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
141	2025-03-01	Deep learning of structural MRI predicts fluid, crystallized, and general intelligence 2024-11-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78157-0 PMID:39537706	研究论文	本研究探讨了深度学习技术如何利用T1加权结构脑磁共振成像（sMRI）预测个体的流体智力、晶体智力和一般智力	首次使用深度学习模型预测晶体智力和一般智力，而不仅仅是流体智力，并且通过大量实验验证了T1加权sMRI在智力预测中的潜力	研究样本包括健康个体和自闭症患者，可能影响结果的普适性，且深度学习模型的复杂性增加并未显著提高预测准确性	探索深度学习技术是否能够通过sMRI预测个体的智力水平，包括流体智力、晶体智力和一般智力	850名6至64岁的健康个体和自闭症患者	计算机视觉	自闭症	T1加权结构脑磁共振成像（sMRI）	2D和3D CNN	图像	850名6至64岁的健康个体和自闭症患者
142	2025-02-28	MCNN-AAPT: accurate classification and functional prediction of amino acid and peptide transporters in secondary active transporters using protein language models and multi-window deep learning 2024-Nov-22, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2024.2431664 PMID:39576667	研究论文	本研究开发了一个结合预训练蛋白质语言模型和深度学习技术的计算框架，用于分类次级主动转运蛋白中的氨基酸和肽转运蛋白，并预测其与溶质载体蛋白的功能关联	首次将预训练蛋白质语言模型与多窗口深度学习技术结合，用于次级主动转运蛋白的功能分类和溶质载体蛋白的预测	研究仅基于已知的次级主动转运蛋白数据集，可能无法涵盖所有未知的转运蛋白类型	开发一个计算框架，用于分类和预测次级主动转运蛋白的功能	次级主动转运蛋白，特别是氨基酸和肽转运蛋白	生物信息学	癌症	蛋白质语言模型（ProtTrans, ESM-1b, ESM-2），深度学习	深度学习神经网络	蛋白质序列数据	448个次级主动转运蛋白，包括36个溶质载体蛋白
143	2025-02-28	In vivo evaluation of complex polyps with endoscopic optical coherence tomography and deep learning during routine colonoscopy: a feasibility study 2024-11-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78891-5 PMID:39537775	研究论文	本研究评估了在常规结肠镜检查中使用内窥镜光学相干断层扫描（OCT）和深度学习技术评估复杂息肉的可行性	结合OCT和深度学习技术，提供了一种新的非侵入性方法来评估结肠息肉的浸润深度，并在多个组织学亚型之间进行了细致的比较	样本量较小（35个息肉，32名患者），且为初步临床研究，需要更大规模的研究来验证结果	评估内窥镜OCT探头在常规结肠镜检查中评估结肠息肉的可行性	接受内窥镜治疗的大型结肠息肉患者	数字病理学	结肠癌	内窥镜光学相干断层扫描（OCT）	深度学习模型	图像	35个息肉，32名患者
144	2024-11-17	Artificial intelligence-based morphologic classification and molecular characterization of neuroblastic tumors from digital histopathology 2024-Nov-08, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00745-0 PMID:39511421	研究论文	开发了一种基于注意力机制的多实例学习和自监督学习的深度学习模型，用于从数字病理学中对神经母细胞瘤进行形态学分类和分子特征分析	首次使用注意力机制的多实例学习和自监督学习方法，结合H&E染色全切片图像，对神经母细胞瘤进行病理分类和MYCN扩增状态评估	NA	开发一种人工智能辅助的神经母细胞瘤分类方法	神经母细胞瘤的病理分类和MYCN扩增状态评估	数字病理学	神经母细胞瘤	注意力机制的多实例学习 (aMIL) 和自监督学习 (SSL)	深度学习模型	图像	迄今为止报道的最大队列的全切片图像
