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
8521	2025-01-19	Using deep learning to quantify neuronal activation from single-cell and spatial transcriptomic data 2024-Jan-26, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-44503-5 PMID:38278804	研究论文	本文介绍了一种名为NEUROeSTIMator的深度学习模型，用于从单细胞和空间转录组数据中量化神经元激活	NEUROeSTIMator模型能够整合转录组信号来估计神经元激活，且与Patch-seq电生理特征相关联，对物种、细胞类型和脑区差异具有鲁棒性	NA	开发一种能够准确检测神经元激活的工具，以研究神经元活动依赖性转录	神经元激活	机器学习	NA	单细胞RNA测序（scRNAseq）	深度学习模型	转录组数据	已发表研究中的单细胞活动诱导基因表达数据，以及雄性小鼠不同脑区的空间转录组数据
8522	2025-01-19	Regional Deep Atrophy: a Self-Supervised Learning Method to Automatically Identify Regions Associated With Alzheimer's Disease Progression From Longitudinal MRI 2023-Apr-10, ArXiv PMID:37090239	研究论文	本文提出了一种名为区域深度萎缩（RDA）的自监督学习方法，用于从纵向MRI中自动识别与阿尔茨海默病进展相关的区域	RDA结合了DeepAtrophy的时间推断方法、可变形配准神经网络和注意力机制，能够突出显示MRI图像中与时间推断相关的纵向变化区域，提高了模型的可解释性	尽管RDA在预测准确性上与DeepAtrophy相似，但其在临床环境中的应用仍需进一步验证	开发一种能够自动识别与阿尔茨海默病进展相关的MRI区域的方法，以提高疾病监测的敏感性和临床应用的接受度	阿尔茨海默病患者的纵向MRI扫描数据	计算机视觉	阿尔茨海默病	深度学习	卷积神经网络（CNN）	MRI图像	NA
8523	2025-01-18	Brief Review and Primer of Key Terminology for Artificial Intelligence and Machine Learning in Hypertension 2025-Jan, Hypertension (Dallas, Tex. : 1979) DOI:10.1161/HYPERTENSIONAHA.123.22347 PMID:39011632	review	本文简要回顾并介绍了人工智能和机器学习在高血压领域的关键术语	本文提供了人工智能和机器学习在高血压管理中的应用概述，特别是通过远程患者监测和数字疗法来改善诊断和治疗	本文主要是一个术语介绍和综述，未涉及具体的研究数据或实验结果	介绍人工智能和机器学习在高血压管理中的应用及其潜力	高血压患者及其相关数据	machine learning	cardiovascular disease	NA	NA	structured or unstructured data sets	NA
8524	2025-01-18	Predicting therapeutic response to neoadjuvant immunotherapy based on an integration model in resectable stage IIIA (N2) non-small cell lung cancer 2025-Jan, The Journal of thoracic and cardiovascular surgery IF:4.9Q1 DOI:10.1016/j.jtcvs.2024.05.006 PMID:38763304	研究论文	本研究探讨了基于血液的肿瘤突变负荷（bTMB）和深度学习模型在预测可切除IIIA期（N2）非小细胞肺癌新辅助化疗免疫治疗中的主要病理反应（MPR）和生存率的有效性	开发了一个结合计算机断层扫描（CT）的深度学习评分、bTMB和临床因素的综合模型，用于预测新辅助化疗免疫治疗的肿瘤反应	样本量较小（45名患者），且基线循环肿瘤DNA（ctDNA）状态与病理反应和生存率无显著关联	预测可切除IIIA期（N2）非小细胞肺癌患者对新辅助化疗免疫治疗的反应	45名接受新辅助化疗免疫治疗的IIIA期（N2）非小细胞肺癌患者	数字病理学	肺癌	深度学习模型，血液肿瘤突变负荷（bTMB）检测	深度学习模型	血液样本，CT图像	45名IIIA期（N2）非小细胞肺癌患者
