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
12001	2024-12-09	Alg-MFDL: A multi-feature deep learning framework for allergenic proteins prediction 2025-Feb, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2024.115701 PMID:39481588	研究论文	本文开发了一种名为Alg-MFDL的多特征深度学习框架，用于预测过敏蛋白	结合预训练的蛋白质语言模型和传统手工特征，实现更全面的蛋白质表示	NA	开发高效可靠的计算方法来识别过敏蛋白	过敏蛋白的识别	机器学习	NA	卷积神经网络	CNN	蛋白质数据	使用基准数据集进行独立验证
12002	2024-12-09	Evaluation of Learning Approaches Among Physiotherapy Students in Haryana: A Cross-Sectional Study 2025-Feb, Journal of evaluation in clinical practice IF:2.1Q2 DOI:10.1111/jep.14253 PMID:39644511	研究论文	本研究评估了哈里亚纳邦物理治疗学生学习方法的横断面研究	本研究首次在哈里亚纳邦物理治疗学生中评估了学习方法，并发现大多数学生采用深度学习方法	研究样本仅限于哈里亚纳邦的物理治疗学生，结果可能不适用于其他地区或学科的学生	了解学生的学习方法，并据此改进教学方法、课程和教材，以提高教育质量	哈里亚纳邦物理治疗学生的学习方法	NA	NA	NA	NA	NA	250名物理治疗学生，平均年龄21.09±1.93岁，其中129名（51.6%）为预临床组，121名（48.4%）为临床组
12003	2024-12-09	SeqDPI: A 1D-CNN approach for predicting binding affinity of kinase inhibitors 2025-Jan-05, Journal of computational chemistry IF:3.4Q2 DOI:10.1002/jcc.27518 PMID:39644133	研究论文	本文提出了一种基于一维卷积神经网络（1D-CNN）的算法框架SeqDPI，用于预测激酶抑制剂与靶点的结合亲和力	SeqDPI模型通过优化的一维卷积网络提取药物和蛋白质特征，并使用L2正则化的前馈神经网络进行结合强度预测，相比现有模型，减少了复杂3D结构的使用，提高了计算效率	NA	开发一种高效的计算模型，用于预测药物与靶点的结合亲和力，辅助药物发现和再定位	激酶抑制剂与靶点的结合亲和力	机器学习	NA	一维卷积神经网络（1D-CNN）	卷积神经网络（CNN）	一维序列数据	NA
12004	2024-12-09	Development of deep learning software to improve HPLC and GC predictions using a new crown-ether based mesogenic stationary phase and beyond 2025-Jan-04, Journal of chromatography. A DOI:10.1016/j.chroma.2024.465476 PMID:39566284	研究论文	开发了一种基于新型冠醚基液晶固定相的AI软件Chrompredict 1.0，用于改进HPLC和GC预测	首次将深度学习技术与新型冠醚基液晶固定相结合，显著提升了色谱参数预测的准确性	NA	开发一种能够准确预测色谱参数的AI软件，以改进HPLC和GC分析	新型冠醚基液晶固定相及其在色谱分析中的应用	机器学习	NA	深度学习	深度学习模型（DLM）	色谱数据	1,023种结构和极性多样的小分子
12005	2024-12-09	Cultivating diagnostic clarity: The importance of reporting artificial intelligence confidence levels in radiologic diagnoses 2025-Jan, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2024.110356 PMID:39566394	研究论文	本文讨论了在放射诊断中使用人工智能（AI）置信水平以提高诊断准确性和可靠性的重要性	本文强调了在放射诊断中使用AI置信水平的重要性，并提出了标准化置信度指标的必要性	本文指出了将AI系统整合到临床实践中面临的挑战，如临床验证需求、AI系统结果的可解释性问题以及医学界的困惑和误解	研究目的是探讨在放射诊断中使用AI置信水平的重要性，并提出标准化置信度指标的必要性	研究对象包括AI技术在放射诊断中的应用，特别是骨折等病理条件的诊断	计算机视觉	NA	深度学习（DL）和卷积神经网络（CNN）	卷积神经网络（CNN）	图像	NA
