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
9701	2025-01-06	Data Science Opportunities To Improve Radiotherapy Planning and Clinical Decision Making 2024-Oct, Seminars in radiation oncology IF:2.6Q2 DOI:10.1016/j.semradonc.2024.07.012 PMID:39271273	研究论文	本文探讨了数据科学在改进放射治疗计划和临床决策中的应用	提出了利用深度学习改进正常组织耐受性分类、预测治疗中肿瘤变化、跟踪累积剂量分布以及基于影像量化肿瘤对放疗反应的方法，并引入了患者特异性计算机模拟（'数字双胞胎'）来指导适应性放疗	未具体提及研究的局限性	改进放射治疗计划，提高个性化治疗的效果	肿瘤和正常组织的基因组学、放射组学、剂量组学数据	机器学习	肿瘤	深度学习	NA	影像数据、基因组数据	NA
9702	2025-01-06	Scalable deep learning framework for sentiment analysis prediction for online movie reviews 2024-May-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e30756 PMID:38784532	研究论文	本文提出了一种用于在线电影评论情感分析预测的可扩展深度学习框架	提出了PEW-MCAB模型，结合了位置嵌入和预训练的Glove嵌入向量，以及多通道卷积神经网络和基于注意力的双向长短期记忆模型	未提及模型在处理多语言或跨文化情感分析时的表现	研究在线电影评论的情感分析预测	在线电影文本评论	自然语言处理	NA	深度学习	MCNN, AB模型	文本	使用了四个数据集：IMDB, MR (2002), MRC (2004), MR (2005)
9703	2025-01-06	Deep learning for automatic segmentation of vestibular schwannoma: a retrospective study from multi-center routine MRI 2024, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2024.1365727 PMID:38784680	研究论文	本研究首次展示了在常规MRI数据集上高精度自动分割前庭神经鞘瘤（VS）的可能性，并发布了一个多中心常规临床（MC-RC）数据集	首次在常规MRI数据集上实现高精度的VS自动分割，并公开了一个包含160名患者的多中心常规临床数据集	数据集主要来自单一类型的肿瘤（单发散发性VS），且未涉及其他类型的肿瘤或更广泛的患者群体	提高前庭神经鞘瘤（VS）在常规临床MRI中的自动分割精度，以改善临床工作流程和患者管理	前庭神经鞘瘤（VS）	数字病理学	前庭神经鞘瘤	深度学习	深度学习框架	MRI图像	160名患者，包含124个对比增强T1加权（ceT1w）图像和363个T2加权（T2w）图像
9704	2025-01-06	Spatial Deep Learning Approach to Older Driver Classification 2024, IEEE access : practical innovations, open solutions IF:3.4Q2 DOI:10.1109/access.2024.3516572 PMID:39748855	研究论文	本文提出了一种基于空间深度学习的方法，用于老年驾驶员分类，通过网格索引数据增强来提高异常驾驶行为的检测	提出了一种新颖的空间深度学习方法，利用基于网格索引的数据增强技术来改进异常驾驶行为的检测	未明确提及具体限制	解决老年驾驶员分类问题，识别正常和异常驾驶员，以提升道路安全、保险风险评估及针对老年驾驶员的干预措施	老年驾驶员	机器学习	老年疾病	深度学习	NA	GPS位置、速度、方向、距离等遥测数据	未明确提及样本数量
9705	2025-01-06	Synthesizing high-resolution magnetic resonance imaging using parallel cycle-consistent generative adversarial networks for fast magnetic resonance imaging 2022-Jan, Medical physics IF:3.2Q1 DOI:10.1002/mp.15380 PMID:34821395	研究论文	本文提出了一种使用并行循环一致性生成对抗网络（CycleGANs）从低分辨率磁共振成像（MR）图像生成高分辨率MR图像的新方法	采用自监督策略的并行CycleGANs方法，解决了临床环境中难以收集成对低分辨率和高分辨率MR图像的问题	NA	生成高分辨率MR图像以缩短MR扫描时间	MR图像	计算机视觉	脑肿瘤	并行循环一致性生成对抗网络（CycleGANs）	CycleGAN	图像	BraTS2020数据集和机构收集的MR图像
