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
481	2025-05-02	Association prediction of lncRNAs and diseases using multiview graph convolution neural network 2025, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2025.1568270 PMID:40303981	研究论文	提出了一种基于多视图图卷积神经网络的方法MVIGCN，用于预测lncRNA与疾病的关联	整合多模态数据构建异质网络，通过注意力机制建模拓扑特征和多尺度关系，提高预测准确性	网络复杂性可能导致计算成本较高，且模型性能依赖于数据质量	解码lncRNA在疾病生物学中的功能，为治疗靶点优先排序提供工具	lncRNA与疾病的关联	机器学习	NA	图卷积网络(GCN)	MVIGCN	多模态数据	NA
482	2025-05-02	Performance Improvement with Reduced Number of Channels in Motor Imagery BCI System 2024-Dec-28, Sensors (Basel, Switzerland) DOI:10.3390/s25010120 PMID:39796911	研究论文	本研究探讨了在运动想象脑机接口系统中减少通道数量以提高灵活性、便携性和计算效率的方法	结合EOG通道和少量EEG通道比单独使用大量EEG通道更有效，挑战了EOG仅引入眼相关噪声的传统观点	在7类运动想象任务中准确率相对较低（61%）	提高运动想象脑机接口系统的实用性和性能	运动想象EEG信号分类	脑机接口	NA	深度学习	1D卷积块和深度可分离卷积	EEG和EOG信号	两个数据集：BCI Competition IV Dataset IIa（4类MI）和Weibo数据集（7类MI）
483	2025-05-02	Cross-Shaped Heat Tensor Network for Morphometric Analysis Using Zebrafish Larvae Feature Keypoints 2024-Dec-28, Sensors (Basel, Switzerland) DOI:10.3390/s25010132 PMID:39796924	research paper	提出了一种基于深度学习的特征端点检测方法，用于定量确定斑马鱼幼体的表型和器官特征	引入了交叉形热张量网络（CSHT-Net），通过新颖的关键点训练方法和组合卷积块特征提取器，解决了基于热图方法仅关注关键点局部区域的问题，并增强了模型学习连续带状特征的能力	NA	开发一种非破坏性的斑马鱼幼体形态计量分析方法，用于识别异常和诊断疾病	斑马鱼幼体	computer vision	NA	deep learning	CSHT-Net	image	4389张斑马鱼幼体的明场显微照片
484	2025-05-02	Porter 6: Protein Secondary Structure Prediction by Leveraging Pre-Trained Language Models (PLMs) 2024-Dec-27, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26010130 PMID:39795988	研究论文	利用预训练语言模型（PLMs）进行蛋白质二级结构预测的研究	提出了Porter 6模型，结合CBRNN和蛋白质语言模型ESM-2，显著提升了预测准确率	未提及具体局限性	提高蛋白质二级结构预测的准确性和计算效率	蛋白质二级结构	自然语言处理	NA	预训练语言模型（PLMs），包括ProtTrans和ESM-2	CBRNN	蛋白质序列数据	大规模独立测试集（2022年和2024年测试集）
485	2025-05-02	Comparative Analysis of Edge Detection Operators Using a Threshold Estimation Approach on Medical Noisy Images with Different Complexities 2024-Dec-27, Sensors (Basel, Switzerland) DOI:10.3390/s25010087 PMID:39796878	研究论文	本文通过提出的阈值估计方法，比较分析了噪声对不同复杂度医学图像边缘检测的影响	提出了一种创新的边缘检测方法，考虑了不同噪声类型和浓度，并在多种复杂度的医学图像上进行了评估	研究仅针对特定类型的医学图像（视网膜图像、脑肿瘤分割和肺部CT扫描），可能不适用于其他类型的医学图像	评估噪声对医学图像边缘检测的影响，并提出一种有效的阈值估计方法	医学图像（视网膜图像、脑肿瘤分割和肺部CT扫描）	计算机视觉	脑肿瘤、肺部疾病	网格搜索（GS）方法和随机搜索（RS9）	Canny算子、Laplace算子、AlexNet、ResNet、VGGNet、MobileNetv2、Inceptionv3	图像	三个不同的数据集（视网膜图像、脑肿瘤分割和肺部CT扫描）
