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
2521	2025-01-16	Predicting Seizures Episodes and High-Risk Events in Autism Through Adverse Behavioral Patterns 2025-Jan-13, medRxiv : the preprint server for health sciences DOI:10.1101/2024.05.06.24306938 PMID:38766049	研究论文	本研究通过分析自闭症谱系障碍（ASD）儿童的行为模式，开发了一种深度学习算法，用于预测次日的高风险行为（如攻击性、逃跑、自伤行为）和癫痫发作	利用深度学习算法预测自闭症儿童的高风险行为和癫痫发作，为早期干预提供支持	研究依赖于历史行为数据，可能无法完全捕捉到所有潜在的行为模式	探索自闭症儿童行为模式与高风险行为及癫痫发作之间的关系，并开发预测模型	331名重度自闭症谱系障碍儿童	机器学习	自闭症谱系障碍	深度学习	深度学习算法	行为数据和癫痫数据	331名儿童，数据覆盖9年
2522	2025-01-16	Automatic segmentation model and machine learning model grounded in ultrasound radiomics for distinguishing between low malignant risk and intermediate-high malignant risk of adnexal masses 2025-Jan-13, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01874-7 PMID:39804536	研究论文	本文开发了一种自动分割模型来描绘附件肿块，并构建了一个基于卵巢附件报告和数据系统（O-RADS）的机器学习模型，以区分附件肿块的低恶性风险和中高恶性风险	结合深度学习分割模型和机器学习模型，利用超声影像组学特征进行附件肿块的风险分类，并通过SHapley Additive exPlanations进行模型解释和可视化	研究样本量相对有限，且仅基于超声影像数据，未考虑其他影像模态或多模态数据	开发自动分割和机器学习模型，用于附件肿块的风险分类	附件肿块的超声影像	医学影像分析	卵巢癌	超声影像组学	FCN ResNet101, SVM, LightGBM	图像	663张附件肿块的超声影像（低恶性风险446张，中高恶性风险217张）
2523	2025-01-16	Physics-informed deep learning quantifies propagated uncertainty in seismic structure and hypocenter determination 2025-Jan-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84995-9 PMID:39805860	研究论文	本文采用物理信息深度学习（PIDL）方法，量化二维地震速度结构建模中的不确定性及其对震源定位的影响	通过引入神经网络集成，结合主动地震调查数据、地震观测数据和波前运动的物理方程，首次量化了地震速度结构模型中的不确定性及其对震源定位的影响	研究仅针对日本西南部的一次地震进行了分析，未在其他地区或更大规模的数据集上验证	研究目的是通过物理信息深度学习（PIDL）方法，量化地震速度结构建模中的不确定性及其对震源定位的影响	地震速度结构模型和震源定位	地球物理学	NA	物理信息深度学习（PIDL）	神经网络集成	地震调查数据、地震观测数据	日本西南部的一次地震数据
2524	2025-01-16	Precise Large-Scale Chemical Transformations on Surfaces: Deep Learning Meets Scanning Probe Microscopy with Interpretability 2025-Jan-08, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.4c14757 PMID:39680589	研究论文	本文开发了一种名为AutoOSS的软件基础设施，用于自动化从Au(111)表面上的数百个Zn(II)-5,15-双(4-溴-2,6-二甲基苯基)卟啉(ZnBrMeDPP)中去除溴，利用神经网络模型解释STM输出，并通过深度强化学习模型优化操作参数	结合深度学习和扫描探针显微镜技术，实现了大规模化学反应的精确控制，并通过贝叶斯优化结构搜索和密度泛函理论计算探索了3D结构和反应机制	需要进一步验证该技术在其他系统和化学反应中的适用性和扩展性	开发自动化扫描探针显微镜技术，以实现精确的大规模化学反应控制	Au(111)表面上的Zn(II)-5,15-双(4-溴-2,6-二甲基苯基)卟啉(ZnBrMeDPP)	机器学习	NA	扫描探针显微镜(SPM), 深度强化学习, 贝叶斯优化结构搜索(BOSS), 密度泛函理论(DFT)	神经网络, 深度强化学习模型	STM图像	数百个Zn(II)-5,15-双(4-溴-2,6-二甲基苯基)卟啉(ZnBrMeDPP)
