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
1381	2025-04-05	GPS-pPLM: A Language Model for Prediction of Prokaryotic Phosphorylation Sites 2024-11-08, Cells IF:5.1Q2 DOI:10.3390/cells13221854 PMID:39594603	research paper	介绍了一个名为GPS-pPLM的在线服务器，用于预测原核生物中的磷酸化位点	结合了transformer和深度神经网络两种深度学习方法，整合了10种序列特征和上下文特征，构建了针对特定磷酸化残基类型和物种的预测模型	NA	预测原核生物中的磷酸化位点	原核生物中的磷酸化位点	natural language processing	NA	transformer, deep neural network	transformer, DNN	protein sequences	44,839个非冗余磷酸化位点，来自16,041个蛋白质和95种原核生物
1382	2025-04-05	An All-in-One Array of Pressure Sensors and sEMG Electrodes for Scoliosis Monitoring 2024-11, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202404136 PMID:39115097	研究论文	开发了一种集成压力传感器和表面肌电电极的一体化阵列，用于脊柱侧弯监测	利用分层MXene/壳聚糖/聚二甲基硅氧烷(PDMS)/聚氨酯海绵和MXene/聚酰亚胺(PI)材料开发了一体化传感器阵列，具有高灵敏度和稳定性，并能通过深度学习预测Cobb角	未提及长期临床验证结果或大规模患者测试数据	改进脊柱侧弯治疗中支具效果的实时监测方法	脊柱侧弯患者	生物医学工程	脊柱侧弯	MXene复合材料技术、深度学习	深度学习模型(未指定具体类型)	压力数据、肌电信号	未明确说明样本数量
1383	2025-04-05	Deep learning of echocardiography distinguishes between presence and absence of late gadolinium enhancement on cardiac magnetic resonance in patients with hypertrophic cardiomyopathy 2024-Oct-14, Echo research and practice IF:3.2Q2 DOI:10.1186/s44156-024-00059-8 PMID:39396969	研究论文	本研究利用深度学习技术分析超声心动图，以区分肥厚型心肌病患者心脏磁共振中晚期钆增强的存在与否	结合临床参数和深度学习分析的超声心动图图像，开发了一种优于仅基于临床参数的模型的新方法	样本量相对较小（323例），且研究为横断面设计，未进行长期预后评估	区分肥厚型心肌病患者心脏磁共振中晚期钆增强的阳性与阴性	肥厚型心肌病患者	数字病理学	心血管疾病	心脏磁共振（CMR）和超声心动图	深度卷积神经网络（DCNN）	图像	323例肥厚型心肌病患者（训练集273例，测试集50例）
1384	2025-04-05	Artificial Intelligence in Metabolomics: A Current Review 2024-Sep, Trends in analytical chemistry : TRAC DOI:10.1016/j.trac.2024.117852 PMID:39071116	综述	本文综述了人工智能在代谢组学中的方法与应用，探讨了其在系统生物学和人类健康中的潜力	总结了人工智能在代谢组学分析中的多种应用，包括分析检测、数据预处理、生物标志物发现、预测建模和多组学数据整合	尽管存在局限性和挑战，但代谢组学与人工智能的结合在提升人类健康方面具有革命性进展的潜力	探讨人工智能在代谢组学研究中的方法和应用	代谢组学数据及其在系统生物学和人类健康中的应用	代谢组学	NA	机器学习和深度学习	NA	代谢组学数据	NA
1385	2025-04-05	Hybrid-supervised deep learning for domain transfer 3D protoacoustic image reconstruction 2024-Apr-03, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad3327 PMID:38471184	research paper	本研究开发了一种混合监督深度学习方法，用于解决质子声学成像中的有限视角问题，并实现高质量的3D剂量验证	提出了一种Recon-Enhance两阶段深度学习方法，结合了transformer网络和3D U-net，采用混合监督训练策略	研究仅在前列腺癌患者数据上进行验证，未在其他癌症类型中测试	解决质子声学成像中的有限视角问题，提高3D剂量验证的准确性和效率	质子声学成像的3D重建和剂量验证	digital pathology	prostate cancer	protoacoustic imaging	transformer-based network, 3D U-net	acoustic signals, image	126例前列腺癌患者数据