9706	2025-01-06	Self-supervised learning for accelerated 3D high-resolution ultrasound imaging 2021-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.14946 PMID:33993508	研究论文	本研究开发了一种基于深度学习的算法，用于从稀疏获取的二维图像重建高分辨率三维超声图像	提出了一种自监督学习框架，使用循环一致性生成对抗网络（cycleGAN）来生成高分辨率三维超声图像，无需外部图谱图像	研究仅在乳腺癌和前列腺癌患者的数据集上进行了评估，可能在其他疾病或更大样本量上的泛化能力有待验证	开发一种深度学习算法，用于从稀疏获取的二维图像重建高分辨率三维超声图像	乳腺癌和前列腺癌患者的超声图像	计算机视觉	乳腺癌, 前列腺癌	cycleGAN	cycleGAN	图像	70名乳腺癌患者和45名前列腺癌患者的超声图像
9707	2025-01-05	Csec-net: a novel deep features fusion and entropy-controlled firefly feature selection framework for leukemia classification 2025-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-024-00327-1 PMID:39736875	研究论文	本文提出了一种名为Csec-net的新方法，用于白血病的计算机辅助诊断，通过深度学习特征融合和熵控制的萤火虫特征选择框架实现	提出了一种新的深度学习特征融合策略和熵控制的萤火虫特征选择技术，用于白血病分类	未提及具体局限性	开发和评估深度学习方法以实现计算机辅助的白血病诊断	白血病患者的血液样本图像	计算机视觉	白血病	深度学习	MobileNetV2, EfficientNetB0, ConvNeXt-V2, EfficientNetV2, DarkNet-19, 多类支持向量机	图像	15562张图像，来自四个数据集：ALLID_B1, ALLID_B2, C_NMC 2019, ASH
9708	2025-01-05	DEELE-Rad: exploiting deep radiomics features in deep learning models using COVID-19 chest X-ray images 2025-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-024-00330-6 PMID:39741501	研究论文	本文提出了一种名为DEELE-Rad的方法，通过深度学习模型提取深度放射组学特征，用于COVID-19胸部X光图像的分类，并提供了可视化的解释以支持决策	结合深度学习和机器学习技术，利用迁移学习从ImageNet中提取深度放射组学特征，并通过自动参数调整和交叉验证策略优化分类器性能	未提及具体的数据集规模或多样性限制，可能影响模型的泛化能力	开发一种基于深度学习的放射组学方法，用于COVID-19胸部X光图像的分类，以辅助医疗决策	COVID-19患者的胸部X光图像	计算机视觉	COVID-19	深度学习、迁移学习	VGG16, ResNet50V2, DenseNet201	图像	未提及具体样本数量
9709	2025-01-05	Throw out an oligopeptide to catch a protein: Deep learning and natural language processing-screened tripeptide PSP promotes Osteolectin-mediated vascularized bone regeneration 2025-Apr, Bioactive materials IF:18.0Q1 DOI:10.1016/j.bioactmat.2024.11.011 PMID:39734571	研究论文	本文利用深度学习和自然语言处理技术筛选出一种三肽PSP，该肽能够促进血管化骨再生，并通过激活Osteolectin介导的血管-骨通讯来增强骨髓干细胞的成骨分化	结合深度学习和自然语言处理技术，开发了一种新的算法来筛选潜在的促血管生成肽，特别是从262个相关蛋白的内在无序区域中筛选出具有生物活性的三肽PSP	研究主要基于小鼠模型，尚未在人体中进行验证	开发一种更安全、更有效的替代传统细胞因子疗法的方法，以促进血管化骨再生	三肽PSP及其在血管化骨再生中的作用	自然语言处理	骨再生	深度学习（DL）、自然语言处理（NLP）	复合模型（DL和NLP结合）	蛋白质序列数据	262个相关蛋白的内在无序区域
9710	2025-01-05	Deep learning-enabled filter-free fluorescence microscope 2025-Jan-03, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adq2494 PMID:39742468	研究论文	本文介绍了一种基于深度学习的无滤光片荧光显微镜成像技术，通过数字光谱滤波实现荧光通道的自动选择和荧光预测	创新点在于利用深度学习技术替代传统光学滤光片，实现荧光显微镜的无滤光片成像，降低了系统的复杂性和成本	未提及具体的技术限制或实验中的不足	研究目标是开发一种无滤光片的荧光显微镜成像技术，以提高多荧光通道高速成像的适用性	研究对象是使用不同荧光标记的细胞和组织	计算机视觉	NA	深度学习	NA	图像	未提及具体样本数量
