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
8561	2024-12-09	Plasma treated bimetallic nanofibers as sensitive SERS platform and deep learning model for detection and classification of antibiotics 2025-Feb-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125417 PMID:39541643	研究论文	本文报道了一种通过氧等离子体处理的二元金属纳米纤维作为高灵敏度的SERS平台，并结合深度学习模型用于抗生素的检测和分类	提出了一种新的氧等离子体处理的二元金属纳米纤维SERS平台，具有高灵敏度和可重复性，并结合了深度学习模型进行有效分类	NA	开发一种高灵敏度和成本效益的SERS基底，用于在实际环境中检测痕量浓度的分析物	二元金属纳米纤维SERS平台和深度学习模型	NA	NA	SERS	人工神经网络（ANN）	光谱数据	涉及两种抗生素 - 氟康唑（FLU）和林可霉素（LIN）
8562	2024-12-09	Alg-MFDL: A multi-feature deep learning framework for allergenic proteins prediction 2025-Feb, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2024.115701 PMID:39481588	研究论文	本文开发了一种名为Alg-MFDL的多特征深度学习框架，用于预测过敏蛋白	结合预训练的蛋白质语言模型和传统手工特征，实现更全面的蛋白质表示	NA	开发高效可靠的计算方法来识别过敏蛋白	过敏蛋白的识别	机器学习	NA	卷积神经网络	CNN	蛋白质数据	使用基准数据集进行独立验证
8563	2024-12-09	Evaluation of Learning Approaches Among Physiotherapy Students in Haryana: A Cross-Sectional Study 2025-Feb, Journal of evaluation in clinical practice IF:2.1Q2 DOI:10.1111/jep.14253 PMID:39644511	研究论文	本研究评估了哈里亚纳邦物理治疗学生学习方法的横断面研究	本研究首次在哈里亚纳邦物理治疗学生中评估了学习方法，并发现大多数学生采用深度学习方法	研究样本仅限于哈里亚纳邦的物理治疗学生，结果可能不适用于其他地区或学科的学生	了解学生的学习方法，并据此改进教学方法、课程和教材，以提高教育质量	哈里亚纳邦物理治疗学生的学习方法	NA	NA	NA	NA	NA	250名物理治疗学生，平均年龄21.09±1.93岁，其中129名（51.6%）为预临床组，121名（48.4%）为临床组
8564	2024-12-09	SeqDPI: A 1D-CNN approach for predicting binding affinity of kinase inhibitors 2025-Jan-05, Journal of computational chemistry IF:3.4Q2 DOI:10.1002/jcc.27518 PMID:39644133	研究论文	本文提出了一种基于一维卷积神经网络（1D-CNN）的算法框架SeqDPI，用于预测激酶抑制剂与靶点的结合亲和力	SeqDPI模型通过优化的一维卷积网络提取药物和蛋白质特征，并使用L2正则化的前馈神经网络进行结合强度预测，相比现有模型，减少了复杂3D结构的使用，提高了计算效率	NA	开发一种高效的计算模型，用于预测药物与靶点的结合亲和力，辅助药物发现和再定位	激酶抑制剂与靶点的结合亲和力	机器学习	NA	一维卷积神经网络（1D-CNN）	卷积神经网络（CNN）	一维序列数据	NA
8565	2024-12-09	Development of deep learning software to improve HPLC and GC predictions using a new crown-ether based mesogenic stationary phase and beyond 2025-Jan-04, Journal of chromatography. A DOI:10.1016/j.chroma.2024.465476 PMID:39566284	研究论文	开发了一种基于新型冠醚基液晶固定相的AI软件Chrompredict 1.0，用于改进HPLC和GC预测	首次将深度学习技术与新型冠醚基液晶固定相结合，显著提升了色谱参数预测的准确性	NA	开发一种能够准确预测色谱参数的AI软件，以改进HPLC和GC分析	新型冠醚基液晶固定相及其在色谱分析中的应用	机器学习	NA	深度学习	深度学习模型（DLM）	色谱数据	1,023种结构和极性多样的小分子
