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
1641	2025-01-07	FormulationBCS: A Machine Learning Platform Based on Diverse Molecular Representations for Biopharmaceutical Classification System (BCS) Class Prediction 2025-Jan-06, Molecular pharmaceutics IF:4.5Q1 DOI:10.1021/acs.molpharmaceut.4c00946 PMID:39647169	研究论文	本研究开发了一个基于机器学习的网络平台，用于高通量生物药剂学分类系统（BCS）分类，旨在提高药物开发和监管效率	首次开发了一个基于机器学习的BCS分类网络平台，结合多种分子表示和高性能机器学习模型，实现了快速准确的BCS分类	尽管模型在内部和外部验证中表现良好，但仍需进一步验证其在更广泛数据集上的适用性和准确性	开发一个基于机器学习的网络平台，用于高通量BCS分类，以支持药物候选物的早期开发和配方决策	药物候选物的BCS分类	机器学习	NA	机器学习算法和深度学习框架	LightGBM, AttentiveFP, XGBoost	分子表示（一维分子指纹、描述符、分子图、三维分子空间坐标）	四个BCS相关分子属性数据集
1642	2025-01-07	An Artificial Intelligence-Driven Preoperative Radiomic Subtype for Predicting the Prognosis and Treatment Response of Patients with Papillary Thyroid Carcinoma 2025-Jan-06, Clinical cancer research : an official journal of the American Association for Cancer Research IF:10.0Q1 DOI:10.1158/1078-0432.CCR-24-2356 PMID:39535738	研究论文	本研究开发并验证了一种基于深度学习的放射组学特征（DLRI），用于预测甲状腺乳头状癌（PTC）的炎症亚型及其预后和抗炎中药治疗效果	首次开发了一种非侵入性的放射组学特征（DLRI），用于预测PTC的炎症亚型及其预后和治疗反应，特别是抗炎中药的治疗效果	需要前瞻性研究来进一步验证这些发现	开发并验证一种非侵入性的放射组学特征，用于预测PTC患者的预后和治疗反应	甲状腺乳头状癌（PTC）患者	数字病理学	甲状腺癌	深度学习	深度学习放射组学特征（DLRI）	超声图像	2,506例患者（来自两个独立中心）
1643	2025-01-07	Neural Ordinary Differential Equations for Forecasting and Accelerating Photon Correlation Spectroscopy 2025-Jan-06, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.4c03234 PMID:39757890	研究论文	本文提出了一种基于神经常微分方程模型g2NODE的方法，用于预测和加速光子相关光谱实验	使用神经常微分方程模型g2NODE，从少量噪声相关函数中预测完整的无噪声干涉实验，显著加速实验获取时间	需要进一步验证在更多实验数据上的适用性和稳定性	加速光子相关光谱实验，提高量子发射体材料的实验表征效率	固态单光子发射体的量子光学特性	机器学习	NA	光子相关傅里叶光谱（PCFS）	神经常微分方程（NODE）	光子相关函数	10-20个噪声测量的光子相关函数
1644	2025-01-07	Deep learning-based histopathological assessment of tubulo-interstitial injury in chronic kidney diseases 2025-Jan-05, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00708-3 PMID:39757253	研究论文	本文开发了一种基于深度学习的名为DLRS的方法，用于从肾活检标本的全切片图像中量化间质纤维化和炎症细胞浸润作为肾小管间质损伤评分	DLRS方法能够自动分割全切片图像中的不同组织区域并检测间质核，从而量化肾小管间质损伤评分，且其评分与肾小球滤过率（eGFR）的相关性高于肾病学家的评估	研究样本主要来自日本和欧洲血统的患者，可能限制了结果的普遍性	开发一种自动化的深度学习方法，用于准确量化慢性肾脏病（CKD）患者的肾小管间质损伤	慢性肾脏病（CKD）患者的肾活检标本	数字病理学	慢性肾脏病	深度学习	NA	图像	71名日本CKD患者、28名日本肾小管间质性肾炎患者、49名欧洲血统的肾硬化患者以及238名日本CKD患者（包括来自另一家医院的167名患者）
