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
5881	2025-02-27	Recent advances in AI-driven protein-ligand interaction predictions 2025-Feb-24, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2025.103020 PMID:39999605	综述	本文综述了AI驱动的蛋白质-配体相互作用预测领域的最新进展	AI模型如图神经网络、混合密度网络、transformer和扩散模型显著提升了预测性能，特别是在配体结合位点预测、结合姿态估计和虚拟筛选方面	尽管有这些进展，但跨不同蛋白质-配体对的泛化能力仍然是一个挑战	提高基于结构的药物发现中蛋白质-配体相互作用预测的准确性和效率	蛋白质-配体相互作用	机器学习	NA	NA	图神经网络、混合密度网络、transformer、扩散模型	NA	NA
5882	2025-02-27	Deep Learning-Enhanced Ultra-high-resolution CT Imaging for Superior Temporal Bone Visualization 2025-Feb-24, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.002 PMID:40000329	研究论文	本研究评估了使用混合迭代重建（HIR）和一种新型的、供应商特定的深度学习重建（DLR）算法AiCE Inner Ear对成人和儿童颞骨超高分辨率（UHR）CT扫描的图像质量	引入了供应商特定的深度学习重建算法AiCE Inner Ear，显著提高了颞骨图像质量和诊断性能	研究为单中心回顾性研究，样本量较小，特别是儿童样本仅有5例	评估深度学习增强的超高分辨率CT成像在颞骨可视化中的效果	35名患者（5名儿童，23名男性）的57个颞骨	数字病理学	NA	超高分辨率CT扫描，混合迭代重建（HIR），深度学习重建（DLR）	深度学习	CT图像	35名患者（5名儿童，23名男性）的57个颞骨
5883	2025-02-27	AI for image quality and patient safety in CT and MRI 2025-Feb-23, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00562-5 PMID:39987533	综述	本文综述了人工智能（AI）在计算机断层扫描（CT）和磁共振成像（MRI）中的最新发展，旨在提高图像质量和患者安全	本文强调了AI在优化患者定位、扫描范围选择、技术参数选择、减少对比剂用量和注射流速、快速图像重建以及减少噪声和伪影等方面的创新应用	挑战包括模型的泛化能力有限、缺乏外部验证、模型解释性不足以及决策过程的不透明性	研究目的是通过AI技术提高CT和MRI的图像质量，减少辐射剂量和对比剂使用，从而提升患者安全	研究对象为CT和MRI图像	数字病理	NA	深度学习	NA	图像	NA
5884	2025-02-27	Deep learning algorithms for detecting fractured instruments in root canals 2025-Feb-23, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-05652-9 PMID:39988714	研究论文	本文探讨了深度学习算法在根尖周X光片中检测断裂根管器械的性能	比较了五种深度学习模型在检测断裂根管器械方面的性能，并发现DenseNet201在此任务中表现最佳	研究仅基于700张标注的根尖周X光片，样本量相对较小，且未进行模型间的显著差异配对比较	评估深度学习模型在根尖周X光片中检测断裂根管器械的性能	断裂根管器械（FEIs）	计算机视觉	牙科疾病	深度学习	DenseNet201, EfficientNet B0, ResNet-18, VGG-19, MaxVit-T	图像	700张标注的根尖周X光片，其中381颗牙齿含有断裂根管器械
5885	2025-02-27	Deep learning and electrocardiography: systematic review of current techniques in cardiovascular disease diagnosis and management 2025-Feb-23, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01349-w PMID:39988715	综述	本文回顾了深度学习与心电图（ECG）结合在心血管疾病领域应用的最新进展，系统性地检查了198篇高质量出版物	通过细致的分类和层次分割，提供了当前各种心血管疾病领域的详尽描述	NA	为感兴趣的读者提供全面的指南，激发对这一领域进一步深入探索和研究的热情	心血管疾病	机器学习	心血管疾病	深度学习	NA	心电图数据	198篇高质量出版物
