深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
21841	2025-01-25	Investigation of 3D iris morphology early alteration after implantable collamer lens implantation by using SS-OCT 2025-Jan-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e41542 PMID:39844973	研究论文	本研究使用全自动多任务深度学习方法，通过SS-OCT技术研究了植入式晶状体（ICL）手术前后虹膜形态的三维变化	首次使用全自动多任务深度学习方法同时进行SS-OCT图像分割和三维虹膜形态的定量测量	样本量较小，仅包括46只眼睛的27名患者	研究ICL手术前后虹膜形态的三维变化	接受ICL手术的患者	数字病理学	NA	SS-OCT	多任务深度学习网络	图像	46只眼睛的27名患者	NA	NA	NA	NA
21842	2025-10-07	Deep learning-based assessment of missense variants in the COG4 gene presented with bilateral congenital cataract 2025-Jan-14, BMJ open ophthalmology IF:2.0Q2 DOI:10.1136/bmjophth-2024-001906 PMID:39809522	研究论文	首次使用AlphaFold2、Alpha Missense和ThermoMPNN评估COG4基因错义变异的蛋白质结构和致病性	首次将AlphaFold2、Alpha Missense和ThermoMPNN三种深度学习算法联合应用于COG4基因变异分析	无法完全排除变异致病性，需要进一步研究验证	评估COG4基因错义变异的蛋白质结构影响和致病性	COG4基因的临床相关错义变异（包括新发现的p.Y714F和三个已知变异）	生物信息学	先天性白内障	蛋白质结构预测，致病性评估	深度学习	蛋白质序列，变异数据	14,915个可能的Cog4错义变异	AlphaFold2, Alpha Missense, ThermoMPNN	NA	蛋白质结构相似性，致病性指标	NA
21843	2025-10-07	Utilizing InVEST ecosystem services model combined with deep learning and fallback bargaining for effective sediment retention in Northern Iran 2025-Jan, Environmental science and pollution research international DOI:10.1007/s11356-024-35712-6 PMID:39673030	研究论文	本研究结合博弈论和深度学习算法与InVEST生态系统服务模型，用于伊朗Kasilian流域的泥沙滞留建模	首次将博弈论中的Fallback讨价还价算法与深度学习模型（CNN、LSTM、RNN）集成到InVEST生态系统服务模型中用于泥沙滞留建模	研究仅针对Kasilian流域的19个子流域，结果可能不具有普遍适用性	开发有效的泥沙滞留建模方法，优化流域管理策略	伊朗Kasilian流域的19个子流域	环境科学, 机器学习	NA	InVEST生态系统服务模型, 深度学习算法	CNN, LSTM, RNN	地理环境数据, 空间数据	19个子流域	NA	CNN, LSTM, RNN	MAE, MSE, R, RMSE, AUC, 相似度百分比	NA
21844	2025-01-25	ELW-CNN: An extremely lightweight convolutional neural network for enhancing interoperability in colon and lung cancer identification using explainable AI 2025 Jan-Dec, Healthcare technology letters IF:2.8Q3 DOI:10.1049/htl2.12122 PMID:39845172	研究论文	本文提出了一种极轻量级的卷积神经网络（ELW-CNN），用于增强结肠癌和肺癌识别的互操作性，并利用可解释AI提高模型的透明度	提出了一种极轻量级的卷积神经网络模型，仅使用7万个参数，在大型肺和结肠数据集上达到了98.16%的准确率，并在肺癌和结肠癌的单独测试中分别达到了99.02%和99.40%的准确率	数据集规模较小、数据质量较差、肺鳞状细胞癌和腺癌之间的类间变化、移动设备部署困难以及缺乏图像和个体级别的准确性测试	开发一种自动化且准确的结肠癌和肺癌检测方法	结肠癌和肺癌	计算机视觉	肺癌, 结肠癌	卷积神经网络（CNN）	CNN	图像	大型肺和结肠数据集	NA	NA	NA	NA
21845	2025-01-25	Artificial Intelligence in Pediatric Epilepsy Detection: Balancing Effectiveness With Ethical Considerations for Welfare 2025-Jan, Health science reports IF:2.1Q3 DOI:10.1002/hsr2.70372 PMID:39846037	综述	本文评估了人工智能在儿童癫痫检测中的有效性，并探讨了其实施过程中的伦理问题	结合人工智能在儿童癫痫诊断和管理中的应用，同时深入探讨了相关的伦理问题	伦理问题如隐私、数据安全和模型偏差仍需解决	评估人工智能在儿童癫痫检测中的有效性，并探讨其实施中的伦理问题	儿童癫痫患者	机器学习	癫痫	EEG, rs-fMRI, DTI	CNN-LSTM	EEG数据, 神经影像数据, 视频数据	NA	NA	NA	NA	NA
