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
1761	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
1762	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
1763	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
1764	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
1765	2025-02-07	Contactless Detection of Abnormal Breathing Using Orthogonal Frequency Division Multiplexing Signals and Deep Learning in Multi-Person Scenarios 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2024.3506914 PMID:39906267	研究论文	本文提出了一种基于正交频分复用（OFDM）信号和深度学习技术的非接触式呼吸异常检测与分类系统，适用于单人和多人场景	结合OFDM信号和深度学习技术，开发了一种混合深度学习模型VGG16-GRU，能够在多人场景中高精度检测和分类多种呼吸模式	数据集主要来自办公室环境，未来需要扩展数据集并优化模型以应对更多样化的呼吸模式和真实世界数据	开发一种非接触式呼吸监测系统，用于实时检测和分类呼吸异常模式	呼吸异常模式（如百日咳、急性咳嗽、正常呼吸、呼吸过缓、呼吸急促等）	机器学习	呼吸系统疾病	正交频分复用（OFDM）信号、深度学习	VGG16-GRU（结合CNN和GRU的混合模型）	呼吸信号	办公室环境中收集的多主体复杂场景数据
1766	2025-02-07	A Review on Deep Learning for Quality of Life Assessment Through the Use of Wearable Data 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2025.3526457 PMID:39906266	综述	本文综述了深度学习技术在通过可穿戴数据分析进行生活质量评估中的应用	深度学习技术能够分析复杂的数据集，包括患者报告的结果、医学图像和生理信号，从而更深入地理解影响个体生活质量的因素	传统的生活质量评估方法依赖于主观报告或非正式提问，存在量化和标准化的挑战	探讨深度学习在生活质量评估中的应用，特别是通过可穿戴数据分析	生活质量评估，特别是身体和心理健康	机器学习	NA	深度学习	NA	可穿戴设备数据	NA
1767	2025-02-07	Optimal Transport Based Graph Kernels for Drug Property Prediction 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2024.3480708 PMID:39906265	研究论文	本文提出了一种基于最优传输理论的图核方法，用于预测药物的ADMET属性	利用最优传输理论构建了三种图核，用于预测药物的ADMET属性，并在多个数据集上表现出色，超越了现有的图深度学习模型	未明确提及具体局限性	开发一种计算工具，用于早期药物开发阶段准确预测药物的ADMET属性	药物的ADMET属性	机器学习	NA	最优传输理论、图匹配	图核方法	图数据	19个不同的ADMET数据集
1768	2025-02-07	ChromosomeNet: Deep Learning-Based Automated Chromosome Detection in Metaphase Cell Images 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2024.3512932 PMID:39906268	研究论文	本研究提出了一种基于深度学习的系统，用于自动检测和识别中期细胞图像中的染色体	结合了一阶段和两阶段模型的优势，无需预处理即可使用原始图像，适用于临床环境	需要进一步研究以确认其临床适用性，包括使用其他医院的数据进行跨医院验证	开发一种自动染色体检测和识别系统，以减轻人工分析的负担	中期细胞图像中的染色体	计算机视觉	染色体异常	深度学习	ChromosomesNet	图像	5,000张中期细胞图像，包含229,852条染色体
1769	2025-02-07	Evaluating the advancements in protein language models for encoding strategies in protein function prediction: a comprehensive review 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1506508 PMID:39906415	综述	本文全面回顾了蛋白质语言模型在蛋白质功能预测编码策略中的进展	深入分析了最新蛋白质语言模型在蛋白质功能预测中的应用现状，并与传统预测方法进行了详尽的性能比较	NA	评估蛋白质语言模型在蛋白质功能预测中的编码策略进展	蛋白质序列数据	生物信息学	NA	深度学习	蛋白质语言模型	蛋白质序列数据	NA
