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
2201	2025-05-03	Interpretable machine learning model for outcome prediction in patients with aneurysmatic subarachnoid hemorrhage 2025-Jan-20, Critical care (London, England) DOI:10.1186/s13054-024-05245-y PMID:39833976	研究论文	开发了一种可解释的深度学习模型，用于预测动脉瘤性蛛网膜下腔出血患者的功能结局	利用SHAP增强模型的可解释性，并确认年龄、世界神经外科医师联合会分级和高级脑功能障碍为关键预测因素	研究仅基于日本五家医院的数据，可能限制了模型的普遍适用性	优化动脉瘤性蛛网膜下腔出血患者的治疗策略	718名动脉瘤性蛛网膜下腔出血患者	机器学习	动脉瘤性蛛网膜下腔出血	深度学习	深度学习模型	临床数据	718名患者
2202	2025-05-03	Enhancing predictive accuracy for urinary tract infections post-pediatric pyeloplasty with explainable AI: an ensemble TabNet approach 2025-Jan-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82282-1 PMID:39828726	研究论文	本研究开发了一种结合机器学习和深度学习的集成模型，用于预测小儿肾盂成形术后尿路感染的风险	首次提出结合机器学习和深度学习的集成预测模型，利用SHAP解释模型提供新的临床风险因素见解	回顾性研究，缺乏对照组，证据等级为IV级	提高小儿肾盂成形术后尿路感染的预测准确性	764例接受单侧肾盂成形术的儿科患者	机器学习	尿路感染	机器学习算法（Logistic回归、SVM、随机森林、XGBoost、LightGBM）和深度学习TabNet模型	集成学习模型（LightGBM和TabNet结合逻辑回归元学习器）	临床数据	764例儿科患者
2203	2025-05-03	Optimizing papermaking wastewater treatment by predicting effluent quality with node-level capsule graph neural networks 2025-Jan-18, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-024-13581-3 PMID:39825037	研究论文	提出一种基于节点级胶囊图神经网络的造纸废水处理方法，用于预测出水质量	使用节点级胶囊图神经网络（NLCGNN）结合Hermit Crab优化（HCO）算法，提高了化学需氧量（COD）预测的准确性、精确度和灵敏度	未提及该方法在其他类型废水处理中的适用性或实际工业环境中的部署挑战	优化造纸废水处理过程中的出水质量预测	造纸废水处理过程中的化学需氧量（COD）指标	机器学习	NA	节点级胶囊图神经网络（NLCGNN），Hermit Crab优化（HCO）算法	NLCGNN	工业废水处理过程数据	NA
2204	2025-05-03	ds-FCRN: three-dimensional dual-stream fully convolutional residual networks and transformer-based global-local feature learning for brain age prediction 2025-Jan-18, Brain structure & function IF:2.7Q3 DOI:10.1007/s00429-024-02889-y PMID:39826018	研究论文	本研究开发了一种结合3D双流全卷积残差网络和Transformer的深度学习模型，用于基于灰质密度图的脑年龄预测	提出创新的3D双流全卷积残差网络(ds-FCRN)结合Transformer的全局-局部特征学习范式，并使用Shapley值解释不同脑区对预测精度的影响	研究仅基于健康参与者数据，未考虑疾病状态对脑年龄预测的影响	开发具有高预测准确性和可解释性的脑年龄预测深度学习模型	来自UKB数据库的16,377名45-82岁健康参与者的灰质密度图	数字病理学	老年疾病	T1 MRI	3D ds-FCRN + Transformer	医学影像	16,377名健康参与者(训练集) + 3,276名健康参与者(测试集)
2205	2025-05-03	Benchmarking protein language models for protein crystallization 2025-Jan-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86519-5 PMID:39827171	research paper	本文通过TRILL平台评估了多种蛋白质语言模型（PLMs）在预测蛋白质结晶倾向方面的性能，并识别出最有效的方法	利用ESM2模型的LightGBM分类器在多种评估指标上表现最佳，性能提升3倍以上，并通过ProtGPT2模型生成了5种潜在可结晶的新型蛋白质	研究中生成的蛋白质数量有限（3000个），且最终仅筛选出5种潜在可结晶蛋白质	评估和比较不同蛋白质语言模型在预测蛋白质结晶倾向方面的性能	蛋白质序列及其结晶倾向	machine learning	NA	蛋白质语言模型（PLMs），包括ESM2、Ankh、ProtT5-XL、ProstT5、xTrimoPGLM、SaProt	LightGBM, XGBoost, ProtGPT2	蛋白质序列	3000个生成的蛋白质，最终筛选出5种潜在可结晶蛋白质
