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
421	2025-05-04	AggNet: Advancing protein aggregation analysis through deep learning and protein language model 2025-Feb, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70031 PMID:39840791	research paper	介绍了一种名为AggNet的新型深度学习框架，用于蛋白质聚集分析	结合蛋白质语言模型ESM2和AlphaFold2，利用理化、进化和结构信息区分淀粉样和非淀粉样肽，并识别蛋白质中的聚集倾向区域	未提及具体样本量或数据集的多样性限制	开发高效的计算工具以预测蛋白质聚集，辅助生物治疗开发和蛋白质工程	淀粉样和非淀粉样肽，以及蛋白质中的聚集倾向区域	machine learning	NA	deep learning, protein language model (ESM2, AlphaFold2)	AggNet (基于ESM2和AlphaFold2的深度学习框架)	蛋白质序列和结构数据	NA
422	2025-05-04	Artificial Intelligence In Health And Health Care: Priorities For Action 2025-Feb, Health affairs (Project Hope) DOI:10.1377/hlthaff.2024.01003 PMID:39841940	评论	本文讨论了人工智能在健康和医疗保健领域的应用及其优先行动方向	提出了在健康和医疗保健领域安全、有效和公平使用AI的战略方向	未具体提及研究数据或实验结果的局限性	为2025年健康和医疗保健领域的AI应用提供指导	健康和医疗保健领域的AI应用	机器学习	NA	深度学习，生成式AI	NA	NA	NA
423	2025-05-04	Artificial intelligence-enhanced comprehensive assessment of the aortic valve stenosis continuum in echocardiography 2025-Feb, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2025.105560 PMID:39842286	research paper	开发并验证了一种基于人工智能的系统，用于评估主动脉瓣狭窄（AS），适用于资源有限和先进的临床环境	开发了双路径AI系统，包括基于深度学习的AS连续评估算法和自动化常规AS评估，展示了优异的诊断和预后价值	需要进一步在不同环境中验证其有效性	评估主动脉瓣狭窄（AS）的诊断和预后	主动脉瓣狭窄（AS）患者	digital pathology	cardiovascular disease	深度学习	DL	2D TTE videos	developmental dataset (n=8427), internal test dataset (n=841), distinct hospital dataset (n=1696), temporally distinct dataset (n=772)
424	2025-05-04	Informatics strategies for early detection and risk mitigation in pancreatic cancer patients 2025-Feb, Neoplasia (New York, N.Y.) DOI:10.1016/j.neo.2025.101129 PMID:39842383	review	本文综述了胰腺癌筛查、诊断和早期检测的现状，强调了高风险人群的针对性筛查需求以及先进成像技术和新型生物标志物的应用	强调了AI驱动方法在早期检测中的潜力，以及液体活检技术在分析循环肿瘤DNA、循环肿瘤细胞和外泌体中的新兴作用	未提及具体研究样本量或实验设计的局限性	提高胰腺癌的早期检测和风险缓解策略	胰腺癌高风险人群，特别是具有家族遗传倾向和特定基因突变的个体	digital pathology	pancreatic cancer	Endoscopic Ultrasound (EUS), Contrast-Enhanced Harmonic Imaging (CEH-EUS), liquid biopsy, AI-driven approaches	deep learning	imaging data, biomarker data	NA
