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
7881	2025-01-26	AggNet: Advancing protein aggregation analysis through deep learning and protein language model 2025-Feb, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70031 PMID:39840791	研究论文	本研究介绍了一种名为AggNet的新型深度学习框架，基于蛋白质语言模型ESM2和AlphaFold2，用于分析蛋白质聚集	AggNet结合了物理化学、进化和结构信息，能够区分淀粉样和非淀粉样肽，并识别多种蛋白质中的聚集倾向区域，性能优于现有方法	未明确提及具体局限性	开发更高效的计算工具以预测蛋白质聚集，支持蛋白质工程和生物治疗开发	蛋白质聚集，特别是淀粉样和非淀粉样肽以及聚集倾向区域	机器学习	NA	深度学习，蛋白质语言模型ESM2和AlphaFold2	深度学习框架	蛋白质序列和结构数据	未明确提及具体样本数量
7882	2025-01-26	Artificial Intelligence-Based Detection and Numbering of Dental Implants on Panoramic Radiographs 2025-Feb, Clinical implant dentistry and related research IF:3.7Q1 DOI:10.1111/cid.70000 PMID:39846131	研究论文	本研究开发了一种基于人工智能的深度学习模型，用于在全景X光片上检测和编号牙科种植体	该模型的创新之处在于其能够同时检测和编号种植体，为牙科种植学提供临床决策支持	需要进一步验证更多样化的数据集以增强其临床适用性	开发一种用于牙科种植体检测和编号的AI模型	全景X光片中的牙科种植体	计算机视觉	NA	深度学习	YOLOv8	图像	32,585张全景X光片
7883	2025-01-26	Fully automated coronary artery calcium score and risk categorization from chest CT using deep learning and multiorgan segmentation: A validation study from National Lung Screening Trial (NLST) 2025-Feb, International journal of cardiology. Heart & vasculature DOI:10.1016/j.ijcha.2024.101593 PMID:39850777	研究论文	本研究利用深度学习模型从非心电图门控胸部CT扫描中自动检测、量化和进行冠状动脉钙化评分（CACS）的风险分类	使用基于Mask R-CNN的神经网络进行多器官分割，实现冠状动脉钙化评分的全自动量化和风险分类	研究中仅使用了80名患者训练分割模型，样本量相对较小	验证深度学习模型在自动检测和量化冠状动脉钙化评分中的应用	高风险人群的胸部CT扫描	计算机视觉	心血管疾病	深度学习	Mask R-CNN	图像	80名患者用于训练，1442名患者用于验证
7884	2025-01-26	Deep learning analyses of splicing variants identify the link of PCP4 with amyotrophic lateral sclerosis 2025-Jan-24, Brain : a journal of neurology IF:10.6Q1 DOI:10.1093/brain/awaf025 PMID:39852553	研究论文	本研究开发了基于深度学习的Spliformer模型，用于预测RNA剪接，并揭示了PCP4与肌萎缩侧索硬化症（ALS）的关联	开发了Spliformer和Spliformer-motif模型，能够准确预测和解释pre-mRNA剪接，并发现了与ALS相关的罕见剪接变异	研究主要依赖于计算模型预测，实验验证部分仍需进一步扩展	研究目的是通过深度学习模型预测RNA剪接，并探索ALS的遗传机制	研究对象包括ALS患者和对照组的全基因组测序数据、RNA-seq数据以及Clinvar数据集	自然语言处理	肌萎缩侧索硬化症	RNA-seq、全基因组测序（WGS）、minigene实验	Transformer	基因组数据、RNA-seq数据	1,370名ALS患者的全基因组测序数据
7885	2025-01-26	Risk score stratification of cutaneous melanoma patients based on whole slide images analysis by deep learning 2025-Jan-24, Journal of the European Academy of Dermatology and Venereology : JEADV IF:8.4Q1 DOI:10.1111/jdv.20538 PMID:39853986	研究论文	本文开发了一种基于深度学习的弱监督方法SmartProg-MEL，用于从HE染色的全切片图像中预测I至III期皮肤黑色素瘤患者的生存结果	提出了一种新的深度神经网络模型SmartProg-MEL，能够从全切片图像中提取形态学特征，预测5年总生存期，并进行风险分层	模型在外部验证数据集上的性能略低于发现队列，且样本量相对较小	改进原发性皮肤黑色素瘤的风险分层，以更好地指导辅助治疗	I至III期皮肤黑色素瘤患者	数字病理学	皮肤黑色素瘤	深度学习	深度神经网络	图像	发现队列342例，外部验证队列IHP-MEL-2 161例，TCGA队列63例
