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
7581	2025-02-07	Deep learning-based system for prediction of work at height in construction site 2025-Jan-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e41779 PMID:39906815	研究论文	本文提出了一种基于深度学习的系统，用于预测建筑工地上工人的高空作业情况	通过结合加速度计、陀螺仪和压力传感器的数据，利用深度学习技术预测工人的高空作业状态，填补了该领域的信息空白	研究中仅使用了45次分析，样本量可能不足以全面验证模型的泛化能力	预测建筑工地上工人是否在高空作业，以减少高空坠落事故的风险	建筑工地上的工人	机器学习	NA	深度学习	DNN, CNN, LSTM	传感器数据（加速度计、陀螺仪、压力传感器）	45次分析
7582	2025-02-07	Machine learning-based prediction of hemodynamic parameters in left coronary artery bifurcation: A CFD approach 2025-Jan-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e41973 PMID:39906857	研究论文	本研究通过结合机器学习算法与计算流体动力学模拟，旨在提高左冠状动脉分叉处复杂血流动力学的无创预测能力	首次将机器学习算法与计算流体动力学模拟相结合，用于左冠状动脉分叉处血流动力学的预测，提供了一种快速可靠的评估方法	需要进一步研究深度学习模型的有效性，并解决患者特异性应用中的挑战	研究左冠状动脉分叉处狭窄严重程度和位置对血流动力学的影响，以提高无创预测能力	左冠状动脉分叉处的血流动力学参数（如壁面剪切应力和振荡剪切指数）	机器学习	心血管疾病	计算流体动力学（CFD）	决策树回归器和K近邻模型	合成几何数据	6858个合成的左冠状动脉几何数据
7583	2025-02-06	Soft computing paradigm for climate change adaptation and mitigation in Iran, Pakistan, and Turkey: A systematic review 2025-Jan-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e41974 PMID:39906868	系统综述	本文系统综述了人工智能（AI）在伊朗、巴基斯坦和土耳其的气候变化适应和缓解中的应用	通过系统综述方法，揭示了AI在ECO国家气候变化研究中的应用现状，并提出了一个更综合的研究框架	存在跨境合作有限和数据可用性不一致等关键差距	探讨AI在气候变化适应和缓解中的应用，以提升区域气候韧性和可持续性	伊朗、巴基斯坦和土耳其的气候变化问题	机器学习	NA	机器学习（ML）、深度学习（DL）	神经网络、优化或元启发式算法	NA	76篇相关文章
7584	2025-02-07	Caps-ac4C: An effective computational framework for identifying N4-acetylcytidine sites in human mRNA based on deep learning 2025-Jan-28, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.168961 PMID:39884569	研究论文	本文提出了一种基于深度学习的计算框架Caps-ac4C，用于精确检测人类mRNA中的N4-乙酰胞苷（ac4C）位点	Caps-ac4C利用混沌游戏表示将RNA序列编码为“图像”，并采用胶囊网络从这些RNA“图像”中学习全局和局部特征，实现了最先进的性能	NA	开发一种高效且准确的计算框架，用于精确检测人类mRNA中的ac4C位点，以深入了解疾病发病机制并提供新的医学干预途径	人类mRNA中的N4-乙酰胞苷（ac4C）位点	机器学习	癌症	深度学习	胶囊网络	RNA序列	NA
7585	2025-02-07	Combining Biology-based and MRI Data-driven Modeling to Predict Response to Neoadjuvant Chemotherapy in Patients with Triple-Negative Breast Cancer 2025-Jan, Radiology. Artificial intelligence DOI:10.1148/ryai.240124 PMID:39503605	研究论文	本研究结合深度学习和基于生物学的建模，预测局部晚期三阴性乳腺癌患者在新辅助化疗（NAC）前的反应	创新点在于结合了基于生物学的数学模型和卷积神经网络（CNN），仅使用NAC前的MRI数据预测肿瘤在NAC期间的空间和时间演变	研究为回顾性研究，样本量相对较小（118名患者），且仅针对三阴性乳腺癌患者	预测三阴性乳腺癌患者在新辅助化疗前的反应	局部晚期三阴性乳腺癌患者	数字病理学	乳腺癌	MRI	卷积神经网络（CNN）	图像	118名女性患者（中位年龄51岁，范围29-78岁）
7586	2025-02-07	SCIseg: Automatic Segmentation of Intramedullary Lesions in Spinal Cord Injury on T2-weighted MRI Scans 2025-Jan, Radiology. Artificial intelligence DOI:10.1148/ryai.240005 PMID:39503603	研究论文	开发了一种深度学习工具SCIseg，用于在T2加权MRI扫描中自动分割脊髓损伤（SCI）的脊髓和髓内病变	SCIseg是一种开源工具，通过主动学习的三阶段过程训练，能够自动分割髓内SCI病变和脊髓，并在多样化的T2加权MRI扫描数据集上准确提取临床相关病变特征	研究中未提及模型在不同扫描设备和图像分辨率下的泛化能力，也未讨论模型在临床实际应用中的潜在挑战	开发一种自动分割脊髓损伤病变的深度学习工具，以辅助临床诊断和治疗	脊髓损伤患者的T2加权MRI扫描数据	数字病理学	脊髓损伤	T2加权MRI扫描	卷积神经网络（CNN）	图像	191名脊髓损伤患者
7587	2025-02-07	End-to-end deep learning patient level classification of affected territory of ischemic stroke patients in DW-MRI 2025-Jan, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-024-03520-x PMID:39656236	研究论文	本文开发了一种端到端的深度学习模型，用于自动分类中风患者DWI图像中的受影响区域	创新点在于结合了临床信息作为领域知识向量，并采用了多种深度学习模型进行3D编码和切片编码	研究为回顾性多中心研究，可能存在数据偏差	开发一种端到端的深度学习模型，用于自动分类中风患者DWI图像中的受影响区域	中风患者的DWI图像	计算机视觉	中风	深度学习	3D CNN, LSTM-CNN, 时间分布层	图像	624例DWI MRI图像，来自3个中心的患者
