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
541	2025-05-08	DeepReducer: A linear transformer-based model for MEG denoising 2025-Mar, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121080 PMID:39929407	research paper	介绍了一种基于线性Transformer的深度学习模型DeepReducer，用于高效去噪MEG中的事件相关磁场信号	提出了一种新型的线性Transformer模型DeepReducer，能够显著减少MEG信号去噪所需的试验次数，优化数据采集过程	未提及模型在极端噪声条件下的表现或对不同类型MEG数据的泛化能力	提高MEG中事件相关磁场信号的去噪效率，减少数据采集时间	MEG中的事件相关磁场信号	machine learning	NA	MEG	linear transformer	MEG信号数据	半合成和实验性任务相关的MEG数据
542	2025-05-08	Does Deep Learning Reconstruction Improve Ureteral Stone Detection and Subjective Image Quality in the CT Images of Patients with Metal Hardware? 2025-Mar, Journal of endourology IF:2.9Q1 DOI:10.1089/end.2024.0666 PMID:39932744	研究论文	本研究比较了在金属髋关节假体存在下，低剂量和常规剂量CT扫描结合或不结合深度学习重建（DLR）和金属伪影减少（MAR）技术对输尿管结石检测和图像质量的影响	首次在尸体模型中评估了DLR和MAR技术对低剂量CT扫描在金属假体存在下输尿管结石检测和图像质量的改善效果	研究样本量较小（仅10个泌尿系统组合），且仅在尸体模型中进行	评估DLR和MAR技术是否能改善金属假体患者低剂量CT扫描的输尿管结石检测和图像质量	植入输尿管结石的尸体模型（含双侧髋关节假体）	医学影像	泌尿系统疾病	CT扫描（常规剂量和超低剂量），深度学习重建（DLR），金属伪影减少（MAR）	深度学习	CT图像	10个植入4-6mm输尿管结石的泌尿系统组合（尸体模型）
543	2025-05-08	Functional near-infrared spectroscopy (fNIRS) in patients with major depressive disorder, generalized anxiety disorder and their comorbidity: Comparison with healthy controls 2025-Mar, Asian journal of psychiatry IF:3.8Q1 DOI:10.1016/j.ajp.2025.104382 PMID:39933260	研究论文	本研究使用fNIRS-VFT任务比较了广泛性焦虑障碍(GAD)、重度抑郁症(MDD)及其共病(CMG)患者与健康对照组的前额叶功能差异，并评估了fNIRS设备作为认知任务诊断工具的可靠性	结合全连接层和Dropout层的深度学习模型对fNIRS数据进行分类，探索了不同脑区激活模式在精神障碍诊断中的价值	样本量相对有限，未考虑其他可能的混杂因素	评估fNIRS在精神障碍诊断中的应用价值	GAD、MDD、CMG患者及健康对照组	数字病理	精神疾病	fNIRS	全连接层与Dropout层结合的深度学习模型	脑血流动力学数据	296人(75 GAD, 75 MDD, 71 CMG, 75 HC)
544	2025-05-08	Single-cell transcriptome-wide Mendelian randomization and colocalization reveals immune-mediated regulatory mechanisms and drug targets for COVID-19 2025-Mar, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2025.105596 PMID:39933264	研究论文	通过单细胞转录组孟德尔随机化和共定位分析，揭示了COVID-19的免疫介导调控机制和潜在药物靶点	首次在14种外周血免疫细胞中鉴定了132个与COVID-19相关的推定因果基因，其中58个为先前未报道的新基因，并开发了分层系统优先考虑37个药物靶点	研究依赖于孟德尔随机化假设，可能受到多效性和连锁不平衡的影响	揭示COVID-19的免疫介导调控机制并识别潜在药物靶点	14种外周血免疫细胞中的16,597个基因	生物信息学	COVID-19	单细胞表达数量性状位点（sc-eQTL）分析、孟德尔随机化（MR）、共定位分析、深度学习模型	深度学习模型	单细胞转录组数据、GWAS数据	26,597个单细胞表达数量性状位点（sc-eQTL）