9711	2025-01-05	D3-ImgNet: A Framework for Molecular Properties Prediction Based on Data-Driven Electron Density Images 2025-Jan-03, The journal of physical chemistry. A DOI:10.1021/acs.jpca.4c05519 PMID:39752232	研究论文	本文提出了一种基于数据驱动电子密度图像的分子性质预测框架D3-ImgNet，结合了群论、密度泛函理论、深度学习技术和多目标优化机制	D3-ImgNet框架不仅实现了高精度的分子性质预测，还结合了物理机制的指导，体现了数据分析与系统优化的方法论融合	未明确提及具体局限性	预测分子性质，加速功能材料的高通量筛选	分子性质，包括原子化能、偶极矩、力和S2化学反应的最小能量路径	量子化学与材料科学	NA	深度学习，密度泛函理论，多目标优化	D3-ImgNet	电子密度图像	QM9数据集和QM9X数据集，以及S2反应数据集
9712	2025-01-05	Combining the Variational and Deep Learning Techniques for Classification of Video Capsule Endoscopic Images 2025-Jan-03, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01352-y PMID:39753827	研究论文	本文提出了一种结合变分模型和深度学习技术的框架，用于视频胶囊内窥镜图像的多类分类	该框架利用分数阶变分模型捕捉图像的动态信息，并结合深度学习模型进行多类分类和感兴趣区域的定位	NA	开发一种自动化计算机辅助病变分类技术，以提高胃肠道异常检测率	视频胶囊内窥镜图像	计算机视觉	胃肠道相关癌症	深度学习（DL）	Faster RCNN, EfficientNet B0	图像	NA
9713	2025-01-05	A joint analysis of single cell transcriptomics and proteomics using transformer 2025-Jan-02, NPJ systems biology and applications IF:3.5Q1 DOI:10.1038/s41540-024-00484-9 PMID:39743530	研究论文	本文提出了一种基于Transformer编码器层的深度学习框架scTEL，用于从单细胞RNA测序数据预测未观察到的蛋白质表达	scTEL模型提供了一个统一的框架，可以整合多个CITE-seq数据集，解决了不同数据集间蛋白质面板部分重叠的挑战	依赖于公开的CITE-seq数据集进行验证，可能限制了模型的广泛适用性	通过计算方式显著降低蛋白质表达测序的实验成本	单细胞RNA和蛋白质表达数据	机器学习	NA	CITE-seq, scRNA-seq	Transformer	单细胞RNA测序数据	公共CITE-seq数据集
9714	2025-01-05	Deep learning identification of novel autophagic protein-protein interactions and experimental validation of Beclin 2-Ubiquilin 1 axis in triple-negative breast cancer 2025, Oncology research IF:2.0Q3 DOI:10.32604/or.2024.055921 PMID:39735677	研究论文	本研究利用深度学习技术识别了三阴性乳腺癌中新的自噬相关蛋白-蛋白相互作用，并通过实验验证了Beclin 2与Ubiquilin 1轴的作用	开发了三种PPI分类模型，分析了超过13,000个数据集，识别了3733个以前未知的自噬相关PPI，并揭示了Beclin 2在自噬调控中的核心作用	研究主要基于体外实验，需要进一步的体内实验验证	揭示三阴性乳腺癌中自噬相关蛋白-蛋白相互作用，寻找新的治疗靶点	三阴性乳腺癌细胞MDA-MB-231	机器学习	乳腺癌	免疫沉淀-质谱分析、分子对接、CO-IP实验	Naive Bayes, Decision Tree, k-Nearest Neighbors	蛋白质相互作用数据	超过13,000个数据集
9715	2025-01-05	Deep Learning-Based Prediction of Freezing of Gait in Parkinson's Disease With the Ensemble Channel Selection Approach 2025-Jan, Brain and behavior IF:2.6Q3 DOI:10.1002/brb3.70206 PMID:39740772	研究论文	本文提出了一种基于深度学习的算法，用于检测帕金森病患者的步态冻结（FoG）事件，通过集成通道选择方法提高检测效率	提出了一种新颖的架构，将瓶颈注意力模块集成到标准的双向长短期记忆网络（BiLSTM）中，形成卷积瓶颈注意力-BiLSTM（CBA-BiLSTM），并通过集成学习选择最优通道，显著提高了检测性能	NA	开发一种高效、准确的算法，用于检测帕金森病患者的步态冻结事件	帕金森病患者的步态冻结事件	机器学习	帕金森病	NA	卷积瓶颈注意力-BiLSTM（CBA-BiLSTM）	运动信号数据	NA
