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
9461	2024-12-29	A novel interpretable deep learning model for diagnosis in emergency department dyspnoea patients based on complete data from an entire health care system 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0311081 PMID:39729465	研究论文	本文设计了一种新型可解释的深度学习模型，用于急诊科呼吸困难患者的诊断	开发了一种名为CareNet的临床注意力循环编码网络，能够分析整个区域医疗系统的完整数据，并提供可解释的诊断支持	CareNet的敏感性在某些诊断上略低于CatBoost模型	设计一种诊断决策支持系统，用于急诊科呼吸困难患者的分类诊断	急诊科呼吸困难患者	机器学习	心血管疾病	深度学习	CareNet, CatBoost	临床数据	10,315例急诊科呼吸困难患者
9462	2024-12-29	Discovery of novel TACE inhibitors using graph convolutional network, molecular docking, molecular dynamics simulation, and Biological evaluation 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0315245 PMID:39729480	研究论文	本研究利用图卷积网络、分子对接、分子动力学模拟和生物评估，发现了一种新的TACE抑制剂	结合深度学习模型与传统药物筛选方法，成功识别出FDA批准药物中的新型TACE抑制剂	研究结果需要进一步的生物学实验验证，以确认Vorinostat在治疗炎症性疾病中的实际效果	识别针对TNF-α转化酶（TACE）的新型抑制剂，以用于治疗类风湿性关节炎等炎症性疾病	FDA批准的药物库	机器学习	类风湿性关节炎	图卷积网络、分子对接、分子动力学模拟	GraphConvMol	分子数据	DUD-E数据库中的活性化合物和诱饵化合物
9463	2024-12-28	Low Skeletal Muscle Radiodensity Predicts Response to CDK4/6 Inhibitors Plus Aromatase Inhibitors in Advanced Breast Cancer 2025-Feb, Journal of cachexia, sarcopenia and muscle DOI:10.1002/jcsm.13666 PMID:39686815	研究论文	本研究探讨了CT衍生的身体成分指数与激素受体阳性、HER2阴性晚期乳腺癌患者在接受内分泌治疗加CDK4/6抑制剂治疗时的治疗反应之间的关系	首次发现低骨骼肌放射密度（SMD）与接受CDK4/6抑制剂加芳香化酶抑制剂治疗的晚期乳腺癌患者的不良治疗结果相关	研究为回顾性设计，样本量相对较小，且仅来自单一中心	探讨CT衍生的身体成分指数与晚期乳腺癌患者治疗反应的关系	激素受体阳性、HER2阴性晚期乳腺癌患者	数字病理学	乳腺癌	CT扫描	深度学习软件	图像	247名女性患者
9464	2024-12-28	Deep learning-assisted two-dimensional transperineal ultrasound for analyzing bladder neck motion in women with stress urinary incontinence 2025-Jan, American journal of obstetrics and gynecology IF:8.7Q1 DOI:10.1016/j.ajog.2024.07.021 PMID:39032723	研究论文	本研究利用深度学习辅助的二维经会阴超声技术，分析女性压力性尿失禁患者的膀胱颈运动	首次将深度学习技术应用于二维经会阴超声视频中，以评估膀胱颈运动，并探索其在压力性尿失禁诊断和评估中的应用	研究为回顾性研究，样本量相对较小，且未涉及其他可能的诊断参数	评估膀胱颈运动在压力性尿失禁中的作用，并探索其作为诊断和评估参数的有效性	217名女性（其中173名参与最终分析，包括82名压力性尿失禁患者和91名对照组）	数字病理学	压力性尿失禁	二维经会阴超声	深度学习	视频	173名女性（82名压力性尿失禁患者和91名对照组）
