深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
17661	2025-02-05	Automating airborne pollen classification: Identifying and interpreting hard samples for classifiers 2025-Jan-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e41656 PMID:39897809	研究论文	本文探讨了基于深度学习的空气花粉分类中的挑战，特别是识别和解释对分类器构成困难的样本	通过样本级难度分析，揭示了深度学习算法在花粉分类中面临的主要挑战，包括图像中多个花粉颗粒的共现、2D显微镜图像中特定标记的遮挡以及某些花粉类群缺乏显著独特特征	研究仅基于自动生成的花粉颗粒显微镜图像数据集，可能未涵盖所有实际应用场景	研究目的是识别和解释对深度学习分类器构成困难的空气花粉样本	空气花粉样本	计算机视觉	NA	深度学习	NA	图像	最大的自动生成的花粉颗粒显微镜图像数据集之一	NA	NA	NA	NA
17662	2025-02-05	Deep learning-based prediction of mortality using brain midline shift and clinical information 2025-Jan-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e41271 PMID:39897887	研究论文	本研究提出了一种基于深度学习的计算机辅助方法，用于检测脑中线移位（MLS），并结合临床信息预测患者的死亡率	提出了一种关键点检测方法，用于在每张CT切片上检测脑中线，获取每张切片的MLS距离和面积，并结合临床信息使用多层感知器（MLP）模型预测患者死亡率	CT切片是二维的，限制了脑中线移位的检测	预测患者的死亡率	脑中线移位（MLS）和临床信息	计算机视觉	脑损伤、中风、脑肿瘤或血肿	深度学习	多层感知器（MLP）	CT图像	NA	NA	NA	NA	NA
17663	2025-10-07	Mining versatile feruloyl esterases: phylogenetic classification, structural features, and deep learning model 2025-Jan-29, Bioresources and bioprocessing IF:4.3Q1 DOI:10.1186/s40643-024-00835-8 PMID:39878830	研究论文	本研究通过系统发育分类、结构特征分析和深度学习模型挖掘多功能阿魏酸酯酶	首次整合酶相似性网络分析、分子动力学模拟和深度学习模型来预测多功能阿魏酸酯酶	仅从BRENDA数据库获取2085条序列，可能未覆盖所有已知阿魏酸酯酶	挖掘具有广泛底物催化能力的多功能阿魏酸酯酶	阿魏酸酯酶（FEs）氨基酸序列	生物信息学	NA	酶相似性网络分析，系统发育分析，分子动力学模拟，深度学习	深度学习模型	蛋白质序列数据	2085条阿魏酸酯酶序列	NA	NA	概率评分（90%阈值）	NA
17664	2025-10-07	A guidance to intelligent metamaterials and metamaterials intelligence 2025-Jan-29, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56122-3 PMID:39880838	综述	本文从统一视角综述超材料与人工智能双向互动的最新进展，包括智能超材料和超材料智能两大新兴领域	提出从统一视角审视超材料与人工智能的交叉融合，系统阐述两个新兴领域——智能超材料和超材料智能的协同发展	未提及具体实验数据验证，主要聚焦理论框架和概念性讨论	探讨超材料与人工智能的双向互动关系及其在电磁空间管理中的应用	智能超材料与超材料智能系统	机器学习	NA	深度学习	神经网络	电磁仿真数据	NA	NA	NA	NA	NA
17665	2025-10-07	Fluo-Cast-Bright: a deep learning pipeline for the non-invasive prediction of chromatin structure and developmental potential in live oocytes 2025-Jan-29, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-07568-0 PMID:39880880	研究论文	开发了一种基于深度学习的非侵入性方法，用于预测活体小鼠卵母细胞的染色质结构和发育潜力	首次实现通过明场图像非侵入性预测活体卵母细胞染色质状态和发育潜能，避免了传统荧光标记的损伤性	研究仅在小鼠卵母细胞中进行验证，尚未扩展到其他物种	建立非侵入性卵母细胞质量评估方法	小鼠卵母细胞	数字病理	生殖医学	深度学习，转录组分析	深度学习管道	明场图像，荧光图像	未明确说明具体样本数量	NA	NA	准确率	NA