1645	2025-01-07	Pointer meters recognition method in the wild based on innovative deep learning techniques 2025-Jan-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81248-7 PMID:39755689	研究论文	本研究提出了一种基于深度学习的创新方法，用于在现代工业场景中识别仪表及其指针	使用改进的卷积块注意力模块（CBAM）和对象热图-标量图模块，结合编码器网络和跳跃连接，提高了在低质量图像中识别仪表和指针的准确性和效率	NA	提高在复杂工业场景中低质量图像中仪表和指针的识别效率和准确性	仪表及其指针	计算机视觉	NA	深度学习	改进的卷积块注意力模块（CBAM）	图像	NA
1646	2025-01-07	Downscaling of ERA5 reanalysis land surface temperature based on attention mechanism and Google Earth Engine 2025-Jan-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83944-w PMID:39753651	研究论文	本研究提出了一种基于注意力机制和Google Earth Engine的ERA5再分析地表温度降尺度方法，以提高ERA5-Land地表温度数据的空间分辨率	结合了注意力机制U-Net（AMUN）方法，并利用Google Earth Engine平台进行数据获取和预处理，提出了全球多因素交叉注意力（GMFCA）模块、特征融合残差密集块（FFRDB）连接模块和U-Net模块的有机结合	NA	提高ERA5-Land地表温度数据的空间分辨率，以支持更精细的生态研究	ERA5-Land地表温度数据	计算机视觉	NA	深度学习	U-Net	地表温度数据	中国境内的ERA5-Land每小时月平均再分析地表温度数据
1647	2025-01-07	A review of deep learning for brain tumor analysis in MRI 2025-Jan-03, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00789-2 PMID:39753730	review	本文综述了深度学习在MRI脑肿瘤分析中的应用，包括肿瘤分割、量化和分类	探讨了深度学习在脑肿瘤护理中的变革潜力，并讨论了现有应用、局限性和未来方向	讨论了现有深度学习在脑肿瘤分析中的局限性	探索深度学习在脑肿瘤MRI分析中的应用及其潜力	脑肿瘤的MRI图像	计算机视觉	脑肿瘤	深度学习	NA	图像	NA
1648	2025-01-07	Evaluation of an enhanced ResNet-18 classification model for rapid On-site diagnosis in respiratory cytology 2025-Jan-03, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-024-13402-3 PMID:39754166	研究论文	本文评估了一种增强的ResNet-18分类模型，用于呼吸细胞学的快速现场诊断	开发了一种改进的深度学习模型，以辅助临床医生在快速现场评估（ROSE）过程中快速准确地评估Diff-Quik染色的细胞学样本	人类专业知识仍然是诊断过程中不可或缺的部分	开发一种改进的深度学习模型，以辅助临床医生在快速现场评估（ROSE）过程中快速准确地评估Diff-Quik染色的细胞学样本	Diff-Quik染色的细胞学样本	数字病理学	肺癌	Diff-Quik染色	ResNet-18	图像	116张Diff-Quik染色的细胞学样本数字图像
1649	2025-01-07	Unveiling novel antimicrobial peptides from the ruminant gastrointestinal microbiomes: A deep learning-driven approach yields an anti-MRSA candidate 2025-Jan-03, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2025.01.005 PMID:39756573	研究论文	本研究利用深度学习技术从反刍动物胃肠道微生物组中识别新型抗菌肽，并评估其抗菌效果及作用机制	结合深度学习与微生物组研究，开发了一种有效的方法来识别新型抗菌肽，并成功发现了一种对MRSA具有高效抗菌活性的候选肽	研究主要基于反刍动物胃肠道微生物组，可能限制了结果的普适性	开发一种有效的方法来识别新型抗菌肽，并评估其抗菌效果及作用机制	反刍动物胃肠道微生物组	机器学习	MRSA感染	深度学习，分子动力学模拟	深度学习模型	基因组数据	120个宏基因组和10,373个宏基因组组装基因组
1650	2025-01-07	The use of artificial intelligence in predicting maximal intercuspal position: A feasibility study 2025-Jan-03, Journal of prosthodontic research IF:3.2Q1 DOI:10.2186/jpr.JPR_D_24_00112 PMID:39756870	研究论文	本研究探讨了使用人工智能（AI）预测最大牙尖交错位的可行性，通过训练一个两阶段粗到细的牙齿对齐管道AI系统，基于对抗牙齿的咬合形态预测上下颌关系	开发了一种新的两阶段粗到细的牙齿对齐管道AI系统，用于预测上下颌关系，这在牙齿对数不足的情况下尤为重要	研究仅基于石模型扫描数据，未涉及实际患者数据，可能限制了结果的普适性	研究目的是探讨AI在预测上下颌关系中的可行性	上下颌石模型	计算机视觉	NA	深度学习	深度学习对齐网络	图像	325对上下颌石模型，其中300对用于训练，25对用于验证
