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
741	2025-02-26	Enhancing Pediatric Bone Age Assessment Using Artificial Intelligence: Implications for Orthopedic Surgery 2025-Feb, Cureus DOI:10.7759/cureus.79507 PMID:39989489	研究论文	本研究评估了人工智能在儿科骨龄预测中的应用，使用RSNA 2017儿科骨龄挑战数据集，开发并训练了一个基于ResNet-50架构的深度学习模型	利用深度学习模型（ResNet-50）进行儿科骨龄预测，相比传统方法减少了操作者间的变异性并提高了可靠性	需要进一步验证研究以确保在不同患者群体中的临床适用性	提高儿科骨龄评估的准确性、效率和标准化，优化治疗时机并扩大高质量骨龄评估的普及	儿科骨龄评估	计算机视觉	骨科疾病	深度学习	ResNet-50	图像	12,611张手和手腕的X光片用于训练，1,425张用于验证，200张用于测试
742	2025-02-26	Lentil plant disease and quality assessment: A detailed dataset of high-resolution images for deep learning research 2025-Feb, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.111224 PMID:39989639	研究论文	本文介绍了一个包含高分辨率扁豆植物图像的详细数据集，旨在支持机器学习模型在扁豆种植中的疾病检测和质量评估	提供了一个全面的高分辨率扁豆植物图像数据集，专门用于农业研究中的计算机视觉和深度学习应用	数据集仅涵盖孟加拉国地区的扁豆植物，可能不适用于其他地区的扁豆种植	开发机器学习模型以精确检测扁豆疾病并评估其质量，从而提高扁豆生产效率	扁豆植物	计算机视觉	扁豆疾病（如褐斑病、锈病和白粉病）	深度学习	NA	图像	四个月内在孟加拉国多个地点收集的高分辨率扁豆植物图像
743	2025-02-26	Explainability of a Deep Learning-Based Classification Model for Antineutrophil Cytoplasmic Autoantibody-Associated Glomerulonephritis 2025-Feb, Kidney international reports IF:5.7Q1 DOI:10.1016/j.ekir.2024.11.005 PMID:39990883	研究论文	本文介绍了一种基于深度学习的模型，用于分类抗中性粒细胞胞浆抗体相关性肾小球肾炎（ANCA-GN）的肾活检样本，并探讨了模型的可解释性	首次开发了基于深度学习的计算流程，用于按照Berden分类法对ANCA-GN肾活检进行分类，并利用可解释的人工智能技术使模型决策对肾病理学家透明	研究样本量较小，仅包括80名患者的肾活检样本，且数据来自三个欧洲中心，可能限制了模型的泛化能力	开发并验证一种深度学习模型，用于分类ANCA-GN肾活检样本，并提高模型决策的透明度和可解释性	80名ANCA-GN患者的肾活检样本	数字病理学	肾小球肾炎	深度学习	深度学习模型	图像	80名患者的肾活检样本
744	2025-02-26	Automated CT Measurement of Total Kidney Volume for Predicting Renal Function Decline after 177Lu Prostate-specific Membrane Antigen-I&T Radioligand Therapy 2025-Feb, Radiology IF:12.1Q1 DOI:10.1148/radiol.240427 PMID:39998377	研究论文	本研究探讨了自动CT测量总肾脏体积（TKV）在预测177Lu前列腺特异性膜抗原（PSMA）放射配体治疗后肾功能下降中的应用	首次使用基于nnU-Net框架的深度学习分割模型TotalSegmentator自动从CT图像中提取TKV，并发现TKV在6个月时的10%或更大减少可预测12个月时30%或更大的eGFR下降	研究为回顾性设计，样本量相对较小（121名患者），且仅包括接受至少四次Lu-PSMA-I&T治疗的患者	识别在接受Lu-PSMA-I&T放射配体治疗的患者中，预测肾功能显著恶化的标志物	接受至少四次Lu-PSMA-I&T治疗的转移性去势抵抗性前列腺癌患者	数字病理	前列腺癌	CT成像，深度学习分割	nnU-Net	CT图像	121名患者
