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
761	2025-04-26	Quantitative Three-Dimensional Imaging Analysis of HfO2 Nanoparticles in Single Cells via Deep Learning Aided X-ray Nano-Computed Tomography 2024-08-20, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.4c06953 PMID:39115329	研究论文	本研究开发了一种基于深度学习的X射线纳米计算机断层扫描方法，用于定量分析单细胞内HfO2纳米颗粒的三维分布	提出了一种模块化和自动化的深度学习方法，用于高灵敏度分析单细胞内的超小金属纳米颗粒，并构建了定位定量分析方法	方法可能仍受限于X射线纳米计算机断层扫描的时间消耗和需要专业知识	开发一种定量分析单细胞内纳米药物三维分布的方法，以理解药物作用机制	人乳腺癌细胞系(MCF-7)和HfO2纳米颗粒	数字病理学	乳腺癌	X射线纳米计算机断层扫描(Nano-CT)	深度学习	3D图像	未明确提及具体样本数量，但研究对象为单细胞和3D肿瘤球体
762	2025-04-26	Sága, a Deep Learning Spectral Analysis Tool for Fungal Detection in Grains-A Case Study to Detect Fusarium in Winter Wheat 2024-08-13, Toxins IF:3.9Q1 DOI:10.3390/toxins16080354 PMID:39195764	研究论文	开发了一种名为Sága的深度学习光谱分析工具，用于检测谷物中的真菌感染，特别是冬小麦中的镰刀菌	结合成像光谱和深度学习技术，开发了用于现场检测小麦赤霉病的预测模型Sága，实现了高精度的感染区域检测	研究仅基于2021年的实验田数据，未涉及更广泛的地理区域和不同年份的数据验证	开发一种可靠的现场特异性镰刀菌感染早期预警模型，以确保食品和饲料安全	冬小麦中的镰刀菌感染	数字病理	植物病害	成像光谱	YOLOv5, DeepMAC, XGBoost	高光谱图像	实验田（52.5米×3米）和对照田（52.5米×3米）
763	2025-04-26	Molybdenum Disulfide-Assisted Spontaneous Formation of Multistacked Gold Nanoparticles for Deep Learning-Integrated Surface-Enhanced Raman Scattering 2024-07-09, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.4c00978 PMID:38913718	研究论文	本文介绍了一种结合深度学习和表面增强拉曼散射（SERS）的生物传感平台，用于COVID-19的无标记检测	利用二硫化钼辅助自发形成多层金纳米颗粒结构，结合深度学习模型，实现了高灵敏度的SERS检测	未明确提及样本量的具体数据或实验的重复性验证	开发一种快速、低损伤、高通量的无标记检测平台，用于极低浓度分析物的检测	人类眼泪中的COVID-19病毒	生物传感	COVID-19	表面增强拉曼散射（SERS）	CNN	拉曼光谱数据	NA
764	2025-04-26	Sex estimation from maxillofacial radiographs using a deep learning approach 2024-06-01, Dental materials journal IF:1.9Q4 DOI:10.4012/dmj.2023-253 PMID:38599831	研究论文	本研究构建了深度学习模型用于更高效和可靠的性别估计	使用VGG16和DenseNet-121两种深度学习模型进行性别估计，并通过显著性图分析模型关注区域	研究为回顾性研究，样本量仅为600例	开发高效可靠的性别估计方法	600例头颅侧位X光片	计算机视觉	NA	深度学习	VGG16, DenseNet-121	医学影像	600例头颅侧位X光片
765	2025-04-26	Machine learning and deep learning for the diagnosis and treatment of ankylosing spondylitis- a scoping review 2024-May, Journal of clinical orthopaedics and trauma DOI:10.1016/j.jcot.2024.102421 PMID:38708092	综述	本文综述了机器学习和深度学习在强直性脊柱炎诊断和治疗中的应用现状、技术类型、数据集描述、现有工作的贡献与局限性，并指出了当前知识的不足	总结了ML/DL技术在AS早期诊断和个性化治疗中的最新应用，识别了当前研究中的空白	缺乏来自多中心、包含不同类型诊断参数的足够规模数据集，且基于ML/DL的AS治疗研究较少	评估ML/DL技术在强直性脊柱炎诊断和治疗中的应用现状	强直性脊柱炎(AS)患者	机器学习	强直性脊柱炎	机器学习(ML)和深度学习(DL)	NA	文本数据(PubMed数据库中的文献)	NA