8525	2025-01-18	TransEBUS: The interpretation of endobronchial ultrasound image using hybrid transformer for differentiating malignant and benign mediastinal lesions 2025-Jan, Journal of the Formosan Medical Association = Taiwan yi zhi DOI:10.1016/j.jfma.2024.04.016 PMID:38702216	研究论文	本研究旨在建立一个深度学习自动辅助诊断系统，用于区分内镜超声（EBUS）图像中纵隔病变的良恶性	提出了基于混合Transformer的深度学习架构TransEBUS，能够从未充分数据中提取时空特征，并设计了一个双流模块来整合EBUS的三种不同成像模式信息	数据集规模可能较小，模型在更大数据集上的表现尚需验证	建立自动辅助诊断系统以区分EBUS图像中纵隔病变的良恶性	内镜超声（EBUS）图像中的纵隔病变	计算机视觉	纵隔病变	深度学习	混合Transformer（TransEBUS）	视频（EBUS图像）	未明确说明样本数量
8526	2025-01-16	Deep learning radiomics analysis for prediction of survival in patients with unresectable gastric cancer receiving immunotherapy 2025-Jun, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2024.100626 PMID:39807092	研究论文	本研究旨在通过结合影像学和临床病理变量，利用深度学习放射组学分析预测接受免疫治疗的不可切除胃癌患者的生存期	采用多模态集成方法，结合CT影像数据和临床病理变量，构建深度学习模型预测患者生存期，并构建了列线图进行验证	样本量相对较小，且仅在中国人民解放军总医院的两个医疗中心进行，可能限制了结果的普适性	预测接受免疫治疗的不可切除胃癌患者的生存期	不可切除胃癌患者	数字病理	胃癌	深度学习	多模态集成模型	CT影像数据和临床病理数据	训练队列79名患者，外部验证队列97名患者
8527	2025-01-16	Automated Detection of Filamentous Fungal Keratitis on Whole Slide Images of Potassium Hydroxide Smears with Multiple Instance Learning 2025 Mar-Apr, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100653 PMID:39811263	研究论文	本研究评估了深度学习框架双流多实例学习（DSMIL）在自动化分析氢氧化钾（KOH）涂片全片成像（WSI）中的有效性，以快速准确检测真菌感染	使用双流多实例学习（DSMIL）处理高分辨率WSI数据，自动检测真菌感染，并通过热图提供视觉解释	研究为回顾性观察研究，可能受限于样本选择和人类专家解释的一致性	自动化分析KOH涂片WSI，以快速准确检测真菌感染	568名疑似真菌性角膜炎患者的角膜刮片	数字病理学	真菌性角膜炎	双流多实例学习（DSMIL）	DSMIL	图像	568名患者的角膜刮片
8528	2025-01-16	Frontal plane mechanical leg alignment estimation from knee x-rays using deep learning 2025-Mar, Osteoarthritis and cartilage open DOI:10.1016/j.ocarto.2024.100551 PMID:39811691	研究论文	本研究开发并验证了一种深度学习模型，用于从膝关节前后位（AP）/后前位（PA）X光片中分类腿部对齐为“正常”或“错位”，使用可调的髋-膝-踝（HKA）角度阈值	该模型首次从膝关节X光片中分类腿部对齐，提供了一种实用的替代全腿X光片的方法	模型的性能依赖于X光片的质量和定位框架的使用	提高研究人群选择和患者管理的精确性	膝关节前后位（AP）/后前位（PA）X光片	计算机视觉	膝骨关节炎	深度学习	深度学习模型	图像	8878张数字X光片，包括6181张全腿X光片和2697张膝关节X光片
8529	2025-01-16	A survey on deep learning in medical image registration: New technologies, uncertainty, evaluation metrics, and beyond 2025-Feb, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103385 PMID:39612808	综述	本文全面回顾了深度学习在医学图像配准领域的最新进展，包括网络架构、损失函数、不确定性估计方法及评估指标	深入探讨了深度学习在图像配准中的创新网络架构、特定于配准的损失函数以及配准不确定性估计方法	未提及具体的技术局限性	总结深度学习在医学图像配准领域的最新进展，并探讨其未来发展方向	医学图像配准技术	计算机视觉	NA	深度学习	U-Net	医学图像	NA
