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
5941	2025-02-26	CPI-GGS: A deep learning model for predicting compound-protein interaction based on graphs and sequences 2025-Apr, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108326 PMID:39752853	研究论文	本文提出了一种基于图和序列的深度学习模型CPI-GGS，用于预测和分析化合物-蛋白质相互作用	CPI-GGS模型结合了图和序列信息，提高了化合物-蛋白质相互作用预测的准确性，为药物发现和开发提供了新的工具	当前CPI预测方法的准确性仍有待提高，模型的泛化能力需要改进，且需要进一步在不同数据集上进行验证	提高化合物-蛋白质相互作用预测的准确性，以支持药物发现和设计	化合物-蛋白质相互作用	机器学习	NA	深度学习	CPI-GGS	图和序列数据	NA
5942	2025-02-26	Hybrid optimization enabled DenseNet for autism spectrum disorders using MRI image 2025-Apr, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108335 PMID:39793514	研究论文	本文提出了一种基于混合优化的DenseNet模型，用于通过MRI图像检测自闭症谱系障碍（ASD）	引入了Jaya Sewing Training Optimization (JSTO)算法，结合Jaya算法和Sewing Training-Based Optimization (STBO)，用于特征提取和模型训练	未提及具体的研究局限性	开发一种高效的自闭症谱系障碍（ASD）检测模型，以提高诊断的准确性和可访问性	自闭症谱系障碍（ASD）患者的MRI图像	计算机视觉	自闭症谱系障碍	MRI图像处理，JSTO优化算法	DenseNet	图像	基于Abide 1数据集
5943	2025-02-26	Deep learning and radiomics-based vascular calcification characterization in dental cone beam computed tomography as a predictive tool for cardiovascular disease: a proof-of-concept study 2025-Apr, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2024.12.010 PMID:39827035	研究论文	本研究评估了一种自动深度学习方法，用于在锥形束计算机断层扫描（CBCT）中检测颅外和颅内颈动脉及椎动脉的钙化，并利用CBCT衍生的放射组学成像生物标志物预测心血管疾病（CVD）如中风和心脏病发作	结合深度学习和放射组学方法，首次在牙科CBCT扫描中自动检测动脉钙化并预测心血管疾病	椎动脉钙化（VAC）的检测性能较低，仅为0.53 ± 0.17	开发自动化的深度学习方法，用于检测动脉钙化并预测心血管疾病	颅外颈动脉钙化（ECC）、颅内颈动脉钙化（ICC）和椎动脉钙化（VAC）	计算机视觉	心血管疾病	CBCT	nn-UNet	图像	148次扫描用于模型训练和验证，135个钙化区域用于放射组学特征提取
5944	2025-02-26	Using statistical analysis to explore the influencing factors of data imbalance for machine learning identification methods of human transcriptome m6A modification sites 2025-Apr, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108351 PMID:39837162	研究论文	本研究通过统计分析方法探讨了影响机器学习识别人类转录组m6A修饰位点数据不平衡的因素	从特征编码表示、深度学习模型和数据重采样策略三个关键角度解决RNA甲基化位点数据不平衡问题，并开发了基于LSTM及其变体mLSTM的分类预测模型，以及使用SeqGAN和SMOTE构建平衡数据集	研究中未提及具体的数据集大小和样本类型，可能影响结果的普适性	探索影响机器学习识别m6A修饰位点数据不平衡的因素，提高识别准确性	人类转录组m6A修饰位点	生物信息学	NA	K-mer one-hot编码策略、LSTM、mLSTM、SeqGAN、SMOTE	LSTM、mLSTM、SeqGAN	RNA序列数据	NA