21846	2025-01-25	Machine learning based prediction models for cardiovascular disease risk using electronic health records data: systematic review and meta-analysis 2025-Jan, European heart journal. Digital health DOI:10.1093/ehjdh/ztae080 PMID:39846062	系统综述与元分析	本文通过系统综述和元分析评估了基于机器学习的模型在利用电子健康记录数据预测心血管疾病风险方面的效能，并与传统风险评分模型进行了比较	首次系统评估和比较了机器学习模型与传统心血管疾病风险预测算法在中长期（5-10年）风险预测中的表现，并发现机器学习模型（特别是随机森林和深度学习）在性能上显著优于传统模型	研究存在显著的异质性（I² > 99%）和潜在的发表偏倚，且方法学上的问题限制了这些模型在临床中的当前应用	评估和比较机器学习模型与传统心血管疾病风险预测算法在中长期风险预测中的效能	心血管疾病风险预测模型	机器学习	心血管疾病	机器学习	随机森林, 深度学习	电子健康记录数据	20项研究中的32个机器学习模型和26个传统统计模型	NA	NA	NA	NA
21847	2025-01-25	CardiacField: computational echocardiography for automated heart function estimation using two-dimensional echocardiography probes 2025-Jan, European heart journal. Digital health DOI:10.1093/ehjdh/ztae072 PMID:39846074	研究论文	本文介绍了一种名为CardiacField的计算心脏超声系统，使用二维超声探头自动估计左心室和右心室的射血分数，旨在为非心血管专业的医疗从业者提供易于使用的心脏功能评估工具	CardiacField系统通过隐式神经表示网络从二维超声图像重建三维心脏体积，并自动分割左心室和右心室区域以计算射血分数，显著提高了心脏功能评估的准确性和易用性	研究样本量相对较小（127名患者），且未涵盖所有类型的超声设备，可能影响结果的普适性	开发一种自动、精确的心脏功能评估系统，以改善心血管疾病的检测和监测	左心室和右心室的射血分数	数字病理学	心血管疾病	二维超声成像	隐式神经表示网络	图像	127名患者	NA	NA	NA	NA
21848	2025-01-25	Dissecting AlphaFold2's capabilities with limited sequence information 2025, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbae187 PMID:39846081	研究论文	本研究探讨了AlphaFold2在主要依赖高质量模板结构而非多序列比对（MSAs）提供额外信息时的蛋白质结构预测能力	通过设计实验探究AlphaFold2对局部和全局结构的理解，揭示了其对特定特征的依赖及其处理缺失信息的能力	AlphaFold2学习到的生物物理能量函数在局部相互作用中最为有效，但在全局结构预测上可能存在局限	研究AlphaFold2在有限序列信息下的蛋白质结构预测能力	蛋白质的三维结构	机器学习	NA	深度学习	AlphaFold2	蛋白质序列和结构数据	NA	NA	NA	NA	NA
21849	2025-10-07	A hyperparameter optimization-assisted deep learning method towards thermal error modeling of spindles 2025-Jan, ISA transactions IF:6.3Q1 DOI:10.1016/j.isatra.2024.11.001 PMID:39516098	研究论文	提出一种结合贝叶斯优化和扩张卷积神经网络的深度学习方法来建立主轴热误差模型	将贝叶斯优化与扩张卷积神经网络相结合，通过扩张率扩大感受野而不增加参数数量，并使用高斯过程优化9个关键超参数	NA	提高主轴热误差建模的精度和泛化能力	机床主轴的热误差	机器学习	NA	深度学习	CNN, DCNN	热误差数据	NA	NA	扩张卷积神经网络	准确率	NA
21850	2025-10-07	Fault detection and classification of motor bearings under multiple operating conditions 2025-Jan, ISA transactions IF:6.3Q1 DOI:10.1016/j.isatra.2024.11.008 PMID:39592313	研究论文	提出一种用于多工况下电机轴承故障检测与分类的多任务方法	开发了适用于多工况和多故障类型的轴承故障诊断框架，在HUST轴承数据集上展现出鲁棒性能	NA	提高机械设备的安全性和可靠性，实现多工况下轴承故障的准确诊断	电机轴承	机器学习	NA	深度学习	NA	传感器数据	HUST电机轴承数据集	NA	NA	NA	NA
