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
7181	2025-02-06	Reusable specimen-level inference in computational pathology 2025-Jan-10, ArXiv PMID:39867428	研究论文	本文介绍了SpinPath工具包，旨在通过提供预训练的标本级模型、Python推理引擎和JavaScript推理平台，普及标本级深度学习在计算病理学中的应用	开发了SpinPath工具包，填补了标本级模型在计算病理学中不可用的空白，促进了标本级深度学习的普及和应用	未提及具体的技术或模型性能限制	推动计算病理学中标本级深度学习的应用和普及	计算病理学中的标本级任务	数字病理学	NA	深度学习	预训练模型	标本级数据	涉及九个基础模型的转移检测任务
7182	2025-02-06	Counterfactual Diffusion Models for Mechanistic Explainability of Artificial Intelligence Models in Pathology 2025-Jan-08, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.29.620913 PMID:39554184	研究论文	本文提出并验证了MoPaDi（Morphing histoPathology Diffusion），一种用于生成反事实机制解释的模型，以提高人工智能模型在病理学中的可解释性	MoPaDi利用扩散自编码器操纵病理图像块，并通过改变形态翻转其生物标志物状态，同时结合多实例学习处理弱监督问题	NA	提高深度学习模型在病理学中的可解释性	病理学全切片图像	数字病理学	癌症	扩散自编码器	扩散模型	图像	四个数据集，包括组织类型、不同器官的癌症类型、切片中心来源和微卫星不稳定性生物标志物
7183	2025-02-06	TIPPo: A User-Friendly Tool for De Novo Assembly of Organellar Genomes with High-Fidelity Data 2025-Jan-06, Molecular biology and evolution IF:11.0Q1 DOI:10.1093/molbev/msae247 PMID:39800935	研究论文	本文介绍了一种名为TIPPo的用户友好工具，用于使用PacBio高保真长读数据从头组装植物细胞器基因组，无需依赖相关物种的基因组或核基因组信息	TIPPo工具采用深度学习模型进行初始读段分类，并利用k-mer计数进行进一步优化，显著减少了核插入对细胞器DNA组装过程的影响	NA	开发一种无需参考基因组的工具，用于高效组装植物细胞器基因组	植物细胞器基因组（叶绿体和线粒体）	生物信息学	NA	PacBio高保真长读测序	深度学习模型	长读测序数据	54个完整的叶绿体基因组
7184	2025-02-06	Multiscale Cell-Cell Interactive Spatial Transcriptomics Analysis 2025-Jan-03, Research square DOI:10.21203/rs.3.rs-5743704/v1 PMID:39801521	研究论文	本文提出了一种多尺度细胞间交互空间转录组学（MCIST）分析方法，用于整合基因表达谱及其空间位置，以识别空间域、推断细胞类型动态和检测组织内的基因表达模式	MCIST结合了多尺度拓扑表示和前沿空间深度学习技术的优势，填补了当前空间转录组学分析中忽视多尺度细胞间交互的空白	NA	提升空间转录组学数据分析的准确性和多尺度洞察力	空间转录组学数据	空间转录组学	NA	空间转录组学分析	空间深度学习技术	空间转录组学数据	37个基准空间转录组学数据集
7185	2025-02-06	Clair3-RNA: A deep learning-based small variant caller for long-read RNA sequencing data 2025-Jan-03, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.17.624050 PMID:39803537	研究论文	本文提出了Clair3-RNA，一种基于深度学习的适用于长读RNA测序数据的小变异检测工具	Clair3-RNA是首个专为长读RNA测序数据设计的深度学习变异检测工具，结合了多种优化技术，如不均匀覆盖度归一化、训练材料精炼、编辑位点发现和单倍型相位整合，以提升变异检测性能	NA	开发一种适用于长读RNA测序数据的变异检测工具，以提高变异检测的准确性和性能	长读RNA测序数据	生物信息学	NA	长读RNA测序（lrRNA-seq）	深度学习	RNA测序数据	多种GIAB样本
