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
6541	2025-02-19	MultiT2: A Tool Connecting the Multimodal Data for Bacterial Aromatic Polyketide Natural Products 2025-Feb-11, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.4c11266 PMID:39959056	研究论文	本文介绍了一种名为MultiT2的算法，用于整合细菌芳香聚酮类天然产物的多模态数据	首次在天然产物领域应用多模态算法整合生物学相关但数学上不同的数据集，以重组知识图谱	由于天然产物数据的高度碎片化，整合多模态数据具有挑战性	提高天然产物科学的研究效率，特别是在克服繁琐和耗时的过程方面	细菌芳香聚酮类天然产物	机器学习	NA	深度学习	NA	多模态数据	NA
6542	2025-02-19	Diagnosis of Chronic Kidney Disease Using Retinal Imaging and Urine Dipstick Data: Multimodal Deep Learning Approach 2025-Feb-07, JMIR medical informatics IF:3.1Q2 DOI:10.2196/55825 PMID:39924305	研究论文	本研究评估了结合视网膜图像和尿液试纸数据的深度学习模型在慢性肾病诊断中的效果	创新点在于首次将视网膜图像和尿液试纸数据结合，开发了多模态深度学习模型（eGFR-MMDL），用于慢性肾病的非侵入性筛查	模型在65岁及以上年龄组的表现有限，仍需常规血液检测	评估结合视网膜图像和尿液试纸数据的深度学习模型在慢性肾病诊断中的效果	20-79岁的参与者，包括开发集（65,082人）和外部验证集（58,284人）	数字病理学	慢性肾病	深度学习	Wide Residual Networks	图像和尿液试纸数据	开发集65,082人，外部验证集58,284人
6543	2025-02-19	Development and validation of a deep learning model for morphological assessment of myeloproliferative neoplasms using clinical data and digital pathology 2025-Feb, British journal of haematology IF:5.1Q1 DOI:10.1111/bjh.19938 PMID:39658953	研究论文	本文开发并验证了一种结合临床数据和数字病理学的深度学习模型，用于骨髓增生性肿瘤的形态学评估	提出了一种融合模型，结合了骨髓全切片图像的深度学习模型和临床参数模型，提高了骨髓增生性肿瘤的诊断准确性	模型在外部验证队列中的表现可能受到数据来源和质量的限制	提高骨髓增生性肿瘤的病理评估准确性	骨髓增生性肿瘤（MPNs）患者	数字病理学	骨髓增生性肿瘤	深度学习	融合模型（深度学习模型+临床模型）	图像（骨髓全切片图像）和临床数据	1051名MPN和非MPN患者
6544	2025-02-19	Arthroscopy-validated Diagnostic Performance of 7-Minute Five-Sequence Deep Learning Super-Resolution 3-T Shoulder MRI 2025-Feb, Radiology IF:12.1Q1 DOI:10.1148/radiol.241351 PMID:39964264	研究论文	本研究验证了7分钟三倍并行成像加速的深度学习超分辨率3-T肩部MRI在诊断肩部疾病中的临床效果	首次通过关节镜检查验证了深度学习超分辨率MRI在肩部疾病诊断中的良好性能	研究为回顾性研究，样本量相对较小（121名成人）	验证7分钟三倍并行成像加速的深度学习超分辨率3-T肩部MRI的临床诊断效果	患有肩部疼痛的成人患者	医学影像	肩部疾病	深度学习超分辨率MRI	深度学习	MRI图像	121名成人（平均年龄55岁，75名男性）
6545	2025-02-19	Deep learning-based lung cancer risk assessment using chest computed tomography images without pulmonary nodules ≥8 mm 2025-Jan-24, Translational lung cancer research IF:4.0Q1 DOI:10.21037/tlcr-24-882 PMID:39958220	研究论文	本研究开发了一种基于深度学习的无标签肺癌风险预测模型，使用低剂量胸部CT图像，针对无大于8毫米非钙化实性肺结节的个体进行验证	该研究创新地使用无结节检测的LDCT图像，通过分析肺实质来预测肺癌风险，避免了传统方法对结节的依赖	需要进一步的前瞻性研究来确定其临床效用和对筛查方案的影响，并在更大、更多样化的人群中进行验证以确保普适性	开发并验证一种基于深度学习的无标签肺癌风险预测模型，以提高低剂量胸部CT筛查的效率	无大于8毫米非钙化实性肺结节的个体	计算机视觉	肺癌	低剂量胸部CT（LDCT）	3D卷积神经网络（3D-CNN, MobileNet v2, SEResNet18, EfficientNet-B0）	图像	训练数据集包括1,064例LDCT扫描（380例肺癌患者和684例对照组），测试数据集包括1,306例LDCT扫描（1,254例低风险个体和52例高风险个体）
