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
1	2025-04-02	Improving the Reliability of Language Model-Predicted Structures as Docking Targets through Geometric Graph Learning 2025-Jan-23, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.4c02740 PMID:39787296	research paper	本研究开发了一种名为CarsiDock-Flex的新型两步柔性对接范式，通过几何图学习提高语言模型预测结构作为对接目标的可靠性	提出CarsiDock-Flex，结合CarsiInduce模型和现有CarsiDock算法，直接从预测结构生成结合姿态，显著提高了对接准确性	未明确提及具体局限性	改进蛋白质-配体结合姿态的柔性建模	蛋白质-配体结合	machine learning	NA	equivariant deep learning, ESMFold	CarsiInduce, CarsiDock	protein structures	未明确提及样本量
2	2025-04-02	Spike rate inference from mouse spinal cord calcium imaging data 2025-Jan-11, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.17.603957 PMID:39829770	research paper	该研究通过钙成像技术记录小鼠脊髓神经元的电活动，并比较了两种算法（CASCADE和OASIS）在推断脊髓神经元放电率方面的性能	首次在脊髓神经元上测试了基于深度学习的CASCADE算法和非监督学习的OASIS算法，并提供了针对脊髓数据重新训练的模型	研究仅针对小鼠脊髓背角浅层的谷氨酸能和GABA能神经元，未涵盖其他类型神经元或脑区	评估和改进从钙成像数据推断神经元放电率的算法在脊髓神经元中的应用	小鼠脊髓背角浅层的谷氨酸能和GABA能体感神经元	神经科学	NA	钙成像技术	CASCADE（基于深度学习的监督学习算法）和OASIS（基于非负反卷积的非监督算法）	钙成像信号数据	未明确说明具体数量，但包括两性小鼠的脊髓神经元
3	2025-04-02	Robustly detecting mpox and non-mpox using a deep learning framework based on image inpainting 2025-01-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85771-z PMID:39794381	research paper	提出了一种基于图像修复的深度学习框架MIM，用于稳健检测猴痘和非猴痘病例	采用图像修复策略MIM，能够处理未知类别和异常输入，相比多类分类模型更具优势	需要多样化的非猴痘图像数据，且在实际应用中可能受到各种噪声的干扰	开发一种高效的猴痘诊断技术，以应对当前猴痘病例持续增加的挑战	猴痘和非猴痘皮肤疾病的图像数据	computer vision	猴痘	深度学习	GAN	image	MSLD猴痘数据集和包含18类非猴痘皮肤疾病的数据集
4	2025-04-02	Deep learning-integrated MRI brain tumor analysis: feature extraction, segmentation, and Survival Prediction using Replicator and volumetric networks 2025-01-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84386-0 PMID:39789043	research paper	该研究提出了一种结合MRI扫描的深度学习方法，用于精确分割脑肿瘤并预测胶质瘤患者的生存率	采用2D体积卷积神经网络架构和多数规则进行肿瘤分割，以及使用深度学习启发的3D复制神经网络从分割的肿瘤区域提取放射组学特征以预测生存率	研究仅使用了BRATS2020基准数据集进行评估，可能在其他数据集上的泛化能力未经验证	开发一种精确且稳健的脑肿瘤分割方法，并预测胶质瘤患者的总体生存率	胶质瘤患者	digital pathology	brain tumor	MRI扫描	2D volumetric CNN, 3D replicator neural network	MRI图像	BRATS2020基准数据集
5	2025-04-02	Predictive modeling of air quality in the Tehran megacity via deep learning techniques 2025-01-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84550-6 PMID:39779721	研究论文	本研究利用深度学习技术预测德黑兰大都市区的空气质量，并评估其相对于传统机器学习方法的有效性	深度学习模型（如GRU、FCNN和CNN）在预测空气污染物浓度方面表现优于传统机器学习方法，特别是在CO、O、NO、SO、PM等污染物的预测上	研究仅针对德黑兰大都市区，可能无法直接推广到其他地区	预测德黑兰大都市区的空气污染物浓度，为空气质量控制策略提供决策支持	德黑兰大都市区的空气污染物（CO、O、NO、SO、PM等）	机器学习	NA	深度学习	GRU、FCNN、CNN	时间序列数据	2013年至2023年的空气污染物数据
