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
1041	2025-02-09	Predicting hematoma expansion after intracerebral hemorrhage: a comparison of clinician prediction with deep learning radiomics models 2025-Feb-07, Neurocritical care IF:3.1Q2 DOI:10.1007/s12028-025-02214-3 PMID:39920546	研究论文	本文比较了深度学习放射组学模型与临床专家在预测非创伤性脑出血后血肿扩张的准确性	首次将深度学习放射组学模型与临床专家的预测能力进行比较，并展示了机器学习模型在此任务上的潜在优势	尽管机器学习模型表现优于临床专家，但其AUC值仍处于中等水平，表明仍有改进空间	预测非创伤性脑出血后血肿扩张，以指导早期治疗干预	900名非创伤性脑出血患者	数字病理学	脑出血	机器学习	随机森林分类器, 深度学习模型	图像, 临床数据	900名患者（训练队列621名，测试队列279名）
1042	2025-02-09	High-resolution spatially resolved proteomics of complex tissues based on microfluidics and transfer learning 2025-Feb-06, Cell IF:45.5Q1 DOI:10.1016/j.cell.2024.12.023 PMID:39855194	研究论文	本文介绍了一种结合微流控技术和深度学习的集成框架PLATO，用于实现整个组织切片中数千种蛋白质的高分辨率映射	PLATO框架结合了微流控技术和深度学习，能够实现高分辨率的蛋白质映射，揭示了肿瘤微环境的复杂性	NA	探索空间蛋白质组学调控及其与遗传和环境因素的相互作用	小鼠小脑、大鼠绒毛和人类乳腺癌样本	空间蛋白质组学	乳腺癌	微流控技术、深度学习	深度学习	蛋白质数据	小鼠小脑、大鼠绒毛和人类乳腺癌样本
1043	2025-02-09	Predicting cognitive decline: Deep-learning reveals subtle brain changes in pre-MCI stage 2025-Feb-06, The journal of prevention of Alzheimer's disease DOI:10.1016/j.tjpad.2025.100079 PMID:39920001	研究论文	本研究利用深度学习技术，通过结构磁共振成像（MRI）检测前轻度认知障碍（pre-MCI）阶段的细微脑部变化，以预测认知衰退	开发了一种独特的深度学习框架，结合单ROI网络（SRNet）和多ROI网络（MRNet），用于预测从正常认知（NC）到轻度认知障碍（MCI）的转变，并提出了渐进指数（PI）作为评估AD转化倾向的指标	研究依赖于特定的数据集（ADNI-1、ADNI-2和CLAS），可能限制了模型的普遍适用性	发现早期结构性神经影像变化，区分稳定和进展性认知状态，并建立MCI转化的预测模型	正常认知（NC）和轻度认知障碍（MCI）患者	数字病理学	老年疾病	结构磁共振成像（MRI）	卷积神经网络（CNN）	图像	ADNI-1数据库中的845名受试者，ADNI-2数据库中的321名受试者，以及中国纵向老龄化研究（CLAS）中的109名受试者
1044	2025-02-09	Deep empirical neural network for optical phase retrieval over a scattering medium 2025-Feb-05, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56522-5 PMID:39910048	研究论文	本文提出了一种深度经验神经网络（DENN），用于在不透明散射介质中进行光学相位恢复	DENN结合了深度神经网络和经验模型，能够在没有标签数据的情况下实现光学相位恢复，且在保真度上比监督学习方法提高了58%	DENN在处理没有解析解的系统时表现出色，但在其他类型的系统上可能效果有限	研究目的是开发一种能够在没有标签数据的情况下进行光学相位恢复的深度学习方法	研究对象是光学相位恢复，特别是在不透明散射介质中的应用	机器学习	NA	深度经验神经网络（DENN）	深度神经网络	光学数据	30000对数据
1045	2025-02-09	Screening of multi deep learning-based de novo molecular generation models and their application for specific target molecular generation 2025-Feb-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86840-z PMID:39910075	研究论文	本文研究了多种基于深度学习的从头分子生成模型，并应用于特定靶点分子的生成	提出了一种基于生成预训练Transformer（GPT）架构的改进模型，并引入了一种基于完整编码器-解码器架构的Transformer模型（T5）的端到端神经网络学习框架	NA	改进和评估基于自然语言处理（NLP）的分子生成模型，用于针对非小细胞肺癌中L858R/T790M/C797S突变的EGFR的从头药物发现	非小细胞肺癌中的L858R/T790M/C797S突变EGFR	自然语言处理	肺癌	深度学习	Transformer, GPT, T5	分子序列（SMILES）	NA
