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
9001	2025-01-07	Unveiling novel antimicrobial peptides from the ruminant gastrointestinal microbiomes: A deep learning-driven approach yields an anti-MRSA candidate 2025-Jan-03, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2025.01.005 PMID:39756573	研究论文	本研究利用深度学习技术从反刍动物胃肠道微生物组中识别新型抗菌肽，并评估其抗菌效果及作用机制	结合深度学习与微生物组研究，开发了一种有效的方法来识别新型抗菌肽，并成功发现了一种对MRSA具有高效抗菌活性的候选肽	研究主要基于反刍动物胃肠道微生物组，可能限制了结果的普适性	开发一种有效的方法来识别新型抗菌肽，并评估其抗菌效果及作用机制	反刍动物胃肠道微生物组	机器学习	MRSA感染	深度学习，分子动力学模拟	深度学习模型	基因组数据	120个宏基因组和10,373个宏基因组组装基因组
9002	2025-01-07	The use of artificial intelligence in predicting maximal intercuspal position: A feasibility study 2025-Jan-03, Journal of prosthodontic research IF:3.2Q1 DOI:10.2186/jpr.JPR_D_24_00112 PMID:39756870	研究论文	本研究探讨了使用人工智能（AI）预测最大牙尖交错位的可行性，通过训练一个两阶段粗到细的牙齿对齐管道AI系统，基于对抗牙齿的咬合形态预测上下颌关系	开发了一种新的两阶段粗到细的牙齿对齐管道AI系统，用于预测上下颌关系，这在牙齿对数不足的情况下尤为重要	研究仅基于石模型扫描数据，未涉及实际患者数据，可能限制了结果的普适性	研究目的是探讨AI在预测上下颌关系中的可行性	上下颌石模型	计算机视觉	NA	深度学习	深度学习对齐网络	图像	325对上下颌石模型，其中300对用于训练，25对用于验证
9003	2025-01-07	Exploring transition states of protein conformational changes via out-of-distribution detection in the hyperspherical latent space 2025-Jan-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-55228-4 PMID:39753544	研究论文	本文介绍了一种名为TS-DAR的深度学习框架，用于从分子动力学模拟中识别蛋白质构象变化的过渡态	TS-DAR框架通过将过渡态结构视为分布外数据，利用正则化的超球面嵌入在潜在空间中同时检测多个自由能最小值之间的所有过渡态	NA	研究蛋白质构象变化的过渡态识别	蛋白质构象变化	机器学习	NA	分子动力学模拟	神经网络	分子动力学模拟数据	2D势能、丙氨酸二肽和DNA马达蛋白在DNA上的转位
9004	2025-01-07	Local corner smoothing based on deep learning for CNC machine tools 2025-Jan-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84577-9 PMID:39753859	研究论文	本文提出了一种基于深度学习的局部角平滑优化策略，用于提高CNC机床的加工路径平滑度和加工质量	提出了一种新的双ResNet局部平滑（DRLS）算法，用于优化NURBS控制点的位置和权重，从而生成更平滑的加工路径	未提及实际加工中的实验验证，仅通过仿真验证了方法的有效性	优化CNC机床的加工路径，提高加工质量和进给速度	CNC机床的加工路径	机器学习	NA	深度学习	Double-ResNet	加工路径数据	NA
9005	2025-01-07	Enhanced Detection of Colon Diseases via a Fused Deep Learning Model with an Auxiliary Fusion Layer and Residual Blocks on Endoscopic Images 2025-Jan-02, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056353246241209060804 PMID:39757657	研究论文	本文提出了一种融合深度学习模型，通过辅助融合层和残差块在结肠内镜图像上增强结肠疾病的检测	提出了一种结合EfficientNetB0、MobileNetV2和ResNet50V2架构的融合深度学习模型，通过辅助融合层和残差块提高分类准确性和鲁棒性	未提及具体的数据集大小和多样性，可能影响模型的泛化能力	提高结肠疾病的自动诊断准确性和鲁棒性	结肠内镜图像	计算机视觉	结肠疾病	深度学习	CNN（EfficientNetB0、MobileNetV2、ResNet50V2）	图像	未提及具体样本数量