21851	2025-10-07	Anatomy-centred deep learning improves generalisability and progression prediction in radiographic sacroiliitis detection 2024-Dec-23, RMD open IF:5.1Q1 DOI:10.1136/rmdopen-2024-004628 PMID:39719299	研究论文	本研究探讨了以解剖学为中心的深度学习在提高影像学骶髂关节炎检测的泛化能力和预测疾病进展方面的效果	提出解剖学中心的深度学习模型，通过裁剪骶髂关节边界框区域来改进模型性能，并首次展示了该模型在预测疾病进展方面的能力	回顾性多中心研究，样本量相对有限，需要进一步前瞻性验证	提高影像学骶髂关节炎检测的泛化能力并预测疾病进展	中轴型脊柱关节炎患者的常规骨盆X光片	医学影像分析	中轴型脊柱关节炎	深度学习	神经网络	X光图像	训练集1261张图像，验证集222张图像，三个独立测试集分别包含436、340和163名患者	NA	NA	AUC, 准确率, 灵敏度, 特异性	NA
21852	2025-10-07	Advances for Managing Pancreatic Cystic Lesions: Integrating Imaging and AI Innovations 2024-Dec-22, Cancers IF:4.5Q1 DOI:10.3390/cancers16244268 PMID:39766167	综述	本文综述了人工智能在胰腺囊性病变管理中的创新应用，重点探讨了AI如何提升诊断准确性和风险分层能力	整合影像学与人工智能技术，提出深度学习算法和影像组学在胰腺囊性病变自动分割和异质性分析中的创新应用	目前AI方法仍处于早期研究阶段，需要更多临床验证和大规模前瞻性研究	探索人工智能技术在胰腺囊性病变诊断和管理中的潜在价值	胰腺囊性病变（PCLs）	医学影像分析	胰腺癌	放射影像学、超声内镜引导细针穿刺、临床和生化数据	深度学习	医学影像	NA	NA	NA	诊断准确性、风险分层能力	NA
21853	2025-10-07	Approaching artificial intelligence to Hospital Pharmacy 2024-Jul, Farmacia hospitalaria : organo oficial de expresion cientifica de la Sociedad Espanola de Farmacia Hospitalaria IF:1.0Q4 DOI:10.1016/j.farma.2024.02.007 PMID:39097366	综述	探讨人工智能在医院药学领域的应用前景与价值	系统阐述AI技术如何通过分析医疗数据帮助医院药师优化药物管理流程	未涉及具体实施案例与数据验证	推动人工智能技术与医院药学实践的深度融合	医院药师工作流程与患者用药数据	自然语言处理, 机器学习	NA	机器学习, 深度学习, 自然语言处理	神经网络	医疗记录, 实验室结果, 用药档案	NA	NA	NA	NA	NA
21854	2025-10-07	[Translated article] Introducing artificial intelligence to hospital pharmacy departments 2024-Jul, Farmacia hospitalaria : organo oficial de expresion cientifica de la Sociedad Espanola de Farmacia Hospitalaria IF:1.0Q4 DOI:10.1016/j.farma.2024.04.001 PMID:39097375	综述	本文介绍人工智能在医院药学部中的应用及其潜在价值	系统阐述人工智能技术如何赋能医院药学部门，提升药物安全管理与临床决策水平	未涉及具体实施案例或量化效果评估	探讨人工智能技术在医院药学领域的应用前景	医院药学部门的工作流程与患者用药数据	自然语言处理, 机器学习	NA	机器学习, 深度学习, 神经网络, 自然语言处理	NA	医疗记录, 实验室结果, 药物档案	NA	NA	NA	NA	NA
21855	2025-01-25	ENHANCING TRANSCRANIAL FOCUSED ULTRASOUND TREATMENT PLANNING WITH SYNTHETIC CT FROM ULTRA-SHORT ECHO TIME (UTE) MRI: A MULTI-TASK DEEP LEARNING APPROACH 2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi56570.2024.10635176 PMID:39844940	研究论文	本研究利用多任务深度学习框架，从有限的超短回波时间（UTE）MRI数据集中生成合成CT（sCT）图像，用于经颅聚焦超声（tFUS）治疗规划	采用3D Transformer U-Net生成sCT图像，展示了UTE-MRI作为无辐射、成本效益高的tFUS规划替代方案的潜力	研究基于有限的数据集，可能需要更大规模的数据验证	提高经颅聚焦超声治疗规划的准确性和效率	超短回波时间（UTE）MRI数据	医学影像处理	NA	超短回波时间（UTE）MRI	3D Transformer U-Net	MRI图像	有限的数据集	NA	NA	NA	NA
