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
221	2025-03-14	Binary Classification of Laryngeal Images Utilising ResNet-50 CNN Architecture 2025-Feb, Indian journal of otolaryngology and head and neck surgery : official publication of the Association of Otolaryngologists of India DOI:10.1007/s12070-024-05202-9 PMID:40070749	研究论文	本研究提出了一种利用ResNet-50 CNN架构对喉部图像进行二分类的新方法，旨在通过分析内窥镜图像来早期检测喉癌	使用ResNet-50 CNN架构对喉部图像进行二分类，结合深度学习和图像处理技术，提高了喉癌早期检测的准确性	由于数据稀缺，研究将数据分为癌症和非癌症两类，未能涵盖所有九种形态类别	早期检测和分类喉癌	喉部内窥镜图像	计算机视觉	喉癌	深度学习，图像处理	ResNet-50 CNN	图像	1978张内窥镜图像，来自960名患者
222	2025-03-13	Unified resilience model using deep learning for assessing power system performance 2025-Feb-28, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e42802 PMID:40066024	研究论文	本文介绍了一种使用深度学习的统一弹性模型（URM），以提高电力系统的性能	提出了一种结合深度学习的统一弹性模型，用于分析影响电池和储能设备弹性的环境因素，并通过已知的低弹性损耗数据进行训练，以增强各种强化因素	NA	提高电力系统的性能，特别是关注天气因素对系统弹性的影响	电池和储能设备的弹性	机器学习	NA	深度学习	深度学习模型	环境因素数据、低弹性损耗数据	NA
223	2025-03-13	Rewiring protein sequence and structure generative models to enhance protein stability prediction 2025-Feb-18, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.13.638154 PMID:40027759	研究论文	本文介绍了一种名为SPURS的新型深度学习框架，通过整合两种通用蛋白质生成模型（ESM和ProteinMPNN），提升了蛋白质稳定性预测的准确性	SPURS通过轻量级神经网络模块将ProteinMPNN学习到的结构表示重新连接到ESM的注意力层，从而增强了ESM的序列表示学习能力，实现了从序列和结构数据中利用进化模式进行稳定性预测	尽管SPURS在多个基准数据集上表现出色，但其在蛋白质稳定性预测中的潜力仍需进一步探索，特别是在更广泛的蛋白质功能预测方面	提升蛋白质稳定性预测的准确性，以更好地理解人类疾病并设计用于临床和工业应用的有用蛋白质	蛋白质	机器学习	NA	深度学习	ESM, ProteinMPNN	序列数据, 结构数据	基于最近发布的大规模热稳定性数据集进行训练和评估
224	2025-03-13	Training deep learning models on personalized genomic sequences improves variant effect prediction 2025-Feb-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.15.618510 PMID:39463940	研究论文	本文展示了在匹配的个人基因组功能基因组数据上训练模型，可以提高其在变异效应预测中的表现	通过在匹配的个人基因组数据上训练模型，提高了变异效应预测的准确性，并且这种变异效应表示在微调模型到未见过的细胞环境和实验读数时仍然保留	NA	提高序列到功能模型在解释遗传变异分子影响中的表现	个人基因组序列	机器学习	NA	NA	深度学习模型	基因组序列数据	NA
225	2025-03-12	Repeatability-encouraging self-supervised learning reconstruction for quantitative MRI 2025-Feb-27, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30478 PMID:40014485	研究论文	本研究提出了一种鼓励重复性的自监督学习（SSL）重建方法，用于定量MRI，旨在提高定量MRI的测量重复性	提出了一种新的自监督学习重建方法，通过最小化两个互斥时间子集的k-t空间数据之间的交叉数据一致性，鼓励定量MRI的重复性	研究仅针对心脏MR多任务T1映射数据进行了评估，未在其他类型的定量MRI数据上进行验证	提高定量MRI的测量重复性，加速重建过程	心脏MR多任务T1映射数据	医学影像	心血管疾病	自监督学习（SSL）	深度学习网络	k-t空间数据	未明确提及样本数量