6	2025-04-02	The analysis of dance teaching system in deep residual network fusing gated recurrent unit based on artificial intelligence 2025-01-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85407-2 PMID:39779733	研究论文	本研究探讨了如何利用深度学习和人工智能技术提升舞蹈教学的智能化水平，开发了一种基于图注意力机制和双向门控循环单元的舞蹈动作识别与反馈模型	结合3D-ResNet、BiGRU和图注意力机制，动态调整节点权重以优化动作识别性能，在NTU-RGBD60数据集上准确率比现有3D-CNN基线算法提高5%以上	未提及模型在其他舞蹈数据集上的泛化能力测试	提升舞蹈教学的智能化水平，为舞蹈教育提供高效个性化的技术支持	舞蹈动作识别与反馈系统	计算机视觉	NA	深度学习	3D-ResNet-BiGRU结合图注意力机制	视频	NTU-RGBD60数据集（具体数量未说明）
7	2025-04-02	Uncertainty-aware diabetic retinopathy detection using deep learning enhanced by Bayesian approaches 2025-01-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84478-x PMID:39779778	research paper	本研究提出了一种基于贝叶斯方法增强的深度学习模型，用于糖尿病视网膜病变检测，并评估了不确定性估计在临床决策中的价值	结合贝叶斯近似方法（如蒙特卡洛Dropout、均值场变分推断和确定性推断）增强DenseNet-121模型，不仅提高了分类准确性，还提供了预测不确定性的量化指标	研究仅针对糖尿病视网膜病变，未验证模型在其他医学影像分析任务中的泛化能力	开发一种能够提供不确定性估计的深度学习模型，以提高糖尿病视网膜病变检测的可靠性和临床决策的信任度	糖尿病视网膜病变的医学影像	digital pathology	diabetic retinopathy	Bayesian approximation techniques (Monte Carlo Dropout, Mean Field Variational Inference, Deterministic Inference)	DenseNet-121 (CNN) with Bayesian extensions	image	combined dataset (APTOS 2019 + DDR) with pre-processed images
8	2025-04-02	A hybrid CNN model for classification of motor tasks obtained from hybrid BCI system 2025-01-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84883-2 PMID:39779796	研究论文	本文提出了一种混合CNN模型，用于分类从混合脑机接口系统获取的运动任务	结合EEG和fNIRS两种非侵入性BCI模块，提高了多类数据的分类性能	NA	评估深度学习方法在分类四类运动执行任务中的性能	从CORE数据集中获取的右手、左手、右臂和左臂的运动执行任务	脑机接口	NA	EEG, fNIRS	CNN, Bi-LSTM, 混合CNN模型	脑电信号	NA
9	2025-04-02	Attention-based deep learning for accurate cell image analysis 2025-01-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85608-9 PMID:39779905	research paper	介绍了一种名为X-Profiler的新型高内涵分析方法，结合了细胞实验、图像处理和深度学习建模，用于准确的细胞图像分析	X-Profiler结合了CNN和Transformer来编码高内涵图像，有效过滤噪声信号并精确表征细胞表型	NA	提高细胞图像分析的准确性，推动药物开发和疾病研究	细胞图像	digital pathology	cardiovascular disease	high-content analysis (HCA)	CNN, Transformer	image	NA
10	2025-04-02	SRADHO: statistical reduction approach with deep hyper optimization for disease classification using artificial intelligence 2025-01-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82838-1 PMID:39774278	研究论文	提出了一种结合统计降维和深度超参数优化的方法（SRADHO），用于改进疾病分类的特征选择和模型性能	结合深度学习和超参数调优，通过贝叶斯优化方法自动选择最相关特征，优化模型准确性并降低维度	仅使用了三个基准数据集进行实验，可能在其他数据集上的泛化能力有限	提高疾病分类的准确性和效率，减少过拟合和欠拟合问题	脑部相关疾病	机器学习	脑部疾病	深度学习，贝叶斯优化	人工神经网络，逻辑回归，决策树，随机森林，K近邻，支持向量机，朴素贝叶斯	医学数据	三个基准数据集