7886	2025-01-26	CERVIXNET: An Efficient Approach for the Detection and Classifications of the Cervigram Images Using Modified Deep Learning Architecture 2025-Jan-23, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056343690250116020310 PMID:39851104	研究论文	本文提出了一种新颖的方法，通过改进的深度学习架构CervixNet来检测和分类宫颈图像，以区分健康与异常宫颈图像，并分割异常图像中的癌症区域	提出了改进的深度学习架构CervixNet，提高了宫颈癌的检测率，并在IMODT和Guanacaste数据库上进行了性能评估	未提及具体的数据集规模或模型在其他数据集上的泛化能力	通过深度学习技术提高宫颈癌的早期检测和分类准确性	宫颈图像（健康与异常）	计算机视觉	宫颈癌	深度学习	改进的深度学习架构CervixNet	图像	IMODT和Guanacaste数据库中的宫颈图像
7887	2025-01-26	Artificial Intelligence Revolution in Pharmaceutical Sciences: Advancements, Clinical Impacts, and Applications 2025-Jan-23, Current pharmaceutical biotechnology IF:2.2Q3 DOI:10.2174/0113892010356115241224104018 PMID:39851128	综述	本文综述了人工智能在药物科学领域的革命性进展、临床影响及应用	探讨了AI在药物发现、开发过程中的应用，特别是在固体剂型开发中的创新，以及3D打印技术在个性化治疗中的应用	未具体提及研究的局限性	探讨人工智能在药物科学和医疗保健中的应用及其对提高生产效率和个性化医疗的贡献	药物发现与开发过程、个性化治疗、疾病诊断与预测	机器学习	NA	深度学习、神经网络	NA	复杂生物数据	NA
7888	2025-01-26	A large histological images dataset of gastric cancer with tumour microenvironment annotation for AI 2025-Jan-22, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04489-9 PMID:39843474	研究论文	本文提供了一个大型胃癌组织学图像数据集，包含肿瘤微环境的详细注释，用于AI研究	提供了首个大规模、完全注释的胃癌组织学图像数据集，包含8种肿瘤微环境组织类别	数据集虽然大，但仅包含300个全片图像，可能不足以覆盖所有胃癌亚型	通过提供详细注释的组织学图像数据集，促进胃癌肿瘤微环境的研究和治疗方法的发展	胃癌组织学图像	数字病理学	胃癌	NA	深度学习模型	图像	近31,000张组织学图像，来自300个全片图像
7889	2025-01-26	Research on the improvement method of imbalance of ground penetrating radar image data 2025-Jan-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87123-3 PMID:39843521	研究论文	本文提出了一种基于生成对抗网络（GAN）的损伤数据扩展方法，以提高地面穿透雷达（GPR）图像数据的分类准确性	提出了一种新的损伤数据扩展方法，通过改进生成器和判别器以及新增编码器，稳定生成损伤样本，从而提高分类网络的准确性	未提及具体的数据集大小和实验环境，可能影响结果的普适性	提高地面穿透雷达图像数据的分类准确性，降低现场数据收集成本	地面穿透雷达图像数据	计算机视觉	NA	生成对抗网络（GAN）	GAN	图像	未提及具体样本数量
7890	2025-01-26	Enhanced streamflow forecasting using hybrid modelling integrating glacio-hydrological outputs, deep learning and wavelet transformation 2025-Jan-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87187-1 PMID:39843529	研究论文	本研究提出了一种结合冰川水文模型输出、深度学习和小波变换的混合建模方法，以提高河流流量预测的准确性	结合冰川水文模型输出与深度学习方法，利用小波变换进行多尺度分析，显著提升了高流量事件的预测精度	缺乏直接测量数据	提高河流流量预测的准确性，以支持洪水风险评估和水资源管理	高山区河流流域的冰雪融化和径流动态	机器学习	NA	深度学习、小波变换	CNN-LSTM	气象数据、冰川水文模型输出	NA
