2024.100732 PMID:38697480	研究论文	开发了一种基于深度学习的ECG-surv模型，用于从12导联心电图预测1年死亡率	首次提出能同时处理删失数据和非结构化心电图数据的深度学习生存分析模型	模型在不同心电图设备采集的数据上性能有所差异	利用深度学习技术改进基于心电图的生存预测	心电图数据和患者生存时间数据	机器学习	心血管疾病	12导联心电图	深度神经网络	心电图信号	独立测试集和外部验证集	NA	特征提取神经网络+时间事件分析神经网络	C-index	NA
19420	2025-03-22	Current Status of Artificial Intelligence Use in Colonoscopy 2025, Digestion IF:3.0Q2 DOI:10.1159/000543345 PMID:39724867	研究论文	本文探讨了人工智能在结肠镜检查中的应用现状及其对结直肠癌筛查的影响	介绍了实时计算机辅助检测系统和用于组织病理学预测的计算机辅助诊断系统，这些系统有助于区分肿瘤性和非肿瘤性病变	存在霍桑效应和潜在过度诊断等偏差，需要大规模临床试验验证AI的长期效益	评估人工智能在提高结肠镜检查质量和结直肠癌筛查效果方面的潜力	结肠镜检查中的结直肠息肉检测和诊断	数字病理学	结直肠癌	深度学习	NA	医学影像	NA	NA	NA	NA	NA