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
1421	2025-01-19	Deep learning of noncontrast CT for fast prediction of hemorrhagic transformation of acute ischemic stroke: a multicenter study 2025-Jan-15, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-024-00535-0 PMID:39812734	研究论文	本研究旨在开发和验证一个基于非对比CT和临床数据的模型，用于预测急性缺血性卒中患者静脉溶栓后出血性转化及其亚型	开发了一个集成模型，结合了临床数据和基于深度学习的非对比CT成像模型，用于预测急性缺血性卒中患者的出血性转化及其亚型，并优于现有的临床评分	研究为回顾性研究，可能存在选择偏倚，且样本量相对较小	预测急性缺血性卒中患者静脉溶栓后出血性转化及其亚型	急性缺血性卒中患者	数字病理学	心血管疾病	非对比CT	集成模型（eXtreme Gradient Boosting + 深度学习）	图像 + 临床数据	445名急性缺血性卒中患者
1422	2025-01-19	Evaluating the feasibility of AI-predicted bpMRI image features for predicting prostate cancer aggressiveness: a multi-center study 2025-Jan-15, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01865-8 PMID:39812752	研究论文	本研究评估了利用人工智能预测的双参数MRI图像特征预测前列腺癌侵袭性的可行性	使用深度学习放射组学模型从bpMRI图像中提取特征，预测前列腺癌的侵袭性，并展示了良好的外部验证能力	研究未提及模型在不同种族或地区患者中的适用性	评估AI预测的bpMRI图像特征在前列腺癌侵袭性预测中的可行性	878名前列腺癌患者	数字病理学	前列腺癌	双参数MRI (bpMRI)	深度学习放射组学模型	图像	878名前列腺癌患者，来自4家医院
1423	2025-01-19	Novel approach for quality control testing of medical displays using deep learning technology 2025-Jan-15, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ada6bd PMID:39773861	研究论文	本研究开发了一种基于深度学习技术的医疗显示器质量控制模型，用于对比度响应和最大亮度的测量，并评估其性能	通过微调预训练模型并将其扩展为多输出配置，能够同时执行对比度响应分类和最大亮度回归任务，展示了多任务策略在医疗显示器质量控制中的可行性	模型在最大亮度值的回归任务中倾向于低估，尽管误差范围始终在5%以内	开发并评估一种高效的医疗显示器质量控制模型，以减少医疗设备管理的工作量	医疗显示器	计算机视觉	NA	深度学习	多任务模型	图像	NA
1424	2025-01-19	Pervasive glacier retreats across Svalbard from 1985 to 2023 2025-Jan-15, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-55948-1 PMID:39814715	研究论文	本文利用深度学习生成的1985年至2023年间149个海洋终止冰川的124919个冰崩前沿位置数据，揭示了斯瓦尔巴群岛非涌浪冰川在过去38年中的普遍冰崩前沿退缩现象	首次使用深度学习技术大规模分析斯瓦尔巴群岛海洋终止冰川的冰崩前沿退缩，揭示了季节性周期和区域海洋变暖对冰崩前沿变化的显著影响	研究主要依赖于遥感数据和深度学习模型，可能忽略了局部地形和冰川内部动力学的复杂性	研究目的是理解和预测海洋终止冰川的冰崩前沿退缩行为，特别是季节性变化和年际变化对冰川质量损失的影响	斯瓦尔巴群岛的149个海洋终止冰川	地球科学	NA	深度学习	NA	遥感数据	149个海洋终止冰川的124919个冰崩前沿位置数据
1425	2025-01-19	Causality-driven candidate identification for reliable DNA methylation biomarker discovery 2025-Jan-15, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56054-y PMID:39814752	研究论文	本文提出了一种因果关系驱动的深度正则化框架，用于可靠地识别DNA甲基化生物标志物候选池	结合因果思维、深度学习和生物学先验知识，通过对比方案和空间关系正则化处理非因果混杂因素，减少个体特征和噪声的干扰	未提及具体局限性	实现可靠的DNA甲基化生物标志物候选池识别，促进资源高效的生物标志物发现	DNA甲基化生物标志物	生物信息学	多种人类疾病	DNA甲基化测序	深度学习	DNA甲基化数据	涉及多种人类疾病、样本来源和测序技术的应用