9006	2025-01-07	Artificial intelligence-driven automated lung sizing from chest radiographs 2025-Jan, American journal of transplantation : official journal of the American Society of Transplantation and the American Society of Transplant Surgeons IF:8.9Q1 DOI:10.1016/j.ajt.2024.08.015 PMID:39182615	研究论文	本研究利用深度学习和计算机视觉技术开发了一种自动化系统，用于从便携式胸部X光片中生成标准化的肺部尺寸测量，以提高准确性、减少变异性并简化供体/受体匹配	开发了一个两步框架，包括从胸部X光片中提取肺部掩模和特征点检测，以生成6个不同的肺部高度和宽度测量值，并通过与放射科医生的测量结果进行验证	需要在更大的队列中进行验证	提高肺部尺寸测量的准确性，减少变异性，并简化供体/受体匹配	50名肺移植受者的胸部X光片	计算机视觉	肺移植	深度学习	NA	图像	50名肺移植受者的胸部X光片
9007	2025-01-07	Reconstructing and analyzing the invariances of low-dose CT image denoising networks 2025-Jan, Medical physics IF:3.2Q1 DOI:10.1002/mp.17413 PMID:39348044	研究论文	本文提出了一种方法来重建和分析基于深度学习的低剂量CT图像去噪网络的不变性，以提高其可解释性	使用条件变分自编码器（cVAE）和条件可逆神经网络（cINN）来解耦去噪网络的不变性，并提出两种方法来分析这些不变性	方法主要针对低剂量CT图像去噪网络，可能不适用于其他类型的医学图像处理任务	提高基于深度学习的低剂量CT图像去噪网络的可解释性	低剂量CT图像去噪网络	医学影像	NA	条件变分自编码器（cVAE），条件可逆神经网络（cINN）	cVAE, cINN	图像	应用于四种流行的低剂量CT图像去噪网络
9008	2025-01-07	SpaGRA: Graph augmentation facilitates domain identification for spatially resolved transcriptomics 2025-Jan, Journal of genetics and genomics = Yi chuan xue bao DOI:10.1016/j.jgg.2024.09.015 PMID:39362628	研究论文	本文提出了一种名为SpaGRA的新方法，通过图增强技术自动构建多关系，用于空间分辨转录组学（SRT）中的空间域识别	SpaGRA利用空间距离作为先验知识，并通过多头图注意力网络（GATs）动态调整边权重，从而揭示多样化的节点关系并增强几何对比学习中的信息传递	当前大多数方法仅通过空间距离定义细胞或点之间的邻接关系，忽视了基因表达相似性等关键生物相互作用，导致空间域识别不准确	提高空间分辨转录组学（SRT）数据中空间域识别的准确性	小鼠下丘脑的功能区域、小鼠胚胎心脏发育相关基因、最新Visium HD数据中的癌症相关成纤维细胞	空间转录组学	癌症	空间分辨转录组学（SRT）	多头图注意力网络（GATs）	空间转录组数据	多个不同协议生成的数据集
9009	2025-01-07	Motion and anatomy dual aware lung ventilation imaging by integrating Jacobian map and average CT image using dual path fusion network 2025-Jan, Medical physics IF:3.2Q1 DOI:10.1002/mp.17466 PMID:39432032	研究论文	本研究开发了一种新的双感知CT通气成像方法，通过整合CT图像的解剖信息和Jacobian图的运动信息，生成更准确的通气图像，用于功能性肺回避放疗	提出了一种新的双路径融合网络（DPFN），能够同时处理3D平均CT图像和Jacobian图数据，从而全面提取与肺通气相关的特征	研究仅基于66名患者的数据，样本量相对较小，可能影响模型的泛化能力	开发一种新的CT通气成像方法，以提高功能性肺回避放疗的准确性	66名患者的四维CT（4DCT）图像和参考通气图像（RefVI）	数字病理学	肺癌	四维CT（4DCT）成像	双路径融合网络（DPFN）	图像	66名患者
9010	2025-01-07	Deep Learning With Optical Coherence Tomography for Melanoma Identification and Risk Prediction 2025-Jan, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202400277 PMID:39462483	研究论文	本研究开发并评估了一种用于黑色素瘤识别和风险预测的卷积神经网络（CNN），使用小鼠皮肤的光学相干断层扫描（OCT）成像	利用光学相干断层扫描（OCT）成像技术进行黑色素瘤识别和风险预测，相较于以往主要使用皮肤镜图像的研究，具有创新性	研究仅基于小鼠模型，尚未在人类临床数据上进行验证	开发一种基于深度学习的系统，用于黑色素瘤的早期识别和风险预测	小鼠皮肤的光学相干断层扫描（OCT）图像	计算机视觉	黑色素瘤	光学相干断层扫描（OCT）	卷积神经网络（CNN）	图像	四种小鼠模型：黑色素瘤小鼠、发育不良痣小鼠及其各自的对照组