7186	2025-02-06	Classifying cognitive impairment based on FDG-PET and combined T1-MRI and rs-fMRI: An ADNI study 2025-Jan, Journal of Alzheimer's disease : JAD DOI:10.1177/13872877241302493 PMID:39623970	研究论文	本研究利用FDG-PET图像和结合T1-MRI与rs-fMRI的方法，对轻度认知障碍（MCI）和认知正常（CN）成人进行分类，并预测MCI患者向阿尔茨海默病（AD）痴呆的转化	结合FDG-PET和MRI技术，使用深度学习模型对MCI进行分类，并比较不同成像技术的分类性能	MRI模型的分类性能未超越FDG-PET模型，且MCI向AD转化的预测准确率较低	分类MCI和CN成人，并预测MCI患者向AD痴呆的转化	轻度认知障碍（MCI）和认知正常（CN）成人	数字病理学	阿尔茨海默病	FDG-PET成像、T1-MRI、rs-fMRI	3D DenseNet	图像	805名参与者（MCI 455人，CN 350人）进行FDG-PET成像，348名参与者（MCI 174人，CN 174人）进行MRI和功能MRI成像
7187	2025-02-06	Insights into AI advances in immunohistochemistry for effective breast cancer treatment: a literature review of ER, PR, and HER2 scoring 2025-Jan, Current medical research and opinion IF:2.4Q3 DOI:10.1080/03007995.2024.2445142 PMID:39705612	文献综述	本文综述了人工智能在乳腺癌免疫组化染色图像中自动评分ER、PR和HER2生物标志物的最新进展	探讨了AI技术在乳腺癌免疫组化染色图像自动评分中的应用，特别是Allred、H-Score和HER2评分方法	未提及具体的研究局限性	提高乳腺癌诊断和治疗的准确性和效率	乳腺癌免疫组化染色图像中的ER、PR和HER2生物标志物	数字病理学	乳腺癌	免疫组化染色	机器学习和深度学习	图像	NA
7188	2025-02-06	Predicting the exposure of mycophenolic acid in children with autoimmune diseases using a limited sampling strategy: A retrospective study 2025-Jan, Clinical and translational science DOI:10.1111/cts.70092 PMID:39727288	研究论文	本研究旨在利用机器学习和深度学习算法开发一种预测模型，用于优化采样频率，预测儿童自身免疫性疾病中霉酚酸（MPA）的暴露量	首次将Wide&Deep模型应用于MPA暴露量的预测，并证明使用三个采样点即可准确估计MPA暴露量，减少了患者的不适	研究为回顾性研究，可能存在数据偏差，且样本量相对较小	开发一种预测模型，用于优化采样频率，预测儿童自身免疫性疾病中MPA的暴露量	儿童自身免疫性疾病患者	机器学习	自身免疫性疾病	机器学习、深度学习	Wide&Deep, Random Forest, XGBoost, LightGBM, Gradient Boosting Decision Tree, CatBoost, Artificial Neural Network, Grandient Boosting Machine, Transformer, TabNet	血液浓度数据	209名患者的614个MPA AUC样本
7189	2025-02-06	AI Methods for Antimicrobial Peptides: Progress and Challenges 2025-01, Microbial biotechnology IF:4.8Q1 DOI:10.1111/1751-7915.70072 PMID:39754551	综述	本文综述了人工智能在抗菌肽（AMPs）识别和设计中的最新进展、挑战和机遇，特别强调了大型语言模型（LLMs）、图神经网络（GNNs）和结构引导设计	本文填补了现有综述在大型语言模型（LLMs）、图神经网络（GNNs）和结构引导抗菌肽发现与设计方面的空白	现有方法在抗菌肽发现和设计中仍存在局限性，需要进一步解决	探讨人工智能在抗菌肽识别和设计中的应用	抗菌肽（AMPs）	机器学习	NA	机器学习（ML）、深度学习（DL）	大型语言模型（LLMs）、图神经网络（GNNs）	NA	NA
7190	2025-02-06	Treatment efficacy prediction of focused ultrasound therapies using multi-parametric magnetic resonance imaging 2025, Cancer prevention, detection, and intervention : Third MICCAI Workshop, CaPTion 2024, Held in Conjunction with MICCAI 2024, Marrakesh, Morocco, October 6, 2024, Proceedings. CaPTion (Workshop) (3rd : 2024 : Marrakech, Morocco) DOI:10.1007/978-3-031-73376-5_18 PMID:39802501	研究论文	本文提出了一种利用多参数磁共振成像预测聚焦超声治疗效果的深度学习框架	利用治疗期间获取的多参数MRI图像，通过深度学习框架实时预测治疗效果，克服了传统方法延迟评估的局限性	研究样本量较小（N=6），且仅在VX2肿瘤模型兔上进行验证，需进一步在更大样本和人类患者中验证	开发一种能够实时评估聚焦超声治疗效果的方法，以提高治疗精度和效果	VX2肿瘤模型兔	数字病理学	乳腺癌	多参数磁共振成像（MRI）	深度学习框架	MRI图像	6只VX2肿瘤模型兔