1426	2025-01-19	Fast and accurate deep learning scans for signatures of natural selection in genomes using FASTER-NN 2025-Jan-15, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-07480-7 PMID:39814854	研究论文	本文介绍了一种名为FASTER-NN的卷积神经网络分类器，专门用于精确检测自然选择的特征	FASTER-NN通过扩张卷积处理等位基因频率和基因组位置，最大化数据重用，执行时间与样本大小和染色体长度无关，适合大规模全基因组扫描，并能准确识别重组热点中的选择性清除	NA	开发一种用于检测自然选择特征的深度学习分类器	基因组中的自然选择特征	机器学习	NA	深度学习	CNN	基因组数据	NA
1427	2025-01-19	Efficient evidence selection for systematic reviews in traditional Chinese medicine 2025-Jan-15, BMC medical research methodology IF:3.9Q1 DOI:10.1186/s12874-024-02430-z PMID:39815209	研究论文	本研究介绍了一种新颖的精准优先综合信息提取和选择程序，旨在提高中医系统评价中证据选择的效率和准确性	结合了深度学习模型（Evi-BERT与基于规则的方法）与布尔逻辑算法及扩展检索策略，实现了自动且准确的证据选择，减少了人工干预	该方法的全部潜力需要进一步验证	提高中医系统评价和临床指南中证据选择的效率和准确性	中医相关的系统评价文献	自然语言处理	NA	深度学习模型（Evi-BERT）与布尔逻辑算法	Evi-BERT	文本	十篇高质量的中医相关系统评价文献
1428	2025-01-19	Signatures of H3K4me3 modification predict cancer immunotherapy response and identify a new immune checkpoint-SLAMF9 2025-Jan-15, Respiratory research IF:4.7Q1 DOI:10.1186/s12931-024-03093-6 PMID:39815269	研究论文	本研究通过分析H3K4me3修饰与抗肿瘤免疫的关系，构建了一个预测癌症免疫治疗反应的H3K4me3风险评分系统，并发现SLAMF9在免疫抑制和免疫治疗抵抗中的关键作用	首次构建了基于H3K4me3修饰模式的癌症免疫治疗反应预测系统，并发现SLAMF9作为新的免疫检查点在癌症免疫调节和治疗中的潜在作用	研究主要基于生物信息学分析，实验验证部分仅限于小鼠黑色素瘤模型，需要进一步在更多癌症类型和临床样本中验证	探索H3K4me3修饰与抗肿瘤免疫的关系，并开发预测癌症免疫治疗反应的生物标志物系统	肺癌腺癌（LUAD）患者及多种癌症类型的样本	生物信息学	肺癌	深度学习分析	NA	基因表达谱	12,159个癌症样本（26种癌症类型）和725个癌症样本（5个免疫治疗队列）
1429	2025-01-19	Artificial Intelligence in Computer-Aided Drug Design (CADD) Tools for the Finding of Potent Biologically Active Small Molecules: Traditional to Modern Approach 2025-Jan-15, Combinatorial chemistry & high throughput screening IF:1.6Q3 DOI:10.2174/0113862073334062241015043343 PMID:39819404	综述	本文探讨了人工智能在计算机辅助药物设计（CADD）中的应用，特别是小分子药物的发现	本文强调了人工智能、生物信息学和数据科学在加速药物发现、降低成本和减少动物实验需求方面的作用，并讨论了深度学习在配体性质和靶标活性预测中的进展	本文未具体提及研究中使用的数据集或样本量，也未详细讨论AI模型的具体局限性	研究目的是探讨人工智能在药物发现和开发中的作用，特别是如何加速高效、靶向特异性药物的发现	研究对象是小分子药物及其与生物分子靶标的相互作用	药物发现	NA	结构基于虚拟筛选（SBVS）、深度学习（DL）	深度学习（DL）	分子性质数据、靶标结合数据、3D结构数据	NA
1430	2025-01-19	BioStructNet: Structure-Based Network with Transfer Learning for Predicting Biocatalyst Functions 2025-Jan-14, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c01391 PMID:39705058	研究论文	本文介绍了BioStructNet，一种基于结构的深度学习网络，用于预测生物催化剂功能，通过整合蛋白质和配体结构数据来捕捉酶-底物相互作用的复杂性	BioStructNet结合了蛋白质和配体结构数据，并采用迁移学习优化小数据集的预测精度，提高了生物催化活性预测的准确性	特定酶功能（如转化效率和立体选择性）的数据可用性有限，影响了预测精度	开发一种深度学习模型，用于预测生物催化剂的功能，以加速工业用功能酶的发现	酶-底物相互作用	机器学习	NA	深度学习，迁移学习	深度学习网络	蛋白质和配体结构数据	使用CalB数据集进行案例研究