2206	2025-05-03	Predicting metabolite response to dietary intervention using deep learning 2025-Jan-18, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56165-6 PMID:39827177	研究论文	开发了一种名为McMLP的深度学习方法，用于预测个体对饮食干预的代谢反应	首次将深度学习方法（McMLP）应用于基于肠道微生物组成的代谢反应预测，填补了该领域的空白	未提及具体样本量的限制或模型在其他数据集上的泛化能力	实现精准营养，通过预测代谢反应来设计个性化的饮食策略	个体的肠道微生物组成及其对饮食干预的代谢反应	机器学习	NA	深度学习	McMLP（耦合多层感知器）	合成数据和真实数据（来自六项饮食干预研究）	未明确提及具体样本数量
2207	2025-05-03	Advancements in Frank's sign Identification using deep learning on 3D brain MRI 2025-Jan-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82756-2 PMID:39827273	研究论文	本研究开发了一种深度学习模型，用于在3D脑MRI扫描中自动识别Frank's sign（FS）	首次使用深度学习模型在3D脑MRI扫描中自动识别FS，并评估了四种不同的深度学习架构	研究仅基于有限数量的MRI扫描（400个训练样本和600个验证样本），且外部验证数据集的FS存在情况不同	开发一种自动化的FS检测方法，以弥补目前缺乏标准化识别方法的不足	3D面部图像（来自脑MRI扫描）中的Frank's sign	数字病理学	老年疾病	MRI扫描	U-net	3D图像	400个脑MRI扫描（训练集），600个脑MRI扫描（两个外部验证集，各300个）
2208	2025-05-03	Biologically relevant integration of transcriptomics profiles from cancer cell lines, patient-derived xenografts, and clinical tumors using deep learning 2025-Jan-17, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adn5596 PMID:39823329	研究论文	开发了一种名为MOBER的深度学习方法，用于整合癌症细胞系、患者来源的异种移植模型和临床肿瘤的转录组学数据，以提高临床转化性	提出了MOBER方法，能够同时提取具有生物学意义的嵌入信息并去除混杂因素，从而识别与临床肿瘤转录相似性最高的临床前模型	未明确提及具体局限性，但可能包括数据集的多样性和模型泛化能力的验证	提高癌症研究中临床前模型的临床转化性	癌症细胞系、患者来源的异种移植模型和临床肿瘤	机器学习	癌症	转录组学分析	深度学习	转录组数据	932个癌症细胞系、434个患者来源的异种移植模型和11,159个临床肿瘤样本
2209	2025-05-03	Explainable Predictive Model for Suicidal Ideation During COVID-19: Social Media Discourse Study 2025-Jan-17, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/65434 PMID:39823631	研究论文	该研究利用自然语言处理技术分析社交媒体文本，开发可解释的自杀意念预测模型	提出混合深度学习网络架构(BERT+CNN+LSTM)并结合可解释AI技术分析COVID-19期间自杀意念特征变化	研究样本中自杀相关帖子比例较低(0.9%)，可能影响模型泛化能力	检测COVID-19疫情期间社交媒体中表现的自杀意念并分析其影响因素	社交媒体用户发布的文本内容	自然语言处理	心理健康疾病	TF-IDF, Word2vec, BERT, LIME, SHAP	BERT+CNN+LSTM混合模型	文本	从348,110条记录中筛选3,154条(1,338条自杀相关，1,816条非自杀相关)
2210	2025-05-03	Comparison of 1D and 3D volume measurement techniques in NF2-associated vestibular schwannoma monitoring 2025-Jan-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85386-4 PMID:39824854	research paper	比较1D和3D体积测量技术在NF2相关前庭神经鞘瘤监测中的效果	比较了1D线性测量和3D分割体积分析（SVA）在NF2相关前庭神经鞘瘤监测中的效果，发现正交分析（OA）与SVA的相关性更强	对于小型或手术减小的肿瘤，测量结果的离散范围较大，不适用于贝伐单抗等非标签治疗的监测或依赖精确肿瘤体积评估的治疗决策	评估1D和3D体积测量技术在NF2相关前庭神经鞘瘤监测中的有效性和适用性	NF2相关前庭神经鞘瘤（VS）	digital pathology	vestibular schwannoma	MRI, 3D-segmented volumetric analysis (SVA), linear measurements	linear regression model	MRI images	149名NF2患者和292个相关前庭神经鞘瘤，共进行了2586次SVA和10344次线性测量
