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
6981	2025-02-09	HistoColAi: An open-source web platform for collaborative digital histology image annotation with AI-driven predictive integration 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108577 PMID:39813900	研究论文	本文提出了一种开源网络平台HistoColAi，用于协作数字组织学图像注释，并集成了AI驱动的预测功能	该平台创新地整合了AI驱动的预测功能，使不熟悉复杂深度学习模型的病理学家也能使用这些工具，从而提高了可访问性和普及性	虽然该工具能够处理多种图像格式，但其主要应用场景是针对TIFF格式的Whole Slide Imaging (WSI)，可能限制了其在其他格式上的应用	开发一种直观的开源网络应用程序，用于数字病理学图像注释和AI驱动的预测集成	数字组织学图像，特别是Whole Slide Imaging (WSI)的TIFF格式图像	数字病理学	皮肤梭形细胞肿瘤	深度学习	NA	图像	NA
6982	2025-02-09	The Role of Artificial Intelligence in Obesity Medicine 2025-Mar, Endocrinology and metabolism clinics of North America IF:4.8Q1 DOI:10.1016/j.ecl.2024.10.008 PMID:39919876	review	本文综述了人工智能在肥胖医学中的变革性作用，展示了机器学习、深度学习、自然语言处理和大语言模型等技术如何改善肥胖管理	强调了人工智能在肥胖医学中的创新应用，包括预测分析、个性化治疗计划和实时行为干预	面临数据隐私、算法偏见、人工智能幻觉、透明度和实施障碍等挑战和伦理问题	探讨人工智能在肥胖医学中的应用及其潜力	肥胖患者	自然语言处理	肥胖	机器学习、深度学习、自然语言处理、大语言模型	NA	数据集	NA
6983	2025-02-09	Deep learning-based multimodal integration of imaging and clinical data for predicting surgical approach in percutaneous transforaminal endoscopic discectomy 2025-Feb-08, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-08668-5 PMID:39920320	研究论文	本研究开发了一种基于深度学习的多模态模型，通过综合分析影像和临床数据，为经皮椎间孔镜椎间盘切除术（PTED）的手术入路选择提供客观参考	创新点在于结合了影像和临床数据，采用多输入ResNet 50模型和机器学习模型，并通过贝叶斯优化确定模型融合的最佳权重	研究为回顾性研究，可能存在数据偏差，且样本量未明确说明	研究目的是开发一种深度学习模型，辅助医生选择PTED手术入路	研究对象为多节段腰椎间盘突出症（LDH）患者	医学影像分析	腰椎间盘突出症	深度学习（DL）、机器学习（ML）	多输入ResNet 50模型、自定义模型	影像数据、临床数据	NA
6984	2025-02-09	Deep learning radiomics model based on contrast-enhanced MRI for distinguishing between tuberculous spondylitis and pyogenic spondylitis 2025-Feb-08, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-08696-1 PMID:39920318	研究论文	本研究旨在开发和验证一种基于对比增强MRI的深度学习放射组学列线图（DLRN），用于区分结核性脊柱炎（TS）和化脓性脊柱炎（PS）	结合放射组学和深度学习特征，开发了一种新的深度学习放射组学列线图（DLRN），用于区分TS和PS	研究样本量相对较小，且仅基于两个中心的数据	区分结核性脊柱炎（TS）和化脓性脊柱炎（PS）	被诊断为TS或PS的患者	数字病理学	脊柱炎	对比增强MRI（CE-MRI）	深度学习放射组学列线图（DLRN）	图像	147名患者（训练队列102名，外部测试队列45名）
6985	2025-02-09	Deep learning aided determination of the optimal number of detectors for photoacoustic tomography 2025-Feb-07, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adaf29 PMID:39874604	研究论文	本文介绍了一种基于深度学习的卷积神经网络架构RDUNet，用于解决光声断层扫描（PAT）中的条纹伪影问题，并优化探测器数量	提出了一种结合残差块和密集块的RDUNet架构，显著减少了光声断层扫描中所需的探测器数量	研究主要基于模拟数据，实验数据占比仅为19%，可能影响模型在实际应用中的泛化能力	优化光声断层扫描的图像质量并减少探测器数量	光声断层扫描图像	计算机视觉	NA	光声断层扫描（PAT）	CNN（卷积神经网络），RDUNet	图像	模拟数据（81%）和实验数据（19%）
