深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
261	2024-11-23	Large language modeling and deep learning shed light on RNA structure prediction 2024-Dec, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02488-z PMID:39572717	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
262	2025-02-19	A comprehensive dataset of rice field weed detection from Bangladesh 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110981 PMID:39957731	研究论文	本文介绍了一个包含3632张高分辨率RGB图像的全面数据集，用于检测孟加拉国稻田中的杂草	开发了一个包含11种常见稻田杂草的高分辨率图像数据集，适用于全球不同农业环境	数据集主要来自孟加拉国，可能在其他地区的适用性有限	通过提供高质量数据集，支持深度学习与机器学习在稻田杂草检测中的应用	稻田中的杂草	计算机视觉	NA	NA	NA	图像	3632张高分辨率RGB图像	NA	NA	NA	NA
263	2025-02-19	Mine 4.0-mineCareerDB: A high-resolution image dataset for mining career segmentation and object detection 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110976 PMID:39957730	研究论文	本文介绍了Mine 4.0-MineCareerDB，一个公开的高分辨率图像数据集，专门用于分析采矿职业	提供了一个专门为采矿行业设计的高分辨率图像数据集，支持计算机视觉应用	数据集仅包含373张图像，可能不足以覆盖所有采矿场景	推动计算机视觉在采矿行业中的应用，如设备识别、安全分析和自动化研究	采矿操作和活动的图像	计算机视觉	NA	无人机摄影	NA	图像	373张采矿活动图像	NA	NA	NA	NA
264	2025-02-19	A dataset of mammography images with area-based breast density values, breast area, and dense tissue segmentation masks 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110980 PMID:39957743	研究论文	本文介绍了一个新的数据集，旨在推动自动乳腺密度估计的研究，这是乳腺X光片解读中的一个关键因素	该数据集基于公开的VinDr-Mammo数据集，提供了745张乳腺X光片图像及专家放射科医生对整个乳房和致密组织区域的注释，为自动乳腺密度分析提供了新的资源	数据集的样本量相对较小，可能限制了模型的泛化能力	推动自动乳腺密度估计的研究，以改进乳腺癌筛查	乳腺X光片图像	数字病理学	乳腺癌	乳腺X光摄影	深度学习模型	图像	745张乳腺X光片图像	NA	NA	NA	NA
265	2025-02-16	Avoiding missed opportunities in AI for radiology 2024-Dec, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03295-9 PMID:39585545	评论	本文探讨了人工智能（AI）在放射学中的应用，强调了避免错失AI潜力的重要性	提出了在放射学中避免错失AI应用机会的策略，并强调了AI在临床和财务上的双重益处	文章主要基于作者所在医疗系统的经验，可能不具有普遍适用性	探讨如何充分利用AI在放射学中的潜力，以提升医疗智慧和患者护理	放射学中的AI应用	机器学习	NA	深度学习	人工神经网络	NA	NA	NA	NA	NA	NA
266	2025-02-14	Ontologies in modelling and analysing of big genetic data 2024-Dec, Vavilovskii zhurnal genetiki i selektsii IF:0.9Q3 DOI:10.18699/vjgb-24-101 PMID:39944813	研究论文	本文探讨了基于本体论的新方法，用于系统化和有效利用生物信息学和生物医学领域积累的大量实验数据，包括自动化语义整合异构数据、创建大型知识库和基于深度学习的自解释方法	提出了基于本体论的深度学习方法，如Deep GONet和ONN4MST，这些方法不仅性能高，而且具有可解释性，解决了深度学习模型通常作为“黑箱”的问题	尽管提出了可解释的深度学习方法，但神经网络的复杂性和数据异质性仍然是挑战，且自动推理依赖于预先创建的参考本体	开发基于本体论的方法，以系统化和有效利用生物信息学和生物医学领域的大规模实验数据	生物信息学、系统生物学和生物医学领域的实验数据	生物信息学	癌症	深度学习、本体论、语义整合	Deep GONet、ONN4MST	基因数据、微生物数据	癌症诊断数据集、人类肠道微生物群落样本	NA	NA	NA	NA