745	2025-02-25	Advancements in Nanobody Epitope Prediction: A Comparative Study of AlphaFold2Multimer vs AlphaFold3 2025-Feb-24, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01877 PMID:39927847	研究论文	本文比较了AlphaFold2Multimer和AlphaFold3在纳米抗体表位预测中的表现，探讨了影响预测准确性的因素，并提出了改进策略	首次对AlphaFold3和AlphaFold2-Multimer在纳米抗体表位预测中的性能进行了系统比较，并揭示了CDR3特征对预测准确性的重要影响	两种工具的整体成功率仍低于50%，且AlphaFold3仅在特定纳米抗体类别中表现出显著改进	评估和改进纳米抗体表位预测工具的准确性	纳米抗体的表位预测	生物信息学	NA	分子对接、AI驱动工具	AlphaFold3、AlphaFold2-Multimer	蛋白质结构数据	未明确提及具体样本数量
746	2025-02-25	Deep Learning for Antimicrobial Peptides: Computational Models and Databases 2025-Feb-24, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00006 PMID:39927895	综述	本文综述了用于抗菌肽预测的深度学习模型及其相关数据库	总结了现有的抗菌肽预测深度学习模型，并讨论了它们的局限性和挑战	未提出新的模型，仅对现有模型进行了总结和讨论	帮助计算生物学家设计更好的抗菌肽预测深度学习模型	抗菌肽	机器学习	NA	深度学习	深度学习模型	NA	NA
747	2025-02-25	Deep learning image enhancement for confident diagnosis of TMJ osteoarthritis in zero-TE MR imaging 2025-Feb-24, Dento maxillo facial radiology DOI:10.1093/dmfr/twae063 PMID:39989448	研究论文	本研究评估了深度学习在零回波时间（ZTE）磁共振成像（MRI）中去噪和伪影减少（AR）的有效性，并与颞下颌关节（TMJ）锥形束计算机断层扫描（CBCT）进行比较	开发了一种新的深度学习技术，用于ZTE-MRI中的去噪和伪影减少，显著提高了图像质量和诊断准确性	研究样本量较小，仅包括30名患者	评估深度学习在ZTE-MRI中去噪和伪影减少的临床适用性	颞下颌关节（TMJ）的骨成像	计算机视觉	颞下颌关节骨关节炎	深度学习	NA	图像	30名患者的CBCT和ZTE-MRI数据
748	2025-02-25	Ectopic, intra-thyroid parathyroid adenoma better visualised by deep learning enhanced choline PET/CT 2025-Feb-24, QJM : monthly journal of the Association of Physicians DOI:10.1093/qjmed/hcaf057 PMID:39992255	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
749	2025-02-25	Recent topics in musculoskeletal imaging focused on clinical applications of AI: How should radiologists approach and use AI? 2025-Feb-24, La Radiologia medica DOI:10.1007/s11547-024-01947-z PMID:39992330	综述	本文讨论了人工智能在肌肉骨骼成像领域的应用，包括深度学习重建和基于MRI的皮质骨成像的临床应用，以及自动化诊断支持的定性和定量诊断	本文聚焦于人工智能在肌肉骨骼成像中的最新临床应用，特别是深度学习重建和MRI皮质骨成像的创新应用	本文未提及具体的技术细节或实验数据，主要侧重于概念性讨论和未来展望	探讨人工智能在肌肉骨骼成像中的临床应用，帮助放射科医生了解并应用这些技术	肌肉骨骼成像	计算机视觉	NA	深度学习重建，MRI	深度学习	图像	NA
750	2025-02-25	Subclinical tremor differentiation using long short-term memory networks 2025-Feb-24, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01526-0 PMID:39992543	研究论文	本研究探讨了使用长短期记忆网络（LSTM）区分帕金森病（PD）和特发性震颤（ET）的亚临床震颤的潜力	提出了一种基于LSTM的深度学习模型，能够有效区分PD、ET和正常生理性震颤的亚临床震颤，准确率分别达到95%和93%	未来需要增强模型的可解释性，并在更大、更多样化的数据集上进行验证，包括动作性震颤	开发一种深度学习模型，以区分帕金森病、特发性震颤和正常生理性震颤的亚临床震颤	51名PD患者、15名ET患者和58名正常受试者的亚临床震颤数据	机器学习	帕金森病	长短期记忆网络（LSTM）	LSTM	传感器数据	124名受试者（51名PD患者、15名ET患者和58名正常受试者）