11	2025-04-02	Assessment of simulated snoring sounds with artificial intelligence for the diagnosis of obstructive sleep apnea 2025-01, Sleep medicine IF:3.8Q1 DOI:10.1016/j.sleep.2024.11.018 PMID:39566267	研究论文	本研究利用人工智能模型分析模拟打鼾声音，以诊断阻塞性睡眠呼吸暂停(OSA)	首次验证了深度学习模型在利用模拟打鼾声音诊断OSA方面的优越性能	研究样本量有限(465名参与者)，且仅在一个睡眠中心进行	验证人工智能模型利用模拟打鼾声音诊断OSA的性能	阻塞性睡眠呼吸暂停(OSA)患者	机器学习	阻塞性睡眠呼吸暂停	Python音频数据处理	支持向量机(SVM)、K近邻(KNN)、随机森林(RF)、音频频谱变换器(AST)	音频	465名参与者
12	2025-04-02	Deep Learning Predicts Subtype Heterogeneity and Outcomes in Luminal A Breast Cancer Using Routinely Stained Whole-Slide Images 2025-Jan-01, Cancer research communications IF:2.0Q3 DOI:10.1158/2767-9764.CRC-24-0397 PMID:39740059	research paper	该研究开发了一种基于深度学习的模型，利用常规染色的全切片图像预测Luminal A型乳腺癌的亚型异质性和预后	通过转录组数据训练的深度学习模型，低成本地量化和精细定位LumA乳腺癌常规图像中的亚型混合导致的瘤内异质性(ITH)	NA	探索Luminal A型乳腺癌亚型异质性机制及其对个体化治疗选择的影响	Luminal A型乳腺癌患者	digital pathology	breast cancer	deep learning	NA	image	NA
13	2025-04-02	Novel deep reinforcement learning based collision avoidance approach for path planning of robots in unknown environment 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0312559 PMID:39821118	research paper	提出了一种基于深度强化学习的新型碰撞避免方法，用于机器人在未知环境中的路径规划	结合Q学习和深度学习的新型强化学习算法，提高了路径规划的收敛速度和环境响应能力	仅在狭窄和杂乱通道环境中进行了评估，未在其他复杂环境中验证	解决机器人在复杂环境中路径规划的自动化和实时响应问题	机器人路径规划系统	machine learning	NA	deep reinforcement learning, Q-learning	deep learning	NA	NA
14	2025-04-02	Correction: Secure deep learning for distributed data against malicious central server 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318164 PMID:39847555	correction	对先前发表的文章进行更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
15	2025-04-02	Pedestrian POSE estimation using multi-branched deep learning pose net 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0312177 PMID:39854382	研究论文	本文提出了一种基于深度学习的多分支姿态网络（MBDLP-Net），用于行人全身姿态估计和分类	提出了一种新的多分支深度学习姿态网络（MBDLP-Net），并在多个数据集上验证了其高效性	未提及具体局限性	通过计算机视觉工具自动分析行人行为和意图	行人全身姿态和方向	计算机视觉	NA	深度学习	MBDLP-Net	图像	三个独立数据集（BDBO、PKU-Reid和TUD Multiview Pedestrians）以及CIFAR-100数据集
