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
1321	2025-04-20	Accuracy of vestibular schwannoma segmentation using deep learning models - a systematic review & meta-analysis 2025-Mar, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-024-03449-1 PMID:39179652	meta-analysis	本文通过系统综述和荟萃分析评估深度学习模型在前庭神经鞘瘤分割中的准确性	填补了深度学习在前庭神经鞘瘤自动分割领域的知识空白	仅针对MR图像进行分析，未涉及其他影像学数据	评估深度学习算法在前庭神经鞘瘤MR图像分割中的应用现状	前庭神经鞘瘤（VS）患者	digital pathology	vestibular schwannoma	深度学习	DL	MR图像	NA
1322	2025-04-20	Training deep learning models on personalized genomic sequences improves variant effect prediction 2025-Feb-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.15.618510 PMID:39463940	research paper	该研究展示了在匹配的个人基因组上训练深度学习模型可以提高其在变异效应预测中的性能	通过使用匹配的个人基因组数据进行训练，提高了序列到功能模型在变异效应预测中的性能	未提及具体的模型性能提升幅度或与其他方法的比较	提高序列到功能模型在变异效应预测中的性能	个人基因组数据	machine learning	NA	deep learning	sequence-to-function models	genomic sequences	NA
1323	2025-04-20	Leveraging deep learning to detect stance in Spanish tweets on COVID-19 vaccination 2025-Feb, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooaf007 PMID:40008184	研究论文	本研究利用深度学习技术检测西班牙语推文中关于COVID-19疫苗接种的立场	开发了针对西班牙语社交媒体帖子的立场检测模型，填补了非英语语料研究的空白	语言特定嵌入模型未超越多语言嵌入或TF-IDF特征，可能由于BERT或RoBERTa嵌入不熟悉Twitter常用俚语和疫情期间的特殊语境	开发西班牙语社交媒体帖子的立场检测模型，以支持公共卫生应用	关于COVID-19疫苗接种的西班牙语推文	自然语言处理	COVID-19	深度学习	BERT-Multi+BiLSTM, BETO+BiLSTM, RoBERTa BNE-LSTM, TF-IDF+SVM	文本	6170条推文（2020年3月1日至2022年1月4日期间发布）
1324	2025-04-20	Transfer learning-based approach to individual Apis cerana segmentation 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319968 PMID:40238729	研究论文	本研究利用Mask R-CNN深度学习模型，通过迁移学习技术，针对蜂箱环境中的东方蜜蜂（Apis cerana）进行个体检测与分割	采用迁移学习方法，利用先前训练的西方蜜蜂（Apis mellifera）模型权重，并通过数据预处理技术（如亮度和对比度增强）提升模型性能，在保持高性能的同时大幅减少训练和验证集的数据量	研究仅针对特定蜜蜂种类（Apis cerana）进行，可能不适用于其他蜜蜂种类或更广泛的昆虫检测与分割任务	实现蜂箱环境中东方蜜蜂的高精度个体检测与分割，以支持自动化行为分析	东方蜜蜂（Apis cerana）	计算机视觉	NA	迁移学习，数据预处理（亮度和对比度增强）	Mask R-CNN	图像	训练和验证集数量较先前研究减少了85%，具体数量未明确说明
1325	2025-04-20	Deep learning-based acceleration of muscle water T2 mapping in patients with neuromuscular diseases by more than 50% - translating quantitative MRI from research to clinical routine 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318599 PMID:40238781	研究论文	本研究探讨了基于深度学习的CSAI加速技术在神经肌肉疾病患者肌肉水T2成像中的应用，显著缩短了扫描时间	首次将CSAI加速技术应用于定量MRI，实现了扫描时间减少50%以上且不影响定量准确性	研究样本量较小（仅10名FSHD患者），且仅针对大腿肌肉进行了评估	评估AI加速MRI技术在神经肌肉疾病定量诊断中的应用价值	面肩肱型肌营养不良症（FSHD）患者的大腿肌肉	医学影像分析	神经肌肉疾病	CSAI（压缩感知与并行成像结合的AI重建技术）	深度学习	MRI图像	10名FSHD患者，双侧大腿肌肉6个感兴趣区域