1431	2025-01-19	DANTE-CAIPI Accelerated Contrast-Enhanced 3D T1: Deep Learning-Based Image Quality Improvement for Vessel Wall MRI 2025-Jan-08, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8424 PMID:39038956	研究论文	本文探讨了深度学习去噪算法在加速、血液抑制后的颅内血管壁MRI（IVW）中的应用，以提高图像质量并缩短扫描时间	首次将深度学习去噪算法应用于DANTE-CAIPI-SPACE加速和血液抑制的IVW，显著减少了动脉和静脉流动伪影，并在较短的扫描时间内提高了信噪比（SNR）	研究样本量较小（64名患者），且未进行长期随访以评估该技术的临床效果	提高加速和血液抑制后的颅内血管壁MRI（IVW）的图像质量，减少伪影并提高信噪比（SNR）	64名连续接受IVW扫描的患者	医学影像	NA	深度学习去噪算法	深度卷积网络（DCNN）	MRI图像	64名患者
1432	2025-01-19	Deep Learning-Based Super-Resolution Reconstruction on Undersampled Brain Diffusion-Weighted MRI for Infarction Stroke: A Comparison to Conventional Iterative Reconstruction 2025-Jan-08, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8482 PMID:39779291	研究论文	本研究比较了基于深度学习的超分辨率重建与传统压缩感知重建在脑部扩散加权磁共振成像（DWI）中对梗死性卒中的图像质量和诊断信心的影响	首次将深度学习技术应用于脑部DWI的超分辨率重建，以提高梗死性卒中的诊断信心	研究为回顾性设计，样本量相对较小（114例），且未涉及其他类型的卒中	评估深度学习超分辨率重建在脑部DWI中对梗死性卒中的图像质量和诊断信心的提升效果	114名接受脑部DWI检查的参与者	医学影像	梗死性卒中	深度学习超分辨率重建	深度学习模型	磁共振成像（MRI）图像	114名参与者
1433	2025-01-19	New Technologies for Monitoring Coastal Ecosystem Dynamics 2025-Jan, Annual review of marine science IF:14.3Q1 DOI:10.1146/annurev-marine-040523-020221 PMID:39059419	综述	本文综述了用于沿海生态系统监测的新兴技术，包括卫星监测、空中和水下无人机、原位传感器网络、光纤系统和社区科学观测站	文章综合了多种新兴技术，并强调了人工智能和深度学习在从大量数据中提取洞察方面的作用	尽管技术有所进步，但在加速全球变化的背景下，沿海生态系统监测仍存在重大缺口	探讨和综述用于监测沿海生态系统动态的新兴技术	沿海生态系统	环境监测	NA	卫星监测、无人机、传感器网络、光纤系统、社区科学观测站	深度学习	多种数据（图像、传感器数据等）	NA
1434	2025-01-19	Deep learning methods for protein function prediction 2025-Jan, Proteomics IF:3.4Q2 DOI:10.1002/pmic.202300471 PMID:38996351	综述	本文深入回顾了近年来用于蛋白质功能预测的深度学习方法的发展	总结了该领域的重大进展，并指出了几个待解决的主要挑战，同时提出了一些潜在的探索方向	未具体提及	提高蛋白质功能预测的准确性	蛋白质序列、结构、相互作用及其他相关信息	生物信息学	NA	深度学习	NA	蛋白质序列、结构、相互作用数据	NA
1435	2025-01-19	Evaluating the Efficacy of Deep Learning Reconstruction in Reducing Radiation Dose for Computer-Aided Volumetry for Liver Tumor: A Phantom Study 2025 Jan-Feb 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001657 PMID:39511829	研究论文	本研究通过体模实验比较了不同重建方法在减少肝脏肿瘤计算机辅助体积测量辐射剂量方面的效果	首次在体模实验中比较了深度学习重建（DLR）与传统重建方法在减少辐射剂量和提高图像质量方面的效果	研究仅在体模中进行，未涉及真实患者数据	评估不同重建方法在减少肝脏肿瘤计算机辅助体积测量辐射剂量方面的效果	肝脏肿瘤	数字病理	肝癌	CT扫描	深度学习重建（DLR）	图像	一个商用人体腹部体模，扫描五次
