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
1641	2025-04-08	Binding mechanism of inhibitors to DFG-in and DFG-out P38α deciphered using multiple independent Gaussian accelerated molecular dynamics simulations and deep learning 2025-Feb, SAR and QSAR in environmental research IF:2.3Q3 DOI:10.1080/1062936X.2025.2475407 PMID:40110797	研究论文	本研究通过多种独立的Gaussian加速分子动力学模拟、深度学习和MM-GBSA方法，探究了抑制剂与DFG-in和DFG-out P38α的结合机制	结合GaMD模拟、深度学习和MM-GBSA方法，揭示了P38α构象差异对抑制剂结合的影响，并识别了关键功能域	未提及实验验证，仅基于计算模拟	探究P38α抑制剂结合机制，为药物设计提供理论支持	P38α蛋白及其抑制剂SB2、SK8和BMU	计算生物学	多种疾病（未具体说明）	Gaussian加速分子动力学(GaMD)、深度学习(DL)、分子力学广义玻恩表面积(MM-GBSA)	深度学习模型（未具体说明）	分子动力学模拟数据	三种抑制剂(SB2、SK8、BMU)与P38α的结合研究
1642	2025-04-08	Investigating the intrinsic top-down dynamics of deep generative models 2025-01-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-85055-y PMID:39843473	research paper	研究深度生成模型的内在自上而下动态，特别是迭代深度信念网络（iDBN）的生成动态	通过从偏置隐藏状态启动生成过程，增加访问吸引子的异质性，并利用'嵌合体状态'增强生成多样数据原型的能力	模型无法在单次生成轨迹中过渡到所有潜在目标状态	探索分层生成模型的自上而下动态及其在持续学习中的应用	迭代深度信念网络（iDBN）和浅层生成模型（单层受限玻尔兹曼机）	machine learning	NA	Hebbian-like learning mechanisms	Deep Belief Networks (DBNs), iterative DBN (iDBN), Restricted Boltzmann Machine (RBM)	image	包含手写数字和人脸图片的知名数据集
1643	2025-04-08	Predicting branch retinal vein occlusion development using multimodal deep learning and pre-onset fundus hemisection images 2025-01-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85777-7 PMID:39837962	研究论文	本研究开发了一种基于深度学习的方法，利用发病前的眼底半切面图像预测分支视网膜静脉阻塞（BRVO）的发生	首次使用U-net模型分割视网膜视盘和血管，并结合多模态深度学习方法来预测BRVO	样本量较小（27只BRVO患眼和81只未患眼），且为回顾性研究，需要更大规模的多中心数据集来提高预测准确性和临床实用性	预测分支视网膜静脉阻塞（BRVO）的发生	分支视网膜静脉阻塞（BRVO）患者和未患病的对照组的眼底半切面图像	数字病理学	视网膜疾病	深度学习	U-net	图像	27只BRVO患眼和81只未患眼（27只对侧眼和54只同侧未患眼）
1644	2025-04-08	Predictive models for posttransplant diabetes mellitus in kidney transplant recipients using machine learning and deep learning approach: a nationwide cohort study from South Korea 2025-01-09, Kidney research and clinical practice IF:2.9Q1 DOI:10.23876/j.krcp.24.113 PMID:40176402	研究论文	本研究利用机器学习和深度学习方法预测肾移植受者术后糖尿病（PTDM）的风险	首次在全国性队列研究中应用多种机器学习和深度学习模型预测PTDM，并比较其性能	研究仅基于韩国器官移植注册数据，可能不适用于其他人群	预测肾移植受者术后糖尿病的风险	肾移植受者	机器学习	糖尿病	机器学习、深度学习	XGBoost, CatBoost, light gradient boosting machine, logistic regression	临床数据	3,213名肾移植受者
1645	2025-04-08	Synthetic temporal bone CT generation from UTE-MRI using a cycleGAN-based deep learning model: advancing beyond CT-MR imaging fusion 2025-Jan, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10967-2 PMID:39026063	研究论文	本研究开发了一种基于CycleGAN的深度学习模型，用于从超短回波时间磁共振成像（MRI）扫描生成合成颞骨计算机断层扫描（CT）图像	使用CycleGAN模型从MRI生成合成CT图像，解决了MRI在颞骨解剖标志定位上的固有局限性	对于五个主要解剖结构的生成成功率较低（24%至83%）	开发一种深度学习模型，以生成合成颞骨CT图像，克服MRI在颞骨解剖标志定位上的局限性	颞骨MRI和CT图像	数字病理学	NA	点状编码时间减少与径向采集（PETRA）MRI	CycleGAN	图像	102名患者（训练数据集54名，验证数据集48名）