145	2025-02-24	Utilizing retinal arteriole/venule ratio to estimate intracranial pressure 2024-Nov-08, Acta neurochirurgica IF:1.9Q2 DOI:10.1007/s00701-024-06343-0 PMID:39514087	研究论文	本研究探讨了利用视网膜动静脉比率（A/V比率）无创估计颅内压（ICP）的可行性，并加入了眼内压（IOP）的考量	首次在神经重症监护病房（NICU）环境中，结合眼内压（IOP）使用深度学习算法分析眼底镜检查视频，以无创方式估计颅内压（ICP）	图像质量和诊断特异性仍存在挑战，需要更大规模的多中心研究来验证该技术的临床适用性	研究无创估计颅内压（ICP）的方法，以减少侵入性测量带来的风险	神经重症监护病房（NICU）中的成年患者，格拉斯哥昏迷评分（GCS）≤8分，并接受侵入性压力监测	数字病理学	脑损伤	深度学习算法	混合效应线性回归模型	视频	40名患者，其中15名纳入最终分析
146	2025-02-21	Improved prediction of post-translational modification crosstalk within proteins using DeepPCT 2024-11-28, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae675 PMID:39570595	研究论文	本文提出了一种名为DeepPCT的深度学习算法，用于预测蛋白质内的翻译后修饰（PTM）交叉对话	DeepPCT结合了AlphaFold2预测的蛋白质结构，通过序列和结构嵌入以及交叉注意力技术，构建了深度学习分类器，显著提高了预测准确性	尽管DeepPCT在预测PTM交叉对话方面表现出色，但其性能仍可能受到蛋白质结构预测准确性的限制	提高蛋白质内翻译后修饰（PTM）交叉对话的预测准确性	蛋白质内的翻译后修饰（PTM）交叉对话	机器学习	NA	深度学习，图神经网络，随机森林模型	深度学习分类器，图神经网络，随机森林模型	蛋白质序列和结构数据	NA
147	2025-02-17	Tricuspid valve flow measurement using a deep learning framework for automated valve-tracking 2D phase contrast 2024-Nov, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30163 PMID:38817154	研究论文	本文开发了一种自动瓣膜追踪的2D方法，用于测量动态三尖瓣的血流速度	使用深度学习网络TVnet自动追踪三尖瓣平面，并应用于动态2D相位对比成像	样本量较小，仅包括9名健康受试者和2名患者	评估三尖瓣血流速度，解决心血管MR测量中的挑战	健康受试者和患者的三尖瓣血流	计算机视觉	心血管疾病	2D相位对比成像	深度学习网络TVnet	图像	9名健康受试者和2名患者
148	2025-02-16	Uncertainty-aware genomic deep learning with knowledge distillation 2024-Nov-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.13.623485 PMID:39605624	研究论文	本文介绍了一种名为DEGU的方法，通过集成学习和知识蒸馏提高深度神经网络在基因组学预测中的鲁棒性和可解释性	DEGU方法首次将集成学习和知识蒸馏结合，用于基因组学中的不确定性感知模型，同时捕捉预测的平均值和变异性	未明确提及具体局限性	提高深度神经网络在基因组学预测中的可靠性和可解释性	基因组学数据	机器学习	NA	深度神经网络（DNNs）	DEGU（集成学习和知识蒸馏模型）	基因组学数据	NA
149	2025-02-14	Medical language model specialized in extracting cardiac knowledge 2024-11-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80165-z PMID:39580531	研究论文	本文专注于构建一个专门用于心脏病学领域的医学语言模型	创新点在于将医学领域细分为多个专业部门，并专注于心脏病学领域，构建专门的模型	NA	研究目的是在医学领域内构建一个专门用于心脏病学的语言模型	研究对象是心脏病学领域的医学数据	自然语言处理	心血管疾病	Transformer	Transformer-based 语言模型	文本	NA
150	2025-02-14	Drug Discovery in the Age of Artificial Intelligence: Transformative Target-Based Approaches 2024-Nov-14, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms252212233 PMID:39596300	综述	本文探讨了机器学习在基于靶点的药物发现中的应用，特别是在小分子方法中的影响	利用机器学习和自然语言处理技术，SMILES系统在药物设计、挖掘和再利用中取得了革命性进展，深度学习通过CNN和RNN在虚拟筛选、靶点识别和新药设计中显示出潜力	挑战包括模型的可解释性和数据质量问题	探讨机器学习如何加速基于靶点的药物发现，提高效率和创新	小分子药物	机器学习	NA	机器学习，自然语言处理，深度学习	CNN, RNN, GAN	化学结构数据	NA
