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
6381	2025-02-25	Advancements in Nanobody Epitope Prediction: A Comparative Study of AlphaFold2Multimer vs AlphaFold3 2025-Feb-24, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01877 PMID:39927847	研究论文	本文比较了AlphaFold2Multimer和AlphaFold3在纳米抗体表位预测中的表现，探讨了影响预测准确性的因素，并提出了改进策略	首次对AlphaFold3和AlphaFold2-Multimer在纳米抗体表位预测中的性能进行了系统比较，并揭示了CDR3特征对预测准确性的重要影响	两种工具的整体成功率仍低于50%，且AlphaFold3仅在特定纳米抗体类别中表现出显著改进	评估和改进纳米抗体表位预测工具的准确性	纳米抗体的表位预测	生物信息学	NA	分子对接、AI驱动工具	AlphaFold3、AlphaFold2-Multimer	蛋白质结构数据	未明确提及具体样本数量
6382	2025-02-25	Deep Learning for Antimicrobial Peptides: Computational Models and Databases 2025-Feb-24, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00006 PMID:39927895	综述	本文综述了用于抗菌肽预测的深度学习模型及其相关数据库	总结了现有的抗菌肽预测深度学习模型，并讨论了它们的局限性和挑战	未提出新的模型，仅对现有模型进行了总结和讨论	帮助计算生物学家设计更好的抗菌肽预测深度学习模型	抗菌肽	机器学习	NA	深度学习	深度学习模型	NA	NA
6383	2025-02-25	Ectopic, intra-thyroid parathyroid adenoma better visualised by deep learning enhanced choline PET/CT 2025-Feb-24, QJM : monthly journal of the Association of Physicians DOI:10.1093/qjmed/hcaf057 PMID:39992255	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
6384	2025-02-25	Recent topics in musculoskeletal imaging focused on clinical applications of AI: How should radiologists approach and use AI? 2025-Feb-24, La Radiologia medica DOI:10.1007/s11547-024-01947-z PMID:39992330	综述	本文讨论了人工智能在肌肉骨骼成像领域的应用，包括深度学习重建和基于MRI的皮质骨成像的临床应用，以及自动化诊断支持的定性和定量诊断	本文聚焦于人工智能在肌肉骨骼成像中的最新临床应用，特别是深度学习重建和MRI皮质骨成像的创新应用	本文未提及具体的技术细节或实验数据，主要侧重于概念性讨论和未来展望	探讨人工智能在肌肉骨骼成像中的临床应用，帮助放射科医生了解并应用这些技术	肌肉骨骼成像	计算机视觉	NA	深度学习重建，MRI	深度学习	图像	NA
6385	2025-02-25	Subclinical tremor differentiation using long short-term memory networks 2025-Feb-24, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01526-0 PMID:39992543	研究论文	本研究探讨了使用长短期记忆网络（LSTM）区分帕金森病（PD）和特发性震颤（ET）的亚临床震颤的潜力	提出了一种基于LSTM的深度学习模型，能够有效区分PD、ET和正常生理性震颤的亚临床震颤，准确率分别达到95%和93%	未来需要增强模型的可解释性，并在更大、更多样化的数据集上进行验证，包括动作性震颤	开发一种深度学习模型，以区分帕金森病、特发性震颤和正常生理性震颤的亚临床震颤	51名PD患者、15名ET患者和58名正常受试者的亚临床震颤数据	机器学习	帕金森病	长短期记忆网络（LSTM）	LSTM	传感器数据	124名受试者（51名PD患者、15名ET患者和58名正常受试者）