7191	2025-02-06	ShaderNN: A Lightweight and Efficient Inference Engine for Real-time Applications on Mobile GPUs 2025-Jan-01, Neurocomputing IF:5.5Q1 DOI:10.1016/j.neucom.2024.128628 PMID:39802630	研究论文	本文提出了一种名为ShaderNN的轻量级高效推理引擎，专为移动设备上的实时应用设计	ShaderNN首次利用基于OpenGL后端的片段着色器进行神经网络推理操作，提出了计算着色器和片段着色器的混合实现，以提升性能	NA	设计一个适用于移动设备的深度学习推理框架，以解决计算能力有限、低功耗预算、内存访问方法多样以及I/O总线带宽受限等问题	移动设备上的实时应用，如游戏和视频处理软件	机器学习	NA	OpenGL	神经网络	图像	NA
7192	2025-02-06	Deep learning model to diagnose cardiac amyloidosis from haematoxylin/eosin-stained myocardial tissue 2025-Jan, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyae141 PMID:39811011	研究论文	本研究开发了一种深度学习模型，用于从苏木精/伊红（HE）染色的心肌组织中诊断心脏淀粉样变性	首次利用深度学习模型从HE染色的心肌组织中诊断心脏淀粉样变性，并通过模型高亮显示疑似淀粉样沉积区域	需要进一步的多中心前瞻性验证来确认模型的普遍适用性	开发一种深度学习模型，以支持从HE染色的心肌组织中诊断心脏淀粉样变性	166名接受心肌活检的患者，包括76名诊断为心脏淀粉样变性的患者和90名其他诊断的患者	数字病理学	心血管疾病	深度学习	深度学习模型	图像	166名患者的心肌活检样本
7193	2025-02-06	A method for blood pressure hydrostatic pressure correction using wearable inertial sensors and deep learning 2025, Npj biosensing DOI:10.1038/s44328-024-00021-y PMID:39897702	研究论文	本文提出了一种使用可穿戴惯性传感器和深度学习进行血压静水压力校正的方法	提出了一种名为IMU-Track的新方法，利用可穿戴惯性传感器和深度学习模型校正血压测量中的静水压力变化	研究样本量较小，仅涉及20名参与者	开发一种无袖带、无创的血压测量方法，以校正传感器位置变化引起的静水压力误差	血压测量中的静水压力变化	机器学习	心血管疾病	深度学习	深度学习模型	传感器数据	20名参与者
7194	2025-02-06	Unsupervised monocular depth estimation with omnidirectional camera for 3D reconstruction of grape berries in the wild 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317359 PMID:39899513	研究论文	本文提出了一种基于无监督单目深度估计的方法，使用全景相机在野外环境中重建葡萄浆果的3D位置，以辅助葡萄修剪过程	将基于深度学习的无监督单目深度估计方法扩展到全景相机，解决了传统3D重建方法在纹理缺失、高度对称和密集排列的葡萄浆果上的局限性	方法在野外环境中的应用可能受到光照、遮挡等自然条件的影响，且未提及对不同品种葡萄的适用性	构建一个系统，识别葡萄修剪过程中应移除的浆果，以辅助新进入者掌握修剪技术	日本食用葡萄的浆果	计算机视觉	NA	无监督单目深度估计	深度学习模型	视频	未明确说明样本数量，但研究对象为野外葡萄园中的葡萄浆果
7195	2025-02-06	Adaptive wavelet base selection for deep learning-based ECG diagnosis: A reinforcement learning approach 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318070 PMID:39899639	研究论文	本文提出了一种基于强化学习的小波基选择框架，用于动态定制心电图信号的小波基，以提高深度学习在心电图诊断中的性能	提出了一种基于强化学习的小波基选择框架，能够动态定制每个心电图信号的小波基，从而优化特征提取和诊断性能	实验仅在PTB-XL数据集上进行，未在其他数据集上验证其泛化能力	提高基于深度学习的心电图诊断的准确性和性能	心电图信号	机器学习	心血管疾病	小波变换	强化学习	心电图信号	PTB-XL数据集
