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
1941	2025-05-29	Residual Neural Networks for the Prediction of the Regularization Parameters in PET Reconstruction 2024-Jul, 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/EMBC53108.2024.10782195 PMID:40040188	研究论文	本文提出了一种基于残差神经网络的监督深度学习策略，用于预测PET重建中正则化参数的最优值	利用残差神经网络直接从原始测量数据（正弦图）预测正则化参数的最优值，避免了传统手动调参的繁琐过程	研究仅基于合成数据集进行训练和验证，未在真实临床数据上进行测试	优化PET图像重建过程中的正则化参数设置，提高图像质量	PET重建算法中的正则化参数	医学影像处理	NA	深度学习	残差神经网络(ResNet)	2D正弦图	合成数据集（具体数量未提及）
1942	2025-05-29	Early Detection of Optic Nerve Changes on Optical Coherence Tomography Using Deep Learning for Risk-Stratification of Papilledema and Glaucoma 2024-Mar-01, Journal of neuro-ophthalmology : the official journal of the North American Neuro-Ophthalmology Society IF:2.0Q2 DOI:10.1097/WNO.0000000000001945 PMID:37494177	研究论文	本研究利用深度学习技术分析光学相干断层扫描（OCT）图像，以早期发现视神经变化，预测视乳头水肿和青光眼的风险分层	利用AI检测人类难以识别的微观特征，预测视乳头水肿和青光眼的早期进展，而临床医生在OCT上未发现显著变化	研究为概念验证性质，需要进一步研究以建立可用于眼科早期诊断或风险分层的AI模型	探索人工智能在眼科早期疾病预测中的应用	视乳头水肿和青光眼患者的OCT图像	数字病理学	青光眼	光学相干断层扫描（OCT）	Visual Geometry Group-19 (VGG-19)	图像	视乳头水肿患者93例（166眼），青光眼患者187例（327眼），以及匹配的对照组视乳头水肿254例（379眼）和青光眼441例（739眼）
1943	2025-05-29	Elevating Patient Care With Deep Learning: High-Resolution Cervical Auscultation Signals for Swallowing Kinematic Analysis in Nasogastric Tube Patients 2024, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2024.3497895 PMID:39698476	研究论文	本研究探讨了高分辨率颈部听诊(HRCA)信号在评估鼻胃管(NG)患者吞咽功能中的应用	首次将针对无NG管患者开发的机器学习架构调整应用于NG管患者，以评估其吞咽功能	预测结果的准确度仍有提升空间，如舌骨位置识别的重叠率仅为41.27%	评估HRCA信号在鼻胃管患者吞咽功能分析中的效用	使用鼻胃管的患者	数字病理学	老年疾病	高分辨率颈部听诊(HRCA)	卷积循环神经网络(CNN-RNN), 混合模型, 堆叠循环神经网络	振动和声学信号	未明确提及具体样本数量，但涉及多个NG管患者的HRCA信号分析
1944	2025-05-29	Deep Learning Based Prediction of Myopia Control Effect in Children Treated With Overnight Orthokeratology 2024-Jan-01, Eye & contact lens DOI:10.1097/ICL.0000000000001054 PMID:37934166	研究论文	开发并验证了一种基于深度学习的模型，用于预测接受角膜塑形镜治疗的儿童12个月眼轴长度增长，并研究基线因素和早期角膜地形变化与近视控制效果的关系	首次结合基线因素和角膜地形变化，使用深度神经网络预测近视控制效果	样本量较小（115例患者），且仅评估了12个月的效果	预测儿童接受角膜塑形镜治疗后的眼轴长度增长，评估近视控制效果	接受角膜塑形镜治疗的儿童患者	数字病理	近视	角膜地形图分析	深度神经网络（DNN）	医学记录和角膜地形图数据	115例患者（83例用于算法开发，32例用于评估）
1945	2025-05-29	Structural and functional connectome relationships in early childhood 2023-12, Developmental cognitive neuroscience IF:4.6Q1 DOI:10.1016/j.dcn.2023.101314 PMID:37898019	research paper	研究早期儿童大脑结构与功能连接组的关系及其发展模式	应用了一种基于图卷积神经网络的深度学习模型和新损失函数，以更好地捕捉个体间异质性并预测个体的功能连接	研究样本主要集中在1至6岁的儿童和成人，可能无法完全代表其他年龄段的结构-功能关系	探究早期儿童大脑皮质结构与功能耦合的发展及其与成人的比较	儿童（1、2、4、6岁）和成人的大脑结构与功能连接	神经科学	NA	图卷积神经网络	GCN	神经影像数据	360名儿童和89名成人