151	2025-02-14	Deep learning prediction of curve severity from rasterstereographic back images in adolescent idiopathic scoliosis 2024-Nov, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-023-08052-1 PMID:38055037	研究论文	本研究评估了基于卷积神经网络的深度学习模型在青少年特发性脊柱侧弯中直接从背部表面光栅立体图像预测Cobb角度的有效性	使用深度学习模型直接从光栅立体图像预测Cobb角度，避免了传统的脊柱形状重建方法	尽管相比之前的方法有所改进，但全自动应用的性能仍低于人类操作者进行的放射学评估	评估深度学习模型在预测青少年特发性脊柱侧弯Cobb角度方面的有效性	青少年特发性脊柱侧弯患者	计算机视觉	脊柱侧弯	光栅立体成像	卷积神经网络（CNN）	图像	900名个体（720个训练样本，180个测试样本）
152	2025-02-13	iGTP: Learning interpretable cellular embedding for inferring biological mechanisms underlying single-cell transcriptomics 2024-Nov-25, medRxiv : the preprint server for health sciences DOI:10.1101/2024.03.29.24305092 PMID:39649598	研究论文	本文介绍了一种名为iGTP的新型可解释生成转录程序框架，用于从单细胞转录组数据中推断生物学机制	iGTP框架能够建模转录程序空间和蛋白质-蛋白质相互作用的重要性，并通过整合图神经网络框架有效推断细胞对扰动的响应	未明确提及具体限制	开发一种能够从单细胞转录组数据中推断生物学机制的可解释深度学习模型	单细胞转录组数据	生物信息学	NA	单细胞转录组测序	变分自编码器（VAE）、图神经网络（GNN）	单细胞转录组数据	未明确提及具体样本数量
153	2025-02-07	Automatic detection and counting of wheat spike based on DMseg-Count 2024-11-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80244-1 PMID:39613805	研究论文	本文提出了一种基于DMseg-Count模型的小麦穗自动检测与计数方法，以提高复杂田间环境下小麦穗计数的准确性	通过增强局部上下文监督信息，改进了现有的目标对象计数模型DM-Count，提出了DMseg-Count模型，并设计了逐元素点乘机制来融合全局和局部上下文监督信息	未提及具体的数据集大小或模型在不同环境下的泛化能力	提高小麦穗图像的自动检测与计数准确性，以支持产量预测和品种评估	小麦穗图像	计算机视觉	NA	深度学习	DMseg-Count	图像	未提及具体样本数量
154	2025-02-07	nPOD-Kidney: A Heterogenous Donor Cohort for the Investigation of Diabetic Kidney Disease Pathogenesis and Progression 2024-Nov-05, Kidney360 IF:3.2Q1 DOI:10.34067/KID.0000000620 PMID:39499578	研究论文	本文介绍了nPOD-K项目，旨在通过使用器官捐赠者的肾脏来增强对糖尿病肾病（DKD）进展的理解	利用器官捐赠者的肾脏样本，结合传统和数字病理学方法，深入研究了DKD的病理机制和进展	研究依赖于器官捐赠者的样本，可能受到样本来源和数量的限制	研究目的是通过分析器官捐赠者的肾脏样本，深入了解糖尿病肾病的病理机制和进展	研究对象为糖尿病肾病患者的肾脏样本	数字病理学	糖尿病肾病	传统病理学和数字病理学方法，包括深度学习和机器学习图像分析工具	深度学习分割和机器学习图像分析工具	图像	nPOD-K队列中的肾脏样本
155	2025-02-06	Classification-based pathway analysis using GPNet with novel P-value computation 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf039 PMID:39879387	研究论文	本文提出了一种基于深度学习的分类方法GPNet，结合新的P值计算方法，用于生物信息学中的通路分析	使用深度学习模型Gene PointNet和基于混淆矩阵的新P值计算方法，解决了传统方法在低信噪比和大样本数据集上的局限性	未提及具体局限性	提高通路分析在低信噪比和大样本数据集中的准确性和可靠性	基因表达数据	生物信息学	乳腺癌	RNA-Seq	Gene PointNet	基因表达数据	模拟数据集和The Cancer Genome Atlas乳腺癌数据集