5886	2025-02-27	The Role of Artificial Intelligence Combined With Digital Cholangioscopy for Indeterminant and Malignant Biliary Strictures: A Systematic Review and Meta-analysis 2025-Feb-19, Journal of clinical gastroenterology IF:2.8Q2 DOI:10.1097/MCG.0000000000002148 PMID:39998988	meta-analysis	本文通过系统回顾和荟萃分析评估了人工智能结合数字胆道镜在诊断不确定性和恶性胆道狭窄中的诊断性能	首次将基于计算机视觉的AI算法应用于胆道镜检查，以提高诊断准确性	研究数量有限，仅包含五项研究，且样本量相对较小	评估AI结合数字胆道镜在诊断不确定性和恶性胆道狭窄中的诊断性能	不确定性和恶性胆道狭窄	computer vision	biliary strictures	deep learning	CNN	image	675 lesions (2,685,674 cholangioscopic images)
5887	2025-02-27	A deep learning-enabled smart garment for accurate and versatile monitoring of sleep conditions in daily life 2025-Feb-18, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2420498122 PMID:39932995	研究论文	本文介绍了一种基于深度学习的智能服装系统，用于日常生活中准确且多功能地监测睡眠状况	开发了一种可水洗、与皮肤兼容的智能服装系统，能够在弱设备-皮肤耦合条件下捕捉局部皮肤应变信号，无需定位或皮肤准备，并通过可逆淀粉处理控制墨水渗透深度，实现批量间性能变化小于10%	NA	提高睡眠质量并预防与睡眠相关的慢性疾病	睡眠相关状况	机器学习	NA	深度学习、可解释AI、迁移学习	NA	皮肤应变信号	NA
5888	2025-02-27	Solubilization of Membrane Proteins using designed protein WRAPS 2025-Feb-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.04.636539 PMID:39975033	研究论文	本文介绍了一种基于深度学习的通用设计方法，用于溶解天然膜蛋白，同时保持其序列、折叠和功能	使用基因编码的蛋白WRAPs（水溶性RF扩散两亲蛋白）包围脂质相互作用的疏水表面，使其稳定且水溶性，无需使用去污剂	NA	开发针对膜蛋白的疗法和疫苗，解决其疏水表面导致的生成和结构表征困难	膜蛋白	机器学习	梅毒	深度学习	NA	蛋白质结构数据	四种外膜β桶蛋白
5889	2025-02-27	De novo design of Ras isoform selective binders 2025-Feb-05, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.29.610300 PMID:39975043	研究论文	本文利用深度学习方法设计了针对Ras异构体的特异性结合剂，以研究其在生物学和疾病中的不同作用	首次使用深度学习方法设计出针对Ras异构体的特异性结合剂，解决了传统方法难以针对Ras C端无序且高电荷区域产生抗体的难题	未提及具体样本量或实验验证的广泛性	研究Ras异构体在癌症中的不同作用，并开发特异性结合剂	Ras异构体（KRAS4A, KRAS4B, HRAS, NRAS）	机器学习	癌症	深度学习	NA	NA	NA
5890	2025-02-27	Functional profiling of the sequence stockpile: a protein pair-based assessment of in silico prediction tools 2025-02-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf035 PMID:39854283	研究论文	本文评估了现有蛋白质功能预测工具在预测非同源或远离已知蛋白质家族的蛋白质分子功能方面的潜力和局限性	通过评估蛋白质对的功能相似性，超越了功能注释词汇的限制，提供了一种评估不同本体注释方法的手段	大多数现有方法仅限于识别同源序列的功能相似性，无法预测缺乏参考的蛋白质功能，深度学习方法也难以捕捉蛋白质序列中编码的功能信号	评估现有蛋白质功能预测工具在预测非同源或远离已知蛋白质家族的蛋白质分子功能方面的潜力和局限性	数千种非同源或远离已知蛋白质家族的蛋白质	生物信息学	NA	NA	深度学习方法	蛋白质序列数据	数千种蛋白质