1386	2025-04-05	Global research evolution and frontier analysis of artificial intelligence in brain injury: A bibliometric analysis 2024-04, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2024.110920 PMID:38453035	研究论文	本文通过文献计量可视化分析，探讨了人工智能在脑损伤领域的全球研究演变和前沿分析	利用VOSviewer和CiteSpace对1998至2023年的3000篇文献进行可视化分析，揭示了该领域的研究热点和发展趋势	研究机构间缺乏合作与交流，且核心研究机构主要集中在发达国家	识别人工智能在脑损伤领域的研究热点，明确研究资源	Web of Science核心数据库中1998至2023年引用的3000篇文章	人工智能	脑损伤	文献计量分析	专家系统、机器学习、深度学习	文献数据	3000篇文章
1387	2025-04-04	Multicenter investigation of preoperative distinction between primary central nervous system lymphomas and glioblastomas through interpretable artificial intelligence models 2024-Nov, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-024-03451-7 PMID:39225815	research paper	本研究通过可解释的人工智能模型，基于MRI图像对原发性中枢神经系统淋巴瘤（PCNSL）和胶质母细胞瘤（GBM）进行术前区分	结合了放射组学模型和深度学习模型，提出了最优的Max-Fusion模型，并利用SHAP和Grad-CAM进行可解释性分析	研究为回顾性分析，样本量相对有限（261例患者），且仅来自两个医疗中心	探索基于MRI的深度学习和放射组学模型在术前区分PCNSL和GBM中的有效性和适用性	261例PCNSL和GBM患者的MRI图像和临床数据	digital pathology	brain tumor	MRI	MobileVIT, ConvNeXt, Max-Fusion Model	image	261例患者（训练集153例，外部测试集108例）
1388	2025-04-04	Evaluating Deep Learning Techniques for Detecting Aneurysmal Subarachnoid Hemorrhage: A Comparative Analysis of Convolutional Neural Network and Transfer Learning Models 2024-07, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.04.168 PMID:38710407	研究论文	本研究评估了卷积神经网络（CNN）和基于CNN的迁移学习模型在区分动脉瘤性蛛网膜下腔出血（SAH）和非动脉瘤性SAH中的有效性	采用迁移学习方法缓解了传统技术的时间限制，并展示了优越的性能	NA	评估深度学习技术在SAH检测中的有效性	动脉瘤性SAH和非动脉瘤性SAH患者	数字病理学	心血管疾病	深度学习	CNN, Inception-V3, EfficientNetB4	医学影像	203名患者（123名动脉瘤性SAH和80名非动脉瘤性SAH），共23,393张DICOM图像
1389	2025-04-04	Deepdefense: annotation of immune systems in prokaryotes using deep learning 2024-Jan-02, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giae062 PMID:39388605	研究论文	使用深度学习对原核生物中的免疫系统进行注释和分类	开发了名为Deepdefense的算法，通过深度学习模型预测免疫系统相关蛋白，并结合校准方法提高准确性，能够识别已知和潜在的新型免疫系统蛋白	现有方法通常基于封闭世界假设，而基因组学中新样本的出现可能超出训练数据范围	开发一种自动检测和分类原核生物免疫系统蛋白的算法	原核生物（古菌和细菌）的免疫系统蛋白	机器学习	NA	深度学习	神经网络	基因组数据	NA