2211	2025-05-03	Exploring the anticancer activities of Sulfur and magnesium oxide through integration of deep learning and fuzzy rough set analyses based on the features of Vidarabine alkaloid 2025-Jan-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82483-8 PMID:39824867	研究论文	本文提出了一种结合深度学习和模糊粗糙集分析的人工智能模型，用于发现基于天然产物Vidarabine的新型抗癌药物候选物	整合了深度学习、模糊粗糙集理论和可解释人工智能技术来识别潜在抗癌药物，并重新发现了硫和氧化镁的抗癌活性	仅针对三种癌细胞系进行了验证，需要进一步的临床前研究	利用人工智能技术加速抗癌药物的发现过程	Vidarabine生物碱衍生物、硫和氧化镁	药物发现	肺癌、黑色素瘤、皮肤癌	深度学习、模糊粗糙集分析、可解释人工智能	DL与FRS结合的AI模型	化学化合物特征数据、实验室实验数据	三种癌细胞系(A-549、A-375、A-431)
2212	2025-05-03	GastroHUN an Endoscopy Dataset of Complete Systematic Screening Protocol for the Stomach 2025-Jan-17, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04401-5 PMID:39824869	research paper	介绍了一个名为GastroHUN的公开内窥镜数据集，用于胃部系统性筛查	提供了基于系统性协议的胃部筛查数据集，包含丰富的标注和视频序列，有助于AI模型开发	现有数据集标注不一致且可访问性有限，可能导致模型偏差和泛化能力降低	提升胃肠道疾病的检测和诊断效果，特别是早期癌前病变的识别	胃部的22个解剖学标志物及不合格图像	digital pathology	gastrointestinal disease	endoscopy	deep learning	image, video	8,834张图像来自387名患者和4,729个标注视频序列
2213	2025-05-03	Automatic detection and prediction of COVID-19 in cough audio signals using coronavirus herd immunity optimizer algorithm 2025-Jan-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85140-w PMID:39824893	研究论文	该研究提出了一种基于深度学习的框架，用于通过咳嗽音频信号自动检测和预测COVID-19	使用增强深度神经网络（EDNN）和冠状病毒群体免疫优化器（CHIO）算法，显著降低了预测误差	研究依赖于特定数据集（COUGHVID），可能在其他数据集上的泛化能力有限	开发高效的COVID-19诊断工具	COVID-19患者的咳嗽音频信号	数字病理学	COVID-19	深度学习，模糊灰度差分直方图均衡化，Zernike矩（ZM），灰度共生矩阵（GLCM）	EDNN-CHIO，U-Net	音频信号	COUGHVID数据集中的样本
2214	2025-05-03	Interpretable and integrative deep learning for discovering brain-behaviour associations 2025-Jan-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-85032-5 PMID:39824899	研究论文	提出了一种可解释和集成的深度学习框架，用于发现大脑与行为之间的关联	结合数字化身和稳定性选择来评估多视图数据之间的关系，有效识别稳定且相关的关联	依赖于特定队列（Healthy Brain Network）的数据，可能无法推广到其他人群	研究大脑与行为之间的关联，以更好地理解和预测精神疾病	健康大脑网络队列中的临床行为评分和脑成像特征	机器学习	精神疾病	多视图无监督学习框架	深度学习模型	成像数据和临床报告	健康大脑网络队列的数据
2215	2025-05-03	Clinical feasibility of deep learning-driven magnetic resonance angiography collateral map in acute anterior circulation ischemic stroke 2025-Jan-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85731-7 PMID:39825032	研究论文	验证深度学习驱动的磁共振血管造影（DL-driven MRA）侧支循环图在急性缺血性卒中中的临床可行性	提出了一种名为3D-MROD-Net的3D多任务回归和序数回归深度神经网络，用于生成DL-driven MRA侧支循环图，并在临床应用中显示出更高的效率和图像质量	研究仅针对296名急性缺血性卒中患者，样本量可能不足以代表所有相关病例	验证DL-driven MRA侧支循环图在急性缺血性卒中中的临床应用价值	急性前循环缺血性卒中患者	数字病理学	急性缺血性卒中	磁共振血管造影（MRA）	3D-MROD-Net（3D多任务回归和序数回归深度神经网络）	图像	296名急性缺血性卒中患者
2216	2025-05-03	Preparing physiotherapists for the future: the development and evaluation of an innovative curriculum 2025-Jan-17, BMC medical education IF:2.7Q1 DOI:10.1186/s12909-024-06537-1 PMID:39825299	研究论文	本研究评估了荷兰HAN应用科学大学物理治疗系设计的创新课程PACE的实施情况	PACE课程采用基于预设学习成果、个性化学习目标、灵活学习路径和程序化评估的综合学习方法，区别于传统教育	需要改进自主学习支持和促进深度学习的教学策略	评估创新课程PACE的实施效果，为未来课程开发提供信息	2021-2022年度的本科物理治疗学生和参与该课程的教师	教育创新	NA	混合方法设计，包括问卷、焦点小组、深度访谈和全国进度测试	NA	问卷数据、访谈数据和测试成绩	82名一年级学生和36名教师
2217	2025-05-03	Machine learning models for predicting postoperative peritoneal metastasis after hepatocellular carcinoma rupture: a multicenter cohort study in China 2025-Jan-17, The oncologist DOI:10.1093/oncolo/oyae341 PMID:39832130	研究论文	本研究利用机器学习模型预测肝细胞癌破裂后腹膜转移的风险	首次比较了五种机器学习模型在预测肝细胞癌破裂后腹膜转移中的表现，并发现深度学习模型表现最佳	研究仅基于中国多中心数据，可能无法推广到其他人群	开发预测肝细胞癌破裂后腹膜转移的最佳机器学习模型	522名接受手术的肝细胞癌破裂患者	机器学习	肝细胞癌	机器学习模型比较	逻辑回归、支持向量机、分类树、随机森林、深度学习	临床数据	522名患者（来自7个医疗中心）
2218	2025-05-03	Optimized digital workflow for pathologist-grade evaluation in bleomycin-induced pulmonary fibrosis mouse model 2025-Jan-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86544-4 PMID:39833349	research paper	开发了一种优化的数字工作流程，用于在博来霉素诱导的肺纤维化小鼠模型中实现病理学家级别的评估	开发了深度学习模型用于肺纤维化分级，其准确性可与病理学家相媲美，并结合了复杂的图像模式和定性因素	NA	优化博来霉素诱导的肺纤维化小鼠模型的评估工作流程，以提高药物开发的效率和可重复性	博来霉素诱导的肺纤维化小鼠模型	digital pathology	idiopathic pulmonary fibrosis	deep learning	CNN	image	NA
2219	2025-05-03	TopoQual polishes circular consensus sequencing data and accurately predicts quality scores 2025-Jan-16, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-06020-0 PMID:39815230	research paper	介绍了一种名为TopoQual的新工具，旨在提高PacBio HiFi测序数据的碱基质量预测准确性	TopoQual利用部分顺序比对（POA）、拓扑平行碱基和深度学习算法来优化共识序列，显著提高了碱基质量预测的准确性	目前的研究主要集中在PacBio HiFi测序数据上，对于其他测序技术的适用性尚未验证	提高PacBio HiFi测序数据在体细胞变异检测中的碱基质量预测准确性	PacBio HiFi测序数据	genomics	NA	circular consensus sequencing (CCS), high fidelity (HiFi) technology, partial order alignments (POA), deep learning	deep learning algorithms	sequencing data	NA
2220	2025-05-03	Development and Validation of a Machine Learning Method Using Vocal Biomarkers for Identifying Frailty in Community-Dwelling Older Adults: Cross-Sectional Study 2025-Jan-16, JMIR medical informatics IF:3.1Q2 DOI:10.2196/57298 PMID:39819744	研究论文	开发并验证了一种使用声音生物标志物识别社区居住老年人衰弱状态的机器学习方法	利用深度学习提取的声音生物标志物预测衰弱状态，相比传统方法具有更高的准确性和AUC值	样本量较小（127名参与者），且未与传统衰弱评估方法进行直接比较	开发一种非侵入性、可扩展的衰弱检测方法	社区居住的50岁及以上老年人	机器学习	老年疾病	深度学习	SpeechAI, DemoAI, DemoSpeechAI	语音数据、人口统计数据	127名50岁及以上的社区居住老年人