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
1141	2025-02-06	Deep learning assists early-detection of hypertension-mediated heart change on ECG signals 2025-Feb, Hypertension research : official journal of the Japanese Society of Hypertension IF:4.3Q1 DOI:10.1038/s41440-024-01938-7 PMID:39394520	研究论文	本研究设计了一个深度学习模型，用于预测心电图（ECG）信号中的高血压，并识别与高血压相关的ECG片段	提出了一个多分支、多尺度的LSTM神经网络（MML-Net）和一个面向ECG的波对齐AI解释管道（ECG-XAI），用于检测高血压引起的心脏结构变化	研究依赖于特定医院的ECG数据，可能限制了模型的泛化能力	探索ECG信号是否能够捕捉到高血压引起的心脏结构变化的细微信号	心电图（ECG）信号	机器学习	心血管疾病	深度学习	LSTM	ECG信号	210,120条10秒12导联ECG和812条ECG
1142	2025-02-06	Efficient labeling for fine-tuning chest X-ray bone-suppression networks for pediatric patients 2025-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.17516 PMID:39546640	研究论文	本文提出了一种高效的标注方法，用于微调儿科胸部X光片的骨抑制网络，以自动抑制儿科患者的骨结构	提出了一种无需专用设备和技术人员培训的自动标注方法，用于儿科胸部X光片的骨抑制网络微调	需要进一步验证在更大规模儿科数据集上的泛化能力	开发一种高效的标注方法，用于儿科胸部X光片的骨抑制网络微调，以帮助诊断儿童肺炎	儿科胸部X光片	计算机视觉	肺炎	距离变换、传统图像处理	深度学习网络	图像	240张成人胸部X光片和260张儿科胸部X光片
1143	2025-02-06	An automated toolbox for microcalcification cluster modeling for mammographic imaging 2025-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.17521 PMID:39569820	研究论文	本文介绍了一个用于生成微钙化簇模型的自动化工具箱，旨在改进乳腺成像技术	该工具箱提供了灵活的模拟方法，能够生成多样化的微钙化簇模型，并首次采用放射组学分析来创建与现有乳腺组织纹理相匹配的二维微钙化簇模型	虽然工具箱能够生成多样化的模型，但其在实际临床环境中的应用仍需进一步验证	开发一个自动化工具箱，用于生成定制的微钙化簇模型，以改进乳腺成像技术	微钙化簇模型	数字病理	乳腺癌	放射组学分析	3D和2D微钙化簇模型	图像	NA
1144	2024-12-18	Correction: Deep learning assists early-detection of hypertension-mediated heart change on ECG signals 2025-Feb, Hypertension research : official journal of the Japanese Society of Hypertension IF:4.3Q1 DOI:10.1038/s41440-024-01980-5 PMID:39681651	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1145	2025-02-06	Deep Learning and Numerical Analysis for Bladder Outflow Obstruction and Detrusor Underactivity Diagnosis in Men: A Novel Urodynamic Evaluation Scheme 2025-Feb, Neurourology and urodynamics IF:1.8Q3 DOI:10.1002/nau.25665 PMID:39803869	研究论文	本研究通过深度学习结合短时傅里叶变换算法，自动识别和诊断男性下尿路症状患者的膀胱出口梗阻和逼尿肌活动不足	首次将深度卷积神经网络与短时傅里叶变换算法结合，用于男性膀胱出口梗阻和逼尿肌活动不足的自动诊断	研究仅基于两家医院的回顾性数据，外部验证集的样本量相对较小	开发一种自动诊断男性膀胱出口梗阻和逼尿肌活动不足的方法	1949名接受尿动力学检查的男性患者	数字病理学	泌尿系统疾病	短时傅里叶变换算法	深度卷积神经网络	五通道尿动力学数据（包括尿流率、尿量、膀胱内压、腹压和逼尿肌压力）	1949名男性患者（1725名来自武汉大学人民医院，224名来自武汉市中心医院）