226	2025-03-12	stAI: a deep learning-based model for missing gene imputation and cell-type annotation of spatial transcriptomics 2025-Feb-27, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf158 PMID:40057378	研究论文	本文介绍了一种基于深度学习的模型stAI，用于解决单细胞空间转录组学（scST）数据中的基因缺失插补和细胞类型注释问题	stAI模型通过联合嵌入scST和参考scRNA-seq数据，利用两个独立的编码器-解码器模块，在潜在空间中以监督方式进行插补和注释，显著提高了未测量基因（尤其是标记基因）的预测准确性和细胞类型注释的精确度	尽管stAI在多个数据集上表现出色，但其性能可能受到参考scRNA-seq数据质量和数量的限制	解决单细胞空间转录组学数据中的基因缺失插补和细胞类型注释问题	单细胞空间转录组学（scST）数据	数字病理学	NA	空间转录组学技术	深度学习模型（编码器-解码器模块）	RNA转录水平数据	多个平台生成的数据集，涉及不同数量的测量基因
227	2025-03-12	[Generative artificial intelligence ChatGPT in clinical nutrition - Advances and challenges] 2025-Feb-26, Nutricion hospitalaria IF:1.2Q4 DOI:10.20960/nh.05692 PMID:40066572	研究论文	本文探讨了生成式人工智能ChatGPT在临床营养学中的应用进展与挑战	ChatGPT在营养评估、个性化干预建议和患者进展监测方面展现了潜力，特别是在计算热量需求和推荐营养丰富的食物方面表现出色	ChatGPT在解释非语言线索、进行体格检查、整合多种医疗条件以及确保膳食计划的准确性方面存在不足，生成的计划可能出现显著的热量偏差和微量营养素失衡	研究ChatGPT在临床营养管理中的应用潜力及其局限性	临床营养管理中的患者	自然语言处理	NA	机器学习和深度学习	ChatGPT	临床记录数据	NA
228	2025-03-12	Concordance-based Predictive Uncertainty (CPU)-Index: Proof-of-concept with application towards improved specificity of lung cancers on low dose screening CT 2025-Feb, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.103055 PMID:39721356	研究论文	本文介绍了一种新的基于一致性的预测不确定性（CPU）指数，通过其在肺癌筛查（LCS）预测中的应用，展示了其在提高风险评估方面的有效性	提出了CPU-Index框架，通过结合亚组分析和个性化AI时间到事件模型的见解，改进了肺癌筛查的预测透明度和可靠性	个性化AI时间到事件模型存在透明度问题和来自截尾数据的偏差	提高肺癌筛查的预测准确性和风险评估	肺癌筛查中的低剂量CT（LDCT）影像和患者人口统计数据	数字病理学	肺癌	低剂量CT（LDCT）放射组学	神经多任务逻辑回归时间到事件模型	影像和文本	3,326名在2015年1月1日至2020年6月30日期间接受LDCT进行LCS的患者
229	2025-03-12	Comparing ECG Lead Subsets for Heart Arrhythmia/ECG Pattern Classification: Convolutional Neural Networks and Random Forest 2025-Feb, CJC open IF:2.5Q2 DOI:10.1016/j.cjco.2024.10.012 PMID:40060210	研究论文	本研究比较了深度学习（DL）和传统机器学习（CML）方法在心律失常/心电图（ECG）模式分类中的表现，特别是使用减少的ECG导联子集时的性能	首次比较了DL和CML方法在减少ECG导联子集情况下的心律失常/ECG模式分类性能，并识别了最优的ECG导联子集	研究仅使用了PhysioNet Cardiology Challenge 2020的公开数据集，可能无法完全代表所有临床场景	评估卷积神经网络（CNN）和随机森林（RF）模型在使用减少的ECG导联子集时对心律失常/ECG模式分类的准确性	心律失常/ECG模式分类	机器学习	心血管疾病	卷积神经网络（CNN），随机森林（RF）	CNN, RF	ECG数据	PhysioNet Cardiology Challenge 2020的公开数据集
230	2025-03-12	Artificial Intelligence in Myopic Maculopathy: A Comprehensive Review of Identification, Classification, and Monitoring Using Diverse Imaging Modalities 2025-Feb, Cureus DOI:10.7759/cureus.78685 PMID:40062093	综述	本文综述了人工智能（AI）在近视性黄斑病变识别、分类和监测中的应用，主要使用传统成像技术如眼底摄影和光学相干断层扫描（OCT）	本文综合分析了2018年至2024年间发表的13项研究，探讨了机器学习和深度学习算法在高度近视病例诊断、分类和随访中的角色，揭示了AI模型在疾病诊断中的支持作用	大多数研究集中在中国，且主要关注近视性黄斑变性和高度近视患者，可能限制了结果的普遍性	探讨AI工具在近视性黄斑病变检测中的有效性和实用性	近视性黄斑病变患者	数字病理学	近视性黄斑病变	眼底摄影, 光学相干断层扫描（OCT）	ResNet-18, ResNet-50, ResNet-101, DeepLabv3+, DarkNet-19, Efficient Net (B0/B7), VOLO-D2, Efficient Former, ALFA-Mix+, XGBoost	图像	13项研究，主要来自中国
