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
2801	2024-12-11	Detection of Brain Tumor Employing Residual Network-based Optimized Deep Learning 2025, Current computer-aided drug design IF:1.5Q3 DOI:10.2174/1573409920666230816090626 PMID:37587819	研究论文	本文提出了一种基于残差网络优化的深度学习方法，用于脑肿瘤的自动检测和分割	使用改进的ResNet50模型进行肿瘤检测，并提出基于ResUNet模型的卷积神经网络进行分割，提高了检测和分割的准确性	NA	提高脑肿瘤检测和分割的自动化和准确性	脑肿瘤的自动检测和分割	计算机视觉	脑肿瘤	深度学习	ResNet50, ResUNet	图像	110名患者的预对比、FLAIR和后对比MRI图像
2802	2024-12-11	BCDPi: An interpretable multitask deep neural network model for predicting chemical bioconcentration in fish 2025-Jan-01, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2024.120356 PMID:39549907	研究论文	本文提出了一种可解释的多任务深度神经网络模型BCDPi，用于预测化学物质在鱼类中的生物富集潜力	该研究的创新点在于开发了一种多任务深度学习模型，能够预测不同类别的化学物质生物富集潜力，并使用SHAP技术进行模型解释	NA	研究目的是开发一种准确且可解释的方法来预测化学物质的生物富集潜力，以评估环境风险和毒理学影响	研究对象是化学物质的生物富集潜力及其分子物理化学性质	机器学习	NA	深度学习	多任务深度神经网络	化学物质数据	NA
2803	2024-12-11	Comparative analysis of Ki-67 labeling index morphometry using deep learning, conventional image analysis, and manual counting 2025-Jan, Translational oncology IF:4.5Q1 DOI:10.1016/j.tranon.2024.102159 PMID:39489091	研究论文	本文比较了使用深度学习、传统图像分析和手动计数方法对Ki-67标记指数的形态学分析	本文首次比较了多种数字图像分析系统与手动计数方法在Ki-67计数中的表现，并发现不同系统在不同标注方法下具有不同的准确性	本文仅针对胃癌患者的组织微阵列进行了研究，结果可能不适用于其他类型的癌症	评估和比较不同数字图像分析系统在Ki-67计数中的能力	胃癌患者的Ki-67免疫组化染色组织微阵列	数字病理学	胃癌	数字图像分析	NA	图像	239个组织微阵列核心样本
2804	2024-12-11	High-resolution spatiotemporal prediction of PM2.5 concentration based on mobile monitoring and deep learning 2025-Jan-01, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2024.125342 PMID:39566710	研究论文	本文提出了一种基于移动监测数据和深度学习的高分辨率时空PM2.5浓度预测方法	本文创新性地结合了移动监测数据和深度学习技术，提出了一种基于LightGBM和CNN-Transformer模型的高分辨率PM2.5浓度预测方法	本文的局限性在于仅在沧州地区进行了验证，未来需要在更多地区进行验证以评估其普适性	研究目的是开发一种高分辨率的PM2.5浓度时空预测方法，以支持城市空气污染控制和公共健康	研究对象是城市中的PM2.5浓度分布	机器学习	NA	深度学习	CNN-Transformer	数据	使用了来自中国沧州的实际数据进行验证
2805	2024-12-11	Improving PM2.5 and PM10 predictions in China from WRF_Chem through a deep learning method: Multiscale depth-separable UNet 2025-Jan-01, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2024.125344 PMID:39577612	研究论文	本文开发了一种名为多尺度深度可分离UNet（MDS-UNet）的深度学习模型，用于提高WRF_Chem在中国PM2.5和PM10浓度预测的准确性	提出了多尺度深度可分离UNet（MDS-UNet）模型，能够捕捉模型预测与观测之间的复杂非线性误差，从而提高PM2.5和PM10浓度预测的准确性	NA	提高WRF_Chem在中国PM2.5和PM10浓度预测的准确性	PM2.5和PM10浓度预测	机器学习	NA	深度学习	UNet	数值数据	涉及中国六个主要城市群的PM2.5和PM10浓度预测数据