5945	2025-02-26	The prediction of RNA-small-molecule ligand binding affinity based on geometric deep learning 2025-Apr, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108367 PMID:39904171	研究论文	本文提出了一种基于几何深度学习的RNA-小分子配体结合亲和力预测方法，名为RNA-ligand Surface Interaction Fingerprinting (RLASIF)	RLASIF方法首次从分子表面的几何和化学特征创建RNA-配体相互作用指纹，以表征结合亲和力，填补了现有方法在分子表面信息利用上的空白	尽管RLASIF在多个测试集上表现优异，但其在更广泛的RNA-小分子相互作用预测中的应用仍需进一步验证	研究旨在开发一种高效预测RNA-小分子结合亲和力的计算方法，以推动药物发现和抑制剂设计	RNA和小分子配体	机器学习	NA	几何深度学习	RLASIF	分子表面几何和化学特征数据	来自PDBbind NL2020的十个不同测试集
5946	2025-02-26	Artificial intelligence in gastrointestinal cancer research: Image learning advances and applications 2025-Apr-01, Cancer letters IF:9.1Q1 DOI:10.1016/j.canlet.2025.217555 PMID:39952597	综述	本文综述了过去五年中人工智能在胃肠道肿瘤研究中的进展，特别是在早期肿瘤筛查、诊断、分子标志物识别、治疗规划和预后预测方面的应用	强调了人工智能在提高肿瘤筛查敏感性、特异性和准确性方面的潜力，以及其在多组学分析和成像技术整合中的重要作用	未具体提及研究的局限性	探讨人工智能在胃肠道肿瘤研究中的应用及其对提高诊断和治疗效果的潜力	胃肠道肿瘤	数字病理学	胃肠道癌症	深度学习、大语言模型、神经网络	NA	图像	NA
5947	2025-02-26	IDBGL: A unique image dataset of black gram (Vigna mungo) leaves for disease detection and classification 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111347 PMID:39990119	研究论文	本文介绍了一个独特的黑豆（Vigna mungo）叶片图像数据集，用于疾病检测和分类	创建了一个包含4038张图像的黑豆叶片疾病数据集，涵盖五种不同类别，为全球研究人员提供了一个用于早期检测和分类黑豆叶片疾病的深度学习自动化系统的基础	收集健康样本存在困难，且数据集仅来自孟加拉国的两个地区	开发一个深度学习自动化系统，用于早期检测和分类黑豆叶片疾病，以帮助农民和提高农业利益相关者的意识	黑豆（Vigna mungo）叶片	计算机视觉	植物疾病	深度学习	NA	图像	4038张图像，来自孟加拉国的Sirajganj和Solonga地区
5948	2025-02-26	A dataset of annotated African plum images from Cameroon for AI-based quality assessment 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111351 PMID:39990129	研究论文	本文介绍了一个包含4507张非洲李子注释图像的数据集，专为AI驱动的李子质量评估设计	这是首个专门用于非洲李子质量评估的AI数据集，涵盖了六个质量等级，并在自然光下使用智能手机拍摄	数据集仅涵盖非洲李子，可能不适用于其他水果的质量评估	开发用于农业中计算机视觉和深度学习系统的数据集，以实现李子质量的自动化评估	非洲李子	计算机视觉	NA	NA	深度学习	图像	4507张非洲李子图像
5949	2025-02-26	ElectroCom61: A multiclass dataset for detection of electronic components 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111331 PMID:39990128	研究论文	本文介绍了ElectroCom61，一个包含61种常用电子元件的多类目标检测数据集，旨在提高自动化和效率	提出了一个包含61种电子元件的多类目标检测数据集，涵盖了真实世界中的多种条件，如不同的光照、背景、距离和相机角度	数据集仅来源于一个大学的电子元件收藏，可能无法涵盖所有类型的电子元件	开发一个用于电子元件检测的先进系统，应用于教育和工业领域	61种常用电子元件	计算机视觉	NA	深度学习	NA	图像	2121张经过精心标注的图像
5950	2025-02-26	ARGai 1.0: A GAN augmented in silico approach for identifying resistant genes and strains in E. coli using vision transformer 2025-Apr, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108342 PMID:39813877	研究论文	本文提出了一种名为ARGai 1.0的深度学习架构，结合生成对抗网络（GANs）和视觉变换器（Vision Transformer），用于识别大肠杆菌中的耐药基因和菌株	ARGai 1.0通过GAN生成合成数据，解决了实验数据集稀缺的问题，并利用特征提取技术从真实和GAN生成的数据中识别有价值的特征，从而提高了耐药基因的识别精度	NA	开发一种计算技术，用于识别大肠杆菌中的耐药基因和菌株，以应对抗生素耐药性问题	大肠杆菌（E. coli）	计算基因组学	NA	全基因组测序（WGS）、下一代测序（NGS）	GAN、Vision Transformer、深度卷积生成对抗网络（DCGAN）	基因组数据	NA