8530	2025-01-16	Money plant disease atlas: A comprehensive dataset for disease classification in ornamental horticulture 2025-Feb, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.111216 PMID:39811518	研究论文	本文介绍了一个用于观赏园艺中疾病分类的综合数据集，重点关注金钱植物的疾病	提供了一个全面的金钱植物疾病图像数据集，支持深度学习在观赏园艺中的应用	数据集仅限于金钱植物的疾病，未涵盖其他植物种类	提高观赏园艺中植物疾病的诊断准确性	金钱植物（Epipremnum aureum）	计算机视觉	植物疾病	图像处理	深度学习	图像	224 × 224像素的图像数据集
8531	2025-01-16	An efficient deep unrolling network for sparse-view CT reconstruction via alternating optimization of dense-view sinograms and images 2025-Jan-15, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad9dac PMID:39662047	研究论文	本文提出了一种高效的深度展开网络，通过交替优化密集视图正弦图和图像来实现稀疏视图CT重建	与之前的展开方法不同，该方法专注于优化密集视图正弦图而非全视图正弦图，从而减少计算资源和运行时间，并最小化网络在稀疏比例极小时执行正弦图修复的挑战	NA	解决稀疏视图CT重建中的计算资源消耗问题，同时保持重建图像的质量	稀疏视图CT重建	计算机视觉	NA	深度展开方法	深度神经网络	图像	512 × 512像素的图像，2304 × 736的投影数据
8532	2025-01-16	Deep learning-driven prediction of chemical addition patterns for carboncones and fullerenes 2025-Jan-15, Physical chemistry chemical physics : PCCP IF:2.9Q1 DOI:10.1039/d4cp03238a PMID:39718318	研究论文	本文提出了一种基于深度学习的增量方法，用于预测碳锥和富勒烯的氢化和氯化反应中的区域选择性	利用图基特征，开发了不依赖3D分子坐标输入的深度神经网络模型，能够处理高度扭曲的加成物，并成功预测了其他方法无法解决的实验加成模式	模型仅基于原子连接性，可能忽略了其他潜在的化学影响因素	研究碳锥和富勒烯功能化过程中的区域选择性预测	碳锥和富勒烯	机器学习	NA	深度学习	深度神经网络 (DNN)	图基特征	CH和CH碳锥的氢化反应，CCl和CCl（= 18, 24, 和28）的氯化反应
8533	2025-01-16	Deep Learning-Driven Optimization of Antihypertensive Properties from Whey Protein Hydrolysates: A Multienzyme Approach 2025-Jan-15, Journal of agricultural and food chemistry IF:5.7Q1 DOI:10.1021/acs.jafc.4c10830 PMID:39721995	研究论文	本研究利用深度学习优化了乳清蛋白水解物中的抗高血压肽，通过多酶组合方法显著提高了ACE抑制率	结合深度学习和多酶组合方法优化抗高血压肽，显著提高了ACE抑制率和生物稳定性	研究主要基于动物实验，尚未在人体中进行验证	优化乳清蛋白水解物中的抗高血压肽，开发有效的膳食干预方法	乳清蛋白水解物和高血压大鼠	机器学习	心血管疾病	深度学习，分子对接	Large Language Models (LLMs)	生物化学数据	高血压大鼠
8534	2025-01-16	Active Physics-Informed Deep Learning: Surrogate Modeling for Nonplanar Wavefront Excitation of Topological Nanophotonic Devices 2025-Jan-15, Nano letters IF:9.6Q1 DOI:10.1021/acs.nanolett.4c05120 PMID:39754588	研究论文	本文提出了一种结合监督学习和物理约束的深度学习方法，用于设计特定波长的拓扑纳米光子器件	通过将物理约束嵌入神经网络的训练中，显著减少了模拟时间，并利用非平面波前激发探测拓扑保护的等离子体模式，使设计和训练过程非线性	NA	设计拓扑纳米光子器件，以控制特定波长的光	拓扑纳米光子器件	机器学习	NA	监督学习、物理约束的深度学习	神经网络	模拟数据	NA
8535	2025-01-16	Correction: Mathematical Model-Driven Deep Learning Enables Personalized Adaptive Therapy 2025-Jan-15, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-24-4438 PMID:39810588	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
