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
1461	2025-01-16	Reverse design of broadband sound absorption structure based on deep learning method 2025-Jan-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86077-w PMID:39809864	研究论文	本文提出了一种基于深度学习的逆向设计方法，用于设计宽带吸声结构	利用深度神经网络建立结构参数与吸声系数曲线之间的映射关系，简化了传统方法中耗时的数值模拟和复杂计算过程	未提及具体的数据集规模或实验验证的广泛性	实现宽带高吸声结构的逆向设计，提高复杂超材料设计的效率	吸声结构	机器学习	NA	深度学习	深度神经网络	结构参数与吸声系数曲线	未提及具体样本数量
1462	2025-01-16	Deep-Learning-based Automated Identification of Ventriculoperitoneal-Shunt Valve Models from Skull X-rays 2025-Jan-14, Clinical neuroradiology IF:2.4Q2 DOI:10.1007/s00062-024-01490-4 PMID:39809871	研究论文	本研究探讨了使用深度学习技术自动识别颅骨X光片中脑室-腹腔分流阀模型的可行性	首次将深度学习技术应用于颅骨X光片中脑室-腹腔分流阀模型的自动识别	研究仅包含四种分流阀模型，样本量相对有限	研究目的是探索人工智能，特别是深度学习，是否能够自动识别颅骨X光片中的脑室-腹腔分流阀模型	脑室-腹腔分流阀模型	计算机视觉	脑积水	深度学习	CNN	图像	959张颅骨X光片，包含四种分流阀模型（Codman Hakim 774张，Codman Certas Plus 117张，Sophysa Sophy Mini SM8 35张，proGAV 2.0 33张）
1463	2025-01-16	Deep learning empowered sensor fusion boosts infant movement classification 2025-Jan-14, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00701-w PMID:39809877	研究论文	本文提出了一种基于深度学习的传感器融合方法，用于婴儿运动分类，以提高神经发育障碍的早期识别	首次将多传感器融合技术应用于婴儿运动分类，显著提高了分类准确率	所有模型均在专有数据集上设计、训练和评估，难以直接比较	开发一种自动化分类婴儿运动模式的方法，以增强基于AI的神经功能早期识别	51名正常发育的婴儿	机器学习	神经发育障碍	传感器融合	CNN	多模态传感器数据（压力、惯性和视觉传感器）	51名婴儿
1464	2025-01-16	Belt conveyor idler fault detection algorithm based on improved YOLOv5 2025-Jan-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81244-x PMID:39809903	研究论文	本文提出了一种基于改进YOLOv5的深度学习算法，用于实时检测带式输送机托辊故障	在YOLOv5网络中引入了坐标注意力机制，并使用α-CIoU定位损失函数替代传统CIoU，以提高模型的回归精度	NA	提高带式输送机托辊故障检测的准确性和实时性	带式输送机托辊	计算机视觉	NA	深度学习	YOLOv5	红外图像	自建的红外图像数据集
1465	2025-01-16	Nanocarrier imaging at single-cell resolution across entire mouse bodies with deep learning 2025-Jan-14, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-024-02528-1 PMID:39809933	研究论文	本文介绍了一种名为SCP-Nano的实验与深度学习集成管道，用于全面量化纳米载体在整个小鼠体内的单细胞分辨率靶向分布	SCP-Nano能够在极低剂量下揭示纳米载体的组织分布模式，远低于传统全身成像技术的检测限，并能推广到多种纳米载体类型	NA	开发一种高效准确的方法来分析纳米载体在整个生物体中的细胞水平生物分布，以加速精确和安全的纳米载体治疗的发展	小鼠体内的纳米载体	数字病理学	NA	深度学习	NA	图像	小鼠
1466	2025-01-16	Establishing a GRU-GCN coordination-based prediction model for miRNA-disease associations 2025-Jan-14, BMC genomic data IF:1.9Q3 DOI:10.1186/s12863-024-01293-z PMID:39810100	研究论文	本研究开发了一种基于GRU-GCN协调的深度学习模型，用于预测miRNA与疾病之间的关联	引入了两种标记策略（基于权重和基于多数的定义）来分类miRNA-疾病关联，并开发了一种结合GRU和GCN的新型模型	NA	提高miRNA与疾病关联预测的准确性和效率	miRNA与疾病的关联	机器学习	NA	深度学习	GRU, GCN	miRNA-疾病关联数据	来自HMDD（人类miRNA疾病数据库）的数据集