1646	2025-04-08	Deep learning-based 3D quantitative total tumor burden predicts early recurrence of BCLC A and B HCC after resection 2025-Jan, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10941-y PMID:39028376	研究论文	本研究评估了基于深度学习的自动化三维定量肿瘤负荷在MRI上预测肝细胞癌术后早期复发的潜力	首次使用深度学习辅助的自动化三维定量肿瘤负荷作为预测肝细胞癌术后早期复发的生物标志物，并改进了BCLC A和B期患者的亚分类	单中心回顾性研究，样本量有限（592例患者）	预测肝细胞癌（HCC）术后早期复发（ER）	接受切除术的BCLC A和B期肝细胞癌患者	数字病理学	肝细胞癌	MRI	深度学习	医学影像	592例患者（525例BCLC A期，67例BCLC B期）
1647	2025-04-08	The value of deep learning-based X-ray techniques in detecting and classifying K-L grades of knee osteoarthritis: a systematic review and meta-analysis 2025-Jan, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10928-9 PMID:38997539	meta-analysis	本文通过系统综述和荟萃分析评估了基于深度学习的X射线技术在检测和分类膝关节骨关节炎K-L分级中的价值	首次对深度学习在膝关节骨关节炎K-L分级中的敏感性进行了全面的荟萃分析	对于K-L1和K-L2分级的敏感性仍需提高，且需要更多研究数据支持临床实践	评估深度学习技术在膝关节骨关节炎X射线诊断中的敏感性和临床价值	膝关节骨关节炎的X射线图像	digital pathology	geriatric disease	deep learning	NA	image	62,158张X射线图像（包括22,388张K-L0，13,415张K-L1，15,597张K-L2，7,768张K-L3和2,990张K-L4）
1648	2025-04-08	Deep learning in pulmonary nodule detection and segmentation: a systematic review 2025-Jan, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10907-0 PMID:38985185	系统性综述	本文系统性地综述了深度学习在肺结节检测和分割中的应用	填补了现有文献中的方法学空白和偏见，并强调了标准化数据处理和代码共享的重要性	仅包含九项符合纳入标准的研究，可能存在样本量不足的问题	比较使用深度学习技术的肺结节检测和分割方法	肺结节	计算机视觉	肺癌	深度学习	CNN	医学影像	九项研究，主要使用公共数据集如Lung Image Database Consortium Image Collection和Image Database Resource Initiative
1649	2025-04-08	P253 Next-generation phenotyping facilitates the identification of structural brain malformations in rare disorders through computational brain MRI analysis 2025, Genetics in medicine open DOI:10.1016/j.gimo.2025.103424 PMID:40191138	研究论文	本研究提出了一种基于深度学习的下一代表型分析（NGP）方法，用于检测脑部结构畸形及其相关疾病，为临床医生提供诊断支持	首次将NGP应用于脑部MRI数据，通过大规模脑部MRI图像数据集学习模式，识别结构性畸形	初步分析仅针对两种特定疾病，需要扩展到更广泛的遗传疾病谱	开发一种能够识别罕见疾病中脑部结构畸形的计算方法	罕见疾病中的脑部结构畸形	数字病理学	神经发育疾病	MRI	ResNet-50	图像	413张脑部MRI图像，涵盖56种不同疾病
1650	2025-04-08	MultiSC: a deep learning pipeline for analyzing multiomics single-cell data 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae492 PMID:39376034	research paper	提出了一种名为MultiSC的深度学习流程，用于分析多组学单细胞数据	开发了一个新的流程MultiSC，利用多模态约束自编码器和基于矩阵分解的模型来整合多组学数据并预测转录因子调控的靶基因	未提及具体的数据处理或模型性能限制	解决多组学单细胞数据整合和分析工具缺乏的问题	多组学单细胞数据，包括基因表达、染色质可及性和转录因子蛋白表达	machine learning	NA	NEAT-seq	multimodal constraint autoencoder, matrix factorization-based model (scMF), multivariate linear regression models	multiomics single-cell data	未提及具体样本数量
