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
5561	2025-03-08	Deep learning for RNA structure prediction 2025-Apr, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2025.102991 PMID:39933218	综述	本文综述了AI特别是深度学习在RNA结构预测中的应用，强调了方法学进展以及该领域未来工作的挑战和机遇	及时总结了近年来AI方法在RNA结构预测中的革命性应用，突出了深度学习技术的进步	未具体提及个别模型的性能限制或数据需求	探讨AI特别是深度学习在RNA结构预测中的应用及其进展	RNA结构预测	机器学习	NA	深度学习	NA	序列数据	NA
5562	2025-03-08	From part to whole: AI-driven progress in fragment-based drug discovery 2025-Apr, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2025.102995 PMID:39970579	review	本文回顾了AI驱动的片段药物发现技术的最新进展	介绍了使用AI技术（如VAE、强化学习、SE(3)-等变模型）来提高分子设计的准确性和效率	未明确提及具体局限性	提高片段药物发现的效率和准确性	片段药物发现中的分子设计和优化	machine learning	NA	VAE, 强化学习, SE(3)-等变模型, 扩散模型, 语言模型, 深度进化学习	VAE, 强化学习, SE(3)-等变模型, 扩散模型, 语言模型, 深度学习	分子结构数据	NA
5563	2025-03-08	FusionNet: Dual input feature fusion network with ensemble based filter feature selection for enhanced brain tumor classification 2025-Apr-01, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2025.149507 PMID:39970997	研究论文	本文提出了一种名为FusionNet的新方法，利用正常和分割的MRI图像来提高脑肿瘤分类的准确性	FusionNet结合了正常和分割的MRI图像，使用基于注意力机制和集成特征选择的方法来优先考虑相关特征，从而提高分类性能	NA	提高脑肿瘤分类的准确性	脑肿瘤	计算机视觉	脑肿瘤	深度学习	FusionNet	MRI图像	多个数据集（Figshare, Kaggle, Sartaj, 组合数据集）
5564	2025-03-08	Toward deep learning sequence-structure co-generation for protein design 2025-Apr, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2025.103018 PMID:39983410	综述	本文回顾了深度学习在蛋白质设计中的最新进展，特别是序列-结构共生成方法	聚焦于序列-结构共生成方法，探讨了同时建模序列和结构的创新点	未提及具体方法的局限性	探讨深度学习在蛋白质设计中的应用，特别是序列-结构共生成方法	蛋白质序列和结构	机器学习	NA	深度学习	生成模型	序列和结构数据	NA
5565	2025-03-08	Protein language models for predicting drug-target interactions: Novel approaches, emerging methods, and future directions 2025-Apr, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2025.103017 PMID:39985946	综述	本文综述了蛋白质语言模型（pLMs）在药物-靶点相互作用（DTI）预测中的应用，探讨了从小分子到蛋白质治疗的各种方法，并强调了异质数据集成的作用	本文创新性地探讨了利用预训练的基础pLMs和端到端学习模型来预测DTI，并提出了未来研究方向，如多模态学习方法和引入时间/动态交互数据	DTI预测仍面临数据相关限制和算法约束的挑战	加速药物开发过程中的新药物候选物识别	药物-靶点相互作用（DTI）	自然语言处理	NA	蛋白质语言模型（pLMs）	端到端学习模型、预训练的基础pLMs	蛋白质结构、知识图谱	NA
5566	2025-03-08	Lightweight sparse optoacoustic image reconstruction via an attention-driven multi-scale wavelet network 2025-Apr, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100695 PMID:40046019	研究论文	本文提出了一种轻量级的稀疏光声图像重建网络AD-WaveNet，通过结合离散二维小波变换和自适应注意力机制，提高了稀疏采样下的图像重建质量并降低了计算复杂度	AD-WaveNet网络创新性地将离散二维小波变换与自适应注意力机制相结合，利用小波变换的多尺度分解特性，强调不同尺度下的关键特征，从而在降低计算复杂度和参数量的同时保持最佳重建质量	NA	提高稀疏采样下光声断层扫描（PAT）图像的重建质量，并降低计算复杂度	光声断层扫描（PAT）图像	计算机视觉	NA	离散二维小波变换（DWT）	AD-WaveNet	图像	NA
