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
421	2025-05-02	Twenty Years of Neuroinformatics: A Bibliometric Analysis 2025-Jan-15, Neuroinformatics IF:2.7Q3 DOI:10.1007/s12021-024-09712-3 PMID:39812741	研究论文	本文对过去20年的神经信息学进行了全面的文献计量分析，揭示了该领域在神经科学与计算科学交叉点上的演变	使用VOS viewer等先进工具及共引分析、文献耦合和关键词共现等方法，深入分析了出版趋势、引用模式及期刊影响力	分析主要基于文献计量数据，可能未涵盖所有实际研究进展或具体技术细节	评估神经信息学领域的发展趋势、研究主题及期刊影响力	神经信息学领域的出版物、引用数据及研究主题	神经信息学	NA	共引分析、文献耦合、关键词共现	NA	文献数据	过去20年的神经信息学出版物
422	2025-05-02	Patch-Wise Deep Learning Method for Intracranial Stenosis and Aneurysm Detection-the Tromsø Study 2025-Jan-15, Neuroinformatics IF:2.7Q3 DOI:10.1007/s12021-024-09697-z PMID:39812766	研究论文	提出了一种结合经典计算机视觉技术和深度学习的patch-wise方法，用于检测颅内动脉狭窄和动脉瘤	结合了经典计算机视觉技术和深度学习，采用patch-wise残差神经网络和投票机制进行检测	对于涉及MRI中长距离依赖的闭塞检测效果不佳，这是由于patch-wise深度学习方法的架构设计所致	早期检测颅内动脉狭窄和动脉瘤，以进行有效干预	颅内动脉粥样硬化性狭窄（ICAS）和颅内动脉瘤	数字病理学	脑血管疾病	时间飞跃磁共振血管成像（TOF-MRA）	残差神经网络（ResNet）	图像	NA
423	2025-05-02	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	本研究首次使用AlphaFold2、Alpha Missense和ThermoMPNN比较了COG4基因临床相关变异的蛋白质结构和致病性	首次结合AlphaFold2、Alpha Missense和ThermoMPNN三种深度学习算法评估COG4基因错义变异的蛋白质结构和致病性	研究样本量有限，仅分析了4个临床相关变异，且致病性评估结果需要进一步实验验证	评估COG4基因错义变异的蛋白质结构变化和致病性	COG4基因的临床相关错义变异（包括新发现的p.Y714F和已知的p.G512R、p.R729W、p.L769R）	生物信息学	先天性白内障	AlphaFold2、Alpha Missense、ThermoMPNN、主成分分析(PCA)	深度学习模型	蛋白质序列数据	4个临床相关变异和14,915个可能的Cog4错义变异
424	2025-05-02	Intelligent in-cell electrophysiology: Reconstructing intracellular action potentials using a physics-informed deep learning model trained on nanoelectrode array recordings 2025-Jan-14, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-55571-6 PMID:39809732	研究论文	本研究提出了一种基于物理信息深度学习的模型，用于从纳米电极阵列记录中重建细胞内动作电位	利用AI技术从同步记录的细胞外和细胞内动作电位对中重建细胞内电位，为非侵入性、高通量药物心脏毒性评估提供了新方法	目前仅在干细胞衍生的心肌细胞上进行了验证，尚未扩展到其他细胞类型	开发一种非侵入性、高通量的细胞内电生理记录方法	干细胞衍生的心肌细胞	机器学习	心血管疾病	纳米电极阵列(NEAs)和微电极阵列(MEAs)记录	物理信息深度学习模型	电生理信号	数千对同步记录的细胞外和细胞内动作电位
425	2025-05-02	Variational graph autoencoder for reconstructed transcriptomic data associated with NLRP3 mediated pyroptosis in periodontitis 2025-Jan-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86455-4 PMID:39809940	研究论文	本研究评估了变分图自编码器（VGAE）在重建与NLRP3介导的牙周炎细胞焦亡相关基因数据中的效果	首次将变分图自编码器应用于牙周炎研究中，用于重建基因数据并分析NLRP3介导的细胞焦亡	存在5820个假阴性结果，表明模型采取了保守策略	评估变分图自编码器在牙周炎基因数据重建中的效果	NCBI GEO数据集GSE262663中的基因表达数据	数字病理学	牙周炎	无监督K-means聚类	VGAE（变分图自编码器）	基因表达数据	3个样本（包含缺氧暴露与未暴露组）