425	2025-05-04	MI-Mamba: A hybrid motor imagery electroencephalograph classification model with Mamba's global scanning 2025-Feb, Annals of the New York Academy of Sciences IF:4.1Q1 DOI:10.1111/nyas.15288 PMID:39844431	研究论文	提出了一种结合CNN和Mamba的混合模型MI-Mamba，用于解码运动想象（MI）脑电图数据	首次将Mamba模型应用于脑电图解码，结合CNN和Mamba的优势，有效处理长序列依赖并减少参数数量	仅在两个公开数据集上进行了验证，需要更多数据集验证其泛化能力	改进运动想象脑电图解码的准确性和效率	多通道脑电图信号	机器学习	NA	脑电图解码	CNN与Mamba混合模型	脑电图信号	两个公开数据集（BCI Competition IV 2a和2b）
426	2025-05-04	Artificial Intelligence-Based Detection and Numbering of Dental Implants on Panoramic Radiographs 2025-Feb, Clinical implant dentistry and related research IF:3.7Q1 DOI:10.1111/cid.70000 PMID:39846131	research paper	开发了一种基于人工智能的深度学习模型，用于在全景X光片中检测和编号牙科植入物	该模型能够同时检测和编号植入物，为牙科植入学提供临床决策支持	需要更多样化的数据集进行进一步验证以增强其临床适用性	提高牙科植入物的检测和编号准确性，支持临床决策	全景X光片中的牙科植入物	computer vision	NA	deep learning	YOLOv8	image	32,585张全景X光片
427	2025-05-04	Deep learning methods for proteome-scale interaction prediction 2025-Feb, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2024.102981 PMID:39848140	综述	本文综述了深度学习在蛋白质组规模相互作用预测中的最新进展	强调了深度学习在蛋白质-蛋白质和蛋白质-配体相互作用筛选中的应用，以及整合结构信息以提高预测准确性的重要性	数据质量和验证偏差等挑战仍然存在	推动蛋白质组规模相互作用预测，以理解蛋白质功能和疾病机制	蛋白质-蛋白质和蛋白质-配体相互作用	机器学习	NA	深度学习	NA	蛋白质相互作用数据	NA
428	2025-05-04	Mapping the topography of spatial gene expression with interpretable deep learning 2025-Feb, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02503-3 PMID:39849132	研究论文	该论文提出了一种名为GASTON的无监督深度学习算法，用于解析空间转录组数据中的基因表达模式	开发了GASTON算法，能够同时学习等深度、空间梯度和分段线性表达函数，以模拟基因表达的连续梯度和不连续变化	未明确提及样本量或具体技术限制	解决空间转录组数据稀疏性问题，解析组织切片中的基因表达模式	空间转录组数据	数字病理学	NA	空间转录组技术	深度学习	基因表达数据	NA
429	2025-05-04	Deep learning enabled rapid classification of yeast species in food by imaging of yeast microcolonies 2025-Feb, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2024.115604 PMID:39849741	研究论文	本研究提出了一种基于深度学习的酵母分类方法，通过结合传统培养方法、白光光学显微镜和深度学习技术，快速检测和分类食品中的酵母	利用深度卷积神经网络在6小时内准确区分7种不同酵母，并通过生成对抗网络（GAN）生成的合成图像数据集提高了特定酵母物种的分类性能	研究仅验证了番茄和番茄汁中的模型性能，未涵盖所有食品类型	加速食品中酵母物种的检测和分类，以控制食品腐败	食品中的酵母物种	计算机视觉	NA	白光光学显微镜、深度学习	CNN、GAN	图像	7种不同酵母
430	2025-05-04	AI-based processing of future prepared foods: Progress and prospects 2025-Feb, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.115675 PMID:39849794	review	本文综述了人工智能在预制食品加工中的分类、清洁、切割、预处理和冷冻等环节的应用进展与前景	总结了AI在预制食品加工中的多种应用技术，如计算机视觉、深度学习模型等，并探讨了其在提高效率、准确性和一致性方面的潜力	面临大规模数据和复杂模型管理的挑战	探讨人工智能在预制食品加工中的应用及其对行业发展的影响	预制食品的加工过程	machine learning	NA	数学建模、化学计量学、机器学习、模糊逻辑、自适应神经模糊推理系统	深度学习模型	图像、光谱数据	NA
