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
1181	2025-02-09	Vision transformer distillation for enhanced gastrointestinal abnormality recognition in wireless capsule endoscopy images 2025-Jan, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.1.014505 PMID:39916992	研究论文	本文提出了一种利用卷积神经网络（CNN）教师模型向视觉变换器（ViT）学生模型进行知识蒸馏的深度学习方法，用于无线胶囊内窥镜（WCE）图像中的胃肠道异常识别	通过知识蒸馏（KD）从CNN教师模型到ViT学生模型，提高了胃肠道异常识别的准确性和计算效率	未提及具体的数据集局限性或模型在特定条件下的表现	开发计算机视觉辅助系统，以帮助医生更高效地诊断胃肠道异常	无线胶囊内窥镜（WCE）图像	计算机视觉	胃肠道疾病	知识蒸馏（KD）	CNN, ViT	图像	Kvasir和KID数据集
1182	2025-02-09	The Role and Limitations of Artificial Intelligence in Combating Infectious Disease Outbreaks 2025-Jan, Cureus DOI:10.7759/cureus.77070 PMID:39917100	review	本文探讨了人工智能在传染病爆发管理中的多重应用及其局限性	本文综合分析了AI在疾病预测、诊断、药物发现和疫苗开发中的创新应用，并提出了克服当前局限性的途径	AI在疫情管理中的部署面临数据隐私、模型透明性和需要不断更新以适应新兴病原体等关键限制	研究AI在传染病爆发管理中的作用及其局限性	传染病爆发管理	machine learning	infectious disease	deep learning, reinforcement learning	NA	NA	NA
1183	2025-02-09	Role of Artificial Intelligence in the Assessment of Postoperative Pain in the Pediatric Population: A Systematic Review 2025-Jan, Cureus DOI:10.7759/cureus.77074 PMID:39917118	系统综述	本文系统综述了人工智能在评估儿童术后疼痛中的作用	首次系统性地评估了人工智能在儿童术后疼痛管理中的应用，填补了该领域的数据空白	现有研究多关注单一参数，且文献异质性较大，无法进行荟萃分析	探讨人工智能在预测和评估儿童术后疼痛中的应用	儿童术后疼痛	机器学习	儿科疾病	深度学习、机器学习	深度学习、机器学习	疼痛测量数据	4,470名儿科患者
1184	2025-02-08	Inference of the Mass Composition of Cosmic Rays with Energies from 10^{18.5} to 10^{20} eV Using the Pierre Auger Observatory and Deep Learning 2025-Jan-17, Physical review letters IF:8.1Q1 DOI:10.1103/PhysRevLett.134.021001 PMID:39913843	研究论文	本文利用Pierre Auger Observatory的表面探测器和深度学习技术，首次在事件级别上推断出宇宙射线的大气深度最大值X_{max}，并扩展了X_{max}分布的测量范围至100 EeV，揭示了极端能量下宇宙射线的质量组成	首次在事件级别上推断X_{max}，并利用深度学习技术扩展了测量范围至100 EeV，提供了极端能量下宇宙射线质量组成的新见解	NA	研究极端能量下宇宙射线的质量组成	宇宙射线	机器学习	NA	深度学习	NA	探测器数据	NA
1185	2025-02-08	Computational Resources for lncRNA Functions and Targetome 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4290-0_13 PMID:39702714	综述	本章节全面回顾了长链非编码RNA（lncRNA）领域的数据库和预测工具，包括lncRNA数据库、基于机器学习的算法以及利用不同技术预测lncRNA的工具	提供了lncRNA资源的全面概述，特别是针对人类、小鼠、植物和其他模式生物开发的资源，并讨论了使用深度学习、支持向量机（SVM）和随机森林（RF）等算法进行lncRNA的计算识别	本章节主要集中于已有资源的综述，未涉及新的实验数据或方法开发	总结和评估现有的lncRNA计算资源，以帮助生物学家选择最适合其研究需求的工具	长链非编码RNA（lncRNA）及其在不同生物体中的功能和靶标组	生物信息学	NA	深度学习、支持向量机（SVM）、随机森林（RF）	NA	文本、数据库信息	NA