426	2025-05-02	Establishing a GRU-GCN coordination-based prediction model for miRNA-disease associations 2025-Jan-14, BMC genomic data IF:1.9Q3 DOI:10.1186/s12863-024-01293-z PMID:39810100	研究论文	本研究开发了一种基于GRU-GCN协调的深度学习模型，用于预测miRNA与疾病之间的关联	引入了两种标记策略（基于权重和基于多数的定义）来分类miRNA-疾病关联，并开发了一种结合GRU和GCN的新型模型	模型性能依赖于标记策略的准确性，且数据集仅来自HMDD，可能限制了模型的泛化能力	提高miRNA与疾病关联预测的准确性和效率	miRNA与疾病的关联	生物信息学	NA	深度学习	GRU-GCN	生物实验数据	来自HMDD的miRNA-疾病关联数据集
427	2025-05-02	Effect of feedback-integrated reflection, on deep learning of undergraduate medical students in a clinical setting 2025-Jan-14, BMC medical education IF:2.7Q1 DOI:10.1186/s12909-025-06648-3 PMID:39810114	research paper	研究反馈整合反思对本科医学生在妇科临床环境中深度学习的影响	比较反馈整合反思与单独反思对医学生高阶多选题成绩的影响	样本量较小（68人），且研究仅针对妇科临床环境	评估反馈整合反思对医学生深度学习的效果	本科医学生	医学教育	NA	随机对照试验	NA	测试成绩	68名本科医学生
428	2025-05-02	Diagnosis of Parkinson's disease by eliciting trait-specific eye movements in multi-visual tasks 2025-Jan-14, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-06044-3 PMID:39810187	研究论文	通过虚拟现实环境中的多任务眼动追踪技术，提取帕金森病特异性眼动异常特征，并利用深度学习算法建立辅助诊断模型	在虚拟现实环境中设计多任务以激发帕金森病特异性眼动异常，并首次提出深度学习算法对这些特征进行建模以实现辅助诊断	研究样本量相对较小（114名患者和125名健康对照），且仅在虚拟现实环境中验证	开发一种基于眼动特征的帕金森病辅助诊断方法	帕金森病患者和健康对照者的眼动数据	数字病理学	帕金森病	眼动追踪技术、虚拟现实技术	深度学习算法	眼动数据	114名帕金森病患者和125名健康对照者
429	2025-05-02	Integrating Protein Language Model and Molecular Dynamics Simulations to Discover Antibiofouling Peptides 2025-Jan-14, Langmuir : the ACS journal of surfaces and colloids IF:3.7Q2 DOI:10.1021/acs.langmuir.4c04140 PMID:39810350	研究论文	结合蛋白质语言模型和分子动力学模拟发现抗生物污染肽	使用深度学习高通量搜索和分子动力学模拟相结合的方法，在微生物组库中寻找抗生物污染肽	现有数据库的偏差可能影响模型的训练效果	开发新的抗生物污染肽材料以适应广泛的应用场景	抗生物污染肽	生物信息学	NA	深度学习、分子动力学模拟	随机森林、ESM2	蛋白质序列	包含等量抗生物污染和生物污染肽序列的数据库
430	2025-05-02	Assessment of hard tissue changes after horizontal guided bone regeneration with the aid of deep learning CBCT segmentation 2025-Jan-13, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-024-06136-w PMID:39804427	研究论文	评估深度学习模型在锥形束计算机断层扫描（CBCT）分割中的应用，以研究下颌水平引导骨再生（GBR）后的硬组织变化	使用基于SegResNet的深度学习模型进行CBCT扫描的分割，以评估GBR后的硬组织变化	训练数据库需要进一步扩大以提高模型的鲁棒性	研究深度学习模型在CBCT扫描分割中的性能，以评估GBR后的硬组织变化	下颌水平GBR前后的CBCT扫描	数字病理	NA	CBCT扫描	SegResNet	图像	70个CBCT扫描用于训练，10对术前和术后CBCT扫描用于测试