486	2025-05-02	Deep Learning Unravels Differences Between Kinematic and Kinetic Gait Cycle Time Series from Two Control Samples of Healthy Children Assessed in Two Different Gait Laboratories 2024-Dec-27, Sensors (Basel, Switzerland) DOI:10.3390/s25010110 PMID:39796901	research paper	研究利用深度学习比较两个不同步态实验室评估的健康儿童步态周期时间序列的差异	使用基于ResNet的深度学习模型成功识别数据来源实验室，并探索减少实验室间差异的预处理方法	研究仅涉及两个实验室的数据，可能无法完全代表所有实验室的差异	比较不同实验室评估的健康儿童步态周期时间序列差异，并提高机器学习模型在临床环境中的可转移性	两组健康儿童的步态周期时间序列数据	machine learning	NA	步态分析协议	ResNet	时间序列数据	两组健康儿童的步态数据
487	2025-05-02	DDGemb: predicting protein stability change upon single- and multi-point variations with embeddings and deep learning 2024-Dec-26, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf019 PMID:39799516	research paper	介绍了一种名为DDGemb的新方法，结合蛋白质语言模型嵌入和transformer架构，预测蛋白质在单点和多点变异时的ΔΔG值	DDGemb是首个结合蛋白质语言模型嵌入和transformer架构来预测蛋白质在单点和多点变异时稳定性变化的方法	NA	开发一种计算方法来预测蛋白质在单点和多点变异时的稳定性变化，以辅助功能性蛋白质设计和疾病变异研究	蛋白质在单点和多点变异时的稳定性变化	生物信息学	NA	蛋白质语言模型嵌入和transformer架构	transformer	蛋白质序列数据	来源于文献的高质量数据集和可用的基准测试数据集
488	2025-05-02	EnrichRBP: an automated and interpretable computational platform for predicting and analysing RNA-binding protein events 2024-Dec-26, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf018 PMID:39804669	research paper	介绍了一个名为EnrichRBP的自动化、可解释的计算平台，用于预测和分析RNA结合蛋白事件	EnrichRBP是一个集成了70种深度学习算法的网络服务，支持特征表示、选择、模型训练、比较、优化和评估，并提供了全面的可视化和模型可解释性	NA	预测RNA结合蛋白（RBPs）以理解转录后调控机制	RNA结合蛋白（RBPs）与RNA的相互作用	natural language processing	NA	深度学习、机器学习	多种深度学习算法	RNA序列数据	NA
489	2025-05-02	Prior-FOVNet: A Multimodal Deep Learning Framework for Megavoltage Computed Tomography Truncation Artifact Correction and Field-of-View Extension 2024-Dec-25, Sensors (Basel, Switzerland) DOI:10.3390/s25010039 PMID:39796828	research paper	提出了一种名为Prior-FOVNet的多模态深度学习框架，用于校正兆伏级计算机断层扫描（MVCT）的截断伪影并扩展视野	利用从同一患者的千伏级计算机断层扫描（KVCT）中学到的材料和形状先验，结合对比学习生成对抗网络（TransNet）和基于Swin Transformer的图像修复网络，实现了截断伪影校正和视野扩展	未提及具体局限性	提高MVCT在自适应放射治疗中的可靠性和临床适用性	兆伏级计算机断层扫描（MVCT）图像	digital pathology	NA	GAN, Swin Transformer	TransNet, Swin Transformer-based image inpainting network	image	模拟和真实患者数据
490	2025-05-02	Real-Time PPG-Based Biometric Identification: Advancing Security with 2D Gram Matrices and Deep Learning Models 2024-Dec-25, Sensors (Basel, Switzerland) DOI:10.3390/s25010040 PMID:39796830	research paper	本研究探讨了基于光电容积描记（PPG）信号的生物识别技术，通过二维Gram矩阵转换和深度学习模型提高安全性	采用PPG信号结合Gram矩阵转换和EfficientNetV2 B0与LSTM网络，实现了99%的准确率，并在实时识别场景中验证了其有效性	样本量较小，仅包含40名受试者	提升生物识别系统的安全性和抗欺骗能力	PPG信号	machine learning	NA	PPG信号采集	EfficientNetV2 B0与LSTM网络	PPG信号	40名受试者