2525	2025-01-16	Machine Learning and Deep Learning Applications in Magnetic Particle Imaging 2025-Jan, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29294 PMID:38358090	综述	本文总结了机器学习和深度学习在磁粒子成像（MPI）中的应用及其未来潜力	探讨了人工智能方法在MPI图像重建和分析中的新兴应用，展示了其在提高精确信息获取方面的潜力	未提及具体的研究限制	研究机器学习和深度学习在磁粒子成像中的应用	磁粒子成像（MPI）	机器学习	NA	磁粒子成像（MPI）	机器学习和深度学习模型	图像	NA
2526	2025-01-16	Fragmentation in patchy ecosystems: a call for a functional approach 2025-Jan, Trends in ecology & evolution IF:16.7Q1 DOI:10.1016/j.tree.2024.09.004 PMID:39510920	研究论文	本文探讨了栖息地破碎化对生物多样性的威胁，特别是自然斑块状生态系统如稀树草原，与森林生态系统的不同	提出了基于景观功能性的破碎化识别方法，强调连通性在理解生态系统动态中的重要性	现有文献主要关注森林生态系统，对自然斑块状生态系统的研究较少	改进破碎化映射方法，结合遥感数据和实地测量，实证测试景观是否功能上破碎化	稀树草原等自然斑块状生态系统	生态学	NA	遥感技术，深度学习	NA	遥感数据，实地测量数据	NA
2527	2025-01-16	Protein Binding Site Representation in Latent Space 2025-Jan, Molecular informatics IF:2.8Q2 DOI:10.1002/minf.202400205 PMID:39692081	研究论文	本文研究了图神经网络在蛋白质-配体复合物亲和力预测中的应用，并评估了配体结合位点的潜在表示及其与蛋白质功能的关系	引入了一种自动化的计算流程，用于降维、聚类、假设检验和潜在空间的可视化，揭示了蛋白质潜在空间的内在结构	未明确提及具体的数据集或样本量限制	理解深度学习模型在计算机辅助药物发现中的特征感知能力	蛋白质-配体复合物	机器学习	NA	图神经网络	图神经网络	蛋白质-配体复合物数据	NA
2528	2025-01-16	Advances in modeling cellular state dynamics: integrating omics data and predictive techniques 2025, Animal cells and systems IF:2.5Q1 DOI:10.1080/19768354.2024.2449518 PMID:39807350	综述	本文综述了当前用于建模细胞状态动态的方法，包括从动态或静态生物分子网络模型到深度学习模型的技术	强调了如何将这些方法与转录组学和单细胞RNA测序等多种组学数据整合，以捕捉和预测细胞行为和转变	讨论了这些方法在可扩展性和分辨率要求方面的局限性，这些要求根据研究生物系统的复杂性和大小而变化	旨在指导未来研究开发更强大和可解释的模型，以理解和操纵各种生物背景下的细胞状态动态，最终推进治疗策略和精准医学	细胞状态动态	机器学习	NA	转录组学, 单细胞RNA测序	深度学习模型	组学数据	NA
2529	2025-01-16	Utilizing deep learning to predict Alzheimer's disease and mild cognitive impairment with optical coherence tomography 2025 Jan-Mar, Alzheimer's & dementia (Amsterdam, Netherlands) DOI:10.1002/dad2.70041 PMID:39811700	研究论文	本研究开发了一种基于光学相干断层扫描（OCT）的深度学习算法，用于预测阿尔茨海默病（AD）和轻度认知障碍（MCI）	开发了一种集成三边深度学习模型，显著优于单一非深度学习模型，展示了OCT图像在AD和MCI检测中的潜力	深度学习模型与传统统计模型的性能相当，选择哪种模型可能取决于计算资源、可解释性偏好和临床需求	开发一种基于OCT的深度学习算法，用于检测AD和MCI	228名亚洲参与者（173例病例/55例对照）用于模型开发和测试，68名亚洲（52例病例/16例对照）和85名白人（39例病例/46例对照）参与者用于测试	数字病理学	老年疾病	光学相干断层扫描（OCT）	集成三边深度学习模型	图像	228名亚洲参与者用于模型开发，68名亚洲和85名白人参与者用于测试
2530	2025-01-15	De novo generation of dual-target compounds using artificial intelligence 2025-Jan-17, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.111526 PMID:39801837	研究论文	本文介绍了基于人工智能的方法来设计能够与多个治疗靶点蛋白相互作用的化合物化学结构	使用遗传算法和生成对抗网络框架下的强化学习进行分子结构生成，设计出能够与支气管哮喘的两个治疗靶点相互作用的化合物	仅合成了10种化合物，并对其中的39种人类蛋白进行了结合实验，样本量较小	开发能够与多个治疗靶点相互作用的化合物，以支持多药理学药物发现	支气管哮喘的治疗靶点腺苷A2a受体（ADORA2A）和磷酸二酯酶4D（PDE4D）	机器学习	支气管哮喘	遗传算法、生成对抗网络（GAN）、强化学习	GAN	化学结构数据	10种合成化合物，39种人类蛋白的结合实验