5567	2025-03-08	Explainable multiscale temporal convolutional neural network model for sleep stage detection based on electroencephalogram activities 2025-Mar-07, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adb90c PMID:39983236	研究论文	本文提出了一种基于脑电图活动的可解释多尺度时间卷积神经网络模型，用于自动睡眠阶段检测	该模型通过多尺度神经生理学模拟内核捕捉不同频率和时间长度的睡眠相关脑电图活动，提高了模型的可解释性和性能	尽管模型在少量数据上表现良好，但在实际应用中仍需进一步验证其泛化能力	开发一种自动睡眠阶段检测模型，以减少繁琐的手动标注过程	睡眠阶段的脑电图活动	机器学习	NA	脑电图（EEG）	多尺度时间卷积神经网络（MTCNN）	脑电图数据	153天的多导睡眠图数据
5568	2025-03-08	Deep learning-based quantification of T2-FLAIR mismatch sign: extending IDH mutation prediction in adult-type diffuse lower-grade glioma 2025-Mar-07, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11475-7 PMID:40050456	研究论文	本研究探讨了基于深度学习的定量T2-FLAIR不匹配比率（qT2FM）在成人型弥漫性低级别胶质瘤（LGG）中预测IDH突变状态的价值	利用深度学习进行全自动肿瘤分割，首次提出qT2FM作为识别IDH突变状态和IDHmut-Noncodel亚型的有力预测指标	研究为回顾性设计，样本量相对有限，且未涉及其他类型胶质瘤的验证	评估qT2FM在成人型弥漫性LGG中预测IDH突变状态的有效性	218名成人型弥漫性LGG患者	数字病理学	脑胶质瘤	深度学习	深度学习分割模型	医学影像	218名患者（125名男性，平均年龄47岁±15）
5569	2025-03-08	Automated deep learning-assisted early detection of radiation-induced temporal lobe injury on MRI: a multicenter retrospective analysis 2025-Mar-07, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11470-y PMID:40050455	研究论文	本文评估了一种基于深度学习的自动化工具（RTLI-DM）在MRI上早期检测辐射诱导的颞叶损伤（RTLI）的效果	开发并验证了一种结合Unet++和修改版DenseNet-121网络的自动化RTLI检测模型，显著提高了放射科医生的诊断性能并减少了阅读时间	尽管RTLI-DM显著提高了诊断性能，但在临床应用中仍需进一步验证	评估自动化深度学习工具在早期检测辐射诱导颞叶损伤中的效果	396名RTLI患者和3181名非RTLI患者	数字病理学	颞叶损伤	MRI	Unet++, DenseNet-121	图像	396名RTLI患者和3181名非RTLI患者，总计3577名患者
5570	2025-03-08	The value of radiomics and deep learning based on PET/CT in predicting perineural nerve invasion in rectal cancer 2025-Mar-07, Abdominal radiology (New York) DOI:10.1007/s00261-025-04833-y PMID:40053051	研究论文	本研究探讨了基于PET/CT的放射组学特征和深度学习特征在预测直肠癌神经周围浸润（PNI）中的价值	结合PET代谢参数、放射组学特征和深度学习特征构建了联合模型，用于预测直肠癌的神经周围浸润	样本量相对较小，且外部验证集仅来自两家医院	研究PET/CT的放射组学和深度学习特征在预测直肠癌神经周围浸润中的应用价值	直肠癌患者	数字病理	直肠癌	PET/CT	深度学习模型、放射组学模型、联合模型	PET/CT图像	120例直肠癌患者（56例PNI阳性，64例PNI阴性），外加31例来自其他两家医院的患者作为外部验证集
