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
541	2025-02-28	A conditional denoising VAE-based framework for antimicrobial peptides generation with preserving desirable properties 2025-Feb-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf069 PMID:39932977	研究论文	本研究提出了一种基于去噪变分自编码器（VAE）的模型，用于生成具有理想理化性质的抗菌肽（AMPs）	该模型结合了关键特征（如分子量、等电点、疏水性等），并采用位置编码和Transformer架构以提高生成准确性，同时引入去噪机制以在有限训练数据下保持性能	模型在训练数据有限的情况下可能仍面临性能挑战	开发一种能够生成具有理想理化性质的抗菌肽的模型，以应对抗生素耐药性问题	抗菌肽（AMPs）	机器学习	细菌感染	去噪变分自编码器（VAE）	VAE, Transformer	序列数据	NA
542	2025-02-28	Exploring Applications of Artificial Intelligence in Critical Care Nursing: A Systematic Review 2025-Feb-04, Nursing reports (Pavia, Italy) DOI:10.3390/nursrep15020055 PMID:39997791	系统综述	本文系统评估了人工智能在重症监护护理领域的当前应用	本文综合分析了多种AI技术在重症监护护理中的应用，包括经典模型、机器学习方法、深度学习架构和生成式AI工具	研究中的异质性限制了得出关于AI在重症监护护理中应用效果的明确结论	评估人工智能在重症监护护理中的应用及其对患者结果的影响	重症监护护理中的患者和护理实践	医疗保健	重症监护	多种AI技术，包括逻辑回归、支持向量机、随机森林、神经网络和生成式AI工具如ChatGPT	多种模型，包括经典模型、机器学习模型、深度学习模型和生成式AI模型	结构化数据（如生命体征和实验室结果）和非结构化数据（如护理记录和患者历史），以及音频数据	24项研究，涉及1364篇初步筛选的文章
543	2025-02-28	OrganoIDNet: a deep learning tool for identification of therapeutic effects in PDAC organoid-PBMC co-cultures from time-resolved imaging data 2025-Feb, Cellular oncology (Dordrecht, Netherlands) DOI:10.1007/s13402-024-00958-2 PMID:38805131	研究论文	本文介绍了一种名为OrganoIDNet的深度学习工具，用于从时间分辨成像数据中识别PDAC类器官-PBMC共培养中的治疗效果	开发了OrganoIDNet算法，能够分析活细胞成像获取的PDAC类器官的明场图像，并用于评估化疗和免疫治疗的效果	研究主要基于实验室环境下的类器官模型，尚未在临床环境中验证	评估胰腺导管腺癌（PDAC）的治疗反应，特别是化疗和免疫治疗的效果	小鼠和人类患者来源的PDAC类器官与PBMC共培养模型	数字病理	胰腺癌	活细胞成像	深度学习	图像	NA
544	2025-02-28	Spatial Architecture of Single-Cell and Vasculature in Tumor Microenvironment Predicts Clinical Outcomes in Triple-Negative Breast Cancer 2025-Feb, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2024.100652 PMID:39522644	研究论文	本文通过单细胞分辨率的成像质谱技术数据集，结合多尺度计算算法，深入量化了三阴性乳腺癌（TNBC）肿瘤微环境（TME）的空间和组成异质性，并预测了临床结果	首次在TNBC中通过单细胞分辨率的成像质谱技术数据集，结合多尺度计算算法，揭示了TME的空间和组成异质性，并识别出10个复发性细胞邻域，这些邻域与长期生存率显著相关	研究样本量相对较小（71例TNBC患者标本），且仅针对TNBC，未涵盖其他乳腺癌亚型	揭示TNBC肿瘤微环境的异质性及其与临床结果的关系，寻找新的治疗靶点	71例TNBC患者标本	数字病理学	乳腺癌	成像质谱技术	深度学习模型	图像数据	71例TNBC患者标本
