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
13261	2025-02-07	Cloud and IoT based smart agent-driven simulation of human gait for detecting muscles disorder 2025-Jan-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e42119 PMID:39906796	研究论文	本文提出了一种基于云计算和物联网的智能代理驱动的人体步态模拟方法，用于检测肌肉障碍	使用智能手机代替难以获取的可穿戴传感器和标记物来数字化人体运动，并结合深度学习的集成框架提高分析的准确性和可解释性	未提及具体样本量或实验验证的详细结果	分析人体运动并区分健康与不健康的肌肉，以辅助治疗运动障碍	人体步态和肌肉运动	数字病理学	肌肉障碍	物联网（IoT）、云计算、深度学习	深度学习集成框架	运动数据	NA
13262	2025-02-07	Deep learning-based system for prediction of work at height in construction site 2025-Jan-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e41779 PMID:39906815	研究论文	本文提出了一种基于深度学习的系统，用于预测建筑工地上工人的高空作业情况	通过结合加速度计、陀螺仪和压力传感器的数据，利用深度学习技术预测工人的高空作业状态，填补了该领域的信息空白	研究中仅使用了45次分析，样本量可能不足以全面验证模型的泛化能力	预测建筑工地上工人是否在高空作业，以减少高空坠落事故的风险	建筑工地上的工人	机器学习	NA	深度学习	DNN, CNN, LSTM	传感器数据（加速度计、陀螺仪、压力传感器）	45次分析
13263	2025-02-07	Machine learning-based prediction of hemodynamic parameters in left coronary artery bifurcation: A CFD approach 2025-Jan-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e41973 PMID:39906857	研究论文	本研究通过结合机器学习算法与计算流体动力学模拟，旨在提高左冠状动脉分叉处复杂血流动力学的无创预测能力	首次将机器学习算法与计算流体动力学模拟相结合，用于左冠状动脉分叉处血流动力学的预测，提供了一种快速可靠的评估方法	需要进一步研究深度学习模型的有效性，并解决患者特异性应用中的挑战	研究左冠状动脉分叉处狭窄严重程度和位置对血流动力学的影响，以提高无创预测能力	左冠状动脉分叉处的血流动力学参数（如壁面剪切应力和振荡剪切指数）	机器学习	心血管疾病	计算流体动力学（CFD）	决策树回归器和K近邻模型	合成几何数据	6858个合成的左冠状动脉几何数据
13264	2025-02-06	Soft computing paradigm for climate change adaptation and mitigation in Iran, Pakistan, and Turkey: A systematic review 2025-Jan-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e41974 PMID:39906868	系统综述	本文系统综述了人工智能（AI）在伊朗、巴基斯坦和土耳其的气候变化适应和缓解中的应用	通过系统综述方法，揭示了AI在ECO国家气候变化研究中的应用现状，并提出了一个更综合的研究框架	存在跨境合作有限和数据可用性不一致等关键差距	探讨AI在气候变化适应和缓解中的应用，以提升区域气候韧性和可持续性	伊朗、巴基斯坦和土耳其的气候变化问题	机器学习	NA	机器学习（ML）、深度学习（DL）	神经网络、优化或元启发式算法	NA	76篇相关文章
13265	2025-02-07	Caps-ac4C: An effective computational framework for identifying N4-acetylcytidine sites in human mRNA based on deep learning 2025-Jan-28, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.168961 PMID:39884569	研究论文	本文提出了一种基于深度学习的计算框架Caps-ac4C，用于精确检测人类mRNA中的N4-乙酰胞苷（ac4C）位点	Caps-ac4C利用混沌游戏表示将RNA序列编码为“图像”，并采用胶囊网络从这些RNA“图像”中学习全局和局部特征，实现了最先进的性能	NA	开发一种高效且准确的计算框架，用于精确检测人类mRNA中的ac4C位点，以深入了解疾病发病机制并提供新的医学干预途径	人类mRNA中的N4-乙酰胞苷（ac4C）位点	机器学习	癌症	深度学习	胶囊网络	RNA序列	NA
13266	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
13267	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
13268	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
13269	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
13270	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
