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
801	2025-02-23	Hybrid Greylag Goose deep learning with layered sparse network for women nutrition recommendation during menstrual cycle 2025-Feb-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88728-4 PMID:39966547	研究论文	本文提出了一种新颖的优化混合深度学习模型（OdriHDL），用于为女性在月经周期期间提供个性化的健康营养建议	结合了混合注意力机制的双向卷积灰雁门控循环网络（HABi-ConGRNet）和灰雁优化算法，以增强模型性能	未提及具体的数据来源和样本量，可能影响模型的泛化能力	为女性在月经周期期间提供个性化的健康营养建议	女性在月经周期期间的营养需求	机器学习	NA	缺失值填补、Z-score标准化、One-hot编码、特征提取	HABi-ConGRNet	NA	NA
802	2025-02-23	Deep learning-based classification of diffusion-weighted imaging-fluid-attenuated inversion recovery mismatch 2025-Feb-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90214-w PMID:39966647	研究论文	本文开发并验证了一种基于深度学习的分类器，用于分类扩散加权成像（DWI）-流体衰减反转恢复（FLAIR）不匹配，以支持急性缺血性卒中患者的治疗决策	开发了一种基于卷积神经网络（CNN）的分类器，用于自动分类DWI-FLAIR不匹配，减少了视觉评估的主观性，提高了准确性和一致性	研究依赖于来自四个卒中中心的数据，尽管进行了外部验证，但可能仍存在数据偏差和泛化能力的问题	开发并验证一种深度学习分类器，用于分类DWI-FLAIR不匹配，以支持急性缺血性卒中患者的治疗决策	急性缺血性卒中患者	计算机视觉	心血管疾病	扩散加权成像（DWI）和流体衰减反转恢复（FLAIR）成像	卷积神经网络（CNN）	医学影像	2369名患者用于模型开发和内部测试，679名患者用于外部验证
803	2025-02-23	Segmentation methods and dosimetric evaluation of 3D-printed immobilization devices in head and neck radiotherapy 2025-Feb-18, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-13669-0 PMID:39966735	研究论文	本研究采用深度学习方法自动分割3D打印的头颈部固定装置，并评估其在头颈部VMAT放疗中的剂量学影响	使用Mask2Former模型自动分割3D打印的头颈部固定装置，提供了一种增强个性化放疗计划准确性的新方法	小目标分割不准确及MFIF中金属紧固件产生的伪影，需要在更大、更多样化的数据集上进行模型优化和验证	评估3D打印的头颈部固定装置在头颈部VMAT放疗中的剂量学影响	49名患者的CT定位图像	数字病理	头颈部癌症	CT成像	Mask2Former	图像	49名患者
804	2025-02-23	Predicting mother and newborn skin-to-skin contact using a machine learning approach 2025-Feb-18, BMC pregnancy and childbirth IF:2.8Q1 DOI:10.1186/s12884-025-07313-9 PMID:39966775	研究论文	本研究利用机器学习方法预测母婴皮肤接触（SSC）的实施情况及其影响因素	首次使用多种机器学习模型（包括深度学习）来识别SSC的预测因素，并比较了不同模型的性能	需要更多研究来进一步验证机器学习模型在预测SSC方面的性能	识别影响母婴皮肤接触（SSC）实施的因素，并评估机器学习模型在预测SSC方面的性能	8031名符合条件的母亲及其新生儿	机器学习	NA	机器学习	线性回归、逻辑回归、决策树分类、随机森林分类、深度学习前馈网络、极端梯度提升模型、轻量梯度提升模型、支持向量机、k近邻排列特征分类	医疗记录数据	8031名母亲及其新生儿
805	2025-02-23	Integrating ultrasound radiomics and clinicopathological features for machine learning-based survival prediction in patients with nonmetastatic triple-negative breast cancer 2025-Feb-18, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-13635-w PMID:39966783	研究论文	本研究旨在评估基于超声放射组学和临床病理特征的机器学习模型在三阴性乳腺癌（TNBC）患者生存分析中的预测价值	结合超声放射组学和临床病理特征，开发了新的联合列线图模型，用于预测TNBC患者的生存率	样本量相对较小，尤其是外部验证队列的样本量仅为82例	评估机器学习模型在TNBC患者生存分析中的预测价值	非转移性三阴性乳腺癌患者	机器学习	乳腺癌	超声放射组学	深度学习算法	图像	306例训练队列，77例内部验证队列，82例前瞻性外部验证队列
