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
1081	2025-02-12	A deep learning-based prediction model for prognosis of cervical spine injury: a Japanese multicenter survey 2025-Feb-10, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-08708-0 PMID:39930051	研究论文	本研究旨在开发一种基于深度学习的预测模型，用于预测老年颈椎损伤患者的预后	使用深度学习模型预测老年颈椎损伤患者的预后，提供了传统统计分析方法未考虑的重要因素	研究仅限于日本的多中心数据，可能不适用于其他地区或人群	开发一种深度学习模型，用于预测老年颈椎损伤患者的预后	1512名65岁及以上的颈椎损伤患者	机器学习	颈椎损伤	深度学习	深度学习模型	临床数据	1512名老年患者
1082	2025-02-12	Recent Development, Applications, and Patents of Artificial Intelligence in Drug Design and Development 2025-Feb-10, Current drug discovery technologies DOI:10.2174/0115701638364199250123062248 PMID:39931986	综述	本文综述了人工智能在药物设计和开发中的最新进展、应用及专利	本文重点介绍了人工智能和深度学习在药物设计中的创新应用，并讨论了相关专利，与已发表材料形成区分	NA	探讨人工智能在药物设计和开发中的应用，以提高药物发现的效率和成功率	药物设计和开发	机器学习	NA	深度学习（DL）、人工神经网络（ANNs）	深度学习算法、机器学习算法	临床试验数据、基因组学数据、蛋白质组学数据、微阵列数据	NA
1083	2025-02-12	Innovative laboratory techniques shaping cancer diagnosis and treatment in developing countries 2025-Feb-08, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-01877-w PMID:39921787	综述	本文探讨了实验室技术在癌症诊断和治疗中的创新应用，特别是在发展中国家的挑战和机遇	整合了人工智能，特别是深度学习和卷积神经网络，以提高诊断准确性和数据分析能力	发展中国家面临财务限制、医疗基础设施不足和先进诊断技术获取有限等挑战	改善癌症诊断和治疗，特别是在资源有限的环境中	癌症患者，特别是在发展中国家的患者	数字病理学	癌症	肿瘤组织学、单细胞技术、流式细胞术、分子成像、液体活检、免疫测定和分子诊断	深度学习、卷积神经网络	NA	NA
1084	2025-02-12	A multi-model feature fusion based transfer learning with heuristic search for copy-move video forgery detection 2025-Feb-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88592-2 PMID:39922840	研究论文	本文提出了一种基于多模型特征融合的迁移学习方法，结合启发式搜索，用于检测视频中的复制-移动伪造	提出了一种新的ECMVFD-FTLTDO模型，结合了ResNet50、MobileNetV3和EfficientNetB7三种模型的特征融合迁移学习过程，并使用Tasmanian Devil Optimizer优化ERNN分类器参数	模型对训练数据的依赖性较高，且需要合适的超参数范围	检测和分类视频内容中的复制-移动伪造	视频内容	计算机视觉	NA	迁移学习	ResNet50, MobileNetV3, EfficientNetB7, ERNN	视频	GRIP和VTD数据集
1085	2025-02-12	Deep learning based gasket fault detection: a CNN approach 2025-Feb-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85223-8 PMID:39922855	研究论文	本文提出了一种基于深度学习的垫片故障检测方法，采用卷积神经网络（CNN）来自动识别和评估散热器图像中的垫片错位或安装错误	开发了一种基于CNN架构的垫片检测系统，结合了特征提取和分类的深度学习算法，实现了垫片故障的自动化检测	未提及具体的数据集规模或实验环境限制	自动化检测垫片错位或安装错误，提升产品质量控制效率	散热器图像中的垫片	计算机视觉	NA	深度学习	CNN	图像	未提及具体样本数量
