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
4641	2025-03-19	Fine-Tuned Deep Transfer Learning Models for Large Screenings of Safer Drugs Targeting Class A GPCRs 2024-Dec-10, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.07.627102 PMID:39713468	研究论文	本文开发了基于深度迁移学习的模型，用于筛选针对A类GPCRs的更安全药物	通过迁移学习和神经网络结合自然语言处理技术，预训练模型并微调以预测低效化合物或偏向性激动剂，实现了对A类GPCRs的大规模虚拟筛选	高质量数据的有限可用性仍然是开发可靠预测GPCR配体生物活性的深度学习模型的主要挑战	开发能够预测A类GPCRs低效化合物或偏向性激动剂的深度学习模型，以推进药物开发	A类GPCRs及其配体	自然语言处理	NA	迁移学习, 自然语言处理	神经网络	序列数据, 配体数据集	所有A类GPCRs的受体序列和配体数据集
4642	2025-03-19	Deep learning prediction of error and skill in robotic prostatectomy suturing 2024-Dec, Surgical endoscopy DOI:10.1007/s00464-024-11341-5 PMID:39433583	研究论文	本研究旨在验证机器人辅助前列腺切除术缝合中的手术技能评分和错误注释，以指导AI模型的开发和评估	首次在真实机器人手术视频中应用详细的错误检测方法和深度学习模型	错误预测的最佳模型平均绝对精度为37.14%，曲线下面积为65.10%，Macro-F1为58.97%，仍有提升空间	验证手术技能评分和错误注释，以指导AI模型的开发和评估	机器人辅助前列腺切除术（RARP）缝合视频	计算机视觉	前列腺癌	深度学习	深度学习模型	视频	54个RARP视频（266分钟）
4643	2025-03-19	Prediction of Ischemic Stroke Functional Outcomes from Acute-Phase Noncontrast CT and Clinical Information 2024-Oct, Radiology IF:12.1Q1 DOI:10.1148/radiol.240137 PMID:39404632	研究论文	本文提出了一种基于深度学习的模型，结合急性期非增强CT和临床信息预测缺血性卒中90天后的改良Rankin量表（mRS）评分	创新点在于融合了非增强CT和临床信息的深度学习模型，相比仅使用影像或临床信息的模型，预测效果更优	研究为回顾性研究，可能存在数据偏差，且样本量相对有限	预测缺血性卒中患者90天后的功能结局，以辅助医疗资源规划、临床试验设计和患者期望管理	缺血性卒中患者	数字病理学	心血管疾病	深度学习	深度学习模型	影像数据（非增强CT）和临床数据	1335名患者（中位年龄71岁，674名女性），分为训练集、验证集和测试集
4644	2025-03-19	Deep Learning Estimation of Small Airways Disease from Inspiratory Chest CT is Associated with FEV1 Decline in COPD 2024-Sep-11, medRxiv : the preprint server for health sciences DOI:10.1101/2024.09.10.24313079 PMID:39314974	研究论文	本文开发了一种AI模型，用于从吸气胸部CT中估计小气道疾病（fSADTLC），并研究了其在慢性阻塞性肺疾病（COPD）中的临床关联	通过AI模型从单一吸气CT中估计小气道疾病，减少了对呼气CT的需求，提高了临床适用性	研究依赖于特定数据集（SPIROMICS和COPDGene），可能限制了结果的普适性	评估AI模型在估计小气道疾病方面的有效性，并研究其与COPD临床指标的关系	COPD患者	数字病理学	慢性阻塞性肺疾病	AI模型，生成模型	生成模型	CT图像	2513名参与者（SPIROMICS研究），其中1055名用于模型开发，1458名用于验证；另外458名来自COPDGene研究用于验证
4645	2025-03-19	Acupuncture indication knowledge bases: meridian entity recognition and classification based on ACUBERT 2024-08-30, Database : the journal of biological databases and curation DOI:10.1093/database/baae083 PMID:39213389	研究论文	本研究探讨了使用ACUBERT模型在针灸适应症中经络实体识别和分类的有效性及其差异原因	开发了具有中医特色的针灸适应症知识库（ACU-IKD）和ACUBERT模型，基于八纲辨证和脏腑辨证作为基础标签训练经络辨证模型	研究中未明确提及样本的多样性和模型的泛化能力	提高针灸适应症数据库中经络归类的分类效果	54,593个不同实体，选自82本针灸医学书籍	自然语言处理	NA	BERT模型	ACUBERT, 支持向量机, 随机森林	文本	54,593个实体