12006	2024-12-09	CSM-Potential2: A comprehensive deep learning platform for the analysis of protein interacting interfaces 2025-Jan, Proteins IF:3.2Q2 DOI:10.1002/prot.26615 PMID:37870486	研究论文	本文介绍了一个名为CSM-Potential2的综合深度学习平台，用于分析蛋白质相互作用界面	该平台不仅能够预测蛋白质-蛋白质相互作用的结合位点，还能分类生物配体，并在残基水平上预测与核酸的相互作用，同时支持基于序列和结构相似性的配体移植	目前主要集中在蛋白质-蛋白质、蛋白质-配体和蛋白质-核酸相互作用的分析，尚未涵盖所有类型的生物相互作用	开发一个易于使用的深度学习平台，帮助专家和非专家用户研究生物相互作用	蛋白质相互作用界面，包括蛋白质-蛋白质、蛋白质-配体和蛋白质-核酸的相互作用	机器学习	NA	深度学习	深度学习平台	蛋白质结构数据	NA
12007	2024-12-09	Minimizing prostate diffusion weighted MRI examination time through deep learning reconstruction 2025-Jan, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2024.110341 PMID:39532043	研究论文	研究通过深度学习重建算法减少前列腺扩散加权MRI检查时间并保持图像质量	使用深度学习重建算法（DLR）从标准和可变减少的数据集中重建高b值扩散加权图像，以减少图像噪声并缩短MRI检查时间	回顾性研究，依赖于两位放射科医生的主观评估	研究通过深度学习重建算法减少前列腺扩散加权MRI检查时间并保持诊断图像质量	前列腺扩散加权MRI图像及其诊断质量	计算机视觉	前列腺癌	深度学习重建算法（DLR）	深度学习模型	图像	52名接受常规前列腺MRI检查的患者
12008	2024-12-09	ANTIPASTI: Interpretable prediction of antibody binding affinity exploiting normal modes and deep learning 2024-Dec-05, Structure (London, England : 1993) DOI:10.1016/j.str.2024.10.001 PMID:39461331	研究论文	本文提出了一种名为ANTIPASTI的卷积神经网络模型，用于预测抗体结合亲和力，利用弹性网络模型导出的正常模式相关图作为输入	该模型不仅捕捉了结构特征，还捕捉了局部和全局残基波动的能量模式，并且学习到的表示是可解释的	NA	研究抗体结合亲和力的预测	抗体-抗原结构的结合亲和力	机器学习	NA	卷积神经网络	CNN	图像	NA
12009	2024-12-09	GeoNet enables the accurate prediction of protein-ligand binding sites through interpretable geometric deep learning 2024-Dec-05, Structure (London, England : 1993) DOI:10.1016/j.str.2024.10.011 PMID:39488202	研究论文	本文介绍了一种名为GeoNet的几何深度学习模型，用于准确预测蛋白质-配体结合位点	GeoNet通过引入无坐标几何表示来表征局部残基分布，并生成特征空间来描述局部相互作用生物物理环境，从而学习潜在的残基结合模式	NA	开发一种能够准确预测蛋白质、DNA和RNA结合位点的计算模型	蛋白质、DNA和RNA的结合位点	机器学习	NA	几何深度学习	GeoNet	蛋白质结构数据	NA
12010	2024-12-09	Deep learning models can predict violence and threats against healthcare providers using clinical notes 2024-Dec-05, Npj mental health research DOI:10.1038/s44184-024-00105-7 PMID:39638888	研究论文	本文训练了两种深度学习模型，用于预测医疗工作者在暴力事件发生前3天的暴力和威胁行为，使用临床笔记和结构化数据	首次使用深度学习模型预测医疗环境中的暴力事件，超越了人类专家的预测性能	NA	开发能够预测医疗工作者暴力和威胁行为的深度学习模型，以提前进行干预	医疗工作者的暴力和威胁行为	机器学习	NA	深度学习	文档分类模型和回归模型	临床笔记和结构化数据	NA