751	2025-02-25	Event-driven figure-ground organisation model for the humanoid robot iCub 2025-Feb-22, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56904-9 PMID:39984477	研究论文	本文提出了一种基于事件驱动的人形机器人iCub的图形-背景组织模型，用于检测物体和边界	该模型采用生物启发的感知系统，利用事件驱动视觉技术减少数据冗余和计算量，与传统的深度学习模型相比，能够在感兴趣区域（ROI）内仅处理相关数据，从而实现低延迟的自主机器人应用	尽管在简单刺激和伯克利分割数据集上表现出与基于帧的版本相当的结果，但在复杂场景中的性能仍需进一步验证	开发一种适用于人形机器人iCub的生物启发感知系统，用于图形-背景分割	人形机器人iCub	计算机视觉	NA	事件驱动视觉技术	生物启发感知系统	事件驱动摄像头数据	在模拟和真实场景中使用事件驱动摄像头进行评估
752	2025-02-25	Artificial intelligence assessment of tissue-dissection efficiency in laparoscopic colorectal surgery 2025-Feb-22, Langenbeck's archives of surgery DOI:10.1007/s00423-025-03641-8 PMID:39984705	研究论文	本研究旨在验证使用基于深度学习的识别模型进行手术技能评估的可行性，特别是针对腹腔镜结直肠手术中的组织切割效率	开发了一种基于深度学习计算机视觉技术的模型，用于自动评估手术中的组织切割效率，减少了人为判断的偏差	研究依赖于回顾性数据，且仅针对特定类型的手术和工具，可能限制了模型的广泛适用性	验证使用深度学习模型自动评估腹腔镜结直肠手术中组织切割效率的可行性	腹腔镜结直肠手术（乙状结肠切除术或高位前切除术）的视频数据	计算机视觉	结直肠癌	深度学习	CNN	视频	来自日本的766例腹腔镜结直肠手术视频
753	2025-02-25	Early warning study of field station process safety based on VMD-CNN-LSTM-self-attention for natural gas load prediction 2025-Feb-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85582-2 PMID:39984509	研究论文	本研究提出了一种基于VMD-CNN-LSTM-Self-Attention的天然气负荷预测方法，以提高天然气供应企业的生产安全管理	创新性地提出了VMD-CNN-LSTM-Self-Attention区间预测方法，并实现了基于85%、90%和95%置信区间的分级报警机制	未提及具体局限性	提高天然气负荷预测的准确性和可靠性，以增强企业生产安全管理	天然气场站出站负荷数据	机器学习	NA	深度学习	VMD-CNN-LSTM-Self-Attention	时间序列数据	未提及具体样本数量
754	2025-02-25	A detection method for small casting defects based on bidirectional feature extraction 2025-Feb-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90185-y PMID:39984609	研究论文	本文提出了一种基于双向特征提取的小型铸件缺陷检测方法，旨在提高铸件检测的科学性和精确性	创新性地开发了一种基于Hadamard积的双层Encoder-Decoder多尺度特征提取架构BiSDE，以及采用基于Wasserstein距离的损失函数来优化小缺陷目标的训练过程	未提及具体局限性	开发一种自动化缺陷检测模型，以提高铸件检测的效率和准确性	小型铸件缺陷	计算机视觉	NA	深度学习	BiSDE（基于Hadamard积的双层Encoder-Decoder多尺度特征提取架构）	图像	未提及具体样本数量
755	2025-02-25	Foundations of a knee joint digital twin from qMRI biomarkers for osteoarthritis and knee replacement 2025-Feb-21, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01507-3 PMID:39984725	研究论文	本研究基于定量MRI（qMRI）和机器学习技术，构建了一个膝关节的数字孪生系统，旨在推进骨关节炎（OA）管理和膝关节置换（KR）预测的精准医疗	结合深度学习分割膝关节结构和降维技术，创建了一个成像生物标志物的嵌入特征空间，并识别出与OA发病率和KR结果显著相关的特定生物标志物	NA	推进骨关节炎管理和膝关节置换预测的精准医疗	膝关节	数字病理学	骨关节炎	定量MRI（qMRI）	深度学习	图像	NA
