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
661	2025-04-26	Evaluating Performance of Different RNA Secondary Structure Prediction Programs Using Self-cleaving Ribozymes 2024-Sep-13, Genomics, proteomics & bioinformatics DOI:10.1093/gpbjnl/qzae043 PMID:39317944	研究论文	本文通过比较七种RNA二级结构预测工具在自切割核酶序列上的准确性，评估了不同RNA二级结构预测程序的性能	首次系统比较了包括深度学习方法在内的多种RNA二级结构预测工具在复杂RNA折叠问题上的表现	研究仅针对特定类别的自切割核酶序列进行测试，结果可能不适用于其他RNA类型	评估不同RNA二级结构预测程序的准确性和适用性	自切割核酶序列的RNA二级结构	生物信息学	NA	RNA二级结构预测算法	深度学习模型	RNA序列数据	数十个自切割核酶序列
662	2025-04-26	Quantitative Three-Dimensional Imaging Analysis of HfO2 Nanoparticles in Single Cells via Deep Learning Aided X-ray Nano-Computed Tomography 2024-08-20, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.4c06953 PMID:39115329	研究论文	本研究开发了一种基于深度学习的X射线纳米计算机断层扫描方法，用于定量分析单细胞内HfO2纳米颗粒的三维分布	提出了一种模块化和自动化的深度学习方法，用于高灵敏度分析单细胞内的超小金属纳米颗粒，并构建了定位定量分析方法	方法可能仍受限于X射线纳米计算机断层扫描的时间消耗和需要专业知识	开发一种定量分析单细胞内纳米药物三维分布的方法，以理解药物作用机制	人乳腺癌细胞系(MCF-7)和HfO2纳米颗粒	数字病理学	乳腺癌	X射线纳米计算机断层扫描(Nano-CT)	深度学习	3D图像	未明确提及具体样本数量，但研究对象为单细胞和3D肿瘤球体
663	2025-04-26	Accurate, automated classification of radiographic knee osteoarthritis severity using a novel method of deep learning: Plug-in modules 2024-Aug-13, Knee surgery & related research IF:4.1Q1 DOI:10.1186/s43019-024-00228-3 PMID:39138550	研究论文	开发了一种基于深度学习的自动化膝关节骨关节炎严重程度分类模型，使用插件模块（PIM）提高分类准确性	利用插件模块（PIM）增强卷积神经网络或基于Transformer的网络，显著提升细粒度分类任务的性能	模型在某些KL分级（如1级）上的准确性较低，未来仍需改进	开发自动化膝关节骨关节炎严重程度分类模型	膝关节骨关节炎的X光片	计算机视觉	骨关节炎	深度学习	CNN, Transformer, 插件模块（PIM）	图像	17,040（来自多中心骨关节炎研究的数据集）
664	2025-04-26	Sága, a Deep Learning Spectral Analysis Tool for Fungal Detection in Grains-A Case Study to Detect Fusarium in Winter Wheat 2024-08-13, Toxins IF:3.9Q1 DOI:10.3390/toxins16080354 PMID:39195764	研究论文	开发了一种名为Sága的深度学习光谱分析工具，用于检测谷物中的真菌感染，特别是冬小麦中的镰刀菌	结合成像光谱和深度学习技术，开发了用于现场检测小麦赤霉病的预测模型Sága，实现了高精度的感染区域检测	研究仅基于2021年的实验田数据，未涉及更广泛的地理区域和不同年份的数据验证	开发一种可靠的现场特异性镰刀菌感染早期预警模型，以确保食品和饲料安全	冬小麦中的镰刀菌感染	数字病理	植物病害	成像光谱	YOLOv5, DeepMAC, XGBoost	高光谱图像	实验田（52.5米×3米）和对照田（52.5米×3米）
665	2025-04-26	Molybdenum Disulfide-Assisted Spontaneous Formation of Multistacked Gold Nanoparticles for Deep Learning-Integrated Surface-Enhanced Raman Scattering 2024-07-09, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.4c00978 PMID:38913718	研究论文	本文介绍了一种结合深度学习和表面增强拉曼散射（SERS）的生物传感平台，用于COVID-19的无标记检测	利用二硫化钼辅助自发形成多层金纳米颗粒结构，结合深度学习模型，实现了高灵敏度的SERS检测	未明确提及样本量的具体数据或实验的重复性验证	开发一种快速、低损伤、高通量的无标记检测平台，用于极低浓度分析物的检测	人类眼泪中的COVID-19病毒	生物传感	COVID-19	表面增强拉曼散射（SERS）	CNN	拉曼光谱数据	NA