6386	2025-02-25	Event-driven figure-ground organisation model for the humanoid robot iCub 2025-Feb-22, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56904-9 PMID:39984477	研究论文	本文提出了一种基于事件驱动的人形机器人iCub的图形-背景组织模型，用于检测物体和边界	该模型采用生物启发的感知系统，利用事件驱动视觉技术减少数据冗余和计算量，与传统的深度学习模型相比，能够在感兴趣区域（ROI）内仅处理相关数据，从而实现低延迟的自主机器人应用	尽管在简单刺激和伯克利分割数据集上表现出与基于帧的版本相当的结果，但在复杂场景中的性能仍需进一步验证	开发一种适用于人形机器人iCub的生物启发感知系统，用于图形-背景分割	人形机器人iCub	计算机视觉	NA	事件驱动视觉技术	生物启发感知系统	事件驱动摄像头数据	在模拟和真实场景中使用事件驱动摄像头进行评估
6387	2025-02-25	Artificial intelligence assessment of tissue-dissection efficiency in laparoscopic colorectal surgery 2025-Feb-22, Langenbeck's archives of surgery DOI:10.1007/s00423-025-03641-8 PMID:39984705	研究论文	本研究旨在验证使用基于深度学习的识别模型进行手术技能评估的可行性，特别是针对腹腔镜结直肠手术中的组织切割效率	开发了一种基于深度学习计算机视觉技术的模型，用于自动评估手术中的组织切割效率，减少了人为判断的偏差	研究依赖于回顾性数据，且仅针对特定类型的手术和工具，可能限制了模型的广泛适用性	验证使用深度学习模型自动评估腹腔镜结直肠手术中组织切割效率的可行性	腹腔镜结直肠手术（乙状结肠切除术或高位前切除术）的视频数据	计算机视觉	结直肠癌	深度学习	CNN	视频	来自日本的766例腹腔镜结直肠手术视频
6388	2025-02-25	Early warning study of field station process safety based on VMD-CNN-LSTM-self-attention for natural gas load prediction 2025-Feb-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85582-2 PMID:39984509	研究论文	本研究提出了一种基于VMD-CNN-LSTM-Self-Attention的天然气负荷预测方法，以提高天然气供应企业的生产安全管理	创新性地提出了VMD-CNN-LSTM-Self-Attention区间预测方法，并实现了基于85%、90%和95%置信区间的分级报警机制	未提及具体局限性	提高天然气负荷预测的准确性和可靠性，以增强企业生产安全管理	天然气场站出站负荷数据	机器学习	NA	深度学习	VMD-CNN-LSTM-Self-Attention	时间序列数据	未提及具体样本数量
6389	2025-02-25	A detection method for small casting defects based on bidirectional feature extraction 2025-Feb-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90185-y PMID:39984609	研究论文	本文提出了一种基于双向特征提取的小型铸件缺陷检测方法，旨在提高铸件检测的科学性和精确性	创新性地开发了一种基于Hadamard积的双层Encoder-Decoder多尺度特征提取架构BiSDE，以及采用基于Wasserstein距离的损失函数来优化小缺陷目标的训练过程	未提及具体局限性	开发一种自动化缺陷检测模型，以提高铸件检测的效率和准确性	小型铸件缺陷	计算机视觉	NA	深度学习	BiSDE（基于Hadamard积的双层Encoder-Decoder多尺度特征提取架构）	图像	未提及具体样本数量
6390	2025-02-25	Foundations of a knee joint digital twin from qMRI biomarkers for osteoarthritis and knee replacement 2025-Feb-21, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01507-3 PMID:39984725	研究论文	本研究基于定量MRI（qMRI）和机器学习技术，构建了一个膝关节的数字孪生系统，旨在推进骨关节炎（OA）管理和膝关节置换（KR）预测的精准医疗	结合深度学习分割膝关节结构和降维技术，创建了一个成像生物标志物的嵌入特征空间，并识别出与OA发病率和KR结果显著相关的特定生物标志物	NA	推进骨关节炎管理和膝关节置换预测的精准医疗	膝关节	数字病理学	骨关节炎	定量MRI（qMRI）	深度学习	图像	NA
