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
7901	2025-01-26	A graph neural network approach for hierarchical mapping of breast cancer protein communities 2025-Jan-21, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-06015-x PMID:39838298	研究论文	本文提出了一种基于图神经网络的方法，用于乳腺癌蛋白质群落的层次结构映射和潜在生物标志物的识别	使用新型层次图神经网络，结合基因本体术语的监督和预训练的深度上下文语言模型，自动从蛋白质序列和蛋白质-蛋白质相互作用中学习特征进行层次聚类	NA	全面映射乳腺癌蛋白质群落的层次结构并从中识别潜在生物标志物	乳腺癌蛋白质群落	机器学习	乳腺癌	图神经网络，预训练的深度上下文语言模型，group-lasso算法	图神经网络	蛋白质序列数据，蛋白质-蛋白质相互作用数据	大量公开可用的蛋白质组学数据
7902	2025-01-26	Deep learning-based CT radiomics predicts prognosis of unresectable hepatocellular carcinoma treated with TACE-HAIC combined with PD-1 inhibitors and tyrosine kinase inhibitors 2025-Jan-21, BMC gastroenterology IF:2.5Q2 DOI:10.1186/s12876-024-03555-7 PMID:39838292	研究论文	本研究开发并验证了一种基于CT的深度学习放射组学模型，用于预测接受TACE-HAIC联合PD-1抑制剂和酪氨酸激酶抑制剂治疗的无切除性肝细胞癌患者的治疗反应和无进展生存期	创新点在于结合了深度学习技术和放射组学特征，建立了一个能够预测治疗反应和PFS的模型，并且通过外部验证集验证了模型的有效性	研究的局限性在于样本量相对较小，且为回顾性研究，可能存在选择偏倚	研究目的是开发一个能够预测无切除性肝细胞癌患者治疗反应和PFS的模型	研究对象为172名接受TACE-HAIC联合PD-1抑制剂和酪氨酸激酶抑制剂治疗的无切除性肝细胞癌患者	数字病理学	肝细胞癌	CT扫描	ResNet	图像	172名患者（122名来自哈尔滨医科大学肿瘤医院，50名来自哈尔滨医科大学附属第四医院）
7903	2025-01-22	Publisher Correction: Speech-based personality prediction using deep learning with acoustic and linguistic embeddings 2025-Jan-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86466-1 PMID:39833270	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
7904	2025-01-26	Deep learning algorithms for predicting pathological complete response in MRI of rectal cancer patients undergoing neoadjuvant chemoradiotherapy: a systematic review 2025-Jan-20, International journal of colorectal disease IF:2.5Q1 DOI:10.1007/s00384-025-04809-w PMID:39833443	系统综述	本文系统综述了深度学习算法在预测接受新辅助放化疗的直肠癌患者病理完全缓解（pCR）中的应用	评估了基于MRI的人工智能模型在预测pCR中的表现，并探讨了影响其诊断准确性的因素	模型设计、MRI协议和临床数据整合的异质性	评估MRI-based AI模型在预测直肠癌患者pCR中的性能	接受新辅助放化疗的直肠癌患者	数字病理学	直肠癌	MRI	深度学习	图像	26项研究符合纳入标准
7905	2025-01-26	Development and Validation of a Machine Learning Method Using Vocal Biomarkers for Identifying Frailty in Community-Dwelling Older Adults: Cross-Sectional Study 2025-Jan-16, JMIR medical informatics IF:3.1Q2 DOI:10.2196/57298 PMID:39819744	研究论文	本文开发并验证了一种使用语音生物标志物预测社区居住老年人虚弱状态的分类模型	创新点在于使用深度学习提取的声学特征作为语音生物标志物来预测虚弱状态，相比传统方法表现出更高的准确性	研究样本量较小（127名参与者），且未进行外部验证	开发并验证一种基于语音生物标志物的分类模型，用于预测社区居住老年人的虚弱状态	社区居住的50岁及以上老年人	机器学习	老年疾病	深度学习	SpeechAI, DemoAI, DemoSpeechAI	语音数据, 人口统计数据	127名社区居住的50岁及以上老年人