5951	2025-02-26	UAlpha40: A comprehensive dataset of Urdu alphabet for Pakistan sign language 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111342 PMID:39996049	研究论文	本文介绍了一个名为UAlpha40的综合数据集，用于巴基斯坦手语中的乌尔都语字母	该数据集不仅包含36个静态手势，还包括4个动态手势，填补了之前研究的空白	数据集主要基于巴基斯坦的乌尔都语手语，可能不适用于其他地区的手语	开发一个全面的数据集以支持乌尔都语手语的深度学习模型训练	乌尔都语手语的40个字母，包括36个静态手势和4个动态手势	计算机视觉	NA	图像和视频数据采集与增强	深度学习模型	图像和视频	22,280张图像（其中2,897张为原始图像，19,383张通过噪声或增强生成）和393个视频
5952	2025-02-26	LiteMamba-Bound: A lightweight Mamba-based model with boundary-aware and normalized active contour loss for skin lesion segmentation 2025-Mar, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.01.008 PMID:39864606	研究论文	本文提出了一种轻量级的基于Mamba的模型LiteMamba-Bound，用于皮肤病变分割，结合了边界感知和归一化主动轮廓损失	提出了Channel Attention Dual Mamba (CAD-Mamba)块和Reverse Attention Boundary Module，以及归一化主动轮廓损失函数，显著提升了模型性能	NA	提高皮肤病变分割的精度，特别是在医学图像中区分病变区域和健康皮肤	皮肤病变图像	计算机视觉	皮肤癌	深度学习	LiteMamba-Bound, CAD-Mamba, Reverse Attention Boundary Module	图像	两个皮肤图像数据集：ISIC2018和PH2
5953	2025-02-26	ZFP-CanPred: Predicting the effect of mutations in zinc-finger proteins in cancers using protein language models 2025-Mar, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.01.020 PMID:39909391	研究论文	本研究介绍了一种名为ZFP-CanPred的深度学习模型，用于预测锌指蛋白（ZNFs）中与癌症相关的驱动突变	ZFP-CanPred利用蛋白质语言模型（PLMs）从突变位点的结构邻域中提取表示，以区分致癌突变和中性突变，并在独立测试集上表现出色	尽管ZFP-CanPred在特异性和敏感性方面表现平衡，但仍需进一步验证其在不同癌症类型中的适用性	研究旨在预测锌指蛋白中与癌症相关的驱动突变，以理解致癌过程并开发靶向治疗策略	锌指蛋白（ZNFs）中的错义突变	自然语言处理	癌症	蛋白质语言模型（PLMs）	深度学习模型	蛋白质序列数据	331个突变
5954	2025-02-26	HybProm: An attention-assisted hybrid CNN-BiLSTM model for the interpretable prediction of DNA promoter 2025-Mar, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.02.001 PMID:39929298	研究论文	本文提出了一种名为HybProm的模型，用于DNA启动子的可解释预测	HybProm模型结合了CNN-BiLSTM-Attention架构，能够跨物种预测启动子，并具有较高的准确性和良好的可解释性	NA	提高DNA启动子预测的准确性	DNA启动子	自然语言处理	NA	DNA2Vec	CNN-BiLSTM-Attention	DNA序列	包括E. coli、人类、小鼠和植物在内的多种物种
5955	2025-02-26	Deep Learning-Assisted Fluorescence Single-Particle Detection of Fumonisin B1 Powered by Entropy-Driven Catalysis and Argonaute 2025-Feb-25, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05913 PMID:39868471	研究论文	开发了一种深度学习辅助的荧光单粒子检测平台，用于超灵敏检测食品中的伏马菌素B1	结合了熵驱动催化和Argonaute技术，利用深度学习模型YOLOv9进行荧光图像的快速准确计数，提高了检测的灵敏度和效率	未提及具体的技术局限或应用限制	开发一种超灵敏的检测方法，用于食品中伏马菌素B1的检测，以确保食品安全和公共健康	伏马菌素B1（FB）	生物传感	NA	熵驱动催化（EDC）、Argonaute技术、荧光单粒子检测	YOLOv9	荧光图像	未提及具体样本数量，但涉及真实食品样本的测试
