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
1501	2025-05-10	Sentiment mining of online comments of sports venues: Consumer satisfaction and its influencing factors 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319476 PMID:40333946	研究论文	基于互联网大数据、深度学习、主题分析和社交网络分析，对体育场馆在线评论进行情感挖掘，以捕捉消费者满意度及其影响因素	利用互联网大数据和深度学习技术进行情感挖掘，替代传统耗时、资源密集且覆盖范围有限的调查方法	未提及具体样本量或数据来源的局限性	研究体育场馆消费者满意度及其影响因素，以开发更消费者友好的服务	体育场馆的在线评论	自然语言处理	NA	情感挖掘、主题分析、社交网络分析	深度学习	文本	NA
1502	2025-05-10	A KAN-based hybrid deep neural networks for accurate identification of transcription factor binding sites 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322978 PMID:40334196	research paper	提出了一种基于KAN的混合深度神经网络CBR-KAN，用于准确识别转录因子结合位点	结合多尺度卷积模块、BiLSTM网络和KAN网络，通过残差连接优化模型，显著提高了预测准确率	未提及模型在更大规模数据集上的泛化能力	预测转录因子结合位点，以支持药物设计和开发	DNA序列中的转录因子结合位点	bioinformatics	NA	ChIP-seq	CNN, BiLSTM, KAN	DNA序列数据	50个常见的ChIP-seq基准数据集
1503	2025-05-10	OA-HybridCNN (OHC): An advanced deep learning fusion model for enhanced diagnostic accuracy in knee osteoarthritis imaging 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322540 PMID:40334259	research paper	该研究提出了一种名为OA-HybridCNN (OHC)的深度学习融合模型，用于提高膝关节骨关节炎影像诊断的准确性	OHC模型整合了ResNet和DenseNet架构，有效解决了DenseNet中的梯度消失问题，并提高了预测准确性	未提及具体局限性	提高膝关节骨关节炎影像诊断的准确性和效率	膝关节骨关节炎影像数据	computer vision	geriatric disease	深度学习	CNN (ResNet和DenseNet融合)	image	未提及具体样本数量
1504	2025-05-10	Artificial intelligence in pathologic myopia: a review of clinical research studies 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1572750 PMID:40337273	review	本文综述了人工智能在病理性近视（PM）临床研究中的最新进展	探讨了AI在PM筛查、诊断、分级分类及预测评估中的潜在应用	未提及具体AI模型的性能比较或临床验证的局限性	探索AI技术在病理性近视管理中的应用	病理性近视及其相关眼底疾病	digital pathology	geriatric disease	machine learning, deep learning	NA	image	NA
1505	2025-05-10	Brain age in multiple sclerosis: a study with deep learning and traditional machine learning 2025, Brain communications IF:4.1Q2 DOI:10.1093/braincomms/fcaf152 PMID:40337466	研究论文	本研究使用深度学习和传统机器学习方法评估多发性硬化症患者的脑龄，并比较两种方法的性能	首次在多发性硬化症患者中比较深度学习和传统机器学习方法在脑龄评估中的表现，并验证深度学习模型的有效性	研究为回顾性观察研究，数据来自两个机构，可能存在选择偏倚	验证深度学习脑龄模型在多发性硬化症中的有效性，并比较其与传统机器学习模型的性能	多发性硬化症患者	数字病理学	多发性硬化症	MRI	全卷积网络（深度学习）与传统机器学习模型	图像	1516名多发性硬化症患者的4584个MRI扫描