6391	2025-02-25	Deep learning models for differentiating three sinonasal malignancies using multi-sequence MRI 2025-Feb-21, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01517-9 PMID:39984860	研究论文	本研究开发了基于MRI的深度学习模型，用于区分鼻窦鳞状细胞癌、腺样囊性癌和嗅神经母细胞瘤，并评估这些模型是否能提高资深和初级放射科医生的诊断性能	首次使用ResNet101网络结合多序列MRI数据，构建深度学习模型，显著提高了对三种鼻窦恶性肿瘤的区分能力，并提升了放射科医生的诊断表现	研究为回顾性分析，可能存在选择偏差，且样本量相对有限，外部验证集仅有93例患者	开发并验证基于MRI的深度学习模型，以提高对鼻窦鳞状细胞癌、腺样囊性癌和嗅神经母细胞瘤的诊断准确性	465名鼻窦恶性肿瘤患者（包括229例鳞状细胞癌、128例腺样囊性癌和108例嗅神经母细胞瘤）	医学影像分析	鼻窦恶性肿瘤	MRI（包括T2加权成像、对比增强T1加权成像和表观扩散系数）	ResNet101	MRI图像	465名患者（训练和验证集325名，外部测试集93名）
6392	2025-02-25	An ensemble deep learning framework for multi-class LncRNA subcellular localization with innovative encoding strategy 2025-Feb-21, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02148-4 PMID:39984880	研究论文	本文提出了一种名为MGBLncLoc的深度学习模型，用于多类LncRNA亚细胞定位预测，采用了一种创新的编码策略	引入了基于多类核苷酸组分布密度的广义编码技术（MCD-ND），能更精确地反映核苷酸分布，区分序列中的恒定和判别区域，从而提升预测性能	未明确提及具体局限性	提高LncRNA亚细胞定位预测的准确性	长非编码RNA（LncRNA）	自然语言处理	NA	深度学习	CNN, BiGRU, Multi-Dconv Head Transposed Attention, Gated-Dconv Feed-forward Network	序列数据	未明确提及样本数量
6393	2025-02-25	Multi-cancer early detection based on serum surface-enhanced Raman spectroscopy with deep learning: a large-scale case-control study 2025-Feb-21, BMC medicine IF:7.0Q1 DOI:10.1186/s12916-025-03887-5 PMID:39984977	研究论文	本研究提出了一种基于血清表面增强拉曼光谱（SERS）技术和深度学习的多癌症早期检测平台	结合了SERS技术、重采样策略、特征维度增强、深度学习和可解释性分析方法，实现了敏感且准确的泛癌症筛查	研究中未提及对晚期癌症患者的检测效果，且样本量虽大但部分癌症类型样本较少	开发一种高效的多癌症早期检测方法	早期乳腺癌、肺癌、甲状腺癌、结直肠癌、胃癌、食管癌患者及健康对照者	数字病理学	多癌症	表面增强拉曼光谱（SERS）	ResNet（卷积神经网络）	光谱数据	1655名早期癌症患者（包括569名乳腺癌、513名肺癌、220名甲状腺癌、215名结直肠癌、100名胃癌、38名食管癌）和1896名健康对照者
6394	2025-02-25	Combinatorial mapping of E3 ubiquitin ligases to their target substrates 2025-Feb-20, Molecular cell IF:14.5Q1 DOI:10.1016/j.molcel.2025.01.016 PMID:39919746	研究论文	本文介绍了组合映射E3泛素连接酶与其靶标底物的方法COMET，用于大规模识别E3-底物对	开发了COMET框架，能够在一个实验中测试多个E3在降解多个候选底物中的作用，并利用深度学习预测E3-底物相互作用的结构基础	未明确提及具体局限性	识别E3泛素连接酶与其靶标底物的关系，并预测其相互作用的结构基础	E3泛素连接酶及其靶标底物	生物信息学	NA	组合映射、深度学习	深度学习模型	蛋白质序列数据	6,716个F-box-ORF组合和26,028个E3-TF组合
6395	2025-02-25	Optimizing potato leaf disease recognition: Insights DENSE-NET-121 and Gaussian elimination filter fusion 2025-Feb-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e42318 PMID:39991243	研究论文	本文提出了一种基于深度学习的混合模型DENSE-NET-121与2D高斯消元滤波器，用于通过早期检测马铃薯叶片病害来提高产量	结合DENSE-NET-121和2D高斯消元滤波器，实现了前所未有的训练和验证准确率，并显著降低了训练和验证损失	NA	提高马铃薯产量，通过早期检测叶片病害	马铃薯叶片	计算机视觉	马铃薯病害	深度学习	DENSE-NET-121	图像	来自Kaggle数据集的三种马铃薯叶片类别（早疫病、健康、晚疫病）