1946	2025-05-29	Application of artificial intelligence in the diagnosis of hepatocellular carcinoma 2023-Sep, eGastroenterology DOI:10.1136/egastro-2023-100002 PMID:39944000	review	本文综述了人工智能在肝细胞癌放射学诊断中的最新应用进展	探讨了AI特别是深度学习和神经网络模型在HCC放射学检测中的应用及其优势	需要进一步研究和临床实施以充分发挥AI在HCC管理中的潜力	提高肝细胞癌的早期检测、治疗选择和患者预后	肝细胞癌（HCC）	digital pathology	liver cancer	deep learning, neural network models	NA	imaging data	NA
1947	2025-05-29	ChromaFold predicts the 3D contact map from single-cell chromatin accessibility 2023-Jul-28, bioRxiv : the preprint server for biology DOI:10.1101/2023.07.27.550836 PMID:37546906	research paper	提出了一种名为ChromaFold的深度学习模型，用于从单细胞ATAC测序数据预测3D接触图和调控相互作用	ChromaFold能够仅使用scATAC-seq数据预测3D接触图和调控相互作用，且在性能上优于现有方法	需要依赖配对scATAC-seq和Hi-C数据进行训练，可能限制了其在某些场景下的应用	通过预测3D染色质相互作用来解析基因调控和疾病相关非编码变异的功能	人类和小鼠细胞系及组织中的3D染色质相互作用	machine learning	NA	scATAC-seq, Hi-C	deep learning	genomic data	人类和小鼠细胞系及组织
1948	2025-05-28	Detecting the authenticity of two monofloral honeys based on the Canny-GoogLeNet deep learning network combined with three-dimensional fluorescence spectroscopy 2025-Sep-01, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144509 PMID:40306056	research paper	该研究基于Canny-GoogLeNet深度学习网络结合三维荧光光谱技术，检测两种单花蜜（油菜蜜和枸杞蜜）及其掺假样品的真实性	通过优化GoogLeNet架构中的inception模块、应用L2正则化改进全连接层，并实施监控训练网络模型以减少过拟合，提升了模型鲁棒性	样本量较小（训练集133个，验证集33个，测试集12个），可能影响模型的泛化能力	开发一种高效准确的蜂蜜真实性检测方法	油菜蜜、枸杞蜜及其掺假样品（玉米糖浆或其他类型蜂蜜）	computer vision	NA	三维荧光光谱技术	Canny-GoogLeNet（改进的CNN架构）	光谱图像数据	总计178个样本（训练133，验证33，测试12）
1949	2025-05-28	Artificial intelligence in refractive surgery 2025-Jul-01, Current opinion in ophthalmology IF:3.0Q1 DOI:10.1097/ICU.0000000000001139 PMID:40277339	review	本文综述了人工智能在屈光手术中的应用及其进展	人工智能在屈光手术中的应用包括生物测量、病理检测、手术决策和教育等多个方面	未提及具体的技术局限性或研究不足	探讨人工智能在屈光手术中的应用及其对手术安全性和有效性的提升	屈光手术中的生物测量、病理检测、手术决策和教育	人工智能在医学中的应用	眼科疾病	人工智能、机器学习和深度学习	NA	前段成像数据	NA
1950	2025-05-28	Advancements in artificial intelligence for the diagnosis and management of anterior segment diseases 2025-Jul-01, Current opinion in ophthalmology IF:3.0Q1 DOI:10.1097/ICU.0000000000001150 PMID:40279352	review	本文综述了人工智能在前段眼病诊断和管理中的最新进展及其潜力	利用AI技术（包括机器学习和深度学习模型）提升前段眼病的诊断准确性和治疗个性化	数据多样性不足和模型可解释性问题	探讨人工智能在前段眼病诊断和管理中的应用及其对临床实践的潜在影响	前段眼病，包括角膜疾病、屈光手术、白内障、结膜疾病（如翼状胬肉）、沙眼和干眼症等	digital pathology	anterior segment diseases	machine learning, deep learning, generative AI	NA	imaging data, clinical information	large-scale