1046	2025-02-09	Classification of schizophrenia, bipolar disorder and major depressive disorder with comorbid traits and deep learning algorithms 2025-Feb-05, Schizophrenia (Heidelberg, Germany) DOI:10.1038/s41537-025-00564-7 PMID:39910091	研究论文	本研究利用多基因风险评分（PRSs）和深度学习算法，探讨了共享遗传责任在精神分裂症、双相情感障碍和重度抑郁症分类与区分中的应用	通过结合目标特异性PRS和共病特征的PRS，提高了目标疾病的分类准确性，且仅使用共病特征的PRS也能有效区分未受影响的对照组和患者	未明确提及研究的局限性	评估共享遗传责任在精神分裂症、双相情感障碍和重度抑郁症分类与区分中的效用	精神分裂症（SCZ）、双相情感障碍（BIP）和重度抑郁症（MDD）患者及未受影响的对照组	机器学习	精神疾病	多基因风险评分（PRSs）	深度学习算法	基因数据	未明确提及样本数量
1047	2025-02-09	CoTF-reg reveals cooperative transcription factors in oligodendrocyte gene regulation using single-cell multi-omics 2025-Feb-05, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-07570-6 PMID:39910206	研究论文	本文介绍了一种名为coTF-reg的分析框架，用于识别在少突胶质细胞中共同调控目标基因的转录因子	提出了coTF-reg框架，整合了单细胞RNA测序和单细胞ATAC测序数据，揭示了转录因子在少突胶质细胞基因调控中的协同作用	未明确提及具体限制	研究少突胶质细胞中转录因子协同调控基因的机制	少突胶质细胞	生物信息学	NA	scRNA-seq, scATAC-seq, ChIP-seq	深度学习模型	单细胞RNA测序数据, 单细胞ATAC测序数据	未明确提及样本数量
1048	2025-02-09	A feature extraction method for hydrofoil attached cavitation based on deep learning image semantic segmentation algorithm 2025-Feb-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88582-4 PMID:39910333	研究论文	本文提出了一种基于深度学习图像语义分割技术的水翼附着空化特征提取方法，用于研究水翼上从片状空化到云状空化的转变过程	该方法不仅能够自动准确地获取空化长度，还能提取更敏感的空化区域面积和位置变化指标，有助于更精确地分析附着空化的发展机制	NA	研究水翼附着空化的特征提取及其发展机制	水翼上的空化现象	计算机视觉	NA	深度学习图像语义分割技术	NA	图像	NA
1049	2025-02-09	Barlow Twins deep neural network for advanced 1D drug-target interaction prediction 2025-Feb-05, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-00952-2 PMID:39910404	研究论文	本文提出了一种名为BarlowDTI的新方法，利用Barlow Twins架构进行特征提取，并结合目标蛋白结构，用于药物-靶点相互作用预测	结合Barlow Twins架构和梯度提升机的混合方法，仅使用一维输入数据，在多个基准测试中实现了最先进的预测性能，并提出了影响方法以解释模型决策	未提及具体局限性	提高药物-靶点相互作用预测的效率和准确性，加速药物发现过程	药物-靶点相互作用	机器学习	NA	深度学习，梯度提升机	Barlow Twins，梯度提升机	一维数据	未提及具体样本数量
1050	2025-02-09	Deep learning radiomics nomogram for preoperatively identifying moderate-to-severe chronic cholangitis in children with pancreaticobiliary maljunction: a multicenter study 2025-Feb-05, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01579-3 PMID:39910477	研究论文	本研究旨在开发和验证一种基于增强CT图像和临床特征的深度学习放射组学列线图（DLRN），用于术前识别胰腺胆管连接异常（PBM）儿童的中重度慢性胆管炎	结合手工放射组学特征和深度学习放射组学特征，利用ResNet50架构进行迁移学习，构建了一个综合的深度学习放射组学列线图（DLRN），显著提高了诊断性能	研究为回顾性设计，可能存在选择偏倚，且样本量相对较小，需要进一步的前瞻性研究验证	开发并验证一种非侵入性工具，用于术前识别PBM儿童的中重度慢性胆管炎，以指导治疗策略和手术计划	323名接受手术的PBM儿童患者	数字病理学	胰腺胆管连接异常	增强CT成像	ResNet50	图像	323名儿童患者（训练队列153名，内部验证队列67名，外部测试队列103名）