1506	2025-05-10	Deciphering metabolic disease mechanisms for natural medicine discovery via graph autoencoders 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1594186 PMID:40337507	research paper	该研究开发了一种结合图自编码器(GAEs)和非负矩阵分解(NMF)的创新框架，用于通过代谢物-疾病关联分析研究代谢疾病的发病机制	结合图自编码器和非负矩阵分解的创新框架，用于揭示代谢疾病的发病机制	未明确说明样本量或数据来源的具体限制	研究代谢疾病的发病机制，以支持天然药物的发现和开发	代谢疾病（如糖尿病）及其相关的代谢物	machine learning	diabetes	graph autoencoders (GAEs), non-negative matrix factorization (NMF)	GAE, NMF	metabolite-disease association data	NA
1507	2025-05-10	Unsupervised inter-domain transformation for virtually stained high-resolution mid-infrared photoacoustic microscopy using explainable deep learning 2024-12-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-55262-2 PMID:39738110	research paper	本文提出了一种基于可解释深度学习的无监督跨域变换方法，将低分辨率无标记中红外光声显微镜图像转换为类似共聚焦荧光显微镜的高分辨率虚拟染色图像	采用无监督生成对抗网络并结合显著性约束，提高了变换过程的稳定性和可靠性，实现了无标记高分辨率双工细胞成像	NA	提升中红外光声显微镜图像的分辨率，使其达到共聚焦荧光显微镜的水平	人类心脏成纤维细胞的细胞核和丝状肌动蛋白	digital pathology	cardiovascular disease	mid-infrared photoacoustic microscopy	GAN	image	cultured human cardiac fibroblasts
1508	2025-05-10	The Theranostic Genome 2024-12-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-55291-x PMID:39738156	研究论文	本文介绍了Theranostic Genome的概念，即人类基因组中可用于结合治疗和诊断应用的部分，并利用深度学习技术识别癌症中的治疗诊断靶点和化合物	提出了Theranostic Genome的新概念，并开发了一个结合AI和人类智慧的混合流程，用于识别癌症中的治疗诊断靶点和化合物	NA	克服治疗诊断药物开发中的瓶颈，促进新型靶向治疗诊断药物的开发	人类癌症中的基因和治疗诊断化合物	精准医学	癌症	深度学习，RNAseq	深度学习模型	基因表达数据	超过17,000个人类组织样本
1509	2025-05-10	Artificial intelligence model for perigastric blood vessel recognition during laparoscopic radical gastrectomy with D2 lymphadenectomy in locally advanced gastric cancer 2024-Dec-30, BJS open IF:3.5Q1 DOI:10.1093/bjsopen/zrae158 PMID:39963943	研究论文	开发了一种基于深度学习的实时胃周血管识别模型，用于辅助局部晚期胃癌腹腔镜根治术中的D2淋巴结清扫	首次将DeepLabv3+模型应用于胃周血管实时识别，为腹腔镜手术提供AI辅助决策支持	在出血或手术烟雾等复杂场景下识别性能下降，肥胖患者数据表现良好但未说明具体样本量	提高局部晚期胃癌手术安全性，减少术中意外出血	腹腔镜胃癌根治术视频中的胃周血管	数字病理	胃癌	深度学习	DeepLabv3+	手术视频图像	116个手术视频的2460张图像
1510	2025-05-10	DECA: harnessing interpretable transformer model for cellular deconvolution of chromatin accessibility profile 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf069 PMID:39987573	research paper	介绍了一种基于vision transformer的深度学习模型DECA，用于从批量染色质可及性数据中解析细胞类型信息	DECA利用单细胞ATAC-seq数据集作为参考，提高了精度和分辨率，其多头部注意力机制生成的补丁注意力与Hi-C检测到的染色质相互作用一致	NA	探索发育和疾病中的基因调控程序	批量染色质可及性数据	machine learning	pan-cancer	ATAC-seq, Hi-C	vision transformer	chromatin accessibility profile	NA