1651	2025-01-07	Exploring transition states of protein conformational changes via out-of-distribution detection in the hyperspherical latent space 2025-Jan-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-55228-4 PMID:39753544	研究论文	本文介绍了一种名为TS-DAR的深度学习框架，用于从分子动力学模拟中识别蛋白质构象变化的过渡态	TS-DAR框架通过将过渡态结构视为分布外数据，利用正则化的超球面嵌入在潜在空间中同时检测多个自由能最小值之间的所有过渡态	NA	研究蛋白质构象变化的过渡态识别	蛋白质构象变化	机器学习	NA	分子动力学模拟	神经网络	分子动力学模拟数据	2D势能、丙氨酸二肽和DNA马达蛋白在DNA上的转位
1652	2025-01-07	Local corner smoothing based on deep learning for CNC machine tools 2025-Jan-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84577-9 PMID:39753859	研究论文	本文提出了一种基于深度学习的局部角平滑优化策略，用于提高CNC机床的加工路径平滑度和加工质量	提出了一种新的双ResNet局部平滑（DRLS）算法，用于优化NURBS控制点的位置和权重，从而生成更平滑的加工路径	未提及实际加工中的实验验证，仅通过仿真验证了方法的有效性	优化CNC机床的加工路径，提高加工质量和进给速度	CNC机床的加工路径	机器学习	NA	深度学习	Double-ResNet	加工路径数据	NA
1653	2025-01-07	Enhanced Detection of Colon Diseases via a Fused Deep Learning Model with an Auxiliary Fusion Layer and Residual Blocks on Endoscopic Images 2025-Jan-02, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056353246241209060804 PMID:39757657	研究论文	本文提出了一种融合深度学习模型，通过辅助融合层和残差块在结肠内镜图像上增强结肠疾病的检测	提出了一种结合EfficientNetB0、MobileNetV2和ResNet50V2架构的融合深度学习模型，通过辅助融合层和残差块提高分类准确性和鲁棒性	未提及具体的数据集大小和多样性，可能影响模型的泛化能力	提高结肠疾病的自动诊断准确性和鲁棒性	结肠内镜图像	计算机视觉	结肠疾病	深度学习	CNN（EfficientNetB0、MobileNetV2、ResNet50V2）	图像	未提及具体样本数量
1654	2025-01-07	FedPneu: Federated Learning for Pneumonia Detection across Multiclient Cross-Silo Healthcare Datasets 2025-Jan-02, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056333970241212132150 PMID:39757652	研究论文	本文提出了一种基于联邦学习的深度学习模型FedPneu，用于在多客户端跨机构医疗数据集中进行肺炎检测	采用联邦学习框架，解决了传统深度学习模型在医疗影像数据上的数据隐私问题	不同客户端架构下的准确率存在差异，5客户端架构的准确率相对较低	通过联邦学习框架开发一种隐私保护的肺炎检测模型	X光影像数据	计算机视觉	肺炎	联邦学习	深度学习模型	图像	2、3、4、5客户端架构
1655	2025-01-07	Artificial intelligence-driven automated lung sizing from chest radiographs 2025-Jan, American journal of transplantation : official journal of the American Society of Transplantation and the American Society of Transplant Surgeons IF:8.9Q1 DOI:10.1016/j.ajt.2024.08.015 PMID:39182615	研究论文	本研究利用深度学习和计算机视觉技术开发了一种自动化系统，用于从便携式胸部X光片中生成标准化的肺部尺寸测量，以提高准确性、减少变异性并简化供体/受体匹配	开发了一个两步框架，包括从胸部X光片中提取肺部掩模和特征点检测，以生成6个不同的肺部高度和宽度测量值，并通过与放射科医生的测量结果进行验证	需要在更大的队列中进行验证	提高肺部尺寸测量的准确性，减少变异性，并简化供体/受体匹配	50名肺移植受者的胸部X光片	计算机视觉	肺移植	深度学习	NA	图像	50名肺移植受者的胸部X光片