1467	2025-01-16	Effect of feedback-integrated reflection, on deep learning of undergraduate medical students in a clinical setting 2025-Jan-14, BMC medical education IF:2.7Q1 DOI:10.1186/s12909-025-06648-3 PMID:39810114	研究论文	本研究探讨了反馈整合反思对本科医学生在妇科临床环境中高阶多选题得分的影响	通过随机对照试验，比较了反馈整合反思与单独反思对医学生学习效果的影响，发现反馈整合反思显著提高了学习效果	样本量较小（68名医学生），且仅在妇科临床环境中进行，可能限制了结果的普适性	评估反馈整合反思与单独反思对本科医学生高阶多选题得分的影响	本科医学生	医学教育	NA	随机对照试验	NA	测试成绩	68名本科医学生
1468	2025-01-16	Diagnosis of Parkinson's disease by eliciting trait-specific eye movements in multi-visual tasks 2025-Jan-14, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-06044-3 PMID:39810187	研究论文	本文开发了一种基于虚拟现实（VR）环境中眼动追踪的多任务系统，通过提取帕金森病（PD）特异性眼动异常特征，利用深度学习算法实现PD的辅助诊断	利用VR环境中的多任务眼动追踪技术，结合深度学习算法，提取PD特异性眼动异常特征，实现高精度的PD辅助诊断	研究样本量相对较小，且仅限于VR环境中的眼动数据，可能无法完全代表真实世界中的眼动行为	开发一种基于眼动追踪的PD辅助诊断工具	帕金森病患者和健康对照者	数字病理学	帕金森病	眼动追踪技术	深度学习算法	眼动数据	114名PD患者和125名健康对照者
1469	2025-01-16	Predictive value of dendritic cell-related genes for prognosis and immunotherapy response in lung adenocarcinoma 2025-Jan-14, Cancer cell international IF:5.3Q1 DOI:10.1186/s12935-025-03642-z PMID:39810206	研究论文	本研究通过筛选树突状细胞相关基因，构建了一个预测肺腺癌患者预后和免疫治疗反应的预后签名	创新性地建立了一个基于深度学习的预测模型DCRGS，用于预测肺腺癌患者的预后，并具有高准确性和敏感性	研究结果需要进一步在更大规模的临床样本中进行验证	预测肺腺癌患者的预后和免疫治疗反应	肺腺癌患者	数字病理	肺癌	单细胞RNA测序（scRNA-seq）、批量RNA测序、实时定量PCR（q-PCR）	深度学习模型	RNA测序数据、临床数据	恶性胸腔积液样本中的树突状细胞
1470	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
1471	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）
1472	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
1473	2025-01-16	MDFGNN-SMMA: prediction of potential small molecule-miRNA associations based on multi-source data fusion and graph neural networks 2025-Jan-13, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06040-4 PMID:39806287	研究论文	本研究提出了一种基于多源数据融合和图神经网络的深度学习方法MDFGNN-SMMA，用于预测小分子与miRNA之间的潜在关联	MDFGNN-SMMA结合了多源数据融合和图神经网络，首次将GAT和GraphSAGE模型应用于小分子-miRNA关联预测，并在性能上超越了现有的四种最先进模型	尽管模型在预测性能上表现出色，但其泛化能力仍需在更大规模的数据集上进一步验证	开发一种高效的计算方法，用于预测小分子与miRNA之间的潜在关联，以替代传统实验方法	小分子（SMs）和miRNA	机器学习	NA	深度学习	GAT, GraphSAGE, 多层感知机	分子指纹特征、K-mer特征	NA
1474	2025-01-16	Optimizing hip MRI: enhancing image quality and elevating inter-observer consistency using deep learning-powered reconstruction 2025-Jan-13, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01554-y PMID:39806303	研究论文	本研究探讨了深度学习重建（DLR）在优化髋关节MRI图像质量和提高观察者间一致性方面的潜力	利用深度学习重建技术显著减少了扫描时间，同时保持了图像质量，提高了诊断效率	研究样本量较小，且为回顾性研究，可能需要进一步的前瞻性研究验证	优化髋关节MRI扫描，减少扫描时间，提高图像质量和诊断效率	60名接受DL-MRI、常规MRI和无DL-MRI检查的患者	数字病理	NA	深度学习重建（DLR）	NA	图像	60名患者