1086	2025-02-12	A deep learning-driven multi-layered steganographic approach for enhanced data security 2025-Feb-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89189-5 PMID:39922893	研究论文	本文提出了一种基于深度学习的多层隐写框架，以增强数据安全性	结合Huffman编码、LSB嵌入和深度学习编码器-解码器，提高了隐写术的不可感知性、鲁棒性和安全性	未提及具体局限性	解决传统隐写方法在有效载荷容量、检测易感性和抗攻击鲁棒性方面的局限性	数字图像数据	计算机视觉	NA	Huffman编码、LSB嵌入、深度学习编码器-解码器	深度学习编码器-解码器	图像	使用了Tiny ImageNet、COCO和CelebA等基准数据集
1087	2025-02-12	Applying genetic algorithm to extreme learning machine in prediction of tumbler index with principal component analysis for iron ore sintering 2025-Feb-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88755-1 PMID:39922958	研究论文	本研究提出了一种结合遗传算法和极限学习机的集成模型，用于预测铁矿烧结过程中的转鼓指数	通过主成分分析降低数据维度，并结合遗传算法优化极限学习机，提高了模型的鲁棒性和泛化性能	模型仅在单一烧结厂的年度生产数据上进行了验证，可能缺乏广泛适用性	准确预测铁矿烧结过程中的转鼓指数，以优化烧结矿的质量	铁矿烧结过程中的转鼓指数	机器学习	NA	主成分分析（PCA），遗传算法（GA）	极限学习机（ELM），遗传算法优化的极限学习机（GA-ELM）	生产数据	一年内的实际生产数据
1088	2025-02-12	Molecular optimization using a conditional transformer for reaction-aware compound exploration with reinforcement learning 2025-Feb-08, Communications chemistry IF:5.9Q1 DOI:10.1038/s42004-025-01437-x PMID:39922979	研究论文	本文提出了一种名为TRACER的框架，用于结合分子属性优化与合成路径生成，以解决现有分子生成模型忽视有机合成可行性的问题	TRACER框架通过条件transformer模型预测给定反应物在特定反应类型约束下的产物，有效生成了具有高活性的化合物	NA	设计具有理想属性的分子，以促进药物发现	分子生成与优化	机器学习	NA	条件transformer模型	transformer	分子结构数据	NA
1089	2025-02-12	Prediction of Intensive Care Length of Stay for Surviving and Nonsurviving Patients Using Deep Learning 2025-Feb-07, Critical care medicine IF:7.7Q1 DOI:10.1097/CCM.0000000000006588 PMID:39928543	研究论文	本文旨在开发一种深度学习模型，用于预测ICU患者的住院时间（LOS），并解决现有模型在幸存和非幸存患者之间的偏差问题	该模型首次考虑了幸存和非幸存患者之间的住院时间差异，并解决了文档偏差问题，从而改进了ICU的基准测试	模型在非幸存患者中的预测性能相对较低，R2值仅为0.23	开发一种能够更公平地评估ICU护理的住院时间预测模型	ICU患者的住院时间	机器学习	NA	深度学习	深度学习框架	患者特征、生命体征和实验室数据	669,876次ICU入院，涉及628,815名患者，来自194家美国医院的329个ICU
1090	2025-02-12	Wastewater quality prediction based on channel attention and TCN-BiGRU model 2025-Feb-01, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-025-13627-0 PMID:39891761	研究论文	本文提出了一种结合通道注意力机制、时间卷积网络（TCN）和双向门控循环单元（BiGRU）的新模型CA-TCN-BiGRU，用于预测关键水质指标	提出了结合通道注意力机制、TCN和BiGRU的CA-TCN-BiGRU模型，能够同时预测多个水质指标，并在数据预处理和通道注意力机制的影响下显著提升预测精度	研究仅基于惠州一家污水处理厂的数据进行训练和测试，模型的泛化能力需要进一步验证	提高水质预测的准确性，为水资源管理提供科学依据	污水处理厂的水质数据	机器学习	NA	深度学习	CA-TCN-BiGRU	时间序列数据	来自惠州一家污水处理厂的数据