545	2025-05-08	Multi-modality medical image classification with ResoMergeNet for cataract, lung cancer, and breast cancer diagnosis 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109791 PMID:39933267	研究论文	提出ResoMergeNet (RMN)模型用于多模态医学图像分类，以提升白内障、肺癌和乳腺癌的诊断效果	整合迁移学习、ResBoost框架和ConvMergeNet技术，有效提取可见光眼图像和组织病理学图像的特征，提升跨模态分类性能	未提及模型在更大规模或更多模态数据集上的泛化能力	解决多模态医学图像分类中的模态差异问题，提升白内障、肺癌和乳腺癌的诊断准确性	白内障、肺癌和乳腺癌的医学图像	数字病理学	白内障、肺癌、乳腺癌	迁移学习、ResBoost框架、ConvMergeNet	ResoMergeNet (RMN)	图像	白内障数据集（二分类）、肺癌数据集（三分类）、BreakHis数据集（八分类，100×和200×放大倍数）
546	2025-05-08	Carbon source dosage intelligent determination using a multi-feature sensitive back propagation neural network model 2025-Mar, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124341 PMID:39933376	研究论文	本文提出了一种基于SHAP和敏感性分析的多特征敏感反向传播神经网络模型（MFS-BPNN-SSA），用于预测污水处理厂（WWTP）中的碳源投加量，以解决短期和有限数据的问题	结合SHAP和敏感性分析的多特征敏感BPNN模型，以及引入理论公式和反馈调节机制以提高预测准确性和处理异常数据	模型需要结合理论公式和反馈调节，可能增加实现复杂度	开发一种智能方法以优化污水处理厂中的碳源投加量，实现低碳和可持续运行	污水处理厂（WWTP）中的碳源投加量预测	机器学习	NA	反向传播神经网络（BPNN）、SHAP、敏感性分析	MFS-BPNN-SSA	污水处理厂运行数据	模型已在污水处理厂安全运行超过两年
547	2025-05-08	Deep learning-driven behavioral analysis reveals adaptive responses in Drosophila offspring after long-term parental microplastic exposure 2025-Mar, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124502 PMID:39933380	研究论文	利用深度学习技术分析果蝇幼虫行为，研究长期暴露于微塑料的亲代对子代的跨代影响	首次结合深度学习技术研究微塑料对陆地生物果蝇的跨代行为影响，揭示了长期暴露下子代运动能力的适应性增强	仅研究了聚苯乙烯微塑料(PS-MPs)对果蝇的影响，未涉及其他类型微塑料	探究微塑料对陆地生物的跨代影响	黑腹果蝇(Drosophila melanogaster)及其幼虫	行为分析	NA	深度学习行为追踪分析	深度学习模型(未明确说明具体类型)	行为视频数据	不同时间点(第2天、第8天、第14天)收集的果蝇幼虫样本
548	2025-05-08	Review on computational methods for the detection and classification of Parkinson's Disease 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109767 PMID:39938340	review	本文对帕金森病(PD)的计算检测和分类方法进行了系统性综述	聚焦PD生物标志物和多种成像模态，深入分析现有机器学习与深度学习模型的性能及局限性	现有PD诊断数据集适用性有限，需要扩展其应用范围	系统调研PD诊断方法以提升诊断准确性	帕金森病的影像学特征和生物标志物	machine learning	geriatric disease	MRI成像	machine learning, deep learning	image	NA
549	2025-05-08	Deep learning paradigms in lung cancer diagnosis: A methodological review, open challenges, and future directions 2025-Mar, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.104914 PMID:39938402	review	本文全面探讨了深度学习在肺癌诊断中的应用，包括结节检测、分类和预后预测	深度学习在肺癌诊断中展现出卓越性能，有时甚至超越人类专家准确率，并推动了计算机辅助诊断系统的发展	面临数据质量和可解释性等挑战	提升肺癌诊断的精确性和效率	肺癌诊断中的深度学习模型	digital pathology	lung cancer	NA	deep neural networks	image	NA