6986	2025-02-09	Deep Learning Reconstruction Combined With Conventional Acceleration Improves Image Quality of 3 T Brain MRI and Does Not Impact Quantitative Diffusion Metrics 2025-Feb-07, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001158 PMID:39919383	研究论文	本研究评估了传统加速与基于Deep Resolve Boost（DRB）重建技术在3 T脑MRI中的单次激发平面回波成像（ssEPI）扩散加权成像（DWI）上的图像质量特征，并与最先进的DWI序列进行了比较	结合传统加速和DRB重建技术，显著提高了3 T脑MRI的图像质量，并缩短了采集时间	在DRB重建序列中，某些切片中观察到更多的伪影，且随着加速和DRB的应用，ADC值的差异增加	评估传统加速与DRB重建技术在3 T脑MRI中的图像质量特征	24名患者的标准护理ssEPI DWI和5种额外的适应性ssEPI DWI序列	医学影像	脑部疾病	单次激发平面回波成像（ssEPI）扩散加权成像（DWI）	Deep Resolve Boost（DRB）	图像	24名患者
6987	2025-02-09	A deep learning-driven method for safe and effective ERCP cannulation 2025-Feb-07, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03329-w PMID:39920403	研究论文	本文提出了一种基于深度学习的图形用户界面（GUI），用于辅助内镜逆行胰胆管造影（ERCP）插管操作，以提高其安全性和有效性	提出了一种基于四头Swin Transformer解耦头（4STDH）的深度学习方法，用于十二指肠乳头和手术插管的检测，并通过解耦分类和回归网络显著提高了模型的准确性和鲁棒性	尽管在DPAC数据集上表现优异，但该方法在真实临床环境中的泛化能力仍需进一步验证	开发一种计算机辅助的ERCP插管方法，以提高手术的安全性和效率	十二指肠乳头和手术插管	计算机视觉	NA	深度学习	Swin Transformer	内窥镜图像	1840张标注的内窥镜图像
6988	2025-02-09	Predicting hematoma expansion after intracerebral hemorrhage: a comparison of clinician prediction with deep learning radiomics models 2025-Feb-07, Neurocritical care IF:3.1Q2 DOI:10.1007/s12028-025-02214-3 PMID:39920546	研究论文	本文比较了深度学习放射组学模型与临床专家在预测非创伤性脑出血后血肿扩张的准确性	首次将深度学习放射组学模型与临床专家的预测能力进行比较，并展示了机器学习模型在此任务上的潜在优势	尽管机器学习模型表现优于临床专家，但其AUC值仍处于中等水平，表明仍有改进空间	预测非创伤性脑出血后血肿扩张，以指导早期治疗干预	900名非创伤性脑出血患者	数字病理学	脑出血	机器学习	随机森林分类器, 深度学习模型	图像, 临床数据	900名患者（训练队列621名，测试队列279名）
6989	2025-02-09	High-resolution spatially resolved proteomics of complex tissues based on microfluidics and transfer learning 2025-Feb-06, Cell IF:45.5Q1 DOI:10.1016/j.cell.2024.12.023 PMID:39855194	研究论文	本文介绍了一种结合微流控技术和深度学习的集成框架PLATO，用于实现整个组织切片中数千种蛋白质的高分辨率映射	PLATO框架结合了微流控技术和深度学习，能够实现高分辨率的蛋白质映射，揭示了肿瘤微环境的复杂性	NA	探索空间蛋白质组学调控及其与遗传和环境因素的相互作用	小鼠小脑、大鼠绒毛和人类乳腺癌样本	空间蛋白质组学	乳腺癌	微流控技术、深度学习	深度学习	蛋白质数据	小鼠小脑、大鼠绒毛和人类乳腺癌样本
6990	2025-02-09	Predicting cognitive decline: Deep-learning reveals subtle brain changes in pre-MCI stage 2025-Feb-06, The journal of prevention of Alzheimer's disease DOI:10.1016/j.tjpad.2025.100079 PMID:39920001	研究论文	本研究利用深度学习技术，通过结构磁共振成像（MRI）检测前轻度认知障碍（pre-MCI）阶段的细微脑部变化，以预测认知衰退	开发了一种独特的深度学习框架，结合单ROI网络（SRNet）和多ROI网络（MRNet），用于预测从正常认知（NC）到轻度认知障碍（MCI）的转变，并提出了渐进指数（PI）作为评估AD转化倾向的指标	研究依赖于特定的数据集（ADNI-1、ADNI-2和CLAS），可能限制了模型的普遍适用性	发现早期结构性神经影像变化，区分稳定和进展性认知状态，并建立MCI转化的预测模型	正常认知（NC）和轻度认知障碍（MCI）患者	数字病理学	老年疾病	结构磁共振成像（MRI）	卷积神经网络（CNN）	图像	ADNI-1数据库中的845名受试者，ADNI-2数据库中的321名受试者，以及中国纵向老龄化研究（CLAS）中的109名受试者