1511	2025-05-10	Enhanced Electroacoustic Tomography with Supervised Learning for Real-time Electroporation Monitoring 2024-Sep, Precision radiation oncology DOI:10.1002/pro6.1242 PMID:40336975	研究论文	本研究提出了一种基于监督学习的工作流程，用于改善电声断层扫描（EAT）的图像质量，以实时监测纳秒脉冲电场（nsPEF）的电穿孔治疗	首次在实验环境中使用单线性阵列实现高质量EAT，通过深度学习模型校正图像失真	研究仅基于56个实验数据集，样本量较小，且未考虑模拟到真实世界的变异性	提高电声断层扫描（EAT）在实时监测纳秒脉冲电场（nsPEF）电穿孔治疗中的实用性	纳秒脉冲电场（nsPEF）的电穿孔治疗	医学影像处理	NA	电声断层扫描（EAT），深度学习	深度学习模型	电声信号，图像	56个实验数据集（46个用于训练，10个用于测试）
1512	2025-05-10	MMDB: Multimodal dual-branch model for multi-functional bioactive peptide prediction 2024-Jul, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2024.115491 PMID:38460901	研究论文	提出了一种新型多模态双分支轻量级深度学习模型MMDB，用于多功能生物活性肽的预测	首次使用多尺度扩张卷积在不增加参数的情况下有效提取肽序列特征，并设计双分支结构捕获序列和结构特性的互补信息	NA	提高多功能生物活性肽的预测准确性	多功能生物活性肽	机器学习	NA	深度学习	MMDB（多模态双分支模型），包含多尺度扩张卷积与Bi-LSTM分支以及多层卷积分支	序列数据和结构数据	NA
1513	2025-05-10	PhosAF: An integrated deep learning architecture for predicting protein phosphorylation sites with AlphaFold2 predicted structures 2024-Jul, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2024.115510 PMID:38513769	研究论文	提出了一种名为PhosAF的集成深度学习架构，用于预测蛋白质磷酸化位点，结合了AlphaFold2预测的结构信息	开发了结合CMA-Net和MFC-Net的新架构PhosAF，首次整合AlphaFold2预测的蛋白质结构信息进行磷酸化位点预测，并提出基于蛋白质二级结构构建可靠负样本的新策略	仅针对人类蛋白质进行研究，未验证在其他物种上的适用性	提高蛋白质磷酸化位点的预测准确性	人类蛋白质的磷酸化位点	生物信息学	NA	深度学习	CMA-Net, MFC-Net	蛋白质序列和结构数据	NA
1514	2025-05-10	Streamlining social media information retrieval for public health research with deep learning 2024-Jun-20, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae118 PMID:38718216	research paper	该研究开发了一个深度学习系统，用于从社交媒体数据中提取和规范化医学术语，以改进公共卫生研究中的流行病监测	提出了一种新颖的系统化流程，用于从社交媒体数据中整理症状词典，相比传统的关键词匹配方法能更有效地识别精神疾病症状	研究仅基于COVID-19相关推文，可能不适用于其他疾病或语境	改进公共卫生研究中社交媒体数据的利用效率	COVID-19相关推文中的症状描述	natural language processing	COVID-19	named entity recognition, entity normalization	deep learning	text	498,480条独特的症状实体表达（处理后为38,175条）
1515	2025-05-10	Exploiting holographically encoded variance to transmit labelled images through a multimode optical fiber 2024-May-20, Optics express IF:3.2Q2 DOI:10.1364/OE.519379 PMID:38859036	研究论文	本文提出了一种利用全息编码方差通过多模光纤传输标记图像的方法	通过全息调制在输出散斑图案上编码额外的方差层，提高了系统的整体传输能力	未明确提及具体限制	提高多模光纤系统的图像传输能力	多模光纤传输的图像	计算机视觉	NA	全息调制	ResUNet	图像	数千张图像
