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
4181	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）
4182	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
4183	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
4184	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
4185	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）
4186	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
4187	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
4188	2025-04-05	Advanced molecular modeling of proteins: Methods, breakthroughs, and future prospects 2025, Advances in pharmacology (San Diego, Calif.) DOI:10.1016/bs.apha.2025.02.005 PMID:40175043	review	本文综述了蛋白质分子建模的先进方法、突破性进展及未来前景	介绍了深度学习算法如AlphaFold在复杂蛋白质结构预测中的显著进步	未提及具体研究中的样本量或实验数据限制	提升对蛋白质行为的理解，优化药物发现与开发过程	蛋白质分子及其在生物过程中的功能	分子建模	NA	同源建模、分子动力学模拟、量子力学/分子力学策略、深度学习	AlphaFold	蛋白质结构数据	NA
4189	2025-04-05	Deep learning: A game changer in drug design and development 2025, Advances in pharmacology (San Diego, Calif.) DOI:10.1016/bs.apha.2025.01.008 PMID:40175037	review	深度学习在药物设计和开发中的革命性作用	深度学习在药物发现过程中显著提高了目标识别、先导化合物选择、毒性预测、药物再利用、从头药物发现以及药物特性优化的效率和成功率	NA	探讨深度学习如何改变药物设计和开发的传统流程	药物设计和开发过程	machine learning	NA	深度学习	NA	生物数据	NA
4190	2025-04-05	[Comparison of the Impact of Deep Learning Techniques on Low-noise Head CT Images] 2025, Nihon Hoshasen Gijutsu Gakkai zasshi DOI:10.6009/jjrt.25-1537 PMID:40175157	研究论文	比较两种深度学习技术对低噪声头部CT图像中脑CT值、图像噪声内容及白质与灰质对比噪声比的影响	首次比较了AiCE和PixelShine两种深度学习技术在低噪声头部CT图像处理中的效果差异	研究样本量较小（仅21名正常患者），且仅针对特定设备型号	评估不同深度学习技术对CT图像质量参数的优化效果	头部CT图像中的脑组织CT值、图像噪声和对比噪声比	医学影像处理	神经系统疾病	深度学习（AiCE和PixelShine技术）	深度学习（具体架构未说明）	医学影像（CT图像）	21名无异常发现的正常患者头部CT扫描数据
4191	2025-04-05	Accurate V2X traffic prediction with deep learning architectures 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1565287 PMID:40176965	研究论文	本文提出了一种基于深度学习的V2X环境交通预测方法	使用双向长短期记忆网络(BiLSTM)进行交通预测，并与其他深度学习架构进行比较，展示了BiLSTM在预测精度上的优势	未提及具体的数据集规模或实际部署中的潜在问题	提高V2X通信环境下的交通预测准确性	V2X通信环境下的交通数据	机器学习	NA	深度学习	BiLSTM, LSTM, GRU	交通数据	NA
4192	2025-04-05	Developing predictive models for µ opioid receptor binding using machine learning and deep learning techniques 2025, Experimental biology and medicine (Maywood, N.J.) DOI:10.3389/ebm.2025.10359 PMID:40177220	研究论文	本研究旨在开发机器学习和深度学习模型，用于预测化学物质与μ阿片受体（MOR）的结合活性	结合机器学习和深度学习技术，开发了多种预测模型，并进行了交叉验证和外部验证，以评估其预测性能	模型的马修斯相关系数在0.528-0.654和0.408之间，仍有提升空间	预测化学物质与μ阿片受体的结合活性，以辅助开发非成瘾性或低成瘾性阿片类镇痛药	化学物质及其与μ阿片受体的结合活性数据	机器学习	NA	Mold2软件计算分子描述符	随机森林、k近邻、支持向量机、多层感知机、长短期记忆模型	分子描述符数据	从公共数据库和文献中收集的化学物质数据
4193	2025-04-05	A flexible transoral swab sampling robot system with visual-tactile fusion approach 2025, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2025.1520374 PMID:40177224	研究论文	提出了一种基于视觉-触觉融合方法的经口拭子采样机器人系统，用于自主进行核酸采样	采用视觉-触觉融合方法进行导航，结合串并联混合柔性机构实现精确的远端姿态调整	初步实验阶段，尚未大规模验证其安全性和准确性	解决核酸采样过程中需要大量医护人员参与的问题	经口拭子采样机器人系统	机器人技术	COVID-19, 季节性流感	深度学习, 视觉-触觉感知	深度学习	图像, 触觉反馈	初步实验阶段，未提及具体样本量