9011	2024-11-28	Correction to "Automatic evaluation of nail psoriasis severity index using deep learning algorithm" 2025-Jan, The Journal of dermatology IF:2.9Q2 DOI:10.1111/1346-8138.17556 PMID:39600150	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
9012	2025-01-07	The 'golden fleece of embryology' eludes us once again: a recent RCT using artificial intelligence reveals again that blastocyst morphology remains the standard to beat 2025-Jan-01, Human reproduction (Oxford, England) DOI:10.1093/humrep/deae263 PMID:39602554	研究论文	本文探讨了在胚胎选择中使用人工智能（AI）与标准形态学方法在预测临床妊娠率方面的比较	使用深度学习算法'iDAScore version 1'进行随机对照试验（RCT），以评估其在胚胎选择中的效果	未能证明AI在临床妊娠率方面不劣于标准形态学方法	提高胚胎选择的准确性，寻找最具活力的胚胎进行移植	胚胎	数字病理学	NA	深度学习	深度学习算法'iDAScore version 1'	胚胎形态学数据	NA
9013	2025-01-07	Object detection in motion management scenarios based on deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0315130 PMID:39752546	研究论文	本文提出了一种基于深度学习的运动管理场景中的目标检测方法，旨在提高运动员、运动器材、场地边界等目标的检测准确性和速度	首次提出了一种针对运动管理场景的监督目标检测方法，设计了TSM模块、可变形注意力机制和解耦结构，增强了网络对时间信息的捕捉能力和特征提取能力	未提及具体局限性	提高运动管理场景中目标检测的准确性和速度	运动员、运动器材、场地边界等目标	计算机视觉	NA	深度学习	TSM模块、可变形注意力机制、解耦结构	图像	开源数据集
9014	2025-01-07	A Deep Learning-Based Approach to Characterize Skull Physical Properties: A Phantom Study 2025-Jan, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202400131 PMID:39540545	研究论文	本文提出了一种基于深度学习的方法，通过超声信号来表征颅骨的物理特性，特别是厚度和孔隙率	首次利用深度学习和机器学习模型从超声信号中提取颅骨厚度和孔隙率信息，为颅骨畸变校正方法的开发提供了新思路	研究仅基于模拟颅骨的幻影实验，尚未在真实颅骨上进行验证	开发一种从超声信号中获取颅骨厚度和孔隙率信息的方法，以改进经颅超声成像的准确性	模拟颅骨物理特性的幻影	医学影像处理	脑损伤	超声成像	深度学习（DL）和机器学习（ML）	超声信号	多种厚度和孔隙率的模拟颅骨幻影
9015	2025-01-07	Artificial intelligence in precision medicine for lung cancer: A bibliometric analysis 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241300229 PMID:39758259	研究论文	本文通过文献计量分析探讨了人工智能在肺癌精准医学中的应用趋势	首次通过文献计量学方法系统分析了人工智能在肺癌精准医学中的应用趋势和研究热点	研究结果依赖于Web of Science数据库的数据，可能未涵盖所有相关文献	提供人工智能在肺癌精准医学中应用的综合概览，促进研究者对该领域的理解	肺癌精准医学中的人工智能应用研究	数字病理学	肺癌	文献计量分析	深度学习框架	文献数据	4062篇论文