1475	2025-01-16	Integration of Deep Learning and Sub-regional Radiomics Improves the Prediction of Pathological Complete Response to Neoadjuvant Chemoradiotherapy in Locally Advanced Rectal Cancer Patients 2025-Jan-13, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.12.049 PMID:39809603	研究论文	本研究开发并验证了一种结合深度学习和亚区域放射组学的模型，用于预测局部晚期直肠癌患者对新辅助放化疗的病理完全反应	创新点在于结合了深度学习和亚区域放射组学特征，构建了名为SRADL的预测模型，提高了预测的准确性和鲁棒性	研究为回顾性研究，可能存在选择偏倚	开发并验证一种预测局部晚期直肠癌患者对新辅助放化疗病理完全反应的模型	局部晚期直肠癌患者	数字病理	直肠癌	MRI成像	3D ResNet50	图像	768名来自三家独立医院的患者
1476	2025-01-16	Multimodal deep learning improves recurrence risk prediction in pediatric low-grade gliomas 2025-Jan-12, Neuro-oncology IF:16.4Q1 DOI:10.1093/neuonc/noae173 PMID:39211987	研究论文	本研究探讨了深度学习在预测儿童低级别胶质瘤术后复发风险中的应用	结合临床特征和深度学习提取的MRI特征，构建多模态模型，提高了术后复发风险的预测准确性	需要更大规模的多中心训练数据以提高模型的泛化能力	提高儿童低级别胶质瘤术后复发风险的预测准确性	儿童低级别胶质瘤患者	数字病理学	儿童低级别胶质瘤	深度学习	逻辑风险模型	MRI图像	396名患者
1477	2025-01-16	Artificial Intelligence for Cervical Spine Fracture Detection: A Systematic Review of Diagnostic Performance and Clinical Potential 2025-Jan-12, Global spine journal IF:2.6Q1 DOI:10.1177/21925682251314379 PMID:39800538	系统综述	本文系统综述了人工智能和深度学习模型在颈椎骨折检测中的诊断性能及其在临床实践中的潜在应用	评估了AI和DL模型在颈椎骨折检测中的表现，并探讨了其在临床实践中的潜在作用	大多数研究缺乏外部验证，影响了其结果的普遍适用性	评估AI和DL模型在颈椎骨折检测中的诊断性能及其临床应用的潜力	颈椎骨折	计算机视觉	颈椎骨折	CT成像和X光片	CNN, MobileNetV2, Vision Transformer (ViT)	图像	11项研究（2021年至2024年发表）
1478	2025-01-16	Annotation-free deep learning algorithm trained on hematoxylin & eosin images predicts epithelial-to-mesenchymal transition phenotype and endocrine response in estrogen receptor-positive breast cancer 2025-Jan-12, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-025-01959-1 PMID:39800743	研究论文	本研究开发了一种基于H&E染色图像的深度学习算法，用于预测雌激素受体阳性乳腺癌的上皮-间质转化表型及内分泌治疗反应	提出了一种无需注释的深度学习算法，能够从H&E染色图像中准确预测EMT表型和内分泌治疗反应，具有临床应用潜力	研究依赖于公开数据库的数据，可能受到数据质量和样本量的限制	预测雌激素受体阳性乳腺癌的EMT表型和内分泌治疗反应	雌激素受体阳性乳腺癌患者的H&E染色图像	数字病理学	乳腺癌	深度学习	EfficientNetV2	图像	来自The Cancer Genome Atlas数据库的H&E染色图像
1479	2025-01-16	BIBSNet: A Deep Learning Baby Image Brain Segmentation Network for MRI Scans 2025-Jan-11, bioRxiv : the preprint server for biology DOI:10.1101/2023.03.22.533696 PMID:36993540	研究论文	本文介绍了一种名为BIBSNet的深度学习婴儿脑部图像分割网络，用于MRI扫描	BIBSNet是一个开源、社区驱动的模型，利用数据增强和大样本量的手动注释图像，实现了鲁棒且可推广的脑部分割	NA	研究目的是开发一种能够准确分割婴儿脑部MRI图像的深度学习模型	研究对象为0-8个月大的婴儿的MRI脑部图像	计算机视觉	NA	深度学习	BIBSNet	图像	90名参与者，年龄范围为0-8个月（中位年龄4.6个月）
1480	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)