21856	2025-01-25	ID3RSNet: cross-subject driver drowsiness detection from raw single-channel EEG with an interpretable residual shrinkage network 2024, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2024.1508747 PMID:39844854	研究论文	本文提出了一种名为ID3RSNet的新型可解释残差收缩网络，用于从单通道EEG信号中进行跨受试者驾驶员嗜睡检测	提出了一种结合注意力机制的残差收缩构建单元，用于自适应特征重新校准和软阈值去噪，并引入了基于EEG的类激活图（ECAM）可解释方法，以可视化分析样本学习模式	NA	开发一种无需校准的驾驶员嗜睡检测系统，使用单通道EEG信号	驾驶员嗜睡检测	机器学习	NA	EEG信号处理	ID3RSNet（可解释残差收缩网络）	单通道EEG信号	NA	NA	NA	NA	NA
21857	2025-01-25	Revolutionizing diagnosis of pulmonary Mycobacterium tuberculosis based on CT: a systematic review of imaging analysis through deep learning 2024, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2024.1510026 PMID:39845042	系统综述	本文综述了基于深度学习的CT成像分析在肺结核诊断中的应用，评估了其诊断准确性，并探讨了当前面临的挑战和未来研究方向	本文首次系统评估了深度学习在基于CT的肺结核诊断中的应用，并提出了数据稀缺性、模型泛化性、可解释性和伦理问题等关键挑战	研究仅纳入了7篇相关文献，样本量较小，且未进行定量分析	评估深度学习在基于CT的肺结核诊断中的准确性，并探讨其应用前景和挑战	肺结核（PTB）患者	计算机视觉	肺结核	深度学习（DL）	NA	CT图像	7篇相关文献	NA	NA	NA	NA
21858	2025-01-25	A multi-modal multi-branch framework for retinal vessel segmentation using ultra-widefield fundus photographs 2024, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2024.1532228 PMID:39845080	研究论文	本文提出了一种多模态多分支框架M3B-Net，用于提高超广角眼底照片中的视网膜血管分割精度	M3B-Net框架结合了眼底荧光血管造影（FFA）图像，通过选择性融合模块（SFM）、局部感知融合模块（LPFM）和注意力引导上采样模块（AUM）提升分割性能	未明确提及具体局限性	提高超广角眼底图像中视网膜血管的分割精度，以支持疾病分析	超广角眼底照片中的视网膜血管	计算机视觉	NA	深度学习	M3B-Net（多模态多分支框架）	图像（超广角眼底照片和FFA图像）	未明确提及样本数量	NA	NA	NA	NA
21859	2025-01-25	A systematic review of Machine Learning and Deep Learning approaches in Mexico: challenges and opportunities 2024, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2024.1479855 PMID:39845096	系统综述	本文系统综述了墨西哥在机器学习和深度学习领域的发展及其应用，涵盖了多个领域	提供了墨西哥在机器学习和深度学习领域的全面信息，包括趋势、空间位置、机构、出版问题、主题领域、算法应用和性能指标	主要关注墨西哥的应用，可能缺乏对其他国家的比较分析	提供墨西哥在机器学习和深度学习领域的应用和发展情况	120篇原始研究论文	机器学习, 深度学习	NA	NA	人工神经网络(ANN), 随机森林(RF), 支持向量机(SVM)	NA	120篇原始研究论文	NA	NA	NA	NA
21860	2025-01-25	DLBWE-Cys: a deep-learning-based tool for identifying cysteine S-carboxyethylation sites using binary-weight encoding 2024, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2024.1464976 PMID:39845187	研究论文	本文介绍了一种名为DLBWE-Cys的深度学习工具，用于准确识别蛋白质序列中的半胱氨酸S-羧乙基化位点	开发了一种新的深度学习模型DLBWE-Cys，结合了CNN、BiLSTM、Bahdanau注意力机制和全连接神经网络，并采用了专门设计的Binary-Weight编码方法	目前尚无其他计算工具能准确预测这些位点，这给该领域的研究带来了挑战	准确识别半胱氨酸S-羧乙基化位点，以阐明其在自身免疫疾病中的功能机制	蛋白质序列中的半胱氨酸S-羧乙基化位点	机器学习	自身免疫疾病	深度学习	CNN, BiLSTM, Bahdanau attention, FNN	蛋白质序列数据	NA	NA	NA	NA	NA