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
1421	2025-05-08	Mammalian piRNA target prediction using a hierarchical attention model 2025-Feb-11, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06068-6 PMID:39934678	研究论文	本研究开发了一种基于深度学习的模型，用于预测哺乳动物piRNA的靶标	采用分层注意力模型和迁移学习方法来克服数据不足的问题，显著提高了piRNA靶标预测的准确性	模型依赖于现有piRNA靶向规则的理解，而这些规则在哺乳动物中尚不完善	阐明piRNA在哺乳动物中的靶向规则及其功能	小鼠和人类的piRNA	机器学习	NA	深度学习	分层注意力模型	RNA序列数据	piRNA数据库中所有可用的小鼠和人类piRNA
1422	2025-05-08	A hybrid machine learning framework for functional annotation of mitochondrial glutathione transport and metabolism proteins in cancers 2025-Feb-11, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06051-1 PMID:39934670	研究论文	开发了一种混合机器学习框架，用于癌症中线粒体谷胱甘肽转运和代谢蛋白的功能注释	利用癌症细胞系多组学数据和其他生物学知识数据作为特征，开发了一种灵活的混合机器学习框架，用于功能注释	现有基于蛋白质序列的机器学习或深度学习模型无法在生物背景下注释功能	研究癌症中线粒体谷胱甘肽（mGSH）转运和代谢的功能注释	线粒体谷胱甘肽转运和代谢蛋白	机器学习	癌症	多组学数据分析	混合机器学习框架	多组学数据	多个细胞系和原发性肿瘤样本
1423	2025-05-08	A novel method for assessing cycling movement status: an exploratory study integrating deep learning and signal processing technologies 2025-Feb-11, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02828-1 PMID:39934805	研究论文	本研究提出了一种基于深度学习的运动评估方法，结合了姿态估计算法（Keypoint RCNN）与信号处理技术，验证了其可靠性和有效性	整合了Keypoint RCNN算法与信号处理技术，用于评估骑行运动状态，并验证了其在家居或社区环境中个体化运动功能评估的潜力	样本量较小（仅20名大学生），且仅在静态自行车上进行测试，未涉及其他运动场景	开发一种可靠且有效的运动评估方法，用于个体化运动功能评估	骑行运动状态	计算机视觉	NA	信号处理技术、Keypoint RCNN算法	Keypoint RCNN	视频、传感器数据	20名大学生
1424	2025-05-08	Classifying and fact-checking health-related information about COVID-19 on Twitter/X using machine learning and deep learning models 2025-Feb-11, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02895-y PMID:39934858	研究论文	本研究旨在开发和比较机器学习及深度学习模型，以分类和验证Twitter/X上关于COVID-19的健康信息是否可靠	采用TextConvoNet模型在健康信息分类中表现出色，特别是在处理可信信息与错误信息的平衡问题上	研究可能受限于Twitter/X数据的代表性和标签过程的准确性	开发更强大的事实核查模型，以应对健康信息分享中的独特挑战	Twitter/X上关于COVID-19的健康相关信息	自然语言处理	COVID-19	机器学习/深度学习模型	TextConvoNet及其他6种模型	文本	通过关键词和标签收集的推文数据集，分为'可信信息'和'错误信息'两类
1425	2025-05-08	Human sleep position classification using a lightweight model and acceleration data 2025-Feb-10, Sleep & breathing = Schlaf & Atmung DOI:10.1007/s11325-025-03247-w PMID:39928075	研究论文	本研究介绍了一种便携式可穿戴设备，使用单个加速度计监测十二种睡眠姿势，旨在帮助胃食管反流病（GERD）患者改善睡眠质量和反流症状	开发了AnpoNet轻量级深度学习模型，结合1D-CNN和LSTM，优化了BN和Dropout，用于睡眠姿势分类	研究样本量较小（15名参与者），未来需要更大规模的队列研究和更长的监测时间	开发一种便携式设备，用于家庭环境中非侵入性连续监测睡眠姿势，以改善GERD患者的睡眠质量和反流症状	15名参与者模拟的十二种睡眠姿势	机器学习	胃食管反流病（GERD）	加速度计数据采集	1D-CNN和LSTM结合的AnpoNet模型	加速度数据	15名参与者，每人模拟十二种睡眠姿势，每种姿势记录一分钟，采样频率50 Hz