431	2025-05-03	Social associations across species during nocturnal bird migration 2025-Feb-24, Current biology : CB IF:8.1Q1 DOI:10.1016/j.cub.2024.12.033 PMID:39818216	研究论文	本研究探讨了夜行性候鸟迁徙过程中跨物种的社会信息交流及其对飞行行为的影响	首次提供了夜行性候鸟迁徙过程中跨物种社会关联的定量证据	社会关联对迁徙决策的具体影响机制尚不明确	探索候鸟迁徙过程中的跨物种社会信息交流	27种北美陆鸟的夜行性迁徙行为	生态学	NA	深度学习	NA	音频数据	超过18,000小时的夜间鸟类迁徙录音和175,000多个飞行中的鸣叫
432	2025-05-03	Multi-label segmentation of carpal bones in MRI using expansion transfer learning 2025-Feb-17, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adabae PMID:39823747	research paper	开发一种基于深度学习的多标签分割方法，用于MRI中八块腕骨的精确分割，以支持治疗计划和手腕动态分析	首次提出基于CNN的MRI人类腕骨多标签分割方法，并引入扩展迁移学习（ETL）架构，提高了在大视野中定位小感兴趣区域的能力	研究仅使用了15个MRI扫描数据，样本量较小	开发一种在小MRI数据集上训练的鲁棒深度学习方法，用于腕骨的多标签分割	八块人类腕骨	digital pathology	NA	MRI	3D U-Net, CNN	image	15个3.0-T MRI扫描数据，来自5名健康受试者
433	2025-05-03	Comparative analysis of three methods for estimating the compositions of construction waste 2025-Feb-15, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.01.009 PMID:39823854	研究论文	比较三种估算建筑废弃物成分的方法	比较了手动分拣、手动图像识别和基于深度学习的图像识别三种方法在建筑废弃物成分识别中的表现	对于非惰性废弃物的识别误差相对较高	提高建筑废弃物的资源管理效率	建筑废弃物的成分识别方法	计算机视觉	NA	红外热成像、SegFormer语义分割模型	SegFormer	图像	NA
434	2025-05-03	Normalized Protein-Ligand Distance Likelihood Score for End-to-End Blind Docking and Virtual Screening 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01014 PMID:39823352	research paper	本文介绍了一种名为NMDN的深度学习评分函数，用于蛋白质-配体结合强度的评估，并提出了一个名为DiffDock-NMDN的端到端盲对接和虚拟筛选协议	提出了NMDN评分函数，解决了现有深度学习评分函数的局限性，并在姿态选择和虚拟筛选任务中表现出色	未明确提及具体局限性	开发一种深度学习评分函数，用于蛋白质-配体结合强度的评估，并实现端到端的盲对接和虚拟筛选	蛋白质-配体对	机器学习	NA	深度学习	NMDN, DiffDock	蛋白质-配体距离数据	LIT-PCBA数据集
435	2025-05-03	MMPD-DTA: Integrating Multi-Modal Deep Learning with Pocket-Drug Graphs for Drug-Target Binding Affinity Prediction 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01528 PMID:39833138	研究论文	提出了一种名为MMPD-DTA的多模态深度学习模型，用于预测药物-靶标结合亲和力	整合了靶标、口袋和药物的图和序列模态，引入了一种新的口袋-药物图（PD图）来同时建模靶标内部、药物内部以及靶标与药物之间的原子相互作用	未明确提及	提高药物-靶标结合亲和力（DTA）的预测准确性	药物和靶标	机器学习	NA	多模态深度学习	MMPD-DTA（整合了GraphSAGE、transformer和图同构网络）	图和序列数据	三个真实世界测试集
