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
1281	2025-01-26	AggNet: Advancing protein aggregation analysis through deep learning and protein language model 2025-Feb, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70031 PMID:39840791	研究论文	本研究介绍了一种名为AggNet的新型深度学习框架，基于蛋白质语言模型ESM2和AlphaFold2，用于分析蛋白质聚集	AggNet结合了物理化学、进化和结构信息，能够区分淀粉样和非淀粉样肽，并识别多种蛋白质中的聚集倾向区域，性能优于现有方法	未明确提及具体局限性	开发更高效的计算工具以预测蛋白质聚集，支持蛋白质工程和生物治疗开发	蛋白质聚集，特别是淀粉样和非淀粉样肽以及聚集倾向区域	机器学习	NA	深度学习，蛋白质语言模型ESM2和AlphaFold2	深度学习框架	蛋白质序列和结构数据	未明确提及具体样本数量
1282	2025-01-26	Artificial Intelligence-Based Detection and Numbering of Dental Implants on Panoramic Radiographs 2025-Feb, Clinical implant dentistry and related research IF:3.7Q1 DOI:10.1111/cid.70000 PMID:39846131	研究论文	本研究开发了一种基于人工智能的深度学习模型，用于在全景X光片上检测和编号牙科种植体	该模型的创新之处在于其能够同时检测和编号种植体，为牙科种植学提供临床决策支持	需要进一步验证更多样化的数据集以增强其临床适用性	开发一种用于牙科种植体检测和编号的AI模型	全景X光片中的牙科种植体	计算机视觉	NA	深度学习	YOLOv8	图像	32,585张全景X光片
1283	2025-01-26	Fully automated coronary artery calcium score and risk categorization from chest CT using deep learning and multiorgan segmentation: A validation study from National Lung Screening Trial (NLST) 2025-Feb, International journal of cardiology. Heart & vasculature DOI:10.1016/j.ijcha.2024.101593 PMID:39850777	研究论文	本研究利用深度学习模型从非心电图门控胸部CT扫描中自动检测、量化和进行冠状动脉钙化评分（CACS）的风险分类	使用基于Mask R-CNN的神经网络进行多器官分割，实现冠状动脉钙化评分的全自动量化和风险分类	研究中仅使用了80名患者训练分割模型，样本量相对较小	验证深度学习模型在自动检测和量化冠状动脉钙化评分中的应用	高风险人群的胸部CT扫描	计算机视觉	心血管疾病	深度学习	Mask R-CNN	图像	80名患者用于训练，1442名患者用于验证
1284	2025-01-25	Hallux valgus and pes planus: Correlation analysis using deep learning-assisted radiographic angle measurements 2025-Feb, Foot and ankle surgery : official journal of the European Society of Foot and Ankle Surgeons IF:1.9Q2 DOI:10.1016/j.fas.2024.09.003 PMID:39327104	研究论文	本研究利用深度学习模型测量放射学角度参数，探讨了拇外翻（HV）与扁平足之间的相关性	首次使用深度学习模型辅助放射学角度测量，分析HV与扁平足的相关性	样本量较小，仅分析了212只脚的放射影像	确定拇外翻与扁平足之间的相关性	212只脚的放射影像	数字病理	足部疾病	深度学习	DL模型	放射影像	212只脚的放射影像
1285	2025-01-25	Evaluating deep learning techniques for optimal neurons counting and characterization in complex neuronal cultures 2025-Feb, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03202-z PMID:39417963	研究论文	本文评估了三种深度学习技术在神经元培养物图像中自动计数和表征神经元的最佳方法	本文首次系统地比较了语义分割、目标检测和实例分割三种深度学习技术在神经元计数和表征中的应用，并确定了实例分割在两项任务中的优越性	研究仅限于神经元培养物图像，未涉及其他类型的神经元图像或实际生物组织	评估深度学习技术在神经元培养物图像中自动计数和表征神经元的最佳方法	神经元培养物图像	计算机视觉	NA	深度学习	语义分割、目标检测、实例分割	图像	NA