1091	2025-02-12	Inverse design of nanophotonic devices enabled by optimization algorithms and deep learning: recent achievements and future prospects 2025-Feb, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2024-0536 PMID:39927200	综述	本文综述了纳米光子器件逆向设计的最新进展，探讨了人工智能和优化方法在自动化设计过程中的应用	结合人工智能和优化算法，提出了一种新的纳米光子器件逆向设计方法，突破了传统直觉驱动的前向设计方法的局限性	当前逆向设计方法仍面临一些挑战，如计算复杂性、设计空间探索的局限性等	探索纳米光子器件的逆向设计方法，以推动下一代光子学的发展	纳米光子器件	机器学习	NA	优化算法、深度学习	判别模型、生成模型、强化学习	NA	NA
1092	2025-02-11	Hierarchical Graph Attention Network with Positive and Negative Attentions for Improved Interpretability: ISA-PN 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01035 PMID:39654089	研究论文	本文介绍了一种可解释的子图注意力网络（ISA-PN），用于增强对分子结构-性质关系的理解	提出了一种具有正负注意力流的可解释子图注意力网络（ISA-PN），通过正负注意力分数量化分子子结构的贡献	尽管ISA-PN模型在解释性方面有显著改进，但其在化学应用中的广泛适用性仍需进一步验证	提高深度学习模型在化学和材料科学中的可解释性，特别是分子结构-性质关系	分子子结构及其对分子性质的贡献	机器学习	NA	深度学习	ISA-PN（可解释子图注意力网络）	分子数据	使用了水溶性、亲脂性和熔点数据集进行验证
1093	2025-02-11	Deep Learning of CYP450 Binding of Small Molecules by Quantum Information 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01735 PMID:39869197	研究论文	本文提出了一种结合量子信息与深度学习的方法，用于预测小分子与CYP450酶的结合，以提高药物-药物相互作用的预测准确性	采用分子表面流形嵌入（MEMS）方法，保留了分子的量子力学特性，并结合DeepSets架构进行深度学习，显著提高了预测精度	传统分子描述符忽略了复杂的电子相互作用，而本文方法虽然改进但仍需进一步验证其广泛适用性	提高药物-药物相互作用的预测准确性，特别是针对CYP450酶的结合	小分子与CYP450酶的结合	机器学习	NA	MEMS, DeepSets	DeepSets	分子数据	NA
1094	2025-02-11	Transformer Decoder Learns from a Pretrained Protein Language Model to Generate Ligands with High Affinity 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02019 PMID:39871540	研究论文	本文介绍了一种名为Prot2Drug的深度学习生成模型，该模型利用预训练的蛋白质语言模型和Transformer的能力，生成与特定蛋白质结合的配体	Prot2Drug模型结合了预训练的蛋白质语言模型和Transformer技术，能够生成具有高亲和力的配体，并且能够为已知化合物提出新的蛋白质靶点，表明潜在的药物再利用策略	NA	加速药物发现过程，生成具有药物特性的分子，特别是能够与特定蛋白质结合的候选分子	蛋白质和配体	自然语言处理	NA	深度学习	Transformer	蛋白质序列和分子结构	数千个蛋白质-配体相互作用
1095	2025-02-11	DO-GMA: An End-to-End Drug-Target Interaction Identification Framework with a Depthwise Overparameterized Convolutional Network and the Gated Multihead Attention Mechanism 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02088 PMID:39874533	研究论文	本文提出了一种名为DO-GMA的端到端框架，用于潜在药物-靶点相互作用（DTI）的识别，结合了深度过参数化卷积网络和门控多头注意力机制	DO-GMA框架通过深度过参数化卷积网络从SMILES字符串和氨基酸序列中学习药物和蛋白质表示，并通过图卷积网络从2D分子图中提取药物表示，结合门控注意力机制和多头注意力机制融合药物和蛋白质特征	NA	识别潜在的药物-靶点相互作用，以促进药物发现和再利用	药物-靶点相互作用	机器学习	NA	深度过参数化卷积网络，图卷积网络，门控多头注意力机制	CNN, GCN, 多层感知机	SMILES字符串，氨基酸序列，2D分子图	四个DTI数据集（DrugBank, BioSNAP, C.elegans, BindingDB）