550	2025-05-07	Differential diagnosis of multiple system atrophy with predominant parkinsonism and Parkinson's disease using neural networks (part II) 2025-Mar-15, Journal of the neurological sciences IF:3.6Q2 DOI:10.1016/j.jns.2025.123411 PMID:39893881	研究论文	使用神经网络区分多系统萎缩伴帕金森症和帕金森病的深度学习研究	采用基于体素的形态测量数据作为输入变量，利用神经网络区分MSA-P和PD，展示了在临床应用中足够的实用性	研究未提及样本的具体数量及多样性，可能影响模型的泛化能力	区分多系统萎缩伴帕金森症(MSA-P)和帕金森病(PD)	帕金森病(PD)和多系统萎缩伴帕金森症(MSA-P)患者	数字病理学	帕金森病	基于体素的形态测量	NN	图像	NA
551	2025-05-07	ERNIE-ac4C: A Novel Deep Learning Model for Effectively Predicting N4-acetylcytidine Sites 2025-Mar-15, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.168978 PMID:39900287	research paper	提出了一种新的深度学习模型ERNIE-ac4C，用于有效预测N4-乙酰胞苷（ac4C）位点	结合ERNIE-RNA语言模型和二维卷积神经网络（CNN），利用序列特征和注意力图特征的融合来预测ac4C修饰位点	未提及具体局限性	提高ac4C修饰位点的预测准确性和效率	N4-乙酰胞苷（ac4C）修饰位点	machine learning	NA	deep learning	ERNIE-RNA, CNN	RNA序列数据	NA
552	2025-05-07	DOGpred: A Novel Deep Learning Framework for Accurate Identification of Human O-linked Threonine Glycosylation Sites 2025-Mar-15, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.168977 PMID:39900285	研究论文	开发了一种名为DOGpred的深度学习框架，用于准确识别人体O-连接苏氨酸糖基化位点	提出了一种结合CNN和RNN的深度学习框架，通过注意力机制融合特征，显著提高了预测性能	未提及模型在跨物种或其他类型糖基化位点预测中的泛化能力	开发计算工具预测O-连接苏氨酸糖基化位点，以补充实验方法并促进疾病研究	人体蛋白质的O-连接苏氨酸糖基化位点	生物信息学	NA	深度学习	CNN, RNN	蛋白质序列特征	未明确提及具体样本数量
553	2025-05-07	TIMS2Rescore: A Data Dependent Acquisition-Parallel Accumulation and Serial Fragmentation-Optimized Data-Driven Rescoring Pipeline Based on MS2Rescore 2025-Mar-07, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.4c00609 PMID:39915959	研究论文	介绍了一种名为TIMS2Rescore的数据驱动重评分工作流程，专为timsTOF仪器的DDA-PASEF数据优化	结合了新的timsTOF MSPIP谱预测模型和基于深度学习的肽离子迁移率预测器IM2Deep，直接支持Bruker原始质谱数据和多种搜索引擎结果	未明确提及具体限制	提高质谱数据分析的准确性和效率，以支持蛋白质组学研究	血浆蛋白质组学、免疫肽组学（HLA I类和II类）和元蛋白质组学数据集	蛋白质组学	NA	质谱技术（MS）、离子迁移技术、PASEF技术	深度学习模型	质谱数据	NA
554	2025-05-07	DeepES: deep learning-based enzyme screening to identify orphan enzyme genes 2025-Mar-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf053 PMID:39909853	research paper	开发了一个基于深度学习的工具DeepES，用于识别孤儿酶基因	利用深度学习技术整合二元分类器输出，针对生物合成基因簇和反应类别进行酶筛选	未提及具体性能指标或与其他工具的对比结果	解决孤儿酶基因识别问题，填补序列与酶反应关联理解的空白	蛋白质序列和生物合成基因簇	生物信息学	NA	深度学习	binary classifier	蛋白质序列	4744个宏基因组组装基因组
555	2025-05-07	Developing an interpretable machine learning model for diagnosing gout using clinical and ultrasound features 2025-Mar, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.111959 PMID:39893823	研究论文	开发了一种结合临床数据和超声特征的机器学习模型，用于痛风预测，并应用SHAP进行模型解释	结合临床数据和超声特征开发可解释的机器学习模型，并应用SHAP分析解释特征贡献	模型性能虽优，但样本量相对有限，且仅来自两个机构	开发用于痛风预测的机器学习模型	609名患者的首次跖趾关节超声数据	机器学习	痛风	Random Forest (RF), LASSO, XGBoost, SHAP	Logistic Regression (LR), 以及其他五种机器学习模型	临床数据和超声图像	609名患者（571名来自机构1，92名来自机构2）