1951	2025-05-28	Discovery of Active Ingredient of Yinchenhao Decoction Targeting TLR4 for Hepatic Inflammatory Diseases Based on Deep Learning Approach 2025-Jun, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00670-7 PMID:39560852	research paper	本研究利用深度学习框架AIGO-DTI预测茵陈蒿汤主要成分对TLR4的靶向概率，并验证了异莨菪亭通过TLR4影响树突状细胞成熟的潜在治疗作用	提出AIGO-DTI深度学习框架，在预测YCHD成分与TLR4相互作用方面优于其他机器学习模型，并发现异莨菪亭的治疗潜力	研究主要基于计算预测和体外实验，需要进一步的体内实验验证	探索茵陈蒿汤中针对TLR4的有效成分及其治疗肝病的机制	茵陈蒿汤的主要成分及其与TLR4的相互作用	machine learning	hepatitis	deep learning	AIGO-DTI, RF, SVM, KNN, XGBoost, GCN, GAT	chemical compounds data	NA
1952	2025-05-28	A Multi-View Feature-Based Interpretable Deep Learning Framework for Drug-Drug Interaction Prediction 2025-Jun, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00687-6 PMID:39899225	research paper	提出了一种基于多视图特征的可解释深度学习框架MI-DDI，用于预测药物-药物相互作用	首次结合原子视图和子结构视图特征，并设计了一个可解释的交互模块，提高了预测的准确性和可解释性	仅验证了BIOSNAP和DrugBank数据集，在其他数据集上的泛化能力尚未验证	提高药物-药物相互作用预测的准确性和可解释性	药物分子	machine learning	NA	Message Passing Neural Network (MPNN), transformer encoders	MPNN, transformer	molecular graphs, drug SMILES	BIOSNAP数据集和DrugBank数据集
1953	2025-05-28	Cutting Skill Assessment by Motion Analysis Using Deep Learning and Spatial Marker Tracking 2025-06, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3529500 PMID:40030929	研究论文	本文提出了一种通过手术刀运动分析评估开放手术中切割技能的方法	设计了3D多面ArUco代码立方体，并使用YOLOv8模型识别手术刀类型和选择其尖端位置，提出了五个评估指标来量化外科医生的切割技能	实验样本量较小，仅涉及20名专家和新手外科医生	评估开放手术中外科医生的切割技能	外科医生的切割技能	计算机视觉	NA	运动分析、YOLOv8模型	YOLOv8	图像、3D坐标数据	20名专家和新手外科医生
1954	2025-05-28	Advancing Acoustic Droplet Vaporization for Tissue Characterization Using Quantitative Ultrasound and Transfer Learning 2025-06, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3527141 PMID:40031047	研究论文	本研究探讨了声学液滴汽化（ADV）在生物医学超声中的应用，通过定量超声和迁移学习技术对纤维蛋白基组织模拟水凝胶中的相变纳米液滴的声学和成像特性进行了研究	结合迁移学习和卷积神经网络（AlexNet）开发了两个专门用于区分纤维蛋白水凝胶的模型，为生物医学诊断提供了新的潜在方法	研究仅限于纤维蛋白基组织模拟水凝胶，未涉及真实生物组织的复杂性	探索声学液滴汽化技术在组织表征中的应用，并提高其诊断潜力	纤维蛋白基组织模拟水凝胶中的相变纳米液滴	生物医学超声	NA	被动空化检测、B型超声、对比增强超声	CNN（AlexNet）	超声图像	NA
1955	2025-05-28	Marker Data Enhancement for Markerless Motion Capture 2025-06, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3530848 PMID:40031222	研究论文	本文提出了一种更准确和泛化能力更强的标记增强器，用于将稀疏视频关键点转换为密集解剖标记，以提高无标记运动捕捉的准确性	创建了一个更大、更多样化的训练数据集，并开发了一个更准确、泛化能力更强的标记增强器	在训练数据中未包含的运动上表现不佳	提高无标记运动捕捉的准确性和泛化能力	人类运动捕捉数据	计算机视觉	NA	深度学习	标记增强器	视频	1176名受试者的标记运动捕捉数据和1433小时的合成视频关键点与解剖标记数据