5956	2025-02-26	RAE-Net: a multi-modal neural network based on feature fusion and evidential deep learning algorithm in predicting breast cancer subtypes on DCE-MRI 2025-Feb-25, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adb494 PMID:39933196	研究论文	本研究提出了一种基于多模态特征融合和证据深度学习算法的新型神经网络模型RAE-Net，用于通过动态对比增强磁共振成像（DCE-MRI）预测乳腺癌亚型	RAE-Net结合了多模态特征融合（MFF）和证据深度学习算法（EDLA），通过不确定性估计提高了分类的可靠性，并在计算效率和准确性上优于现有模型	研究仅基于344名患者的数据，样本量相对较小，可能影响模型的泛化能力	提高乳腺癌亚型预测的准确性，以支持个性化治疗	乳腺癌患者的DCE-MRI数据	计算机视觉	乳腺癌	动态对比增强磁共振成像（DCE-MRI）	RAE-Net（基于ResNet-50的多头注意力融合和多层感知机机制）	图像	344名乳腺癌患者（训练集200名，验证集60名，测试集62名）
5957	2025-02-26	Application of Surface-Enhanced Raman Spectroscopy in Head and Neck Cancer Diagnosis 2025-Feb-25, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c02796 PMID:39951652	review	本文综述了表面增强拉曼光谱（SERS）在头颈癌诊断中的应用现状及前景	展示了SERS在分子生物学水平诊断、组织水平识别、治疗监测及与新兴技术整合中的创新应用	未具体提及SERS技术的局限性	探讨SERS在头颈癌诊断和治疗中的应用及其未来发展方向	头颈癌	数字病理学	头颈癌	表面增强拉曼光谱（SERS）	NA	光谱数据	NA
5958	2025-02-26	Automated hallucination detection for synthetic CT images used in MR-only radiotherapy workflows 2025-Feb-25, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adb5eb PMID:39946843	研究论文	本文开发了一种用于检测AI生成的合成CT（sCT）图像中幻觉的工具，以提高MR-only放疗工作流程的准确性和安全性	开发了一种基于深度学习的自动分割模型（DLAS），用于检测AI生成的sCT图像中的骨结构幻觉，并实现了可调节的敏感性筛查器	训练数据集较小（86个Dixon MR图像集），测试数据集也较小（10个），可能影响模型的泛化能力	提高MR-only放疗工作流程中AI生成的sCT图像的准确性和安全性	AI生成的盆腔sCT图像	数字病理学	NA	深度学习自动分割（DLAS）	3D SegResNet	MR图像和sCT图像	86个Dixon MR图像集用于训练，10个用于测试
5959	2025-02-26	Deep-Learning-Assisted Self-Powered Microfluidic Bionic Electronic Tongues 2025-Feb-24, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c22067 PMID:39992874	研究论文	本文介绍了一种结合液体-固体接触带电效应和深度学习算法的自供电微流体仿生电子舌（SMET），用于实现高可靠性和智能化的样品识别和浓度检测	通过结合液体-固体接触带电效应和深度学习算法，开发了一种新型的自供电微流体仿生电子舌，显著提高了样品识别的准确性和灵敏度	NA	开发一种高可靠性和智能化的液体样品识别和浓度检测工具	液体样品，包括五种味觉元素样品和不同浓度的氯化钠溶液	机器学习和微流体技术	NA	液体-固体接触带电效应（LSCE）和深度学习算法	深度学习模型	电信号数据	五种味觉元素样品和五种浓度的氯化钠溶液，以及超过十种不同的味觉样品
5960	2025-02-26	External Validation of a Winning AI-Algorithm from the RSNA 2022 Cervical Spine Fracture Detection Challenge 2025-Feb-24, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8715 PMID:39993795	研究论文	本文对RSNA 2022颈椎骨折检测挑战赛中获胜的AI算法进行了外部验证，评估其在真实临床实践中的可行性	首次对竞赛中表现优异的AI算法进行外部验证，探讨其在临床实践中的通用性	外部验证数据集中患者年龄较大，可能影响模型的准确性和特异性	评估AI算法在临床实践中的可行性	颈椎CT扫描图像	计算机视觉	颈椎骨折	深度学习	CNN	图像	100例颈椎CT扫描（50例有骨折，50例无骨折）