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
7021	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）
7022	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
7023	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
7024	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
7025	2025-02-09	RetOCTNet: Deep Learning-Based Segmentation of OCT Images Following Retinal Ganglion Cell Injury 2025-Feb-03, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.2.4 PMID:39903165	研究论文	本文介绍了一种名为RetOCTNet的深度学习工具，用于自动分割大鼠视网膜神经纤维层（RNFL）和总视网膜厚度，基于光学相干断层扫描（OCT）图像	RetOCTNet是首个用于自动分割大鼠RNFL和总视网膜厚度的深度学习工具，特别是在视网膜神经节细胞（RGC）损伤后的OCT图像分析中	研究主要基于大鼠模型，尚未在人类数据上进行验证	开发一种自动化工具，用于分割和分析视网膜神经纤维层和总视网膜厚度，以监测RGC损伤后的变化	大鼠的视网膜OCT图像	数字病理学	视网膜疾病	光学相干断层扫描（OCT）	深度学习模型	图像	192次扫描（训练、测试和验证集分别为80%、10%和10%）
7026	2025-02-09	Targeted Microperimetry Grids for Focal Lesions in Intermediate AMD: PINNACLE Study Report 7 2025-Feb-03, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.2.6 PMID:39903180	研究论文	本研究评估了基于光学相干断层扫描（OCT）的靶向微视野网格在评估中期年龄相关性黄斑变性（iAMD）中局灶性病变的可行性和实用性	使用深度学习算法检测OCT图像中的局灶性病变，并指导5点微视野网格靶向病变位置，改进了对局灶性视网膜变化如何影响视觉功能的检测和理解	标准网格的插值可能出错，特别是在以EZ/IZ丢失和视网膜下液为特征的病变中心区域，插值误差随着到最近测量点的距离增加而增加	评估靶向微视野网格在iAMD患者中评估局灶性病变的可行性和实用性	395名55至90岁的中期年龄相关性黄斑变性患者	数字病理学	年龄相关性黄斑变性	光学相干断层扫描（OCT），微视野检查	深度学习算法	图像	395名患者，最终分析包括83名患者的93只眼睛，评估了605个5点靶向网格和标准网格
7027	2025-02-09	Assessment of clinical feasibility:offline adaptive radiotherapy for lung cancer utilizing kV iCBCT and UNet++ based deep learning model 2025-Feb, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14582 PMID:39611881	研究论文	本研究探讨了利用kV iCBCT和基于UNet++的深度学习模型进行肺癌离线自适应放疗的临床可行性	首次系统验证了基于UNet++深度学习模型和kV iCBCT的离线自适应放疗方案在肺癌治疗中的临床可行性	样本量相对较小，且仅针对肺癌患者进行研究，未涉及其他类型的癌症	评估基于kV iCBCT和UNet++深度学习模型的离线自适应放疗在肺癌治疗中的临床可行性	102名肺癌患者	数字病理	肺癌	kV iCBCT, 深度学习	UNet++	图像	102名肺癌患者（70名用于训练，15名用于测试，17名用于临床验证）
7028	2025-02-09	Personalized federated learning for abdominal multi-organ segmentation based on frequency domain aggregation 2025-Feb, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14602 PMID:39636019	研究论文	本文提出了一种基于频域聚合的个性化联邦学习框架（PAF-Fed），用于腹部多器官分割	PAF-Fed选择性地收集部分模型参数进行客户端间协作，保留其余参数以学习本地数据分布，并利用傅里叶变换与自注意力机制聚合参数的低频成分，促进共享知识的提取并解决统计异质性问题	NA	解决医学图像深度学习模型训练中数据隐私和标注工作量大的问题	腹部多器官分割	计算机视觉	NA	联邦学习（FL），傅里叶变换，自注意力机制	深度学习模型	磁共振成像（MRI），计算机断层扫描（CT）	CHAOS 2019数据集和私有CT数据集
7029	2025-02-09	BCDB: A dual-branch network based on transformer for predicting transcription factor binding sites 2025-Feb, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2024.12.006 PMID:39701486	研究论文	本文介绍了一种名为BCDB的双分支网络框架，基于Transformer，用于预测转录因子结合位点（TFBSs）	BCDB框架整合了多尺度DNA信息，采用双分支输出策略，结合DNABERT、卷积神经网络（CNN）和多头注意力机制，显著提高了预测准确性，并增强了模型的可解释性	模型在有限数据条件下的性能仍有待进一步验证	开发一种能够精确预测转录因子结合位点（TFBSs）的深度学习模型	转录因子结合位点（TFBSs）	自然语言处理	NA	深度学习	Transformer, CNN, 多头注意力机制	DNA序列数据	165个ChIP-seq数据集