6546	2025-02-19	The multiple uses of artificial intelligence in exercise programs: a narrative review 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1510801 PMID:39957989	综述	本文综述了人工智能在促进体育活动、训练、锻炼和健康结果方面的应用	填补了人工智能在实际应用中促进体育活动理解的空白	仅包括2014年1月1日以后发表的英文随机对照试验，排除了使用机器人辅助、支持或机器人训练的研究	探讨人工智能在体育活动、训练、锻炼和健康结果中的应用	儿童、青少年、成年人、老年人和残疾人等不同人群	机器学习	NA	人工智能、机器学习和深度学习	NA	NA	15项符合纳入标准的研究
6547	2025-02-19	A preoperative predictive model based on multi-modal features to predict pathological complete response after neoadjuvant chemoimmunotherapy in esophageal cancer patients 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1530279 PMID:39958355	研究论文	本研究旨在开发一个多模态模型，结合治疗前的CT影像组学、病理组学特征及临床变量，预测局部晚期食管癌患者对新辅助化疗免疫治疗的病理完全缓解（pCR）	创新点在于整合了CT影像组学、病理组学特征及临床变量，构建了一个多模态预测模型，用于预测食管癌患者对新辅助化疗免疫治疗的病理完全缓解	研究样本量相对较小，且仅包括特定时间段内的患者，可能影响模型的泛化能力	预测食管癌患者对新辅助化疗免疫治疗的病理完全缓解	局部晚期食管癌患者	数字病理	食管癌	CT影像组学、病理组学、深度学习	支持向量机（SVM）	CT图像、全切片图像（WSIs）、临床数据	223名食管癌患者
6548	2025-02-19	A deep learning algorithm to generate synthetic computed tomography images for brain treatments from 0.35 T magnetic resonance imaging 2025-Jan, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100708 PMID:39958708	研究论文	本研究开发了一种深度学习算法，用于从低场强磁共振成像（MRI）快速生成合成CT（sCT）图像，应用于脑部治疗	首次探索了在低场强MRI下生成脑部sCT图像的深度学习算法，为MRI-only放疗提供了新的可能性	研究样本量较小（56名患者），且仅针对脑部治疗，未涉及其他部位	开发一种快速生成脑部sCT图像的深度学习算法，以支持MRI-only放疗工作流程	脑部MRI图像及其对应的sCT图像	医学影像处理	脑部疾病	深度学习，条件生成对抗网络（cGAN）	cGAN	MRI图像	56名患者（32名训练，8名验证，16名测试）
6549	2025-02-19	Detection of Body Packs in Abdominal CT scans Through Artificial Intelligence; Developing a Machine Learning-based Model 2025, Archives of academic emergency medicine IF:2.9Q1 DOI:10.22037/aaemj.v13i1.2479 PMID:39958959	研究论文	本研究旨在开发一种基于人工智能的新诊断方法，用于实时检测腹部CT扫描中的体内藏毒包	提出了一种改进的RetinaNet模型，通过使用角度边界框（angled Bbox）来提高检测体内藏毒包的准确性	需要由领域专家精心策划定制数据集以确保成功训练	开发一种基于人工智能的实时检测体内藏毒包的方法	腹部CT扫描图像	计算机视觉	NA	深度学习	RetinaNet	图像	888张腹部CT扫描图像