7906	2025-01-26	Energy consumption prediction using modified deep CNN-Bi LSTM with attention mechanism 2025-Jan-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e41507 PMID:39850437	研究论文	本文提出了一种改进的深度CNN-Bi LSTM模型，结合注意力机制，用于家庭能源消耗预测	结合了深度CNN和Bi-LSTM模型，并引入注意力机制，以提高时间序列数据的预测准确性	未提及模型在其他数据集或实际应用中的泛化能力	提高家庭能源消耗预测的准确性，以优化能源生成和存储	家庭能源消耗数据	机器学习	NA	深度学习	CNN-Bi LSTM	时间序列数据	NA
7907	2025-01-26	Challenges and applications of artificial intelligence in infectious diseases and antimicrobial resistance 2025-Jan-07, npj antimicrobials and resistance DOI:10.1038/s44259-024-00068-x PMID:39843587	综述	本文探讨了人工智能在传染病和抗菌药物耐药性领域的应用及其挑战	强调了人工智能在病原体检测、耐药性预测和药物发现中的创新应用	指出了人工智能在该领域应用中仍需改进的地方	研究人工智能在传染病控制和抗菌药物耐药性中的应用	传染病和抗菌药物耐药性	机器学习	传染病	机器学习和深度学习	NA	NA	NA
7908	2025-01-26	The role of chromatin state in intron retention: A case study in leveraging large scale deep learning models 2025-Jan, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012755 PMID:39792954	研究论文	本文探讨了染色质状态在内含子保留中的作用，并利用大规模深度学习模型开发了简单、可解释的内含子保留模型	利用Sei模型开发了简单、可解释的内含子保留模型，并展示了其在染色质状态对内含子保留调控中的影响	NA	研究染色质状态在内含子保留中的作用，并开发准确的内含子保留模型	内含子保留的调控机制	自然语言处理, 计算机视觉	NA	深度学习	Sei, DNABERT-2	基因组数据	NA
7909	2025-01-26	Citrus diseases detection using innovative deep learning approach and Hybrid Meta-Heuristic 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0316081 PMID:39841644	研究论文	本文探讨了使用深度学习和混合元启发式方法进行柑橘病害检测的自动化系统	结合数据增强和迁移学习，使用预训练模型如DenseNet-201和AlexNet，提高了诊断的准确性、效率和成本效益	未提及数据集的多样性和模型在其他作物上的泛化能力	开发一个自动化的柑橘病害分类系统，以提高诊断的准确性和效率	柑橘作物的病害，如溃疡病、疮痂病和黑斑病	计算机视觉	柑橘病害	深度学习，混合元启发式方法	DenseNet-201, AlexNet	图像	柑橘叶片数据集
7910	2025-01-26	Automated extracellular volume fraction measurement for diagnosis and prognostication in patients with light-chain cardiac amyloidosis 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317741 PMID:39841643	研究论文	本研究评估了基于人工智能自动分割的T1 mapping参数在诊断心脏淀粉样变性和预测轻链型心脏淀粉样变性患者预后中的表现	使用AI自动分割技术进行T1 mapping分析，提高了心脏淀粉样变性的诊断准确性，并提供了显著的预后价值	样本量相对较小，且仅针对特定类型的心脏淀粉样变性患者	评估AI自动分割的T1 mapping参数在心脏淀粉样变性诊断和预后中的表现	300名因左心室肥厚进行心脏磁共振成像的患者，其中50名确诊为心脏淀粉样变性	数字病理学	心脏淀粉样变性	心脏磁共振成像（CMR）	深度学习算法（Myomics-Q）	图像	300名患者
