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
7121	2025-02-07	The role of artificial intelligence and machine learning in predicting and combating antimicrobial resistance 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.01.006 PMID:39906157	综述	本文综述了人工智能和机器学习在预测和应对抗菌素耐药性中的潜在作用	探讨了AI/ML在预测抗菌素耐药性爆发、发现新型抗菌药物、重新利用现有药物以及通过分子结构分析进行联合治疗方面的创新应用	存在伦理考虑、数据隐私和模型偏见等挑战	探讨AI/ML在应对抗菌素耐药性方面的应用	抗菌素耐药性	机器学习	抗菌素耐药性	监督学习、无监督学习、深度学习、强化学习、自然语言处理	NA	临床信息、基因组序列、微生物组数据、流行病学数据	NA
7122	2025-02-07	Contactless Detection of Abnormal Breathing Using Orthogonal Frequency Division Multiplexing Signals and Deep Learning in Multi-Person Scenarios 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2024.3506914 PMID:39906267	研究论文	本文提出了一种基于正交频分复用（OFDM）信号和深度学习技术的非接触式呼吸异常检测与分类系统，适用于单人和多人场景	结合OFDM信号和深度学习技术，开发了一种混合深度学习模型VGG16-GRU，能够在多人场景中高精度检测和分类多种呼吸模式	数据集主要来自办公室环境，未来需要扩展数据集并优化模型以应对更多样化的呼吸模式和真实世界数据	开发一种非接触式呼吸监测系统，用于实时检测和分类呼吸异常模式	呼吸异常模式（如百日咳、急性咳嗽、正常呼吸、呼吸过缓、呼吸急促等）	机器学习	呼吸系统疾病	正交频分复用（OFDM）信号、深度学习	VGG16-GRU（结合CNN和GRU的混合模型）	呼吸信号	办公室环境中收集的多主体复杂场景数据
7123	2025-02-07	A Review on Deep Learning for Quality of Life Assessment Through the Use of Wearable Data 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2025.3526457 PMID:39906266	综述	本文综述了深度学习技术在通过可穿戴数据分析进行生活质量评估中的应用	深度学习技术能够分析复杂的数据集，包括患者报告的结果、医学图像和生理信号，从而更深入地理解影响个体生活质量的因素	传统的生活质量评估方法依赖于主观报告或非正式提问，存在量化和标准化的挑战	探讨深度学习在生活质量评估中的应用，特别是通过可穿戴数据分析	生活质量评估，特别是身体和心理健康	机器学习	NA	深度学习	NA	可穿戴设备数据	NA
7124	2025-02-07	Optimal Transport Based Graph Kernels for Drug Property Prediction 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2024.3480708 PMID:39906265	研究论文	本文提出了一种基于最优传输理论的图核方法，用于预测药物的ADMET属性	利用最优传输理论构建了三种图核，用于预测药物的ADMET属性，并在多个数据集上表现出色，超越了现有的图深度学习模型	未明确提及具体局限性	开发一种计算工具，用于早期药物开发阶段准确预测药物的ADMET属性	药物的ADMET属性	机器学习	NA	最优传输理论、图匹配	图核方法	图数据	19个不同的ADMET数据集
7125	2025-02-07	ChromosomeNet: Deep Learning-Based Automated Chromosome Detection in Metaphase Cell Images 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2024.3512932 PMID:39906268	研究论文	本研究提出了一种基于深度学习的系统，用于自动检测和识别中期细胞图像中的染色体	结合了一阶段和两阶段模型的优势，无需预处理即可使用原始图像，适用于临床环境	需要进一步研究以确认其临床适用性，包括使用其他医院的数据进行跨医院验证	开发一种自动染色体检测和识别系统，以减轻人工分析的负担	中期细胞图像中的染色体	计算机视觉	染色体异常	深度学习	ChromosomesNet	图像	5,000张中期细胞图像，包含229,852条染色体