1770	2025-02-07	ECG-LM: Understanding Electrocardiogram with a Large Language Model 2025, Health data science DOI:10.34133/hds.0221 PMID:39906894	研究论文	本文介绍了ECG-LM，一种能够处理自然语言并理解心电图信号的多模态大语言模型	首次开发出能够处理自然语言并理解心电图信号的多模态大语言模型，解决了文本-ECG数据稀缺的问题	由于文本-ECG数据的稀缺性，模型的应用范围可能受到限制	开发一种能够整合患者数据和心电图读数并提供临床建议的多模态大语言模型	心电图信号和患者信息	自然语言处理	心血管疾病	多模态大语言模型	ECG-LM	文本和心电图信号	利用医疗指南中的详细心电图模式描述生成的文本-ECG对，以及来自医院的真实临床数据
1771	2025-02-06	Advancing forecasting capabilities: A contrastive learning model for forecasting tropical cyclone rapid intensification 2025-Jan-28, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2415501122 PMID:39835899	研究论文	本文提出了一种基于对比学习的热带气旋快速增强预测模型，以提高预测准确性	该模型通过解决样本不平衡问题并结合热带气旋结构特征，显著提高了预测性能	模型仅在西北太平洋2020至2021年的1149个热带气旋周期上进行了测试，可能需要更多数据验证其泛化能力	提高热带气旋快速增强的预测能力	热带气旋快速增强事件	机器学习	NA	对比学习	RITCF-contrastive	卫星红外图像、大气和海洋数据	1149个热带气旋周期
1772	2025-02-06	Inferring disease progression stages in single-cell transcriptomics using a weakly supervised deep learning approach 2025-Jan-22, Genome research IF:6.2Q1 DOI:10.1101/gr.278812.123 PMID:39622637	研究论文	本文提出了一种新的深度学习方法scIDST，用于推断单细胞转录组学中的疾病进展阶段	scIDST方法通过弱监督框架推断单个细胞的疾病进展水平，解决了患者来源组织中细胞异质性问题	NA	解决单细胞转录组学中细胞异质性问题，识别与疾病相关的分子特征	患者来源组织中的单个细胞	单细胞转录组学	NA	单细胞/核基因组测序	深度学习	单细胞转录组数据	NA
1773	2025-02-04	Estimating Task-based Performance Bounds for Accelerated MRI Image Reconstruction Methods by Use of Learned-Ideal Observers 2025-Jan-16, ArXiv PMID:39876930	研究论文	本文探讨了使用学习理想观察者（CNN-IOs）来估计加速MRI图像重建方法的任务性能界限	将卷积神经网络（CNN）近似的理想观察者（CNN-IOs）应用于多线圈磁共振成像（MRI）系统，以建立图像重建的任务性能界限	研究仅限于多线圈SENSE MRI系统和深度生成的随机脑模型，可能不适用于其他类型的成像系统或模型	设计和优化医学成像系统，特别是加速MRI图像重建方法，以确保诊断信息的完整性	多线圈磁共振成像（MRI）系统	医学影像	NA	卷积神经网络（CNN）	CNN	图像	深度生成的随机脑模型
1774	2025-02-06	Reusable specimen-level inference in computational pathology 2025-Jan-10, ArXiv PMID:39867428	研究论文	本文介绍了SpinPath工具包，旨在通过提供预训练的标本级模型、Python推理引擎和JavaScript推理平台，普及标本级深度学习在计算病理学中的应用	开发了SpinPath工具包，填补了标本级模型在计算病理学中不可用的空白，促进了标本级深度学习的普及和应用	未提及具体的技术或模型性能限制	推动计算病理学中标本级深度学习的应用和普及	计算病理学中的标本级任务	数字病理学	NA	深度学习	预训练模型	标本级数据	涉及九个基础模型的转移检测任务
1775	2025-02-06	Counterfactual Diffusion Models for Mechanistic Explainability of Artificial Intelligence Models in Pathology 2025-Jan-08, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.29.620913 PMID:39554184	研究论文	本文提出并验证了MoPaDi（Morphing histoPathology Diffusion），一种用于生成反事实机制解释的模型，以提高人工智能模型在病理学中的可解释性	MoPaDi利用扩散自编码器操纵病理图像块，并通过改变形态翻转其生物标志物状态，同时结合多实例学习处理弱监督问题	NA	提高深度学习模型在病理学中的可解释性	病理学全切片图像	数字病理学	癌症	扩散自编码器	扩散模型	图像	四个数据集，包括组织类型、不同器官的癌症类型、切片中心来源和微卫星不稳定性生物标志物