4194	2025-04-05	Measurement-guided therapeutic-dose prediction using multi-level gated modality-fusion model for volumetric-modulated arc radiotherapy 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1468232 PMID:40177241	研究论文	开发了一种用于头颈癌放射治疗中测量引导治疗剂量预测的新型深度学习模型	提出了一种多级门控模态融合模型，能够整合CT和剂量图像的多尺度特征，并充分利用不同模态间的相互促进作用	在皮肤或热塑性面罩压痕边界附近的区域，预测剂量值与真实值存在较大差异	提高头颈癌放射治疗前患者特定质量保证(prePSQA)的效率和准确性	头颈癌放射治疗患者	数字病理	头颈癌	容积调强弧形放射治疗(VMAT)	多级门控模态融合模型	医学影像(CT和剂量图像)	310例接受VMAT治疗的患者(训练集186例，验证集62例，测试集62例)
4195	2025-04-05	Construction of a predictive model for the efficacy of anti-VEGF therapy in macular edema patients based on OCT imaging: a retrospective study 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1505530 PMID:40177270	研究论文	基于OCT影像和深度学习构建预测模型，用于评估抗VEGF治疗黄斑水肿患者的疗效	创新性地引入组卷积和多卷积核处理多维特征，结合空间金字塔池化(SPP)提取最有用的特征，并利用ResNet50作为预训练模型进行模型融合	研究为回顾性研究，可能存在选择偏倚，且样本量未明确说明	开发自动化和高效的方法预测抗VEGF治疗黄斑水肿患者的疗效	黄斑水肿患者	数字病理	黄斑水肿	OCT成像	ResNet50结合注意力机制和SPP的深度学习模型	图像	NA
4196	2025-04-05	The promise and limitations of artificial intelligence in CTPA-based pulmonary embolism detection 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1514931 PMID:40177281	综述	本文综述了人工智能在CTPA肺动脉栓塞检测中的应用及其前景与局限性	探讨了AI在CTPA图像分析中的能力，特别是在使用深度学习模型检测肺动脉栓塞方面的敏感性和特异性，以及与人类放射科医生的比较	算法偏见、可解释性问题以及严格验证的必要性，这些限制了AI在临床实践中的广泛应用	研究AI在CTPA肺动脉栓塞检测中的角色，以提高诊断精确性和效率	CTPA图像中的肺动脉栓塞	数字病理学	肺动脉栓塞	深度学习	复杂神经网络	CTPA图像	大型数据集
4197	2025-04-05	A Plantar Pressure Detection and Gait Analysis System Based on Flexible Triboelectric Pressure Sensor Array and Deep Learning 2025-01, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202405064 PMID:39473332	研究论文	开发了一种基于柔性摩擦电压力传感器阵列和深度学习的足底压力检测与步态分析系统	采用柔性、透气、可穿戴的静电纺丝纳米纤维膜作为足底压力传感器，并集成了32个FTPS到智能鞋垫中，实现了高灵敏度和无需外部电源的实时步态检测	未提及系统在极端环境下的性能表现或长期使用的耐久性测试	开发一种可穿戴、自供电的步态检测系统，用于人体健康评估和疾病早期诊断	足底压力与步态分析	机器学习	NA	静电纺丝纳米纤维膜技术	LSTM	压力传感器数据	未明确提及样本数量
4198	2025-04-05	Preoperative Ultrasound Radomics to Predict Posthepatectomy Liver Failure in Patients With Hepatocellular Carcinoma 2024-Dec, Journal of ultrasound in medicine : official journal of the American Institute of Ultrasound in Medicine IF:2.1Q2 DOI:10.1002/jum.16559 PMID:39177192	研究论文	该研究开发了一种基于二维剪切波弹性成像和临床数据的深度学习方法，用于预测慢性乙型肝炎相关肝细胞癌患者术后肝功能衰竭的风险	提出了结合双模态超声特征和临床指标的深度学习模型PHLF-Net，采用渐进式训练策略，并在多个独立测试集中验证了其有效性	研究样本量相对有限（532例患者），且主要针对慢性乙型肝炎相关肝细胞癌患者	开发预测肝细胞癌患者术后肝功能衰竭风险的方法	接受肝切除术的肝细胞癌患者	数字病理学	肝细胞癌	二维剪切波弹性成像	ResNet50	超声图像（B模式和弹性成像）及临床指标	532例肝细胞癌患者（来自5家医院）
4199	2025-04-05	RiceSNP-ABST: a deep learning approach to identify abiotic stress-associated single nucleotide polymorphisms in rice 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae702 PMID:39757606	研究论文	提出了一种名为RiceSNP-ABST的深度学习模型，用于识别水稻中与非生物胁迫相关的单核苷酸多态性（SNPs）	开发了一种新的负样本构建策略，提出了四种基于DNA序列片段的特征编码方法，并采用带有残差连接的卷积神经网络进行预测	高质量的水稻非生物胁迫相关数据稀缺，可能影响模型的泛化能力	开发预测模型以识别水稻中与非生物胁迫相关的SNPs，助力水稻抗性品种的培育	水稻中的单核苷酸多态性（SNPs）	机器学习	NA	全基因组关联研究（GWAS）	CNN	DNA序列	NA
4200	2025-04-05	GPS-pPLM: A Language Model for Prediction of Prokaryotic Phosphorylation Sites 2024-11-08, Cells IF:5.1Q2 DOI:10.3390/cells13221854 PMID:39594603	research paper	介绍了一个名为GPS-pPLM的在线服务器，用于预测原核生物中的磷酸化位点	结合了transformer和深度神经网络两种深度学习方法，整合了10种序列特征和上下文特征，构建了针对特定磷酸化残基类型和物种的预测模型	NA	预测原核生物中的磷酸化位点	原核生物中的磷酸化位点	natural language processing	NA	transformer, deep neural network	transformer, DNN	protein sequences	44,839个非冗余磷酸化位点，来自16,041个蛋白质和95种原核生物