16	2025-04-02	Clinical validation of an artificial intelligence algorithm for classifying tuberculosis and pulmonary findings in chest radiographs 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1512910 PMID:39991462	research paper	本研究评估了一种基于CNN的AI算法在解读胸部X光片（CXR）中的性能，并与包括胸科放射科医生在内的医师团队进行比较	使用真实世界数据验证AI算法在多样化医疗环境中的有效性，并比较AI与不同经验水平医师的表现	研究为回顾性设计，且医师报告算法在大多数情况下未影响其决策	评估AI算法在胸部X光片解读中的性能及其对非胸科放射专科医师的辅助作用	胸部X光片及参与解读的医师团队	digital pathology	tuberculosis	deep learning	CNN	image	NA
17	2025-04-02	COVINet: a deep learning-based and interpretable prediction model for the county-wise trajectories of COVID-19 in the United States 2025, Journal of applied statistics IF:1.2Q2 DOI:10.1080/02664763.2024.2412284 PMID:40160484	research paper	提出了一种基于深度学习的可解释预测模型COVINet，用于预测美国各县COVID-19的传播轨迹	结合LSTM和GRU架构，整合可操作协变量，提供高精度预测和可解释的响应	未提及具体局限性	准确预测COVID-19的传播轨迹并制定遏制策略	美国各县的COVID-19确诊病例和死亡总数	machine learning	COVID-19	深度学习	LSTM, GRU	时间序列数据	美国CDC提供的过去四周数据（截至2021年4月26日），以及2023年3月23日前7天或30天的数据
18	2025-04-02	Unravelling pathological ageing with brain age gap estimation in Alzheimer's disease, diabetes and schizophrenia 2025, Brain communications IF:4.1Q2 DOI:10.1093/braincomms/fcaf109 PMID:40161217	research paper	该研究通过脑年龄差距估计（BrainAGE）探讨阿尔茨海默病、糖尿病和精神分裂症中的病理性衰老	使用敏感性图谱揭示不同病理条件下脑年龄预测的区域差异，增强BrainAGE的特异性	神经生物学限制尚未明确，需要进一步验证敏感性图谱与形态测量图谱的一致性	评估BrainAGE作为病理性脑衰老生物标志物的特异性及其在神经退行性疾病中的应用	阿尔茨海默病（AD）、精神分裂症和2型糖尿病（T2D）患者的脑部结构MRI数据	digital pathology	Alzheimer's disease, schizophrenia, Type 2 diabetes	structural magnetic resonance imaging (MRI)	deep learning models	MRI scans (T-weighted, grey matter, white matter, cerebrospinal fluid tissue segmentation, deformation fields)	NA
19	2025-04-02	Automatic classification of Giardia infection from stool microscopic images using deep neural networks 2025, BioImpacts : BI IF:2.2Q3 DOI:10.34172/bi.30272 PMID:40161947	research paper	本研究应用深度学习模型自动分类粪便显微镜图像中的贾第虫感染	针对粪便样本而非饮用水样本，使用智能手机采集的显微镜图像，并应用CLAHE增强图像质量和对比度	样本量相对较小（1610张图像），且仅使用了三种深度学习模型进行比较	开发一种自动分类贾第虫感染的方法，以辅助快速准确的诊断	粪便显微镜图像中的贾第虫寄生虫	digital pathology	intestinal infection	deep learning, CLAHE	Xception, ResNet-50, EfficientNet-B0	image	1610张显微镜数字图像
20	2025-04-02	Exploring the potential of machine learning and magnetic resonance imaging in early stroke diagnosis: a bibliometric analysis (2004-2023) 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1505533 PMID:40162012	研究论文	本文通过文献计量分析探讨了2004至2023年间机器学习和磁共振成像在早期中风诊断中的研究热点和发展趋势	利用CiteSpace进行全面的文献计量分析，揭示了机器学习和MRI在中风早期诊断中的应用趋势和研究热点	数据仅来源于Web of Science核心合集，可能未涵盖所有相关研究	探索机器学习和磁共振成像在早期中风诊断中的研究现状和发展趋势	2004-2023年间发表的395篇相关研究论文	机器学习	中风	磁共振成像(MRI)	深度学习	文献数据	395篇研究论文