1051	2025-02-09	Positional embeddings and zero-shot learning using BERT for molecular-property prediction 2025-Feb-05, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-00959-9 PMID:39910649	研究论文	本研究探讨了在分子性质预测中使用BERT模型的位置嵌入（PEs）的潜力，特别是在化学文本分析任务中	探索了在BERT模型中整合位置信息的不同方法，并评估了这些方法在零样本学习分析中的潜力	研究主要集中在SMILES和DeepSMILES表示上，可能未涵盖所有分子表示方法	提高分子性质预测的准确性和泛化能力	化学结构表示和分子性质预测	自然语言处理	NA	BERT模型	BERT	文本（SMILES和DeepSMILES表示）	涉及COVID-19、生物测定数据及其他分子和生物性质的数据集
1052	2025-02-09	Deep Learning Predicts Non-Normal Transmission Distributions in High-Field Asymmetric Waveform Ion Mobility (FAIMS) Directly from Peptide Sequence 2025-Feb-04, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05359 PMID:39865577	研究论文	本文利用深度学习模型预测高场不对称波形离子迁移谱（FAIMS）中肽离子的非正态传输分布	首次成功建模肽离子在FAIMS中的迁移率，并采用多标签分类方案处理非正态传输分布	模型在某些情况下仍会出现错误，且需要进一步验证其在不同数据集上的泛化能力	提高基于质谱的蛋白质组学中肽离子迁移率的预测准确性，以加速检测方法开发和数据库搜索中的真阳性识别	人类肽前体	机器学习	NA	高场不对称波形离子迁移谱（FAIMS）	随机森林和长短期记忆（LSTM）神经网络	肽序列数据	超过100,000个人类肽前体，测试数据集包含近40,000个肽离子
1053	2025-02-09	Leveraging public AI tools to explore systems biology resources in mathematical modeling 2025-Feb-04, NPJ systems biology and applications IF:3.5Q1 DOI:10.1038/s41540-025-00496-z PMID:39910106	研究论文	本文探讨了利用公共人工智能工具探索系统生物学资源在数学建模中的应用	通过使用公共AI工具，提高了非系统生物学家对系统生物学的可访问性，无需深入学习曲线	未提及具体的研究局限性	研究目的是提高非系统生物学家对系统生物学的理解和可访问性	系统生物学资源和数学建模	系统生物学	NA	公共人工智能工具	NA	系统生物学数据	NA
1054	2025-02-09	RetOCTNet: Deep Learning-Based Segmentation of OCT Images Following Retinal Ganglion Cell Injury 2025-Feb-03, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.2.4 PMID:39903165	研究论文	本文介绍了一种名为RetOCTNet的深度学习工具，用于自动分割大鼠视网膜神经纤维层（RNFL）和总视网膜厚度，基于光学相干断层扫描（OCT）图像	RetOCTNet是首个用于自动分割大鼠RNFL和总视网膜厚度的深度学习工具，特别是在视网膜神经节细胞（RGC）损伤后的OCT图像分析中	研究主要基于大鼠模型，尚未在人类数据上进行验证	开发一种自动化工具，用于分割和分析视网膜神经纤维层和总视网膜厚度，以监测RGC损伤后的变化	大鼠的视网膜OCT图像	数字病理学	视网膜疾病	光学相干断层扫描（OCT）	深度学习模型	图像	192次扫描（训练、测试和验证集分别为80%、10%和10%）
1055	2025-02-09	Targeted Microperimetry Grids for Focal Lesions in Intermediate AMD: PINNACLE Study Report 7 2025-Feb-03, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.2.6 PMID:39903180	研究论文	本研究评估了基于光学相干断层扫描（OCT）的靶向微视野网格在评估中期年龄相关性黄斑变性（iAMD）中局灶性病变的可行性和实用性	使用深度学习算法检测OCT图像中的局灶性病变，并指导5点微视野网格靶向病变位置，改进了对局灶性视网膜变化如何影响视觉功能的检测和理解	标准网格的插值可能出错，特别是在以EZ/IZ丢失和视网膜下液为特征的病变中心区域，插值误差随着到最近测量点的距离增加而增加	评估靶向微视野网格在iAMD患者中评估局灶性病变的可行性和实用性	395名55至90岁的中期年龄相关性黄斑变性患者	数字病理学	年龄相关性黄斑变性	光学相干断层扫描（OCT），微视野检查	深度学习算法	图像	395名患者，最终分析包括83名患者的93只眼睛，评估了605个5点靶向网格和标准网格