1146	2025-02-06	Explainable deep learning and virtual evolution identifies antimicrobial peptides with activity against multidrug-resistant human pathogens 2025-Feb, Nature microbiology IF:20.5Q1 DOI:10.1038/s41564-024-01907-3 PMID:39825096	研究论文	本文开发了一种基于人工智能的可解释深度学习模型EvoGradient，用于预测抗菌肽（AMPs）的效力，并通过虚拟进化生成更有效的AMPs	提出了EvoGradient模型，结合可解释深度学习和虚拟进化技术，自动识别和优化抗菌肽	研究仅针对人类口腔低丰度细菌编码的肽，未涵盖其他来源的抗菌肽	开发一种AI模型，用于识别和优化具有抗多重耐药病原体活性的抗菌肽	抗菌肽（AMPs）及其对多重耐药病原体的活性	机器学习	多重耐药感染	深度学习，虚拟进化	EvoGradient	肽序列数据	32种肽通过虚拟进化优化，其中6种合成并测试
1147	2025-02-06	4DCT image artifact detection using deep learning 2025-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.17513 PMID:39540716	研究论文	本文介绍了一种使用深度学习算法检测4DCT图像中伪影位置的方法	该模型能够处理多种类型的伪影，包括重复、错位、截断和插值，而早期模型仅针对单一类型的伪影	NA	开发一种深度学习算法，用于识别4DCT图像中的伪影位置	4DCT图像中的伪影	计算机视觉	NA	深度学习	U-net卷积神经网络	图像	从98个4DCT扫描中提取的超过23,000个冠状切片
1148	2025-02-05	Enhancing unsupervised learning in medical image registration through scale-aware context aggregation 2025-Feb-21, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.111734 PMID:39898031	研究论文	本文介绍了一种名为ScaMorph的无监督学习模型，用于医学图像配准，通过尺度感知的上下文聚合来提高配准效果	ScaMorph模型结合了多尺度混合卷积和轻量级多尺度上下文融合，有效整合了卷积网络和视觉变换器，解决了多种配准任务	NA	提高医学图像配准的无监督学习效果	3D医学图像	计算机视觉	NA	无监督学习	卷积网络和视觉变换器	3D医学图像	五个应用场景的3D医学图像数据集
1149	2025-02-05	NIRFluor: A Deep Learning Platform for Rapid Screening of Small Molecule Near-Infrared Fluorophores with Desired Optical Properties 2025-Feb-04, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c01953 PMID:39818744	研究论文	本文介绍了一个名为NIRFluor的深度学习平台，用于快速筛选具有所需光学特性的小分子近红外荧光团	提出了新型混合指纹（包括Morgan指纹、物理化学性质和溶剂性质），并设计了一个强大的深度学习模型MT-FinGCN，结合指纹信息和分子图结构信息，实现了对小分子近红外荧光团六种特性的准确预测	NA	加速小分子近红外荧光团的开发和设计，用于疾病诊断和生物体内各种标志物的早期检测	小分子近红外荧光团	机器学习	NA	深度学习	MT-FinGCN（多任务指纹增强图卷积网络）	实验大数据	5179个实验数据
1150	2025-02-05	Prenatal Diagnostics Using Deep Learning: A Dual Approach to Plane Localization and Cerebellum Segmentation in Ultrasound Images 2025-Feb-03, Journal of clinical ultrasound : JCU IF:1.2Q3 DOI:10.1002/jcu.23924 PMID:39901589	研究论文	本研究开发了深度学习技术，用于使用第五个月的超声脑图像进行神经发育障碍的产前预测	提出了两种专门的卷积神经网络（CNN）架构：用于平面定位的差分CNN和用于小脑分割的双CNN，这些架构在产前护理中对于准确诊断至关重要	研究承认存在某些局限性和挑战	开发深度学习技术以进行神经发育障碍的产前预测	第五个月的超声脑图像	计算机视觉	神经发育障碍	深度学习	CNN	图像	标注的超声图像数据集