666	2025-04-26	Sex estimation from maxillofacial radiographs using a deep learning approach 2024-06-01, Dental materials journal IF:1.9Q4 DOI:10.4012/dmj.2023-253 PMID:38599831	研究论文	本研究构建了深度学习模型用于更高效和可靠的性别估计	使用VGG16和DenseNet-121两种深度学习模型进行性别估计，并通过显著性图分析模型关注区域	研究为回顾性研究，样本量仅为600例	开发高效可靠的性别估计方法	600例头颅侧位X光片	计算机视觉	NA	深度学习	VGG16, DenseNet-121	医学影像	600例头颅侧位X光片
667	2025-04-26	Machine learning and deep learning for the diagnosis and treatment of ankylosing spondylitis- a scoping review 2024-May, Journal of clinical orthopaedics and trauma DOI:10.1016/j.jcot.2024.102421 PMID:38708092	综述	本文综述了机器学习和深度学习在强直性脊柱炎诊断和治疗中的应用现状、技术类型、数据集描述、现有工作的贡献与局限性，并指出了当前知识的不足	总结了ML/DL技术在AS早期诊断和个性化治疗中的最新应用，识别了当前研究中的空白	缺乏来自多中心、包含不同类型诊断参数的足够规模数据集，且基于ML/DL的AS治疗研究较少	评估ML/DL技术在强直性脊柱炎诊断和治疗中的应用现状	强直性脊柱炎(AS)患者	机器学习	强直性脊柱炎	机器学习(ML)和深度学习(DL)	NA	文本数据(PubMed数据库中的文献)	NA
668	2025-04-26	Enabling late-stage drug diversification by high-throughput experimentation with geometric deep learning 2024-02, Nature chemistry IF:19.2Q1 DOI:10.1038/s41557-023-01360-5 PMID:37996732	研究论文	本文开发了一种基于几何深度学习和高通量反应筛选的晚期功能化平台，用于优化药物候选分子的性质	结合几何深度学习和高通量实验，开发了一个预测反应产率和区域选择性的平台，用于药物分子的晚期功能化	对于未知底物的反应性分类准确率较低（67%）	优化药物候选分子的晚期功能化过程	23种不同的商业药物分子	机器学习	NA	高通量反应筛选	几何深度学习	化学数据	23种商业药物分子
669	2025-04-26	An enhanced GhostNet model for emotion recognition: leveraging efficient feature extraction and attention mechanisms 2024, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2024.1459446 PMID:40270901	研究论文	提出了一种增强型GhostNet模型（EGT），结合Transformer编码器和双重注意力机制，用于通过面部表情进行鲁棒的情绪识别	整合了GhostNet的高效特征提取、Transformer的全局上下文捕捉能力以及双重注意力机制，以选择性地增强关键特征	未明确提及具体限制，但可能包括对复杂自然环境和多样化情绪表达的处理能力仍有提升空间	提高情绪识别系统的准确性和鲁棒性，以增强智能人机交互系统、个性化推荐系统和心理健康监测工具	面部表情情绪识别	计算机视觉	NA	深度学习	GhostNet, Transformer, 双重注意力机制	图像	RAF-DB数据集和AffectNet数据集（具体样本数量未提及）
670	2025-04-25	Artificial intelligence in bacterial diagnostics and antimicrobial susceptibility testing: Current advances and future prospects 2025-Jul-15, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.117399 PMID:40184880	综述	本文综述了人工智能在细菌诊断和抗菌药物敏感性测试中的当前进展和未来前景	探讨了AI如何通过机器学习和深度学习模型（如Random Forest、SVM、CNN和transformer）革新细菌检测和AST，提供更高效、可及和可靠的诊断方案	未具体提及当前AI技术的局限性	探索AI在细菌诊断和抗菌药物敏感性测试中的应用及其未来发展方向	细菌诊断和抗菌药物敏感性测试	机器学习	细菌感染	机器学习、深度学习、质谱、显微镜检测、电化学传感器、拉曼光谱等	Random Forest、SVM、CNN、transformer	图像、光谱数据、电化学数据等	NA