9465	2024-12-28	Intrapartum electronic fetal heart rate monitoring to predict acidemia at birth with the use of deep learning 2025-Jan, American journal of obstetrics and gynecology IF:8.7Q1 DOI:10.1016/j.ajog.2024.04.022 PMID:38663662	研究论文	本研究应用深度学习技术开发和验证了一个模型，用于从电子胎儿监护数据中预测胎儿酸血症	首次将深度学习技术应用于电子胎儿监护数据分析，以提高复杂数据处理和模式识别的能力	数据集中存在部分缺失，且外部验证仅使用了公开的捷克数据库	开发并验证一个能够从电子胎儿监护数据中预测胎儿酸血症的深度学习模型	电子胎儿监护数据和脐带血气结果	机器学习	胎儿酸血症	深度学习	深度学习模型	电子胎儿监护数据	最终数据集包含10,182个时间戳在最后30分钟内的电子胎儿监护记录
9466	2024-12-28	Enhancing Heart Failure Care: Deep Learning-Based Activity Classification in Left Ventricular Assist Device Patients 2025-Jan-01, ASAIO journal (American Society for Artificial Internal Organs : 1992) DOI:10.1097/MAT.0000000000002299 PMID:39231213	研究论文	本研究利用深度神经网络对左心室辅助装置（LVAD）患者的活动进行分类，以提高心衰护理的效果	首次将LVAD流量、心率和加速度计数据结合，使用深度神经网络进行活动分类，为医疗设备的闭环控制提供了新方法	样本量较小，仅涉及13名LVAD患者	提高左心室辅助装置患者的护理效果，通过精确的活动分类实现闭环控制	左心室辅助装置（LVAD）患者	机器学习	心血管疾病	深度神经网络（DNN）	双向长短期记忆网络（BiLSTM）	心率、LVAD流量、加速度计数据	13名LVAD患者
9467	2024-12-28	A Novel Deep Learning Approach for Analyzing Glomerular Basement Membrane Lesions in a Mouse Model of X-Linked Alport Syndrome 2025-Jan, The American journal of pathology DOI:10.1016/j.ajpath.2024.10.004 PMID:39427762	研究论文	本研究开发了一种新的深度学习方法，用于分析X连锁Alport综合征小鼠模型中的肾小球基底膜病变	结合了COL4α5染色荧光、周期性酸-甲胺银染色和低真空扫描电子显微镜图像，并应用监督深度学习预测GBM病变	研究仅基于小鼠模型，未涉及人类患者数据	研究X连锁Alport综合征小鼠模型中肾小球基底膜病变的一致性	X连锁Alport综合征小鼠模型	数字病理学	肾脏疾病	周期性酸-甲胺银染色、低真空扫描电子显微镜	监督深度学习	图像	NA
9468	2024-12-28	Role of artificial intelligence in early diagnosis and treatment of infectious diseases 2025-Jan, Infectious diseases (London, England) DOI:10.1080/23744235.2024.2425712 PMID:39540872	综述	本文综述了人工智能在传染病早期诊断和治疗中的关键作用	探讨了AI驱动的诊断工具在提高疾病检测和监测准确性及效率方面的潜力，并深入研究了AI在预测疾病爆发、优化治疗策略和个性化干预中的应用	讨论了AI在传染病管理中整合的伦理考虑、挑战和局限性	研究人工智能在传染病早期诊断和治疗中的应用	传染病	医疗健康	传染病	机器学习算法、深度学习、图像识别系统	NA	NA	NA
9469	2024-12-28	A prospectively deployed deep learning-enabled automated quality assurance tool for oncological palliative spine radiation therapy 2025-Jan, The Lancet. Digital health DOI:10.1016/S2589-7500(24)00243-7 PMID:39722248	研究论文	开发了一种基于深度学习的自动化质量保证工具（DL-SpiQA），用于检测肿瘤姑息性脊柱放射治疗中的解剖水平错误	首次提出了一种完全自动化的深度学习脊柱靶向质量保证系统，能够检测解剖水平错误并生成自动邮件报告	需要进一步的外部验证和定制	提高脊柱放射治疗的安全性，减少解剖水平错误	接受姑息性脊柱放射治疗的患者	数字病理	肿瘤	深度学习	nnU-Net	CT影像	回顾性测试513名患者，前瞻性部署520名患者
9470	2024-12-28	Implementation of an automated deep learning-based quality assurance tool for vertebral body identification in radiotherapy planning 2025-Jan, The Lancet. Digital health DOI:10.1016/S2589-7500(24)00266-8 PMID:39722249	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