2531	2025-01-15	A two-stage deep learning-based hybrid model for daily wind speed forecasting 2025-Jan-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e41026 PMID:39801963	研究论文	本文提出了一种基于两阶段深度学习的混合模型，用于每日风速预测	首次将TVFEMD与GB和LSTM模型结合，创建了TVFEMD-GB-LSTM混合模型，用于风速预测	未提及具体的研究局限性	提高风速预测的准确性，以优化风力涡轮机的设置效率	风速数据	机器学习	NA	TVFEMD, GB, LSTM	TVFEMD-GB-LSTM混合模型	时间序列数据	未提及具体样本数量
2532	2025-01-15	SecEdge: A novel deep learning framework for real-time cybersecurity in mobile IoT environments 2025-Jan-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e40874 PMID:39801973	研究论文	本文提出了一种名为SecEdge的新型深度学习框架，旨在增强移动物联网环境中的实时网络安全	SecEdge框架集成了基于Transformer的模型和Graph Neural Networks (GNNs)，结合联邦学习以确保数据隐私并减少延迟，同时采用自适应学习机制持续更新模型参数以应对不断变化的网络威胁	研究仅在模拟环境中进行评估，未在实际移动物联网环境中进行测试	增强移动物联网环境中的实时网络安全	移动物联网环境中的网络安全	机器学习	NA	深度学习	Transformer, GNN, 联邦学习	网络流量数据	NSL-KDD, UNSW-NB15, 和 CICIDS2017 数据集
2533	2025-01-15	Improving the resolution of solar energy potential maps derived from global DSMs for rooftop solar panel placement using deep learning 2025-Jan-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e41193 PMID:39802030	研究论文	本研究旨在通过深度学习提高全球数字高程模型（DEM）生成的年度太阳能潜力地图（ASM）的分辨率，以辅助屋顶太阳能板的放置	使用深度学习算法（EDSR网络）提高LiDAR和Copernicus DEM生成的ASM的分辨率，特别是在城市区域	研究主要关注城市区域，可能不适用于其他地形或区域	提高太阳能潜力地图的分辨率，以更准确地定位屋顶太阳能板	全球数字高程模型（DEM）和LiDAR数据	计算机视觉	NA	深度学习	EDSR网络, U-Net	图像	NA
2534	2025-01-15	Are we fitting data or noise? Analysing the predictive power of commonly used datasets in drug-, materials-, and molecular-discovery 2025-Jan-14, Faraday discussions IF:3.3Q2 DOI:10.1039/d4fd00091a PMID:39308206	研究论文	本文分析了在药物发现、分子发现和材料发现中常用的机器学习数据集，通过引入基于估计或实际实验误差的噪声，推导了这些数据集的最大和实际性能界限，并与文献中领先的机器学习模型报告的性能进行了比较	通过引入噪声来估计数据集的性能界限，并提供了Python包NoiseEstimator和基于Web的应用程序，帮助从业者理解数据集的局限性并设定现实的机器学习模型性能期望	研究主要关注化学科学中的数据集，可能不适用于其他领域的数据集	分析常用机器学习数据集的预测能力，并评估其性能界限	药物发现、分子发现和材料发现中的机器学习数据集	机器学习	NA	NA	NA	化学数据	九个常用数据集
2535	2025-01-15	Flow Matching for Optimal Reaction Coordinates of Biomolecular Systems 2025-Jan-14, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c01139 PMID:39699247	研究论文	本文提出了一种名为FMRC的深度学习算法，用于识别生物分子可逆动力学中的最优反应坐标	FMRC基于可分解性和可聚合性的数学原理，将其重新表述为条件概率框架，利用深度生成模型进行高效的数据驱动优化	FMRC未明确学习已建立的转移算子或其本征函数	识别生物分子可逆动力学中的最优反应坐标	生物分子系统	机器学习	NA	深度生成模型	FMRC	NA	三个逐渐复杂的生物分子系统