1326	2025-04-20	Optimizing lipocalin sequence classification with ensemble deep learning models 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319329 PMID:40238838	research paper	提出了一种名为EnsembleDL-Lipo的集成深度学习框架，用于优化脂质运载蛋白序列的分类	结合CNN和DNN的集成深度学习框架，利用PSSM特征提升分类性能	未提及具体的数据集规模限制或模型泛化能力的详细测试	提高脂质运载蛋白序列的分类准确性和计算效率	脂质运载蛋白序列	machine learning	NA	PSSM-based features	CNN, DNN	biological sequences	NA
1327	2025-04-20	Artificial intelligence in hospital infection prevention: an integrative review 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1547450 PMID:40241963	综述	本文通过整合42项研究，评估了人工智能（AI）在医院感染预防中的有效性、可用性和挑战	AI模型在多种医院获得性感染（HAIs）的检测、监测和预防中表现出高预测准确性，特别是在手术部位感染和尿路感染方面，AUC得分超过0.80	研究面临全面临床医生培训需求、高集成成本以及与现有工作流程兼容性等挑战	评估AI模型在预防、检测和管理HAIs中的有效性、可用性和挑战	医院获得性感染（HAIs）	医疗人工智能	医院获得性感染	机器学习、深度学习、神经网络、决策树、随机森林、可解释AI（XAI）	CNN, LSTM, GAN	电子健康记录（EHRs）	42项研究
1328	2025-04-20	Improved performance of fNIRS-BCI by stacking of deep learning-derived frequency domain features 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0314447 PMID:40245060	研究论文	本研究通过堆叠深度学习提取的频域特征，提高了基于功能近红外光谱的脑机接口（fNIRS-BCI）系统的性能	提出了堆叠和快速傅里叶变换（fft）方法用于特征提取和分类，显著提高了分类准确率	研究仅针对二十名参与者进行，样本量较小	提高fNIRS-BCI系统的分类性能，帮助运动障碍患者恢复自主能力	fNIRS信号和手部握持运动活动	脑机接口	运动障碍	fNIRS神经成像系统、深度学习算法	CNN、LSTM、Bi-LSTM	fNIRS信号	20名参与者
1329	2025-04-20	A method of rice panicle number counting based on improved CSRNet model 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1494564 PMID:40247946	研究论文	本研究提出了一种基于改进CSRNet模型的水稻穗粒数计数方法	改进CSRNet模型并应用于水稻穗粒数计数，开发了Android端实时计数APP和PC端批量计数软件	未提及模型在不同光照或品种条件下的泛化能力	为水稻穗粒数计数提供理论依据和技术支持	水稻穗粒	计算机视觉	NA	深度学习	改进的CSRNet	图像	未明确说明样本数量
1330	2025-04-20	Protein structure prediction via deep learning: an in-depth review 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1498662 PMID:40248099	综述	本文深入探讨了深度学习在蛋白质结构预测中的应用及其对药物发现和开发的影响	全面回顾了深度学习在蛋白质结构预测中的最新进展，包括大型语言模型和尖端深度学习方法	未提及具体实验验证或实际应用案例	探讨深度学习在蛋白质结构预测领域的应用及其潜力	蛋白质结构预测	机器学习	NA	深度学习、大型语言模型	NA	蛋白质序列数据	NA
