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
1881	2025-01-22	Linking disease activity with optical coherence tomography angiography in neovascular age related macular degeneration using artificial intelligence 2024-08-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70234-8 PMID:39164449	研究论文	本研究利用人工智能技术探讨了新生血管性年龄相关性黄斑变性（nAMD）患者疾病活动性与光学相干断层扫描血管成像（OCTA）参数之间的定量关联	首次使用深度学习算法（RetInSight）检测和量化SD-OCT上的黄斑液体，并评估其与OCTA参数的相关性	样本量相对较小（230例患者），且部分相关性未达到统计学显著性	探讨nAMD患者疾病活动性与OCTA参数之间的定量关联，以优化抗VEGF治疗策略	接受抗VEGF治疗的nAMD患者	数字病理学	年龄相关性黄斑变性	光学相干断层扫描血管成像（OCTA）	深度学习算法（RetInSight）	图像	230例患者
1882	2025-01-22	The diagnostic performance of AI-based algorithms to discriminate between NMOSD and MS using MRI features: A systematic review and meta-analysis 2024-Jul, Multiple sclerosis and related disorders IF:2.9Q2 DOI:10.1016/j.msard.2024.105682 PMID:38781885	系统综述和荟萃分析	本文系统回顾和荟萃分析了基于MRI特征的AI算法在区分视神经脊髓炎谱系障碍（NMOSD）和多发性硬化症（MS）中的诊断性能	首次系统评估了AI模型在区分NMOSD和MS中的表现，并提供了基于MRI特征的诊断准确率、敏感性和特异性	研究结果受到MR成像、模型评估和报告性能指标的异质性影响，需要多中心数据集、标准化成像和评估协议以及详细透明的结果报告来优化性能	评估基于MRI特征的AI算法在区分NMOSD和MS中的诊断性能	NMOSD和MS患者	数字病理学	视神经脊髓炎谱系障碍和多发性硬化症	MRI	机器学习和深度学习	图像	1,362名MS患者和1,118名NMOSD患者
1883	2025-01-22	Sensing technologies and machine learning methods for emotion recognition in autism: Systematic review 2024-Jul, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105469 PMID:38723429	系统综述	本文综述了自闭症情感识别中使用的传感技术和机器学习方法，识别现有障碍和未来可能的研究方向	专注于自闭症患者的情感识别，结合传感技术和机器学习方法，填补了该领域的研究空白	研究主要集中在广泛的自闭症谱系上，对更具体的谱系障碍关注较少，隐私和安全问题讨论不足	评估自闭症情感识别中传感技术和机器学习方法的应用现状，识别现有障碍和未来研究方向	自闭症儿童、青少年和成人	机器学习	自闭症	面部表情识别技术、生理传感器	经典监督学习技术、无监督方法、深度学习模型	视频、生理数据	65篇符合标准的出版物
1884	2025-01-22	Small-Molecule Inhibitors of TIPE3 Protein Identified through Deep Learning Suppress Cancer Cell Growth In Vitro 2024-04-30, Cells IF:5.1Q2 DOI:10.3390/cells13090771 PMID:38727307	研究论文	本文通过深度学习方法识别出TIPE3蛋白的小分子抑制剂，并在体外实验中验证了其对癌细胞生长的抑制作用	结合深度学习和分子动力学模拟进行虚拟药物筛选，成功识别出具有显著抗癌活性的TIPE3抑制剂	研究仅限于体外实验，尚未进行体内实验验证	开发针对TIPE3蛋白的抗癌药物	TIPE3蛋白及其小分子抑制剂	机器学习	癌症	DFCNN, Autodock Vina docking, DeepBindBC, MD, metadynamics	DFCNN	化合物数据集	ZINC化合物数据集中的六个候选化合物
1885	2025-01-22	Predicting 5-year recurrence risk in colorectal cancer: development and validation of a histology-based deep learning approach 2024-Apr, British journal of cancer IF:6.4Q1 DOI:10.1038/s41416-024-02573-2 PMID:38245662	研究论文	本文开发并验证了一种基于组织学的深度学习模型，用于预测非转移性结直肠癌患者的5年无复发生存率	使用弱监督深度学习模型从组织学图像中提取信息，进行风险分层，并建立了深度预后因子（DL-RRS）	研究样本仅来自三家医院，可能限制了模型的泛化能力	预测非转移性结直肠癌患者的5年复发风险，以辅助临床决策	非转移性结直肠癌患者	数字病理学	结直肠癌	深度学习	弱监督深度学习模型	组织学图像	614例非转移性结直肠癌患者
