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
7721	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
7722	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
7723	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
7724	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
7725	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）
7726	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
7727	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
7728	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
7729	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
7730	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
7731	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
7732	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
7733	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
7734	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
7735	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
7736	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
7737	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
7738	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
7739	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
7740	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