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
8621	2025-01-19	Pervasive glacier retreats across Svalbard from 1985 to 2023 2025-Jan-15, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-55948-1 PMID:39814715	研究论文	本文利用深度学习生成的1985年至2023年间149个海洋终止冰川的124919个冰崩前沿位置数据，揭示了斯瓦尔巴群岛非涌浪冰川在过去38年中的普遍冰崩前沿退缩现象	首次使用深度学习技术大规模分析斯瓦尔巴群岛海洋终止冰川的冰崩前沿退缩，揭示了季节性周期和区域海洋变暖对冰崩前沿变化的显著影响	研究主要依赖于遥感数据和深度学习模型，可能忽略了局部地形和冰川内部动力学的复杂性	研究目的是理解和预测海洋终止冰川的冰崩前沿退缩行为，特别是季节性变化和年际变化对冰川质量损失的影响	斯瓦尔巴群岛的149个海洋终止冰川	地球科学	NA	深度学习	NA	遥感数据	149个海洋终止冰川的124919个冰崩前沿位置数据
8622	2025-01-19	Artificial Intelligence in Computer-Aided Drug Design (CADD) Tools for the Finding of Potent Biologically Active Small Molecules: Traditional to Modern Approach 2025-Jan-15, Combinatorial chemistry & high throughput screening IF:1.6Q3 DOI:10.2174/0113862073334062241015043343 PMID:39819404	综述	本文探讨了人工智能在计算机辅助药物设计（CADD）中的应用，特别是小分子药物的发现	本文强调了人工智能、生物信息学和数据科学在加速药物发现、降低成本和减少动物实验需求方面的作用，并讨论了深度学习在配体性质和靶标活性预测中的进展	本文未具体提及研究中使用的数据集或样本量，也未详细讨论AI模型的具体局限性	研究目的是探讨人工智能在药物发现和开发中的作用，特别是如何加速高效、靶向特异性药物的发现	研究对象是小分子药物及其与生物分子靶标的相互作用	药物发现	NA	结构基于虚拟筛选（SBVS）、深度学习（DL）	深度学习（DL）	分子性质数据、靶标结合数据、3D结构数据	NA
8623	2025-01-19	BioStructNet: Structure-Based Network with Transfer Learning for Predicting Biocatalyst Functions 2025-Jan-14, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c01391 PMID:39705058	研究论文	本文介绍了BioStructNet，一种基于结构的深度学习网络，用于预测生物催化剂功能，通过整合蛋白质和配体结构数据来捕捉酶-底物相互作用的复杂性	BioStructNet结合了蛋白质和配体结构数据，并采用迁移学习优化小数据集的预测精度，提高了生物催化活性预测的准确性	特定酶功能（如转化效率和立体选择性）的数据可用性有限，影响了预测精度	开发一种深度学习模型，用于预测生物催化剂的功能，以加速工业用功能酶的发现	酶-底物相互作用	机器学习	NA	深度学习，迁移学习	深度学习网络	蛋白质和配体结构数据	使用CalB数据集进行案例研究
8624	2025-01-19	DANTE-CAIPI Accelerated Contrast-Enhanced 3D T1: Deep Learning-Based Image Quality Improvement for Vessel Wall MRI 2025-Jan-08, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8424 PMID:39038956	研究论文	本文探讨了深度学习去噪算法在加速、血液抑制后的颅内血管壁MRI（IVW）中的应用，以提高图像质量并缩短扫描时间	首次将深度学习去噪算法应用于DANTE-CAIPI-SPACE加速和血液抑制的IVW，显著减少了动脉和静脉流动伪影，并在较短的扫描时间内提高了信噪比（SNR）	研究样本量较小（64名患者），且未进行长期随访以评估该技术的临床效果	提高加速和血液抑制后的颅内血管壁MRI（IVW）的图像质量，减少伪影并提高信噪比（SNR）	64名连续接受IVW扫描的患者	医学影像	NA	深度学习去噪算法	深度卷积网络（DCNN）	MRI图像	64名患者