545	2025-02-28	Weakly Supervised Classification of Mohs Surgical Sections Using Artificial Intelligence 2025-Feb, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2024.100653 PMID:39522646	研究论文	本研究开发并评估了一种深度学习模型，用于在Mohs显微外科手术（MMS）全切片图像中检测基底细胞癌（BCC），结合弱监督学习和基于可解释分割的方法	通过注意力图将弱监督学习与可解释的分割方法相结合，提高了模型在BCC检测中的性能和可解释性	尽管模型在不同数据集上表现出色，但未对第三方外部数据集进行微调或预处理，可能影响其泛化能力	解决MMS全切片图像中BCC检测的挑战，开发一种高效的深度学习模型	基底细胞癌（BCC）的Mohs显微外科手术全切片图像	数字病理学	皮肤癌	深度学习	深度学习模型	图像	来自2个医疗中心的数据集
546	2025-02-28	Weakly Supervised Multiple Instance Learning Model With Generalization Ability for Clinical Adenocarcinoma Screening on Serous Cavity Effusion Pathology 2025-Feb, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2024.100648 PMID:39515585	研究论文	本研究提出了一种结合细胞块技术和弱监督深度学习模型的多实例学习方法，用于筛查浆膜腔积液中的腺癌细胞	首次将细胞块技术与弱监督深度学习模型结合，用于浆膜腺癌的筛查，并构建了首个基于细胞块切片的浆膜腔积液全切片成像公开数据集	NA	提高浆膜腔积液中腺癌细胞的筛查效率和准确性，辅助病理学家进行快速诊断	浆膜腔积液中的腺癌细胞	数字病理学	腺癌	全切片成像，细胞块技术	弱监督深度学习模型，多实例学习	图像	构建了两个真实世界的病理数据集
547	2025-02-28	Multiscale footprints reveal the organization of cis-regulatory elements 2025-Feb, Nature IF:50.5Q1 DOI:10.1038/s41586-024-08443-4 PMID:39843737	研究论文	本文介绍了一种名为PRINT的计算方法，用于从多尺度的染色质可及性数据中识别DNA-蛋白质相互作用的足迹，并开发了seq2PRINT框架，利用深度学习推断转录因子和核小体结合，解释CREs的调控逻辑	开发了PRINT方法和seq2PRINT框架，能够从染色质可及性数据中精确推断转录因子和核小体结合，揭示了CREs在分化和衰老过程中的结构变化	方法的应用主要依赖于染色质可及性数据，可能无法完全捕捉所有DNA-蛋白质相互作用的复杂性	研究CREs的结构和功能，特别是在细胞命运和疾病中的作用	人类骨髓中的单细胞染色质可及性数据和小鼠造血干细胞	生物信息学	NA	染色质可及性数据分析	深度学习	染色质可及性数据	人类骨髓单细胞数据和小鼠造血干细胞数据
548	2025-02-27	First-in-Men Online Adaptive Robotic Stereotactic Body Radiation Therapy: Toward Ultrahypofractionation for High-Risk Prostate Cancer Patients 2025-Feb, Advances in radiation oncology IF:2.2Q2 DOI:10.1016/j.adro.2024.101701 PMID:39866592	研究论文	本文介绍了针对高风险前列腺癌患者的在线自适应机器人立体定向放射治疗的发展、临床前验证和临床测试	首次在人体中应用在线自适应机器人立体定向放射治疗，针对高风险前列腺癌患者，探索超分割放疗的可行性	研究样本量较小，仅为60例，且仅针对低体积转移前列腺癌患者，结果可能不具有普遍性	探索在线自适应放射治疗在高风险前列腺癌患者中的应用，以减少精囊的计划靶区（PTV）边缘	高风险前列腺癌患者，特别是精囊包含在靶区内的患者	数字病理	前列腺癌	在线自适应放射治疗，CT-on-rails，深度学习自动轮廓	深度学习	CT图像	60例低体积转移前列腺癌患者
549	2025-02-28	Advancing MRI Reconstruction: A Systematic Review of Deep Learning and Compressed Sensing Integration 2025-Feb-01, ArXiv PMID:39975448	综述	本文系统回顾了深度学习与压缩感知在MRI重建中的集成应用	深度学习与压缩感知的结合显著提高了MRI重建的速度和准确性	未提及具体的技术限制或挑战	探讨深度学习在MRI重建中的应用及其潜力	MRI图像重建	医学影像	NA	深度学习, 压缩感知	NA	图像	NA
550	2025-02-28	Diagnosis of Alzheimer's disease using transfer learning with multi-modal 3D Inception-v4 2025-Feb-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1577 PMID:39995734	研究论文	本研究提出了一种基于多模态特征和迁移学习的3D Inception-v4模型，用于阿尔茨海默病的诊断	引入了多模态三维Inception-v4模型，并采用迁移学习方法结合MRI和临床评分数据进行AD诊断	未提及具体局限性	解决基于多模态特征的阿尔茨海默病诊断问题	阿尔茨海默病患者	计算机视觉	老年病	迁移学习	3D Inception-v4	MRI图像和临床评分数据	使用ADNI数据库的数据进行预训练，并使用独立验证数据进行微调