756	2025-02-25	Deep learning models for differentiating three sinonasal malignancies using multi-sequence MRI 2025-Feb-21, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01517-9 PMID:39984860	研究论文	本研究开发了基于MRI的深度学习模型，用于区分鼻窦鳞状细胞癌、腺样囊性癌和嗅神经母细胞瘤，并评估这些模型是否能提高资深和初级放射科医生的诊断性能	首次使用ResNet101网络结合多序列MRI数据，构建深度学习模型，显著提高了对三种鼻窦恶性肿瘤的区分能力，并提升了放射科医生的诊断表现	研究为回顾性分析，可能存在选择偏差，且样本量相对有限，外部验证集仅有93例患者	开发并验证基于MRI的深度学习模型，以提高对鼻窦鳞状细胞癌、腺样囊性癌和嗅神经母细胞瘤的诊断准确性	465名鼻窦恶性肿瘤患者（包括229例鳞状细胞癌、128例腺样囊性癌和108例嗅神经母细胞瘤）	医学影像分析	鼻窦恶性肿瘤	MRI（包括T2加权成像、对比增强T1加权成像和表观扩散系数）	ResNet101	MRI图像	465名患者（训练和验证集325名，外部测试集93名）
757	2025-02-25	An ensemble deep learning framework for multi-class LncRNA subcellular localization with innovative encoding strategy 2025-Feb-21, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02148-4 PMID:39984880	研究论文	本文提出了一种名为MGBLncLoc的深度学习模型，用于多类LncRNA亚细胞定位预测，采用了一种创新的编码策略	引入了基于多类核苷酸组分布密度的广义编码技术（MCD-ND），能更精确地反映核苷酸分布，区分序列中的恒定和判别区域，从而提升预测性能	未明确提及具体局限性	提高LncRNA亚细胞定位预测的准确性	长非编码RNA（LncRNA）	自然语言处理	NA	深度学习	CNN, BiGRU, Multi-Dconv Head Transposed Attention, Gated-Dconv Feed-forward Network	序列数据	未明确提及样本数量
758	2025-02-25	Multi-cancer early detection based on serum surface-enhanced Raman spectroscopy with deep learning: a large-scale case-control study 2025-Feb-21, BMC medicine IF:7.0Q1 DOI:10.1186/s12916-025-03887-5 PMID:39984977	研究论文	本研究提出了一种基于血清表面增强拉曼光谱（SERS）技术和深度学习的多癌症早期检测平台	结合了SERS技术、重采样策略、特征维度增强、深度学习和可解释性分析方法，实现了敏感且准确的泛癌症筛查	研究中未提及对晚期癌症患者的检测效果，且样本量虽大但部分癌症类型样本较少	开发一种高效的多癌症早期检测方法	早期乳腺癌、肺癌、甲状腺癌、结直肠癌、胃癌、食管癌患者及健康对照者	数字病理学	多癌症	表面增强拉曼光谱（SERS）	ResNet（卷积神经网络）	光谱数据	1655名早期癌症患者（包括569名乳腺癌、513名肺癌、220名甲状腺癌、215名结直肠癌、100名胃癌、38名食管癌）和1896名健康对照者
759	2025-02-25	Combinatorial mapping of E3 ubiquitin ligases to their target substrates 2025-Feb-20, Molecular cell IF:14.5Q1 DOI:10.1016/j.molcel.2025.01.016 PMID:39919746	研究论文	本文介绍了组合映射E3泛素连接酶与其靶标底物的方法COMET，用于大规模识别E3-底物对	开发了COMET框架，能够在一个实验中测试多个E3在降解多个候选底物中的作用，并利用深度学习预测E3-底物相互作用的结构基础	未明确提及具体局限性	识别E3泛素连接酶与其靶标底物的关系，并预测其相互作用的结构基础	E3泛素连接酶及其靶标底物	生物信息学	NA	组合映射、深度学习	深度学习模型	蛋白质序列数据	6,716个F-box-ORF组合和26,028个E3-TF组合
760	2025-02-25	Optimizing potato leaf disease recognition: Insights DENSE-NET-121 and Gaussian elimination filter fusion 2025-Feb-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e42318 PMID:39991243	研究论文	本文提出了一种基于深度学习的混合模型DENSE-NET-121与2D高斯消元滤波器，用于通过早期检测马铃薯叶片病害来提高产量	结合DENSE-NET-121和2D高斯消元滤波器，实现了前所未有的训练和验证准确率，并显著降低了训练和验证损失	NA	提高马铃薯产量，通过早期检测叶片病害	马铃薯叶片	计算机视觉	马铃薯病害	深度学习	DENSE-NET-121	图像	来自Kaggle数据集的三种马铃薯叶片类别（早疫病、健康、晚疫病）