7196	2025-02-06	Deep Learning-Based Body Shape Clustering Analysis Using 3D Body Scanner: Application of Transformer Algorithm 2025-Jan, Iranian journal of public health IF:1.3Q4 DOI:10.18502/ijph.v54i1.17583 PMID:39902372	研究论文	本研究利用3D人体扫描仪进行基于深度学习的体型聚类分析，并应用Transformer算法	使用Transformer算法进行体型分类，相比传统方法具有更高的性能，并将体型聚类分为六个更细粒度的类别	样本仅来自韩国国立体育大学的366名成年男女，可能缺乏广泛代表性	进行基于深度学习的体型聚类分析，以预测健康和疾病	366名成年男女的3D体型数据	机器学习	NA	3D Body Scanner, Transformer学习, 降维模型	Transformer	3D图像数据	366名成年男女
7197	2025-02-06	The Impact of Artificial Intelligence on Healthcare: A Comprehensive Review of Advancements in Diagnostics, Treatment, and Operational Efficiency 2025-Jan, Health science reports IF:2.1Q3 DOI:10.1002/hsr2.70312 PMID:39763580	综述	本文全面回顾了人工智能在医疗保健领域的影响，包括诊断、治疗和运营效率的进步	本文综合分析了人工智能在医疗保健中的应用，提供了最新的文献和实际案例研究，如Google Health和IBM Watson Health，并讨论了人工智能的新发展及其社会影响	人工智能在医疗保健中的主流应用面临数据安全和预算限制等主要障碍	描述人工智能在医疗保健中的应用，包括机器人技术、机器学习、深度学习和自然语言处理等重要技术，并研究这些技术在患者互动、预测分析和远程监控中的应用	医疗保健领域的人工智能应用	机器学习	NA	机器学习（ML）、深度学习（DL）、自然语言处理（NLP）	NA	文献和案例研究数据	从2014年的158篇文章（3.54%）到2024年的731篇文章（16.33%）
7198	2025-02-06	A tactile perception method with flexible grating structural color 2025-Jan, National science review IF:16.3Q1 DOI:10.1093/nsr/nwae413 PMID:39764508	研究论文	本文提出了一种结合柔性光栅结构色和深度学习的新型触觉感知方法及其传感器	引入光学干涉图案作为触觉信息的视觉表示，结合柔性闪耀光栅的结构色和深度学习，提升了触觉估计性能	NA	提高触觉传感器的性能，解决现有视觉触觉传感器依赖几何光学或标记跟踪的局限性	触觉传感器	计算机视觉	NA	深度学习	NA	图像	NA
7199	2025-02-06	Quantitative Spatial Analysis of Chromatin Biomolecular Condensates using Cryo-Electron Tomography 2024-Dec-31, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.01.626131 PMID:39677698	研究论文	本文通过冷冻电子断层扫描技术分析了生化重建的染色质凝聚体的结构，并开发了深度学习分割与上下文感知模板匹配相结合的方法来识别凝聚体内的密集分子	开发了结合深度学习分割与上下文感知模板匹配的新方法，用于识别染色质凝聚体内的密集分子，并在重建和天然系统中确定了核小体的平均结构	方法主要应用于生化重建的染色质凝聚体，对于细胞内的某些凝聚体可能适用性有限	研究染色质凝聚体的结构和功能	生化重建的染色质凝聚体和天然染色质的凝聚区域	生物物理学	NA	冷冻电子断层扫描（Cryo-Electron Tomography）	深度学习分割	图像	NA
7200	2025-02-06	A prediction approach to COVID-19 time series with LSTM integrated attention mechanism and transfer learning 2024-Dec-31, BMC medical research methodology IF:3.9Q1 DOI:10.1186/s12874-024-02433-w PMID:39736527	研究论文	本文提出了一种结合LSTM、注意力机制和迁移学习的方法，用于预测城市级别的COVID-19时间序列数据	提出了一种新的LSTMATT模型，结合了注意力机制和迁移学习，显著提升了预测性能	研究仅针对中国徐州市的数据，可能无法直接推广到其他城市或地区	提高城市级别COVID-19每日确诊病例时间序列的预测准确性	COVID-19每日确诊病例的时间序列数据	机器学习	COVID-19	迁移学习、注意力机制	LSTM、RNN、GRU、TCN	时间序列数据	2022年11月1日至2023年11月16日中国徐州市的COVID-19每日确诊病例数据