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
561	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
562	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
563	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
564	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）
565	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
566	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
567	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
568	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
569	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）
570	2025-05-07	Automated dysphagia characterization in head and neck cancer patients using videofluoroscopic swallowing studies 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109759 PMID:39914196	研究论文	本文介绍了一种自动化分析视频荧光吞咽研究(VFSS)的新框架，用于表征头颈癌患者的吞咽困难	提出了一种结合深度学习和机器学习的自动化框架，用于识别VFSS中的关键区域和吞咽困难相关损伤	数据集规模有限且VFSS存在变异性	开发自动化方法来评估头颈癌放疗后患者的吞咽困难	头颈癌患者放疗前后的VFSS数据	数字病理学	头颈癌	深度学习, 机器学习	深度学习框架, ML分类器	视频	未明确提及具体样本量
571	2025-05-07	You get the best of both worlds? Integrating deep learning and traditional machine learning for breast cancer risk prediction 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109733 PMID:39914201	研究论文	本文提出了一种结合深度学习和传统机器学习的方法，用于基于图像的乳腺癌风险预测	创新性地将深度学习与传统机器学习方法结合，用于乳腺癌风险预测，并在性能上取得了提升	需要进一步的验证以确认其临床适用性	开发一种基于图像的乳腺癌风险预测模型，以提高筛查的个性化水平	乳腺癌风险预测	计算机视觉	乳腺癌	深度学习与传统机器学习结合	深度学习与传统机器学习模型	图像	3720例对照组和1471例风险病例的乳腺X光片
572	2025-05-07	Combining deep learning and machine learning techniques to track air pollution in relation to vegetation cover utilizing remotely sensed data 2025-Mar, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124323 PMID:39914214	研究论文	本研究结合深度学习和机器学习技术，利用遥感数据追踪空气污染与植被覆盖之间的关系	结合ML和DL技术分析空气污染与植被覆盖的关系，并采用多种模型进行预测	未使用高分辨率图像和未整合社会经济数据，未来研究可进一步优化	探讨空气污染与城市绿地减少之间的关系，并提出污染管理策略	达卡市的空气污染（PM2.5和PM10）与植被覆盖变化	机器学习	NA	遥感数据	XGB, SVM, RF, Unet, Unet++, MAnet, Linknet	遥感图像	1990年至2022年的数据
573	2025-05-07	DeepPrep: an accelerated, scalable and robust pipeline for neuroimaging preprocessing empowered by deep learning 2025-Mar, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02599-1 PMID:39915693	research paper	介绍了一种名为DeepPrep的神经影像预处理流程，该流程利用深度学习和工作流管理器，显著提升了处理速度和可扩展性	DeepPrep通过深度学习和工作流管理器实现了十倍加速，并展示了可扩展性和鲁棒性	未提及具体的技术细节或在不同数据集上的泛化能力	解决神经影像大数据预处理中的计算挑战	神经影像数据	digital pathology	NA	deep learning	NA	neuroimaging scans	超过55,000次扫描
574	2025-05-04	Spike rate inference from mouse spinal cord calcium imaging data 2025-Mar-24, The Journal of neuroscience : the official journal of the Society for Neuroscience DOI:10.1523/JNEUROSCI.1187-24.2025 PMID:40127941	research paper	该研究通过钙成像和电生理记录相结合的方法，优化了脊髓神经元中尖峰率的推断算法	首次在脊髓神经元中获得了谷氨酸能和GABA能体感神经元的真实数据，并验证了CASCADE和OASIS算法在脊髓神经元中的适用性	研究仅针对脊髓背角浅层的神经元，未涵盖其他中枢神经系统区域和神经元类型	优化钙成像数据中尖峰率的推断算法，提高脊髓神经元活动记录的准确性	小鼠脊髓背角浅层的谷氨酸能和GABA能体感神经元	神经科学	NA	钙成像和电生理记录	CASCADE（基于监督深度学习）和OASIS（基于非负解卷积）	钙成像数据和电生理数据	未明确提及具体样本数量，但涉及两性小鼠的脊髓神经元