1151	2025-02-05	The Present State and Potential Applications of Artificial Intelligence in Cancer Diagnosis and Treatment 2025-Feb-03, Recent patents on anti-cancer drug discovery IF:2.5Q3 DOI:10.2174/0115748928361472250123105507 PMID:39902536	综述	本文综述了人工智能在癌症诊断和治疗中的现状和潜在应用	探讨了人工智能在癌症管理中的多方面应用，包括早期检测、诊断、分类、分子特征分析、患者结果预测和治疗反应预测等	未提及具体的技术限制或数据限制	增强癌症的早期检测和管理	癌症患者	机器学习	癌症	深度学习	NA	医疗数据集	NA
1152	2025-02-05	Multi-task aquatic toxicity prediction model based on multi-level features fusion 2025-Feb, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2024.06.002 PMID:38844122	研究论文	本文提出了一种基于多任务深度神经网络的有机毒性预测模型ATFPGT-multi，用于预测四种不同鱼类对有机化合物的急性毒性	ATFPGT-multi模型通过融合分子指纹和分子图来表征分子，并利用多任务学习同时预测四种鱼类的毒性，显著提高了预测精度和泛化能力	模型仅在四种鱼类数据集上进行了验证，可能在其他水生生物中的泛化能力尚未验证	开发一种高效、准确的水生毒性预测模型，以评估有机化合物对水生生态系统的潜在生态影响	四种不同鱼类对有机化合物的急性毒性	机器学习	NA	深度学习	多任务深度神经网络	分子指纹、分子图	四种鱼类数据集
1153	2025-02-04	Diagnosis and typing of leukemia using a single peripheral blood cell through deep learning 2025-Feb, Cancer science IF:4.5Q1 DOI:10.1111/cas.16374 PMID:39555724	研究论文	本研究通过深度学习技术，利用单个外周血细胞进行白血病的诊断和分型	提出了一种基于分割的增强残差网络，采用渐进多粒度训练和拼图补丁技术，能够仅通过单个外周血细胞进行白血病的诊断和分型	模型在非急性早幼粒细胞白血病（非APL）病例中的召回率较低，为74.63%	提高白血病诊断和分型的准确性和速度，以改善患者的生存率	外周血细胞（PBC）	数字病理学	白血病	深度学习	增强残差网络	图像	237名患者的21,208张图像
1154	2025-02-05	Current status and future direction of cancer research using artificial intelligence for clinical application 2025-Feb, Cancer science IF:4.5Q1 DOI:10.1111/cas.16395 PMID:39557634	综述	本文介绍了人工智能（AI）技术在癌症研究中的现状，特别是从临床应用的角度，并讨论了相关的挑战和未来方向	本文强调了生成式AI技术（如ChatGPT）的快速发展及其对社会的广泛影响，特别是在医学领域的应用	尽管AI技术具有巨大潜力，但仍存在许多需要仔细考虑的挑战	促进利用有效AI技术的癌症研究	癌症研究	机器学习	癌症	深度学习	NA	大数据	NA
1155	2025-02-05	Cross-shaped windows transformer with self-supervised pretraining for clinically significant prostate cancer detection in bi-parametric MRI 2025-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.17546 PMID:39589390	研究论文	本研究提出了一种新型的自监督学习框架和Transformer模型，用于增强前列腺双参数磁共振成像（bpMRI）中的临床显著性前列腺癌（csPCa）检测	提出了新型的Cross-Shaped windows (CSwin) transformer UNet模型，并结合多任务自监督学习框架，利用未标注数据提高网络泛化能力	需要大量数据进行预训练，且模型在外部数据集上的泛化能力仍需进一步验证	提高前列腺癌检测的准确性和网络泛化能力	前列腺双参数磁共振成像（bpMRI）数据	计算机视觉	前列腺癌	自监督学习	CSwin transformer UNet	图像	1476名患者的PI-CAI数据集和158名患者的Prostate158数据集