231	2025-03-11	Exploring the modulation of phosphorylation and SUMOylation-dependent NPR1 conformational switching on immune regulators TGA3 and WRKY70 through molecular simulation 2025-Feb-27, Plant physiology and biochemistry : PPB IF:6.1Q1 DOI:10.1016/j.plaphy.2025.109711 PMID:40056739	研究论文	本文通过分子模拟探讨了磷酸化和SUMO化依赖的NPR1构象转换对免疫调节因子TGA3和WRKY70的调控机制	利用深度学习的分子建模、对接和多纳秒模拟揭示了不同磷酸化状态如何影响NPR1的动态稳定性及其与TGA3-WRKY70的结合	研究主要依赖于计算模拟，缺乏实验验证	研究NPR1的磷酸化和SUMO化在植物免疫中的功能转换机制	NPR1蛋白及其与TGA3和WRKY70的相互作用	分子模拟	NA	深度学习、分子建模、对接、多纳秒模拟	NA	分子结构数据	总计2微秒的模拟时间
232	2025-03-11	gRNAde: Geometric Deep Learning for 3D RNA inverse design 2025-Feb-25, ArXiv PMID:38827456	研究论文	本文介绍了gRNAde，一种基于几何深度学习的3D RNA逆设计管道，旨在设计考虑结构和动力学的RNA序列	gRNAde通过多状态图神经网络和自回归解码，生成基于一个或多个3D骨架结构的候选RNA序列，显著提高了序列恢复率	尽管gRNAde在单状态固定骨架重新设计基准测试中表现优异，但在多状态设计方面的应用仍需进一步验证	研究目的是开发一种能够考虑3D构象多样性的RNA序列设计方法	研究对象是RNA序列及其3D骨架结构	机器学习	NA	几何深度学习	图神经网络（GNN）	3D结构数据	14个来自PDB的RNA结构
233	2025-03-11	DeepCOVIDNet-CXR: deep learning strategies for identifying COVID-19 on enhanced chest X-rays 2025-Feb-25, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2021-0272 PMID:39370946	研究论文	本研究旨在通过自适应直方图均衡化（AHE）技术增强胸部X光片，利用深度学习策略识别COVID-19	本研究是首批分析3615例COVID-19病例并确定ConvNet架构在多病例分类中最有效AHE参数的研究之一	COVID-19胸部X光片的数量有限是临床相关性的一个显著缺陷	评估使用AHE技术增强胸部X光片后，ConvNet架构在识别COVID-19方面的性能	COVID-19病例的胸部X光片	计算机视觉	COVID-19	自适应直方图均衡化（AHE）	ConvNet（包括MobileNet、DarkNet19、VGG16和AlexNet）	图像	3615例COVID-19病例的胸部X光片
234	2025-03-11	Prediction of muscular-invasive bladder cancer using multi-view fusion self-distillation model based on 3D T2-Weighted images 2025-Feb-25, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2024-0333 PMID:39501515	研究论文	本研究开发了一种基于3D T2加权图像的多视图融合自蒸馏模型（MVSD），用于准确区分肌肉浸润性膀胱癌（MIBC）和非肌肉浸润性膀胱癌（NMIBC）	提出了一种新的多视图融合自蒸馏模型（MVSD），结合横向和矢状面视图，利用3D MRI体积的z轴信息，通过自蒸馏机制提升特征提取能力，显著提高了分类性能	研究中仅使用了T2加权图像，未考虑其他多参数MRI序列，可能限制了模型的全面性	优化现有的T2加权成像序列，以准确评估肌肉浸润性膀胱癌（MIBC）	615名膀胱癌患者的T2加权图像	数字病理学	膀胱癌	多参数MRI（mp-MRI）	多视图融合自蒸馏模型（MVSD）	3D T2加权图像	615名膀胱癌患者的T2加权图像
235	2025-03-11	Tracking the Preclinical Progression of Transthyretin Amyloid Cardiomyopathy Using Artificial Intelligence-Enabled Electrocardiography and Echocardiography 2025-Feb-24, medRxiv : the preprint server for health sciences DOI:10.1101/2024.08.25.24312556 PMID:39252891	研究论文	本研究利用人工智能技术，通过经胸超声心动图（TTE）和心电图（ECG）追踪转甲状腺素蛋白淀粉样心肌病（ATTR-CM）的临床前进展	首次将深度学习模型应用于TTE视频和ECG图像，以区分ATTR-CM与年龄/性别匹配的对照组，并在临床前阶段进行疾病风险分层	研究为回顾性分析，可能存在选择偏差，且样本主要来自两个医疗中心，可能限制结果的普适性	开发一种可扩展的策略，用于ATTR-CM的临床前监测和风险分层	转甲状腺素蛋白淀粉样心肌病（ATTR-CM）患者及年龄/性别匹配的对照组	数字病理	心血管疾病	深度学习	深度学习模型	视频（TTE）、图像（ECG）	YNHHS队列984名参与者（中位年龄74岁，44.3%女性），HMH队列806名参与者（中位年龄69岁，34.5%女性）