556	2025-05-07	ABIET: An explainable transformer for identifying functional groups in biological active molecules 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109740 PMID:39894011	研究论文	介绍了一种名为ABIET的可解释Transformer模型，用于识别生物活性分子中药物-靶标相互作用的关键区域——功能基团	ABIET模型通过注意力权重评估分子亚区域的相对重要性，有效区分功能基团与非功能基团原子，提升了Transformer模型的可解释性	未提及具体的数据集规模限制或模型适用范围限制	提高药物发现领域中Transformer模型的可解释性，识别生物活性分子中的功能基团	生物活性分子中的功能基团	药物发现	NA	Transformer-encoder架构，注意力机制	Transformer	SMILES表示的分子数据	针对多种药理学受体（包括VEGFR2、AA2A、GSK3、JNK3和DRD2）的多样化数据集
557	2025-05-07	Radiomics in glioma: emerging trends and challenges 2025-Mar, Annals of clinical and translational neurology IF:4.4Q1 DOI:10.1002/acn3.52306 PMID:39901654	综述	本文综述了影像组学在神经胶质瘤中的应用、新兴趋势及挑战	整合深度学习算法提升影像组学各环节性能，探索胶质母细胞瘤特定肿瘤微环境，结合多组学数据增强预测能力	模型可重复性、泛化性、可解释性及多组学数据整合等挑战仍需解决	推动影像组学在神经胶质瘤临床诊疗中的应用	神经胶质瘤影像特征及肿瘤微环境	数字病理学	神经胶质瘤	扩散加权成像、灌注加权成像、磁共振波谱、磁共振指纹、功能MRI、正电子发射断层扫描	深度学习算法	医学影像	NA
558	2025-05-07	Deep Learning-Based Accelerated MR Cholangiopancreatography Without Fully-Sampled Data 2025-Mar, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70002 PMID:39907193	研究论文	本研究利用深度学习技术加速磁共振胰胆管成像（MRCP）的采集过程，无需完全采样数据	采用监督学习和自监督学习两种策略训练深度学习重建模型，显著减少MRCP采集时间，同时在3T和0.55T场强下保持图像质量	研究仅涉及35名健康志愿者，未在患者群体中验证	加速MRCP成像过程并保持图像质量	35名健康志愿者的MRCP扫描数据	医学影像处理	NA	深度学习重建、并行成像（PI）、压缩感知（CS）	深度学习（DL）	磁共振影像	35名健康志愿者
559	2025-05-07	ZFP-CanPred: Predicting the effect of mutations in zinc-finger proteins in cancers using protein language models 2025-Mar, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.01.020 PMID:39909391	研究论文	介绍了一种名为ZFP-CanPred的新型深度学习模型，用于预测锌指蛋白（ZNFs）中与癌症相关的驱动突变	利用蛋白质语言模型（PLMs）从突变位点的结构邻域提取表征，训练ZFP-CanPred以区分致癌突变和中性突变，其性能优于现有的11种预测工具	虽然模型在特异性和敏感性方面表现平衡，但仍有提升空间，且样本量相对较小（331个突变）	预测锌指蛋白（ZNFs）中的癌症相关驱动突变，以促进对致癌过程的理解和靶向治疗策略的开发	锌指蛋白（ZNFs）中的错义突变	机器学习	癌症	蛋白质语言模型（PLMs）	深度学习模型	蛋白质序列和结构数据	331个突变
560	2025-05-07	Deep Learning-Enhanced Chemiluminescence Vertical Flow Assay for High-Sensitivity Cardiac Troponin I Testing 2025-Mar, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202411585 PMID:39910838	research paper	介绍了一种基于深度学习的化学发光垂直流动检测方法，用于高灵敏度心脏肌钙蛋白I检测	结合化学发光传感、成像和深度学习分析，实现了高灵敏度的心脏肌钙蛋白I检测	未提及长期稳定性和大规模临床验证	开发一种高灵敏度、低成本的心脏肌钙蛋白I检测方法	心脏肌钙蛋白I（cTnI）	数字病理	心血管疾病	化学发光垂直流动检测（CL-VFA）	神经网络	化学发光信号	患者血清样本（未明确数量）