671	2025-04-25	Machine learning-based detection and quantification of red blood cells in Cholistani cattle: A pilot study 2025-Jun, Research in veterinary science IF:2.2Q1 DOI:10.1016/j.rvsc.2025.105650 PMID:40215610	研究论文	本研究首次使用机器学习检测和计数巴基斯坦Cholistani牛的正常和异常红细胞（RBCs），包括泪滴细胞和裂红细胞	首次在Cholistani牛中应用机器学习进行红细胞检测和计数，并比较了SVM模型与人工计数方法的效果	需要进一步改进以提升使用卷积神经网络或其他深度学习方法进行红细胞检测的准确性	探索机器学习在兽医血液学评估中的应用潜力	Cholistani牛的红细胞（包括正常红细胞、泪滴细胞和裂红细胞）	机器学习	NA	支持向量机（SVM）、主成分分析（PCA）	SVM	图像	预标注的血涂片图像数据集，随机分为训练集（80%）和测试集（20%）
672	2025-04-25	Predicting host-pathogen interactions with machine learning algorithms: A scoping review 2025-Jun, Infection, genetics and evolution : journal of molecular epidemiology and evolutionary genetics in infectious diseases DOI:10.1016/j.meegid.2025.105751 PMID:40220943	综述	本文通过范围综述方法，系统评估了机器学习在宿主-病原体相互作用预测中的应用	不同于以往综述，本研究系统比较了不同计算方法，并提供了未来研究的路线图	发现数据集标准化和模型可解释性方面存在显著差距	评估机器学习在宿主-病原体相互作用预测中的有效性	宿主-病原体相互作用（特别是蛋白质-蛋白质相互作用）	机器学习	感染性疾病	机器学习算法	Random Forest, Gradient Boosting, CNN, RNN	分子相互作用数据	46篇相关文章（最终筛选30篇）
673	2025-04-25	An Intelligent Model of Segmentation and Classification Using Enhanced Optimization-Based Attentive Mask RCNN and Recurrent MobileNet With LSTM for Multiple Sclerosis Types With Clinical Brain MRI 2025-Jun, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70036 PMID:40269999	研究论文	本文提出了一种基于深度学习的智能模型，用于通过临床脑部MRI扫描对多发性硬化症类型进行分割和分类	该模型的主要创新点在于将注意力机制和基于循环的深度学习应用于卷积网络，以分类疾病，并提出了一种优化算法来调整参数以提高性能	NA	开发一种深度学习系统，用于通过临床脑部MRI扫描对多发性硬化症类型进行分类	多发性硬化症（MS）的临床脑部MRI扫描图像	数字病理学	多发性硬化症	MRI	AA-MRCNN, RM-LSTM	图像	3427张图像
674	2025-04-25	Performance of Artificial Intelligence in Diagnosing Lumbar Spinal Stenosis: A Systematic Review and Meta-Analysis 2025-May-15, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000005174 PMID:39451133	meta-analysis	该研究通过系统综述和荟萃分析评估了人工智能在诊断腰椎管狭窄症（LSS）中的表现	首次对AI在LSS诊断中的准确性进行了系统性评估，并比较了深度学习和机器学习模型的表现	需要进一步的外部验证以增强对不同狭窄类别的分析，并提高对轻度至中度狭窄水平的诊断准确性	评估AI在诊断各种类型腰椎管狭窄症及其狭窄程度中的诊断价值	腰椎管狭窄症（LSS）患者	数字病理	腰椎管狭窄症	深度学习和机器学习	DL和ML	医学影像数据	48篇研究文章
675	2025-04-25	Assessing Pan-Canada wildfire susceptibility by integrating satellite data with novel hybrid deep learning and black widow optimizer algorithms 2025-May-15, The Science of the total environment DOI:10.1016/j.scitotenv.2025.179369 PMID:40239493	research paper	本研究通过整合卫星数据、深度学习和元启发式算法，开发了多种新型深度学习模型，用于评估加拿大全国范围内的野火发生概率	开发了新型的独立LSTM、RNN、BiLSTM和BiRNN模型，并与黑寡妇优化器（BWO）进行混合，提高了野火预测的准确性	研究仅基于历史野火数据，未来气候变化等因素可能影响模型的预测效果	开发成本效益高且可靠的野火预测方法，以改善加拿大的土地管理和野火预防策略	加拿大全国范围内的野火发生概率	machine learning	NA	remote sensing, deep learning, metaheuristic algorithms	LSTM, RNN, BiLSTM, BiRNN, BWO	satellite data, historical wildfire locations	4240 historical large wildfire locations (2014-2023)