7126	2025-02-07	Evaluating the advancements in protein language models for encoding strategies in protein function prediction: a comprehensive review 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1506508 PMID:39906415	综述	本文全面回顾了蛋白质语言模型在蛋白质功能预测编码策略中的进展	深入分析了最新蛋白质语言模型在蛋白质功能预测中的应用现状，并与传统预测方法进行了详尽的性能比较	NA	评估蛋白质语言模型在蛋白质功能预测中的编码策略进展	蛋白质序列数据	生物信息学	NA	深度学习	蛋白质语言模型	蛋白质序列数据	NA
7127	2025-02-07	ECG-LM: Understanding Electrocardiogram with a Large Language Model 2025, Health data science DOI:10.34133/hds.0221 PMID:39906894	研究论文	本文介绍了ECG-LM，一种能够处理自然语言并理解心电图信号的多模态大语言模型	首次开发出能够处理自然语言并理解心电图信号的多模态大语言模型，解决了文本-ECG数据稀缺的问题	由于文本-ECG数据的稀缺性，模型的应用范围可能受到限制	开发一种能够整合患者数据和心电图读数并提供临床建议的多模态大语言模型	心电图信号和患者信息	自然语言处理	心血管疾病	多模态大语言模型	ECG-LM	文本和心电图信号	利用医疗指南中的详细心电图模式描述生成的文本-ECG对，以及来自医院的真实临床数据
7128	2025-02-07	Intelligent cholinergic white matter pathways algorithm based on U-net reflects cognitive impairment in patients with silent cerebrovascular disease 2024-Dec-30, Stroke and vascular neurology IF:4.4Q1 DOI:10.1136/svn-2023-002976 PMID:38569895	研究论文	本文开发了一种基于U-net的智能算法，用于评估静默性脑血管病患者的胆碱能白质通路损伤，并反映其认知功能下降	首次建立了基于深度学习的智能算法，用于评估胆碱能白质通路损伤，并与金标准相比具有较高的准确性	算法的外部验证样本量较小（100例），可能需要更大规模的外部验证	评估静默性脑血管病患者的胆碱能白质通路损伤及其与认知功能的关系	静默性脑血管病（SCD）患者	数字病理学	脑血管疾病	深度学习	CNN（卷积神经网络）	医学影像	内部训练和测试集464例SCD患者，外部验证集100例SCD患者
7129	2025-02-07	Application of deep learning models on single-cell RNA sequencing analysis uncovers novel markers of double negative T cells 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82406-7 PMID:39732739	研究论文	本研究应用深度学习模型于单细胞RNA测序分析，揭示了双阴性T细胞的新标记物	使用深度学习模型（如scVI）捕捉非线性基因表达模式，揭示了双阴性T细胞的新标记物，并验证了这些标记物在流式细胞术分析中的有效性	研究主要基于C57BL/6小鼠，人类样本的验证较少	揭示双阴性T细胞的新标记物，并验证其在健康和疾病中的表型和功能特征	C57BL/6小鼠和MRL/lpr小鼠的双阴性T细胞	生物信息学	自身免疫疾病	单细胞RNA测序（scRNA-seq）	Single Cell Variational Inference (scVI)	基因表达数据	C57BL/6小鼠和MRL/lpr小鼠的双阴性T细胞样本
7130	2025-02-07	Predicting RNA Structure and Dynamics with Deep Learning and Solution Scattering 2024-Dec-21, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.08.598075 PMID:39764023	研究论文	本文介绍了一种名为SCOPER的管道，结合了基于运动学的构象采样和创新的深度学习模型IonNet，用于预测RNA分子的结构和动力学	SCOPER通过整合Mg离子结合位点预测的深度学习模型IonNet和构象采样，显著提高了SAXS剖面拟合的质量	需要初始的足够准确的结构，且需谨慎调整可塑性和离子密度以避免过拟合实验SAXS数据	预测RNA分子在溶液中的结构和动力学	RNA分子	机器学习	NA	小角X射线散射（SAXS）	深度学习模型IonNet	实验SAXS数据	14个实验数据集
