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
161	2025-03-10	An interpretable generative multimodal neuroimaging-genomics framework for decoding alzheimer's disease 2024-Nov-14, ArXiv PMID:38947922	研究论文	本文提出了一种可解释的生成多模态神经影像-基因组学框架，用于解码阿尔茨海默病	提出了一种新的深度学习分类框架，采用循环生成对抗网络（cGAN）在潜在空间中填补缺失数据，并采用可解释的人工智能方法（XAI）提取输入特征的相关性	未明确提及具体限制	解码阿尔茨海默病的潜在机制，进行AD检测和MCI转化预测	阿尔茨海默病患者和轻度认知障碍（MCI）患者	数字病理学	老年病	结构性和功能性磁共振成像（sMRI/fMRI），单核苷酸多态性（SNPs）	循环生成对抗网络（cGAN）	神经影像数据，基因组数据	未明确提及具体样本数量
162	2025-03-06	Sensorless End-to-End Freehand 3-D Ultrasound Reconstruction With Physics-Guided Deep Learning 2024-Nov, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3465214 PMID:39302786	研究论文	本文提出了一种无需传感器的自由手3D超声重建方法，利用物理引导的深度学习技术	设计了一种新颖的物理启发深度学习网络（PLPPI），无需3D卷积即可进行自由手3D超声重建，显著提高了重建质量并减少了计算资源需求	未提及具体局限性	改进自由手3D超声重建的质量，并减少训练和推理所需的计算资源	自由手3D超声成像	计算机视觉	NA	深度学习	物理引导的深度学习网络（PLPPI）	超声图像	未提及具体样本数量
163	2025-03-05	Explainable AI for computational pathology identifies model limitations and tissue biomarkers 2024-Nov-18, ArXiv PMID:39279830	研究论文	本文介绍了一种名为HIPPO的可解释AI框架，用于增强数字病理学中深度学习模型的透明度和可靠性	HIPPO框架通过系统修改全片图像中的组织区域生成图像反事实，支持定量假设测试、偏差检测和模型评估，超越了传统性能指标	未明确提及具体局限性	开发一种可解释AI框架，以增强数字病理学中深度学习模型的透明度和可靠性	乳腺癌转移检测、乳腺癌和黑色素瘤的预后预测、胶质瘤IDH突变分类	数字病理学	乳腺癌、黑色素瘤、胶质瘤	深度学习	HIPPO框架	图像	未明确提及具体样本数量
164	2025-03-05	Personalized Video-Based Hand Taxonomy Using Egocentric Video in the Wild 2024-Nov-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3495699 PMID:39527414	研究论文	本研究旨在通过应用语义聚类到自我中心视频中，自动识别每个个体的主要手部抓握方式，而无需依赖先验分类法	开发了一种整合姿势和外观数据的深度学习模型，用于创建个性化的手部抓握分类法	聚类纯度仅为67.6% ± 24.2%，冗余度为18.0% ± 21.8%，表明模型仍有改进空间	开发一个在自然环境中全面模型手部抓握的方法，应用于机器人学、人体工程学和康复等领域	19名颈椎脊髓损伤（SCI）患者的自我中心视频记录	计算机视觉	脊髓损伤	深度学习	深度学习模型	视频	19名颈椎脊髓损伤患者的自我中心视频记录
165	2025-03-05	DeepLigType: Predicting Ligand Types of ProteinLigand Binding Sites Using a Deep Learning Model 2024-Nov-07, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3493820 PMID:39509302	研究论文	本文介绍了一种名为DeepLigType的深度学习模型，用于预测蛋白质-配体结合位点的配体类型	提出了结合卷积块注意力模块（CBAM）与ResNet的深度学习模型，用于预测五种不同的配体类型，并创建了一个新的数据集LigType5	模型的准确率为74.30%，仍有提升空间	通过深度学习模型预测蛋白质-配体结合位点的配体类型，以支持药物设计中的决策	蛋白质-配体结合位点	机器学习	NA	深度学习	CBAM-ResNet	蛋白质-配体结合位点数据	从PDBbind和scPDB数据集中创建的新数据集LigType5