1426	2025-05-08	Smart IoT-based snake trapping device for automated snake capture and identification 2025-Feb-10, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-025-13722-2 PMID:39928180	research paper	介绍了一种基于物联网和人工智能的智能捕蛇设备，用于自动捕获和识别蛇类	结合IoT和AI技术，开发出非侵入式智能捕蛇设备，能实时分类蛇类并采取相应措施	识别准确率为91.3%，仍有提升空间	开发智能设备以减少蛇咬伤风险并研究蛇类生态	蛇类（毒蛇与非毒蛇）	物联网与人工智能应用	NA	深度学习、IoT技术	CNN	图像、传感器数据	使用蛇类图像训练模型
1427	2025-05-08	Identifying invasiveness to aid lung adenocarcinoma diagnosis using deep learning and pathomics 2025-Feb-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87094-5 PMID:39929860	research paper	本研究探讨了结合深度学习和病理组学识别肺腺癌肿瘤侵袭性的可行性，并评估其在辅助初级和中级病理医师诊断中的潜在临床价值	首次将深度学习和病理组学结合用于肺腺癌肿瘤侵袭性的识别，并验证其对病理医师诊断准确性的提升效果	研究为回顾性分析，样本量相对有限（289例），且仅针对磨玻璃结节患者	提高肺腺癌亚型分类的临床实用性，辅助病理医师诊断	肺腺癌患者的肿瘤侵袭性	digital pathology	lung cancer	whole slide image (WSI) analysis	ResNet, Random Forest	image	289例手术切除的磨玻璃结节患者WSI数据
1428	2025-05-08	BO-CLAHE enhancing neonatal chest X-ray image quality for improved lesion classification 2025-Feb-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88451-0 PMID:39929905	research paper	提出了一种名为BO-CLAHE的方法，通过贝叶斯优化自动选择最佳超参数，以提升新生儿胸部X光图像质量，从而改善病变分类效果	首次将贝叶斯优化应用于CLAHE超参数选择，实现了自动化优化过程，显著提升了图像增强效果	研究仅针对新生儿特定肺部疾病（如TTN）进行了验证，未涵盖其他可能疾病类型	提高新生儿（特别是早产儿和高危婴儿）胸部X光图像质量，以支持更准确的AI辅助诊断	早产和高危新生儿的胸部X光图像	digital pathology	lung disease	Bayesian Optimization, CLAHE	深度学习分类模型（未指定具体类型）	image	未明确提及具体样本数量
1429	2025-05-08	A robust deep learning framework for multiclass skin cancer classification 2025-Feb-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89230-7 PMID:39930026	研究论文	提出了一种结合ConvNeXtV2块和可分离自注意力机制的混合深度学习模型，用于多类皮肤癌分类	创新性地结合ConvNeXtV2块和可分离自注意力机制，优化特征提取和分类性能	未提及具体局限性	提高皮肤癌早期和精确诊断的准确率	皮肤病变图像	计算机视觉	皮肤癌	深度学习	混合模型（ConvNeXtV2 + 可分离自注意力机制）	图像	ISIC 2019数据集中的八种皮肤病变类别
1430	2025-05-08	A deep learning-based system for automatic detection of emesis with high accuracy in Suncus murinus 2025-Feb-10, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-07479-0 PMID:39930110	research paper	开发了一种基于深度学习的自动检测系统，用于高精度检测Suncus murinus的呕吐行为	首次结合3D卷积神经网络和自注意力机制开发自动呕吐检测工具AED，在多种催吐剂测试中表现出高准确率	研究仅针对Suncus murinus这一特定动物模型，未验证在其他物种上的适用性	开发自动化工具以提高呕吐行为检测的效率和准确性	Suncus murinus（树鼩）的呕吐行为	computer vision	NA	深度学习视频分析	3D CNN + self-attention机制	video	使用运动诱导呕吐视频作为训练数据集，并测试了8种不同催吐剂（树脂毒素、尼古丁等）