2536	2025-01-15	Computer vision based automatic evaluation method of Y2O3 steel coating performance with SEM image 2025-Jan-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-85061-0 PMID:39799187	研究论文	本研究介绍了一种基于深度学习的自动评估方法，用于分析扫描电子显微镜（SEM）下的钢微观结构，旨在解决研究人员手动标记和主观评估的局限性	利用先进的计算机视觉算法，特别是名为Tang Rui Detect（TRD）的模型，实现了对钢微观结构特征的高效准确检测和量化，简化了损失函数设计并改进了训练过程	未提及具体局限性	开发一种自动化评估方法，以提高钢微观结构分析的效率和可靠性	钢材料的微观结构	计算机视觉	NA	深度学习	TRD	图像	未提及具体样本数量
2537	2025-01-15	Harnessing advanced hybrid deep learning model for real-time detection and prevention of man-in-the-middle cyber attacks 2025-Jan-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85547-5 PMID:39799192	研究论文	本文介绍了一种名为AEXB模型的混合深度学习方法，用于实时检测和防止智能家居环境中的中间人（MitM）网络攻击	结合了AutoEncoder的特征提取能力和XGBoost的分类能力，显著提高了检测精度并减少了误报	未提及模型在其他数据集或环境中的泛化能力	开发一种更先进、自适应的入侵检测系统，以应对智能家居环境中日益增长的安全风险	智能家居环境中的网络通信数据	机器学习	NA	AutoEncoder, XGBoost, Recursive Feature Elimination (RFE), 相关性分析	混合深度学习模型	网络通信数据	使用了Intrusion Detection in Smart Home (IDSH)数据集
2538	2025-01-15	Deep learning for predicting prognostic consensus molecular subtypes in cervical cancer from histology images 2025-Jan-11, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00778-5 PMID:39799271	研究论文	本研究提出了一种端到端的深度学习框架，用于从H&E染色的组织切片中预测HPV阳性宫颈鳞状细胞癌的共识分子亚型	引入了Digital-CMS评分，通过数字化的全切片图像（WSI）提供新的临床优势，揭示了肿瘤微环境差异对患者预后的影响，并识别了作为CMS亚型潜在替代标志物的组织学模式	研究仅针对HPV阳性的宫颈鳞状细胞癌，未涵盖其他类型的宫颈癌	预测宫颈癌的共识分子亚型，以改善患者预后和潜在治疗靶点的识别	HPV阳性的宫颈鳞状细胞癌患者	数字病理学	宫颈癌	深度学习	NA	图像	545例宫颈鳞状细胞癌患者
2539	2025-01-15	The development of point-of-care ultrasound (POCUS): Worldwide contributions and publication trends 2025-Jan, Journal of clinical ultrasound : JCU IF:1.2Q3 DOI:10.1002/jcu.23846 PMID:39295568	研究论文	本研究通过统计方法分析了关于点护理超声（POCUS）的科学文章，并全面评估了该主题	使用网络可视化地图识别了POCUS研究中的趋势主题，如深度学习、人工智能、COVID-19等	研究主要依赖于Web of Science数据库的出版物，可能未涵盖所有相关研究	分析POCUS相关科学文章，评估该领域的研究趋势	POCUS相关出版物	医学影像	NA	统计方法、网络可视化	NA	文本数据	5714篇出版物
2540	2025-01-15	Comparing statistical and deep learning approaches for simultaneous prediction of stand-level above- and belowground biomass in tropical forests 2025-Jan-01, The Science of the total environment DOI:10.1016/j.scitotenv.2024.177869 PMID:39642621	研究论文	本研究比较了统计方法和深度学习方法在热带森林中同时预测地上生物量（AGB）、地下生物量（BGB）和总生物量（ABGB）的效果	开发了创新的深度学习加性模型（DLAMs），用于同时预测热带森林中的AGB、BGB和ABGB，并整合了森林林分、生态和环境因素作为预测变量	研究仅基于越南五个生态区域的121个样地数据，可能限制了模型的普适性	提高热带森林中AGB、BGB和ABGB的预测准确性和成本效益，以支持森林生态管理和生态系统服务	热带森林中的AGB、BGB和ABGB	机器学习	NA	深度学习加性模型（DLAMs）、加权非线性看似无关回归（WNSUR）、多元自适应回归样条（MARS）	深度学习加性模型（DLAMs）	森林林分、生态和环境数据	121个分布在越南五个生态区域的样地