1286	2025-01-25	MRI-based deep learning and radiomics for predicting the efficacy of PD-1 inhibitor combined with induction chemotherapy in advanced nasopharyngeal carcinoma: A prospective cohort study 2025-Feb, Translational oncology IF:4.5Q1 DOI:10.1016/j.tranon.2024.102245 PMID:39662448	研究论文	本研究旨在基于MRI的深度学习和放射组学特征，建立并评估预测PD-1抑制剂联合GP诱导化疗在晚期鼻咽癌中疗效的模型	结合放射组学特征和深度学习特征（DLFs），构建了Tf_Radiomics+Resnet101模型，该模型在预测PD-1抑制剂联合GP化疗疗效方面表现出色	样本量相对较小，且仅基于MRI数据，未考虑其他可能影响疗效的因素	预测PD-1抑制剂联合GP诱导化疗在晚期鼻咽癌中的疗效	晚期鼻咽癌患者	数字病理学	鼻咽癌	MRI	Resnet101	图像	99名晚期鼻咽癌患者
1287	2025-01-25	LipBengal: Pioneering Bengali lip-reading dataset for pronunciation mapping through lip gestures 2025-Feb, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.111254 PMID:39845145	研究论文	本文介绍了一个名为LipBengal的开创性孟加拉语唇读数据集，旨在通过唇部动作进行发音映射	填补了孟加拉语唇读研究领域的空白，提供了首个专门针对孟加拉语的唇读数据集，包含150名说话者的视觉数据，涵盖54个类别，包括孟加拉语音素、字母和符号	数据采集环境多样且不受控制，可能影响模型的泛化能力	推动孟加拉语唇读和视觉语音识别研究，促进未来应用和技术进步	孟加拉语音素、字母和符号的唇部动作	自然语言处理	NA	深度学习	NA	视频	150名说话者，涵盖54个类别
1288	2025-01-25	Medical Imaging Applications Developed Using Artificial Intelligence Demonstrate High Internal Validity Yet Are Limited in Scope and Lack External Validation 2025-Feb, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association IF:4.4Q1 DOI:10.1016/j.arthro.2024.01.043 PMID:38325497	综述	本文回顾了深度学习在运动医学中的应用，识别了文献中的知识和转化差距，并提出了改进建议	系统地评估了深度学习模型在运动医学中的性能，并指出了外部验证的缺乏和临床适用性的不足	大多数研究缺乏外部验证，模型可能无法推广到其他人群，且临床适用性较低	评估深度学习在运动医学中的应用，识别改进领域	深度学习模型在运动医学中的应用	医学影像	运动损伤	深度学习	神经网络	图像	55项研究，涉及不同关节和病理的影像数据
1289	2025-01-25	Deep learning enabled rapid classification of yeast species in food by imaging of yeast microcolonies 2025-Feb, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2024.115604 PMID:39849741	研究论文	本研究提出了一种基于深度学习的酵母分类方法，结合传统培养方法、白光光学显微镜和深度学习技术，快速检测和分类食品中的酵母	利用深度卷积神经网络（CNN）在6小时内准确区分7种不同酵母，并通过生成对抗网络（GAN）生成的合成图像数据集提高了特定酵母物种的分类性能	研究仅在番茄和番茄汁中验证了模型在存在食物残渣时的分类准确性，未涉及其他食品类型	开发一种快速、准确的酵母分类方法，以应用于食品行业的常规酵母监测和酵母腐败控制	食品中的酵母物种	计算机视觉	NA	白光光学显微镜、深度学习	CNN、GAN	图像	7种不同酵母，使用番茄和番茄汁作为代表性食品样本