766	2025-04-26	Enabling late-stage drug diversification by high-throughput experimentation with geometric deep learning 2024-02, Nature chemistry IF:19.2Q1 DOI:10.1038/s41557-023-01360-5 PMID:37996732	研究论文	本文开发了一种基于几何深度学习和高通量反应筛选的晚期功能化平台，用于优化药物候选分子的性质	结合几何深度学习和高通量实验，开发了一个预测反应产率和区域选择性的平台，用于药物分子的晚期功能化	对于未知底物的反应性分类准确率较低（67%）	优化药物候选分子的晚期功能化过程	23种不同的商业药物分子	机器学习	NA	高通量反应筛选	几何深度学习	化学数据	23种商业药物分子
767	2025-04-26	An enhanced GhostNet model for emotion recognition: leveraging efficient feature extraction and attention mechanisms 2024, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2024.1459446 PMID:40270901	研究论文	提出了一种增强型GhostNet模型（EGT），结合Transformer编码器和双重注意力机制，用于通过面部表情进行鲁棒的情绪识别	整合了GhostNet的高效特征提取、Transformer的全局上下文捕捉能力以及双重注意力机制，以选择性地增强关键特征	未明确提及具体限制，但可能包括对复杂自然环境和多样化情绪表达的处理能力仍有提升空间	提高情绪识别系统的准确性和鲁棒性，以增强智能人机交互系统、个性化推荐系统和心理健康监测工具	面部表情情绪识别	计算机视觉	NA	深度学习	GhostNet, Transformer, 双重注意力机制	图像	RAF-DB数据集和AffectNet数据集（具体样本数量未提及）
768	2025-04-25	A multi-agent reinforcement learning based approach for automatic filter pruning 2024-Dec-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82562-w PMID:39730902	研究论文	本文提出了一种基于多智能体强化学习的自动滤波器剪枝方法QMIX_FP，用于深度卷积神经网络的高效部署	首次将多智能体强化学习算法QMIX应用于滤波器剪枝，考虑了各卷积层之间的交互作用及其对整体网络的不同敏感性	仅在VGG-16和AlexNet两个基准网络上进行了验证，未涉及更复杂的网络结构	解决资源受限设备上深度卷积神经网络的高效部署问题	深度卷积神经网络(DCNNs)的滤波器剪枝	机器学习	NA	强化学习(RL)、知识蒸馏	QMIX、VGG-16、AlexNet	图像数据	CIFAR-10和CIFAR-100数据集
769	2025-04-25	Multiband Convolutional Riemannian Network With Band-Wise Riemannian Triplet Loss for Motor Imagery Classification 2024-Dec, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3438167 PMID:39102329	研究论文	提出了一种新颖的运动想象分类算法，通过多频带卷积黎曼网络和频带黎曼三元组损失提高分类性能	开发了一种最先进的多频带黎曼网络，通过减少子带数量、插入卷积层和使用黎曼三元组损失来降低过拟合风险	NA	提高运动想象分类的性能	运动想象分类	机器学习	NA	多频带卷积黎曼网络	CNN	脑电信号	公开数据集 BCI Competition IV dataset 2a 和 OpenBMI dataset
770	2025-04-25	Predicting miRNA-Disease Associations Based on Spectral Graph Transformer With Dynamic Attention and Regularization 2024-Dec, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3438439 PMID:39102330	research paper	提出了一种名为DARSFormer的深度学习模型，用于预测miRNA与疾病之间的关联	整合了动态注意力机制与谱图Transformer，提高了预测miRNA-疾病关联的整体效果和对节点位置的鲁棒性	NA	预测miRNA与疾病之间的关联	miRNA和疾病	machine learning	prostate cancer	graph neural networks, Transformer	DARSFormer	graph data	HMDD v2.0和v3.2数据库，结直肠癌、食管癌和前列腺肿瘤案例研究