5571	2025-03-08	Deep Learning-based Multi-class Classification for Neonatal Respiratory Diseases on Chest Radiographs in Neonatal Intensive Care Units 2025-Mar-06, Neonatology IF:2.6Q1 DOI:10.1159/000545107 PMID:40049153	研究论文	本研究介绍了一种基于深度学习的自动算法，用于分类新生儿重症监护病房中的各种新生儿呼吸系统疾病和健康肺	使用大规模高质量多类标注的胸部X光图像数据集，结合非影像数据，开发了一种新的深度学习模型，用于新生儿呼吸系统疾病的自动分类	研究仅基于韩国10所大学医院的数据，可能限制了模型的普遍适用性	开发一种自动分类算法，以支持新生儿科医生对重症新生儿的及时准确决策	新生儿重症监护病房中的新生儿	计算机视觉	新生儿呼吸系统疾病	深度学习	修改后的ResNet50	胸部X光图像	训练集34,598张，验证集4,370张，测试集4,370张
5572	2025-03-08	A deep learning framework for automated and generalized synaptic event analysis 2025-Mar-05, eLife IF:6.4Q1 DOI:10.7554/eLife.98485 PMID:40042890	研究论文	本文介绍了一种基于深度学习的自动化突触事件分析方法miniML，用于准确分类和检测自发突触事件	miniML方法在模拟真实数据上的比较分析显示，其在精确度和召回率上优于现有的事件分析方法，并能轻松推广到不同的突触制备、电生理和光学记录技术以及跨物种应用	NA	开发一种自动化、可靠且标准化的突触事件分析框架，以促进神经功能和功能障碍的高通量研究	自发突触事件	机器学习	NA	深度学习	NA	电生理记录数据	NA
5573	2025-03-08	Open-Source Manually Annotated Vocal Tract Database for Automatic Segmentation from 3D MRI Using Deep Learning: Benchmarking 2D and 3D Convolutional and Transformer Networks 2025-Mar-05, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2025.02.026 PMID:40050174	研究论文	本研究评估了深度学习算法在3D MRI数据中自动分割声道的效果，并比较了四种不同的深度学习架构	首次使用开源手动注释的声道数据库，并比较了2D和3D卷积网络以及Transformer网络在声道分割中的表现	所有模型在分割某些特定声音（如/kõn/）时表现不佳，且在骨性区域（如牙齿附近）频繁出现错误	评估深度学习算法在3D MRI数据中自动分割声道的效果	10名法语发音者的53个声道体积，包括21个独特的法语音素和3个独特的无声任务	计算机视觉	NA	深度学习	2D U-Net, 3D U-Net, 3D U-Net with transfer learning, 3D transformer U-Net (3D U-NetR)	3D MRI图像	53个声道体积来自10名法语发音者
5574	2025-03-08	DeepES: deep learning-based enzyme screening to identify orphan enzyme genes 2025-Mar-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf053 PMID:39909853	研究论文	本文介绍了一种名为DeepES的深度学习工具，用于筛选和识别孤儿酶基因	DeepES通过整合每个反应类别的二元分类器输出，评估输入基因是否包含感兴趣的生物合成基因簇，从而识别孤儿酶基因	NA	开发一种深度学习工具，用于识别孤儿酶基因，以填补序列与酶反应之间关联的理解空白	蛋白质序列和生物合成基因簇	机器学习	NA	深度学习	二元分类器	蛋白质序列	4744个宏基因组组装的基因组
5575	2025-03-08	Evolution of AI enabled healthcare systems using textual data with a pretrained BERT deep learning model 2025-Mar-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91622-8 PMID:40038367	研究论文	本文通过应用文本挖掘技术收集科学论文和专利信息，探讨了人工智能在医疗保健领域的未来趋势	首次将深度学习自监督模型引入医疗保健领域的人工智能研究，有效提高了分析的准确性和效率	早期技术趋势分析主要依赖专家判断，可能存在主观性	揭示人工智能在医疗保健领域的研究热点和技术趋势，探索未来医疗服务的潜在转型方向	科学论文和专利信息	自然语言处理	NA	文本挖掘	BERT	文本	科学论文1587篇，专利1314项
