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
5581	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
5582	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
5583	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
5584	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
5585	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
5586	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
5587	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
5588	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
5589	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
5590	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
5591	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
5592	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
5593	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
5594	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
5595	2025-05-02	Improving 3D deep learning segmentation with biophysically motivated cell synthesis 2025-Jan-11, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-07469-2 PMID:39799275	research paper	提出了一种结合生物物理建模的3D细胞合成框架，用于生成高质量的合成训练数据以改进3D深度学习分割性能	整合生物物理建模生成逼真的细胞形状和排列，并开发了一种同时生成图像数据和匹配标签的GAN训练方案	未明确说明合成数据的多样性和泛化能力是否足够覆盖真实场景的复杂性	解决3D细胞数据集精确分割所需的高质量训练数据生成问题	3D细胞培养模型	digital pathology	NA	生物物理建模	GAN	3D细胞图像	NA
5596	2025-05-02	UniAMP: enhancing AMP prediction using deep neural networks with inferred information of peptides 2025-Jan-11, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06033-3 PMID:39799358	研究论文	提出UniAMP框架，利用深度学习模型推断的肽信息增强抗菌肽（AMP）预测	使用深度学习模型UniRep和ProtT5推断的肽信息替代传统特征向量，并结合全连接层和transformer编码器构建的深度神经网络模型	未明确提及具体局限性	提高抗菌肽（AMP）的预测性能	抗菌肽（AMPs）	机器学习	NA	深度学习	全连接层和transformer编码器	肽序列信息	平衡基准数据集和不平衡测试数据集
5597	2025-05-02	Transformer-based modeling of Clonal Selection and Expression Dynamics reveals resistance mechanisms in breast cancer 2025-Jan-10, NPJ systems biology and applications IF:3.5Q1 DOI:10.1038/s41540-024-00485-8 PMID:39794360	研究论文	提出了一种基于Transformer的动态深度学习模型TraCSED，用于模拟乳腺癌中的克隆选择和表达动态，揭示耐药机制	开发了TraCSED模型，能够识别与克隆选择相关的可解释基因程序及其时间点，揭示了传统差异分析方法未能发现的耐药机制	研究仅针对giredestrant和palbociclib两种药物治疗的乳腺癌细胞，可能不适用于其他癌症类型或治疗方式	研究乳腺癌细胞转录异质性及其对治疗反应的影响，以识别耐药机制	乳腺癌细胞	数字病理学	乳腺癌	单细胞RNA测序(scRNA-seq)	Transformer	基因表达数据	未明确提及具体样本数量
5598	2025-05-02	Predicting Age and Visual-Motor Integration Using Origami Photographs: Deep Learning Study 2025-Jan-10, JMIR formative research IF:2.0Q4 DOI:10.2196/58421 PMID:39803896	研究论文	本研究应用AI技术通过折纸照片预测儿童的年龄和视觉-运动整合(VMI)发展	首次将深度学习模型应用于折纸作品分析，以预测儿童年龄和VMI发展水平	研究样本仅包含2-6岁儿童，且仅使用折纸狗一种模型进行测试	探索AI技术在儿童发展评估中的应用潜力	515名2-6岁儿童的折纸作品	计算机视觉	NA	深度学习	ResNet-50, XGBoost, 多层感知机	图像(折纸照片)	515名儿童(训练组与测试组比例为4:1)
5599	2025-05-02	Awareness and Attitude Toward Artificial Intelligence Among Medical Students and Pathology Trainees: Survey Study 2025-Jan-10, JMIR medical education IF:3.2Q1 DOI:10.2196/62669 PMID:39803949	研究论文	本研究通过问卷调查评估和比较了医学生和病理学培训生对人工智能（AI）在医学中应用的认知和态度	首次分析了约旦医学生对AI的看法和认知，并首次纳入了病理学住院医师的视角	研究仅针对约旦的5所公立医学院校和4个住院医师培训项目，样本代表性可能有限	评估医学生和病理学培训生对医学AI相关态度的差异，并阐明他们在AI增强医疗快速演变中的预期角色	医学生和病理学培训生	数字病理	NA	问卷调查	NA	调查数据	394名受访者（328名医学生和66名病理学住院医师）
5600	2025-05-02	Bird Species Detection Net: Bird Species Detection Based on the Extraction of Local Details and Global Information Using a Dual-Feature Mixer 2025-Jan-06, Sensors (Basel, Switzerland) DOI:10.3390/s25010291 PMID:39797082	research paper	提出了一种基于局部细节和全局信息双特征混合器的鸟类物种检测网络BSD-Net	设计了双分支特征混合器和预测平衡模块，有效结合局部和全局信息，解决类别不平衡问题	未明确说明模型在复杂背景或极端光照条件下的性能	提高鸟类物种检测的准确性	鸟类图像数据	computer vision	NA	deep learning	BSD-Net (包含DBFM和PBM模块)	image	三个数据集：CUB-200-2011、Poyang Lake Bird dataset和FBD-SV-2024