1651	2025-04-08	Deep learning for intracranial aneurysm segmentation using CT angiography 2024-Jul-26, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad6372 PMID:39008990	研究论文	本研究采用两阶段深度学习方法，在计算机断层扫描血管造影图像中准确检测小动脉瘤（4-10毫米大小）	提出了一种轻量级且快速的头部区域选择（HRS）算法和自适应的3D nnU-Net网络，用于分割动脉瘤，并将推理时间减少了50%以上	未提及	准确检测和分割小动脉瘤	计算机断层扫描血管造影图像中的小动脉瘤	计算机视觉	心血管疾病	计算机断层扫描血管造影（CTA）	3D nnU-Net	图像	956名患者来自6家医院和一个公共数据集，使用6台不同制造商的CT扫描仪获取
1652	2025-04-08	Evaluation of enzyme activity predictions for variants of unknown significance in Arylsulfatase A 2024-Jun-17, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.16.594558 PMID:38798479	research paper	评估机器学习方法在预测未知意义变异（VUS）对芳基硫酸酯酶A（ARSA）基因功能影响方面的性能	一项由遗传学和编程训练营参与者开发的模型在预测性能上表现最佳，且深度学习方法的预测性能有显著提升	研究中仅使用了219个实验验证的错义VUS，样本量可能有限	评估机器学习方法在预测VUS功能影响方面的准确性及其在遗传和临床研究中的潜在应用	芳基硫酸酯酶A（ARSA）基因中的219个错义VUS	machine learning	NA	machine learning, deep learning	NA	genetic variants	219个实验验证的错义VUS
1653	2025-04-08	Critical assessment of missense variant effect predictors on disease-relevant variant data 2024-Jun-08, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.06.597828 PMID:38895200	研究论文	评估错义变异效应预测工具在疾病相关变异数据上的性能	通过CAGI6挑战赛评估多种错义变异效应预测工具，包括临床遗传学社区常用工具和最新开发的深度学习方法，并探讨了不同临床和研究应用场景下的性能表现	评估数据集中可能存在标签不平衡问题，且某些预测工具在区分致病性变异和极罕见良性变异时性能下降	评估错义变异效应预测工具的临床和研究实用性，并为未来改进提供方向	错义变异效应预测工具	生物信息学	遗传病	深度学习	NA	基因组数据	来自疾病相关数据库的罕见错义变异数据集
1654	2025-04-08	Multimodal Autoencoder Predicts fNIRS Resting State From EEG Signals 2022-07, Neuroinformatics IF:2.7Q3 DOI:10.1007/s12021-021-09538-3 PMID:34378155	研究论文	介绍了一种深度学习架构，用于评估来自40名癫痫患者的多模态脑电图（EEG）和功能性近红外光谱（fNIRS）记录	首次展示了在静息状态下的人类癫痫大脑中，基于EEG频率振荡的功率谱幅度调制，从编码的神经数据（EEG）预测脑血流动力学（fNIRS）的可能性	研究仅限于癫痫患者，样本量为40人	研究EEG信号如何解码fNIRS信号，预测脑血流动力学	40名癫痫患者的EEG和fNIRS记录	机器学习	癫痫	功能性近红外光谱（fNIRS）和脑电图（EEG）	LSTM和CNN集成的多模态序列到序列自编码器	EEG和fNIRS信号	40名癫痫患者
1655	2025-04-07	A general deep learning model for predicting and classifying pea protein content via visible and near-infrared spectroscopy 2025-Jun-30, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143617 PMID:40049135	研究论文	本研究提出了一种名为PeaNet的深度学习模型，用于通过可见光和近红外光谱预测和分类豌豆蛋白质含量	采用改进的卷积神经网络架构，显著优于传统机器学习模型和常规深度学习架构	仅基于52个品种的156个光谱数据集，样本多样性可能有限	快速准确检测豌豆蛋白质含量，以促进育种和食品质量控制	52个不同品种的豌豆在多种条件下培养的光谱数据	机器学习	NA	可见光和近红外光谱	改进的CNN	光谱数据	156个可见光和近红外光谱数据集，来自52个豌豆品种