1886	2025-01-22	Multimodal Deep Learning Network for Differentiating Between Benign and Malignant Pulmonary Ground Glass Nodules 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056301741240903072017 PMID:39257154	研究论文	本研究旨在建立一个多模态深度学习网络模型，以提高肺磨玻璃结节（GGNs）良恶性的诊断准确性	结合ResNet提取影像数据、Word2Vec提取语义信息以及Self Attention方法融合影像特征和患者数据，构建了一个多模态分类模型	研究依赖于回顾性数据，可能存在选择偏差	提高肺磨玻璃结节良恶性的诊断准确性	肺磨玻璃结节（GGNs）	计算机视觉	肺癌	胸部CT	ResNet, VGG, 多模态深度学习网络	影像数据, 语义信息	1020个GGNs（训练和验证集），204个GGNs（测试集）
1887	2025-01-21	Assessment of ComBat Harmonization Performance on Structural Magnetic Resonance Imaging Measurements 2024-Dec-15, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70085 PMID:39704541	研究论文	本研究评估了ComBat技术在结构磁共振成像（MRI）测量中的性能，特别是在多中心数据聚合的背景下	使用稳健的交叉验证方法来评估ComBat在多中心MRI数据中的性能，并应用多类高斯过程分类器进行定量分析	性能评估主要基于定量的统计分析和机器学习方法，缺乏更广泛的定性验证	评估ComBat技术在消除多中心MRI数据中的站点效应方面的有效性	多中心MRI数据中的体积和表面测量值	医学影像分析	NA	ComBat技术	多类高斯过程分类器	MRI图像	来自三个站点的MRI数据
1888	2025-01-21	Prospective de novo drug design with deep interactome learning 2024-Apr-22, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-47613-w PMID:38649351	研究论文	本文提出了一种基于交互组深度学习的计算方法，用于从头设计具有特定化学和药理性质的药物分子	该方法结合了图神经网络和化学语言模型的独特优势，无需应用特定的强化学习、迁移学习或少样本学习，实现了“零样本”构建具有特定生物活性、可合成性和结构新颖性的化合物库	NA	开发一种新的计算方法，用于从头设计药物分子，特别是针对人类过氧化物酶体增殖物激活受体（PPAR）亚型γ的结合位点	药物分子，特别是针对PPAR亚型γ的配体	机器学习	NA	深度学习，图神经网络，化学语言模型	图神经网络，化学语言模型	化学结构数据	NA
1889	2025-01-20	Identifying retinal pigment epithelium cells in adaptive optics-optical coherence tomography images with partial annotations and superhuman accuracy 2024-Dec-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.538473 PMID:39679394	研究论文	本文提出了一种基于深度学习的方法，用于在自适应光学-光学相干断层扫描（AO-OCT）图像中检测视网膜色素上皮（RPE）细胞，其准确率超过人类表现	使用部分标注训练数据，开发了一种自动化细胞分割算法，其准确率优于人类表现	未提及具体局限性	开发一种自动化算法，用于快速、经济且客观地量化RPE细胞的结构特性	视网膜色素上皮（RPE）细胞	计算机视觉	视网膜神经退行性疾病	自适应光学-光学相干断层扫描（AO-OCT）	深度学习	图像	未提及具体样本数量
1890	2025-01-19	Intelligent Diagnosis of Hypopigmented Dermatoses and Intelligent Evaluation of Vitiligo Severity on the Basis of Deep Learning 2024-Dec, Dermatology and therapy IF:3.5Q1 DOI:10.1007/s13555-024-01296-9 PMID:39514178	研究论文	本研究提出了一种基于深度学习的智能诊断模型，用于分类诊断色素减退性皮肤病（HD）和评估白癜风严重程度	通过将squeeze-and-excitation (SE)模块与候选模型结合，构建了优化的诊断模型，并提出了一种客观的严重程度评估指标，结合分割模型形成了严重程度评估模型	研究中使用的数据集主要来自4744名患者，可能无法涵盖所有类型的HD和白癜风病例	开发一种客观、准确且方便的智能诊断和评估方法，用于色素减退性皮肤病和白癜风的严重程度评估	色素减退性皮肤病（HD）和白癜风患者	计算机视觉	皮肤病	深度学习	SE_ResNet-18, HR-Net	图像	4744名患者的11483张图像