436	2025-05-03	Diffusion transformer model with compact prior for low-dose PET reconstruction 2025-Feb-07, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adac25 PMID:39832449	研究论文	提出一种基于扩散变换器模型（DTM）和紧凑先验的低剂量PET重建方法，以提高图像重建质量	首次将扩散模型和变换器模型结合用于PET重建，通过病灶细化块和交替方向乘子法增强病灶区域的恢复能力和细节保留	未提及具体的数据集规模或模型计算复杂度	提高低剂量PET图像的重建质量，减少辐射暴露同时保证可靠的成像效果	低剂量PET图像	数字病理	NA	扩散变换器模型（DTM）	扩散模型与Transformer结合	医学图像（PET）	NA
437	2025-05-03	Working-memory load decoding model inspired by brain cognition based on cross-frequency coupling 2025-Feb, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2025.111206 PMID:39824230	研究论文	提出了一种基于跨频耦合的脑认知启发的多频多尺度混合Sinc卷积神经网络（MBSincNex），用于工作记忆负荷的解码	首次将跨频耦合机制应用于工作记忆负荷的解码，提出MBSincNex模型整合多频多尺度Sinc卷积，有效提取EEG数据的时频信息	研究仅基于自收集的三分类工作记忆数据集，未在其他公开数据集上验证模型的泛化能力	开发能够有效解码工作记忆负荷的深度学习模型	工作记忆过程中的脑电信号	脑机接口	NA	EEG信号分析	MBSincNex（多频多尺度混合Sinc卷积神经网络）	脑电信号	自收集的三分类工作记忆数据集
438	2025-05-03	Explainable deep learning and virtual evolution identifies antimicrobial peptides with activity against multidrug-resistant human pathogens 2025-Feb, Nature microbiology IF:20.5Q1 DOI:10.1038/s41564-024-01907-3 PMID:39825096	研究论文	开发了一种基于AI的可解释深度学习模型EvoGradient，用于预测抗菌肽（AMPs）的效力并通过虚拟进化生成更有效的AMPs	提出了一种结合可解释深度学习和虚拟进化的新方法，用于自动识别和优化抗菌肽	仅测试了32种肽的虚拟进化结果，样本量相对较小	识别和优化具有抗多药耐药人类病原体活性的抗菌肽	人类口腔低丰度细菌编码的抗菌肽	机器学习	多药耐药感染	深度学习	EvoGradient	肽序列	32种肽
439	2025-05-03	Assessment of different U-Net backbones in segmenting colorectal adenocarcinoma from H&E histopathology 2025-Feb, Pathology, research and practice DOI:10.1016/j.prp.2025.155820 PMID:39826493	research paper	评估不同U-Net主干网络在H&E组织病理学图像中分割结直肠腺癌的性能	比较了多种U-Net变体（包括Attention U-Net及不同主干网络如ResNet50、MobileNet-v2、EfficientNetB0和DenseNet121）在结直肠腺癌分割中的效果，发现DenseNet121和ResNet50主干网络表现最佳	未提及具体的数据集规模或外部验证结果，可能影响模型的泛化能力	开发自动化系统以早期检测和诊断结直肠腺癌	结直肠腺癌的H&E组织病理学图像	digital pathology	colorectal cancer	深度学习图像分割	U-Net及其变体（Attention U-Net, ResNet50, MobileNet-v2, EfficientNetB0, DenseNet121）	image	NA
440	2025-05-03	An intelligent fruit freshness monitoring system using hydrophobic indicator labels based on methylcellulose, k-carrageenan, and sodium tripolyphosphate, combined with deep learning 2025-Feb, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.140001 PMID:39828157	研究论文	介绍了一种基于甲基纤维素、κ-卡拉胶和三聚磷酸钠的疏水指示标签，结合深度学习技术，用于实时监测水果新鲜度的智能系统	采用计算机模拟技术模拟不同化学成分和比例下的颜色变化，显著减少实验时间和成本，并提出了一种结合标签区域裁剪算法和轻量级CNN的智能识别方法	NA	开发一种智能水果新鲜度监测系统，以提高食品质量和安全	芒果、猕猴桃和葡萄等水果	计算机视觉	NA	计算机模拟技术、深度学习	CNN	图像	芒果、猕猴桃和葡萄的实验数据