1096	2025-02-11	MutualDTA: An Interpretable Drug-Target Affinity Prediction Model Leveraging Pretrained Models and Mutual Attention 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01893 PMID:39878060	研究论文	本文提出了一种名为MutualDTA的可解释深度学习模型，用于预测药物-靶标亲和力（DTA），并利用预训练模型和互注意力机制来提高预测的准确性和可解释性	MutualDTA模型通过预训练模型获取药物和靶标的准确表示，并利用互注意力模块从分子间相互作用的角度建立药物与蛋白质之间的关系，从而提高了预测的准确性和可解释性	NA	提高药物-靶标亲和力预测的效率和准确性，加速药物开发过程	药物-靶标亲和力	机器学习	阿尔茨海默病	深度学习	MutualDTA	分子数据	两个基准数据集
1097	2025-02-11	pLM4CPPs: Protein Language Model-Based Predictor for Cell Penetrating Peptides 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01338 PMID:39878455	研究论文	本研究评估了预训练蛋白质语言模型（pLMs）在表示细胞穿透肽（CPPs）方面的有效性，并开发了一种可靠的CPP分类模型	开发了pLM4CCPs，一种基于卷积神经网络（CNNs）的新型深度学习架构，用于CPP的二元分类，并展示了其在准确性和其他性能指标上的显著提升	未提及具体的研究局限性	评估预训练蛋白质语言模型在CPP表示中的有效性，并开发可靠的CPP分类模型	细胞穿透肽（CPPs）	自然语言处理	NA	深度学习	CNN	蛋白质序列数据	NA
1098	2025-02-11	AKIRA: Deep learning tool for image standardization, implant detection and arthritis grading to establish a radiographic registry in patients with anterior cruciate ligament injuries 2025-Feb-10, Knee surgery, sports traumatology, arthroscopy : official journal of the ESSKA DOI:10.1002/ksa.12618 PMID:39925136	研究论文	本文提出了一种名为AKIRA的深度学习工具，用于图像标准化、植入物检测和关节炎分级，以建立前交叉韧带（ACL）损伤患者的放射影像登记系统	AKIRA结合了三种深度学习算法（EfficientNet、YOLO和Residual Network），能够自动分类和注释放射影像，显著提高了影像处理的效率和准确性	研究仅基于ACL损伤患者的放射影像，未涉及其他类型的膝关节损伤或疾病	开发大规模、标准化的放射影像登记系统，以增强个性化骨科治疗	前交叉韧带（ACL）损伤患者的膝关节放射影像	数字病理学	关节炎	深度学习	EfficientNet, YOLO, Residual Network	图像	20,836张膝关节放射影像，来自1,628名ACL损伤患者
1099	2025-02-11	Self-supervised adversarial diffusion models for fast MRI reconstruction 2025-Feb-09, Medical physics IF:3.2Q1 DOI:10.1002/mp.17675 PMID:39924867	研究论文	本文提出了一种名为SSAD-MRI的自监督深度学习压缩感知MRI方法，旨在加速数据采集而无需完全采样数据集	SSAD-MRI方法在训练过程中无需使用完全采样数据集，通过自监督对抗扩散模型实现快速MRI重建	研究仅使用了脑部MRI数据集，未验证在其他身体部位或不同疾病类型上的适用性	加速MRI数据采集，减少患者不适和运动伪影，同时提高图像质量	脑部MRI图像	计算机视觉	NA	自监督深度学习，压缩感知	自监督对抗扩散模型	MRI图像	1376例多线圈脑部T2加权图像和318例单线圈脑部定量磁化准备2快速采集梯度回波T1图
1100	2025-02-11	Voice analysis and deep learning for detecting mental disorders in pregnant women: a cross-sectional study 2025-Feb-08, Discover mental health DOI:10.1007/s44192-025-00138-0 PMID:39920468	研究论文	本研究旨在开发一种深度学习模型，通过分析孕妇的声音来筛查心理障碍，提供一种替代传统工具的客观筛查方法	利用声音分析和深度学习技术，开发了一种新的筛查孕妇心理障碍的客观方法，相比传统工具具有更高的敏感性	模型的特异性和精确度低于传统工具EPDS，且样本量相对较小	开发一种基于声音分析的深度学习模型，用于筛查孕妇的心理障碍	204名孕妇的声音样本	机器学习	心理障碍	声音分析、深度学习	EfficientFormer V2-L	音频数据	204名孕妇