1290	2025-01-25	AI-based processing of future prepared foods: Progress and prospects 2025-Feb, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.115675 PMID:39849794	综述	本文综述了人工智能在未来预制食品加工中的进展与前景，涵盖了分类、清洗、切割、预处理和冷冻等环节	总结了人工智能在预制食品加工中的应用，包括计算机视觉、深度学习等技术，展示了其在提高效率、准确性和一致性方面的潜力	面临大规模数据处理和复杂模型管理的挑战	探讨人工智能在预制食品加工中的应用及其对行业实践和研究的推动作用	预制食品加工	机器学习	NA	数学建模、化学计量学、机器学习、模糊逻辑、自适应神经模糊推理系统	深度学习模型	图像	NA
1291	2025-01-25	Smartphone image dataset for radish plant leaf disease classification from Bangladesh 2025-Feb, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.111263 PMID:39850369	研究论文	本文介绍了一个用于萝卜叶病分类的智能手机图像数据集，旨在通过深度学习模型准确识别叶病，促进萝卜的健康生长	创建了一个包含2801张萝卜叶图像的全面数据集，涵盖健康叶片和四种病害叶片，为深度学习模型训练提供了基础	数据集仅来自孟加拉国的蔬菜田，可能限制了模型的泛化能力	精确识别萝卜叶病，以促进萝卜的健康生长和农业的可持续发展	萝卜叶	计算机视觉	植物病害	深度学习	NA	图像	2801张萝卜叶图像
1292	2024-08-07	Deep learning to predict fetal acidemia 2025-Feb, American journal of obstetrics and gynecology IF:8.7Q1 DOI:10.1016/j.ajog.2024.07.031 PMID:39084497	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1293	2024-08-07	Deep learning to predict fetal acidemia: a response 2025-Feb, American journal of obstetrics and gynecology IF:8.7Q1 DOI:10.1016/j.ajog.2024.07.037 PMID:39074680	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1294	2025-01-24	Disease Activity and Therapeutic Response to Pegcetacoplan for Geographic Atrophy Identified by Deep Learning-Based Analysis of OCT 2025-Feb, Ophthalmology IF:13.1Q1 DOI:10.1016/j.ophtha.2024.08.017 PMID:39151755	研究论文	本研究利用深度学习技术分析OCT图像，量化了pegcetacoplan治疗下地理萎缩（GA）患者的光感受器（PRs）和视网膜色素上皮（RPE）层的形态变化	首次使用深度学习技术对OCT图像进行分割，量化了pegcetacoplan治疗下GA患者的PR和RPE退化，并发现EZ-RPE差异对疾病进展和治疗反应有显著影响	研究为事后纵向图像分析，可能存在选择偏倚，且仅针对特定临床试验的患者群体	量化pegcetacoplan治疗下GA患者的PR和RPE层形态变化，评估治疗效果	年龄相关性黄斑变性导致的GA患者	数字病理学	黄斑变性	深度学习	NA	图像	897名患者的897只眼睛
1295	2025-01-24	Graph based recurrent network for context specific synthetic lethality prediction 2025-Feb, Science China. Life sciences DOI:10.1007/s11427-023-2618-y PMID:39422810	研究论文	本文提出了一种基于图循环网络的模型（SLGRN），用于特定上下文依赖的合成致死性（SL）预测	引入了图循环网络编码器，获取上下文特定的低维特征表示，结合门控循环单元（GRU）和上下文依赖状态，有效整合所有节点的信息	现有方法忽略了大多数SL相互作用强烈依赖于遗传背景，限制了预测结果的应用	探索合成致死性在癌症治疗中的应用，识别更多具有治疗潜力的SL相互作用	合成致死性相互作用	机器学习	癌症	图神经网络	图循环网络（GRU）	图数据	NA