166	2025-03-05	Advanced Camera-Based Scoliosis Screening via Deep Learning Detection and Fusion of Trunk, Limb, and Skeleton Features 2024-Nov-05, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3491855 PMID:39499599	研究论文	本研究提出了一种基于单目RGB摄像头的非侵入性脊柱侧弯筛查方法，通过深度学习检测和融合躯干、肢体和骨骼特征，提高了筛查的精确性	创新性地结合了参数化人体三维重建（PH3DR）和多尺度融合注意力（MSFA）模块，以及Swin Transformer增强的CMU-Pose，用于提取人体骨骼特征，从而提高了脊柱侧弯筛查的精度和效率	尽管模型在实验中表现优异，但其在更广泛人群中的适用性和长期效果仍需进一步验证	开发一种非侵入性、易于部署的脊柱侧弯早期筛查和常规监测方法	脊柱侧弯患者	计算机视觉	脊柱侧弯	深度学习	ISANet, Swin Transformer, CMU-Pose	图像	未明确提及样本数量
167	2025-03-02	Detection of glaucoma progression on longitudinal series of en-face macular optical coherence tomography angiography images with a deep learning model 2024-Nov-22, The British journal of ophthalmology DOI:10.1136/bjo-2023-324528 PMID:39117359	研究论文	本文设计了一种深度学习模型，用于通过纵向系列的黄斑光学相干断层扫描血管成像（OCTA）图像检测青光眼的进展	使用定制的卷积神经网络（CNN）对青光眼进展进行分类，并与基于全图像血管密度（wiVD）损失的逻辑回归模型进行比较	需要外部验证以进一步增强模型的泛化能力	检测青光眼的进展	134名开角型青光眼患者的202只眼睛	计算机视觉	青光眼	光学相干断层扫描血管成像（OCTA）	卷积神经网络（CNN）	图像	202只眼睛，134名患者，平均随访3.5年
168	2025-03-02	Predicting phage-host interactions via feature augmentation and regional graph convolution 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae672 PMID:39727002	研究论文	本文提出了一种名为MI-RGC的新方法，通过特征增强和区域图卷积来预测噬菌体-宿主相互作用（PHIs）	MI-RGC方法引入了互信息进行特征增强，并采用区域图卷积来学习有意义的表示，从而克服了现有深度学习方法在PHIs预测中的局限性	尽管MI-RGC在三个基准数据集上表现出色，但其在高度数据稀疏性任务中的过拟合风险仍需进一步研究	开发一种更有效的预测噬菌体-宿主相互作用的方法，以支持噬菌体疗法的发展	噬菌体和宿主之间的相互作用	机器学习	NA	深度学习方法	区域图卷积模型	序列信息	三个基准数据集
169	2025-03-02	Automatic Segmentation and Radiomics for Identification and Activity Assessment of CTE Lesions in Crohn's Disease 2024-11-04, Inflammatory bowel diseases IF:4.5Q1 DOI:10.1093/ibd/izad285 PMID:38011673	研究论文	本文开发了一种深度学习自动分割模型，用于在计算机断层扫描肠造影（CTE）图像中分割克罗恩病（CD）病变，并通过提取的放射组学特征构建多个机器学习分类器以区分CD活动性	开发了基于nnU-Net神经网络的自动分割模型，并结合放射组学特征构建了多个机器学习分类器，用于区分CD活动性	研究为回顾性研究，样本量相对较小，可能影响模型的泛化能力	开发自动分割模型并构建机器学习分类器，以辅助放射科医生评估克罗恩病活动性	克罗恩病患者的CTE图像	计算机视觉	克罗恩病	深度学习，放射组学	nnU-Net，逻辑回归	CTE图像	分割数据集包含84例CD患者的CTE检查，分类数据集包含193例CD患者的CTE检查
170	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
171	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
172	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
173	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
174	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
175	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
176	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
177	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）
178	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
179	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
180	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