1186	2025-02-08	Structure-Based Prediction of lncRNA-Protein Interactions by Deep Learning 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4290-0_16 PMID:39702717	研究论文	本章介绍了基于三维结构信息预测长非编码RNA（lncRNA）与蛋白质相互作用的基本框架	利用深度学习方法自动表示和学习lncRNA与蛋白质的三维结构信息，提出几何深度学习方法在lncRNA-蛋白质相互作用预测中的应用	未提及具体的数据集或实验验证结果，可能缺乏实际应用验证	预测lncRNA与蛋白质的相互作用并解析其机制	长非编码RNA（lncRNA）和蛋白质	机器学习	NA	深度学习方法	神经网络	三维结构数据	NA
1187	2025-02-08	Application of human-in-the-loop hybrid augmented intelligence approach in security inspection system 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1518850 PMID:39911181	研究论文	本文提出了一种人机协作的混合增强智能方法，用于提升安全检查系统的安全性和可靠性	提出了一种结合人类和机器智能的混合决策方法，采用“拒绝优先”和“放行优先”两种策略，以提升决策过程的整体性能	未提及具体的技术实现细节和潜在的局限性	提升安全检查系统的安全性和可靠性	安全检查系统	机器学习和人机协作	NA	深度学习	NA	安全检查数据	来自特定安全检查站点的数据集
1188	2025-02-08	AlphaFold 2, but not AlphaFold 3, predicts confident but unrealistic β-solenoid structures for repeat proteins 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.01.016 PMID:39911842	研究论文	本文评估了AlphaFold 2在预测由完美重复序列组成的蛋白质结构时的表现，发现其经常预测出高置信度但不现实的β-螺旋结构	揭示了AlphaFold 2在预测完美重复序列时倾向于生成高置信度但不现实的β-螺旋结构，而其他深度学习方法则预测出不同的结构或低置信度的β-螺旋结构	研究主要关注完美重复序列，未全面评估AlphaFold 2在其他类型蛋白质上的表现	评估AlphaFold 2在预测完美重复序列蛋白质结构时的表现	由完美重复序列组成的蛋白质	蛋白质结构预测	NA	分子动力学	AlphaFold 2	蛋白质序列	不同长度的随机序列组成的完美重复序列
1189	2025-02-07	Cloud and IoT based smart agent-driven simulation of human gait for detecting muscles disorder 2025-Jan-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e42119 PMID:39906796	研究论文	本文提出了一种基于云计算和物联网的智能代理驱动的人体步态模拟方法，用于检测肌肉障碍	使用智能手机代替难以获取的可穿戴传感器和标记物来数字化人体运动，并结合深度学习的集成框架提高分析的准确性和可解释性	未提及具体样本量或实验验证的详细结果	分析人体运动并区分健康与不健康的肌肉，以辅助治疗运动障碍	人体步态和肌肉运动	数字病理学	肌肉障碍	物联网（IoT）、云计算、深度学习	深度学习集成框架	运动数据	NA
1190	2025-02-07	Deep learning-based system for prediction of work at height in construction site 2025-Jan-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e41779 PMID:39906815	研究论文	本文提出了一种基于深度学习的系统，用于预测建筑工地上工人的高空作业情况	通过结合加速度计、陀螺仪和压力传感器的数据，利用深度学习技术预测工人的高空作业状态，填补了该领域的信息空白	研究中仅使用了45次分析，样本量可能不足以全面验证模型的泛化能力	预测建筑工地上工人是否在高空作业，以减少高空坠落事故的风险	建筑工地上的工人	机器学习	NA	深度学习	DNN, CNN, LSTM	传感器数据（加速度计、陀螺仪、压力传感器）	45次分析