771	2025-04-25	An Eye Movement Classification Method Based on Cascade Forest 2024-Dec, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3439568 PMID:39106144	研究论文	提出了一种基于级联森林的眼动分类方法（EMCCF），用于提高眼动数据分类的准确性和效率	创新性地采用分层集成架构，结合级联森林结构和集成学习原理，专门用于眼动分类	未提及具体局限性	解决眼动分类中的类别不平衡和数据稀缺问题，提高分类方法的适应性和准确性	原始眼动数据	计算机视觉	NA	多尺度时间窗口方法	级联森林（Cascade Forest）	眼动数据	未提及具体样本数量
772	2025-04-25	Deep-DM: Deep-Driven Deformable Model for 3D Image Segmentation Using Limited Data 2024-Dec, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3440171 PMID:39110559	研究论文	提出了一种名为Deep-DM的深度学习驱动变形模型，用于在有限训练数据下进行3D医学图像分割	通过CNN学习能量函数并集成到显式变形模型中，减少了训练数据依赖，提高了小样本下的分割性能	需要进一步验证在其他解剖结构和影像模态上的通用性	开发一种在有限数据条件下仍能准确分割3D医学图像的方法	左心室、胎儿头部（超声）、左心房（MRI）和膀胱（CT）	数字病理	NA	深度学习驱动的变形模型	CNN	3D医学图像	不同数量的训练体积（具体数量未说明）
773	2025-04-25	DualStreamFoveaNet: A Dual Stream Fusion Architecture With Anatomical Awareness for Robust Fovea Localization 2024-Dec, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3445112 PMID:39150813	研究论文	提出一种名为DualStreamFoveaNet的双流融合架构，用于鲁棒的视网膜中央凹定位	引入基于transformer的双流编码器，结合空间注意力机制和自学习解剖信息，显著降低计算成本并提高定位鲁棒性	未明确提及具体局限性	提高视网膜疾病分析中中央凹定位的准确性和鲁棒性	视网膜图像（包括正常和病变图像）	计算机视觉	视网膜疾病	深度学习	transformer架构（DualStreamFoveaNet）	视网膜图像	两个公共数据集和一个大规模私有数据集
774	2025-04-25	Deep Quasi-Recurrent Self-Attention With Dual Encoder-Decoder in Biomedical CT Image Segmentation 2024-Dec, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3447689 PMID:39172619	research paper	本文提出了一种用于生物医学CT图像分割的深度准循环自注意力与双编码器-解码器结构的新模型	首创深度准循环自注意力结构，结合双编码器-解码器，通过参数重用实现学习一致性和快速收敛，并有效处理长距离依赖关系	未提及模型在极端噪声或异常解剖结构下的表现，也未讨论计算资源需求	提高生物医学CT图像分割的准确性和效率	生物医学CT图像	digital pathology	NA	deep learning	deep quasi-recurrent self-attention with dual encoder-decoder	CT images	多个公开可用的CT扫描数据集（未提具体数量）
775	2025-04-25	Advancing Bioactivity Prediction Through Molecular Docking and Self-Attention 2024-Dec, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3448455 PMID:39178096	研究论文	该研究通过分子对接和自注意力机制提升生物活性预测的准确性	首次将药物-靶标相互作用整合到生物活性预测中，设计了DTIGN网络，并利用自注意力机制识别分子对接结果中的结合口袋和姿态	研究中使用的原生结构数据有限，可能影响模型的泛化能力	提升生物活性预测的准确性，以优化药物发现早期阶段的候选分子筛选	蛋白质-配体复合物	机器学习	NA	分子对接，半监督学习	DTIGN（药物-靶标相互作用图神经网络），多头自注意力机制	蛋白质-配体复合物数据，晶体结构数据库数据	建立了独特的基准数据集，与9种领先的基于深度学习的生物活性预测方法进行了比较