8625	2025-01-19	Deep Learning-Based Super-Resolution Reconstruction on Undersampled Brain Diffusion-Weighted MRI for Infarction Stroke: A Comparison to Conventional Iterative Reconstruction 2025-Jan-08, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8482 PMID:39779291	研究论文	本研究比较了基于深度学习的超分辨率重建与传统压缩感知重建在脑部扩散加权磁共振成像（DWI）中对梗死性卒中的图像质量和诊断信心的影响	首次将深度学习技术应用于脑部DWI的超分辨率重建，以提高梗死性卒中的诊断信心	研究为回顾性设计，样本量相对较小（114例），且未涉及其他类型的卒中	评估深度学习超分辨率重建在脑部DWI中对梗死性卒中的图像质量和诊断信心的提升效果	114名接受脑部DWI检查的参与者	医学影像	梗死性卒中	深度学习超分辨率重建	深度学习模型	磁共振成像（MRI）图像	114名参与者
8626	2025-01-19	Evaluating CNN Architectures for the Automated Detection and Grading of Modic Changes in MRI: A Comparative Study 2025-Jan, Orthopaedic surgery IF:1.8Q2 DOI:10.1111/os.14280 PMID:39638639	研究论文	本研究开发并评估了卷积神经网络（CNN）在检测和分级Modic变化（MCs）中的性能，并与初级医生的表现进行了比较	首次使用CNN自动检测和分级Modic变化，并验证了AI辅助对初级医生诊断一致性的提升	样本量相对较小，且数据来源仅限于特定品牌的MRI扫描仪	开发并验证CNN在MRI图像中自动检测和分级Modic变化的性能	139名患者的MRI图像	计算机视觉	脊柱疾病	MRI	CNN, YOLOv8, YOLOv5	图像	139名患者的MRI图像（109名来自Philips扫描仪，30名来自Philips和United Imaging扫描仪）
8627	2025-01-19	Intelligent Diagnosis of Hypopigmented Dermatoses and Intelligent Evaluation of Vitiligo Severity on the Basis of Deep Learning 2024-Dec, Dermatology and therapy IF:3.5Q1 DOI:10.1007/s13555-024-01296-9 PMID:39514178	研究论文	本研究提出了一种基于深度学习的智能诊断模型，用于分类诊断色素减退性皮肤病（HD）和评估白癜风严重程度	通过将squeeze-and-excitation (SE)模块与候选模型结合，构建了优化的诊断模型，并提出了一种客观的严重程度评估指标，结合分割模型形成了严重程度评估模型	研究中使用的数据集主要来自4744名患者，可能无法涵盖所有类型的HD和白癜风病例	开发一种客观、准确且方便的智能诊断和评估方法，用于色素减退性皮肤病和白癜风的严重程度评估	色素减退性皮肤病（HD）和白癜风患者	计算机视觉	皮肤病	深度学习	SE_ResNet-18, HR-Net	图像	4744名患者的11483张图像
8628	2025-01-19	Three-dimensional convolutional neural network for leak detection and localization in smart water distribution systems 2024-Dec-01, Water research X IF:7.2Q1 DOI:10.1016/j.wroa.2024.100264 PMID:39822329	研究论文	本文提出了一种三维卷积神经网络（3D CNN）深度学习模型，用于智能水分配系统中的泄漏检测和定位	首次将3D CNN应用于水分配网络的泄漏检测和定位，能够处理压力和时间的空间分布信息	深度学习模型的适应性可能受限，且受水力模拟模型影响较大，网络变化时需要重新训练，可能耗时且难以处理多种故障情况	研究智能水分配系统中的泄漏检测和定位方法	水分配网络（WDNs）中的泄漏	机器学习	NA	深度学习	3D CNN	压力数据	使用奥斯汀的一个真实水分配网络进行测试，生成了150毫米管道中3升/秒的泄漏模拟数据
8629	2024-11-23	Corrigendum to: Deep learning(s) in gaming disorder through the user-avatar bond: A longitudinal study using machine learning 2024-Nov-22, Journal of behavioral addictions IF:6.6Q1 DOI:10.1556/2006.2024.30000 PMID:39576296	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