267	2025-10-07	MRI-based Deep Learning Models for Preoperative Breast Volume and Density Assessment Assisting Breast Reconstruction 2024-Dec, Aesthetic plastic surgery IF:2.0Q2 DOI:10.1007/s00266-024-04074-2 PMID:38806828	研究论文	开发基于MRI的深度学习模型用于术前乳房体积和密度评估，辅助乳房重建手术	开发了三种自动分割乳房区域的算法（简单配准模型、动态编程模型和深度学习模型），实现了高度可重复的乳房区域分割和自动体积测量	研究样本量相对有限（249名受试者），未与其他现有方法进行广泛比较	开发人工智能模型实现乳房的自动分割和体积测量，优化乳房重建手术	接受乳房重建手术的249名患者	医学影像分析	乳腺癌	MRI成像	深度学习模型	MRI图像	249名接受乳房重建手术的患者	NA	简单配准模型,动态编程模型,深度学习模型	均方误差(MSE),组内相关系数(ICC)	NA
268	2025-02-12	Artificial Intelligence - Blessing or Curse in Dentistry? - A Systematic Review 2024-Dec, Journal of pharmacy & bioallied sciences DOI:10.4103/jpbs.jpbs_1106_24 PMID:39926925	系统综述	本文系统综述了人工智能在牙科各个领域的多样化应用	全面分析了人工智能在牙科中的优势和挑战，涵盖了诊断、治疗和患者结果等多个方面	数据隐私、牙科专业人员的工作替代问题以及确保安全性和有效性的全面验证和监管需求仍是主要挑战	探讨人工智能在牙科中的应用及其影响	牙科领域的人工智能应用	机器学习	NA	机器学习、深度学习	NA	文本	607篇出版物中筛选出13篇相关文献	NA	NA	NA	NA
269	2025-10-07	Cropformer: An interpretable deep learning framework for crop genomic prediction 2024-Dec-16, Plant communications IF:9.4Q1 DOI:10.1016/j.xplc.2024.101223 PMID:39690739	研究论文	开发了一个名为Cropformer的可解释深度学习框架，用于作物基因组预测和表型预测	将卷积神经网络与多种自注意力机制相结合，提高了基因组选择的准确性和可解释性	NA	解决当前基因组选择中深度学习模型鲁棒性低和可解释性差的问题	玉米、水稻、小麦、谷子和番茄五种主要作物	机器学习	NA	基因组选择	CNN, Transformer	基因组数据	超过20个性状的基因组数据	NA	Cropformer（CNN与自注意力机制结合）	预测准确率	NA
270	2025-02-08	Physics-guided multistage neural network: A physically guided network for step initial values and dispersive shock wave phenomena 2024-Dec, Physical review. E DOI:10.1103/PhysRevE.110.065307 PMID:39916289	研究论文	本文提出了一种物理引导的多阶段神经网络（PgMSNN）模型，用于模拟复杂的色散冲击波现象	通过集成残差学习范式并在现有PINN方法中引入色散因子，显著增强了物理信息神经网络（PINNs）描述复杂色散现象的能力，并提出了一种高度自适应的深度Runge-Kutta方法	NA	提高物理信息神经网络（PINNs）在色散冲击波现象中的数值模拟精度和稳定性	色散冲击波现象	机器学习	NA	物理引导的多阶段神经网络（PgMSNN）	物理引导的多阶段神经网络（PgMSNN）	数值数据	NA	NA	NA	NA	NA
271	2025-10-07	Intelligent cholinergic white matter pathways algorithm based on U-net reflects cognitive impairment in patients with silent cerebrovascular disease 2024-Dec-30, Stroke and vascular neurology IF:4.4Q1 DOI:10.1136/svn-2023-002976 PMID:38569895	研究论文	开发基于U-net的智能算法评估静默性脑血管病患者胆碱能白质通路损伤与认知功能障碍的关系	首个用于评估胆碱能白质通路的智能算法，相比金标准具有良好准确性	NA	建立智能算法评估血管源性白质高信号患者的胆碱能白质通路损伤	静默性脑血管病伴血管源性白质高信号患者	数字病理	脑血管疾病	深度学习	CNN	医学影像	内部训练测试集464例患者，外部验证集100例患者	NA	U-net	灵敏度, 特异性, AUC	NA