776	2025-04-25	Transfer Contrastive Learning for Raman Spectroscopy Skin Cancer Tissue Classification 2024-Dec, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3451950 PMID:39208055	research paper	本文提出了一种转移对比学习范式（TCLP），用于解决拉曼光谱（RS）信号在皮肤癌组织分类中的稀缺性和噪声问题	结合迁移学习和对比学习，利用来自不同RS设备的相似领域数据预训练模型，并通过对比学习增强RS信号以学习可靠的特征表示	未提及具体样本量及噪声水平对模型性能的具体影响	提高拉曼光谱信号在皮肤癌组织分类中的准确性和可靠性	皮肤癌组织	machine learning	skin cancer	Raman spectroscopy (RS)	deep learning	RS signals	NA
777	2025-04-25	Geometric Molecular Graph Representation Learning Model for Drug-Drug Interactions Prediction 2024-Dec, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3453956 PMID:39226203	研究论文	提出了一种基于几何分子图表示学习的模型（Mol-DDI），用于预测药物-药物相互作用	仅考虑分子的共价和非共价键信息，利用大规模模型的预训练思想学习药物分子表示，并在微调过程中预测药物相互作用	难以发现新药的相互作用	预测潜在的药物相互作用，为系统有效的治疗提供药物组合策略	药物分子	机器学习	NA	几何分子图表示学习	Mol-DDI	分子图数据	三个数据集
778	2025-04-25	DS-MS-TCN: Otago Exercises Recognition With a Dual-Scale Multi-Stage Temporal Convolutional Network 2024-Dec, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3455426 PMID:39240747	research paper	该研究提出了一种双尺度多阶段时间卷积网络（DS-MS-TCN），用于识别老年人日常生活中的Otago锻炼项目（OEP），以提高识别准确性和鲁棒性	首次提出通过识别活动的每个重复来增强人类活动识别（HAR）系统的新视角，并设计了一种双尺度多阶段时间卷积网络（DS-MS-TCN）进行两级序列到序列分类	研究样本量较小，实验室环境与家庭环境的数据可能存在差异	提高Otago锻炼项目（OEP）识别的准确性和鲁棒性，以支持老年人的康复训练	社区居住的老年人	human activity recognition	geriatric disease	Inertial Measurement Unit (IMU)	Dual-Scale Multi-Stage Temporal Convolutional Network (DS-MS-TCN)	sensor data	36名老年人在实验室环境中参与，另有7名老年人在家庭环境中进行评估
779	2025-04-25	MLVICX: Multi-Level Variance-Covariance Exploration for Chest X-Ray Self-Supervised Representation Learning 2024-Dec, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3455337 PMID:39240749	research paper	提出了一种名为MLVICX的自监督学习方法，用于从胸部X光图像中学习丰富的表示	引入了一种新颖的多级方差和协方差探索策略，能够有效检测具有诊断意义的模式并减少冗余	NA	提升胸部X光图像的自监督表示学习性能，以支持精准医疗诊断和全面图像分析	胸部X光图像	digital pathology	lung cancer	self-supervised learning (SSL)	NA	image	NIH-Chest X-ray, Vinbig-CXR, RSNA pneumonia, SIIM-ACR Pneumothorax datasets
780	2025-04-25	DPFNet: Fast Reconstruction of Multi-Coil MRI Based on Dual Domain Parallel Fusion Network 2024-Dec, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3446839 PMID:39298305	研究论文	本文提出了一种新的双域并行融合重建网络（DPFNet），用于快速重建多线圈MRI图像，解决了现有方法在重建细节不足和训练内存占用高等方面的问题	提出了一种新的双域并行融合重建网络（DPFNet），包括线圈敏感度图估计模块、双域特征提取模块、双域动态误差校正模块和双域动态融合模块，并引入了新的双域一致性损失函数	未明确提及具体局限性	提高多线圈MRI图像的重建质量和速度	多线圈MRI图像的重建	医学影像处理	脑部疾病	MRI	U-Net	MRI图像和K空间数据	Calgary-Campinas-359脑部MRI数据集