4646	2025-03-19	Integrating deep learning architectures for enhanced biomedical relation extraction: a pipeline approach 2024-08-28, Database : the journal of biological databases and curation DOI:10.1093/database/baae079 PMID:39197056	研究论文	本文提出了一种增强的端到端管道方法，用于生物医学关系提取和新颖性检测，有效利用现有数据集并整合最先进的深度学习方法	提出了一种结合BERT模型和卷积神经网络的混合方法，用于生物医学关系提取和新颖性检测，显著提高了模型性能	尽管NER和EL模型的性能较高，但在文档级别的关系提取和新颖性检测任务仍然具有挑战性	提高生物医学关系提取和新颖性检测的准确性和效率	生物医学科学出版物中的实体和关系	自然语言处理	NA	BERT, 卷积神经网络	BERT, CNN	文本	使用BioRED基准语料库进行训练
4647	2025-03-19	Dataset of miRNA-disease relations extracted from textual data using transformer-based neural networks 2024-08-05, Database : the journal of biological databases and curation DOI:10.1093/database/baae066 PMID:39104284	研究论文	本文提出了一种基于深度学习的文本挖掘方法，从生物医学文献中提取标准化的miRNA-疾病关联	利用基于transformer的神经网络从文本数据中提取miRNA-疾病关系，构建了一个新的训练语料库，并通过远程监督扩展了该语料库	未提及具体的数据集大小或模型的具体架构细节	自动化地从生物医学文献中提取miRNA-疾病关联，以减少手动检索的工作量	miRNA与疾病之间的关联	自然语言处理	神经退行性疾病	深度学习	transformer-based neural networks	文本	未提及具体样本数量
4648	2025-03-19	Artificial intelligence systems in dental shade-matching: A systematic review 2024-Jul, Journal of prosthodontics : official journal of the American College of Prosthodontists DOI:10.1111/jopr.13805 PMID:37986239	系统综述	本文系统回顾和评估了人工智能在牙科颜色匹配中的应用及其准确性	首次系统性地回顾和评估了人工智能在牙科颜色匹配中的应用	仅包括2008年至2023年3月发表的英文研究，且排除了非AI基础和非牙科相关的研究	评估人工智能在修复牙科中预测牙齿颜色的准确性	牙科颜色匹配	人工智能	NA	NA	模糊逻辑、遗传算法与反向传播神经网络、卷积神经网络、人工神经网络、支持向量机、K近邻与决策树和随机森林、深度学习、YOLO、XG Boost	NA	15篇符合纳入标准的文章
4649	2025-03-19	Leveraging Large Language Models for Knowledge-free Weak Supervision in Clinical Natural Language Processing 2024-Jun-28, Research square DOI:10.21203/rs.3.rs-4559971/v1 PMID:38978609	研究论文	本文提出了一种利用大型语言模型（LLMs）进行无知识弱监督的方法，用于临床自然语言处理，以减少对大量标注数据的依赖	提出了一种结合微调LLMs和弱监督的方法，无需领域知识，仍能实现优于传统监督方法的性能	LLMs的推理计算量较大	减少临床自然语言处理中对大量标注数据的依赖，提升模型性能	临床自然语言处理系统	自然语言处理	NA	弱监督学习、微调LLMs	BERT、Llama2	文本	三个n2c2数据集，不超过10条金标准笔记用于弱监督，50条金标准笔记用于进一步微调
4650	2025-03-19	Forest fuel type classification: Review of remote sensing techniques, constraints and future trends 2023-09-15, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2023.118315 PMID:37290304	综述	本文综述了用于森林燃料类型分类的遥感技术，探讨了其限制因素和未来发展趋势	本文综合了最新的遥感技术进展，并强调了深度学习算法与遥感数据源集成的研究方向	遥感技术在燃料类型分类中仍面临挑战，如燃料属性的高度可变性和复杂性	提高对森林火灾风险和行为的理解，以增强生物多样性保护和规划有效的风险缓解活动	森林燃料类型	遥感	NA	遥感数据获取与融合技术	深度学习算法	遥感数据	NA