7911	2025-01-26	Optimizing multi label student performance prediction with GNN-TINet: A contextual multidimensional deep learning framework 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0314823 PMID:39841673	研究论文	本研究提出了一种名为GNN-TINet的模型，用于优化多标签学生成绩预测，结合了InceptionNet、Transformer架构和图神经网络（GNN）来提高预测精度	GNN-TINet模型结合了InceptionNet、Transformer架构和图神经网络（GNN），有效解决了多标签情境下学生成绩预测的复杂交互问题	研究未提及模型在其他数据集上的泛化能力，且样本仅来自加州学生表现数据集，可能限制了模型的普适性	优化多标签学生成绩预测，以支持教育干预措施的实施	加州学生表现数据集中的学生，涉及学生人口统计、学术行为和情感健康等多维度数据	机器学习	NA	Contextual Frequency Encoding (CFI), Contextual Adaptive Imputation (CAI)	GNN-TINet (结合InceptionNet、Transformer和GNN)	结构化数据（学生人口统计、学术行为、情感健康等）	97,000条数据记录
7912	2025-01-26	The tumour histopathology "glossary" for AI developers 2025-Jan, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012708 PMID:39847582	研究论文	本文旨在为AI开发者提供基本的组织病理学知识，以支持他们在癌症研究中的应用	通过介绍关键细胞类型的定义特征和组织病理学技术，填补了AI开发者在组织病理学知识上的空白	未提及具体的研究数据或实验结果，可能缺乏实证支持	加速AI算法在癌症研究中的开发	AI开发者和癌症研究人员	数字病理学	癌症	常规染色（HE）、免疫组织化学染色、多重抗体染色	NA	图像	NA
7913	2025-01-26	Evaluating Machine Learning and Deep Learning models for predicting Wind Turbine power output from environmental factors 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317619 PMID:39847588	研究论文	本研究对机器学习和深度学习模型在预测风力涡轮机功率输出方面的性能进行了全面比较分析	直接比较了多种机器学习和深度学习算法，并突出了先进计算方法在可再生能源优化中的潜力	NA	预测风力涡轮机功率输出	风力涡轮机	机器学习	NA	NA	ANN, LSTM, RNN, CNN, LR, SVR, RF, ET, AdaBoost, CatBoost, XGBoost, LightGBM	环境变量数据（温度、湿度、风速、风向）	40,000个观测值
7914	2025-01-26	The value of 18F-fluorodeoxyglucose positron emission tomography-based radiomics in non-small cell lung cancer 2025 Jan-Mar, Tzu chi medical journal IF:1.4Q2 DOI:10.4103/tcmj.tcmj_124_24 PMID:39850392	综述	本文综述了基于18F-氟脱氧葡萄糖正电子发射断层扫描（F-FDG PET）的放射组学在非小细胞肺癌（NSCLC）中的应用及其价值	总结了F-FDG PET放射组学在NSCLC中的应用，包括转移检测、组织病理学分型、驱动突变表征、治疗反应评估和生存结果评估，并探讨了基于F-FDG PET的深度学习的价值	当前研究缺乏对F-FDG PET放射组学潜在生物学意义的深入基础研究，且临床应用的重复性有待验证	探讨F-FDG PET放射组学在NSCLC精准医学中的应用价值	非小细胞肺癌（NSCLC）	数字病理学	肺癌	F-FDG PET	深度学习	医学影像	NA
7915	2025-01-26	Artificial Intelligence in Diagnosis and Management of Nail Disorders: A Narrative Review 2025 Jan-Feb, Indian dermatology online journal IF:1.9Q3 DOI:10.4103/idoj.idoj_460_24 PMID:39850679	综述	本文综述了人工智能在甲病诊断和管理中的应用，包括其在诊断甲真菌病、甲下黑色素瘤、甲银屑病、甲襞毛细血管镜及系统性疾病的甲表现中的作用	本文首次全面回顾了人工智能在甲病学领域的应用，特别是深度学习卷积神经网络在甲图像解读中的高敏感性和特异性	数据稀缺、图像异质性、可解释性问题、法规遵从性和工作流程整合不良等问题阻碍了人工智能在甲病学实践中的无缝应用	探讨人工智能在甲病诊断和管理中的应用及其潜力	甲病，包括甲真菌病、甲下黑色素瘤、甲银屑病、甲襞毛细血管镜及系统性疾病的甲表现	数字病理	NA	深度学习卷积神经网络（CNNs）	CNN	图像	NA