8630	2025-01-19	Association of quantitative histopathology measurements with antemortem medial temporal lobe cortical thickness in the Alzheimer's disease continuum 2024-Sep-03, Acta neuropathologica IF:9.3Q1 DOI:10.1007/s00401-024-02789-9 PMID:39227502	研究论文	本文开发了两种深度学习算法，用于测量与阿尔茨海默病和LATE相关的磷酸化tau和TDP-43病理，并探讨了这些病理与内侧颞叶结构测量之间的关系	使用深度学习算法定量测量磷酸化tau和TDP-43病理，提供了比半定量评分更精细的病理测量方法，并展示了其在理解病理与结构关系中的优势	研究样本量相对较小（140例），且仅关注了内侧颞叶区域，未涉及其他脑区	探讨内侧颞叶萎缩与特定神经病理之间的关系，特别是磷酸化tau和TDP-43病理	阿尔茨海默病和LATE患者的脑组织样本	数字病理学	阿尔茨海默病	深度学习	深度学习算法	图像	140例生前MRI成像的病例
8631	2025-01-19	ARID3C Acts as a Regulator of Monocyte-to-Macrophage Differentiation Interacting with NPM1 2024-Aug-02, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.3c00509 PMID:38231884	研究论文	本研究探讨了ARID3C的细胞定位和功能，发现其与NPM1相互作用，促进单核细胞向巨噬细胞分化	首次揭示了ARID3C通过与NPM1结合并转运至细胞核，作为转录因子调控单核细胞向巨噬细胞分化的机制	未明确ARID3C在其他细胞类型或生物过程中的功能	阐明ARID3C的生物学功能及其在单核细胞向巨噬细胞分化中的作用	ARID3C蛋白及其与NPM1的相互作用	分子生物学	NA	LC-MS/MS, 深度学习, AlphaFold2	深度学习	蛋白质相互作用数据	NA
8632	2025-01-19	Chest CT-based automated vertebral fracture assessment using artificial intelligence and morphologic features 2024-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17072 PMID:38721977	研究论文	本文提出了一种基于胸部CT的自动化椎体骨折评估方法，利用深度学习和形态学特征进行椎体分割、标记和骨折检测	结合深度学习、多参数冻结增长算法和强度自相关技术，实现了椎体的自动化分割、标记及骨折检测，并验证了该方法在低剂量CT上的通用性	方法在低剂量CT上的通用性验证样本量较小（n=236），可能需要进一步扩大样本量以验证其稳定性	开发一种自动化方法，用于胸部CT图像中的椎体骨折评估，以替代人工专家阅读	慢性阻塞性肺疾病（COPD）患者的胸部CT图像	数字病理学	慢性阻塞性肺疾病	深度学习、多参数冻结增长算法、强度自相关	深度学习网络	胸部CT图像	3231名COPDGene研究参与者的40,050个椎体，其中120个扫描用于训练和验证深度学习模型，236个低剂量CT扫描用于通用性验证
8633	2025-01-19	Automated deep learning segmentation of high-resolution 7 Tesla postmortem MRI for quantitative analysis of structure-pathology correlations in neurodegenerative diseases 2024-May-01, Imaging neuroscience (Cambridge, Mass.) DOI:10.1162/imag_a_00171 PMID:39301426	研究论文	本文介绍了一种用于高分辨率7特斯拉死后MRI的自动深度学习分割方法，用于神经退行性疾病的结构-病理相关性定量分析	开发了一个深度学习管道，通过基准测试九种深度神经架构的性能来分割皮质层，并进行后处理拓扑校正	由于标记数据集的有限可用性以及扫描仪硬件和采集协议的异质性，自动分割方法在死后MRI中的应用尚未充分发展	开发自动分割方法以链接病理学测量与形态测量学测量	死后人类脑组织样本	数字病理学	阿尔茨海默病	7T MRI, T2w序列, T2*w FLASH序列	深度神经网络	MRI图像	135个死后人类脑组织样本，其中82个样本有阿尔茨海默病连续诊断
