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
6481	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
6482	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
6483	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
6484	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
6485	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
6486	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
6487	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
6488	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
6489	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
6490	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
6491	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）
6492	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
6493	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
6494	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
6495	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）
6496	2025-02-26	A PET/CT-based 3D deep learning model for predicting spread through air spaces in stage I lung adenocarcinoma 2025-Feb-24, Clinical & translational oncology : official publication of the Federation of Spanish Oncology Societies and of the National Cancer Institute of Mexico IF:2.8Q2 DOI:10.1007/s12094-025-03870-9 PMID:39994163	研究论文	本研究评估了一种基于18F-FDG PET/CT的三维深度学习模型，用于预测临床I期肺腺癌患者术前的气道扩散状态	开发了一种融合PET和CT数据的3D深度学习模型，用于预测肺腺癌的气道扩散状态，并展示了其在临床诊断中的潜在应用	需要前瞻性验证以进一步确认模型的临床效用	预测临床I期肺腺癌患者术前的气道扩散状态，以辅助术前治疗规划	162名临床I期肺腺癌患者	计算机视觉	肺癌	18F-FDG PET/CT	ResNet50	3D PET/CT图像	162名患者，分为训练集和测试集（4:1比例）
6497	2025-02-26	On-patient medical record and mRNA therapeutics using intradermal microneedles 2025-Feb-24, Nature materials IF:37.2Q1 DOI:10.1038/s41563-024-02115-4 PMID:39994390	研究论文	本文介绍了一种不可见的、在患者皮肤上存储医疗记录的技术，该技术结合了微针用于皮内治疗和mRNA疫苗的递送	创新点在于结合微针技术实现mRNA治疗和医疗记录存储，并通过深度学习图像处理实现信息的编码和解码	研究仅在猪模型中进行长期研究，尚未在人类中进行验证	研究目的是开发一种在患者皮肤上存储医疗记录的技术，以提高医疗记录的可靠性和治疗效果	研究对象是猪模型，用于验证技术的安全性和有效性	数字病理学	COVID-19	mRNA疫苗技术	深度学习	图像	猪模型
6498	2025-02-26	SVEA: an accurate model for structural variation detection using multi-channel image encoding and enhanced AlexNet architecture 2025-Feb-22, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06213-y PMID:39987107	研究论文	本文介绍了SVEA，一种用于结构变异检测的深度学习模型，通过多通道图像编码和增强的AlexNet架构提高检测准确性	SVEA采用多通道图像编码方法，将结构变异转化为多维图像格式，并结合多头自注意力机制和多尺度卷积模块，提升了对全局上下文和多尺度特征的捕捉能力	尽管SVEA在准确性上优于现有方法，但仍需进一步优化	提高结构变异检测的准确性	基因组中的结构变异	机器学习	NA	深度学习	AlexNet	图像	多样化的基因组数据集
6499	2025-02-26	An intelligent prediction method for rock core integrity based on deep learning 2025-Feb-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90924-1 PMID:39987183	研究论文	本文提出了一种基于深度学习的岩石核心完整性智能预测方法，名为IDA-RCF，用于自动评估岩石核心完整性	提出了一个双分支特征提取网络，结合可变形卷积和基于自注意力的EfficientViT网络，以及多级特征融合网络，有效提取并融合局部细节和全局上下文信息	未提及具体局限性	解决传统人工评估岩石核心完整性效率低下的问题，实现自动评估	岩石核心完整性	计算机视觉	NA	深度学习	双分支特征提取网络（Deformable convolution和EfficientViT）	图像	未提及具体样本数量
6500	2025-02-26	A hybrid inception-dilated-ResNet architecture for deep learning-based prediction of COVID-19 severity 2025-Feb-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91322-3 PMID:39987169	研究论文	本研究提出了一种基于深度学习的混合Inception-Dilated-ResNet架构，用于预测COVID-19的严重程度	首次将Inception-ResNet与扩张机制结合，用于从CT图像中提取特征，以评估COVID-19的肺部表现严重程度	需要经验丰富的放射科医生进行数据标注，且样本量相对较小	开发一种有效的深度学习方法，用于评估COVID-19患者的肺部受累严重程度	COVID-19患者的胸部CT扫描图像	计算机视觉	COVID-19	深度学习	Inception-ResNet, dResNet	图像	1548例人类胸部CT扫描