806	2025-02-23	Development and validation of prediction models for stroke and myocardial infarction in type 2 diabetes based on health insurance claims: does machine learning outperform traditional regression approaches? 2025-Feb-18, Cardiovascular diabetology IF:8.5Q1 DOI:10.1186/s12933-025-02640-9 PMID:39966813	研究论文	本文旨在开发和验证基于健康保险索赔数据的2型糖尿病患者中风和心肌梗死预测模型，并比较传统回归方法与先进机器学习方法的预测性能	本研究首次在2型糖尿病患者中，基于高维健康保险索赔数据，系统比较了传统回归方法与包括深度学习在内的多种机器学习方法的预测性能	由于文献中缺乏相关指标的报道，如AUPRC、敏感性和阳性预测值等，与其他流行病学模型的比较受到限制	开发和验证2型糖尿病患者中风和心肌梗死的预测模型，并比较不同预测方法的性能	2型糖尿病患者	机器学习	心血管疾病	机器学习方法包括逻辑回归、LASSO正则化、随机森林、梯度提升、多层感知器和特征标记变换器	逻辑回归、LASSO、随机森林、梯度提升、多层感知器、特征标记变换器	健康保险索赔数据	371,006名2型糖尿病患者
807	2025-02-23	Deep learning-based automated guide for defining a standard imaging plane for developmental dysplasia of the hip screening using ultrasonography: a retrospective imaging analysis 2025-Feb-18, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02926-8 PMID:39966904	研究论文	本文提出了一种基于深度学习的神经网络模型，用于在二维超声扫描中自动检测五个标志点，以开发用于发育性髋关节发育不良（DDH）筛查的标准平面	创新点在于开发了一种结合全局和局部网络的深度学习模型，用于自动检测超声图像中的五个标志点，以指导DDH筛查	研究仅基于单一医疗中心的数据，可能限制了模型的泛化能力	研究目的是开发一种自动化工具，用于在超声图像中检测标志点，以辅助DDH筛查	研究对象为2016年1月至2021年12月在一家三级医疗中心接受髋关节超声检查的532名患者	计算机视觉	发育性髋关节发育不良	二维超声（2D US）	深度学习神经网络（EfficientNetB2）	超声图像	532名患者的超声图像数据集
808	2025-02-23	Developing a semi-automated technique of surface water quality analysis using GEE and machine learning: A case study for Sundarbans 2025-Feb-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e42404 PMID:39981364	研究论文	本研究提出了一种半自动化的方法，利用机器学习模型结合现场和遥感数据评估孙德尔本斯的水质	结合Google Earth Engine (GEE)和AutoML，利用深度学习库创建动态、自适应模型，提高预测精度	数据可用性的可变性以及机器学习预测动态水系统时固有的不确定性	开发一种半自动化的水质分析技术，以支持可持续环境管理实践和孙德尔本斯应对新兴气候挑战的韧性	孙德尔本斯的水质参数（海表温度、总悬浮固体、浊度、盐度和pH值）	机器学习	NA	机器学习算法、Empirical Bayesian Kriging (EBK)模型、Google Earth Engine (GEE)、AutoML	深度学习模型	现场数据和遥感数据	NA
809	2025-02-23	Mentorship advances antimicrobial use surveillance systems in low- and middle-income countries 2025-Feb, JAC-antimicrobial resistance IF:3.7Q2 DOI:10.1093/jacamr/dlae212 PMID:39734490	研究论文	本文探讨了在低收入和中等收入国家（LMICs）中，通过导师制培训方法来推进抗菌药物使用（AMU）监测系统的实施	提出了导师制作为一种有效的培训方法，以解决LMICs中AMU监测系统实施中的人员短缺问题	研究主要基于尼泊尔、巴基斯坦、巴布亚新几内亚和东帝汶的经验，可能不适用于所有LMICs	探讨导师制在LMICs中AMU监测系统实施中的有效性	低收入和中等收入国家的AMU专业人员	公共卫生	NA	导师制培训	NA	NA	2019年至2023年间在尼泊尔、巴基斯坦、巴布亚新几内亚和东帝汶进行的1至2年导师制项目
810	2025-01-30	Author Correction: AIVariant: a deep learning-based somatic variant detector for highly contaminated tumor samples 2025-Feb, Experimental & molecular medicine DOI:10.1038/s12276-025-01405-4 PMID:39875568	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