1331	2025-04-20	Clinical and Radiological Fusion: A New Frontier in Predicting Post-Transplant Diabetes Mellitus 2025, Transplant international : official journal of the European Society for Organ Transplantation IF:2.7Q2 DOI:10.3389/ti.2025.14377 PMID:40248509	研究论文	本研究通过整合临床和放射学数据，开发了一个预测移植后糖尿病（PTDM）的模型，以识别高风险肾移植受者	结合临床指标和深度学习分析的CT图像，专注于体成分参数（如脂肪组织和肌肉质量），而非BMI或其他生物标志物	研究为回顾性分析，可能存在选择偏倚，且样本仅来自三个Mayo Clinic站点	预测肾移植受者术后糖尿病（PTDM）的发生风险	2005名非糖尿病肾移植受者	数字病理学	糖尿病	深度学习分析	深度学习模型	临床数据和CT图像	2005名非糖尿病肾移植受者，其中335名（16.7%）在术后一年内发展为PTDM
1332	2025-04-20	Dissecting the cis-regulatory syntax of transcription initiation with deep learning 2024-Nov-21, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.28.596138 PMID:38853896	研究论文	利用深度学习解析转录起始的顺式调控语法	开发了名为ProCapNet的神经网络模型，能够从PRO-cap实验中准确建模基于DNA序列的转录起始剖面，揭示了启动子和增强子共享的顺式调控逻辑以及基序间的协同和竞争关系	NA	解析哺乳动物Pol II转录起始的DNA序列决定因素	人类启动子和增强子的转录起始	机器学习	NA	PRO-cap实验, RAMPAGE剖面	神经网络(ProCapNet)	DNA序列数据	多个细胞系
1333	2025-04-20	AI-enabled CT-guided end-to-end quantification of total cardiac activity in 18FDG cardiac PET/CT for detection of cardiac sarcoidosis 2024-Sep-23, medRxiv : the preprint server for health sciences DOI:10.1101/2024.09.20.24314081 PMID:39399046	research paper	该研究提出了一种基于深度学习的全自动化流程，用于通过CT衰减图分割心脏腔室来量化[18F]FDG PET活性，并评估了几种基于此框架的定量方法	首次提出了一种全自动化的体积量化方法，用于心脏结节病的[18F]FDG PET检测，具有高预测性能	研究样本量较小（69例患者），且特异性较低（65%）	开发一种全自动化方法，用于心脏结节病的诊断和管理	疑似心脏结节病的患者	digital pathology	cardiovascular disease	[18F]FDG PET/CT	DL (deep learning)	image	69例患者（其中29例确诊为心脏结节病）
1334	2025-04-20	Vulnerability of Thalamic Nuclei at CSF Interface During the Entire Course of Multiple Sclerosis 2024-May, Neurology(R) neuroimmunology & neuroinflammation DOI:10.1212/NXI.0000000000200222 PMID:38635941	研究论文	本研究探讨了多发性硬化症（MS）整个病程中丘脑核团在脑脊液界面的脆弱性	通过深度学习合成序列和自动多图谱分割策略，揭示了丘脑核团在不同MS阶段的动态变化及其与临床残疾的关联	研究依赖于常规3D-T1 MRI数据，可能无法捕捉更细微的病理变化	探究多发性硬化症病程中丘脑核团的动态变化及其机制	1,123名MS患者和相同数量的健康对照者	数字病理学	多发性硬化症	3D-T1 MRI，深度学习，自动多图谱分割	深度学习	MRI图像	2,246名参与者（1,123名MS患者和1,123名健康对照）
1335	2025-04-20	Discovery of antibiotics that selectively kill metabolically dormant bacteria 2024-Apr-18, Cell chemical biology IF:6.6Q1 DOI:10.1016/j.chembiol.2023.10.026 PMID:38029756	研究论文	本文通过结合静止期筛选方法和深度学习虚拟筛选技术，发现了一种能选择性杀死代谢休眠细菌的抗生素	利用非传统筛选方法和深度学习模型，发现了一种能选择性杀死代谢休眠细菌且毒性较低的抗生素semapimod	研究仅针对E. coli和A. baumannii两种细菌，未涉及其他种类的代谢休眠细菌	发现和开发对代谢休眠细菌有效的非毒性抗生素	代谢休眠的细菌，特别是E. coli和A. baumannii	机器学习	细菌感染	深度学习虚拟筛选、静止期筛选方法、微生物学检测、生化测量、单细胞显微镜	深度学习模型	生化数据、显微镜图像	E. coli和A. baumannii两种细菌