7891	2025-01-26	Single-cell RNA-seq data augmentation using generative Fourier transformer 2025-Jan-22, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-07552-8 PMID:39843603	研究论文	本文介绍了一种名为scGFT的单细胞RNA测序数据增强方法，该方法无需训练，能够合成具有自然基因表达谱的单细胞	提出了一种无需训练的生成模型scGFT，能够有效合成单细胞RNA测序数据，解决了数据稀缺性问题	未提及具体局限性	解决单细胞RNA测序数据稀缺性问题，提升数据统计可靠性	单细胞RNA测序数据	生物信息学	NA	单细胞RNA测序（scRNA-seq）	生成傅里叶变换器（Generative Fourier Transformer）	单细胞RNA测序数据	模拟和实验数据
7892	2025-01-26	An efficient and lightweight detection method for stranded elastic needle defects in complex industrial environments using VEE-YOLO 2025-Jan-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85721-9 PMID:39843892	研究论文	本文提出了一种名为VEE-YOLO的高效轻量级检测方法，用于复杂工业环境中的弹性针缺陷检测	引入YOLOv8-n作为核心网络，提出VEE-YOLO模型，通过GSConv增强特征提取，改进特征提取质量，并使用EIoU Loss替代CIoU Loss以提高检测性能	未提及具体局限性	提高复杂工业环境中小尺寸、密集排列零件的缺陷检测性能	弹性针缺陷	计算机视觉	NA	深度学习	YOLOv8-n, VEE-YOLO	图像	未提及具体样本数量
7893	2025-01-26	A comprehensive survey of scoring functions for protein docking models 2025-Jan-22, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05991-4 PMID:39844036	综述	本文对蛋白质对接模型中的评分函数进行了全面调查，包括经典和基于深度学习的方法	本文首次对蛋白质对接评分函数进行了全面调查，涵盖了经典和深度学习方法的比较	研究主要依赖于公开数据集，可能无法涵盖所有实际应用场景	评估和比较蛋白质对接模型中的评分函数，以帮助研究人员了解该领域的进展	蛋白质对接模型中的评分函数	生物信息学	NA	深度学习	深度学习模型	蛋白质复合物数据	七个公开和流行的数据集
7894	2025-01-26	Deep learning-based synthetic CT for dosimetric monitoring of combined conventional radiotherapy and lattice boost in large lung tumors 2025-Jan-22, Radiation oncology (London, England) DOI:10.1186/s13014-024-02568-6 PMID:39844209	研究论文	本研究开发了一种结合常规放疗（CRT）和晶格增强放疗（LRT）的综合治疗方案，并利用深度学习生成的合成CT（sCT）监测其剂量学特性	使用U-Net++深度学习模型生成合成CT，用于监测大肺肿瘤治疗中的剂量积累，并引入基于sCT的自适应LRT增强计划	研究中未明确提及样本的多样性或长期随访结果	开发并评估结合CRT和LRT的综合治疗方案，以提高大肺肿瘤的局部控制并减少严重毒性	115名肺癌患者的锥形束CT数据	数字病理学	肺癌	深度学习	U-Net++	CT图像	115名肺癌患者
7895	2025-01-26	Memristor-based feature learning for pattern classification 2025-Jan-21, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56286-y PMID:39837872	研究论文	本文提出了一种基于忆阻器漂移扩散动力学的特征学习技术，用于模式分类任务	利用单个忆阻器的动态响应来学习特征，显著减少了模型参数和计算操作，相比深度模型分别减少了2和4个数量级	需要进一步验证在不同应用场景下的通用性和稳定性	通过半导体物理直接实现特征学习，以减少模型与硬件之间的差异	忆阻器芯片	机器学习	NA	忆阻器漂移扩散动力学	NA	NA	180纳米忆阻器芯片