1431	2025-05-08	Development of a deep learning system for predicting biochemical recurrence in prostate cancer 2025-Feb-10, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-13628-9 PMID:39930342	research paper	开发了一个深度学习系统，用于预测前列腺癌患者的生化复发风险	利用深度学习系统预测前列腺癌的生化复发，超越了传统的Gleason分级系统，能够捕捉更细微的组织病理学特征	研究样本量相对较小（317名患者），且仅基于前列腺活检图像	预测前列腺癌患者在根治性前列腺切除术前的生化复发风险，以制定更有针对性的治疗方案	前列腺癌患者	digital pathology	prostate cancer	深度学习	Inception_v3, 多实例学习方法	image	1585张前列腺活检图像（来自317名患者，每人5张全切片图像）
1432	2025-05-08	Detection of dental caries under fixed dental prostheses by analyzing digital panoramic radiographs with artificial intelligence algorithms based on deep learning methods 2025-Feb-10, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-05577-3 PMID:39930440	研究论文	本研究通过深度学习算法分析数字全景X光片，评估了在固定牙科修复体（FDPs）下检测龋齿的效果	使用基于YOLOv7的卷积神经网络模型和改进的YOLOv7+CBAM模型，首次在全景X光片上自动检测FDPs下的龋齿	研究样本量有限，仅包含1004名患者的影像数据，且未与其他检测方法进行对比	评估深度学习算法在检测固定牙科修复体下龋齿的准确性和效率	固定牙科修复体（FDPs）下的龋齿	计算机视觉	牙科疾病	深度学习	YOLOv7, YOLOv7+CBAM	图像	1004名患者的全景X光片，其中2467张裁剪图像用于第二阶段分析
1433	2025-05-08	Next-generation sequencing based deep learning model for prediction of HER2 status and response to HER2-targeted neoadjuvant chemotherapy 2025-Feb-09, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-025-06105-0 PMID:39923208	研究论文	本研究开发了一种基于深度学习的模型，通过结合NGS数据和IHC染色图像预测乳腺癌患者的HER2状态及其对新辅助化疗的反应	结合NGS数据和IHC染色图像，使用Vision Transformer (ViT)深度学习模型预测HER2扩增状态及新辅助治疗疗效	HER2在癌组织中的表达异质性可能导致识别错误	提高HER2扩增状态检测的准确性和效率，并预测新辅助治疗的疗效	606名乳腺癌患者的NGS数据和IHC染色图像	数字病理	乳腺癌	NGS, IHC染色	Vision Transformer (ViT)	图像, 基因测序数据	606名乳腺癌患者（训练集404，验证集101，测试集101），其中399名HER2阳性患者用于预测疗效
1434	2025-05-08	Flexible and cost-effective deep learning for accelerated multi-parametric relaxometry using phase-cycled bSSFP 2025-Feb-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88579-z PMID:39924554	研究论文	本研究比较了基于前馈深度神经网络（DNN）和迭代拟合的框架，用于基于相位循环平衡稳态自由进动（pc-bSSFP）成像的多参数弛豫测量	引入了自监督物理信息深度神经网络（PINN）框架，该框架在训练过程中融入了物理知识，提高了推理的一致性和对训练数据分布的鲁棒性	研究主要针对健康受试者的脑组织，未涉及疾病状态下的验证	加速定量磁共振成像（qMRI）的临床应用，提高数据采集的灵活性和成本效益	健康受试者的脑组织	医学影像分析	NA	相位循环平衡稳态自由进动（pc-bSSFP）成像	深度神经网络（DNN）、自监督物理信息深度神经网络（PINN）	磁共振成像（MRI）数据	健康受试者的脑组织（具体样本数量未提及）
1435	2025-05-08	Precision and efficiency in skin cancer segmentation through a dual encoder deep learning model 2025-Feb-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88753-3 PMID:39924555	research paper	提出了一种名为DuaSkinSeg的双编码器深度学习模型，用于提高皮肤癌病变分割的精确性和效率	结合了MobileNetV2的高效局部特征提取能力和ViT-CNN编码器-解码器架构的长距离依赖特征提取能力	未提及模型在临床环境中的实际应用效果和泛化能力	提高皮肤癌病变分割的准确性和效率	皮肤癌病变图像	computer vision	skin cancer	deep learning	Dual Skin Segmentation (DuaSkinSeg), MobileNetV2, ViT-CNN	image	三个公开基准数据集：ISIC 2016、ISIC 2017和ISIC 2018