17666	2025-10-07	A hybrid deep learning air pollution prediction approach based on neighborhood selection and spatio-temporal attention 2025-Jan-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88086-1 PMID:39880913	研究论文	提出一种结合邻域选择和时空注意力机制的混合深度学习空气污染预测方法	集成KNN算法、时空注意力机制、残差块和ConvLSTM神经网络，自适应选择高相关邻域并提取时空特征	仅在北京及周边城市群进行验证，未在其他地理区域测试	准确预测空气污染物浓度以支持有效的污染防控	北京及周边城市群的PM浓度数据	机器学习	NA	深度学习，空气质量监测	ConvLSTM	空气污染物浓度数据，气象数据	北京及周边城市群的PM浓度数据集	NA	KSC-ConvLSTM（集成KNN、时空注意力机制、残差块和ConvLSTM）	均方根误差（RMSE）	NA
17667	2025-10-07	Deep learning model based prediction of vehicle CO2 emissions with eXplainable AI integration for sustainable environment 2025-Jan-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87233-y PMID:39880869	研究论文	本研究提出了一种结合可解释人工智能的深度学习模型，用于预测车辆二氧化碳排放量	首次将可解释人工智能(XAI)方法与深度学习模型结合用于车辆CO2排放预测，开发了名为CarbonMLP的轻量多层感知器架构	数据集规模有限，未整合其他污染物，实际应用验证不足	开发准确的车辆CO2排放预测模型以支持环境可持续发展策略	车辆CO2排放数据及车辆属性特征	机器学习	NA	深度学习，可解释人工智能(XAI)	MLP	结构化数据	加拿大政府开放数据门户的车辆数据集	NA	CarbonMLP(轻量多层感知器)	R平方值，均方误差(MSE)	NA
17668	2025-10-07	Feasibility of generating sagittal radiographs from coronal views using GAN-based deep learning framework in adolescent idiopathic scoliosis 2025-Jan-29, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00553-6 PMID:39881022	研究论文	本研究探讨使用GAN深度学习框架从冠状位X线片生成矢状位X线片在青少年特发性脊柱侧凸监测中的可行性	首次将GAN技术应用于从冠状位X线片生成矢状位X线片，旨在减少青少年特发性脊柱侧凸监测中的辐射暴露	生成的合成图像质量不足以进行准确的临床参数评估，仅SVA参数表现较好	探索使用AI技术减少脊柱侧凸监测中辐射暴露的方法	青少年特发性脊柱侧凸患者	医学影像分析	青少年特发性脊柱侧凸	X线摄影，EOS成像系统	GAN	X线图像	3,935名AIS患者，其中训练集3,356例，测试集579例	NA	GAN	组内相关系数，绝对误差	NA
17669	2025-10-07	3D-AttenNet model can predict clinically significant prostate cancer in PI-RADS category 3 patients: a retrospective multicenter study 2025-Jan-29, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01896-1 PMID:39881076	研究论文	开发基于双通道注意力模块的深度学习模型（AttenNet），用于预测PI-RADS 3类别患者的临床显著前列腺癌	首次在PI-RADS 3类别患者中应用带通道注意力和软注意力模块的3D深度学习模型进行风险再分层	回顾性研究设计，样本来自特定时间范围（2015-2020年）的六个医疗中心	开发深度学习模型重新分层PI-RADS 3类别患者的临床显著前列腺癌风险	1567例连续男性患者的双参数MRI图像	数字病理	前列腺癌	双参数MRI	深度学习	3D MRI图像	1567例患者（训练集1144例PI-RADS 1-2和4-5图像，238例PI-RADS 3图像；测试集185例PI-RADS 3图像）	NA	AttenNet（包含通道注意力和软注意力模块）	AUC	NA
17670	2025-10-07	Deep learning reconstruction of zero-echo time sequences to improve visualization of osseous structures and associated pathologies in MRI of cervical spine 2025-Jan-29, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01902-0 PMID:39881081	研究论文	本研究通过深度学习重建零回波时间序列，改善颈椎MRI中骨结构及相关病变的可视化效果	首次将深度学习重建技术应用于零回波时间序列，显著提升图像质量和骨结构可视化能力	回顾性研究设计，样本量较小（52例患者），仅在1.5-Tesla扫描仪上验证	评估深度学习重建的零回波时间序列在颈椎MRI中的图像质量和骨结构可视化效果	52例接受颈椎MRI检查的患者	医学影像分析	颈椎疾病	MRI, 零回波时间序列, 深度学习重建	深度学习	医学影像	52例患者	AirReconDL	NA	信噪比, 对比噪声比, Likert评分	1.5-Tesla MRI扫描仪