9471	2024-12-28	Genetic improvement of low-lignin poplars: a new strategy based on molecular recognition, chemical reactions and empirical breeding 2025 Jan-Feb, Physiologia plantarum IF:5.4Q1 DOI:10.1111/ppl.70011 PMID:39727026	研究论文	本研究通过分子识别、化学反应和实证育种策略，探讨了低木质素杨树的遗传改良	结合深度学习筛选有利突变，为低木质素杨树的定向育种提供了新思路	NA	降低杨树中木质素含量，提高纸浆质量和工艺	杨树中的Caffeoyl-CoA-O methyltransferase (CCoAOMT)及其相关反应机制	机器学习	NA	深度卷积神经网络模型（DCNGP）、分子力学、Restrained Electrostatic Potential (RESP)、Independent Gradient Model (IGM)	CNN	基因组数据	NA
9472	2024-12-28	Preictal period optimization for deep learning-based epileptic seizure prediction 2024-Dec-27, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad9ad0 PMID:39637549	研究论文	本研究提出了一种基于深度学习的癫痫发作预测方法，通过优化前发作期（OPP）来提高预测准确性	引入了新的度量方法来捕捉不同前发作期定义下的模型行为，并提出了一种以数据为中心的深度学习方法来确定最佳前发作期	跨患者和患者内部的预测时间异质性使得建立全局前发作期变得复杂	提高药物难治性癫痫患者的安全性和生活质量，通过准确预测癫痫发作	癫痫患者	机器学习	癫痫	深度学习	CNN-Transformer	EEG信号	使用公开的CHB-MIT数据集
9473	2024-12-28	Three-dimensional single-cell transcriptome imaging of thick tissues 2024-Dec-27, eLife IF:6.4Q1 DOI:10.7554/eLife.90029 PMID:39727221	研究论文	本文介绍了一种用于厚组织三维单细胞转录组成像的MERFISH方法	首次将MERFISH技术应用于厚度达200 µm的厚组织样本，并结合共聚焦显微镜和深度学习提高成像速度和质量	目前仅在小鼠脑组织切片上进行了验证，尚未在其他组织或物种中广泛应用	开发一种能够在厚组织中进行三维单细胞转录组成像的技术	小鼠脑组织切片	空间基因组学	NA	MERFISH, 共聚焦显微镜, 深度学习	深度学习	图像	小鼠脑组织切片，厚度达200 µm
9474	2024-12-28	Validation of a rapid algorithm for repeated intensity modulated radiation therapy dose calculations 2024-Dec-26, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad9f6a PMID:39681005	研究论文	本文验证了一种用于快速重复计算调强放射治疗（IMRT）剂量的算法的可行性	提出了一种不依赖深度学习模型的快速IMRT剂量计算算法，具有竞争性的速度和准确性	算法仅在特定设备（Elekta Unity MR-Linac）上进行了验证，未在其他设备上测试	验证一种快速重复计算IMRT剂量的算法的可行性	前列腺和肺癌的IMRT计划	放射治疗	前列腺癌, 肺癌	IMRT	NA	放射治疗计划数据	91例前列腺IMRT计划和20例肺癌IMRT计划
9475	2024-12-28	Development of a low-dose strategy for propagation-based imaging helical computed tomography (PBI-HCT): high image quality and reduced radiation dose 2024-Dec-26, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad9f66 PMID:39681007	研究论文	本研究开发了一种低剂量策略，用于螺旋采集模式的传播成像计算机断层扫描（PBI-HCT），以提高图像质量并减少辐射剂量	将Sparse2Noise（一种深度学习方法）与PBI-HCT成像策略性地结合，以减少辐射剂量而不影响图像质量	研究主要关注低密度材料的成像，尚未在更广泛的生物医学应用中验证	开发一种低剂量策略，用于PBI-HCT成像，以减少辐射剂量并保持高图像质量	低密度材料的成像	医学影像	NA	螺旋采集模式的传播成像计算机断层扫描（PBI-HCT）	卷积神经网络（CNN）	图像	NA