156	2025-02-06	A Real-Time End-to-End Framework with a Stacked Model Using Ultrasound Video for Cardiac Septal Defect Decision-Making 2024-11-03, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10110280 PMID:39590744	研究论文	本文提出了一种实时端到端框架，利用超声视频进行心脏间隔缺损（CSD）决策，采用基于Yolo技术的先进实时架构，显著提高了诊断效率和准确性	首次将Yolov8l架构应用于儿科超声视频分析，实现了高精度的实时CSD决策，并在医院实时测试中表现出色	研究样本量相对较小，仅使用了222个超声视频，且仅在单一医院进行测试，可能限制了模型的泛化能力	提高心脏间隔缺损的诊断效率和准确性，优化儿科心脏病的临床决策	儿科患者的超声视频	计算机视觉	心血管疾病	深度学习	Yolov8l	视频	222个超声视频
157	2025-02-02	GMDIC: a digital image correlation measurement method based on global matching for large deformation displacement fields 2024-Nov-01, Journal of the Optical Society of America. A, Optics, image science, and vision DOI:10.1364/JOSAA.533551 PMID:39889089	研究论文	本文提出了一种基于深度学习的数字图像相关测量方法GMDIC，用于复杂大变形位移场的测量	结合了多头注意力Swin-Transformer和高效通道注意力模块ECA，并在特征中添加位置信息以增强特征表示能力	在处理大规模图像数据时，计算复杂度较高，导致处理速度较慢	提高大变形位移场测量的计算精度和速度	散斑图像的位移场	计算机视觉	NA	深度学习	Swin-Transformer, ECA	图像	包含各种类型散斑图像和复杂变形的位移场数据集
158	2025-02-01	Inferring the genetic relationships between unsupervised deep learning-derived imaging phenotypes and glioblastoma through multi-omics approaches 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf037 PMID:39879386	研究论文	本研究旨在探讨无监督深度学习衍生的影像表型（UDIPs）与胶质母细胞瘤（GBM）之间的遗传关联	结合GWAS数据、单核RNA测序（snRNA-seq）和scPagwas方法，探索UDIPs与GBM的遗传联系，并识别了23个与GBM有显著因果关联的UDIPs	研究中涉及的UDIPs数量较多（512个），但仅有23个显示出显著关联，可能限制了结果的广泛适用性	研究无监督深度学习衍生的影像表型与胶质母细胞瘤之间的遗传关联	胶质母细胞瘤（GBM）患者及其影像表型	数字病理学	胶质母细胞瘤	GWAS, snRNA-seq, scPagwas	无监督深度学习	影像数据, 基因组数据	512个UDIPs
159	2025-01-31	Artificial Intelligence Applications to Measure Food and Nutrient Intakes: Scoping Review 2024-Nov-28, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/54557 PMID:39608003	综述	本文通过范围综述，综合了现有关于使用人工智能工具评估食物和营养素摄入量的有效性、准确性及挑战的文献	探讨了人工智能在克服传统饮食评估方法局限性的潜力，并提供了当前优势和改进领域的见解	在适应多样食物类型、确保算法公平性和解决数据隐私问题方面仍存在挑战	评估人工智能工具在食物和营养素摄入量评估中的有效性和准确性	人类受试者的食物和营养素摄入量	自然语言处理	NA	深度学习（如卷积神经网络）、机器学习（如支持向量机）及混合方法	CNN, SVM	图像、声音、颌骨运动数据、文本数据	10至38,415名参与者
160	2025-01-31	AI-Based Noninvasive Blood Glucose Monitoring: Scoping Review 2024-Nov-19, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/58892 PMID:39561353	综述	本文通过系统性范围综述，探讨了人工智能在无创血糖监测中的应用	首次系统性地综述了人工智能在无创血糖监测中的使用情况，并提出了标准化和规范化的需求	由于模型和输入数据的异质性，准确率范围较广，且研究质量平均为中等	探讨人工智能在无创血糖监测中的应用及其潜力	无创血糖监测技术及其相关人工智能模型	医疗人工智能	糖尿病	光学技术、电化学传感器、成像技术、混合技术、组织阻抗	随机森林、人工神经网络	非侵入性数据	33篇论文，涵盖2005年至2023年间的亚洲、美国、欧洲、中东和非洲的研究