811	2025-02-23	Mapping the learning curves of deep learning networks 2025-Feb, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012286 PMID:39928655	研究论文	本研究引入了一种受认知科学启发的多维量化和可视化方法，用于捕捉深度神经网络学习过程中的两个时间维度	提出了一种新的多维量化和可视化方法，能够捕捉深度神经网络学习过程中的信息处理轨迹和发展轨迹	现有技术对非表格任务效果较差，且主要侧重于模型的定性解释	系统解释深度神经网络的内部表示，并评估模型与人类学习经验的一致性	深度神经网络	机器学习	NA	多维量化和可视化方法	深度神经网络	时间序列数据	750次模拟运行
812	2025-02-22	De Novo Synthesis of Reticuline and Taxifolin Using Re-engineered Homologous Recombination in Yarrowia lipolytica 2025-Feb-21, ACS synthetic biology IF:3.7Q1 DOI:10.1021/acssynbio.4c00853 PMID:39899813	研究论文	本文通过重新设计Yarrowia lipolytica的同源重组系统，提高了基因编辑效率，并开发了用于gRNA活性预测的深度学习模型，成功合成了()-reticuline和(2)-taxifolin	通过融合hBrex27序列到Cas9的C端，显著提高了同源重组效率，并开发了深度学习模型预测gRNA活性	未提及具体局限性	提高Yarrowia lipolytica的基因编辑效率，并将其转化为易于操作的模型细胞工厂	Yarrowia lipolytica	合成生物学	NA	Cas9系统，深度学习模型	深度学习模型	基因序列数据	未提及具体样本数量
813	2025-02-22	Harnessing omics data for drug discovery and development in ovarian aging 2025-Feb-20, Human reproduction update IF:14.8Q1 DOI:10.1093/humupd/dmaf002 PMID:39977580	review	本文综述了多组学数据在卵巢衰老药物发现和开发中的应用	结合创新的计算工具，利用多组学数据资源深入理解卵巢衰老的分子复杂性，为药物发现和开发提供新机会	主要依赖于已发表的文献，可能存在数据选择和解释的偏差	合成与卵巢衰老相关的多组学数据，探索如何利用这些数据识别新的药物靶点并指导治疗策略	卵巢衰老的分子机制和药物靶点	生物信息学	卵巢衰老	基因组学、转录组学、蛋白质组学、代谢组学、微生物组学、单细胞技术、空间转录组学	机器学习、人工智能、深度学习	多组学数据	NA
814	2025-02-22	Actigraphy against 32-hour polysomnography in patients with suspected idiopathic hypersomnia 2025-Feb-20, Journal of sleep research IF:3.4Q2 DOI:10.1111/jsr.70007 PMID:39979124	研究论文	本研究旨在验证基于活动记录仪的睡眠-觉醒预测算法在疑似特发性嗜睡症患者中的有效性，并与商业算法进行比较	使用深度学习中的序列到序列长短期记忆网络（S2S）进行睡眠-觉醒参数预测，并发现其优于现有的商业算法	研究样本仅限于疑似特发性嗜睡症患者，且未探讨算法在其他类型睡眠障碍中的表现	验证活动记录仪在嗜睡症患者中的有效性，并开发更准确的睡眠-觉醒预测算法	疑似特发性嗜睡症患者	机器学习	嗜睡症	活动记录仪（Actigraphy）和多导睡眠图（Polysomnography）	序列到序列长短期记忆网络（S2S LSTM）	时间序列数据	206名嗜睡症患者，其中126名患者的数据被用于分析
815	2025-02-22	Automated Coronary Artery Segmentation with 3D PSPNET using Global Processing and Patch Based Methods on CCTA Images 2025-Feb-20, Cardiovascular engineering and technology IF:1.6Q4 DOI:10.1007/s13239-025-00775-0 PMID:39979546	研究论文	本文提出了一种使用3D PSPNET进行冠状动脉自动分割的方法，应用于3D冠状动脉计算机断层扫描血管造影（CCTA）图像	将2D PSPNet改进为3D PSPNet，并采用全局处理和基于补丁的处理方法来评估网络性能	仅使用了200张ImageCAS数据集的图像进行实验，样本量较小	提高冠状动脉疾病（CAD）的诊断和治疗准确性，如狭窄检测和斑块分析	冠状动脉	计算机视觉	心血管疾病	3D PSPNet	3D PSPNet	3D CCTA图像	200张ImageCAS数据集的图像