12011	2024-12-09	Federated learning based fire detection method using local MobileNet 2024-Dec-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82001-w PMID:39639063	研究论文	提出了一种基于联邦学习的室内外火灾检测方法IOFireNet，结合双边滤波和超像素自适应聚类技术，提高了火灾检测和定位的准确性	引入了基于联邦学习的IOFireNet方法，结合双边滤波和超像素自适应聚类技术，显著提高了火灾检测和分割的准确性	NA	提高火灾检测和定位的准确性，支持早期预警	火灾检测和定位	计算机视觉	NA	联邦学习	MobileNet	图像	NA
12012	2024-12-09	Deepmol: an automated machine and deep learning framework for computational chemistry 2024-Dec-05, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00937-7 PMID:39639396	研究论文	DeepMol 是一个用于计算化学的自动化机器学习和深度学习框架	DeepMol 通过自动化机器学习管道中的关键步骤，显著简化了计算化学中的数据预处理、特征工程和模型选择过程	NA	提供一个集成化的 AutoML 框架，用于计算化学中的分子性质/活性预测	计算化学中的分子性质/活性预测问题	机器学习	NA	AutoML	传统机器学习模型和深度学习模型	分子数据	22 个基准数据集
12013	2024-12-09	Satellite-Based and Street-View Green Space and Adiposity in US Children 2024-Dec-02, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2024.49113 PMID:39636637	研究论文	研究卫星和街景图像中的绿色空间与美国儿童肥胖之间的关系	本研究使用卫星遥感数据和街景图像中的绿色空间指标，结合深度学习算法，全面评估了绿色空间与儿童肥胖指标之间的关联	研究仅限于美国儿童，且样本量相对较小	探讨卫星遥感数据和街景图像中的绿色空间指标与儿童肥胖指标之间的关联	美国儿童的肥胖指标与绿色空间	公共卫生	肥胖	深度学习算法	NA	图像	843名儿童
12014	2024-12-09	A first step towards a machine learning-based framework for bloodstain classification in forensic science 2024-Dec, Forensic science international IF:2.2Q1 DOI:10.1016/j.forsciint.2024.112278 PMID:39504628	研究论文	本文探讨了使用机器学习和深度学习方法在法医学中进行血迹分类的潜力	开发了一个原型分类模型，用于识别与血迹数据相关的动作	仅测试了三种血迹模式（Swing、Cessation和Impact），且模型准确率为80%	研究机器学习和深度学习在法医学血迹分类中的应用	血迹数据及其相关动作的分类	机器学习	NA	机器学习	分类模型	血迹数据	三种血迹模式（Swing、Cessation和Impact）
12015	2024-12-09	Automated Approach to Accurate, Precise, and Fast Detector Simulation and Reconstruction 2024-Nov-22, Physical review letters IF:8.1Q1 DOI:10.1103/PhysRevLett.133.211902 PMID:39642483	研究论文	本文开发了一种自动化方法，通过深度学习模型加速粒子物理中的探测器模拟和重建过程	本文提出了一种结合探测器模拟和重建的深度学习模型，旨在减少资源利用并实现快速替代模型	NA	解决粒子物理中探测器模拟和重建的计算瓶颈问题	粒子探测器中的粒子流模拟和重建	机器学习	NA	深度学习	神经网络	点云	使用公开的CMS实验数据集进行验证