6991	2025-02-09	Deep empirical neural network for optical phase retrieval over a scattering medium 2025-Feb-05, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56522-5 PMID:39910048	研究论文	本文提出了一种深度经验神经网络（DENN），用于在不透明散射介质中进行光学相位恢复	DENN结合了深度神经网络和经验模型，能够在没有标签数据的情况下实现光学相位恢复，且在保真度上比监督学习方法提高了58%	DENN在处理没有解析解的系统时表现出色，但在其他类型的系统上可能效果有限	研究目的是开发一种能够在没有标签数据的情况下进行光学相位恢复的深度学习方法	研究对象是光学相位恢复，特别是在不透明散射介质中的应用	机器学习	NA	深度经验神经网络（DENN）	深度神经网络	光学数据	30000对数据
6992	2025-02-09	Screening of multi deep learning-based de novo molecular generation models and their application for specific target molecular generation 2025-Feb-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86840-z PMID:39910075	研究论文	本文研究了多种基于深度学习的从头分子生成模型，并应用于特定靶点分子的生成	提出了一种基于生成预训练Transformer（GPT）架构的改进模型，并引入了一种基于完整编码器-解码器架构的Transformer模型（T5）的端到端神经网络学习框架	NA	改进和评估基于自然语言处理（NLP）的分子生成模型，用于针对非小细胞肺癌中L858R/T790M/C797S突变的EGFR的从头药物发现	非小细胞肺癌中的L858R/T790M/C797S突变EGFR	自然语言处理	肺癌	深度学习	Transformer, GPT, T5	分子序列（SMILES）	NA
6993	2025-02-09	Classification of schizophrenia, bipolar disorder and major depressive disorder with comorbid traits and deep learning algorithms 2025-Feb-05, Schizophrenia (Heidelberg, Germany) DOI:10.1038/s41537-025-00564-7 PMID:39910091	研究论文	本研究利用多基因风险评分（PRSs）和深度学习算法，探讨了共享遗传责任在精神分裂症、双相情感障碍和重度抑郁症分类与区分中的应用	通过结合目标特异性PRS和共病特征的PRS，提高了目标疾病的分类准确性，且仅使用共病特征的PRS也能有效区分未受影响的对照组和患者	未明确提及研究的局限性	评估共享遗传责任在精神分裂症、双相情感障碍和重度抑郁症分类与区分中的效用	精神分裂症（SCZ）、双相情感障碍（BIP）和重度抑郁症（MDD）患者及未受影响的对照组	机器学习	精神疾病	多基因风险评分（PRSs）	深度学习算法	基因数据	未明确提及样本数量
6994	2025-02-09	CoTF-reg reveals cooperative transcription factors in oligodendrocyte gene regulation using single-cell multi-omics 2025-Feb-05, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-07570-6 PMID:39910206	研究论文	本文介绍了一种名为coTF-reg的分析框架，用于识别在少突胶质细胞中共同调控目标基因的转录因子	提出了coTF-reg框架，整合了单细胞RNA测序和单细胞ATAC测序数据，揭示了转录因子在少突胶质细胞基因调控中的协同作用	未明确提及具体限制	研究少突胶质细胞中转录因子协同调控基因的机制	少突胶质细胞	生物信息学	NA	scRNA-seq, scATAC-seq, ChIP-seq	深度学习模型	单细胞RNA测序数据, 单细胞ATAC测序数据	未明确提及样本数量
6995	2025-02-09	A feature extraction method for hydrofoil attached cavitation based on deep learning image semantic segmentation algorithm 2025-Feb-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88582-4 PMID:39910333	研究论文	本文提出了一种基于深度学习图像语义分割技术的水翼附着空化特征提取方法，用于研究水翼上从片状空化到云状空化的转变过程	该方法不仅能够自动准确地获取空化长度，还能提取更敏感的空化区域面积和位置变化指标，有助于更精确地分析附着空化的发展机制	NA	研究水翼附着空化的特征提取及其发展机制	水翼上的空化现象	计算机视觉	NA	深度学习图像语义分割技术	NA	图像	NA