575	2025-05-04	Deep Learning-Based Techniques in Glioma Brain Tumor Segmentation Using Multi-Parametric MRI: A Review on Clinical Applications and Future Outlooks 2025-Mar, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29543 PMID:39074952	review	本文全面综述了深度学习在多参数MRI胶质瘤分割中的作用及其临床应用	探讨了从早期CNN模型到注意力机制和Transformer模型的最新进展，并提出了未来研究方向	讨论了数据质量、梯度消失和模型可解释性等挑战	研究深度学习在多参数MRI胶质瘤分割中的应用及其临床价值	胶质瘤的多参数MRI数据	digital pathology	glioma	multiparametric MRI	CNN, attention mechanisms, transformer models	MRI图像	NA
576	2025-05-04	Utilizing deep learning for automatic segmentation of the cochleae in temporal bone computed tomography 2025-Mar, Acta radiologica (Stockholm, Sweden : 1987) DOI:10.1177/02841851241307333 PMID:39840644	研究论文	利用深度学习在颞骨计算机断层扫描中自动分割耳蜗	比较了三种深度学习模型（3D U-Net、UNETR和SegResNet）在耳蜗自动分割中的性能，并发现SegResNet表现最佳	样本量相对较小，仅包含231个样本，且仅测试了三种CT类型	评估深度学习在颞骨CT中自动分割耳蜗的实用性，以区分异常和正常图像	颞骨CT图像中的耳蜗	计算机视觉	NA	CT扫描	3D U-Net, UNETR, SegResNet	图像	231个样本（77个正常和154个异常）
577	2025-05-04	Deep learning-based image classification reveals heterogeneous execution of cell death fates during viral infection 2025-Mar-01, Molecular biology of the cell IF:3.1Q3 DOI:10.1091/mbc.E24-10-0438 PMID:39841552	研究论文	本研究利用基于深度学习的图像分类技术，分析了单纯疱疹病毒1型（HSV-1）感染的单细胞中程序性细胞死亡（PCD）的异质性执行情况	采用深度学习图像分类技术揭示病毒感染下细胞死亡命运的异质性执行，弥补了分子信号模糊时的细胞命运判定难题	研究仅针对HSV-1感染的细胞，未涵盖其他病毒或条件	探究病毒感染下细胞死亡命运的异质性执行机制	HSV-1感染的单个细胞	数字病理学	病毒感染	深度学习图像分类	CNN	图像	NA
578	2025-05-04	Image quality assessment and white matter hyperintensity quantification in two accelerated high-resolution 3D FLAIR techniques: Wave-CAIPI and deep learning-based SPACE 2025-Mar, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2024.106783 PMID:39842179	research paper	比较两种加速高分辨率3D FLAIR技术（DL-SPACE和Wave-CAIPI FLAIR）在脑部成像中的图像质量	首次比较了DL-SPACE和Wave-CAIPI FLAIR技术在图像质量、信噪比和对比噪声比方面的表现	研究为回顾性分析，样本量相对较小（123名参与者）	评估和比较两种加速高分辨率3D FLAIR技术的图像质量	脑部成像中的白质高信号（WMH）	数字病理	神经系统疾病	3D FLAIR成像技术	deep learning-reconstruction	医学影像	123名参与者
579	2025-05-04	A novel hybrid ViT-LSTM model with explainable AI for brain stroke detection and classification in CT images: A case study of Rajshahi region 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109711 PMID:39847947	研究论文	提出了一种结合ViT和LSTM的混合模型，用于CT图像中脑卒中的检测和分类，并通过可解释AI方法提高预测的可靠性	首次将Vision Transformer (ViT)和LSTM结合用于脑卒中检测，并引入可解释AI方法增强模型的可信度	研究主要基于Rajshahi地区的数据，可能在其他地区的泛化性有待验证	开发自动化解决方案以提高脑卒中CT图像诊断的准确性和及时性	CT图像中的脑卒中特征	计算机视觉	脑卒中	深度学习	ViT-LSTM混合模型	CT图像	BrSCTHD-2023数据集（来源：Rajshahi Medical College Hospital）和Kaggle脑卒中数据集
580	2025-05-04	Interpretable COVID-19 chest X-ray detection based on handcrafted feature analysis and sequential neural network 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109659 PMID:39847942	research paper	该研究提出两种新算法DC-GLM和CAMSGNeT，用于提高COVID-19胸部X光检测的可解释性和准确性	引入了动态共现灰度矩阵(DC-GLM)和上下文自适应多尺度Gabor网络(CAMSGNeT)，以增强纹理特征提取和模型可解释性	未提及具体的数据集规模限制或计算资源需求	开发更可解释、精确且资源高效的COVID-19胸部X光检测方法	COVID-19患者的胸部X光图像	digital pathology	COVID-19	DC-GLM, CAMSGNeT	sequential neural network	image	两个数据集（具体数量未提及）