6550	2025-02-19	Artificial intelligence applied to diabetes complications: a bibliometric analysis 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1455341 PMID:39959916	研究论文	本文通过文献计量学方法分析了人工智能在糖尿病并发症领域的应用研究趋势和热点	利用CiteSpace、Vosviewer和bibliometix等工具构建知识图谱，可视化文献信息，揭示研究趋势和热点	仅基于PubMed数据库的文献，可能未涵盖所有相关研究	探索人工智能在糖尿病并发症领域的应用研究趋势和前沿热点	1988年至2024年间发表的关于人工智能在糖尿病并发症中应用的科学文章	机器学习	糖尿病	文献计量分析	NA	文本	935篇符合条件的文章
6551	2024-11-23	Large language modeling and deep learning shed light on RNA structure prediction 2024-Dec, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02488-z PMID:39572717	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
6552	2025-02-19	A comprehensive dataset of rice field weed detection from Bangladesh 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110981 PMID:39957731	研究论文	本文介绍了一个包含3632张高分辨率RGB图像的全面数据集，用于检测孟加拉国稻田中的杂草	开发了一个包含11种常见稻田杂草的高分辨率图像数据集，适用于全球不同农业环境	数据集主要来自孟加拉国，可能在其他地区的适用性有限	通过提供高质量数据集，支持深度学习与机器学习在稻田杂草检测中的应用	稻田中的杂草	计算机视觉	NA	NA	NA	图像	3632张高分辨率RGB图像
6553	2025-02-19	Mine 4.0-mineCareerDB: A high-resolution image dataset for mining career segmentation and object detection 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110976 PMID:39957730	研究论文	本文介绍了Mine 4.0-MineCareerDB，一个公开的高分辨率图像数据集，专门用于分析采矿职业	提供了一个专门为采矿行业设计的高分辨率图像数据集，支持计算机视觉应用	数据集仅包含373张图像，可能不足以覆盖所有采矿场景	推动计算机视觉在采矿行业中的应用，如设备识别、安全分析和自动化研究	采矿操作和活动的图像	计算机视觉	NA	无人机摄影	NA	图像	373张采矿活动图像
6554	2025-02-19	A dataset of mammography images with area-based breast density values, breast area, and dense tissue segmentation masks 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110980 PMID:39957743	研究论文	本文介绍了一个新的数据集，旨在推动自动乳腺密度估计的研究，这是乳腺X光片解读中的一个关键因素	该数据集基于公开的VinDr-Mammo数据集，提供了745张乳腺X光片图像及专家放射科医生对整个乳房和致密组织区域的注释，为自动乳腺密度分析提供了新的资源	数据集的样本量相对较小，可能限制了模型的泛化能力	推动自动乳腺密度估计的研究，以改进乳腺癌筛查	乳腺X光片图像	数字病理学	乳腺癌	乳腺X光摄影	深度学习模型	图像	745张乳腺X光片图像
6555	2025-02-19	ASAP-DTA: Predicting drug-target binding affinity with adaptive structure aware networks 2024-Dec, Journal of bioinformatics and computational biology IF:0.9Q4 DOI:10.1142/S0219720024500288 PMID:39961610	研究论文	本文提出了一种基于图的自适应结构感知网络模型ASAP-DTA，用于预测药物-靶点结合亲和力，以提高药物再利用的效率	结合自注意力机制与增强的图神经网络，利用自适应结构感知池化进行图处理，显著提升了图特征提取能力	未提及模型在更大规模或多样化数据集上的表现，以及在实际药物开发中的应用效果	提高药物-靶点结合亲和力预测的准确性，以支持药物再利用	药物-靶点结合亲和力	机器学习	NA	图神经网络、自注意力机制	ASAP-DTA（自适应结构感知网络）	分子图数据	在KIBA等多个基准数据集上评估