431	2025-05-02	Clinical Decision Support Using Speech Signal Analysis: Systematic Scoping Review of Neurological Disorders 2025-Jan-13, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/63004 PMID:39804693	系统范围综述	本文通过系统范围综述探讨了语音信号分析在神经系统疾病临床决策支持中的应用	提出了一个结构化研究框架，整合临床实践、语音科学和数据科学知识，以指导未来研究实现更高的临床相关性	仅纳入了72篇聚焦神经系统疾病的研究进行定性分析，样本量相对有限	调查数字临床语音信号分析的技术革命和最新趋势，从临床和技术角度理解关键概念和研究过程	神经系统疾病患者的语音信号	自然语言处理	神经系统疾病	语音信号分析	传统机器学习和深度学习	语音	389篇文献初筛，72篇聚焦神经系统疾病的研究纳入定性分析
432	2025-05-02	Blood cancer prediction model based on deep learning technique 2025-Jan-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84475-0 PMID:39805996	研究论文	本文提出了一种基于深度学习技术的血液癌症预测模型，旨在通过早期检测降低死亡率	利用多种先进的深度学习模型（如ResNetRS50、RegNetX016等）进行血液癌症诊断，其中ResNetRS50表现出更高的准确性和速度	未提及具体样本量或数据来源，可能影响模型泛化能力	通过早期诊断降低血液癌症的死亡率	血液癌症患者	数字病理学	血液癌症	深度学习	ResNetRS50, RegNetX016, AlexNet, Convnext, EfficientNet, Inception_V3, Xception, VGG19	NA	NA
433	2025-05-02	Diagnosis and prognosis of melanoma from dermoscopy images using machine learning and deep learning: a systematic literature review 2025-Jan-13, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-024-13423-y PMID:39806282	系统文献综述	本文综述了机器学习和深度学习在皮肤镜图像中用于黑色素瘤诊断和预后的最新进展	总结了多种深度学习架构（如DenseNet和ResNet）在黑色素瘤检测中的优异表现，并讨论了数据多样性、模型可解释性等挑战	存在数据多样性不足、模型可解释性有限以及计算资源需求高的挑战	探讨机器学习和深度学习在黑色素瘤诊断和预后中的应用潜力	皮肤镜图像	数字病理学	黑色素瘤	机器学习和深度学习	DenseNet, ResNet, DCNN	图像	34项研究（2016-2024年发表），涉及HAM10000、ISIC等数据集
434	2025-05-02	MDFGNN-SMMA: prediction of potential small molecule-miRNA associations based on multi-source data fusion and graph neural networks 2025-Jan-13, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06040-4 PMID:39806287	研究论文	提出了一种基于多源数据融合和图神经网络的深度学习方法MDFGNN-SMMA，用于预测小分子与miRNA的潜在关联	结合多源数据融合和图神经网络技术，提出了一种新的预测小分子-miRNA关联的计算方法	方法依赖于现有数据库的准确性，且未在更广泛的独立数据集上进行验证	开发高效的计算方法来预测小分子与miRNA的关联，以替代传统实验方法	小分子(SMs)和miRNA	生物信息学	NA	Atom Pairs指纹、Molecular ACCess System指纹、K-mer特征	GAT和GraphSAGE	分子指纹特征、序列特征	NA
435	2025-05-02	Optimizing hip MRI: enhancing image quality and elevating inter-observer consistency using deep learning-powered reconstruction 2025-Jan-13, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01554-y PMID:39806303	研究论文	本研究探讨了深度学习重建（DLR）在优化髋关节MRI中的图像质量和观察者间一致性的潜力	利用深度学习重建技术显著减少了扫描时间，同时保持了图像质量，提高了诊断效率	研究样本量较小（60名患者），且为回顾性研究	优化髋关节MRI扫描，提高图像质量和临床效率	60名接受DL-MRI、常规MRI和无DL-MRI检查的患者	数字病理	NA	深度学习重建（DLR）	NA	MRI图像	60名患者