7588	2025-02-07	Development and Validation of a Deep Learning Model Based on MRI and Clinical Characteristics to Predict Risk of Prostate Cancer Progression 2025-Jan, Radiology. Imaging cancer DOI:10.1148/rycan.240078 PMID:39792014	研究论文	本文开发并验证了一种基于MRI和临床特征的深度学习模型，用于预测前列腺癌进展风险	该研究首次结合MRI和临床参数开发深度学习模型，用于预测前列腺癌进展风险，并在内部和外部测试中验证其性能	研究为回顾性设计，可能存在选择偏倚；外部测试的C-index较低，表明模型在外部验证中的性能有待提高	验证基于MRI和临床参数的深度学习模型在前列腺癌进展风险预测中的有效性，并与现有模型进行比较	1143名男性患者（中位年龄64岁）的1607次MRI扫描	数字病理学	前列腺癌	深度学习	深度学习模型	MRI图像和临床参数	1143名患者的1607次MRI扫描
7589	2025-02-07	Elephant herding optimized features-based fast RCNN for classifying leukemia stages 2025, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-240750 PMID:39485713	研究论文	本文提出了一种基于象群优化特征的快速RCNN方法，用于分类白血病阶段	提出了一种新的LEU-EHO NET模型，结合了MobileNet特征提取、象群优化算法和Faster RCNN分类器，以提高白血病细胞分类的准确性	需要改进重叠细胞的分割准确性，未来可以通过使用不同的深度学习模型来提高分类准确性	提高白血病细胞分类的准确性和效率	血液涂片图像中的白血病细胞	数字病理学	白血病	图像预处理（归一化和裁剪黑边）、特征提取、特征选择、分类	MobileNet、Faster RCNN	图像	NA
7590	2025-02-07	Prediction of mechanical characteristics of shearer intelligent cables under bending conditions 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318767 PMID:39903714	研究论文	本文提出了一种基于TCN、BiLSTM和SEAttention的采煤机光纤电缆机械特性预测模型，用于准确预测电缆在弯曲条件下的机械性能	结合TCN的因果和扩张卷积操作、BiLSTM的双向信息处理以及SEAttention机制，有效增强对关键特征的关注，提升预测精度	实验数据仅基于特定牵引速度（6 m/min、8 m/min、10 m/min）的模拟数据集，未涵盖更广泛的操作条件	提高采煤机电缆的可靠性和使用寿命，通过光纤监测技术改善电缆管理和设备安全	采煤机光纤电缆在弯曲条件下的机械特性	机器学习	NA	深度学习	TCN-BiLSTM-SEAttention	机械应力数据	采煤机光纤电缆弯曲模拟数据集（牵引速度为6 m/min、8 m/min、10 m/min）
7591	2025-02-07	BCL6 (B-cell lymphoma 6) expression in adenomyosis, leiomyomas and normal myometrium 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317136 PMID:39903727	研究论文	本研究通过免疫组化和深度学习神经网络技术，探讨了BCL6在子宫腺肌症、子宫肌瘤和正常子宫肌层中的表达	首次结合免疫组化和深度学习神经网络技术，量化BCL6在子宫腺肌症、子宫肌瘤和正常子宫肌层中的表达，并利用深度学习模型对样本进行分类	未探讨BCL6在子宫腺肌症和子宫内膜异位症中的表达，未来研究需进一步阐明BCL6在子宫疾病中的作用	研究BCL6在子宫腺肌症、子宫肌瘤和正常子宫肌层中的表达及其在子宫疾病发病机制中的作用	子宫腺肌症、子宫肌瘤和正常子宫肌层组织样本	数字病理学	子宫疾病	免疫组化、深度学习神经网络	深度学习神经网络	图像	2009年至2017年间全子宫切除术的蜡块样本
7592	2025-02-07	Image recognition technology for bituminous concrete reservoir panel cracks based on deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318550 PMID:39903732	研究论文	本文提出了一种基于深度学习的沥青混凝土面板裂缝图像识别技术，通过改进的Xception网络提高裂缝检测的准确性和鲁棒性	引入了改进的Xception网络，结合自适应激活函数、动态注意力机制和多层次残差连接，优化特征提取和特征加权，显著提升检测精度和鲁棒性	未提及模型在不同天气条件下的表现，以及在实际工程应用中的验证情况	提高沥青混凝土面板裂缝检测的准确性和效率	沥青混凝土面板的裂缝	计算机视觉	NA	深度学习	改进的Xception网络	图像	大量面板图像数据集
7593	2025-02-07	Discovery of novel PRMT1 inhibitors: a combined approach using AI classification model and traditional virtual screening 2025, Frontiers in chemistry IF:3.8Q2 DOI:10.3389/fchem.2025.1548812 PMID:39906150	研究论文	本研究结合AI分类模型和传统虚拟筛选方法，发现了一系列潜在的PRMT1抑制剂	利用深度学习分析现有PRMTs抑制剂特性，构建PRMT1抑制剂分类模型，并通过分子对接发现新型PRMT1抑制剂	尽管发现了新型PRMT1抑制剂，但这些抑制剂尚未通过临床试验	发现新型PRMT1抑制剂，用于预防和治疗多种疾病	PRMT1蛋白及其抑制剂	机器学习	NA	深度学习、分子对接、分子动力学模拟、结合自由能分析	分类模型	分子数据	NA
7594	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
7595	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
7596	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
7597	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
7598	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
7599	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
7600	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