1516	2025-05-10	Deep learning-based lesion detection and severity grading of small-bowel Crohn's disease ulcers on double-balloon endoscopy images 2024-May, Gastrointestinal endoscopy IF:6.7Q1 DOI:10.1016/j.gie.2023.11.059 PMID:38065509	research paper	使用深度学习模型EfficientNet-b5检测和评估小肠克罗恩病溃疡	首次应用EfficientNet-b5模型对小肠克罗恩病溃疡进行检测和严重程度分级	研究仅基于双气囊内镜图像，未考虑其他影像学检查结果	提高小肠克罗恩病溃疡检测和分级的准确性	小肠克罗恩病溃疡	digital pathology	Crohn's disease	double-balloon endoscopy	EfficientNet-b5	image	28,155张双气囊内镜图像，来自628名患者
1517	2025-05-10	Efficacy of artificial intelligence in reducing miss rates of GI adenomas, polyps, and sessile serrated lesions: a meta-analysis of randomized controlled trials 2024-May, Gastrointestinal endoscopy IF:6.7Q1 DOI:10.1016/j.gie.2024.01.004 PMID:38184117	meta-analysis	该研究通过荟萃分析评估人工智能在降低胃肠道腺瘤、息肉和无蒂锯齿状病变漏诊率方面的效果	首次通过荟萃分析全面评估AI在多种胃肠道病变检测中的效果，特别是对无蒂锯齿状病变和微小腺瘤的检测效果	未观察到AI对高级别腺瘤检测的显著效果，且纳入研究数量有限(仅7项随机对照试验)	评估人工智能在胃肠道内窥镜检查中降低病变漏诊率的效果	胃肠道腺瘤、息肉和无蒂锯齿状病变	digital pathology	gastrointestinal disease	AI辅助诊断	CNN	endoscopic images	7项随机对照试验的汇总数据
1518	2025-05-10	Deep learning model for the detection of prostate cancer and classification of clinically significant disease using multiparametric MRI in comparison to PI-RADs score 2024-05, Urologic oncology DOI:10.1016/j.urolonc.2024.01.021 PMID:38388243	research paper	本研究开发了一种基于深度学习的模型，用于通过多参数MRI检测前列腺癌并分类临床显著性前列腺癌，与PI-RADs评分进行比较	开发了一种集成多参数MRI序列的深度学习模型，在临床显著性前列腺癌分类上表现优于传统的PI-RADS评估	研究仅基于单中心数据，外部验证队列样本量相对较小	比较深度学习算法与PI-RADS分类在前列腺癌检测和临床显著性前列腺癌分类中的性能	接受根治性前列腺切除术或活检的患者	digital pathology	prostate cancer	multiparametric MRI	DL-based ensemble model	MRI图像	1,729名患者（训练队列1,285名，外部测试队列315名）
1519	2025-05-10	ViNe-Seg: deep-learning-assisted segmentation of visible neurons and subsequent analysis embedded in a graphical user interface 2024-03-29, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae177 PMID:38569889	research paper	介绍了一种基于深度学习的半自动神经元分割工具ViNe-Seg，用于光学功能成像中神经元胞体的分割	ViNe-Seg提供了一种用户友好的图形界面，支持专家监督，确保精确识别感兴趣区域，并允许在实验过程中进行分割	在信噪比低的数据集中，当前分割工具仍难以产生准确的分割结果	提高神经元分割的速度和一致性，减少对人工分割的依赖	光学功能成像中的神经元胞体	digital pathology	NA	deep learning	CNN	image	NA
1520	2025-05-10	SPACEL: deep learning-based characterization of spatial transcriptome architectures 2023-11-22, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-43220-3 PMID:37990022	研究论文	介绍了一种基于深度学习的空间转录组架构表征工具SPACEL，用于分析空间转录组数据	SPACEL包含三个模块，分别用于单一切片的细胞类型去卷积、多切片空间域识别和3D组织架构构建，性能优于19种现有方法	未明确提及具体限制	解决空间转录组数据中多切片联合分析和3D组织架构重建的挑战	空间转录组数据	数字病理学	NA	空间转录组技术	多层感知机(MLP)、图卷积网络(GCN)、对抗学习算法	空间转录组数据	模拟和真实ST数据集，来自多种组织和ST技术