1956	2025-05-28	Predicting Synergistic Drug Combinations Based on Fusion of Cell and Drug Molecular Structures 2025-Jun, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00695-6 PMID:40088336	研究论文	提出了一种名为DconnC的新方法，通过融合细胞和药物分子结构来预测协同药物组合	DconnC利用细胞特征作为节点建立药物分子结构间的连接，并通过自增强对比学习和Bi-RNN、LSTM模型优化特征，提高了预测准确性	NA	开发可靠有效的计算方法来预测协同药物组合	药物组合	机器学习	癌症	深度学习	Bi-RNN, LSTM	分子结构数据	NA
1957	2025-05-28	CR-deal: Explainable Neural Network for circRNA-RBP Binding Site Recognition and Interpretation 2025-Jun, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00694-7 PMID:40146403	research paper	本文提出了一种名为CR-deal的可解释神经网络模型，用于识别和解释circRNA与RNA结合蛋白（RBP）的结合位点	CR-deal利用图注意力网络将序列和结构特征统一到同一视图中，更有效地利用结构特征提高预测准确性，并通过集成梯度特征解释推断结合位点的功能结构区域	现有方法在准确性和可解释性方面仍有改进空间	预测circRNA与RBP的结合位点并解释其功能结构区域	circRNA和RNA结合蛋白（RBP）	natural language processing	NA	cross-linking immunoprecipitation sequencing technology	graph attention network	genome-wide circRNA data	37个circRNA数据集和7个lncRNA数据集
1958	2025-05-28	Diagnostic accuracy of machine learning algorithms in electrocardiogram-based sleep apnea detection: A systematic review and meta-analysis 2025-Jun, Sleep medicine reviews IF:11.2Q1 DOI:10.1016/j.smrv.2025.102097 PMID:40349509	meta-analysis	该研究通过系统综述和荟萃分析评估了机器学习和深度学习算法在基于单导联心电图检测睡眠呼吸暂停中的诊断准确性	首次对机器学习和深度学习算法在睡眠呼吸暂停检测中的诊断准确性进行了全面的荟萃分析	算法效果存在差异且存在方法学偏倚	评估机器学习和深度学习算法在睡眠呼吸暂停检测中的诊断准确性	单导联心电图数据	machine learning	sleep apnea	machine learning, deep learning	ML/DL	ECG信号	84项研究
1959	2025-05-28	NRGCNMDA: Microbe-Drug Association Prediction Based on Residual Graph Convolutional Networks and Conditional Random Fields 2025-Jun, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00678-z PMID:39775537	research paper	提出了一种基于残差图卷积网络和条件随机场的微生物-药物关联预测计算模型NRGCNMDA	结合了残差图卷积网络和条件随机场来学习高阶相似性特征，并确保微生物和药物具有相似的特征嵌入	NA	预测微生物与药物之间的关联，以加速新药发现过程	微生物和药物	machine learning	NA	Node2vec, 图卷积网络(GCN), 条件随机场(CRF)	REGCN (残差图卷积网络), CRF	网络数据	NA
1960	2025-05-28	An adaptive frequency partitioning framework for epileptic seizure detection using TransseizNet 2025-May-27, Neurological research IF:1.7Q4 DOI:10.1080/01616412.2025.2507323 PMID:40421487	research paper	提出了一种名为TransseizNet的新型框架，用于从脑电图信号中检测癫痫发作	结合了经验可调Q小波变换和基于图的视觉Transformer，提高了时间-频率分辨率和空间-时间特征表示	未提及具体的数据集规模限制或模型泛化能力	提高癫痫发作检测的准确性和计算效率	脑电图信号	数字病理学	癫痫	经验可调Q小波变换（Empirical Tunable Q-Wavelet Transform）	Wavelet-Graph Convolutional Network Vision Transformer	脑电图信号	三个数据集