816	2025-02-22	Leveraging Radiomics and Hybrid Quantum-Classical Convolutional Networks for Non-Invasive Detection of Microsatellite Instability in Colorectal Cancer 2025-Feb-20, Molecular imaging and biology IF:3.0Q2 DOI:10.1007/s11307-025-01990-w PMID:39979579	研究论文	本研究旨在利用先进的放射组学和深度学习策略，创建一个新的框架来识别结直肠癌中的微卫星不稳定性（MSI）状态，以增强临床决策并改善肿瘤患者的预后	结合放射组学和混合量子-经典卷积网络，提出了一种新的非侵入性检测结直肠癌MSI状态的方法	NA	提高结直肠癌MSI状态的识别准确性，以改善临床决策和患者预后	结直肠癌患者	数字病理学	结直肠癌	放射组学、深度学习	混合量子-经典卷积网络	图像	NCT-CRC-HE-100K和PAIP 2020数据库中的组织病理学切片图像
817	2025-02-22	A New Method Using Deep Learning to Predict the Response to Cardiac Resynchronization Therapy 2025-Feb-20, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01380-8 PMID:39979759	研究论文	本研究提出了一种结合临床变量、心电图特征和心脏功能评估参数与门控SPECT MPI极坐标图的深度学习方法，用于预测心脏再同步化治疗（CRT）的响应	通过结合预训练的VGG16模型和多层感知器，利用SPECT MPI极坐标图和临床特征、心电图参数、SPECT-MPI衍生参数等表格数据，提高了CRT响应预测的准确性	研究样本量较小（218例患者），且仅基于单一中心的患者数据，可能影响模型的泛化能力	提高心脏再同步化治疗（CRT）响应预测的准确性	218例接受CRT植入的患者	机器学习	心血管疾病	门控单光子发射计算机断层扫描心肌灌注成像（SPECT MPI）	VGG16模型和多层感知器	图像和表格数据	218例患者
818	2025-02-22	A comparative analysis of deep learning architectures with data augmentation and multichannel input for locoregional breast cancer radiotherapy 2025-Feb-20, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70047 PMID:39980269	研究论文	本文比较了2D和3D U-Net模型在局部乳腺癌放疗中的剂量预测效果，评估了使用计算量较小的模型的适用性	比较了2D和3D U-Net模型在局部乳腺癌放疗中的剂量预测效果，并评估了数据增强和多通道输入对模型性能的影响	3D模型的训练时间显著增加，且2D Attention U-Net的准确性未达到其他模型的水平	评估在局部乳腺癌放疗中使用计算量较小的2D模型是否可以达到与3D模型和临床计划相当的效果	89名局部乳腺癌患者的放疗数据	数字病理学	乳腺癌	深度学习	2D Attention U-Net, 2D HD U-Net, 3D U-Net	图像	89名局部乳腺癌患者
819	2025-02-22	KaMLs for Predicting Protein pKa Values and Ionization States: Are Trees All You Need? 2025-Feb-11, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c01602 PMID:39882632	研究论文	本文介绍了基于决策树和图注意力网络（GAT）的KaML模型，用于预测蛋白质pKa值和电离状态，并展示了其在预测性能上的显著优势	KaML模型通过创新方法如酸和碱的分别处理、使用AlphaFold结构进行数据增强、以及在理论p数据库上进行模型预训练，显著提升了预测性能，特别是在去质子化半胱氨酸和赖氨酸的预测上	机器学习方法受限于实验数据的稀缺性，尽管KaML模型在现有数据上表现出色，但其泛化能力仍需进一步验证	开发更准确的蛋白质电离状态预测模型，以促进生物学理解和计算机辅助药物发现	蛋白质的电离状态	机器学习	NA	决策树、图注意力网络（GAT）	KaML-CBtree、GAT	实验数据、理论p数据库	PKAD-3数据库中的蛋白质数据
820	2025-02-22	Discovery of anticancer peptides from natural and generated sequences using deep learning 2025-Feb, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2024.138880 PMID:39706427	研究论文	本研究提出了一种基于三通道深度学习架构的CNBT-ACPred模型，用于预测抗癌肽（ACPs），并通过大量体外和体内实验验证其有效性	CNBT-ACPred模型在准确性和MCC指标上显著优于现有模型，并通过实验验证了其预测的候选肽的抗癌活性	尽管模型表现优异，但缺乏更多湿实验验证可能限制了其进一步应用	开发一种高效的抗癌肽预测模型，并验证其预测结果的有效性	抗癌肽（ACPs）及其在癌症治疗中的应用	机器学习	癌症	深度学习	CNN	序列数据	超过3.8百万条Uniprot序列和10万条生成序列，最终验证了41条候选肽中的37条