4651	2025-03-19	A generalizable framework to comprehensively predict epigenome, chromatin organization, and transcriptome 2023-07-07, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkad436 PMID:37224527	研究论文	本文提出了一种名为EPCOT的深度学习框架，能够通过预训练和微调的方法，仅需细胞类型特定的染色质可及性数据，即可准确预测包括表观基因组、染色质组织、转录组和增强子活性在内的多种模态	EPCOT框架的创新之处在于其能够跨预测任务和细胞类型泛化，且能够预测多种昂贵的实验数据（如Micro-C和ChIA-PET），并提供跨基因组模态的生物学见解	未明确提及具体局限性	开发一个通用的深度学习框架，用于预测表观基因组、染色质组织和转录组等多种基因组模态	表观基因组、染色质组织、转录组和增强子活性	机器学习	NA	深度学习	预训练和微调框架	染色质可及性数据	未明确提及样本数量
4652	2025-03-19	Explainable artificial intelligence (XAI) for interpreting the contributing factors feed into the wildfire susceptibility prediction model 2023-06-25, The Science of the total environment DOI:10.1016/j.scitotenv.2023.163004 PMID:36965733	研究论文	本文探讨了可解释人工智能（XAI）在解释野火易发性预测模型中的贡献因素的应用	使用Shapley加性解释（SHAP）模型来解释深度学习（DL）模型的结果，以识别影响预测模型的关键参数及其相对重要性	模型可能受到训练过程和输入变量数量及质量等多种不确定性来源的影响	通过可解释的AI技术提高野火易发性预测模型的可解释性和准确性	野火易发性预测模型	机器学习	NA	Shapley加性解释（SHAP）	深度学习（DL）	地形、土地覆盖/植被、气象数据	NA
4653	2025-03-19	Deep Learning Initialized Compressed Sensing (Deli-CS) in Volumetric Spatio-Temporal Subspace Reconstruction 2023-Mar-28, bioRxiv : the preprint server for biology DOI:10.1101/2023.03.28.534431 PMID:37034586	研究论文	本文提出了一种名为Deli-CS的深度学习方法，用于加速时空MRI数据的重建，同时减少深度学习引起的幻觉风险	提出了Deli-CS框架，通过深度学习生成的起点来“启动”迭代重建，从而减少重建时间	需要大量训练数据，且在不强制数据一致性的情况下可能产生与采集数据不匹配的结果	减少时空MRI数据的重建时间，同时限制深度学习引起的幻觉风险	全脑多参数映射的时空MRI数据	医学影像处理	NA	深度学习，压缩感知	深度学习模型	时空MRI数据	NA
4654	2025-03-19	Control of hybrid electromagnetic bearing and elastic foil gas bearing under deep learning 2020, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0243107 PMID:33264358	研究论文	本研究基于径向基函数（RBF）神经网络探索了混合电磁和弹性箔气体轴承的控制，以提高其工作稳定性	提出了基于RBF神经网络的CIPD轴承控制方法，具有最短响应时间和最佳控制效果	研究主要基于仿真平台，未涉及实际应用验证	提高混合电磁和弹性箔气体轴承的工作稳定性	混合电磁和弹性箔气体轴承系统	机器学习	NA	径向基函数（RBF）神经网络	RBF神经网络	仿真数据	NA
4655	2025-03-18	Physics-based generative adversarial network for real-time acoustic holography 2025-May, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2025.107583 PMID:39893755	研究论文	本文提出了一种基于物理模型的生成对抗网络（GAN），用于实时声学全息成像	提出了一种结合物理模型（ASM）的深度学习算法，用于学习从目标场到源相位全息图的逆物理映射，并开发了具有两个解码器分支的Y-Net结构，以解决神经网络在高频特征上的固有局限性	神经网络在高频特征上的固有局限性	提高相位全息图计算的高保真度和实时性能	声学全息成像中的相位全息图	计算机视觉	NA	生成对抗网络（GAN）	GAN, Y-Net	声学全息图	NA