1056	2025-02-09	Human Tooth Crack Image Analysis with Multiple Deep Learning Approaches 2025-Feb, Annals of biomedical engineering IF:3.0Q3 DOI:10.1007/s10439-024-03615-9 PMID:39242442	研究论文	本研究利用多种深度学习方法分析人类牙齿裂纹图像，以提高裂纹识别的准确性	结合近红外荧光（NIRF）牙科成像技术和深度学习模型，提出了一种新的牙齿裂纹分析方法	研究中使用的样本量相对较小，可能影响模型的泛化能力	提高牙齿裂纹的识别和诊断效率	人类牙齿裂纹图像	计算机视觉	牙科疾病	近红外荧光（NIRF）成像	ResNet, SqueezeNet, SSD, SR-GAN	图像	593张裂纹牙齿图像和601张非裂纹牙齿图像
1057	2025-02-09	Attention 3D UNET for dose distribution prediction of high-dose-rate brachytherapy of cervical cancer: Intracavitary applicators 2025-Feb, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14568 PMID:39545816	研究论文	本研究提出了一种基于注意力机制和3D UNET的剂量预测模型，用于宫颈癌高剂量率腔内近距离放射治疗计划	首次将注意力机制与3D UNET结合用于宫颈癌近距离放射治疗的剂量分布预测，提高了预测精度和效率	研究样本量较小，仅包含77个回顾性临床计划，尽管通过数据增强增加到252个，但仍需更大规模的数据验证	开发一种高效的剂量预测模型，以支持宫颈癌高剂量率腔内近距离放射治疗的实时决策和自动化计划	宫颈癌患者的高剂量率腔内近距离放射治疗计划	数字病理	宫颈癌	深度学习	3D UNET with attention gates	医学影像数据	77个回顾性临床计划，通过数据增强增加到252个
1058	2025-02-09	Assessment of clinical feasibility:offline adaptive radiotherapy for lung cancer utilizing kV iCBCT and UNet++ based deep learning model 2025-Feb, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14582 PMID:39611881	研究论文	本研究探讨了利用kV iCBCT和基于UNet++的深度学习模型进行肺癌离线自适应放疗的临床可行性	首次系统验证了基于UNet++深度学习模型和kV iCBCT的离线自适应放疗方案在肺癌治疗中的临床可行性	样本量相对较小，且仅针对肺癌患者进行研究，未涉及其他类型的癌症	评估基于kV iCBCT和UNet++深度学习模型的离线自适应放疗在肺癌治疗中的临床可行性	102名肺癌患者	数字病理	肺癌	kV iCBCT, 深度学习	UNet++	图像	102名肺癌患者（70名用于训练，15名用于测试，17名用于临床验证）
1059	2025-02-09	Personalized federated learning for abdominal multi-organ segmentation based on frequency domain aggregation 2025-Feb, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14602 PMID:39636019	研究论文	本文提出了一种基于频域聚合的个性化联邦学习框架（PAF-Fed），用于腹部多器官分割	PAF-Fed选择性地收集部分模型参数进行客户端间协作，保留其余参数以学习本地数据分布，并利用傅里叶变换与自注意力机制聚合参数的低频成分，促进共享知识的提取并解决统计异质性问题	NA	解决医学图像深度学习模型训练中数据隐私和标注工作量大的问题	腹部多器官分割	计算机视觉	NA	联邦学习（FL），傅里叶变换，自注意力机制	深度学习模型	磁共振成像（MRI），计算机断层扫描（CT）	CHAOS 2019数据集和私有CT数据集
1060	2025-02-09	BCDB: A dual-branch network based on transformer for predicting transcription factor binding sites 2025-Feb, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2024.12.006 PMID:39701486	研究论文	本文介绍了一种名为BCDB的双分支网络框架，基于Transformer，用于预测转录因子结合位点（TFBSs）	BCDB框架整合了多尺度DNA信息，采用双分支输出策略，结合DNABERT、卷积神经网络（CNN）和多头注意力机制，显著提高了预测准确性，并增强了模型的可解释性	模型在有限数据条件下的性能仍有待进一步验证	开发一种能够精确预测转录因子结合位点（TFBSs）的深度学习模型	转录因子结合位点（TFBSs）	自然语言处理	NA	深度学习	Transformer, CNN, 多头注意力机制	DNA序列数据	165个ChIP-seq数据集