676	2025-04-25	Molecular surfaces modeling: Advancements in deep learning for molecular interactions and predictions 2025-May-12, Biochemical and biophysical research communications IF:2.5Q3 DOI:10.1016/j.bbrc.2025.151799 PMID:40239539	综述	本文综述了分子表面分析与人工智能技术结合的最新进展及其在分子相互作用和预测中的应用	整合分子表面表示与先进AI算法，揭示隐藏的模式和设计原则，推动药物开发、材料工程和催化等领域的进步	NA	加速分子发现和创新，优化分子性质，推动药物开发、材料工程和催化等领域的进步	分子表面分析及其与AI技术的结合	机器学习	NA	AI技术	NA	分子表面数据	NA
677	2025-04-25	Feasibility of deep learning algorithm in diagnosing lumbar central canal stenosis using abdominal CT 2025-May, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-024-04796-z PMID:39249505	研究论文	开发一种基于深度学习的算法，利用腹部CT和腰椎CT诊断腰椎中央管狭窄症	首次使用U-Net架构的深度学习模型自动分割硬膜囊并分类中央管狭窄，且在腹部CT上的诊断性能与腰椎CT相当	样本量较小（仅9名患者的990张图像），且为回顾性研究	评估深度学习算法在诊断腰椎中央管狭窄症中的可行性	腰椎中央管狭窄症患者	数字病理学	腰椎疾病	CT成像	U-Net	医学影像	990张CT图像来自9名患者
678	2025-04-25	Deep Learning-Based Classification of Early-Stage Mycosis Fungoides and Benign Inflammatory Dermatoses on H&E-Stained Whole-Slide Images: A Retrospective, Proof-of-Concept Study 2025-May, The Journal of investigative dermatology IF:5.7Q1 DOI:10.1016/j.jid.2024.07.036 PMID:39306030	研究论文	本研究探讨了深度学习在区分早期蕈样肉芽肿和良性炎症性皮肤病中的应用，使用H&E染色的全切片图像数据集	首次将深度学习应用于皮肤淋巴瘤的分类，特别是在早期蕈样肉芽肿与良性炎症性皮肤病的区分上	需要更大的多机构数据集和改进的方法论，如结合临床数据的多模态深度学习	评估深度学习在早期蕈样肉芽肿与良性炎症性皮肤病分类中的表现	皮肤活检的H&E染色全切片图像	数字病理学	皮肤淋巴瘤	深度学习	弱监督深度学习模型	图像	924张H&E染色全切片图像，包括233名早期蕈样肉芽肿患者和353名良性炎症性皮肤病患者
679	2025-04-25	Deep Learning for Contrast Enhanced Mammography - A Systematic Review 2025-May, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.11.035 PMID:39643464	系统综述	本文系统综述了深度学习在对比增强乳腺摄影（CEM）中的应用，探讨了这些模型如何进一步提升CEM的诊断潜力	首次系统性地回顾了深度学习在CEM中的应用，并总结了不同模型的性能表现	研究数量相对较少且多为回顾性研究，缺乏前瞻性临床验证	评估深度学习算法在CEM图像自动分析中的应用效果	对比增强乳腺摄影（CEM）图像	数字病理学	乳腺癌	深度学习	CNN	医学影像	16项研究（2018-2024年）
680	2025-04-25	Deep Learning Model for the Differential Diagnosis of Nasal Polyps and Inverted Papilloma by CT Images: A Multicenter Study 2025-May, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.12.011 PMID:39730250	research paper	本研究开发了一种基于CT图像的深度学习模型，用于区分鼻腔息肉和倒置性乳头状瘤，并通过多中心研究验证其性能	首次利用深度学习模型（3D Xception）在CT图像上区分鼻腔息肉和倒置性乳头状瘤，并通过蛋白质组学分析揭示模型预测与上皮细胞分化的关联	研究样本来自两家医院，可能存在选择偏差；蛋白质组学分析的样本量较小（70例）	开发并验证一种深度学习模型，以提高鼻腔良性肿瘤（鼻腔息肉和倒置性乳头状瘤）的鉴别诊断准确性	鼻腔良性肿瘤患者（鼻腔息肉和倒置性乳头状瘤）	digital pathology	nasal cavity tumors	CT imaging, proteomics analysis	3D ResNet, 3D Xception, HRNet	CT images	1791名患者（来自两家医院），其中70名进行了蛋白质组学分析