9016	2025-01-07	SpaRG: Sparsely Reconstructed Graphs for Generalizable fMRI Analysis 2025, Machine learning in clinical neuroimaging : 7th international workshop, MLCN 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 10, 2024, proceedings. MLCN (Workshop) (7th : 2024 : Marrakesh, Morocco) DOI:10.1007/978-3-031-78761-4_5 PMID:39758707	研究论文	本文提出了一种基于稀疏化和自监督的简单方法，用于解决静息态功能磁共振成像（rs-fMRI）分析中的解释性问题	通过联合训练稀疏输入掩码、变分自编码器（VAE）和下游分类器，识别出高度信息化的连接并遮挡其余部分，从而提高跨领域的分类准确性	需要一部分标记样本来训练分类器，且模型在适应新的分布外站点时依赖于未标记样本	提高rs-fMRI数据分析的可解释性和泛化能力	静息态功能磁共振成像（rs-fMRI）数据	机器学习	精神疾病	变分自编码器（VAE）	VAE	图像	ABIDE数据集中的18个站点的标记样本和两个分布外站点的未标记样本
9017	2025-01-07	Predicting CRISPR-Cas9 off-target effects in human primary cells using bidirectional LSTM with BERT embedding 2025, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbae184 PMID:39758829	研究论文	本文提出了一种名为CrisprBERT的深度学习模型，用于预测CRISPR-Cas9系统在人类原代细胞中的脱靶效应	结合了BERT架构和双向LSTM网络，利用双栈编码捕捉Cas9结合的局部能量配置，并通过BERT模型学习双栈对的上下文嵌入	未提及具体局限性	提高CRISPR-Cas9系统中单导RNA（sgRNA）的设计效率，减少脱靶效应	人类原代细胞中的CRISPR-Cas9系统	机器学习	NA	CRISPR-Cas9	双向LSTM与BERT嵌入	sgRNA和DNA序列	未提及具体样本数量
9018	2025-01-07	LncLSTA: a versatile predictor unveiling subcellular localization of lncRNAs through long-short term attention 2025, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbae173 PMID:39758831	研究论文	本文提出了一种新的深度学习框架LncLSTA，用于预测长链非编码RNA（LncRNA）的亚细胞定位	LncLSTA模型结合了1D卷积、最大池化操作、长短时注意力模块和双向长短时记忆网络，以及TextCNN模块，显著提高了亚细胞定位任务的准确性和鲁棒性	NA	研究LncRNA的亚细胞定位，以深入了解其生物学功能	长链非编码RNA（LncRNA）	自然语言处理	NA	深度学习	CNN, LSTM, TextCNN	序列数据	NA
9019	2025-01-07	Linking transcriptome and morphology in bone cells at cellular resolution with generative AI 2024-Dec-31, Journal of bone and mineral research : the official journal of the American Society for Bone and Mineral Research IF:5.1Q1 DOI:10.1093/jbmr/zjae151 PMID:39303095	研究论文	本文探讨了生成式AI在骨细胞转录组和形态学数据中的应用及其潜力	利用生成式AI模型在细胞分辨率上揭示骨细胞的复杂生物学过程，特别是在预测细胞分化动态、连接分子和形态学特征以及预测细胞对扰动的反应方面	骨单细胞数据集中的技术偏差、重要骨细胞类型的缺乏以及空间信息的缺失需要解决	探索生成式AI在骨细胞研究中的应用及其潜力	骨细胞	计算机视觉	NA	单细胞测序、空间转录组学	生成式AI	组织学图像、单细胞分子数据、空间转录组数据	NA
9020	2025-01-07	Design of an improved graph-based model for real-time anomaly detection in healthcare using hybrid CNN-LSTM and federated learning 2024-Dec-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e41071 PMID:39759321	研究论文	本文提出了一种改进的基于图的模型，用于医疗保健中的实时异常检测，结合了混合CNN-LSTM和联邦学习技术	提出了一种先进的混合CNN-LSTM模型，能够同时提取医疗图像的空间特征和患者生命体征的时间依赖性，并结合联邦学习和差分隐私技术解决数据安全和隐私问题	NA	实现医疗系统中具有弹性的实时异常检测，同时确保患者数据的隐私和安全	医疗图像、患者生命体征、EHR文本数据和时间序列传感器数据	机器学习	NA	CNN-LSTM、联邦学习、差分隐私	CNN-LSTM	图像、文本、时间序列数据	测试数据集包含10,000名患者，系统每秒处理超过100,000条消息