1191	2025-02-07	Machine learning-based prediction of hemodynamic parameters in left coronary artery bifurcation: A CFD approach 2025-Jan-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e41973 PMID:39906857	研究论文	本研究通过结合机器学习算法与计算流体动力学模拟，旨在提高左冠状动脉分叉处复杂血流动力学的无创预测能力	首次将机器学习算法与计算流体动力学模拟相结合，用于左冠状动脉分叉处血流动力学的预测，提供了一种快速可靠的评估方法	需要进一步研究深度学习模型的有效性，并解决患者特异性应用中的挑战	研究左冠状动脉分叉处狭窄严重程度和位置对血流动力学的影响，以提高无创预测能力	左冠状动脉分叉处的血流动力学参数（如壁面剪切应力和振荡剪切指数）	机器学习	心血管疾病	计算流体动力学（CFD）	决策树回归器和K近邻模型	合成几何数据	6858个合成的左冠状动脉几何数据
1192	2025-02-06	Soft computing paradigm for climate change adaptation and mitigation in Iran, Pakistan, and Turkey: A systematic review 2025-Jan-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e41974 PMID:39906868	系统综述	本文系统综述了人工智能（AI）在伊朗、巴基斯坦和土耳其的气候变化适应和缓解中的应用	通过系统综述方法，揭示了AI在ECO国家气候变化研究中的应用现状，并提出了一个更综合的研究框架	存在跨境合作有限和数据可用性不一致等关键差距	探讨AI在气候变化适应和缓解中的应用，以提升区域气候韧性和可持续性	伊朗、巴基斯坦和土耳其的气候变化问题	机器学习	NA	机器学习（ML）、深度学习（DL）	神经网络、优化或元启发式算法	NA	76篇相关文章
1193	2025-02-07	Caps-ac4C: An effective computational framework for identifying N4-acetylcytidine sites in human mRNA based on deep learning 2025-Jan-28, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.168961 PMID:39884569	研究论文	本文提出了一种基于深度学习的计算框架Caps-ac4C，用于精确检测人类mRNA中的N4-乙酰胞苷（ac4C）位点	Caps-ac4C利用混沌游戏表示将RNA序列编码为“图像”，并采用胶囊网络从这些RNA“图像”中学习全局和局部特征，实现了最先进的性能	NA	开发一种高效且准确的计算框架，用于精确检测人类mRNA中的ac4C位点，以深入了解疾病发病机制并提供新的医学干预途径	人类mRNA中的N4-乙酰胞苷（ac4C）位点	机器学习	癌症	深度学习	胶囊网络	RNA序列	NA
1194	2025-02-07	Combining Biology-based and MRI Data-driven Modeling to Predict Response to Neoadjuvant Chemotherapy in Patients with Triple-Negative Breast Cancer 2025-Jan, Radiology. Artificial intelligence DOI:10.1148/ryai.240124 PMID:39503605	研究论文	本研究结合深度学习和基于生物学的建模，预测局部晚期三阴性乳腺癌患者在新辅助化疗（NAC）前的反应	创新点在于结合了基于生物学的数学模型和卷积神经网络（CNN），仅使用NAC前的MRI数据预测肿瘤在NAC期间的空间和时间演变	研究为回顾性研究，样本量相对较小（118名患者），且仅针对三阴性乳腺癌患者	预测三阴性乳腺癌患者在新辅助化疗前的反应	局部晚期三阴性乳腺癌患者	数字病理学	乳腺癌	MRI	卷积神经网络（CNN）	图像	118名女性患者（中位年龄51岁，范围29-78岁）
1195	2025-02-07	SCIseg: Automatic Segmentation of Intramedullary Lesions in Spinal Cord Injury on T2-weighted MRI Scans 2025-Jan, Radiology. Artificial intelligence DOI:10.1148/ryai.240005 PMID:39503603	研究论文	开发了一种深度学习工具SCIseg，用于在T2加权MRI扫描中自动分割脊髓损伤（SCI）的脊髓和髓内病变	SCIseg是一种开源工具，通过主动学习的三阶段过程训练，能够自动分割髓内SCI病变和脊髓，并在多样化的T2加权MRI扫描数据集上准确提取临床相关病变特征	研究中未提及模型在不同扫描设备和图像分辨率下的泛化能力，也未讨论模型在临床实际应用中的潜在挑战	开发一种自动分割脊髓损伤病变的深度学习工具，以辅助临床诊断和治疗	脊髓损伤患者的T2加权MRI扫描数据	数字病理学	脊髓损伤	T2加权MRI扫描	卷积神经网络（CNN）	图像	191名脊髓损伤患者