2806	2024-12-11	Exploring the Mechanisms of Sanguinarine in the Treatment of Osteoporosis by Integrating Network Pharmacology Analysis and Deep Learning Technology 2025, Current computer-aided drug design IF:1.5Q3 DOI:10.2174/0115734099282231240214095025 PMID:38385487	研究论文	本研究通过整合网络药理学分析和深度学习技术，探索血根碱在治疗骨质疏松中的分子机制	本研究首次将网络药理学分析与深度学习技术结合，揭示血根碱在治疗骨质疏松中的潜在靶点和分子机制	本研究主要基于数据库预测和体外细胞实验，缺乏体内实验验证	揭示血根碱在治疗骨质疏松中的分子机制	血根碱在治疗骨质疏松中的潜在靶点和分子机制	生物信息学	骨质疏松	网络药理学分析、深度学习技术、分子对接、基因集变异分析	DeepPurpose算法	基因表达数据	前成骨细胞MC3T3-E1细胞
2807	2024-12-11	Integrating Faith and Learning Using a Biblical Concept-Based Curriculum 2025 Jan-Mar 01, Journal of Christian nursing : a quarterly publication of Nurses Christian Fellowship IF:0.4Q4 DOI:10.1097/CNJ.0000000000001226 PMID:39652482	研究论文	本文探讨了在护理教育中整合信仰与学习（IFL）的历史背景，并提出了基于圣经的概念课程（BBCC），以促进深度学习、批判性思维和以学生为中心的学习	提出了基于圣经的概念课程（BBCC），并通过学生评估验证了其有效性	未详细说明BBCC的具体内容和实施细节	探讨在护理教育中成功整合信仰与学习的方法	护理教育中的信仰与学习整合	NA	NA	NA	NA	NA	NA
2808	2024-12-10	CT Quantification of Interstitial Lung Abnormality and Interstitial Lung Disease: From Technical Challenges to Future Directions 2025-Jan-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001103 PMID:39008898	综述	本文综述了间质性肺疾病（ILD）和间质性肺异常（ILA）的CT定量分析现状，探讨了技术挑战及未来发展方向	强调了机器学习和深度学习在定量影像中的应用，以提高诊断和管理精度	传统视觉评估存在读片者间的变异性，ILA的定义依赖于主观阈值	探讨CT定量分析在ILD和ILA中的应用及未来发展方向	间质性肺疾病（ILD）和间质性肺异常（ILA）	计算机视觉	肺部疾病	CT	机器学习，深度学习	影像	NA
2809	2024-12-10	Beyond the Conventional Structural MRI: Clinical Application of Deep Learning Image Reconstruction and Synthetic MRI of the Brain 2025-Jan-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001114 PMID:39159333	综述	本文综述了深度学习重建（DLR）和定量MRI技术在脑部MRI中的临床应用，超越了传统的结构MRI	本文介绍了深度学习重建（DLR）和定量MRI技术在脑部MRI中的应用，这些技术能够加速成像并提高图像质量，同时提供更精确的脑组织参数计算	本文讨论了深度学习重建（DLR）可能的不稳定性和定量MRI中的量化和偏差限制	探讨深度学习重建（DLR）和定量MRI技术在脑部MRI中的临床应用，超越传统结构成像	脑部MRI成像技术及其在临床诊断中的应用	计算机视觉	NA	深度学习重建（DLR），定量MRI技术	深度神经网络	图像	NA
2810	2024-12-09	SeqDPI: A 1D-CNN approach for predicting binding affinity of kinase inhibitors 2025-Jan-05, Journal of computational chemistry IF:3.4Q2 DOI:10.1002/jcc.27518 PMID:39644133	研究论文	本文提出了一种基于一维卷积神经网络（1D-CNN）的算法框架SeqDPI，用于预测激酶抑制剂与靶点的结合亲和力	SeqDPI模型通过优化的一维卷积网络提取药物和蛋白质特征，并使用L2正则化的前馈神经网络进行结合强度预测，相比现有模型，减少了复杂3D结构的使用，提高了计算效率	NA	开发一种高效的计算模型，用于预测药物与靶点的结合亲和力，辅助药物发现和再定位	激酶抑制剂与靶点的结合亲和力	机器学习	NA	一维卷积神经网络（1D-CNN）	卷积神经网络（CNN）	一维序列数据	NA