1891	2025-01-19	Three-dimensional convolutional neural network for leak detection and localization in smart water distribution systems 2024-Dec-01, Water research X IF:7.2Q1 DOI:10.1016/j.wroa.2024.100264 PMID:39822329	研究论文	本文提出了一种三维卷积神经网络（3D CNN）深度学习模型，用于智能水分配系统中的泄漏检测和定位	首次将3D CNN应用于水分配网络的泄漏检测和定位，能够处理压力和时间的空间分布信息	深度学习模型的适应性可能受限，且受水力模拟模型影响较大，网络变化时需要重新训练，可能耗时且难以处理多种故障情况	研究智能水分配系统中的泄漏检测和定位方法	水分配网络（WDNs）中的泄漏	机器学习	NA	深度学习	3D CNN	压力数据	使用奥斯汀的一个真实水分配网络进行测试，生成了150毫米管道中3升/秒的泄漏模拟数据
1892	2024-11-23	Corrigendum to: Deep learning(s) in gaming disorder through the user-avatar bond: A longitudinal study using machine learning 2024-Nov-22, Journal of behavioral addictions IF:6.6Q1 DOI:10.1556/2006.2024.30000 PMID:39576296	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1893	2025-01-19	Association of quantitative histopathology measurements with antemortem medial temporal lobe cortical thickness in the Alzheimer's disease continuum 2024-Sep-03, Acta neuropathologica IF:9.3Q1 DOI:10.1007/s00401-024-02789-9 PMID:39227502	研究论文	本文开发了两种深度学习算法，用于测量与阿尔茨海默病和LATE相关的磷酸化tau和TDP-43病理，并探讨了这些病理与内侧颞叶结构测量之间的关系	使用深度学习算法定量测量磷酸化tau和TDP-43病理，提供了比半定量评分更精细的病理测量方法，并展示了其在理解病理与结构关系中的优势	研究样本量相对较小（140例），且仅关注了内侧颞叶区域，未涉及其他脑区	探讨内侧颞叶萎缩与特定神经病理之间的关系，特别是磷酸化tau和TDP-43病理	阿尔茨海默病和LATE患者的脑组织样本	数字病理学	阿尔茨海默病	深度学习	深度学习算法	图像	140例生前MRI成像的病例
1894	2025-01-19	ARID3C Acts as a Regulator of Monocyte-to-Macrophage Differentiation Interacting with NPM1 2024-Aug-02, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.3c00509 PMID:38231884	研究论文	本研究探讨了ARID3C的细胞定位和功能，发现其与NPM1相互作用，促进单核细胞向巨噬细胞分化	首次揭示了ARID3C通过与NPM1结合并转运至细胞核，作为转录因子调控单核细胞向巨噬细胞分化的机制	未明确ARID3C在其他细胞类型或生物过程中的功能	阐明ARID3C的生物学功能及其在单核细胞向巨噬细胞分化中的作用	ARID3C蛋白及其与NPM1的相互作用	分子生物学	NA	LC-MS/MS, 深度学习, AlphaFold2	深度学习	蛋白质相互作用数据	NA
1895	2025-01-19	Chest CT-based automated vertebral fracture assessment using artificial intelligence and morphologic features 2024-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17072 PMID:38721977	研究论文	本文提出了一种基于胸部CT的自动化椎体骨折评估方法，利用深度学习和形态学特征进行椎体分割、标记和骨折检测	结合深度学习、多参数冻结增长算法和强度自相关技术，实现了椎体的自动化分割、标记及骨折检测，并验证了该方法在低剂量CT上的通用性	方法在低剂量CT上的通用性验证样本量较小（n=236），可能需要进一步扩大样本量以验证其稳定性	开发一种自动化方法，用于胸部CT图像中的椎体骨折评估，以替代人工专家阅读	慢性阻塞性肺疾病（COPD）患者的胸部CT图像	数字病理学	慢性阻塞性肺疾病	深度学习、多参数冻结增长算法、强度自相关	深度学习网络	胸部CT图像	3231名COPDGene研究参与者的40,050个椎体，其中120个扫描用于训练和验证深度学习模型，236个低剂量CT扫描用于通用性验证