7916	2025-01-26	Optimizing predictions of environmental variables and species distributions on tidal flats by combining Sentinel-2 images and their deep-learning features with OBIA 2025, International journal of remote sensing IF:3.0Q2 DOI:10.1080/01431161.2024.2423909 PMID:39850715	研究论文	本研究结合Sentinel-2影像及其深度学习特征与基于对象的图像分析（OBIA），优化了潮滩环境变量和物种分布的预测	首次将深度学习特征与OBIA结合，显著提高了潮滩环境变量和物种分布的预测精度	光谱对比度有限，且预测精度仍有提升空间	优化潮滩环境变量和物种分布的预测	潮滩沉积物特性和大型底栖动物	计算机视觉	NA	深度学习，基于对象的图像分析（OBIA）	卷积自编码器，随机森林	图像	2018至2020年荷兰瓦登海的Pinkegat和Zoutkamperlaag潮盆数据
7917	2025-01-26	Construction of a Multi-View Deep Learning Model for the Severity Classification of Acute Pancreatitis 2025-Jan, Discovery medicine IF:2.0Q3 DOI:10.24976/Discov.Med.202537192.7 PMID:39851225	研究论文	本研究构建了一个多视角深度学习模型，用于急性胰腺炎（AP）严重程度的分类预测	利用深度学习算法开发多视角模型，结合患者的临床数据和CT影像数据，提高了AP严重程度预测的准确性	现有AP相关评分系统仅能评估患者当前状况，且仅使用单一类型的临床数据，存在较大局限性	建立更准确且数据兼容的方法来预测急性胰腺炎的严重程度	新入院的急性胰腺炎患者	数字病理	急性胰腺炎	深度学习	DNN, CNN	临床数据, CT影像	NA
7918	2025-01-26	Characterization of saffron from different origins by HS-GC-IMS and authenticity identification combined with deep learning 2024-Dec-30, Food chemistry: X DOI:10.1016/j.fochx.2024.101981 PMID:39850938	研究论文	本文开发了一种结合顶空气相色谱-离子迁移谱（HS-GC-IMS）和卷积神经网络（CNN）的方法，用于快速识别藏红花的来源和掺假	首次将HS-GC-IMS与CNN结合，用于藏红花的来源和掺假识别，实现了高准确率的预测	未提及样本的具体来源和数量，可能影响模型的泛化能力	开发一种快速可靠的策略，用于识别藏红花的来源和掺假	藏红花	机器学习	NA	HS-GC-IMS	CNN	图像	NA
7919	2025-01-26	Accurate size-based protein localization from cryo-ET tomograms 2024-Dec, Journal of structural biology: X DOI:10.1016/j.yjsbx.2024.100104 PMID:39044770	研究论文	本文提出了一种基于大小的蛋白质定位方法，用于从冷冻电子断层扫描（cryo-ET）图像中快速准确地挑选蛋白质颗粒	该方法不需要外部模板或用户提供的标签，且计算效率高，适用于非专用CPU硬件	未提及具体局限性	提高冷冻电子断层扫描图像分析中蛋白质颗粒挑选的准确性和效率	冷冻电子断层扫描图像中的蛋白质颗粒	计算机视觉	NA	冷冻电子断层扫描（cryo-ET）和子断层图平均（STA）	NA	3D图像	不同类型的样本的断层图
7920	2025-01-26	Evolutionary Strategies AI Addresses Multiple Technical Challenges in Deep Learning Deployment: Proof-of-Principle Demonstration for Neuroblastoma Brain Metastasis Detection 2024-Dec, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01165-z PMID:38886289	研究论文	本文探讨了深度神经进化（DNE）在解决放射学AI中的过拟合和泛化性问题上的应用，特别是在神经母细胞瘤脑转移检测中的表现	展示了DNE在多样化外部验证集上的泛化能力，证明了其在小数据集上的准确预测能力	DNE的泛化能力尚未在其他疾病或更大规模的数据集上得到验证	解决放射学AI中的过拟合和泛化性问题，提升AI在临床实践中的应用	神经母细胞瘤脑转移的MRI图像	计算机视觉	神经母细胞瘤	深度神经进化（DNE）	卷积神经网络（CNN）	图像	60张MRI图像用于训练，超过50个机构的多样化图像用于测试