7030	2025-02-09	Deepstack-ACE: A deep stacking-based ensemble learning framework for the accelerated discovery of ACE inhibitory peptides 2025-Feb, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2024.12.005 PMID:39709069	研究论文	本文提出了一种基于深度堆叠的集成学习框架Deepstack-ACE，用于精确识别ACE抑制肽	提出了一个新颖的深度堆叠集成学习框架，结合了多种深度学习方法和word2vec嵌入技术，显著提高了ACE抑制肽的识别准确性和鲁棒性	未提及具体的数据集大小或实验复杂性可能带来的限制	加速发现ACE抑制肽，为开发新药物提供指导	ACE抑制肽	机器学习	心血管疾病	word2vec嵌入技术	LSTM, CNN, MLP, GRU, RNN	序列数据	NA
7031	2025-02-09	Inferring multi-slice spatially resolved gene expression from H&E-stained histology images with STMCL 2025-Feb, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2024.11.016 PMID:39755346	研究论文	本文提出了一种名为STMCL的多模态对比学习框架，用于从H&E染色的组织学图像中推断空间基因表达	STMCL框架整合了组织学图像、基因表达特征和位置信息，能够更准确地预测空间基因表达谱，并捕捉癌症特异性高表达基因	NA	开发一种成本效益更高的方法，从H&E染色的组织学图像中预测空间基因表达	多切片空间转录组数据集	数字病理学	癌症	深度学习	对比学习框架	图像、基因表达数据	四种不同类型的多切片空间转录组数据集
7032	2025-02-09	Generative artificial intelligence enables the generation of bone scintigraphy images and improves generalization of deep learning models in data-constrained environments 2025-Jan-29, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07091-8 PMID:39878897	研究论文	本研究探讨了生成式人工智能在医学影像中的应用，通过生成骨闪烁扫描图像来增加小规模数据集的多样性，以提高模型训练效果和泛化能力	利用生成式AI生成高质量的合成骨闪烁扫描图像，并通过增强数据集来提升深度学习模型的性能	研究仅在一个中心进行，且生成的合成数据仅代表两种特定疾病模式	解决医学影像中深度学习模型因数据有限而表现不佳的问题	骨闪烁扫描图像	医学影像	骨转移和心脏淀粉样变性	生成式AI	深度学习模型	图像	9,170名患者的99mTc骨闪烁扫描图像，以及7,472次扫描来自6,448名患者
7033	2025-02-09	Assessment of hard tissue changes after horizontal guided bone regeneration with the aid of deep learning CBCT segmentation 2025-Jan-13, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-024-06136-w PMID:39804427	研究论文	本文研究了基于深度学习的CBCT分割模型在评估下颌水平引导骨再生前后硬组织变化中的表现	使用SegResNet深度学习模型进行CBCT扫描的分割，以评估下颌水平引导骨再生前后的硬组织变化	训练数据库需要进一步扩大以增加模型的鲁棒性	评估深度学习模型在CBCT扫描分割中的性能，以评估下颌水平引导骨再生后的硬组织变化	下颌水平引导骨再生前后的CBCT扫描	数字病理	NA	CBCT扫描	SegResNet	图像	70个CBCT扫描用于训练，10对术前和术后CBCT扫描用于测试
7034	2025-02-09	Deep learning predicts DNA methylation regulatory variants in specific brain cell types and enhances fine mapping for brain disorders 2025-Jan-03, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adn1870 PMID:39742481	研究论文	本文介绍了一种基于Transformer的深度学习模型INTERACT，用于预测影响特定脑细胞类型DNA甲基化水平的调控变异	利用现有的单核DNA甲基化数据，INTERACT模型能够准确预测细胞类型特异的DNA甲基化谱，并增强对脑部疾病的精细定位	NA	研究旨在通过深度学习模型预测DNA甲基化调控变异，以增强对脑部疾病遗传基础的理解	特定脑细胞类型的DNA甲基化调控变异	机器学习	脑部疾病	单核DNA甲基化测序	Transformer	DNA甲基化数据	NA