1436	2025-05-08	Polarity-JaM: an image analysis toolbox for cell polarity, junction and morphology quantification 2025-Feb-08, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56643-x PMID:39922822	研究论文	介绍了一个名为Polarity-JaM的开源图像分析工具箱，用于量化细胞极性、连接和形态	开发了一个开源软件包，结合了深度学习和荧光显微镜技术，用于单细胞分割、特征提取和统计分析，支持多种细胞类型和成像模式	未明确提及具体限制，但可能依赖于荧光图像数据的质量	开发一个可重复的图像分析工作流程，以全面利用荧光显微镜和深度学习算法的新机会	内皮细胞及其集体行为	数字病理学	血管疾病	荧光显微镜	深度学习算法	图像	NA
1437	2025-05-08	Adaptive genetic algorithm based deep feature selector for cancer detection in lung histopathological images 2025-Feb-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86362-8 PMID:39922836	research paper	提出了一种基于自适应遗传算法的深度特征选择器，用于肺癌组织病理学图像的癌症检测	使用通道注意力机制的深度学习模型作为特征提取器，结合自适应遗传算法进行特征选择，采用滤波器方法计算染色体适应度分数	仅在公开数据集LC25000上进行了测试，未说明在其他数据集上的泛化能力	提高肺癌检测的准确性和效率	肺癌组织病理学图像	digital pathology	lung cancer	deep learning, genetic algorithm	CNN, K-nearest neighbors	image	LC25000数据集中的肺癌组织病理学图像
1438	2025-05-08	Modeling and designing enhancers by introducing and harnessing transcription factor binding units 2025-Feb-08, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56749-2 PMID:39922842	research paper	提出转录因子结合单元（TFBU）概念，并开发DeepTFBU工具包用于增强子设计	首次提出TFBU概念，通过深度学习量化TFBS周围序列的影响，并开发了高效的增强子设计工具DeepTFBU	未提及实验验证的具体细胞类型或生物过程的广泛性	研究增强子设计与调控基因表达的机制	转录因子结合位点（TFBS）及其周围序列	machine learning	NA	deep learning	深度学习模型	序列数据	NA
1439	2025-05-08	Looking outside the box with a pathology aware AI approach for analyzing OCT retinal images in Stargardt disease 2025-Feb-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85213-w PMID:39922894	research paper	提出了一种结合病理感知损失函数的深度学习方法，用于分割STGD1患者OCT视网膜图像中的视网膜亚层	采用病理感知损失函数，针对相对未受影响的区域进行亚层分割，在严重受影响区域将整个视网膜作为单层分割以避免错误	主要针对STGD1疾病，可能不适用于其他视网膜疾病的分割	开发一种能够准确分割STGD1患者OCT视网膜图像的方法，以跟踪疾病进展和评估治疗效果	STGD1患者的OCT视网膜图像	digital pathology	Stargardt disease	OCT	deep learning	image	NA
1440	2025-05-08	Severe deviation in protein fold prediction by advanced AI: a case study 2025-Feb-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89516-w PMID:39922965	研究论文	本文报告了高级AI在蛋白质折叠预测中的严重偏差案例	揭示了AI预测蛋白质结构时存在的严重偏差，特别是在多域蛋白质的相对取向方面	研究仅针对一个双域蛋白质案例，可能不具有普遍代表性	评估AI在蛋白质结构预测中的准确性	双域蛋白质的结构预测	机器学习	NA	蛋白质结构预测	AlphaFold	蛋白质序列和结构数据	一个双域蛋白质案例