2811	2024-12-09	Development of deep learning software to improve HPLC and GC predictions using a new crown-ether based mesogenic stationary phase and beyond 2025-Jan-04, Journal of chromatography. A DOI:10.1016/j.chroma.2024.465476 PMID:39566284	研究论文	开发了一种基于新型冠醚基液晶固定相的AI软件Chrompredict 1.0，用于改进HPLC和GC预测	首次将深度学习技术与新型冠醚基液晶固定相结合，显著提升了色谱参数预测的准确性	NA	开发一种能够准确预测色谱参数的AI软件，以改进HPLC和GC分析	新型冠醚基液晶固定相及其在色谱分析中的应用	机器学习	NA	深度学习	深度学习模型（DLM）	色谱数据	1,023种结构和极性多样的小分子
2812	2024-12-09	Cultivating diagnostic clarity: The importance of reporting artificial intelligence confidence levels in radiologic diagnoses 2025-Jan, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2024.110356 PMID:39566394	研究论文	本文讨论了在放射诊断中使用人工智能（AI）置信水平以提高诊断准确性和可靠性的重要性	本文强调了在放射诊断中使用AI置信水平的重要性，并提出了标准化置信度指标的必要性	本文指出了将AI系统整合到临床实践中面临的挑战，如临床验证需求、AI系统结果的可解释性问题以及医学界的困惑和误解	研究目的是探讨在放射诊断中使用AI置信水平的重要性，并提出标准化置信度指标的必要性	研究对象包括AI技术在放射诊断中的应用，特别是骨折等病理条件的诊断	计算机视觉	NA	深度学习（DL）和卷积神经网络（CNN）	卷积神经网络（CNN）	图像	NA
2813	2024-12-09	CSM-Potential2: A comprehensive deep learning platform for the analysis of protein interacting interfaces 2025-Jan, Proteins IF:3.2Q2 DOI:10.1002/prot.26615 PMID:37870486	研究论文	本文介绍了一个名为CSM-Potential2的综合深度学习平台，用于分析蛋白质相互作用界面	该平台不仅能够预测蛋白质-蛋白质相互作用的结合位点，还能分类生物配体，并在残基水平上预测与核酸的相互作用，同时支持基于序列和结构相似性的配体移植	目前主要集中在蛋白质-蛋白质、蛋白质-配体和蛋白质-核酸相互作用的分析，尚未涵盖所有类型的生物相互作用	开发一个易于使用的深度学习平台，帮助专家和非专家用户研究生物相互作用	蛋白质相互作用界面，包括蛋白质-蛋白质、蛋白质-配体和蛋白质-核酸的相互作用	机器学习	NA	深度学习	深度学习平台	蛋白质结构数据	NA
2814	2024-12-09	Minimizing prostate diffusion weighted MRI examination time through deep learning reconstruction 2025-Jan, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2024.110341 PMID:39532043	研究论文	研究通过深度学习重建算法减少前列腺扩散加权MRI检查时间并保持图像质量	使用深度学习重建算法（DLR）从标准和可变减少的数据集中重建高b值扩散加权图像，以减少图像噪声并缩短MRI检查时间	回顾性研究，依赖于两位放射科医生的主观评估	研究通过深度学习重建算法减少前列腺扩散加权MRI检查时间并保持诊断图像质量	前列腺扩散加权MRI图像及其诊断质量	计算机视觉	前列腺癌	深度学习重建算法（DLR）	深度学习模型	图像	52名接受常规前列腺MRI检查的患者
2815	2024-12-08	Comparison of veterinarians and a deep learning tool in the diagnosis of equine ophthalmic diseases 2025-Jan, Equine veterinary journal IF:2.4Q1 DOI:10.1111/evj.14087 PMID:38567426	研究论文	比较兽医和深度学习工具在马眼科疾病诊断中的表现	开发了一种用于马眼科疾病诊断的深度学习工具，并评估了其在诊断准确性上与兽医的比较	诊断仅基于马眼的图像，无法评估眼睛内部情况	比较兽医和深度学习工具在马眼科疾病诊断中的准确性	马眼科疾病，特别是葡萄膜炎	计算机视觉	NA	深度学习	卷积神经网络 (CNN)	图像	40张马眼照片，其中10张健康，12张葡萄膜炎，18张其他疾病