6396	2025-02-25	A Physics-Informed Deep Learning Model for MRI Brain Motion Correction 2025-Feb-13, ArXiv PMID:39990792	研究论文	本研究介绍了一种物理信息驱动的深度学习模型PI-MoCoNet，用于MRI脑部运动校正，通过整合空间和k空间信息来消除运动伪影，提高图像质量和诊断可靠性	PI-MoCoNet无需显式运动参数估计，通过结合空间和k空间信息来校正运动伪影，创新性地使用了U-net与Swin Transformer模块结合的架构，并引入了三种损失函数进行优化	研究主要基于模拟的运动伪影数据，实际临床环境中的复杂运动可能未被完全覆盖	开发一种高效的MRI脑部运动校正方法，以提高图像质量和诊断可靠性	MRI脑部图像	计算机视觉	NA	深度学习	U-net, Swin Transformer	图像	IXI和MR-ART数据集
6397	2025-02-25	Deep Learning Derived Adipocyte Size Reveals Adipocyte Hypertrophy is under Genetic Control 2025-Feb-12, medRxiv : the preprint server for health sciences DOI:10.1101/2025.02.11.25322053 PMID:39990583	研究论文	本研究利用深度学习方法对皮下和内脏脂肪组织样本进行语义分割，探讨脂肪细胞大小与肥胖相关性状及其遗传关联	首次大规模研究自动脂肪细胞表型分析，结合组织学测量和遗传学数据，揭示了脂肪细胞肥大与代谢不良的关联，并发现了与脂肪细胞大小相关的遗传位点	研究样本主要来自特定人群，可能限制了结果的普适性	探讨脂肪细胞大小与肥胖相关性状及其遗传关联	皮下和内脏脂肪组织样本	数字病理学	肥胖相关疾病	深度学习	语义分割模型	图像	2,667个样本，来自5个独立队列，包含9,000张全切片图像，超过2,700万个脂肪细胞
6398	2025-02-25	Classification of Major Depressive Disorder Using Vertex-Wise Brain Sulcal Depth, Curvature, and Thickness with a Deep and a Shallow Learning Model 2025-Jan-24, ArXiv PMID:39975425	研究论文	本研究探讨了使用深度学习模型和浅层学习模型结合脑部沟深、曲率和厚度等顶点形态特征对重度抑郁症（MDD）进行分类的效果	首次在MDD分类中整合了顶点形态特征，并比较了DenseNet和SVM两种模型的性能，同时应用了ComBat工具消除多站点数据的潜在影响	尽管使用了非线性分类器和顶点形态特征，但分类性能接近随机水平，表明当前特征和分类器组合在MDD分类中不可行	探索基于脑部形态特征的MDD分类方法，并评估深度学习模型在此任务中的潜力	重度抑郁症患者和健康对照者	神经影像分析	重度抑郁症	深度学习，机器学习	DenseNet, SVM	脑部MRI图像	7,012名参与者（2,772名MDD患者和4,240名健康对照者）来自30个站点
6399	2025-02-25	Phyla: Towards a foundation model for phylogenetic inference 2025-Jan-22, bioRxiv : the preprint server for biology DOI:10.1101/2025.01.17.633626 PMID:39896621	研究论文	本文介绍了Phyla，一种用于系统发育推断的基础模型，采用混合状态空间变换器架构和新颖的树损失函数，在序列推理基准和系统发育树重建上实现了最先进的性能	Phyla模型通过引入显式的高层次语义表示系统发育树，采用混合状态空间变换器架构和新的树损失函数，提升了序列推理和系统发育树重建的性能	模型仍处于开发阶段，尚未完全验证其在不同生物数据集上的广泛适用性	开发一种能够进行跨序列推理的基础模型，以增强系统发育推断和计算生物学中其他任务的通用性和性能	蛋白质序列和系统发育树	计算生物学	NA	混合状态空间变换器架构	Transformer	序列数据	NA
6400	2025-02-25	Accurate predictions on small data with a tabular foundation model 2025-Jan, Nature IF:50.5Q1 DOI:10.1038/s41586-024-08328-6 PMID:39780007	研究论文	本文介绍了一种名为TabPFN的表格基础模型，该模型在小数据集上表现出色，超越了所有现有方法	TabPFN是一种基于生成式Transformer的基础模型，能够在短时间内超越经过长时间调优的基线模型，并支持微调、数据生成、密度估计和学习可重用嵌入	模型在数据集样本量超过10,000时表现未提及，可能在大规模数据集上存在局限性	提升表格数据上的预测能力，以加速科学发现和增强各领域的重要决策	表格数据（如电子表格中的行和列）	机器学习	NA	生成式Transformer	TabPFN	表格数据	最多10,000个样本