7131	2025-02-07	Automatic detection and counting of wheat spike based on DMseg-Count 2024-11-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80244-1 PMID:39613805	研究论文	本文提出了一种基于DMseg-Count模型的小麦穗自动检测与计数方法，以提高复杂田间环境下小麦穗计数的准确性	通过增强局部上下文监督信息，改进了现有的目标对象计数模型DM-Count，提出了DMseg-Count模型，并设计了逐元素点乘机制来融合全局和局部上下文监督信息	未提及具体的数据集大小或模型在不同环境下的泛化能力	提高小麦穗图像的自动检测与计数准确性，以支持产量预测和品种评估	小麦穗图像	计算机视觉	NA	深度学习	DMseg-Count	图像	未提及具体样本数量
7132	2025-02-06	Synthetic augmentation of cancer cell line multi-omic datasets using unsupervised deep learning 2024-Nov-29, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54771-4 PMID:39614072	研究论文	本研究介绍了一种无监督深度学习模型MOSA，用于整合和增强癌症依赖图谱（DepMap），通过生成分子和表型特征，增加了多组学特征的数量，并生成了1523个癌细胞系的完整DepMap	MOSA模型首次利用无监督深度学习技术整合和增强多组学数据，显著增加了多组学特征的数量，并揭示了与药物抗性相关的机制	研究主要依赖于癌细胞系数据，可能无法完全反映体内肿瘤的复杂性	整合和增强多组学数据，以更全面地理解癌症生物学	癌细胞系	机器学习	癌症	无监督深度学习	MOSA	多组学数据	1523个癌细胞系
7133	2025-02-07	nPOD-Kidney: A Heterogenous Donor Cohort for the Investigation of Diabetic Kidney Disease Pathogenesis and Progression 2024-Nov-05, Kidney360 IF:3.2Q1 DOI:10.34067/KID.0000000620 PMID:39499578	研究论文	本文介绍了nPOD-K项目，旨在通过使用器官捐赠者的肾脏来增强对糖尿病肾病（DKD）进展的理解	利用器官捐赠者的肾脏样本，结合传统和数字病理学方法，深入研究了DKD的病理机制和进展	研究依赖于器官捐赠者的样本，可能受到样本来源和数量的限制	研究目的是通过分析器官捐赠者的肾脏样本，深入了解糖尿病肾病的病理机制和进展	研究对象为糖尿病肾病患者的肾脏样本	数字病理学	糖尿病肾病	传统病理学和数字病理学方法，包括深度学习和机器学习图像分析工具	深度学习分割和机器学习图像分析工具	图像	nPOD-K队列中的肾脏样本
7134	2025-02-07	Machine learning-optimized targeted detection of alternative splicing 2024-Sep-24, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.20.614162 PMID:39386495	研究论文	本文介绍了一种高效的靶向RNA测序方法LSV-seq，用于全面检测和量化选择性剪接	提出了基于机器学习的引物设计算法Optimal Prime，显著提高了剪接事件的检测效率和灵敏度	NA	优化选择性剪接的检测和量化	RNA剪接事件	机器学习	NA	RNA-seq, LSV-seq	深度学习	RNA测序数据	NA
7135	2025-02-07	Empowering Portable Age-Related Macular Degeneration Screening: Evaluation of a Deep Learning Algorithm for a Smartphone Fundus Camera 2024-09-05, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2023-081398 PMID:39237272	研究论文	本研究评估了一种用于智能手机眼底相机的深度学习算法在检测可转诊的年龄相关性黄斑变性（AMD）方面的性能	首次评估了基于智能手机眼底相机的AI系统在AMD筛查中的应用，并展示了深度学习算法在不同数据集上的高敏感性和特异性	研究依赖于回顾性图像数据库，且样本主要来自特定人群（亚洲人），可能限制了结果的普遍性	评估深度学习算法在便携式智能手机眼底相机上检测可转诊AMD的性能	年龄相关性黄斑变性（AMD）患者	计算机视觉	年龄相关性黄斑变性	深度学习	深度学习算法	图像	训练集包括108,251张图像（AREDS数据集）和1,108张图像（亚洲人数据集），测试集包括909张图像（AREDS数据集）和238张图像（亚洲人数据集）