551	2025-02-28	Biomechanical Risk Classification in Repetitive Lifting Using Multi-Sensor Electromyography Data, Revised National Institute for Occupational Safety and Health Lifting Equation, and Deep Learning 2025-Feb-01, Biosensors DOI:10.3390/bios15020084 PMID:39996986	研究论文	本研究通过多传感器肌电图数据、修订版NIOSH提升方程和深度学习技术，对重复提升任务中的生物力学风险进行分类	结合高精度可穿戴传感器和深度学习模型，实现了实时、动态的风险评估，显著提升了工作场所安全协议	研究样本量较小，仅包含25名参与者，可能影响结果的普遍性	准确评估重复提升任务中的生物力学风险，以改善职业人体工程学和风险管理	25名参与者在进行重复提升任务时的肌肉性能	机器学习	肌肉骨骼疾病	肌电图（EMG）	CNN, MLP, LSTM	时间序列肌电图数据	25名参与者，超过700万个数据点
552	2025-02-27	FHD deep learning prognosis approach: Early detection of fetal heart disease (FHD) using ultrasonography image-based IROI combined multiresolution DCNN 2025-Feb-26, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241310981 PMID:40007382	研究论文	本文提出了一种基于超声图像的深度学习预后方法，用于早期检测胎儿心脏病（FHD）	提出了一种结合增强自适应中值滤波（EAMF）、强化感兴趣区域（IROI）分割和多分辨率深度卷积神经网络（MDCNN）分类的自动化分层网络，用于FHD的检测	未提及具体样本量和数据集的多样性，可能影响模型的泛化能力	早期检测胎儿心脏病（FHD）	胎儿心脏病的超声图像	计算机视觉	胎儿心脏病	超声2D成像	多分辨率深度卷积神经网络（MDCNN）	图像	未提及具体样本量
553	2025-02-27	Artificial Intelligence in Computed Tomography Image Reconstruction: A Review of Recent Advances 2025-Feb-26, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001734 PMID:40008975	综述	本文综述了人工智能在计算机断层扫描（CT）图像重建中的最新进展	人工智能，特别是深度学习，在CT重建中展示了减少辐射剂量同时保持图像质量和噪声纹理的巨大潜力，并在解决低剂量CT、稀疏视图CT、有限角度CT和内部断层扫描等挑战性问题中表现出前所未有的性能	NA	探讨人工智能在CT图像重建中的应用，特别是在低剂量、稀疏视图和有限角度等挑战性条件下的应用	计算机断层扫描（CT）图像	计算机视觉	NA	深度学习	NA	图像	NA
554	2025-02-27	Automatic placement of simulated dental implants within CBCT images in optimum positions: a deep learning model 2025-Feb-26, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03327-9 PMID:40009142	研究论文	本研究提出了一种基于深度学习的框架，用于在CBCT图像中自动放置模拟牙种植体至最佳位置	采用两阶段深度学习框架，结合YOLOv11进行标记检测和种植体位置预测，提高了牙种植体放置的自动化程度和准确性	YOLOv11在标记检测阶段的F-score仅为59%，种植体位置预测的平均绝对误差在11.931到15.954之间，表明模型仍有改进空间	提高牙种植体放置的自动化程度和准确性，减少对牙医知识和经验的依赖	CBCT图像中的牙种植体	计算机视觉	NA	深度学习	YOLOv11	3D CBCT图像	NA
555	2025-02-27	A deep learning-based psi CT network effectively predicts early recurrence after hepatectomy in HCC patients 2025-Feb-26, Abdominal radiology (New York) DOI:10.1007/s00261-025-04849-4 PMID:40009155	研究论文	本文介绍了一种基于深度学习的psi CT网络，用于预测肝细胞癌（HCC）患者肝切除术后早期复发	结合DenseNet和注意力机制，模型能自动聚焦于对患者生存有显著影响的区域，并通过CAM技术可视化这些区域	研究为回顾性，且样本量相对有限，可能影响模型的泛化能力	开发一种可靠的方法来预测HCC患者肝切除术后早期复发	肝细胞癌（HCC）患者	数字病理	肝癌	深度学习	DenseNet	CT扫描图像	302例患者，来自五个中心