1656	2025-04-07	Rapid detection of the viability of naturally aged maize seeds using multimodal data fusion and explainable deep learning techniques 2025-Jun-30, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143692 PMID:40068265	research paper	本研究提出了一种基于多模态数据融合和可解释深度学习技术的玉米种子活力快速检测方法	提出了MSCNSVN模型，通过融合多传感器信息（MV、RS、TS、FS、SS）提高种子活力检测的准确性	未提及具体样本量，且模型在单模态数据上的准确率仍较低（<70%）	开发一种高效准确的玉米种子活力无损检测方法	自然老化的玉米种子	machine learning	NA	多模态数据融合，可解释深度学习	MSCNSVN（未明确具体架构，推测为CNN变体）	多传感器数据（MV/可见光、RS/近红外、TS/热成像、FS/荧光、SS/高光谱）	NA（未明确具体数量，仅提及双品种数据集）
1657	2025-04-07	Online assessment of soluble solids content in strawberries using a developed Vis/NIR spectroscopy system with a hanging grasper 2025-Jun-30, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143671 PMID:40073605	研究论文	本研究探讨了使用可见/近红外光谱(VIS/NIRS)在线检测悬挂运输中草莓可溶性固形物含量(SSC)的可行性	开发了一种悬挂式光学传感系统，并结合深度学习方法和传统化学计量学模型，显著提高了在线检测的准确性和效率	研究仅针对草莓进行，未验证对其他小尺寸和易损水果的适用性	实现在线无损检测草莓内部品质(可溶性固形物含量)	草莓	光谱分析	NA	可见/近红外光谱(VIS/NIRS)	PLSR, 1D-CNN, 1D-CNN-LSTM	光谱数据	未明确说明样本数量
1658	2025-04-07	Analytical and experimental solutions for Fourier transform infrared microspectroscopy measurements of microparticles: A case study on Quercus pollen 2025-May-15, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2025.343879 PMID:40187871	研究论文	本文通过比较12种不同的分析和实验方法，研究了傅里叶变换红外显微光谱（FTIR）在微粒子测量中的应用，特别是以四种栎属植物花粉为例	首次对12种不同的分析和实验方法进行了比较研究，探讨了它们在FTIR微粒子测量中的适用性	研究仅针对栎属植物花粉，可能不适用于其他类型的微粒子	比较不同预处理方法在FTIR微粒子测量中的效果，以确定最适合分类和化学表征的方法	四种栎属植物花粉	光谱分析	NA	FTIR显微光谱	EMSC, ME-EMSC, DCNN	光谱数据	四种栎属植物花粉的单个花粉粒
1659	2025-04-07	Measuring the severity of knee osteoarthritis with an aberration-free fast line scanning Raman imaging system 2025-May-15, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2025.343900 PMID:40187878	研究论文	使用自主研发的无像差快速线扫描拉曼成像系统结合深度学习去噪和加速算法，实现膝关节骨关节炎的快速诊断和分级	结合无像差线扫描共聚焦拉曼成像设备和深度学习算法，显著提高成像速度和信噪比，实现早期骨关节炎的快速、无标记检测	实验样本仅限于骨关节炎患者的胫骨平台，未涉及其他关节或更大规模的临床验证	开发一种快速、准确的骨关节炎诊断和分级方法	膝关节骨关节炎患者的胫骨平台组织	数字病理	骨关节炎	拉曼成像、深度学习	深度学习算法	拉曼光谱数据	骨关节炎患者的胫骨平台组织样本（具体数量未明确说明）
1660	2025-04-07	Rapid and sensitive detection of pharmaceutical pollutants in aquaculture by aluminum foil substrate based SERS method combined with deep learning algorithm 2025-May-15, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2025.343920 PMID:40187885	研究论文	开发了一种基于铝箔的SERS检测基底，并结合多层感知器（MLP）深度学习模型，用于快速识别水产养殖废水中的抗生素成分	结合铝箔基底SERS检测与深度学习算法，实现了高灵敏度和高准确性的复杂污染物检测与识别	未明确提及在实际复杂水体环境中的适用性验证	开发一种快速、高灵敏度的水产养殖废水中药残检测方法	水产养殖废水中的抗生素和消毒剂残留（氟罗沙星、左氧氟沙星、培氟沙星、磺胺嘧啶、亚甲蓝和孔雀石绿）	环境监测	NA	表面增强拉曼光谱（SERS）	多层感知器（MLP）	光谱数据	六种目标化合物（浓度范围1×10-8至6.9×10-8 mol/L）