1656	2025-01-07	Reconstructing and analyzing the invariances of low-dose CT image denoising networks 2025-Jan, Medical physics IF:3.2Q1 DOI:10.1002/mp.17413 PMID:39348044	研究论文	本文提出了一种方法来重建和分析基于深度学习的低剂量CT图像去噪网络的不变性，以提高其可解释性	使用条件变分自编码器（cVAE）和条件可逆神经网络（cINN）来解耦去噪网络的不变性，并提出两种方法来分析这些不变性	方法主要针对低剂量CT图像去噪网络，可能不适用于其他类型的医学图像处理任务	提高基于深度学习的低剂量CT图像去噪网络的可解释性	低剂量CT图像去噪网络	医学影像	NA	条件变分自编码器（cVAE），条件可逆神经网络（cINN）	cVAE, cINN	图像	应用于四种流行的低剂量CT图像去噪网络
1657	2025-01-07	SpaGRA: Graph augmentation facilitates domain identification for spatially resolved transcriptomics 2025-Jan, Journal of genetics and genomics = Yi chuan xue bao DOI:10.1016/j.jgg.2024.09.015 PMID:39362628	研究论文	本文提出了一种名为SpaGRA的新方法，通过图增强技术自动构建多关系，用于空间分辨转录组学（SRT）中的空间域识别	SpaGRA利用空间距离作为先验知识，并通过多头图注意力网络（GATs）动态调整边权重，从而揭示多样化的节点关系并增强几何对比学习中的信息传递	当前大多数方法仅通过空间距离定义细胞或点之间的邻接关系，忽视了基因表达相似性等关键生物相互作用，导致空间域识别不准确	提高空间分辨转录组学（SRT）数据中空间域识别的准确性	小鼠下丘脑的功能区域、小鼠胚胎心脏发育相关基因、最新Visium HD数据中的癌症相关成纤维细胞	空间转录组学	癌症	空间分辨转录组学（SRT）	多头图注意力网络（GATs）	空间转录组数据	多个不同协议生成的数据集
1658	2025-01-07	Motion and anatomy dual aware lung ventilation imaging by integrating Jacobian map and average CT image using dual path fusion network 2025-Jan, Medical physics IF:3.2Q1 DOI:10.1002/mp.17466 PMID:39432032	研究论文	本研究开发了一种新的双感知CT通气成像方法，通过整合CT图像的解剖信息和Jacobian图的运动信息，生成更准确的通气图像，用于功能性肺回避放疗	提出了一种新的双路径融合网络（DPFN），能够同时处理3D平均CT图像和Jacobian图数据，从而全面提取与肺通气相关的特征	研究仅基于66名患者的数据，样本量相对较小，可能影响模型的泛化能力	开发一种新的CT通气成像方法，以提高功能性肺回避放疗的准确性	66名患者的四维CT（4DCT）图像和参考通气图像（RefVI）	数字病理学	肺癌	四维CT（4DCT）成像	双路径融合网络（DPFN）	图像	66名患者
1659	2025-01-07	Deep Learning With Optical Coherence Tomography for Melanoma Identification and Risk Prediction 2025-Jan, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202400277 PMID:39462483	研究论文	本研究开发并评估了一种用于黑色素瘤识别和风险预测的卷积神经网络（CNN），使用小鼠皮肤的光学相干断层扫描（OCT）成像	利用光学相干断层扫描（OCT）成像技术进行黑色素瘤识别和风险预测，相较于以往主要使用皮肤镜图像的研究，具有创新性	研究仅基于小鼠模型，尚未在人类临床数据上进行验证	开发一种基于深度学习的系统，用于黑色素瘤的早期识别和风险预测	小鼠皮肤的光学相干断层扫描（OCT）图像	计算机视觉	黑色素瘤	光学相干断层扫描（OCT）	卷积神经网络（CNN）	图像	四种小鼠模型：黑色素瘤小鼠、发育不良痣小鼠及其各自的对照组
1660	2024-11-28	Correction to "Automatic evaluation of nail psoriasis severity index using deep learning algorithm" 2025-Jan, The Journal of dermatology IF:2.9Q2 DOI:10.1111/1346-8138.17556 PMID:39600150	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA