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
3261	2025-04-05	Leveraging AI to Explore Structural Contexts of Post-Translational Modifications in Drug Binding 2025-Mar-20, bioRxiv : the preprint server for biology DOI:10.1101/2025.01.14.633078 PMID:40166291	研究论文	利用人工智能探索翻译后修饰在药物结合中的结构背景	首次大规模利用AI方法（如AlphaFold3、RoseTTAFold All-Atom、Chai-1）预测PTM对小分子结合的影响，并构建了包含14,178个PTM修饰人类蛋白质模型的数据库	方法的精确评估需要更大的基准测试集	探索翻译后修饰（PTMs）对药物结合的结构影响	人类蛋白质中的小分子结合相关PTMs	机器学习	癌症（宫颈癌和肺癌）、糖尿病、心脏病、神经退行性疾病和代谢疾病	深度学习算法、蛋白质结构预测工具（AlphaFold3、RoseTTAFold All-Atom、Chai-1）	深度学习模型	蛋白质结构数据	6,131个已识别的PTMs，映射到ECOD数据库的结构域，生成14,178个PTM修饰的人类蛋白质模型
3262	2025-04-05	Enhancing Patient Outcome Prediction Through Deep Learning With Sequential Diagnosis Codes From Structured Electronic Health Record Data: Systematic Review 2025-Mar-18, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/57358 PMID:40100249	系统综述	本文通过系统综述探讨了深度学习模型如何利用电子健康记录中的序列诊断代码来预测患者结果	首次系统评估了深度学习模型在利用序列诊断数据预测患者结果中的应用，并分析了样本大小对模型性能的影响及模型的泛化能力	研究方法和结果的异质性较大，且大多数研究存在高偏倚风险	探讨序列诊断数据在深度学习模型中的应用，评估其整合方式、样本大小对性能的影响及模型的泛化能力	使用序列诊断代码训练的深度学习算法预测患者结果的研究	医疗健康数据分析	多种疾病（如心力衰竭）	深度学习	RNN及其衍生模型、Transformer	电子健康记录中的序列诊断代码	84项符合条件的研究（共740篇筛选论文）
3263	2025-04-05	Emotion Forecasting: A Transformer-Based Approach 2025-Mar-18, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/63962 PMID:40101216	研究论文	本文提出了一种基于Transformer的方法，用于预测精神病患者的情绪状态，通过被动监测行为变量实现实时监控	结合HMM预处理和Transformer模型，利用注意力机制捕捉长时间依赖关系，提高了多元时间序列预测的稳定性和可解释性	研究依赖于移动设备和可穿戴设备的数据收集，可能受限于设备普及率和数据质量	利用新技术和深度学习技术实现更客观、实时的精神病患者情绪状态监测	精神病患者	机器学习	精神疾病	移动设备传感器数据收集、Transformer模型	Transformer、HMM、RNN、LSTM	时间序列数据（步数、位置、睡眠模式等）	与医院和诊所合作使用eB2应用收集的数据（具体数量未提及）
3264	2025-04-05	AGPred: An End-to-End Deep Learning Model to Predicting Drug Approvals in Clinical Trials Based on Molecular Features 2025-Mar-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3547315 PMID:40048330	research paper	提出了一种基于深度学习的端到端模型AGPred，用于预测药物在临床试验中的批准率	采用基于注意力的图神经网络(GNN)自动学习药物分子表示，并结合交叉注意力融合模块学习分子指纹特征，整合药物的理化性质	未提及具体的数据集规模限制或模型泛化能力的局限性	提高药物临床试验批准率的预测准确性	药物分子	machine learning	NA	deep learning, GNN	attention-based GNN	molecular graphs, molecular fingerprints, physicochemical properties	未明确提及具体样本数量
3265	2025-04-05	Weakly Supervised Deep Learning Can Analyze Focal Liver Lesions in Contrast-Enhanced Ultrasound 2025-Mar-06, Digestion IF:3.0Q2 DOI:10.1159/000545098 PMID:40049151	研究论文	本研究评估了弱监督深度学习模型在分类肝脏局灶性病变良恶性方面的性能	使用弱监督注意力机制的多实例学习算法，无需手动标注，仅使用病例标签进行训练	研究为回顾性研究，样本来自单一医疗机构	开发辅助诊断肝脏局灶性病变良恶性的AI算法	肝脏局灶性病变(FLLs)患者	数字病理	肝脏疾病	对比增强超声(CEUS)	注意力机制的多实例学习算法	图像	370名患者，共955,938张CEUS图像
3266	2025-04-05	Epicardial adipose tissue, myocardial remodelling and adverse outcomes in asymptomatic aortic stenosis: a post hoc analysis of a randomised controlled trial 2025-Mar-06, Heart (British Cardiac Society) DOI:10.1136/heartjnl-2024-324925 PMID:40050004	研究论文	本研究探讨了心外膜脂肪组织与无症状主动脉瓣狭窄患者的疾病严重程度、进展、心肌重塑和功能以及死亡率之间的关系	首次在心外膜脂肪组织与无症状主动脉瓣狭窄患者的疾病严重程度、进展及死亡率之间建立关联，并发现其与心肌健康受损的生物标志物相关	样本量较小（124例患者），且为事后分析，可能影响结果的普遍性	研究心外膜脂肪组织在主动脉瓣狭窄中的作用	无症状的轻度至重度主动脉瓣狭窄患者	心血管疾病	主动脉瓣狭窄	CT血管造影和深度学习软件	深度学习	医学影像和生物标志物数据	124例无症状主动脉瓣狭窄患者
3267	2025-04-05	Deep Learning Enhances Precision of Citrullination Identification in Human and Plant Tissue Proteomes 2025-Mar, Molecular & cellular proteomics : MCP IF:6.1Q1 DOI:10.1016/j.mcpro.2025.100924 PMID:39921205	研究论文	提出了一种结合深度学习模型Prosit-Cit的新型数据分析流程，用于提高蛋白质瓜氨酸化位点识别的敏感性和精确性	将深度学习模型Prosit-Cit整合到质谱数据库搜索工作流程中，显著提高了瓜氨酸化位点识别的准确性和灵敏度，并减少了假阳性	依赖于合成肽段的光谱数据进行模型训练，可能在实际生物样本中存在一定的偏差	提高蛋白质瓜氨酸化位点识别的精确性和灵敏度，以促进对瓜氨酸化在健康和疾病中作用的理解	人类和模式植物拟南芥的组织蛋白质组	蛋白质组学	NA	质谱分析	Prosit-Cit（基于Prosit模型的扩展）	质谱数据	约53,000个光谱来自约2,500个合成瓜氨酸化肽段，以及拟南芥30个组织中的约200个瓜氨酸化位点
3268	2025-04-05	The Multimodal MRI Features of Deteriorative MCI Patients-A 2-Year Follow-up Study 2025-Mar-01, Neurology India IF:0.9Q4 DOI:10.4103/NI.Neurol-India-D-23-00014 PMID:40176222	研究论文	探讨轻度认知障碍（MCI）患者两年随访期间的多模态MRI特征	通过深度学习算法提取脑区特征，发现FA值降低和ADC值升高可作为MCI恶化的预警特征	样本量较小（105例），且仅基于MRI特征分析	探索MCI患者认知功能恶化的MRI影像学特征	105例MCI患者	数字病理学	老年性疾病	多模态MRI序列（ADC、FA、CBF）	深度学习算法	MRI图像	105例MCI患者（2019年和2021年两次随访）
3269	2025-04-05	Conditioning generative latent optimization for sparse-view computed tomography image reconstruction 2025-Mar, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.2.024004 PMID:40177097	research paper	提出一种无需训练数据的稀疏视图CT图像重建方法，通过条件生成潜在优化（cGLO）提高重建质量	无需训练数据，独立于实验设置，可从小型无监督数据集中初始化以提高重建效果	未提及具体在低剂量CT或其他成像任务中的表现	解决稀疏视图CT图像重建问题，提高重建质量	稀疏视图CT图像	digital pathology	NA	条件生成潜在优化（cGLO）	generative model	CT图像	未明确提及具体样本数量
3270	2025-04-05	Brain tumor segmentation and detection in MRI using convolutional neural networks and VGG16 2025-Mar, Cancer biomarkers : section A of Disease markers IF:2.2Q3 DOI:10.1177/18758592241311184 PMID:40183298	研究论文	本研究探讨了使用卷积神经网络（CNN）和VGG16在MRI图像中自动检测和分类脑肿瘤的方法	提出了一种能够预测分割性能并检测失败事件的深度学习模型，通过mIoU指标提高语义分割的准确性和失败检测	未提及具体样本量，可能影响模型泛化能力	开发自动化脑肿瘤检测系统，提高医疗诊断效率和准确性	MRI图像中的脑肿瘤	数字病理	脑肿瘤	深度学习，图像处理	CNN, VGG16	图像	NA
3271	2025-04-05	Minimal sourced and lightweight federated transfer learning models for skin cancer detection 2025-01-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82402-x PMID:39837883	研究论文	提出并开发了一种使用最小资源和轻量级联邦迁移学习模型高精度分类皮肤癌类型的技术	采用最小资源预训练的深度学习模型（如EfficientNetV2S、EfficientNetB3、ResNet50和NasNetMobile）进行迁移学习，并应用于联邦学习生态系统	未提及具体样本量或数据来源的详细描述	高精度分类皮肤癌类型，同时减少资源消耗	皮肤癌（痣和黑色素瘤病变）	计算机视觉	皮肤癌	迁移学习、联邦学习	EfficientNetV2S、EfficientNetB3、ResNet50、NasNetMobile	图像	NA
3272	2025-04-05	Deep-learning based electromagnetic navigation system for transthoracic percutaneous puncture of small pulmonary nodules 2025-01-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85209-6 PMID:39833245	研究论文	开发了一种基于深度学习的电磁导航穿刺系统，用于提高经胸小肺结节穿刺的准确性和效率	结合多种深度学习模型与电磁及空间定位技术，开发了新型电磁导航穿刺系统DL-EMNS	研究仅在体模和动物模型中进行，尚未进行人体临床试验	提高经胸小肺结节穿刺的技术成功率和操作效率	亚厘米级肺结节	数字病理	肺癌	电磁导航技术、空间定位技术	深度学习模型	医学影像	体模研究和动物研究（具体数量未明确说明）
3273	2025-04-05	Visual impairment prevention by early detection of diabetic retinopathy based on stacked auto-encoder 2025-01-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85752-2 PMID:39833312	研究论文	该研究提出了一种基于增强堆叠自编码器的新方法，用于糖尿病视网膜病变的早期检测和分类	与传统CNN方法相比，该方法通过降低时间复杂度、减少错误和增强降噪能力，提供了更高的可靠性	未提及具体局限性	开发一种准确高效的方法来分类糖尿病视网膜病变的不同阶段，以实现早期疾病诊断和预防失明	糖尿病视网膜病变患者	计算机视觉	糖尿病视网膜病变	堆叠自编码器（SAEs）	SAE	图像	35,126张视网膜眼底图像，包括一个健康阶段和四个糖尿病视网膜病变阶段
3274	2025-04-05	Predicting drug and target interaction with dilated reparameterize convolution 2025-01-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86918-8 PMID:39833385	research paper	该论文提出了一种名为Rep-ConvDTI的新型药物-靶标相互作用预测框架，利用大核卷积块和门控注意力机制来提高预测性能	设计了用于提取大规模序列信息的大核卷积块，并引入了重参数化方法帮助大核卷积捕捉小尺度信息，开发了门控注意力机制以更高效地表征药物和靶标的相互作用	未明确提及具体局限性	提高药物-靶标相互作用预测的准确性和效率	药物和靶标分子	machine learning	NA	深度学习	CNN	序列数据	三个基准数据集
3275	2025-04-05	Enhancing predictive accuracy for urinary tract infections post-pediatric pyeloplasty with explainable AI: an ensemble TabNet approach 2025-01-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82282-1 PMID:39828726	研究论文	本文提出了一种结合机器学习和深度学习的集成预测模型，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方法实现模型可解释性	研究证据等级为IV级，缺乏对照组	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	机器学习算法比较（逻辑回归、SVM、随机森林、XGBoost、LightGBM）和深度学习TabNet模型	集成学习模型（LightGBM+TabNet+逻辑回归元学习器）	临床数据	764例儿科患者（其中265例术后发生尿路感染）