13271	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
13272	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
13273	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
13274	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
13275	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
13276	2025-02-06	Predicting bone metastasis risk of colorectal tumors using radiomics and deep learning ViT model 2025-Apr, Journal of bone oncology IF:3.1Q2 DOI:10.1016/j.jbo.2024.100659 PMID:39902382	研究论文	本研究结合放射组学和Vision Transformer (ViT)深度学习技术，利用平扫和增强CT图像预测结直肠癌患者的骨转移风险	首次将ViT深度学习模型与放射组学结合，用于结直肠癌骨转移风险的预测，显著提高了预测准确性	研究样本量较小（155例患者），且为单中心回顾性研究，需在更大规模的多中心研究中进一步验证	开发一种结合放射组学和ViT深度学习技术的预测模型，以评估结直肠癌患者的骨转移风险	155例结直肠癌患者（81例有骨转移，74例无骨转移）	计算机视觉	结直肠癌	放射组学、深度学习	Vision Transformer (ViT)、SVM、KNN、Random Forest、LightGBM、XGBoost	CT图像	155例结直肠癌患者
13277	2025-02-06	Integrating artificial intelligence with smartphone-based imaging for cancer detection in vivo 2025-Mar-01, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2024.116982 PMID:39616900	研究论文	本文探讨了将人工智能与智能手机成像技术结合用于体内癌症检测的潜力和挑战	提出了利用智能手机成像系统和AI算法进行便携、经济、广泛可及的早期癌症检测的创新方法	智能手机成像系统面临成像质量低和计算能力有限的挑战，AI算法的透明性和可靠性仍需提高	开发便携、经济、广泛可及的早期癌症检测工具	不同癌症类型的体内检测	数字病理学	癌症	智能手机成像系统	深度学习算法	图像	NA
13278	2025-02-06	Fully automatic reconstruction of prostate high-dose-rate brachytherapy interstitial needles using two-phase deep learning-based segmentation and object tracking algorithms 2025-Mar, Clinical and translational radiation oncology IF:2.7Q2 DOI:10.1016/j.ctro.2025.100925 PMID:39901943	研究论文	本研究提出了一种基于深度学习的双阶段方法，用于通过患者的CT图像自动定位高剂量率（HDR）前列腺近距离放射治疗导管	提出了一种新的双阶段深度学习方法，结合pix2pix GAN和GOTURN网络，实现了前列腺HDR-BT间质针的自动定位和重建	研究仅基于25名患者的数据集，样本量相对较小	自动化定位和重建前列腺HDR-BT间质针，以提高治疗质量	前列腺高剂量率近距离放射治疗导管	计算机视觉	前列腺癌	深度学习	pix2pix GAN, GOTURN	CT图像	25名患者，592张CT切片，8764根针
13279	2025-02-06	Advanced Quantitative Phase Microscopy Achieved with Spatial Multiplexing and a Metasurface 2025-Feb-05, Nano letters IF:9.6Q1 DOI:10.1021/acs.nanolett.4c06039 PMID:39838821	研究论文	本文提出了一种结合超表面光学和深度学习技术的单次定量相位成像方法，以提高测量速度并减少检测噪声	结合超表面光学和深度学习技术，实现单次定量相位成像，显著提高测量速度和空间带宽积	需要进一步验证在更多生物样本和实际应用中的性能	提高定量相位成像的测量速度和精度	校准相位物体和生物样本	计算机视觉	NA	深度学习，超表面光学	神经网络	图像	校准相位物体和生物样本
13280	2025-02-06	Segmentation of cortical bone, trabecular bone, and medullary pores from micro-CT images using 2D and 3D deep learning models 2025-Feb-05, Anatomical record (Hoboken, N.J. : 2007) DOI:10.1002/ar.25633 PMID:39905914	研究论文	本文提出了一种使用2D和3D深度学习模型从微CT图像中分割皮质骨、松质骨和髓腔孔隙的方法	开发了名为BONe的新模型，旨在快速准确地进行骨分割，并比较了2D和3D模型的性能	3D模型的计算成本高，限制了其可扩展性和实用性	实现从微CT图像中自动分割皮质骨、松质骨和髓腔孔隙	水獭长骨的微CT扫描图像	计算机视觉	NA	微CT扫描	CNN	图像	NA