5576	2025-03-08	Precision diagnosis of burn injuries using imaging and predictive modeling for clinical applications 2025-Mar-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92096-4 PMID:40038450	研究论文	本文提出了一种结合先进医学影像和预测模型的方法，用于改进烧伤评估	结合使用自适应复杂独立成分分析（ACICA）和参考区域（TBSA）方法，以及深度学习技术，实现烧伤深度和全身表面积（TBSA）的精确估计	NA	提高烧伤诊断的精确性，优化患者治疗效果	烧伤患者	数字病理学	烧伤	ACICA, TBSA, 深度学习	RNN	医学影像	DCE-LUV样本
5577	2025-03-08	Automated classification of chest X-rays: a deep learning approach with attention mechanisms 2025-Mar-04, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01604-5 PMID:40038588	研究论文	本文提出了一种结合Vision Transformer、DenseNet201和全局平均池化的深度学习模型，用于自动分类胸部X光片，以诊断COVID-19、肺炎和肺部不透明等疾病	该模型结合了Vision Transformer用于捕捉长距离依赖关系、DenseNet201用于强大的特征提取以及全局平均池化用于保留关键空间细节，显著提升了分类准确率	研究依赖于公开的胸部X光数据集，可能无法涵盖所有临床场景	开发一种自动化深度学习模型，用于准确诊断胸部X光片中的肺部疾病	胸部X光片	计算机视觉	COVID-19, 肺炎, 肺部不透明	深度学习	Vision Transformer (ViT), DenseNet201	图像	21,165张胸部X光片
5578	2025-03-08	Development of model for identifying homologous recombination deficiency (HRD) status of ovarian cancer with deep learning on whole slide images 2025-Mar-04, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06234-7 PMID:40038690	研究论文	本研究旨在开发一种基于深度学习的分类器，用于从全切片图像中识别肿瘤区域，并对卵巢癌患者的同源重组缺陷（HRD）状态进行分层	利用深度学习模型在全切片图像上识别肿瘤区域并预测卵巢癌患者的HRD状态，创新性地结合了UNet++算法和集成模型	样本量相对较小（205例），且仅来自两个机构，可能限制了模型的泛化能力	构建一个深度学习分类器，用于识别卵巢癌患者的HRD状态	卵巢癌患者的全切片图像	数字病理学	卵巢癌	深度学习	UNet++和集成模型	图像	205例卵巢癌患者的H&E染色切片
5579	2025-03-08	A deep learning model for radiological measurement of adolescent idiopathic scoliosis using biplanar radiographs 2025-Mar-04, Journal of orthopaedic surgery and research IF:2.8Q1 DOI:10.1186/s13018-025-05620-7 PMID:40038733	研究论文	本文开发了一种深度学习模型，用于自动测量双平面X光片中的脊柱对齐参数，以诊断和评估青少年特发性脊柱侧弯（AIS）	该模型不仅测量冠状面Cobb角，还评估矢状面，这是现有AI模型所忽略的	研究仅基于单一医院的600张双平面X光片，样本量和多样性可能有限	开发一种能够自动测量脊柱对齐参数的深度学习模型，以提高AIS诊断的准确性和效率	青少年特发性脊柱侧弯（AIS）患者的脊柱对齐参数	计算机视觉	青少年特发性脊柱侧弯	深度学习	ResNet34	图像	600张双平面X光片
5580	2025-03-08	Computational histology reveals that concomitant application of insect repellent with sunscreen impairs UV protection in an ex vivo human skin model 2025-Mar-04, Parasites & vectors IF:3.0Q1 DOI:10.1186/s13071-025-06712-3 PMID:40038831	研究论文	本研究利用计算组织学方法，评估了防晒霜与驱虫剂联合使用对紫外线防护效果的影响	首次使用离体人类皮肤样本评估防晒霜与驱虫剂联合使用的潜在毒性，并开发了NoxiScore这一深度学习软件解决方案	研究仅基于离体皮肤样本，可能无法完全反映活体皮肤的真实反应	评估防晒霜与驱虫剂联合使用对紫外线防护效果的影响	人类皮肤活检样本	数字病理学	NA	深度学习	NA	图像	来自多个捐赠者的人类皮肤活检样本