556	2025-02-27	Data-efficient generalization of AI transformers for noise reduction in ultra-fast lung PET scans 2025-Feb-26, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07165-7 PMID:40009163	研究论文	本研究旨在使用基于深度学习的方法对超快速肺部PET扫描图像进行去噪处理，以减少呼吸运动伪影并提高诊断质量	提出了一种名为Mask-ViT的鲁棒且数据高效的深度学习方法，能够在有限的目标扫描仪训练数据上进行微调，并直接应用于新扫描仪的未见测试数据	研究仅基于两个数据集，且样本量相对较小，可能限制了模型的泛化能力	通过深度学习技术提高超快速肺部PET扫描图像的质量，减少噪声并满足临床诊断需求	超快速20秒屏气（U2BH）PET扫描图像	计算机视觉	肺癌	深度学习	Mask-ViT, U-Net, C-Gan	图像	1272个回顾性收集的全时PET数据和46个前瞻性收集的U2BH及对应的全时PET/CT图像
557	2025-02-27	Microfluidics with Machine Learning for Biophysical Characterization of Cells 2025-Feb-25, Annual review of analytical chemistry (Palo Alto, Calif.) DOI:10.1146/annurev-anchem-061622-025021 PMID:39999863	综述	本文探讨了微流控技术与机器学习在细胞生物物理特性表征中的协同作用	结合人工智能方法，特别是机器学习和深度学习，以解决微流控系统产生的大量数据分析难题	未具体提及研究的局限性	提高微流控实验的准确性和效率，促进新的生物学发现	细胞的生物物理特性	机器学习	NA	微流控技术	机器学习和深度学习	微流控系统生成的数据	NA
558	2025-02-27	Ultrasound Thyroid Nodule Segmentation Algorithm Based on DeepLabV3+ with EfficientNet 2025-Feb-25, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01436-3 PMID:40000546	研究论文	本文提出了一种基于DeepLabV3+与EfficientNet的超声甲状腺结节分割算法，旨在提高超声图像中甲状腺结节分割的准确性	首次将EfficientNet-B7作为DeepLabV3+架构的主干网络应用于甲状腺结节分割	NA	提高超声图像中甲状腺结节分割的准确性	超声图像中的甲状腺结节	计算机视觉	甲状腺疾病	深度学习	DeepLabV3+ with EfficientNet-B7	图像	来自郑州大学第一附属医院的数据集及两个公共数据集
559	2025-02-27	The Central Role of Learning in Preventing Foot Complications in Persons With Diabetes: A Scoping Review 2025-Feb-25, Journal of clinical nursing IF:3.2Q1 DOI:10.1111/jocn.17678 PMID:40001301	综述	本文探讨了糖尿病患者足部护理的学习过程和教学策略，并分析了不同学习过程对这些策略的影响	提出了一个理解患者学习和自我管理渐进阶段的框架，并强调了个性化教育干预的重要性	研究仅限于英文文献，可能忽略了其他语言的重要研究	探索糖尿病患者足部护理的学习过程和教学策略	糖尿病患者	NA	糖尿病	NA	NA	文献数据	906篇文章
560	2025-02-27	Recent advances in AI-driven protein-ligand interaction predictions 2025-Feb-24, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2025.103020 PMID:39999605	综述	本文综述了AI驱动的蛋白质-配体相互作用预测领域的最新进展	AI模型如图神经网络、混合密度网络、transformer和扩散模型显著提升了预测性能，特别是在配体结合位点预测、结合姿态估计和虚拟筛选方面	尽管有这些进展，但跨不同蛋白质-配体对的泛化能力仍然是一个挑战	提高基于结构的药物发现中蛋白质-配体相互作用预测的准确性和效率	蛋白质-配体相互作用	机器学习	NA	NA	图神经网络、混合密度网络、transformer、扩散模型	NA	NA