4656	2025-03-18	Efficacy of a deep learning system for automatic analysis of the comprehensive spatial relationship between the mandibular third molar and inferior alveolar canal on panoramic radiographs 2025-May, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2024.12.020 PMID:39915134	研究论文	本文开发并评估了一种深度学习系统，用于预测下颌第三磨牙（M3）与下牙槽神经管（IAC）之间的接触和相对位置关系，以用于M3手术的术前评估	开发了一种深度学习系统，能够自动分析全景X光片中M3与IAC之间的空间关系，并在诊断结果上优于经验丰富的牙医	样本量相对较小，仅包含279张全景X光片和441颗M3	开发并评估一种深度学习系统，用于预测M3与IAC之间的接触和相对位置关系，以辅助M3手术的术前评估	下颌第三磨牙（M3）与下牙槽神经管（IAC）之间的空间关系	计算机视觉	口腔疾病	深度学习	ResNet50	图像	279张全景X光片，441颗M3
4657	2025-03-18	Prior Knowledge-Guided U-Net for Automatic Clinical Target Volume Segmentation in Postmastectomy Radiation Therapy of Breast Cancer 2025-Apr-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.11.104 PMID:39667584	研究论文	本研究旨在设计和评估一种基于先验知识引导的U-Net（PK-UNet）模型，用于乳腺癌术后放疗中的临床靶区（CTV）自动分割	首次将先验医学知识整合到深度学习框架中，用于乳腺癌术后放疗的CTV分割	研究样本量相对较小，仅包含102例CT扫描	提高乳腺癌术后放疗中CTV分割的准确性和临床工作效率	乳腺癌术后患者的CT扫描图像	计算机视觉	乳腺癌	CT扫描	U-Net	图像	102例乳腺癌术后患者的CT扫描
4658	2025-03-18	Explainable attention-enhanced heuristic paradigm for multi-view prognostic risk score development in hepatocellular carcinoma 2025-Mar-16, Hepatology international IF:5.9Q1 DOI:10.1007/s12072-025-10793-8 PMID:40089963	研究论文	本研究提出了一种新颖的深度学习辅助范式，通过生成可解释的多视角风险评分来分层肝细胞癌（HCC）患者的预后风险	引入了一种新的深度学习辅助范式，结合注意力机制（ATAT）启发式识别高风险组织，并开发了混合深度评分（HDS），提供了从微观到宏观的多视角风险评分系统	依赖于内部和外部数据集，可能限制了模型的泛化能力	开发一种可解释的多视角风险评分系统，以分层HCC患者的预后风险	肝细胞癌（HCC）患者	数字病理学	肝细胞癌	深度学习	神经网络	图像	内部数据集（SYSUCC）510名HCC患者，外部测试队列（TCGA-LIHC）341名HCC患者
4659	2025-03-18	An MR-only deep learning inference model-based dose estimation algorithm for MR-guided adaptive radiation therapy 2025-Mar-16, Medical physics IF:3.2Q1 DOI:10.1002/mp.17759 PMID:40089982	研究论文	本研究开发了一种基于深度学习的剂量计算引擎，用于磁共振引导的自适应放射治疗（MRgART），仅依赖MR图像进行剂量计算	提出了一种仅依赖MR图像的深度学习剂量计算引擎，消除了对CT图像和复杂射线追踪过程的需求，显著提高了MRgART工作流程的效率和准确性	研究仅针对前列腺癌患者，样本量相对较小（30名患者），且未在其他癌症类型或MR-linac系统上进行验证	开发一种仅依赖MR图像的深度学习剂量计算引擎，以解决MRgART工作流程中准确且快速剂量计算的需求	前列腺癌患者	医学影像分析	前列腺癌	深度学习	U-Net	MR图像	30名前列腺癌患者，120个在线治疗计划，1080个独立光束
4660	2025-03-18	Quantitative susceptibility mapping via deep neural networks with iterative reverse concatenations and recurrent modules 2025-Mar-16, Medical physics IF:3.2Q1 DOI:10.1002/mp.17747 PMID:40089979	研究论文	本研究提出了一种名为IR2QSM的新型深度学习方法，通过独特的网络架构提高潜在特征的利用率，以改善定量磁化率成像（QSM）的重建精度并减少噪声和伪影	IR2QSM采用了一种先进的U-net架构，包含四次反向连接和中间循环模块，优化了特征融合并提高了QSM的准确性	尽管IR2QSM在模拟和体内数据上表现优异，但其在更广泛的临床数据集上的表现仍需进一步验证	开发一种新的深度学习方法，以提高QSM重建的准确性并减少噪声和伪影	定量磁化率成像（QSM）的重建	计算机视觉	神经系统疾病	MRI	U-net	图像	模拟和体内数据集