6556	2025-02-19	Single unit electrophysiology recordings and computational modeling can predict octopus arm movement 2024-Sep-19, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.13.612676 PMID:39345497	研究论文	本文通过单单位电生理记录和计算模型预测章鱼手臂运动	利用机器学习和统计分析的计算模型，揭示了章鱼简化神经系统中运动回路的原理，并提高了脑机接口设备的潜力	研究仅限于章鱼前神经索的电生理记录，可能不适用于其他生物或神经系统	研究章鱼简化神经系统中的运动回路原理，并改进脑机接口设备	章鱼前神经索和手臂运动	机器学习	NA	单单位电生理记录	深度学习模型	电生理数据	NA
6557	2025-02-19	Deep Learning Evaluation of Glaucoma Detection Using Fundus Photographs in Highly Myopic Populations 2024-06-23, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines12071394 PMID:39061968	研究论文	本研究旨在使用深度学习技术通过眼底照片识别高度近视人群中的青光眼和正常眼	利用卷积块注意力模块（CBAM）增强卷积神经网络（CNN）性能，提高青光眼检测的准确性	研究仅包括高度近视患者，排除了病理性近视患者，可能限制了结果的普遍性	识别高度近视人群中的青光眼	高度近视患者的眼底照片	计算机视觉	青光眼	深度学习	CNN, ConvNeXt_Base+CBAM	图像	3088张眼底照片（1540张青光眼组，1548张高度近视组）
6558	2025-02-19	Automated Cytometric Gating with Human-Level Performance Using Bivariate Segmentation 2024-May-09, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.06.592739 PMID:38766268	研究论文	本文提出了一种名为UNITO的深度学习框架，用于自动化细胞计数门控过程，达到人类专家水平	UNITO框架将细胞级分类任务转化为基于图像的语义分割问题，实现了全自动化的细胞门控，无需人工提示或先验知识	NA	解决细胞计数技术中由于样本间生物和技术差异带来的门控挑战，减少人工门控的劳动强度	细胞计数数据中的单细胞蛋白表达测量	数字病理学	NA	深度学习	语义分割模型	图像	三个独立队列
6559	2025-02-19	Differential diagnosis of frontotemporal dementia subtypes with explainable deep learning on structural MRI 2024, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2024.1331677 PMID:38384484	研究论文	本研究旨在通过训练深度神经网络，基于结构性MRI自动区分三种临床表型的额颞叶痴呆（FTD）患者	提出了一种可解释的深度学习并行特征嵌入和可视化框架，用于区分FTD的三种临床亚型	样本量相对较小，且来自多个站点，可能存在数据异质性	自动区分额颞叶痴呆（FTD）的三种临床表型，以帮助早期和精确诊断	277名FTD患者（包括173名行为变异型FTD、63名非流利型原发性进行性失语和41名语义型原发性进行性失语）	数字病理学	老年疾病	结构性MRI	深度神经网络（DNN）	图像	277名FTD患者
6560	2025-02-19	Integrating deep learning, threading alignments, and a multi-MSA strategy for high-quality protein monomer and complex structure prediction in CASP15 2023-12, Proteins IF:3.2Q2 DOI:10.1002/prot.26585 PMID:37650367	研究论文	本文报告了UM-TBM和Zheng团队在CASP15中蛋白质单体和复合物结构预测的结果，使用了D-I-TASSER和DMFold-Multimer算法	D-I-TASSER在CASP15中引入了四个新特性，包括多源MSA搜索、基于注意力网络的空间约束、多域模块和优化的I-TASSER折叠模拟系统，显著提高了预测精度	未来在病毒蛋白质建模和复合物模型排名方面仍有改进空间	提高蛋白质单体和复合物结构预测的准确性	蛋白质单体和复合物	生物信息学	NA	多序列比对（MSA）、深度学习、蒙特卡罗模拟	D-I-TASSER、DMFold-Multimer、AlphaFold2	蛋白质序列和结构数据	47个自由建模目标和38个复合物目标