272	2025-10-07	Application of deep learning models on single-cell RNA sequencing analysis uncovers novel markers of double negative T cells 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82406-7 PMID:39732739	研究论文	本研究应用深度学习模型分析单细胞RNA测序数据，揭示了双阴性T细胞的新型标志物	首次使用scVI深度学习模型识别DNT细胞亚群的新型标志物，修正了先前关于CD137表达的错误认知，并发现了CD30和CD153等新标志物	研究主要基于小鼠模型，人类DNT细胞的验证相对有限	通过深度学习技术识别和验证双阴性T细胞的新型分子标志物	C57BL/6小鼠和MRL/lpr小鼠的脾脏双阴性T细胞	生物信息学	自身免疫疾病	单细胞RNA测序, 流式细胞术	深度学习	基因表达数据	C57BL/6小鼠和MRL/lpr小鼠的脾脏DNT细胞	scVI	Single Cell Variational Inference	流式细胞术验证	NA
273	2025-10-07	Predicting RNA Structure and Dynamics with Deep Learning and Solution Scattering 2024-Dec-21, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.08.598075 PMID:39764023	研究论文	开发了结合深度学习与溶液散射的SCOPER流程，用于预测RNA在溶液中的结构和动力学	整合了基于运动学的构象采样与创新的深度学习模型IonNet，专门预测Mg离子结合位点，解决了RNA构象可塑性和离子效应的问题	需要初始足够准确的结构作为输入，可能对实验SAXS数据存在过拟合风险	提高RNA在溶液中结构和动力学的预测准确性	RNA分子及其溶液构象	计算生物学	NA	小角X射线散射(SAXS), 深度学习	深度学习模型	SAXS剖面数据, 结构数据	14个实验数据集	NA	IonNet	SAXS剖面拟合质量	NA
274	2025-10-07	A prediction approach to COVID-19 time series with LSTM integrated attention mechanism and transfer learning 2024-Dec-31, BMC medical research methodology IF:3.9Q1 DOI:10.1186/s12874-024-02433-w PMID:39736527	研究论文	提出一种结合注意力机制和迁移学习的LSTM模型，用于预测城市级COVID-19时间序列数据	针对小区域COVID-19时间序列预测问题，提出新型注意力机制与频域卷积增强结合的迁移学习方法	研究仅针对中国徐州单一城市数据，模型在其他地区的泛化能力有待验证	开发适用于小区域COVID-19每日确诊病例时间序列的精准预测方法	中国徐州市2022年11月至2023年11月的COVID-19每日确诊病例数据	时间序列预测	COVID-19	时间序列分析，深度学习	RNN, LSTM, GRU, TCN, LSTM-Attention	时间序列数据	徐州城市COVID-19每日确诊病例数据（2022.11.1-2023.11.16）	NA	LSTMATT, TLLA	平均绝对误差, 均方根误差, 决定系数	NA
275	2025-10-07	RTify: Aligning Deep Neural Networks with Human Behavioral Decisions 2024-Dec-26, ArXiv PMID:39764401	研究论文	提出一种新颖的计算框架，通过将循环神经网络的时间动态与人类反应时间对齐来模拟人类行为决策动态	首次提出通过约束RNN时间步长与人类反应时间对齐的方法来模拟行为决策动态，并展示了在无人类数据情况下优化速度-准确性权衡的能力	方法依赖于近似计算，需要在更多心理物理学实验中进一步验证	开发能够更好对齐人类行为动态的视觉计算模型	人类行为决策动态和反应时间	计算机视觉	NA	心理物理学实验	RNN, CNN	人工和自然图像刺激	NA	NA	Wong-Wang决策模型	反应时间对齐度，速度-准确性权衡	NA