17671	2025-10-07	MRI-based deep learning radiomics to differentiate dual-phenotype hepatocellular carcinoma from HCC and intrahepatic cholangiocarcinoma: a multicenter study 2025-Jan-29, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01904-y PMID:39881111	研究论文	基于对比增强MRI开发并验证放射组学和深度学习模型，用于区分双表型肝细胞癌与肝细胞癌和肝内胆管癌	首次使用融合模型结合放射组学和深度迁移学习，在 multicenter 研究中实现DPHCC与HCC和ICC的术前鉴别	样本量相对有限，仅包含381例患者	开发能够术前鉴别双表型肝细胞癌与肝细胞癌和肝内胆管癌的影像诊断模型	肝细胞癌、双表型肝细胞癌和肝内胆管癌患者	医学影像分析	肝癌	对比增强MRI	放射组学模型, 深度迁移学习模型, 融合模型	医学影像	381例患者（138例HCC，122例DPHCC，121例ICC），来自四个医疗中心	NA	VGG19	AUC, 准确率, F1分数	NA
17672	2025-10-07	Fully automated segmentation and classification of renal tumors on CT scans via machine learning 2025-Jan-29, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-13582-6 PMID:39881216	研究论文	开发并测试了一种基于机器学习的全自动系统，用于CT扫描中肾脏肿瘤的分割和分类	实现了从分割到分类的完整自动化流程，结合了传统放射学特征和放射组学特征	对小肿瘤（小于4cm）的分割和分类性能相对较低	开发全自动肾脏肿瘤分割和分类系统	经病理证实的肾脏肿瘤CT图像	医学影像分析	肾癌	计算机断层扫描（CT）	深度学习, 随机森林	CT图像	561个肾脏肿瘤（233个透明细胞肾细胞癌，82个乳头状肾细胞癌，74个嫌色细胞肾细胞癌，172个血管平滑肌脂肪瘤）	NA	3D U-Net	Dice相似系数, 准确率, 灵敏度, 特异性	NA
17673	2025-10-07	scSMD: a deep learning method for accurate clustering of single cells based on auto-encoder 2025-Jan-29, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06047-x PMID:39881248	研究论文	提出一种基于自编码器的深度学习模型scSMD，用于单细胞RNA测序数据的精确聚类	整合非线性降维技术与多孔扩张注意力门组件，基于卷积自编码器和负二项分布，能有效捕获细胞聚类特征并动态调整特征权重	NA	探索深度学习在单细胞数据聚类中的应用，特别是处理稀疏高维数据	单细胞RNA测序数据	机器学习	骨肉瘤	单细胞RNA测序	自编码器, CNN	基因表达数据	公共数据集和专有骨肉瘤数据	NA	卷积自编码器	NA	NA
17674	2025-10-07	AiGPro: a multi-tasks model for profiling of GPCRs for agonist and antagonist 2025-Jan-29, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00945-7 PMID:39881398	研究论文	开发了一个名为AiGPro的多任务深度学习模型，用于预测小分子在231种人类GPCR上的激动剂和拮抗剂活性	首个大规模GPCR分析解决方案，采用双向多头交叉注意力机制和双标签预测策略，可同时预测激动剂和拮抗剂活性	NA	开发能够准确预测GPCR激动剂和拮抗剂生物活性的深度学习模型	231种人类G蛋白偶联受体(GPCRs)和小分子配体	机器学习	NA	深度学习	多任务学习模型	蛋白质序列数据、小分子结构数据	涵盖231种人类GPCR靶点	NA	双向多头交叉注意力机制(BMCA)	皮尔逊相关系数	基于Web的平台部署
17675	2025-02-05	Neuron signal attenuation activation mechanism for deep learning 2025-Jan-10, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2024.101117 PMID:39896257	研究论文	本文提出了一种新的神经元信号激活机制，通过广义线性系统中的微分方程推断来增强深度学习的效率	提出了一种新的神经元信号衰减激活机制（Ant），能够表示高阶导数并稳定深度学习任务中的数据分布	未提及具体的局限性	探索超越当前学习效果的深度学习神经元信号激活机制	神经元信号激活机制	机器学习	NA	微分方程推断	深度学习模型	NA	NA	NA	NA	NA	NA