7136	2025-02-07	Free access via computational cloud to deep learning-based EEG assessment in neonatal hypoxic-ischemic encephalopathy: revolutionary opportunities to overcome health disparities 2024-Sep, Pediatric research IF:3.1Q1 DOI:10.1038/s41390-024-03427-6 PMID:39107521	研究论文	本文评估了一种基于深度学习的脑电图（EEG）监测视觉趋势，用于新生儿缺氧缺血性脑病（HIE）的严重程度评估	使用深度学习模型Brain State of the Newborn (BSN)作为床边标记，早期区分正常和异常结果，并与Total Sarnat Score相关	样本量较小，仅包括46名HIE新生儿	评估深度学习在新生儿缺氧缺血性脑病（HIE）严重程度评估中的应用	46名HIE新生儿与健康婴儿	机器学习	新生儿缺氧缺血性脑病	深度学习	BSN	EEG数据	46名HIE新生儿
7137	2025-02-07	AI and Big Data approaches to addressing the opioid crisis: a scoping review protocol 2024-08-31, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2024-084728 PMID:39645274	综述协议	本文概述了评估人工智能（AI）和大数据技术在应对阿片类药物危机中的最新发展及其相关性的必要步骤	首次提出对AI驱动技术在检测、治疗、预防或应对阿片类药物危机中的有效性进行全面范围审查	尚未进行全面的范围审查，缺乏对AI和大数据技术在阿片类药物危机中应用效果的系统评估	评估AI和大数据技术在应对阿片类药物危机中的最新发展及其相关性	阿片类药物危机	自然语言处理, 机器学习	阿片类药物危机	机器学习, 深度学习, 自然语言处理	NA	文本, 数据	NA
7138	2025-02-07	Focal liver lesion diagnosis with deep learning and multistage CT imaging 2024-Aug-15, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-51260-6 PMID:39147767	研究论文	本研究开发了一种使用多期增强CT的自动诊断系统，用于诊断肝脏病变	开发了Liver Lesion Network (LiLNet)，并在多个外部中心验证了其有效性，展示了高准确率和AUC值	未提及具体局限性	开发一种自动诊断系统，用于诊断肝脏病变	4039名来自六个数据中心的患者	计算机视觉	肝癌	多期增强CT	深度学习	图像	4039名患者
7139	2025-02-07	CREMP: Conformer-rotamer ensembles of macrocyclic peptides for machine learning 2024-Aug-09, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03698-y PMID:39122750	研究论文	本文介绍了CREMP，一个用于快速开发和评估大环肽机器学习模型的资源	CREMP提供了36,198种独特的大环肽及其高质量的结构集合，这些集合是使用Conformer-Rotamer Ensemble Sampling Tool (CREST)生成的，包含近31.3百万种独特的大环几何结构，每种结构都附有半经验扩展紧束缚(xTB) DFT计算得出的能量注释	尽管CREMP提供了大量数据，但大环肽的独特性质使得其建模仍然具有挑战性	开发能够改进肽设计和优化的机器学习模型，以用于新型治疗药物的开发	大环肽	机器学习	NA	Conformer-Rotamer Ensemble Sampling Tool (CREST), 半经验扩展紧束缚(xTB) DFT计算	NA	结构数据	36,198种独特的大环肽，包含近31.3百万种独特的大环几何结构
7140	2025-02-07	Artificial intelligence for gastric cancer in endoscopy: From diagnostic reasoning to market 2024-Jul, Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver IF:4.0Q1 DOI:10.1016/j.dld.2024.04.019 PMID:38763796	综述	本文综述了人工智能在内窥镜检查中用于胃癌诊断的现状、挑战及临床应用前景	全面评估了人工智能在内窥镜成像中用于评估胃癌前病变和癌变的应用现状及广泛实施的技术障碍	需要更稳健的验证研究和克服监管障碍	评估人工智能在内窥镜成像中用于胃癌诊断的现状及临床应用障碍	胃癌前病变和癌变	计算机视觉	胃癌	深度学习模型	NA	图像	NA