5891	2025-02-27	A Fully Automated Artificial Intelligence-Based Approach to Predict Renal Function After Radical or Partial Nephrectomy 2025-Feb-04, Urology IF:2.1Q2 DOI:10.1016/j.urology.2025.01.073 PMID:39914676	研究论文	本文提出了一种基于人工智能的全自动化方法，用于预测根治性或部分肾切除术后肾功能	开发了一种全自动化的AI模型，无需临床细节、医生时间或测量即可预测术后肾小球滤过率（GFR），其准确性与已验证的临床模型相当	研究样本量相对较小（300例患者），且仅基于单一数据集（KiTS19挑战赛）	测试AI模型在预测术后GFR方面的准确性，并与已验证的临床模型进行比较	接受肾切除术的肾肿瘤患者	数字病理学	肾癌	深度学习分割模型	深度学习	CT图像	300例接受肾切除术的肾肿瘤患者
5892	2025-02-27	Development of deep learning-based mobile application for the identification of Coccidia species in pigs using microscopic images 2025-Feb, Veterinary parasitology IF:2.0Q2 DOI:10.1016/j.vetpar.2024.110376 PMID:39675168	研究论文	开发了一种基于深度学习的移动应用程序，用于通过显微镜图像自动识别猪体内的Coccidia物种	采用深度学习技术开发移动应用程序，自动识别猪体内的Coccidia物种，减少对专家人员的依赖	研究仅限于印度东北山区常见的六种Coccidia物种，未涵盖所有可能的物种	开发一种能够自动识别猪体内Coccidia物种的移动应用程序，以减少经济损失和提高诊断效率	猪体内的Coccidia物种，特别是E. debliecki, E. perminuta, E. porci, E. spinosa, E. suis, 和 Isospora suis	计算机视觉	寄生虫病	卷积神经网络（CNN）	EfficientNetB0, EfficientNetB1, MobileNet, MobileNetV2	显微镜图像	未明确提及具体样本数量，但涉及印度东北山区的猪
5893	2025-02-27	Non-Invasive Diagnosis of Moyamoya Disease Using Serum Metabolic Fingerprints and Machine Learning 2025-Feb, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202405580 PMID:39737836	研究论文	本研究利用血清代谢指纹和机器学习技术，开发了一种非侵入性的烟雾病诊断方法	首次将纳米颗粒增强的激光解吸/电离质谱技术与深度学习算法结合，用于烟雾病的非侵入性诊断	研究中未提及样本的具体数量，且未详细讨论该方法的临床适用性和成本效益	开发一种非侵入性的烟雾病诊断方法，以减少患者的诊断风险和成本	烟雾病患者和健康对照组的血清样本	机器学习	烟雾病	纳米颗粒增强的激光解吸/电离质谱技术 (LDI MS)	深度学习算法	血清代谢指纹 (SMFs)	NA
5894	2025-02-27	A Novel RAGE Modulator Induces Soluble RAGE to Reduce BACE1 Expression in Alzheimer's Disease 2025-Feb, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202407812 PMID:39755927	研究论文	本文探讨了一种新型RAGE调节剂6-TG如何通过增加可溶性RAGE（sRAGE）水平来减少BACE1表达，从而缓解阿尔茨海默病（AD）的病理	研究发现抗癌药物6-TG能够显著降低BACE1表达，增强小胶质细胞的吞噬活性，并通过JAK2-STAT1通路调节BACE1表达，增加脑内sRAGE水平	研究主要基于AD小鼠模型，尚未在人类临床试验中验证其效果	探索通过减少BACE1表达来缓解阿尔茨海默病病理的新策略	阿尔茨海默病小鼠模型	神经科学	阿尔茨海默病	表面等离子体共振实验、深度学习工具	NA	实验数据	阿尔茨海默病小鼠模型
5895	2025-02-27	Unraveling Spatial Heterogeneity in Mass Spectrometry Imaging Data with GraphMSI 2025-Feb, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202410840 PMID:39778027	研究论文	本文提出了一种名为GraphMSI的深度学习新方法，用于增强质谱成像（MSI）数据的空间异质性分析	GraphMSI方法整合了代谢谱和空间信息，通过两种可选增强模式（scribble-interactive和knowledge-transfer）提高了MSI数据的分割效果，并减少了计算需求	当前方法在生物背景信息整合和计算需求方面存在不足	解决质谱成像数据中空间异质性分析的挑战	质谱成像数据	质谱成像	NA	质谱成像（MSI）	深度学习	图像	NA