236	2025-03-11	ralphi: a deep reinforcement learning framework for haplotype assembly 2025-Feb-21, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.17.638151 PMID:40027721	研究论文	本文介绍了一种名为ralphi的深度强化学习框架，用于单倍型组装，该框架结合了深度学习的表示能力和强化学习，以准确地将读取片段分配到各自的单倍型集合中	ralphi框架首次将深度学习和强化学习结合用于单倍型组装，通过片段图的经典问题简化来设定强化学习的奖励目标	NA	研究目的是开发一种新的方法，以更准确地组装个体二倍体基因组的单倍型	个体二倍体基因组的单倍型	机器学习	NA	ONT读取	深度强化学习	基因读取数据	来自1000 Genomes Project的基因组数据
237	2025-03-11	Long-Term Carotid Plaque Progression and the Role of Intraplaque Hemorrhage: A Deep Learning-Based Analysis of Longitudinal Vessel Wall Imaging 2025-Feb-19, medRxiv : the preprint server for health sciences DOI:10.1101/2024.12.09.24318661 PMID:39711698	研究论文	本研究利用深度学习技术分析颈动脉斑块长期进展及斑块内出血（IPH）的作用	首次使用深度学习分割管道在长期随访中识别IPH、量化IPH体积，并测量其对颈动脉斑块负担的影响	样本量较小（28名无症状颈动脉粥样硬化患者），且仅针对无症状患者进行研究	评估IPH对颈动脉斑块负担长期进展的影响	无症状颈动脉粥样硬化患者	数字病理	心血管疾病	多对比磁共振血管壁成像（VWI）	深度学习分割管道	图像	28名无症状颈动脉粥样硬化患者，共50条动脉
238	2025-03-11	VASCilia (Vision Analysis StereoCilia): A Napari Plugin for Deep Learning-Based 3D Analysis of Cochlear Hair Cell Stereocilia Bundles 2025-Feb-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.17.599381 PMID:38948743	研究论文	本文介绍了VASCilia，一个基于深度学习的Napari插件，用于自动化分析耳蜗毛细胞立体纤毛束的3D共聚焦显微镜数据集	VASCilia是首个专门用于耳蜗毛细胞立体纤毛束3D分析的深度学习工具，提供了五种深度学习模型和自动化计算工具，支持高通量图像定量分析	NA	开发一个自动化工具，用于分析耳蜗毛细胞立体纤毛束的3D形态，以促进耳蜗毛细胞发育和功能的研究	耳蜗毛细胞立体纤毛束	计算机视觉	NA	深度学习	Z-Focus Tracker (ZFT), PCPAlignNet, 分割模型, 分类工具	3D共聚焦显微镜图像	55个3D图像堆栈，包含502个内毛细胞和1,703个外毛细胞束的3D注释
239	2025-03-11	The information bottleneck as a principle underlying multi-area cortical representations during decision-making 2025-Feb-15, bioRxiv : the preprint server for biology DOI:10.1101/2023.07.12.548742 PMID:37502862	研究论文	本文探讨了决策过程中大脑多个区域如何分布计算，并通过训练多区域循环神经网络（RNN）来模拟这一过程	通过比较猴子的DLPFC和PMd区域与多区域RNN的表现，揭示了大脑如何通过多区域计算形成最小充分表征	研究仅基于猴子的实验数据，可能不直接适用于人类大脑	理解大脑在决策过程中如何分布计算并形成最优表征	猴子的背外侧前额叶皮层（DLPFC）和背侧运动前皮层（PMd）	神经科学	NA	单神经元和多单位记录，循环神经网络（RNN）训练	RNN	神经活动数据	猴子
240	2025-03-11	Global Deep Forecasting with Patient-Specific Pharmacokinetics 2025-Feb-12, ArXiv PMID:37965077	研究论文	本文提出了一种新颖的混合全局-局部架构和药代动力学编码器，用于预测医疗时间序列数据，特别是在血糖预测任务中展示了其有效性	提出了一种混合全局-局部架构和药代动力学编码器，能够为深度学习模型提供患者特定的治疗效果信息	未明确提及具体局限性	提高医疗时间序列数据预测的准确性，特别是在患者特定药代动力学影响下的血糖预测	医疗时间序列数据，特别是血糖数据	机器学习	糖尿病	深度学习	混合全局-局部架构	时间序列数据	模拟数据和真实世界数据