7035	2025-02-09	Temporomandibular joint assessment in MRI images using artificial intelligence tools: where are we now? A systematic review 2025-Jan-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twae055 PMID:39563454	系统综述	本文总结了人工智能（AI）算法在磁共振成像（MRI）图像中用于颞下颌关节（TMJ）盘评估和TMJ内部紊乱诊断的性能的当前证据	本文首次系统综述了AI在TMJ MRI图像中的应用，特别是深度学习在TMJ结构分割和盘位置分类中的表现	研究之间存在高度异质性，特别是在患者选择方面，且需要更多多样性和多中心数据以提高模型的有效性和普适性	评估AI算法在TMJ MRI图像中用于诊断内部紊乱的性能	颞下颌关节（TMJ）的MRI图像	数字病理学	颞下颌关节紊乱	MRI	CNN	图像	13项研究
7036	2025-02-09	An intelligent spam detection framework using fusion of spammer behavior and linguistic 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313628 PMID:39913432	研究论文	本文提出了一种结合垃圾邮件发送者行为和语言特征的智能垃圾邮件检测框架，旨在提高垃圾邮件检测的准确性	提出了一种新的垃圾邮件检测框架SD-FSL-CLSTM，该框架融合了垃圾邮件发送者行为特征和语言特征，能够自动学习特征之间的交互关系，从而捕捉复杂的特征依赖关系	现有方法在处理大量特征集时容易导致模型过拟合和计算成本高的问题，且缺乏综合模型来有效整合语言和行为特征	设计一个高效的垃圾邮件检测模型，解决特征选择和垃圾邮件发送者行为及语言特征演变的挑战	垃圾邮件检测	自然语言处理	NA	深度学习	CLSTM	文本	NA
7037	2025-02-09	A hybrid approach for intrusion detection in vehicular networks using feature selection and dimensionality reduction with optimized deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0312752 PMID:39913503	研究论文	本文提出了一种混合方法，用于车辆网络中的入侵检测，结合了特征选择和降维技术以及优化的深度学习	提出了一种结合相关特征选择（CFS）和主成分分析（PCA）降维的混合方法，用于车辆网络中的恶意流量识别，并通过后训练模型权重量化进一步优化模型大小	NA	提高车辆网络中恶意流量识别的分类性能并优化模型大小	车辆网络中的恶意流量	机器学习	NA	相关特征选择（CFS）、主成分分析（PCA）	深度学习	网络流量数据	使用CICIDS2017数据集进行实验
7038	2025-02-09	Physical-aware model accuracy estimation for protein complex using deep learning method 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.01.017 PMID:39916698	研究论文	本文提出了一种物理感知的深度学习方法DeepUMQA-PA，用于评估蛋白质复合物模型的残基质量	DeepUMQA-PA方法结合了Voronoi镶嵌、几何特征、蛋白质语言模型嵌入表示和基于知识的统计势特征，通过融合图神经网络和ResNet网络来估计残基模型精度	NA	准确评估蛋白质复合物模型的质量分数，独立于使用的预测方法	蛋白质复合物模型	生物信息学	NA	深度学习	图神经网络, ResNet	蛋白质结构数据	CASP15测试集
7039	2025-02-09	Vision transformer distillation for enhanced gastrointestinal abnormality recognition in wireless capsule endoscopy images 2025-Jan, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.1.014505 PMID:39916992	研究论文	本文提出了一种利用卷积神经网络（CNN）教师模型向视觉变换器（ViT）学生模型进行知识蒸馏的深度学习方法，用于无线胶囊内窥镜（WCE）图像中的胃肠道异常识别	通过知识蒸馏（KD）从CNN教师模型到ViT学生模型，提高了胃肠道异常识别的准确性和计算效率	未提及具体的数据集局限性或模型在特定条件下的表现	开发计算机视觉辅助系统，以帮助医生更高效地诊断胃肠道异常	无线胶囊内窥镜（WCE）图像	计算机视觉	胃肠道疾病	知识蒸馏（KD）	CNN, ViT	图像	Kvasir和KID数据集
7040	2025-02-09	The Role and Limitations of Artificial Intelligence in Combating Infectious Disease Outbreaks 2025-Jan, Cureus DOI:10.7759/cureus.77070 PMID:39917100	review	本文探讨了人工智能在传染病爆发管理中的多重应用及其局限性	本文综合分析了AI在疾病预测、诊断、药物发现和疫苗开发中的创新应用，并提出了克服当前局限性的途径	AI在疫情管理中的部署面临数据隐私、模型透明性和需要不断更新以适应新兴病原体等关键限制	研究AI在传染病爆发管理中的作用及其局限性	传染病爆发管理	machine learning	infectious disease	deep learning, reinforcement learning	NA	NA	NA