3276	2025-04-05	Benchmarking protein language models for protein crystallization 2025-01-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86519-5 PMID:39827171	研究论文	本文通过TRILL平台评估了开放蛋白质语言模型（PLMs）在预测蛋白质结晶倾向方面的性能，并比较了不同PLMs的性能	使用TRILL平台对多种PLMs进行基准测试，并发现ESM2模型在预测蛋白质结晶结果方面表现最佳，性能提升3倍以上	研究仅基于序列信息，未考虑蛋白质的三维结构或其他生物化学特性	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	自然语言处理	NA	蛋白质语言模型（PLMs）	ESM2, Ankh, ProtT5-XL, ProstT5, xTrimoPGLM, SaProt, LightGBM, XGBoost	蛋白质序列数据	3000个生成的蛋白质，最终筛选出5个潜在可结晶的蛋白质
3277	2025-04-05	Advancements in Frank's sign Identification using deep learning on 3D brain MRI 2025-01-18, 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脑部MRI扫描中自动识别Frank's sign（FS）	首次使用深度学习模型对3D脑部MRI中的FS进行自动分割和识别，并验证了模型在外部数据集上的性能	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），可能无法涵盖所有临床情况	开发自动化的FS检测工具，以改善临床实践中的FS识别	3D脑部MRI扫描中的Frank's sign	计算机视觉	老年疾病	MRI扫描	U-net	3D图像	400个训练脑部MRI扫描和600个验证脑部MRI扫描（两个外部数据集各300个）
3278	2025-04-05	Comparison of 1D and 3D volume measurement techniques in NF2-associated vestibular schwannoma monitoring 2025-01-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85386-4 PMID:39824854	研究论文	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	小肿瘤或手术后肿瘤的测量结果存在较大分散范围，不适用于精确评估肿瘤体积和生长的治疗决策	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效果	NF2患者及其相关前庭神经鞘瘤	数字病理学	前庭神经鞘瘤	MRI, 3D分割体积分析（SVA）	线性回归模型	MRI图像	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
3279	2025-04-05	Automatic detection and prediction of COVID-19 in cough audio signals using coronavirus herd immunity optimizer algorithm 2025-01-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85140-w PMID:39824893	研究论文	提出一种基于深度学习的框架，利用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，显著降低误差指标	未提及模型在真实临床环境中的验证情况	开发高效的COVID-19诊断工具	COVID-19患者的咳嗽音频信号	机器学习	COVID-19	模糊灰度差异直方图均衡化、Zernike矩（ZM）、灰度共生矩阵（GLCM）	EDNN-CHIO、U-Net、LSTM	音频	来自COUGHVID数据集的音频数据
3280	2025-04-05	Interpretable and integrative deep learning for discovering brain-behaviour associations 2025-01-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-85032-5 PMID:39824899	研究论文	提出了一种可解释且集成的深度学习框架，用于发现大脑与行为之间的关联	结合数字化身与稳定性选择方法，评估多视图数据之间的关系，有效识别稳定的大脑-行为关联	未提及具体样本量的限制或数据收集的地理局限性	开发一个能够整合和分析多源数据的框架，以更好地理解和预测精神疾病综合征	健康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	深度学习	多视图无监督学习框架	成像、遗传学、症状报告	NA