9476	2024-12-28	Diagnosis of intracranial aneurysms by computed tomography angiography using deep learning-based detection and segmentation 2024-Dec-26, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2023-021022 PMID:38238009	研究论文	本文评估了一种名为VA-Unet的深度学习算法，用于高效检测和分割颅内动脉瘤	提出了一种新的深度学习算法VA-Unet，用于颅内动脉瘤的检测和分割	VA-Unet的检测召回率、假阳性率和分割准确性受到多种临床因素的影响，如动脉瘤大小、分叉动脉瘤以及动脉狭窄和蛛网膜下腔出血的存在	评估VA-Unet算法在头部CT血管造影图像中检测和分割颅内动脉瘤的效果	颅内动脉瘤	计算机视觉	颅内动脉瘤	CT血管造影	VA-Unet	图像	3190例CTA扫描，包含4124个颅内动脉瘤
9477	2024-12-28	Multimodal Flexible Sensor for the Detection of Pressing-Bending-Twisting Mechanical Deformations 2024-Dec-26, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c13941 PMID:39723727	研究论文	本文介绍了一种新型的多模态柔性传感器，能够检测按压、弯曲、扭转等多种机械变形	该传感器结合了光电、离子液体和导电织物三种传感单元，能够在极小空间内实现多达八种机械变形的检测，并采用基于Transformer的深度学习方法进行多模态信号的精确解耦	NA	开发一种能够检测多种机械变形的柔性传感器，以应用于智能穿戴和人机交互等领域	柔性传感器	传感器技术	NA	光电传感、离子液体传感、导电织物传感	Transformer	机械变形信号	NA
9478	2024-12-28	Video-Based Lifting Action Recognition Using Rank-Altered Kinematic Feature Pairs 2024-Dec-26, Human factors IF:2.9Q2 DOI:10.1177/00187208241309748 PMID:39723832	研究论文	本文提出了一种基于视频的举重动作识别方法，通过使用等级改变的运动学特征对来识别举重动作并计数	提出了一种基于等级改变的运动学特征对的方法，能够在硬件资源有限的系统上实现实时监控	未提及具体的数据集规模或多样性，可能影响模型的泛化能力	识别举重动作并计数，以实现对举重任务的实时监控	视频中的举重动作	计算机视觉	NA	BlazePose姿态估计模型	集成分类器	视频	NA
9479	2024-12-28	ConoDL: a deep learning framework for rapid generation and prediction of conotoxins 2024-Dec-26, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-024-00582-0 PMID:39724258	研究论文	本文提出了ConoDL框架，用于快速生成和预测芋螺毒素，包括端到端的生成模型ConoGen和预测模型ConoPred	ConoDL框架通过迁移学习和大型语言模型（LLM）解决了芋螺毒素生成中的挑战，并生成了具有新型半胱氨酸支架的人工芋螺毒素	芋螺毒素的有限数据和复杂结构限制了深度学习模型在芋螺毒素生成中的应用	开发一种新的方法来探索芋螺毒素的分子空间，并发现具有药理活性的变体	芋螺毒素	机器学习	NA	深度学习	大型语言模型（LLM）	序列数据	NA
9480	2024-12-28	Deep learning-based metabolomics data study of prostate cancer 2024-Dec-26, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-06016-w PMID:39725937	研究论文	本文提出了一种结合transformer和卷积神经网络的混合模型TransConvNet，用于前列腺癌代谢组学数据的分类	提出了一种新的混合模型TransConvNet，结合了transformer和卷积神经网络，并引入了1D卷积层和门控机制来动态调整注意力权重	代谢组学数据具有高维度、噪声、变异性和小样本量的特点，这给分类带来了挑战	研究前列腺癌的早期诊断、治疗和预后	前列腺癌代谢组学数据	机器学习	前列腺癌	代谢组学	TransConvNet, MI-RF	代谢组学数据	NA