1390	2025-04-03	Understanding the role of machine learning in predicting progression of osteoarthritis 2024-Nov-01, The bone & joint journal DOI:10.1302/0301-620X.106B11.BJJ-2024-0453.R1 PMID:39481441	系统综述	本文通过系统综述探讨了机器学习在预测骨关节炎进展中的作用	揭示了机器学习模型在预测骨关节炎进展中的可行性及当前临床应用的局限性	评估指标缺乏标准化，外部验证有限，临床适用性受限	探讨机器学习在预测骨关节炎进展中的应用及其潜力	骨关节炎（OA）患者	机器学习	骨关节炎	机器学习算法	深度学习，自动化机器学习	临床、放射学和生化数据	39项研究（初始筛选1,160项）
1391	2025-04-03	Substrate recognition principles for the PP2A-B55 protein phosphatase 2024-Oct-04, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adp5491 PMID:39356758	研究论文	本文通过整合AlphaFold建模和高分辨率突变扫描，揭示了PP2A-B55磷酸酶识别底物的机制，并设计了一种特异性肽抑制剂	发现了PP2A-B55通过保守机制识别底物α螺旋的关键氨基酸决定因素，并设计了特异性肽抑制剂	研究中使用的肽抑制剂可能需要在更多生物系统中验证其效果	阐明PP2A-B55磷酸酶识别底物的分子机制及其在细胞信号传导中的作用	PP2A-B55磷酸酶及其底物α螺旋结构	分子生物学	NA	AlphaFold建模、高分辨率突变扫描、深度学习蛋白设计	深度学习	蛋白质结构数据	NA
1392	2025-04-03	Deep Learning for Grading Endometrial Cancer 2024-Sep, The American journal of pathology DOI:10.1016/j.ajpath.2024.05.003 PMID:38879079	研究论文	该研究介绍了EndoNet，一种结合卷积神经网络和视觉变换器的深度学习模型，用于子宫内膜癌的分级	结合CNN提取组织学特征和视觉变换器聚合特征进行分级，无需手动标注	需要进一步验证	开发自动分级子宫内膜癌的深度学习模型	子宫内膜癌组织切片	数字病理学	子宫内膜癌	深度学习	CNN + 视觉变换器	图像	929张全切片图像（内部数据集）和100例患者（外部数据集）
1393	2025-04-03	Automated detection of Bornean white-bearded gibbon (Hylobates albibarbis) vocalizations using an open-source framework for deep learning 2024-09-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0028268 PMID:39248557	research paper	本文介绍了一个开源深度学习框架，用于自动检测婆罗洲白须长臂猿的鸣叫，以解决大规模声学数据分析的瓶颈问题	采用开源深度学习框架自动检测特定物种的鸣叫，显著减少分析时间，且检测结果与人工标注无显著差异	未来需要将该模型应用于长期声学数据集以了解鸣叫活动的时空变化	开发一个自动检测濒危物种鸣叫的深度学习框架，以促进声学监测	婆罗洲白须长臂猿（Hylobates albibarbis）的鸣叫	bioacoustics	NA	deep learning	neural network	audio recordings	90小时的手动标注音频记录
1394	2025-04-03	A systematic review of the application of machine learning techniques to ultrasound tongue imaging analysis 2024-09-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0028610 PMID:39287468	review	本文系统回顾了机器学习技术在超声舌成像分析中的应用	深入探讨了深度学习在超声舌图像序列分析中的应用潜力，特别是在克服斑点噪声和视野遮挡方面的优势	未提及具体实验验证或实际应用效果的局限性	评估机器学习技术在超声舌成像分析中的研究现状和发展趋势	超声舌图像帧序列(UTIFs)	machine learning	NA	B-mode ultrasound	deep learning	image	NA
1395	2025-04-03	A Self-Sensing and Self-Powered Wearable System Based on Multi-Source Human Motion Energy Harvesting 2024-07, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202311036 PMID:38342584	研究论文	提出了一种基于多源人体运动能量收集的自感知自供电可穿戴系统	结合三自由度摩擦纳米发电机和负能量收集器，利用深度学习模型识别运动状态，实现自感知和自供电	未提及系统在极端环境下的稳定性和长期穿戴的舒适性	开发自感知自供电的可穿戴系统，提高能量利用效率	人体运动能量（腰部运动能量和膝盖负能量）	可穿戴技术	NA	摩擦纳米发电机（TENG）、深度学习	Gate Recurrent Unit (GRU)	运动信号	实验数据未明确说明具体样本数量，但涉及模型穿戴测试