17676	2025-02-05	A deep learning model for characterizing protein-RNA interactions from sequences at single-base resolution 2025-Jan-10, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2024.101150 PMID:39896261	研究论文	本文介绍了一种名为Reformer的深度学习模型，用于从序列数据中预测蛋白质-RNA结合亲和力	Reformer模型在单碱基分辨率上预测蛋白质-RNA结合亲和力，揭示了传统eCLIP-seq方法难以检测的结合基序	模型依赖于eCLIP-seq数据集，可能受限于数据质量和多样性	研究旨在提高RNA-蛋白质相互作用预测的分辨率，并优先考虑影响RNA调控的突变	155种RNA结合蛋白在三种细胞系中的225个eCLIP-seq数据集	自然语言处理	NA	eCLIP-seq	深度学习模型	序列数据	225个eCLIP-seq数据集	NA	NA	NA	NA
17677	2025-10-07	SeqSeg: Learning Local Segments for Automatic Vascular Model Construction 2025-Jan, Annals of biomedical engineering IF:3.0Q3 DOI:10.1007/s10439-024-03611-z PMID:39292327	研究论文	提出一种基于深度学习的SeqSeg算法，用于从医学图像中自动构建血管模型	采用局部U-Net推理进行顺序分割，能够分割更完整的血管结构并泛化到训练数据中未标注的血管	NA	改进基于图像的血管模型生成过程	主动脉和主动脉股动脉模型的CT和MR图像	计算机视觉	心血管疾病	CT, MR	CNN	医学图像体积	NA	NA	U-Net, nnU-Net	NA	NA
17678	2025-10-07	Revolutionizing colorectal cancer detection: A breakthrough in microbiome data analysis 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0316493 PMID:39879257	研究论文	提出一种新型特征工程方法，通过融合两种特征集并实施特征选择，显著提升深度神经网络在结直肠癌检测中的性能	开发了结合双特征集生成新数据集的特征工程方法，有效解决了微生物组数据高维度、噪声和变异性的挑战	未明确说明方法在其他疾病或数据集上的泛化能力	提升基于肠道微生物组数据的结直肠癌检测性能	结直肠癌患者的肠道微生物组数据	机器学习	结直肠癌	NGS（下一代测序技术）	DNN（深度神经网络）	微生物组数据	NA	NA	深度神经网络	AUC（曲线下面积）	NA
17679	2025-02-05	Automatic detection of main pancreatic duct dilation and pancreatic parenchymal atrophy based on a shape feature in abdominal contrast-enhanced CT images 2025-Jan, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.1.014504 PMID:39895855	研究论文	本研究开发并评估了一种基于形状特征的算法，用于自动检测腹部增强CT图像中的主胰管扩张和胰腺实质萎缩	提出了一种新的形状特征——90th DP比率，用于自动检测主胰管扩张和胰腺实质萎缩	研究样本量较小，仅使用了56张腹部增强CT图像	开发并评估一种自动检测主胰管扩张和胰腺实质萎缩的算法	腹部增强CT图像	计算机视觉	胰腺疾病	深度学习卷积神经网络（CNN）	CNN	图像	56张腹部增强CT图像	NA	NA	NA	NA
17680	2025-02-05	A review of deep learning in blink detection 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2594 PMID:39896005	综述	本文综述了深度学习在眨眼检测领域的研究进展，分析了多种经典深度学习模型在实际应用中的表现，并总结了常用的数据集和评估指标	系统总结了深度学习在眨眼检测中的应用，对比了不同方法的优缺点，并指出了未来的研究方向	当前研究缺乏系统性的总结和对比，且面临训练数据不平衡、复杂环境干扰、实时处理问题和应用设备限制等挑战	全面回顾基于深度学习的眨眼检测方法的研究进展，帮助研究人员清晰了解该领域的各种方法	眨眼检测方法	计算机视觉	NA	深度学习	CNN, LSTM, GAN等	图像	NA	NA	NA	NA	NA