1196	2025-02-07	End-to-end deep learning patient level classification of affected territory of ischemic stroke patients in DW-MRI 2025-Jan, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-024-03520-x PMID:39656236	研究论文	本文开发了一种端到端的深度学习模型，用于自动分类中风患者DWI图像中的受影响区域	创新点在于结合了临床信息作为领域知识向量，并采用了多种深度学习模型进行3D编码和切片编码	研究为回顾性多中心研究，可能存在数据偏差	开发一种端到端的深度学习模型，用于自动分类中风患者DWI图像中的受影响区域	中风患者的DWI图像	计算机视觉	中风	深度学习	3D CNN, LSTM-CNN, 时间分布层	图像	624例DWI MRI图像，来自3个中心的患者
1197	2025-02-07	Development and Validation of a Deep Learning Model Based on MRI and Clinical Characteristics to Predict Risk of Prostate Cancer Progression 2025-Jan, Radiology. Imaging cancer DOI:10.1148/rycan.240078 PMID:39792014	研究论文	本文开发并验证了一种基于MRI和临床特征的深度学习模型，用于预测前列腺癌进展风险	该研究首次结合MRI和临床参数开发深度学习模型，用于预测前列腺癌进展风险，并在内部和外部测试中验证其性能	研究为回顾性设计，可能存在选择偏倚；外部测试的C-index较低，表明模型在外部验证中的性能有待提高	验证基于MRI和临床参数的深度学习模型在前列腺癌进展风险预测中的有效性，并与现有模型进行比较	1143名男性患者（中位年龄64岁）的1607次MRI扫描	数字病理学	前列腺癌	深度学习	深度学习模型	MRI图像和临床参数	1143名患者的1607次MRI扫描
1198	2025-02-07	Elephant herding optimized features-based fast RCNN for classifying leukemia stages 2025, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-240750 PMID:39485713	研究论文	本文提出了一种基于象群优化特征的快速RCNN方法，用于分类白血病阶段	提出了一种新的LEU-EHO NET模型，结合了MobileNet特征提取、象群优化算法和Faster RCNN分类器，以提高白血病细胞分类的准确性	需要改进重叠细胞的分割准确性，未来可以通过使用不同的深度学习模型来提高分类准确性	提高白血病细胞分类的准确性和效率	血液涂片图像中的白血病细胞	数字病理学	白血病	图像预处理（归一化和裁剪黑边）、特征提取、特征选择、分类	MobileNet、Faster RCNN	图像	NA
1199	2025-02-07	Discovery of novel PRMT1 inhibitors: a combined approach using AI classification model and traditional virtual screening 2025, Frontiers in chemistry IF:3.8Q2 DOI:10.3389/fchem.2025.1548812 PMID:39906150	研究论文	本研究结合AI分类模型和传统虚拟筛选方法，发现了一系列潜在的PRMT1抑制剂	利用深度学习分析现有PRMTs抑制剂特性，构建PRMT1抑制剂分类模型，并通过分子对接发现新型PRMT1抑制剂	尽管发现了新型PRMT1抑制剂，但这些抑制剂尚未通过临床试验	发现新型PRMT1抑制剂，用于预防和治疗多种疾病	PRMT1蛋白及其抑制剂	机器学习	NA	深度学习、分子对接、分子动力学模拟、结合自由能分析	分类模型	分子数据	NA
1200	2025-02-07	The role of artificial intelligence and machine learning in predicting and combating antimicrobial resistance 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.01.006 PMID:39906157	综述	本文综述了人工智能和机器学习在预测和应对抗菌素耐药性中的潜在作用	探讨了AI/ML在预测抗菌素耐药性爆发、发现新型抗菌药物、重新利用现有药物以及通过分子结构分析进行联合治疗方面的创新应用	存在伦理考虑、数据隐私和模型偏见等挑战	探讨AI/ML在应对抗菌素耐药性方面的应用	抗菌素耐药性	机器学习	抗菌素耐药性	监督学习、无监督学习、深度学习、强化学习、自然语言处理	NA	临床信息、基因组序列、微生物组数据、流行病学数据	NA