1776	2025-02-06	Multiscale Cell-Cell Interactive Spatial Transcriptomics Analysis 2025-Jan-03, Research square DOI:10.21203/rs.3.rs-5743704/v1 PMID:39801521	研究论文	本文提出了一种多尺度细胞间交互空间转录组学（MCIST）分析方法，用于整合基因表达谱及其空间位置，以识别空间域、推断细胞类型动态和检测组织内的基因表达模式	MCIST结合了多尺度拓扑表示和前沿空间深度学习技术的优势，填补了当前空间转录组学分析中忽视多尺度细胞间交互的空白	NA	提升空间转录组学数据分析的准确性和多尺度洞察力	空间转录组学数据	空间转录组学	NA	空间转录组学分析	空间深度学习技术	空间转录组学数据	37个基准空间转录组学数据集
1777	2025-02-06	Clair3-RNA: A deep learning-based small variant caller for long-read RNA sequencing data 2025-Jan-03, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.17.624050 PMID:39803537	研究论文	本文提出了Clair3-RNA，一种基于深度学习的适用于长读RNA测序数据的小变异检测工具	Clair3-RNA是首个专为长读RNA测序数据设计的深度学习变异检测工具，结合了多种优化技术，如不均匀覆盖度归一化、训练材料精炼、编辑位点发现和单倍型相位整合，以提升变异检测性能	NA	开发一种适用于长读RNA测序数据的变异检测工具，以提高变异检测的准确性和性能	长读RNA测序数据	生物信息学	NA	长读RNA测序（lrRNA-seq）	深度学习	RNA测序数据	多种GIAB样本
1778	2025-02-06	Classifying cognitive impairment based on FDG-PET and combined T1-MRI and rs-fMRI: An ADNI study 2025-Jan, Journal of Alzheimer's disease : JAD DOI:10.1177/13872877241302493 PMID:39623970	研究论文	本研究利用FDG-PET图像和结合T1-MRI与rs-fMRI的方法，对轻度认知障碍（MCI）和认知正常（CN）成人进行分类，并预测MCI患者向阿尔茨海默病（AD）痴呆的转化	结合FDG-PET和MRI技术，使用深度学习模型对MCI进行分类，并比较不同成像技术的分类性能	MRI模型的分类性能未超越FDG-PET模型，且MCI向AD转化的预测准确率较低	分类MCI和CN成人，并预测MCI患者向AD痴呆的转化	轻度认知障碍（MCI）和认知正常（CN）成人	数字病理学	阿尔茨海默病	FDG-PET成像、T1-MRI、rs-fMRI	3D DenseNet	图像	805名参与者（MCI 455人，CN 350人）进行FDG-PET成像，348名参与者（MCI 174人，CN 174人）进行MRI和功能MRI成像
1779	2025-02-06	Insights into AI advances in immunohistochemistry for effective breast cancer treatment: a literature review of ER, PR, and HER2 scoring 2025-Jan, Current medical research and opinion IF:2.4Q3 DOI:10.1080/03007995.2024.2445142 PMID:39705612	文献综述	本文综述了人工智能在乳腺癌免疫组化染色图像中自动评分ER、PR和HER2生物标志物的最新进展	探讨了AI技术在乳腺癌免疫组化染色图像自动评分中的应用，特别是Allred、H-Score和HER2评分方法	未提及具体的研究局限性	提高乳腺癌诊断和治疗的准确性和效率	乳腺癌免疫组化染色图像中的ER、PR和HER2生物标志物	数字病理学	乳腺癌	免疫组化染色	机器学习和深度学习	图像	NA
1780	2025-02-06	Predicting the exposure of mycophenolic acid in children with autoimmune diseases using a limited sampling strategy: A retrospective study 2025-Jan, Clinical and translational science DOI:10.1111/cts.70092 PMID:39727288	研究论文	本研究旨在利用机器学习和深度学习算法开发一种预测模型，用于优化采样频率，预测儿童自身免疫性疾病中霉酚酸（MPA）的暴露量	首次将Wide&Deep模型应用于MPA暴露量的预测，并证明使用三个采样点即可准确估计MPA暴露量，减少了患者的不适	研究为回顾性研究，可能存在数据偏差，且样本量相对较小	开发一种预测模型，用于优化采样频率，预测儿童自身免疫性疾病中MPA的暴露量	儿童自身免疫性疾病患者	机器学习	自身免疫性疾病	机器学习、深度学习	Wide&Deep, Random Forest, XGBoost, LightGBM, Gradient Boosting Decision Tree, CatBoost, Artificial Neural Network, Grandient Boosting Machine, Transformer, TabNet	血液浓度数据	209名患者的614个MPA AUC样本