8566	2024-12-09	Cultivating diagnostic clarity: The importance of reporting artificial intelligence confidence levels in radiologic diagnoses 2025-Jan, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2024.110356 PMID:39566394	研究论文	本文讨论了在放射诊断中使用人工智能（AI）置信水平以提高诊断准确性和可靠性的重要性	本文强调了在放射诊断中使用AI置信水平的重要性，并提出了标准化置信度指标的必要性	本文指出了将AI系统整合到临床实践中面临的挑战，如临床验证需求、AI系统结果的可解释性问题以及医学界的困惑和误解	研究目的是探讨在放射诊断中使用AI置信水平的重要性，并提出标准化置信度指标的必要性	研究对象包括AI技术在放射诊断中的应用，特别是骨折等病理条件的诊断	计算机视觉	NA	深度学习（DL）和卷积神经网络（CNN）	卷积神经网络（CNN）	图像	NA
8567	2024-12-09	CSM-Potential2: A comprehensive deep learning platform for the analysis of protein interacting interfaces 2025-Jan, Proteins IF:3.2Q2 DOI:10.1002/prot.26615 PMID:37870486	研究论文	本文介绍了一个名为CSM-Potential2的综合深度学习平台，用于分析蛋白质相互作用界面	该平台不仅能够预测蛋白质-蛋白质相互作用的结合位点，还能分类生物配体，并在残基水平上预测与核酸的相互作用，同时支持基于序列和结构相似性的配体移植	目前主要集中在蛋白质-蛋白质、蛋白质-配体和蛋白质-核酸相互作用的分析，尚未涵盖所有类型的生物相互作用	开发一个易于使用的深度学习平台，帮助专家和非专家用户研究生物相互作用	蛋白质相互作用界面，包括蛋白质-蛋白质、蛋白质-配体和蛋白质-核酸的相互作用	机器学习	NA	深度学习	深度学习平台	蛋白质结构数据	NA
8568	2024-12-09	Minimizing prostate diffusion weighted MRI examination time through deep learning reconstruction 2025-Jan, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2024.110341 PMID:39532043	研究论文	研究通过深度学习重建算法减少前列腺扩散加权MRI检查时间并保持图像质量	使用深度学习重建算法（DLR）从标准和可变减少的数据集中重建高b值扩散加权图像，以减少图像噪声并缩短MRI检查时间	回顾性研究，依赖于两位放射科医生的主观评估	研究通过深度学习重建算法减少前列腺扩散加权MRI检查时间并保持诊断图像质量	前列腺扩散加权MRI图像及其诊断质量	计算机视觉	前列腺癌	深度学习重建算法（DLR）	深度学习模型	图像	52名接受常规前列腺MRI检查的患者
8569	2024-12-08	Comparison of veterinarians and a deep learning tool in the diagnosis of equine ophthalmic diseases 2025-Jan, Equine veterinary journal IF:2.4Q1 DOI:10.1111/evj.14087 PMID:38567426	研究论文	比较兽医和深度学习工具在马眼科疾病诊断中的表现	开发了一种用于马眼科疾病诊断的深度学习工具，并评估了其在诊断准确性上与兽医的比较	诊断仅基于马眼的图像，无法评估眼睛内部情况	比较兽医和深度学习工具在马眼科疾病诊断中的准确性	马眼科疾病，特别是葡萄膜炎	计算机视觉	NA	深度学习	卷积神经网络 (CNN)	图像	40张马眼照片，其中10张健康，12张葡萄膜炎，18张其他疾病
8570	2024-12-07	RFImageNet framework for segmentation of ultrasound images with spectra-augmented radiofrequency signals 2025-Feb, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2024.107498 PMID:39486316	研究论文	本文介绍了一种利用射频信号的频谱和幅度信息进行超声图像分割的框架RFImageNet	提出了一种新的图像分割框架RFImageNet，利用射频信号的频谱和幅度信息进行超声图像分割，并开发了专门针对特定输入图像尺寸要求的深度学习模型RFNet	NA	提高医学超声图像分割的准确性，减轻超声医师的负担	超声图像中的腹部组织和乳腺肿瘤的分割	计算机视觉	NA	深度学习	RFNet	图像	涉及大鼠腹部组织和乳腺肿瘤的样本