491	2025-05-02	Challenges and Prospects of Sensing Technology for the Promotion of Tele-Physiotherapy: A Narrative Review 2024-Dec-24, Sensors (Basel, Switzerland) DOI:10.3390/s25010016 PMID:39796804	综述	本文综述了传感技术在远程物理治疗中的应用挑战与前景	探讨了传感技术如何通过大数据提升AI深度学习的准确性，并可能揭示运动障碍或病理状态的运动特征	存在使用性和分析性问题，限制了其应用范围	促进远程物理治疗中传感技术的发展和应用	远程物理治疗中的传感技术和数据分析技术	远程医疗	运动障碍	传感技术	深度学习	生物信号和患者运动数据	NA
492	2025-05-02	Deep Learning-Based Computer-Aided Diagnosis of Osteochondritis Dissecans of the Humeral Capitellum Using Ultrasound Images 2024-Dec-04, The Journal of bone and joint surgery. American volume DOI:10.2106/JBJS.23.01164 PMID:38743813	research paper	开发了一种基于深度学习的计算机辅助诊断系统，用于通过超声图像检测肱骨小头剥脱性骨软骨炎	首次将深度学习应用于肱骨小头剥脱性骨软骨炎的超声图像诊断，并实现了高准确率	研究样本量相对较小，且仅针对棒球运动员群体	开发并评估基于深度学习的计算机辅助诊断系统，用于肱骨小头剥脱性骨软骨炎的检测	196名棒球运动员的肘部超声图像（其中92名患有剥脱性骨软骨炎）	digital pathology	osteochondritis dissecans	ultrasound imaging	object-detection algorithm and image classification network	image	196名棒球运动员的肘部超声图像（训练和验证集），外加20名运动员的外部数据集（测试集）
493	2025-05-02	HiCervix: An Extensive Hierarchical Dataset and Benchmark for Cervical Cytology Classification 2024-Dec, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3419697 PMID:38923481	research paper	介绍了一个名为HiCervix的广泛多层次宫颈细胞学数据集和基准测试方法HierSwin，用于宫颈细胞学分类	提出了目前最广泛的多中心宫颈细胞学数据集HiCervix，以及基于层次视觉变换器的分类网络HierSwin，利用层次树中的语义相关性进行详细特征学习	NA	提高宫颈细胞学分类的准确性和详细性，以更好地反映真实世界的细胞病理学条件	宫颈细胞	digital pathology	cervical cancer	deep learning	HierSwin (hierarchical vision transformer)	image	40,229 cervical cells from 4,496 whole slide images
494	2025-05-02	DGSLSTM: Deep Gated Stacked Long Short-Term Memory Neural Network for Traffic Flow Forecasting of Transportation Networks on Big Data Environment 2024-12, Big data IF:2.6Q2 DOI:10.1089/big.2021.0013 PMID:35143339	研究论文	提出了一种深度门控堆叠LSTM神经网络（DGSLSTM），用于大数据环境下的交通流量预测	结合多个简单的循环LSTM神经网络与时间特征，采用深度门控堆叠神经网络进行交通流量预测，并通过无监督逐层训练方法加深模型	未提及模型在极端天气或突发事件等异常情况下的预测表现	提高交通流量预测的准确性	交通网络中的流量数据	机器学习	NA	深度学习	DGSLSTM（深度门控堆叠LSTM神经网络）	时间序列数据	NA
495	2025-05-02	Social Listening for Product Design Requirement Analysis and Segmentation: A Graph Analysis Approach with User Comments Mining 2024-12, Big data IF:2.6Q2 DOI:10.1089/big.2022.0021 PMID:37668599	研究论文	本研究通过社交媒体上的在线评论分析客户对产品设计的需求，并快速将这些需求转化为产品设计规范	提出了指数判别雪球抽样方法生成产品相关子网络，结合NLP和图采样聚合方法定义用户画像，并引入深度学习框架进行意见挖掘	案例研究仅针对智能手机设计分析，可能无法完全推广到其他产品领域	通过社交媒体数据分析客户产品设计需求并进行市场细分	社交媒体用户评论数据	自然语言处理	NA	自然语言处理(NLP), 图采样聚合方法(Graph SAmple and aggreGatE)	双向长短期记忆网络(BiLSTM)与条件随机场(CRF)结合框架	文本	14,018名用户和30,803条评论