1436	2025-01-19	Evaluating CNN Architectures for the Automated Detection and Grading of Modic Changes in MRI: A Comparative Study 2025-Jan, Orthopaedic surgery IF:1.8Q2 DOI:10.1111/os.14280 PMID:39638639	研究论文	本研究开发并评估了卷积神经网络（CNN）在检测和分级Modic变化（MCs）中的性能，并与初级医生的表现进行了比较	首次使用CNN自动检测和分级Modic变化，并验证了AI辅助对初级医生诊断一致性的提升	样本量相对较小，且数据来源仅限于特定品牌的MRI扫描仪	开发并验证CNN在MRI图像中自动检测和分级Modic变化的性能	139名患者的MRI图像	计算机视觉	脊柱疾病	MRI	CNN, YOLOv8, YOLOv5	图像	139名患者的MRI图像（109名来自Philips扫描仪，30名来自Philips和United Imaging扫描仪）
1437	2025-01-19	All-atom RNA structure determination from cryo-EM maps 2025-Jan, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-024-02149-8 PMID:38396075	研究论文	本文介绍了一种名为EMRNA的新方法，用于从冷冻电镜图中准确、自动地确定全原子RNA结构	EMRNA方法整合了基于深度学习的核苷酸检测、三维骨架追踪与评分以及全原子RNA结构构建，显著提高了RNA结构测定的准确性和效率	尽管EMRNA在多种RNA图谱上表现出色，但其在更高分辨率或更复杂RNA结构上的表现仍需进一步验证	开发一种自动化方法，用于从冷冻电镜图中准确测定全原子RNA结构	RNA结构	结构生物学	NA	冷冻电镜	深度学习	冷冻电镜图	140个不同的RNA图谱，长度从37到423个核苷酸，分辨率为2.0-6.0 Å
1438	2025-01-19	Ensemble learning-based predictor for driver synonymous mutation with sequence representation 2025-Jan, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012744 PMID:39761306	研究论文	本文提出了一种基于集成学习的同义突变效应预测器EPEL，用于识别人类癌症中的驱动同义突变	EPEL结合了五种基于树的模型，并优化了特征选择，首次将DNA形状特征和基于BERT的化学分子语言模型的深度学习特征用于评估同义突变的影响	尽管深度学习方法在其他领域表现出色，但其DNA序列表示在本研究中并未显著提高驱动同义突变的识别效果	开发一种更精确的预测工具，用于识别人类癌症中的驱动同义突变	人类癌症中的同义突变	机器学习	癌症	集成学习, BERT	树模型, 深度学习	DNA序列	NA
1439	2025-01-19	An ensemble deep learning framework for energy demand forecasting using genetic algorithm-based feature selection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310465 PMID:39813218	研究论文	本文提出了一种集成深度学习方法，通过遗传算法优化特征选择，用于能源需求预测	结合遗传算法与多种预测模型（LSTM、BiLSTM、GRU），并使用堆叠集成技术生成最终预测，同时将数据集分为工作日和周末子集以进行更详细的分析	未提及模型在其他数据集或不同地理区域的泛化能力	提高能源需求预测的准确性和鲁棒性	历史能源消耗、天气变量和时间特征	机器学习	NA	遗传算法、堆叠集成技术	LSTM、BiLSTM、GRU	时间序列数据	未明确提及具体样本数量，但进行了十次模拟
1440	2025-01-19	Dynamics and triggers of misinformation on vaccines 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0316258 PMID:39813203	研究论文	本文分析了2016年至2021年意大利疫苗辩论在多个社交媒体平台上的动态和触发因素，探讨了可靠和可疑新闻来源对疫苗议程的影响	使用符号转移熵分析新闻生产时间序列，动态确定可疑或可靠新闻来源对疫苗议程的因果驱动作用，并利用深度学习模型对疫苗相关内容进行分类	研究主要关注意大利的社交媒体平台，可能无法完全代表全球其他地区的情况	探讨在线疫苗错误信息的动态和触发因素，评估其对公众态度的影响	意大利社交媒体平台上的疫苗辩论	自然语言处理	NA	符号转移熵分析，深度学习	深度学习模型	文本	6年（2016-2021年）的意大利社交媒体数据