9716	2025-01-05	Hybrid Model with Wavelet Decomposition and EfficientNet for Accurate Skin Cancer Classification 2025, Journal of Cancer IF:3.3Q2 DOI:10.7150/jca.101574 PMID:39744476	研究论文	本文提出了一种结合小波分解和EfficientNet的混合模型，用于准确分类皮肤癌	创新性地结合了小波分解和EfficientNet模型，并引入了先进的数据增强、损失函数和优化策略	未提及具体局限性	提高皮肤疾病的检测和分类准确性	皮肤疾病图像	计算机视觉	皮肤癌	小波分解	EfficientNet	图像	HAM10000和ISIC2017数据集
9717	2025-01-05	An retrospective study on the effects of deep learning model-based optimization emergency nursing on treatment compliance and curative effect of patients with acute left heart failure 2024-Dec-31, BMC emergency medicine IF:2.3Q1 DOI:10.1186/s12873-024-01156-x PMID:39736523	研究论文	本研究探讨了基于可解释DenseNet模型的优化急诊护理对急性左心衰竭患者治疗依从性和疗效的影响	首次将可解释DenseNet模型应用于急性左心衰竭患者的急诊护理优化，并评估其对患者心理状态和急救效果的影响	样本量较小，仅96名患者参与研究，且研究为回顾性研究，可能存在选择偏倚	评估优化急诊护理对急性左心衰竭患者的治疗效果和应用价值	急性左心衰竭患者	数字病理学	心血管疾病	可解释DenseNet模型	DenseNet	临床数据	96名急性左心衰竭患者
9718	2025-01-05	PharmRL: pharmacophore elucidation with deep geometric reinforcement learning 2024-Dec-31, BMC biology IF:4.4Q1 DOI:10.1186/s12915-024-02096-5 PMID:39736736	研究论文	本文开发了一种深度学习方法，用于在缺乏配体的情况下识别药效团，并通过深度几何强化学习算法优化药效团的选择	提出了一种结合CNN和深度几何Q学习的算法，能够在没有配体的情况下识别药效团，并在虚拟筛选中表现出色	算法依赖于蛋白质结合位点的结构信息，可能不适用于所有类型的蛋白质-配体相互作用	开发自动化药效团设计方法，特别是在缺乏配体的情况下	蛋白质结合位点及其潜在的有利分子相互作用	机器学习	NA	深度学习，几何强化学习	CNN, Q-learning	蛋白质结合位点的结构数据	DUD-E数据集、LIT-PCBA数据集、COVID moonshot数据集
9719	2025-01-05	A deep learning based smartphone application for early detection of nasopharyngeal carcinoma using endoscopic images 2024-Dec-31, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01403-2 PMID:39738998	研究论文	本文介绍了一种基于深度学习的智能手机应用程序'Nose-Keeper'，用于通过内窥镜图像早期检测鼻咽癌	开发了一种互联网支持的智能手机应用程序，能够早期检测鼻咽癌和五种常见鼻部疾病，并评估健康个体，其准确率超过经验丰富的耳鼻喉科医生	研究依赖于回顾性分析，可能需要在更广泛的前瞻性研究中验证其效果	开发一种能够辅助初级医疗保健提供者高效诊断鼻咽癌和常见鼻部疾病的工具	鼻咽癌和五种常见鼻部疾病的内窥镜图像	计算机视觉	鼻咽癌	深度学习	八种先进的深度学习模型	图像	39,340张鼻内窥镜白光图像
9720	2025-01-05	A computational deep learning investigation of animacy perception in the human brain 2024-Dec-31, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-07415-8 PMID:39741161	研究论文	本文通过计算深度学习探讨了人类大脑中对生命体感知的功能组织，特别是对类似动物的动物形态物体的感知	成功在深度神经网络中诱导出与人类相似的动物偏见，揭示了这种偏见是人类感知的独特属性，并可通过人类学习历史解释	未明确提及具体限制	理解人类大脑中对生命体感知的功能组织，特别是对类似动物的动物形态物体的感知	人类大脑和深度神经网络（DNNs）	计算机视觉	NA	深度学习	深度神经网络（DNNs）	图像	未明确提及样本数量