1396	2025-04-03	A Proof-of-Concept Computer Vision Approach for Measurement of Tympanic Membrane Perforations 2024-Jun, The Laryngoscope DOI:10.1002/lary.31270 PMID:38214334	研究论文	提出了一种基于计算机视觉的概念验证方法，用于测量鼓膜穿孔的大小	首次将计算机视觉技术应用于鼓膜穿孔大小的测量，相比传统视觉估计方法提高了准确性	研究样本量较小且穿孔类型较为单一，需要更大规模和多样化的数据集进行验证	开发一种更准确的鼓膜穿孔大小测量方法	鼓膜穿孔	计算机视觉	耳科疾病	深度学习	开源深度学习架构	内窥镜图像	少量鼓膜穿孔样本（主要为前部较小穿孔）
1397	2025-04-03	A Clinical and Imaging Fused Deep Learning Model Matches Expert Clinician Prediction of 90-Day Stroke Outcomes 2024-04-08, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8140 PMID:38331959	research paper	本研究开发了一种融合临床和影像数据的深度学习模型（DLPD），用于预测急性缺血性卒中患者90天后的功能结局，并与临床医生的预测进行了比较	首次将深度学习模型（DLPD）应用于急性缺血性卒中患者的长期功能结局预测，并证明其预测效果不劣于临床专家	研究样本量较小（80例患者），且为单中心数据，可能影响模型的泛化能力	开发并验证一种基于深度学习的预测模型，用于急性缺血性卒中患者的长期功能结局预测	急性缺血性卒中患者	digital pathology	cardiovascular disease	深度学习	DLPD	影像数据和临床数据	80例急性缺血性卒中患者
1398	2025-04-03	Identifying Patients with CSF-Venous Fistula Using Brain MRI: A Deep Learning Approach 2024-04-08, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8173 PMID:38423747	研究论文	本研究开发了一种深度学习模型，用于通过脑部MRI准确诊断CSF-静脉瘘	首次使用深度学习模型基于脑部MRI预测CSF-静脉瘘的存在	需要进一步的模型优化和外部验证才能应用于临床	开发一种通过脑部MRI准确诊断CSF-静脉瘘的深度学习方法	疑似自发性颅内低压的患者	数字病理学	自发性颅内低压	脑部MRI	深度学习模型	图像	129名患者
1399	2025-04-03	Correspondence attention for facial appearance simulation 2024-Apr, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103094 PMID:38306802	研究论文	提出一种基于深度学习的网络ACMT-Net，用于预测颌面畸形患者正颌手术后面部外观变化	通过点对点注意力对应矩阵关联面部软组织变化与骨骼运动，并引入对比损失进行自监督预训练	未明确说明模型在多样化患者群体中的泛化能力	提高正颌手术规划中面部外观变化预测的准确性和计算效率	颌面畸形患者	计算机视觉	颌面畸形	深度学习	ACMT-Net（基于注意力机制的神经网络）	医学图像数据	颌面畸形患者数据集（具体数量未说明）
1400	2025-04-03	Assessing the Impact of Urban Environments on Mental Health and Perception Using Deep Learning: A Review and Text Mining Analysis 2024-Apr, Journal of urban health : bulletin of the New York Academy of Medicine DOI:10.1007/s11524-024-00830-6 PMID:38466494	综述	本文通过系统综述和文本挖掘分析，探讨了深度学习技术在理解户外环境对人类感知和心理健康影响中的应用	提出了一种新颖的主题建模方法，用于识别连贯的关键词，并将当前研究分为三个主要领域	仅涵盖了2016年至2023年间发表的40篇论文，可能无法全面反映该领域的所有研究	研究户外环境对人类感知和心理健康的影响	城市环境与人类感知、心理健康之间的关系	自然语言处理	NA	文本挖掘、主题建模	深度学习	文本	40篇论文