8571	2024-12-07	Balancing accuracy and Interpretability: An R package assessing complex relationships beyond the Cox model and applications to clinical prediction 2025-Feb, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105700 PMID:39546831	研究论文	开发了一个R包，用于评估Cox模型与基于树和深度学习的生存模型在临床预测建模中的性能，并探讨了准确性与可解释性之间的平衡	提出了一个R包，通过集成学习和嵌套交叉验证，比较了Cox模型与机器学习生存模型在临床预测中的性能，并量化了Cox模型的局限性	在某些情况下，机器学习模型的性能提升有限，而正则化的Cox-Lasso模型在计算速度上具有显著优势	开发工具以帮助研究人员评估Cox模型与机器学习模型在临床预测中的性能，并探讨准确性与可解释性之间的平衡	Cox比例风险模型、生存随机森林模型、DeepHit模型以及它们的集成方法	机器学习	NA	集成学习、嵌套交叉验证	Cox模型、生存随机森林模型、DeepHit模型	临床数据、模拟数据	样本量≥500的模拟数据和临床数据
8572	2024-12-07	Automatic AI tool for opportunistic screening of vertebral compression fractures on chest frontal radiographs: A multicenter study 2025-Feb, Bone IF:3.5Q2 DOI:10.1016/j.bone.2024.117330 PMID:39549901	研究论文	本研究开发了一种基于深度学习模型的自动人工智能工具，用于在胸部正位X光片上进行椎体压缩性骨折的机会性筛查	本研究首次开发了一种自动AI工具，通过深度学习模型在胸部正位X光片上筛查椎体压缩性骨折，并显著提高了临床医生的诊断敏感性	本研究仅在四个医疗中心的样本上进行了验证，未来需要在更多中心和更大样本量上进行验证	开发一种自动人工智能工具，用于在胸部正位X光片上进行椎体压缩性骨折的机会性筛查	椎体压缩性骨折的自动筛查	计算机视觉	骨质疏松性骨折	深度学习	深度学习模型	图像	19,145个椎骨（T6-T12）来自2735名患者
8573	2024-12-07	Neural Memory State Space Models for Medical Image Segmentation 2025-Jan, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065724500680 PMID:39343431	研究论文	本文探讨了神经记忆普通微分方程（nmODEs）和状态空间模型（SSMs）在医学图像分割中的优缺点，并提出了一种结合两者优势的新架构nmSSM解码器	提出了nmSSM解码器，结合了nmODEs和SSMs的优势，具有强大的非线性表示能力和保留输入及处理全局信息的能力	NA	验证nmSSM-UNet在医学图像分割中的有效性	医学图像分割	计算机视觉	NA	状态空间模型（SSMs），神经记忆普通微分方程（nmODEs）	UNet	图像	PH2、ISIC2018和BU-COCO数据集
8574	2024-12-07	Breaking the barriers: Methodology of implementation of a non-mydriatic ocular fundus camera in an emergency department 2025 Jan-Feb, Survey of ophthalmology IF:5.1Q1 DOI:10.1016/j.survophthal.2024.09.012 PMID:39357747	研究论文	描述了在急诊科成功实施非散瞳眼底相机和光学相干断层扫描（OCT）的方法	首次详细描述了在急诊科实施非散瞳眼底相机和OCT的过程，并展示了其持续使用的效果	未来可能需要使用人工智能深度学习系统进行自动解释，以解决当前的诊断限制	探讨在急诊科实施非散瞳眼底相机和OCT的可行性和效果	非散瞳眼底相机和OCT在急诊科的实施过程及其影响	NA	NA	光学相干断层扫描（OCT）	NA	图像	1274名患者
8575	2024-12-07	Analysis of nailfold capillaroscopy images with artificial intelligence: Data from literature and performance of machine learning and deep learning from images acquired in the SCLEROCAP study 2025-Jan, Microvascular research IF:2.9Q2 DOI:10.1016/j.mvr.2024.104753 PMID:39389419	研究论文	评估机器学习和深度学习在检测系统性硬化症（SSc）景观中的表现，使用来自SCLEROCAP研究的同一组甲襞毛细血管显微镜（NC）图像	首次使用深度学习模型DenseNet-121在NC图像上检测SSc景观，并展示了其高准确性	结果需要在大规模NC图像上进一步验证	评估机器学习和深度学习在检测系统性硬化症（SSc）景观中的表现	甲襞毛细血管显微镜（NC）图像	计算机视觉	系统性硬化症	机器学习、深度学习	DenseNet-121、ResNet-18、VGG-16	图像	100名SCLEROCAP研究患者