276	2025-10-07	Predictive Modeling of Gene Expression and Localization of DNA Binding Site Using Deep Convolutional Neural Networks 2024-Dec-20, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.17.629042 PMID:39763851	研究论文	开发了一种基于深度卷积神经网络的工具DARSI，用于从原始调控DNA序列预测基因表达水平并系统识别转录因子结合位点	首次利用卷积神经网络分析调控DNA序列中的长距离碱基相关性，实现了单碱基对分辨率的转录因子结合位点预测	方法依赖于MPRA数据的质量和数量，预测的新型结合位点需要后续实验验证	开发能够考虑调控序列中远距离碱基相关性的基因表达预测和DNA结合位点定位方法	调控DNA序列和转录因子结合位点	生物信息学	NA	大规模并行报告基因分析(MPRA)	CNN	DNA序列数据	数千个调控区域的突变变体	NA	卷积神经网络	准确性	NA
277	2025-10-07	Pre-trained Convolutional Neural Networks Identify Parkinson's Disease from Spectrogram Images of Voice Samples 2024-Dec-18, Research square DOI:10.21203/rs.3.rs-5348708/v1 PMID:39764112	研究论文	本研究使用预训练卷积神经网络通过语音样本的声谱图图像识别帕金森病	首次在智能手机宽带录音数据集上验证迁移学习方法，并比较线性尺度与梅尔尺度声谱图的性能差异	未提及具体样本量的详细统计信息，未说明计算资源的具体配置	开发基于深度学习的帕金森病自动检测方法	帕金森病患者的语音样本	计算机视觉	帕金森病	语音录音分析	CNN	图像	NA	NA	预训练卷积神经网络	分类性能	NA
278	2025-10-07	Interpretable deep learning survival predictions in sporadic Creutzfeldt-Jakob disease 2024-Dec-16, Journal of neurology IF:4.8Q1 DOI:10.1007/s00415-024-12815-1 PMID:39680177	研究论文	开发基于人工神经网络的多任务逻辑回归模型预测散发性克雅氏病患者的生存期	首次将人工神经网络应用于sCJD生存预测，并采用模型无关解释方法评估特征贡献	模型性能相较于传统Cox比例风险模型无统计学显著提升	开发可解释的深度学习模型用于sCJD患者生存预测	655例根据2017年国际共识诊断标准确诊的英国sCJD患者	机器学习	神经退行性疾病	CSF RT-QuIC, 14-3-3蛋白检测, MRI, EEG	人工神经网络, 多任务逻辑回归	临床诊断数据	655例sCJD患者（2017-2022年英国监测数据）	NA	人工神经网络	c-index, IBS, AUC	NA
279	2025-10-07	Machine learning and deep learning algorithms in stroke medicine: a systematic review of hemorrhagic transformation prediction models 2024-Dec-12, Journal of neurology IF:4.8Q1 DOI:10.1007/s00415-024-12810-6 PMID:39666168	系统综述	系统评估和比较机器学习与深度学习算法在预测急性缺血性卒中后出血性转化方面的有效性	首次系统比较多种ML和DL算法在HT预测中的表现，发现梯度提升和卷积神经网络具有最佳预测性能	研究设计存在异质性，无法进行定量荟萃分析，纳入研究数量有限	评估机器学习与深度学习算法在卒中医学中预测出血性转化的效果	急性缺血性卒中患者	机器学习	脑血管疾病	机器学习算法，深度学习算法	Logistic Regression, Support Vector Machine, Random Forest, Gradient Boosting, Neural Networks, CNN	临床数据和影像数据	24项符合纳入标准的研究	NA	神经网络，卷积神经网络	AUC	NA
280	2025-10-07	PixCUE: Joint Uncertainty Estimation and Image Reconstruction in MRI using Deep Pixel Classification 2024-Dec-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01250-3 PMID:39633210	研究论文	提出一种基于像素分类的深度学习框架PixCUE，可在单次前向传播中同时完成MRI图像重建和不确定性估计	首次将像素分类框架应用于MRI重建中的不确定性估计，无需多次推理即可生成不确定性图	NA	开发高效准确的MRI重建不确定性估计方法	磁共振成像(MRI)数据	医学影像处理	NA	磁共振成像(MRI)	深度学习模型	医学图像	NA	NA	PixCUE	NMSE, PSNR, SSIM	NA