1296	2025-01-24	Skeletal muscle is independently associated with grade 3-4 toxicity in advanced stage pancreatic ductal adenocarcinoma patients receiving chemotherapy 2025-Feb, Clinical nutrition ESPEN IF:2.9Q3 DOI:10.1016/j.clnesp.2024.11.004 PMID:39577693	研究论文	本研究探讨了晚期胰腺导管腺癌（PDAC）患者在接受FOLFIRINOX化疗时，身体组成与治疗毒性之间的关系	首次研究了骨骼肌质量与FOLFIRINOX化疗毒性之间的独立关联，并提出了基于身体组成的个性化化疗剂量调整的可能性	样本量较小（n=65），且为单中心回顾性研究，可能限制了结果的普遍性	研究晚期PDAC患者在接受FOLFIRINOX化疗时，身体组成与治疗毒性之间的关系	晚期胰腺导管腺癌（PDAC）患者	数字病理学	胰腺癌	CT图像分割	深度学习	图像	65名患者
1297	2025-01-24	Deep learning-based classifier for carcinoma of unknown primary using methylation quantitative trait loci 2025-Feb-01, Journal of neuropathology and experimental neurology IF:3.2Q2 DOI:10.1093/jnen/nlae123 PMID:39607989	研究论文	本文开发了一种基于深度学习的DNA甲基化分类器，用于识别未知原发癌（CUP）的原发部位	利用特定器官的甲基化数量性状位点（mQTL）开发分类器，提高了分类准确性并减少了所需样本量	研究依赖于回顾性分析，且样本来源仅限于福尔马林固定石蜡包埋组织	开发一种能够辅助病理学家识别未知原发癌原发部位的DNA甲基化分类器	759例来自福尔马林固定石蜡包埋组织的癌样本	数字病理学	未知原发癌	DNA甲基化阵列分析	深度学习	甲基化数据	759例癌样本
1298	2025-01-24	Automatic classification of HEp-2 specimens by explainable deep learning and Jensen-Shannon reliability index 2025-Feb, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.103030 PMID:39637573	研究论文	本文介绍了一种基于迁移学习和预训练深度学习模型的创新平台，用于自动分类HEp-2标本，并通过Jensen-Shannon可靠性指数增强方法的可信度	结合无监督深度描述、新型特征选择方法和独立测试数据集，提出了一种改进的梯度加权类激活映射和基于Jensen-Shannon散度的样本质量指数	未来工作将解决有丝分裂纺锤体识别的挑战，并扩展方法以覆盖混合模式	开发一种计算机辅助系统，用于HEp-2图像分析和ANA模式分类	HEp-2标本	计算机视觉	结缔组织疾病	迁移学习	深度学习模型	图像	两个来自不同医院的独立数据集
1299	2025-01-24	Increased chloroplast occupancy in bundle sheath cells of rice hap3H mutants revealed by Chloro-Count: a new deep learning-based tool 2025-Feb, The New phytologist DOI:10.1111/nph.20332 PMID:39668515	研究论文	本研究开发了一种基于深度学习的工具Chloro-Count，用于量化水稻OsHAP3H功能获得和缺失突变体束鞘细胞中叶绿体的尺寸	开发了新的深度学习工具Chloro-Count，首次实现了对水稻束鞘细胞中叶绿体尺寸的精确量化，并揭示了OsHAP3H功能缺失导致叶绿体数量增加的机制	2D量化方法受叶绿体在细胞中位置的影响，可能存在一定的误差	提高水稻光合作用效率，增加产量潜力	水稻OsHAP3H功能获得和缺失突变体	计算机视觉	NA	深度学习	NA	图像	OsHAP3H功能获得和缺失突变体
1300	2025-01-24	Advances in diagnosis and prognosis of bacteraemia, bloodstream infection, and sepsis using machine learning: A comprehensive living literature review 2025-Feb, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.103008 PMID:39705768	文献综述	本文综述了机器学习在菌血症、血流感染和败血症诊断与预后中的应用，探讨了其有效性、潜在局限性和临床实践中的整合复杂性	提供了关于机器学习在血液相关感染管理中应用的全面调查，强调了早期疾病阶段的研究空白和实时非侵入性数据收集技术的潜力	早期阶段的研究因数据限制而不足，序列深度学习模型在外部数据集上表现不佳，实际实施面临设计要求和医疗基础设施的挑战	探讨机器学习在血液相关感染诊断和预后中的应用，以改善医疗决策支持	菌血症、血流感染和败血症	机器学习	败血症	机器学习	序列深度学习模型	电子健康记录、生化标志物、生命体征	NA