7896	2025-01-26	Design of an integrated model with temporal graph attention and transformer-augmented RNNs for enhanced anomaly detection 2025-Jan-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85822-5 PMID:39837915	研究论文	本文提出了一种集成模型，结合时间图注意力和Transformer增强的RNNs，用于增强复杂环境中摄像头监控系统的异常检测	结合RNNs与GATs有效建模跨摄像头的长期依赖关系，采用Transformer-Augmented RNN通过自注意力机制改进时间建模，使用多模态变分自编码器融合视频、音频和运动传感器信息，并应用原型网络进行少样本学习	未明确提及具体限制	提高复杂环境中摄像头监控系统的异常检测效率和准确性	摄像头监控系统中的异常检测	计算机视觉	NA	深度学习模型，包括RNNs、GATs、Transformer-Augmented RNN、多模态变分自编码器、原型网络	RNNs、GATs、Transformer-Augmented RNN、多模态变分自编码器、原型网络	视频、音频、运动传感器数据	未明确提及具体样本数量
7897	2025-01-26	Research on credit risk of listed companies: a hybrid model based on TCN and DilateFormer 2025-Jan-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86371-7 PMID:39837952	研究论文	本文提出了一种基于TCN和DilateFormer的混合模型，用于提高上市公司信用风险评估的准确性	结合Transformer和CNN的概念，提出了一种新的混合模型TCN-DilateFormer，以增强对长时间金融数据的捕捉能力并解决高维金融数据的挑战	未提及具体局限性	提高上市公司信用风险评估的准确性	上市公司的信用风险	机器学习	NA	NA	TCN-DilateFormer	金融数据	未提及具体样本数量
7898	2025-01-26	College students' entrepreneurship education path and management strategy of start-up enterprises using causal attribution theory 2025-Jan-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86797-z PMID:39837953	研究论文	本研究旨在通过因果归因理论提升大学生创业教育的有效性，并提高初创企业的安全系数	结合深度学习和人工智能技术分析初创企业的风险影响因素，并提出基于因果归因理论的教育路径和管理策略	未提及具体样本量或数据来源的局限性	提升大学生创业教育的效果和初创企业的管理策略	大学生创业教育和初创企业	机器学习	NA	深度学习（DL）和人工智能（AI）	NA	问卷数据和文献数据	未提及具体样本量
7899	2025-01-26	A comparative study on different machine learning approaches with periodic items for the forecasting of GPS satellites clock bias 2025-Jan-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87328-6 PMID:39838080	研究论文	本文比较了四种考虑周期性变化的机器学习模型在预测GPS卫星时钟偏差方面的效果	本文创新性地将周期性变化因素纳入机器学习模型，以提高GPS卫星时钟偏差的预测精度	研究仅基于国际GNSS服务预报实验的精确卫星时钟偏差数据，未涉及其他数据源或实际应用场景	提高GPS卫星时钟偏差的预测精度，以增强实时定位的准确性	GPS卫星时钟偏差	机器学习	NA	NA	BPNN, WNN, LSTM, GRU	时间序列数据	国际GNSS服务预报实验的精确卫星时钟偏差数据
7900	2025-01-26	A multi-modal deep learning model for prediction of Ki-67 for meningiomas using pretreatment MR images 2025-Jan-21, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-00811-1 PMID:39838113	研究论文	本研究开发并验证了一种基于基线磁共振成像（MRI）的深度学习网络，用于预测脑膜瘤患者的Ki-67状态	利用多模态深度学习模型预测Ki-67状态，并通过Kaplan-Meier生存分析探讨模型在肿瘤生长预测中的应用	研究为回顾性设计，可能存在选择偏差	开发一种有效的工具，用于早期预测Ki-67和肿瘤体积增长，以辅助个体化患者管理	脑膜瘤患者	数字病理	脑膜瘤	深度学习	多模态深度学习模型	MRI图像	1239名患者，来自三家医院