436	2025-05-02	Effect of flipped classroom method on the reflection ability in nursing students in the professional ethics course; Solomon four-group design 2025-Jan-13, BMC medical education IF:2.7Q1 DOI:10.1186/s12909-024-06556-y PMID:39806386	研究论文	本研究探讨了翻转课堂教学方法对护理学生在专业伦理课程中反思能力的影响	使用所罗门四组设计来评估翻转课堂对学生反思能力的影响	样本量较小，仅80名护理学生参与	研究翻转课堂教学方法对护理学生反思能力的影响	护理学生	教育方法	NA	问卷调查	NA	问卷数据	80名护理学生
437	2025-05-02	Annotation-free deep learning algorithm trained on hematoxylin & eosin images predicts epithelial-to-mesenchymal transition phenotype and endocrine response in estrogen receptor-positive breast cancer 2025-Jan-12, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-025-01959-1 PMID:39800743	研究论文	本研究开发了一种基于H&E图像的深度学习算法，用于预测ER+乳腺癌的上皮-间质转化表型和内分泌治疗反应	无需标注的深度学习算法能够直接从H&E图像中预测EMT表型和内分泌治疗反应	研究依赖于公开数据库的数据，可能受到数据质量和样本量的限制	预测ER+乳腺癌的EMT表型和内分泌治疗反应	ER+乳腺癌患者的H&E染色切片	数字病理学	乳腺癌	深度学习	EfficientNetV2	图像	来自TCGA数据库的H&E染色切片和一个独立的ER+乳腺癌患者队列
438	2025-05-02	Not seeing the trees for the forest. The impact of neighbours on graph-based configurations in histopathology 2025-Jan-11, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-06007-x PMID:39794715	research paper	本研究探讨了不同图配置对多实例学习（MIL）模型性能的影响，并开发了一个新流程K-MIL来评估上下文信息对细胞分类性能的影响	开发了K-MIL流程，用于评估上下文信息对分类性能的影响，并发现增加空间上下文并不总是有益的	研究仅基于COLON cancer和UCSB两个数据集，可能不具有广泛适用性	研究不同图配置对MIL模型性能的影响，以提高数字病理分类任务的准确性	全切片图像（WSIs）中的小图块（tiles）	digital pathology	colon cancer	Multiple Instance Learning (MIL), graph-based methods	K-MIL	image	两个数据集：COLON cancer和UCSB数据集
439	2025-05-02	Intelligent skin disease prediction system using transfer learning and explainable artificial intelligence 2025-Jan-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83966-4 PMID:39799199	研究论文	提出了一种使用迁移学习和可解释人工智能的智能皮肤病预测系统	结合迁移学习和可解释人工智能技术，快速识别和预测多种皮肤病，并通过层相关传播（LRP）提供解释性分析	VGG16模型作为深度学习模型具有黑盒特性，无法解释系统运作的具体原因和方式	开发一个能够快速准确识别和预测皮肤病的智能系统	水痘、麻疹、猴痘和正常皮肤图像	计算机视觉	皮肤病	迁移学习（TL）	VGG16	图像	包含水痘、麻疹、猴痘和正常皮肤四类图像的数据集
440	2025-05-02	A benchmark of deep learning approaches to predict lung cancer risk using national lung screening trial cohort 2025-Jan-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84193-7 PMID:39799226	研究论文	本研究通过比较和分析当前最先进的深度学习模型，评估了它们在肺癌风险预测任务中的性能	首次全面比较和验证了多种2D和3D深度学习模型在肺癌风险预测中的表现，并探讨了预训练数据集对模型性能的影响	研究样本量相对较小（253名患者），且仅使用了无对比剂的CT扫描数据	评估深度学习模型在肺癌风险预测中的性能，并比较不同模型架构和预训练策略的效果	来自国家肺癌筛查试验(NLST)的253名患者的CT扫描数据	数字病理学	肺癌	CT扫描	3D CNN, 2D CNN	医学影像	253名患者的CT扫描数据