6996	2025-02-09	Barlow Twins deep neural network for advanced 1D drug-target interaction prediction 2025-Feb-05, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-00952-2 PMID:39910404	研究论文	本文提出了一种名为BarlowDTI的新方法，利用Barlow Twins架构进行特征提取，并结合目标蛋白结构，用于药物-靶点相互作用预测	结合Barlow Twins架构和梯度提升机的混合方法，仅使用一维输入数据，在多个基准测试中实现了最先进的预测性能，并提出了影响方法以解释模型决策	未提及具体局限性	提高药物-靶点相互作用预测的效率和准确性，加速药物发现过程	药物-靶点相互作用	机器学习	NA	深度学习，梯度提升机	Barlow Twins，梯度提升机	一维数据	未提及具体样本数量
6997	2025-02-09	Deep learning radiomics nomogram for preoperatively identifying moderate-to-severe chronic cholangitis in children with pancreaticobiliary maljunction: a multicenter study 2025-Feb-05, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01579-3 PMID:39910477	研究论文	本研究旨在开发和验证一种基于增强CT图像和临床特征的深度学习放射组学列线图（DLRN），用于术前识别胰腺胆管连接异常（PBM）儿童的中重度慢性胆管炎	结合手工放射组学特征和深度学习放射组学特征，利用ResNet50架构进行迁移学习，构建了一个综合的深度学习放射组学列线图（DLRN），显著提高了诊断性能	研究为回顾性设计，可能存在选择偏倚，且样本量相对较小，需要进一步的前瞻性研究验证	开发并验证一种非侵入性工具，用于术前识别PBM儿童的中重度慢性胆管炎，以指导治疗策略和手术计划	323名接受手术的PBM儿童患者	数字病理学	胰腺胆管连接异常	增强CT成像	ResNet50	图像	323名儿童患者（训练队列153名，内部验证队列67名，外部测试队列103名）
6998	2025-02-09	Positional embeddings and zero-shot learning using BERT for molecular-property prediction 2025-Feb-05, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-00959-9 PMID:39910649	研究论文	本研究探讨了在分子性质预测中使用BERT模型的位置嵌入（PEs）的潜力，特别是在化学文本分析任务中	探索了在BERT模型中整合位置信息的不同方法，并评估了这些方法在零样本学习分析中的潜力	研究主要集中在SMILES和DeepSMILES表示上，可能未涵盖所有分子表示方法	提高分子性质预测的准确性和泛化能力	化学结构表示和分子性质预测	自然语言处理	NA	BERT模型	BERT	文本（SMILES和DeepSMILES表示）	涉及COVID-19、生物测定数据及其他分子和生物性质的数据集
6999	2025-02-09	Deep Learning Predicts Non-Normal Transmission Distributions in High-Field Asymmetric Waveform Ion Mobility (FAIMS) Directly from Peptide Sequence 2025-Feb-04, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05359 PMID:39865577	研究论文	本文利用深度学习模型预测高场不对称波形离子迁移谱（FAIMS）中肽离子的非正态传输分布	首次成功建模肽离子在FAIMS中的迁移率，并采用多标签分类方案处理非正态传输分布	模型在某些情况下仍会出现错误，且需要进一步验证其在不同数据集上的泛化能力	提高基于质谱的蛋白质组学中肽离子迁移率的预测准确性，以加速检测方法开发和数据库搜索中的真阳性识别	人类肽前体	机器学习	NA	高场不对称波形离子迁移谱（FAIMS）	随机森林和长短期记忆（LSTM）神经网络	肽序列数据	超过100,000个人类肽前体，测试数据集包含近40,000个肽离子
7000	2025-02-09	Leveraging public AI tools to explore systems biology resources in mathematical modeling 2025-Feb-04, NPJ systems biology and applications IF:3.5Q1 DOI:10.1038/s41540-025-00496-z PMID:39910106	研究论文	本文探讨了利用公共人工智能工具探索系统生物学资源在数学建模中的应用	通过使用公共AI工具，提高了非系统生物学家对系统生物学的可访问性，无需深入学习曲线	未提及具体的研究局限性	研究目的是提高非系统生物学家对系统生物学的理解和可访问性	系统生物学资源和数学建模	系统生物学	NA	公共人工智能工具	NA	系统生物学数据	NA