8576	2024-12-07	Deep Learning Recognition of Paroxysmal Kinesigenic Dyskinesia Based on EEG Functional Connectivity 2025-Jan, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065725500017 PMID:39560445	研究论文	本研究提出了一种基于静息态脑电图（EEG）功能连接矩阵和深度学习架构（AT-1CBL）的阵发性运动诱发性运动障碍（PKD）识别方法	本研究首次利用静息态EEG功能连接矩阵和深度学习模型（AT-1CBL）进行PKD的识别，并取得了较高的分类准确率	数据集规模有限可能影响模型的泛化能力，需要进一步探索多模态数据整合和先进的深度学习架构以增强诊断模型的鲁棒性	开发一种准确且成本效益高的PKD诊断方法	阵发性运动诱发性运动障碍（PKD）患者和健康对照组（HCs）的脑电图数据	机器学习	神经系统疾病	脑电图（EEG）	1D-CNN和Bi-LSTM结合注意力机制	脑电图功能连接矩阵	44名PKD患者和44名健康对照组
8577	2024-12-06	Harnessing Deep Learning Methods for Voltage-Gated Ion Channel Drug Discovery 2025-Jan-01, Physiology (Bethesda, Md.) DOI:10.1152/physiol.00029.2024 PMID:39189871	综述	本文综述了利用深度学习和扩散模型在电压门控离子通道药物发现中的最新进展	探讨了利用深度学习和扩散模型设计蛋白质结合剂以调节电压门控离子通道活性的创新方法	讨论了开发电压门控离子通道靶向蛋白质结合剂的实际挑战	旨在提供一个框架，以开发新型策略，显著推进电压门控离子通道药理学并发现有效且安全的治疗药物	电压门控离子通道及其在不同疾病治疗中的应用	机器学习	心血管疾病	深度学习，扩散模型	NA	结构数据	NA
8578	2024-12-05	Atmospheric scattering model and dark channel prior constraint network for environmental monitoring under hazy conditions 2025-Jun, Journal of environmental sciences (China) DOI:10.1016/j.jes.2024.04.037 PMID:39617546	研究论文	提出了一种基于大气散射模型和暗通道先验约束网络的遥感图像去雾方法，用于改善雾霾天气下环境监测系统的精度	利用暗通道信息注入网络（DCIIN）和传输图网络，结合大气散射模型，实现了高质量的图像去雾效果，并通过分支融合模块优化特征权重，增强了去雾效果	NA	解决雾霾天气条件下遥感图像质量下降，导致环境监测系统精度降低的问题	遥感图像去雾	计算机视觉	NA	大气散射模型	暗通道先验约束网络	图像	合成非均匀雾霾遥感数据集
8579	2024-12-05	Meteorological and traffic effects on air pollutants using Bayesian networks and deep learning 2025-Jun, Journal of environmental sciences (China) DOI:10.1016/j.jes.2024.01.057 PMID:39617575	研究论文	研究利用贝叶斯网络和深度学习模型分析气象和交通因素对空气污染物的影响	提出了一种结合降雨量和模式的新方法来分析空气污染物和气象变量，并使用LSTM模型进行污染物浓度预测	NA	研究交通因素对空气质量的复杂影响，并构建空气质量预测模型	台北市的空气污染物数据，包括交通流量、速度、降雨模式和气象因素	机器学习	NA	贝叶斯网络、深度学习	LSTM	数据	NA
8580	2024-12-05	Retinal Vessel Plexus Differentiation Based on OCT Angiography Using Deep Learning 2025 Jan-Feb, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100605 PMID:39624795	研究论文	本研究利用深度学习技术，基于OCT血管造影图像对视网膜血管丛进行分割	本研究首次提出仅使用OCT血管造影数据进行视网膜浅层、深层和无血管丛的分割，无需结构OCT图像输入或分割边界	本研究未在更复杂的多种类薄片数据上进行训练，且未涉及财务披露的具体细节	旨在通过深度学习技术，从OCT血管造影图像中分割出视网膜的浅层、深层和无血管丛	视网膜的浅层、深层和无血管丛	计算机视觉	NA	深度学习	U-Net	图像	235个OCTA立方体，来自33名患者