1336	2025-04-20	Deep learning-based automatic segmentation of cardiac substructures for lung cancers 2024-02, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2023.110061 PMID:38122850	研究论文	开发并验证了一种基于深度学习的自动分割模型，用于肺癌放疗中的心脏亚结构分割	使用nnU-Net模型实现了心脏亚结构的自动分割，包括冠状动脉，这在减少放射性心脏病风险方面具有创新性	冠状动脉的分割精度相对较低（DSC为0.60），且样本量有限（100名患者）	最小化肺癌放疗中放射性心脏病的风险	非小细胞肺癌患者的心脏亚结构	数字病理	肺癌	深度学习	nnU-Net	医学图像	100名非小细胞肺癌患者（训练集75例，验证集5例，测试集20例），外加42名患者用于主观评估
1337	2025-04-20	RecGOBD: accurate recognition of gene ontology related brain development protein functions through multi-feature fusion and attention mechanisms 2024, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbae163 PMID:39678209	research paper	该研究开发了一个名为RecGOBD的模型，用于准确预测与大脑发育相关的蛋白质功能	RecGOBD通过多特征融合和注意力机制，专门针对大脑发育数据集进行了优化，提高了预测准确性	模型仅针对10个关键的基因本体(GO)术语进行了优化，可能不适用于其他GO术语	开发一个计算模型来预测与大脑发育相关的蛋白质功能，以支持神经发育障碍研究	与大脑发育相关的蛋白质序列及其功能	生物信息学	神经发育障碍	深度学习，注意力机制	RecGOBD	蛋白质序列和结构数据	NA
1338	2025-04-20	How Artificial Intelligence Will Impact Colonoscopy and Colorectal Screening 2020-Jul, Gastrointestinal endoscopy clinics of North America DOI:10.1016/j.giec.2020.02.010 PMID:32439090	评论	探讨人工智能如何通过提高质量和降低不必要成本来改善结肠镜检查和结直肠筛查的价值	提出实时计算机辅助检测息肉以提高腺瘤检出率，以及通过光学活检识别低风险息肉以减少不必要成本	临床整合人工智能技术到内窥镜医师工作流程中的挑战，以及深度学习算法的可解释性问题	研究人工智能在结肠镜检查和结直肠筛查中的应用及其潜在影响	结肠镜检查和结直肠筛查	数字病理学	结直肠癌	计算机辅助检测和诊断	深度学习	图像	NA
1339	2025-04-19	Deep learning-enhanced zero echo time MRI for glenohumeral assessment in shoulder instability: a comparative study with CT 2025-Jun, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-024-04830-0 PMID:39572485	研究论文	评估深度学习增强的零回波时间MRI与传统重建方法在肩关节不稳定性中的图像质量和病变显着性，并与CT进行比较	使用深度学习算法重建零回波时间MRI，显著提高了图像分辨率和病变显着性，与CT相比具有几乎完美的一致性	样本量较小（44例患者），且仅限于有症状的前肩关节不稳定性患者	评估深度学习增强的零回波时间MRI在肩关节不稳定性中的诊断性能	肩关节不稳定性患者	医学影像分析	肩关节不稳定性	零回波时间MRI（ZTE MRI）、CT	深度学习算法	医学影像	44例患者（9名女性，平均年龄33.5±15.65岁）
1340	2025-04-19	Leveraging protein language models for robust antimicrobial peptide detection 2025-Jun, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.03.002 PMID:40049432	研究论文	本研究提出了一种名为PLAPD的新型框架，利用预训练的ESM2蛋白质语言模型进行抗菌肽分类	结合了卷积层进行局部特征提取和残差Transformer模块进行全局特征提取，提高了抗菌肽预测的准确性和效率	未提及具体局限性	开发一种高效准确的抗菌肽预测工具，以应对全球抗生素耐药性挑战	抗菌肽（AMPs）	自然语言处理	NA	蛋白质语言模型（PLMs）	ESM2, CNN, Transformer	蛋白质序列	8,268条肽序列