2816	2024-12-07	Neural Memory State Space Models for Medical Image Segmentation 2025-Jan, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065724500680 PMID:39343431	研究论文	本文探讨了神经记忆普通微分方程（nmODEs）和状态空间模型（SSMs）在医学图像分割中的优缺点，并提出了一种结合两者优势的新架构nmSSM解码器	提出了nmSSM解码器，结合了nmODEs和SSMs的优势，具有强大的非线性表示能力和保留输入及处理全局信息的能力	NA	验证nmSSM-UNet在医学图像分割中的有效性	医学图像分割	计算机视觉	NA	状态空间模型（SSMs），神经记忆普通微分方程（nmODEs）	UNet	图像	PH2、ISIC2018和BU-COCO数据集
2817	2024-12-07	Breaking the barriers: Methodology of implementation of a non-mydriatic ocular fundus camera in an emergency department 2025 Jan-Feb, Survey of ophthalmology IF:5.1Q1 DOI:10.1016/j.survophthal.2024.09.012 PMID:39357747	研究论文	描述了在急诊科成功实施非散瞳眼底相机和光学相干断层扫描（OCT）的方法	首次详细描述了在急诊科实施非散瞳眼底相机和OCT的过程，并展示了其持续使用的效果	未来可能需要使用人工智能深度学习系统进行自动解释，以解决当前的诊断限制	探讨在急诊科实施非散瞳眼底相机和OCT的可行性和效果	非散瞳眼底相机和OCT在急诊科的实施过程及其影响	NA	NA	光学相干断层扫描（OCT）	NA	图像	1274名患者
2818	2024-12-07	Analysis of nailfold capillaroscopy images with artificial intelligence: Data from literature and performance of machine learning and deep learning from images acquired in the SCLEROCAP study 2025-Jan, Microvascular research IF:2.9Q2 DOI:10.1016/j.mvr.2024.104753 PMID:39389419	研究论文	评估机器学习和深度学习在检测系统性硬化症（SSc）景观中的表现，使用来自SCLEROCAP研究的同一组甲襞毛细血管显微镜（NC）图像	首次使用深度学习模型DenseNet-121在NC图像上检测SSc景观，并展示了其高准确性	结果需要在大规模NC图像上进一步验证	评估机器学习和深度学习在检测系统性硬化症（SSc）景观中的表现	甲襞毛细血管显微镜（NC）图像	计算机视觉	系统性硬化症	机器学习、深度学习	DenseNet-121、ResNet-18、VGG-16	图像	100名SCLEROCAP研究患者
2819	2024-12-07	Deep Learning Recognition of Paroxysmal Kinesigenic Dyskinesia Based on EEG Functional Connectivity 2025-Jan, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065725500017 PMID:39560445	研究论文	本研究提出了一种基于静息态脑电图（EEG）功能连接矩阵和深度学习架构（AT-1CBL）的阵发性运动诱发性运动障碍（PKD）识别方法	本研究首次利用静息态EEG功能连接矩阵和深度学习模型（AT-1CBL）进行PKD的识别，并取得了较高的分类准确率	数据集规模有限可能影响模型的泛化能力，需要进一步探索多模态数据整合和先进的深度学习架构以增强诊断模型的鲁棒性	开发一种准确且成本效益高的PKD诊断方法	阵发性运动诱发性运动障碍（PKD）患者和健康对照组（HCs）的脑电图数据	机器学习	神经系统疾病	脑电图（EEG）	1D-CNN和Bi-LSTM结合注意力机制	脑电图功能连接矩阵	44名PKD患者和44名健康对照组
2820	2024-12-05	Retinal Vessel Plexus Differentiation Based on OCT Angiography Using Deep Learning 2025 Jan-Feb, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100605 PMID:39624795	研究论文	本研究利用深度学习技术，基于OCT血管造影图像对视网膜血管丛进行分割	本研究首次提出仅使用OCT血管造影数据进行视网膜浅层、深层和无血管丛的分割，无需结构OCT图像输入或分割边界	本研究未在更复杂的多种类薄片数据上进行训练，且未涉及财务披露的具体细节	旨在通过深度学习技术，从OCT血管造影图像中分割出视网膜的浅层、深层和无血管丛	视网膜的浅层、深层和无血管丛	计算机视觉	NA	深度学习	U-Net	图像	235个OCTA立方体，来自33名患者