1896	2025-01-19	Automated deep learning segmentation of high-resolution 7 Tesla postmortem MRI for quantitative analysis of structure-pathology correlations in neurodegenerative diseases 2024-May-01, Imaging neuroscience (Cambridge, Mass.) DOI:10.1162/imag_a_00171 PMID:39301426	研究论文	本文介绍了一种用于高分辨率7特斯拉死后MRI的自动深度学习分割方法，用于神经退行性疾病的结构-病理相关性定量分析	开发了一个深度学习管道，通过基准测试九种深度神经架构的性能来分割皮质层，并进行后处理拓扑校正	由于标记数据集的有限可用性以及扫描仪硬件和采集协议的异质性，自动分割方法在死后MRI中的应用尚未充分发展	开发自动分割方法以链接病理学测量与形态测量学测量	死后人类脑组织样本	数字病理学	阿尔茨海默病	7T MRI, T2w序列, T2*w FLASH序列	深度神经网络	MRI图像	135个死后人类脑组织样本，其中82个样本有阿尔茨海默病连续诊断
1897	2025-01-19	NON-CARTESIAN SELF-SUPERVISED PHYSICS-DRIVEN DEEP LEARNING RECONSTRUCTION FOR HIGHLY-ACCELERATED MULTI-ECHO SPIRAL FMRI 2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi56570.2024.10635551 PMID:39669313	研究论文	本文提出了一种基于物理驱动的深度学习（PD-DL）重建方法，用于加速多回波螺旋fMRI的10倍重建	本文的创新点在于将自监督学习算法修改并应用于非笛卡尔轨迹的优化训练，以实现高时空分辨率的多回波螺旋fMRI重建	NA	研究目的是通过深度学习技术加速多回波螺旋fMRI的重建，以提高时空分辨率	多回波螺旋fMRI数据	医学影像处理	NA	深度学习	PD-DL网络	fMRI图像数据	NA
1898	2025-01-19	Human-airway surface mesh smoothing based on graph convolutional neural networks 2024-Apr, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108061 PMID:38341897	研究论文	本文提出了一种基于图卷积神经网络（GCNNs）的无监督气道网格平滑学习方法（AMSL），用于保留三维气道几何形状，以进行精确的CT图像计算流体动力学（CFD）模拟	引入了一种新的无监督气道网格平滑学习方法（AMSL），该方法通过联合训练两个图卷积神经网络来过滤顶点位置和面法向量，并采用深度网格先验模型的概念，无需大量数据集进行训练	研究仅使用了20名受试者的气道图像进行平滑处理，其中仅两名受试者的数据用于CFD模拟，样本量较小	开发一种能够保留三维气道几何形状的平滑方法，以进行精确的CT图像计算流体动力学（CFD）模拟	气道几何形状	计算机视觉	NA	CT图像计算流体动力学（CFD）模拟	图卷积神经网络（GCNNs）	图像	20名受试者的气道图像
1899	2025-01-19	Investigating distributions of inhaled aerosols in the lungs of post-COVID-19 clusters through a unified imaging and modeling approach 2024-Apr-01, European journal of pharmaceutical sciences : official journal of the European Federation for Pharmaceutical Sciences IF:4.3Q1 DOI:10.1016/j.ejps.2024.106724 PMID:38340875	研究论文	本研究通过结合成像和建模方法，调查了COVID-19后遗症患者肺部吸入气溶胶的分布情况	利用深度学习算法识别出COVID-19后遗症患者的两个集群，并通过计算模型分析预测了这两个集群的气道阻力和颗粒沉积情况	样本量相对较小，且仅包括COVID-19幸存者和健康对照组	评估COVID-19后遗症患者集群中吸入气溶胶的分布情况	COVID-19幸存者和健康对照组	数字病理学	COVID-19	CT扫描和计算模型分析	深度学习算法	CT图像	140名COVID-19幸存者和105名健康对照组
1900	2025-01-19	Mapping cell-to-tissue graphs across human placenta histology whole slide images using deep learning with HAPPY 2024-Mar-28, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-46986-2 PMID:38548713	研究论文	本文介绍了一种名为HAPPY的深度学习分层方法，用于量化胎盘组织学全切片图像中细胞和微解剖组织结构的变异性	HAPPY方法不同于基于补丁的特征或分割方法，它遵循可解释的生物层次结构，在全切片图像中以单细胞分辨率表示细胞和组织中的细胞群落	NA	开发一种深度学习方法来准确评估胎盘病理学，以管理母婴健康	胎盘组织学全切片图像	数字病理学	NA	深度学习	NA	图像	健康足月胎盘和具有临床显著胎盘梗死的胎盘