12016	2024-12-09	The Pivotal Role of Baseline LDCT for Lung Cancer Screening in the Era of Artificial Intelligence 2024-Nov-22, Archivos de bronconeumologia IF:8.7Q1 DOI:10.1016/j.arbres.2024.11.001 PMID:39643515	综述	本文探讨了在人工智能时代，低剂量计算机断层扫描（LDCT）在肺癌筛查中的关键作用，特别是基线LDCT检查的重要性	本文介绍了人工智能工具在基线LDCT检查中的应用，包括区分良恶性结节、预测肺癌风险以及计算心血管疾病或死亡风险	人工智能集成到LDCT筛查路径中的主要障碍是其性能的普遍性和可解释性	探讨人工智能在肺癌筛查中的应用及其对基线LDCT检查的影响	肺癌筛查中的基线LDCT检查及其相关健康信息	计算机视觉	肺癌	深度学习	NA	图像	NA
12017	2024-12-09	Machine-learning based prediction of future outcome using multimodal MRI during early childhood 2024-Nov, Seminars in fetal & neonatal medicine IF:2.9Q1 DOI:10.1016/j.siny.2024.101561 PMID:39528363	review	本文综述了基于多模态MRI的机器学习和深度学习方法在预测早期儿童未来发展结果中的应用	探讨了多模态MRI在增强区分能力和提供更全面洞察方面的潜力，并强调了机器学习方法在早期检测和个性化干预中的应用	NA	探讨机器学习方法在利用早期儿童多模态MRI信息预测未来神经发育和临床结果中的应用	早期儿童的大脑发育和神经发育及精神健康结果	machine learning	NA	多模态磁共振成像（MRI），包括结构MRI（sMRI）、扩散MRI（dMRI）、功能MRI（fMRI）和灌注MRI（pMRI）	机器学习和深度学习	多模态MRI数据	NA
12018	2024-12-09	Improved Robustness for Deep Learning-based Segmentation of Multi-Center Myocardial Perfusion MRI Datasets Using Data Adaptive Uncertainty-guided Space-time Analysis 2024-Aug-09, ArXiv PMID:39148930	研究论文	本文提出了一种数据自适应不确定性引导的时空分析方法，用于提高多中心心肌灌注MRI数据集的深度学习分割算法的鲁棒性	本文提出了一种数据自适应不确定性引导的时空分析方法（DAUGS），通过使用时空滑动补丁分析和不确定性映射，自动选择最佳分割结果，从而提高多中心数据集的鲁棒性	NA	开发一种能够分析多中心数据集的深度学习技术，尽管训练数据有限且软件和硬件存在差异	心肌灌注MRI数据集	计算机视觉	心血管疾病	深度学习	U-Net	图像	150名受试者，21,150张首次通过图像
12019	2024-12-09	Improving Image Segmentation with Contextual and Structural Similarity 2024-Aug, Pattern recognition IF:7.5Q1 DOI:10.1016/j.patcog.2024.110489 PMID:38645435	研究论文	本文提出了一种新的上下文相似性损失（CSL）和结构相似性损失（SSL），用于改进医学图像分割中的语义一致性	引入了上下文相似性损失和结构相似性损失，以显式地考虑体素间关系，从而提高分割性能	NA	改进医学图像分割中的语义一致性	临床锥束计算机断层扫描（CBCT）数据集和公开的胰腺数据集	计算机视觉	颅颌面畸形	深度学习	NA	图像	涉及多种颅颌面畸形的患者数据集和公开的胰腺数据集
12020	2024-12-09	A modular, cost-effective, versatile, open-source operant box solution for long-term miniscope imaging, 3D tracking, and deep learning behavioral analysis 2024-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.102721 PMID:38660044	研究论文	本文介绍了一种模块化、经济实惠、多功能的开源操作箱解决方案，适用于长期微型显微镜成像、3D跟踪和深度学习行为分析	提出了一种定制化的操作箱设计，优化了长期微型显微镜记录，并支持自定义或典型的med-associates风格配件	建议批量生产以有效利用某些组件的批量订购	开发一种适用于长期微型显微镜成像和行为分析的操作箱解决方案	操作箱的设计和构建方法	NA	NA	NA	NA	NA	NA