5896	2025-02-27	Retinal vascular alterations in cognitive impairment: A multicenter study in China 2025-Feb, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.14593 PMID:39988572	研究论文	本研究通过多中心研究探讨了认知障碍患者的视网膜血管变化	使用VC-Net深度学习模型分割视网膜动静脉网络，提取了36种血管特征，发现了认知障碍患者视网膜血管结构的显著变化	需要在更大的队列中验证，并探索潜在的机制	探讨认知障碍患者的视网膜血管变化	176名轻度认知障碍（MCI）或阿尔茨海默病（AD）患者和264名对照者	数字病理学	阿尔茨海默病	深度学习	VC-Net	图像	440名参与者（176名患者和264名对照者）
5897	2025-02-27	Diagnostic value of deep learning reconstruction-based subtraction CT-FFR in patients with calcified-related stenosis or stent implantation 2025-Feb-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1366 PMID:39995698	研究论文	本研究探讨了基于深度学习重建的减法CT-FFR在钙化相关狭窄或支架植入患者中的诊断价值	首次将深度学习重建技术应用于减法CT-FFR，提高了钙化相关狭窄和冠状动脉支架应用的诊断性能	样本量较小，仅包括30名患者，且未进行长期随访	探索减法CT-FFR在钙化相关狭窄和冠状动脉支架应用中的诊断价值	钙化相关狭窄或支架植入患者	数字病理学	心血管疾病	CT-FFR, 深度学习重建 (DLR), 混合迭代重建 (HIR)	深度学习	CT图像	30名患者，52个钙化相关病变和14个冠状动脉支架
5898	2025-02-27	Development and evaluation of a deep learning model for multi-frequency Gibbs artifact elimination 2025-Feb-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1344 PMID:39995704	研究论文	本文开发并评估了一种深度学习模型，用于消除多频率Gibbs伪影，以提高MRI图像质量并改善脊髓空洞症的诊断准确性	开发了一种深度学习模型，能够有效消除多频率Gibbs伪影，并在不同解剖区域、MRI序列和伪影严重程度下表现出色	研究样本主要来自回顾性数据，外部验证样本量较小（30人），可能影响模型的泛化能力	开发并评估一种深度学习模型，用于消除MRI图像中的Gibbs伪影，以提高图像质量和诊断准确性	MRI图像中的Gibbs伪影	计算机视觉	脊髓空洞症	深度学习	深度学习模型	图像	290,940张MRI图像（来自4,936次扫描），外部验证包括20名健康成人和10名脊髓空洞症患者
5899	2025-02-27	Automatic measurement of X-ray radiographic parameters based on cascaded HRNet model from the supraspinatus outlet radiographs 2025-Feb-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1373 PMID:39995702	研究论文	本研究开发了一种基于级联HRNet模型的自动测量方法，用于从肩胛上出口X光片中测量形态参数，以辅助肩部疾病的早期筛查和治疗决策	首次报道了使用级联HRNet模型自动测量肩胛上出口X光片中的放射学参数，提高了测量的精确性和效率	研究仅基于单一医院的影像数据，可能限制了模型的泛化能力	开发一种自动测量肩胛上出口X光片中形态参数的方法，以辅助肩部疾病的早期筛查和治疗决策	肩胛上出口X光片	计算机视觉	肩袖损伤	深度学习算法	级联HRNet模型	图像	1,668张肩胛上出口X光片，其中1,147张用于模型训练和验证，521张用于测试
5900	2025-02-27	Rapid and automatic hemodynamic assessment: integration of deep learning-based image segmentation, vessel reconstruction, and CFD prediction 2025-Feb-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1721 PMID:39995727	研究论文	本研究开发了一种基于深度学习的快速准确提取血管血流动力学特征数据的方法，通过自动化CT图像分割、血管重建和CFD预测过程	提出了一种改进的卷积神经网络（Res2Net-ConvFormer-Dilation-UNet）用于自动分割预处理后的血管CT图像，并结合MC算法和OpenFOAM进行3D重建和血流动力学模拟	NA	开发一种快速准确的血管血流动力学特征数据提取方法，以提高诊断效率	下肢和主动脉动脉数据集	计算机视觉	心血管疾病	CT图像分割、MC算法、OpenFOAM	Res2Net-ConvFormer-Dilation-UNet (Res2-CD-UNet)	CT图像	下肢和主动脉动脉数据集