496	2025-05-02	The Role of Artificial Intelligence in Predicting Optic Neuritis Subtypes From Ocular Fundus Photographs 2024-Dec-01, Journal of neuro-ophthalmology : the official journal of the North American Neuro-Ophthalmology Society IF:2.0Q2 DOI:10.1097/WNO.0000000000002229 PMID:39808513	研究论文	本研究开发了一种基于深度学习的人工智能算法，通过眼底照片预测视神经炎亚型，以辅助疑似视神经炎患者的诊断评估	首次利用深度学习AI算法从眼底照片中预测视神经炎亚型，为临床诊断提供新工具	样本量相对较小，未来需要扩大数据集并整合临床和辅助检查指标以优化模型	开发AI算法早期区分多发性硬化相关视神经炎与其他亚型视神经炎	321名视神经炎患者（262名MS ON，59名非MS ON）的1,599张眼底照片	数字病理	视神经炎	深度学习	深度学习算法（具体架构未说明）	图像（眼底照片）	321名患者的1,599张眼底照片
497	2025-05-02	Deep learning in integrating spatial transcriptomics with other modalities 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae719 PMID:39800876	综述	本文系统回顾了深度学习在整合空间转录组学与其他模态数据中的应用	首次全面综述了深度学习在整合空间转录组学与其他模态数据中的方法与应用	未涉及具体实验验证，主要基于文献综述	促进开发更强大的计算方法以更全面地利用多模态信息	空间转录组学数据与其他模态数据的整合方法	生物信息学	NA	空间转录组学、单细胞RNA测序(scRNA-seq)、深度学习	深度学习(DL)	空间转录组学数据、组织学图像、染色质图像、scRNA-seq数据	NA
498	2025-05-02	DD-PRiSM: a deep learning framework for decomposition and prediction of synergistic drug combinations 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae717 PMID:39800875	research paper	介绍了一种名为DD-PRiSM的深度学习框架，用于分解和预测协同药物组合的效果	DD-PRiSM能够分解组合疗法的效果，成功识别协同药物对，并展示了协同反应在不同癌症类型中的差异	未明确提及具体限制	预测组合疗法的效果和安全性，特别是针对癌症等复杂疾病	药物组合及其在细胞系中的效果	machine learning	cancer	deep learning	DD-PRiSM (包含Monotherapy模型和Combination therapy模型)	药物结构、细胞系基因表达数据	未明确提及具体样本数量
499	2024-12-05	Letter to the Editor Regarding "A Practical Roadmap to Implementing Deep Learning Segmentation in the Clinical Neuroimaging Research Workflow" 2024-Nov, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.07.121 PMID:39623627	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
500	2025-05-02	Dynamic Mechanism for Subtype Selectivity of Endocannabinoids 2024-Oct-29, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.25.620304 PMID:39554065	研究论文	本研究探讨了内源性大麻素亚型选择性的动态机制，通过分子动力学模拟和深度学习模型解释了大麻素受体CB1的选择性	提出了两种假说来解释内源性大麻素anandamide对CB1受体的选择性，并通过分子动力学模拟和深度学习模型进行了验证	研究主要基于计算模拟，需要进一步的实验验证	探索内源性大麻素对CB1和CB2受体亚型选择性的生物物理机制	内源性大麻素anandamide及其与大麻素受体的相互作用	生物物理学	NA	分子动力学模拟, Markov状态建模, 深度学习VAMP-nets	VAMP-nets	分子模拟数据	约0.9毫秒的分子动力学模拟数据