1156	2025-02-05	Artificial Intelligence In Health And Health Care: Priorities For Action 2025-Feb, Health affairs (Project Hope) DOI:10.1377/hlthaff.2024.01003 PMID:39841940	评论	本文讨论了人工智能在健康和医疗保健领域的应用，并提出了实现安全、有效和公平使用AI的步骤	提出了在健康和医疗保健领域使用AI的四个战略领域，包括确保AI的安全、有效和可信使用，促进AI能力强的医疗保健劳动力发展，投资于支持健康科学、实践和交付的AI研究，以及促进明确AI责任的政策和程序	未具体提及研究的局限性	提供指导，确保人工智能在健康和医疗保健领域的安全、有效和公平使用	健康和医疗保健领域的人工智能应用	机器学习	NA	深度学习，生成式AI	NA	NA	NA
1157	2025-02-05	Informatics strategies for early detection and risk mitigation in pancreatic cancer patients 2025-Feb, Neoplasia (New York, N.Y.) DOI:10.1016/j.neo.2025.101129 PMID:39842383	综述	本文综述了胰腺癌筛查、诊断和早期检测的现状，强调了在高风险群体中进行针对性筛查的必要性，并探讨了先进成像技术和新型生物标志物在早期检测中的应用	本文强调了AI驱动方法（如Project Felix和CancerSEEK）在通过深度学习和生物标志物发现增强早期检测中的潜力，并探讨了液体活检技术在分析循环肿瘤DNA、循环肿瘤细胞和外泌体中的新兴作用	本文主要集中于综述现有技术和方法，未涉及具体实验数据或新技术的详细验证	提高胰腺癌的早期检测和诊断水平，减少发病率和死亡率	胰腺癌患者，特别是具有家族遗传倾向和基因突变的高风险群体	数字病理学	胰腺癌	内镜超声（EUS）、对比增强谐波成像（CEH-EUS）、液体活检技术、循环肿瘤DNA（ctDNA）分析	深度学习	图像、生物标志物数据	NA
1158	2025-02-05	Deep learning methods for proteome-scale interaction prediction 2025-Feb, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2024.102981 PMID:39848140	综述	本文综述了深度学习在蛋白质组规模相互作用预测中的最新进展	强调了深度学习在蛋白质-蛋白质和蛋白质-配体相互作用筛选中的应用，并讨论了整合结构信息以提高预测准确性的重要性	数据质量和验证偏差仍然是挑战	理解蛋白质功能和疾病机制	蛋白质-蛋白质和蛋白质-配体相互作用	机器学习	NA	深度学习	NA	蛋白质相互作用数据	NA
1159	2025-02-05	Challenges and compromises: Predicting unbound antibody structures with deep learning 2025-Feb, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2025.102983 PMID:39862761	研究论文	本文讨论了在抗体开发流程中预测未结合抗体结构的重要性，并探讨了最新一代结构预测工具如何提供新见解	提出了生成模型可能解决未结合抗体结构预测中的一些问题，特别是针对CDRH3环的建模挑战	由于结构数据偏向于抗体-抗原复合物，深度学习模型在未结合形式上的泛化能力可能受限	提高未结合抗体结构的预测准确性，以改进抗体开发流程	未结合抗体，特别是CDRH3环	机器学习	NA	深度学习	生成模型	结构数据	NA
1160	2025-02-05	Major advances in protein function assignment by remote homolog detection with protein language models - A review 2025-Feb, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2025.102984 PMID:39864241	review	本文综述了使用蛋白质语言模型（pLM）进行远程同源检测以分配蛋白质功能的主要进展	介绍了基于transformer架构的深度学习方法在蛋白质同源检测中的突破性表现，特别是蛋白质语言模型的应用	NA	提高蛋白质同源检测的准确性和效率，以更好地理解蛋白质功能和进化关系	蛋白质同源体	自然语言处理	NA	蛋白质语言模型（pLM）	transformer	蛋白质序列	NA