8634	2025-01-19	NON-CARTESIAN SELF-SUPERVISED PHYSICS-DRIVEN DEEP LEARNING RECONSTRUCTION FOR HIGHLY-ACCELERATED MULTI-ECHO SPIRAL FMRI 2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi56570.2024.10635551 PMID:39669313	研究论文	本文提出了一种基于物理驱动的深度学习（PD-DL）重建方法，用于加速多回波螺旋fMRI的10倍重建	本文的创新点在于将自监督学习算法修改并应用于非笛卡尔轨迹的优化训练，以实现高时空分辨率的多回波螺旋fMRI重建	NA	研究目的是通过深度学习技术加速多回波螺旋fMRI的重建，以提高时空分辨率	多回波螺旋fMRI数据	医学影像处理	NA	深度学习	PD-DL网络	fMRI图像数据	NA
8635	2025-01-19	Human-airway surface mesh smoothing based on graph convolutional neural networks 2024-Apr, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108061 PMID:38341897	研究论文	本文提出了一种基于图卷积神经网络（GCNNs）的无监督气道网格平滑学习方法（AMSL），用于保留三维气道几何形状，以进行精确的CT图像计算流体动力学（CFD）模拟	引入了一种新的无监督气道网格平滑学习方法（AMSL），该方法通过联合训练两个图卷积神经网络来过滤顶点位置和面法向量，并采用深度网格先验模型的概念，无需大量数据集进行训练	研究仅使用了20名受试者的气道图像进行平滑处理，其中仅两名受试者的数据用于CFD模拟，样本量较小	开发一种能够保留三维气道几何形状的平滑方法，以进行精确的CT图像计算流体动力学（CFD）模拟	气道几何形状	计算机视觉	NA	CT图像计算流体动力学（CFD）模拟	图卷积神经网络（GCNNs）	图像	20名受试者的气道图像
8636	2025-01-19	Investigating distributions of inhaled aerosols in the lungs of post-COVID-19 clusters through a unified imaging and modeling approach 2024-Apr-01, European journal of pharmaceutical sciences : official journal of the European Federation for Pharmaceutical Sciences IF:4.3Q1 DOI:10.1016/j.ejps.2024.106724 PMID:38340875	研究论文	本研究通过结合成像和建模方法，调查了COVID-19后遗症患者肺部吸入气溶胶的分布情况	利用深度学习算法识别出COVID-19后遗症患者的两个集群，并通过计算模型分析预测了这两个集群的气道阻力和颗粒沉积情况	样本量相对较小，且仅包括COVID-19幸存者和健康对照组	评估COVID-19后遗症患者集群中吸入气溶胶的分布情况	COVID-19幸存者和健康对照组	数字病理学	COVID-19	CT扫描和计算模型分析	深度学习算法	CT图像	140名COVID-19幸存者和105名健康对照组
8637	2025-01-19	Mapping cell-to-tissue graphs across human placenta histology whole slide images using deep learning with HAPPY 2024-Mar-28, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-46986-2 PMID:38548713	研究论文	本文介绍了一种名为HAPPY的深度学习分层方法，用于量化胎盘组织学全切片图像中细胞和微解剖组织结构的变异性	HAPPY方法不同于基于补丁的特征或分割方法，它遵循可解释的生物层次结构，在全切片图像中以单细胞分辨率表示细胞和组织中的细胞群落	NA	开发一种深度学习方法来准确评估胎盘病理学，以管理母婴健康	胎盘组织学全切片图像	数字病理学	NA	深度学习	NA	图像	健康足月胎盘和具有临床显著胎盘梗死的胎盘
8638	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
8639	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
8640	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