8536	2025-01-16	Enhancing safety with an AI-empowered assessment and monitoring system for BSL-3 facilities 2025-Jan-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e40855 PMID:39811271	研究论文	本文介绍了一种AI赋能的评估和监控系统，用于增强BSL-3实验室的安全性，确保人员遵守个人防护装备（PPE）规定	开发了一种基于深度学习的系统，用于实时检测和监控BSL-3实验室中PPE的使用情况，并通过实时通知系统提高安全性	系统的准确性和召回率虽然较高，但仍存在一定的误报和漏报风险，且数据集规模有限	提高BSL-3实验室的安全性，减少病原体暴露风险	BSL-3实验室中的人员及其PPE使用情况	计算机视觉	NA	深度学习	深度学习模型	图像	外部检测系统使用4112张图像，内部管理系统使用3347张图像
8537	2025-01-16	Comparative analysis of kidney function prediction: traditional statistical methods vs. deep learning techniques 2025-Jan-15, Clinical and experimental nephrology IF:2.2Q2 DOI:10.1007/s10157-024-02616-1 PMID:39813007	研究论文	本研究比较了传统统计方法和深度学习技术在预测肾功能方面的准确性，使用日本慢性肾脏病数据库（J-CKD-DB）进行实验	首次在慢性肾脏病（CKD）预测中比较了传统统计方法与深度学习技术，特别是处理缺失值的GRU-D模型	深度学习技术在预测准确性上并未显著优于传统统计方法	探讨深度学习技术是否能够提高未来肾功能预测的准确性	日本慢性肾脏病数据库（J-CKD-DB）中的22,929名CKD患者	机器学习	慢性肾脏病	NA	多元线性回归模型、前馈神经网络（FFNN）、门控循环单元（GRU）-D模型	临床数据	22,929名CKD患者
8538	2025-01-16	Deep Learning-Enabled Rapid Metabolic Decoding of Small Extracellular Vesicles via Dual-Use Mass Spectroscopy Chip Array 2025-Jan-14, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c04106 PMID:39711466	研究论文	本文开发了一种高通量双用途质谱芯片阵列（DUMSCA），用于快速分离和检测血浆中的小细胞外囊泡（sEVs），并利用深度学习模型对克罗恩病进行高效诊断	开发了DUMSCA技术，显著提高了sEVs的分离和检测速度，并结合深度学习模型实现了疾病的高效诊断	未明确提及具体局限性	改进sEVs的分离方法，高效收集高质量sEV数据，并快速分析大规模数据集，以实现疾病诊断	血浆中的小细胞外囊泡（sEVs）	数字病理学	克罗恩病	双用途质谱芯片阵列（DUMSCA）、串联质谱实验	深度学习模型	代谢数据矩阵	未明确提及样本数量
8539	2025-01-16	AI-Based Discrimination of Faradaic Current against Nonfaradaic Current Inspired by Speech Denoising 2025-Jan-14, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c04448 PMID:39754543	研究论文	本文提出了一种基于深度学习的算法，用于区分循环伏安法中的法拉第电流和非法拉第电流，灵感来源于语音去噪技术	利用深度学习算法从循环伏安图中预测理论法拉第电流，创新性地将语音去噪技术应用于电化学系统研究	未提及算法的泛化能力及在不同电化学系统中的适用性	解决循环伏安法中法拉第电流与非法拉第电流分离的难题，以提取有用信息	循环伏安法中的电流响应	机器学习	NA	循环伏安法（CV）	深度神经网络（DNN）	电化学数据	未明确提及样本数量
8540	2025-01-16	Development of a Deep Learning-Based Model for Pressure Injury Surface Assessment 2025-Jan-14, Journal of clinical nursing IF:3.2Q1 DOI:10.1111/jocn.17645 PMID:39809598	研究论文	本文开发了一种基于深度学习的压力性损伤表面评估模型	创新点在于使用深度学习技术自动评估压力性损伤，提高了评估的准确性和效率	研究仅基于广州四家医院的图像数据，可能限制了模型的泛化能力	研究目的是开发一种智能评估模型，用于压力性损伤表面的精确评估	研究对象为压力性损伤的图像数据	计算机视觉	压力性损伤	深度学习	神经网络	图像	1063张图像