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
281	2025-01-15	An AI-directed analytical study on the optical transmission microscopic images of Pseudomonas aeruginosa in planktonic and biofilm states 2024-Dec-24, ArXiv PMID:39764404	研究论文	本文报告了一种基于深度学习的人工智能模型，用于高精度检测由铜绿假单胞菌产生的生物膜，并探讨了该技术的潜在应用	使用U-Net与ResNet编码器增强相结合的方法来分割生物膜图像，并利用适配体DNA模板银纳米簇（Ag-NC）防止生物膜形成	未提及样本量的具体数据，且未讨论模型在其他类型生物膜上的泛化能力	开发一种高效、准确的生物膜检测和预防方法	铜绿假单胞菌在浮游和生物膜状态下的光学透射显微图像	计算机视觉	NA	深度学习、适配体DNA模板银纳米簇（Ag-NC）	U-Net、ResNet18、ResNet34	图像	NA
282	2025-01-15	Accurate and fast segmentation of filaments and membranes in micrographs and tomograms with TARDIS 2024-Dec-20, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.19.629196 PMID:39763817	研究论文	本文介绍了一种名为TARDIS的机器学习框架，用于快速准确地注释微图和断层扫描图像中的丝状体和膜结构	TARDIS结合了深度学习语义分割和新型几何模型，实现了对各种大分子的精确实例分割	NA	解决在Cryo-EM/ET图像中精确注释丝状体和膜结构的难题，以促进高通量应用	微图和断层扫描图像中的丝状体和膜结构	计算机视觉	NA	Cryo-EM/ET	Transformer-based模型	图像	超过13,000个断层扫描图像
283	2025-01-15	Image Synthesis in Nuclear Medicine Imaging with Deep Learning: A Review 2024-Dec-18, Sensors (Basel, Switzerland) DOI:10.3390/s24248068 PMID:39771804	综述	本文综述了深度学习在核医学成像中用于生成合成图像的应用，旨在提高核医学协议的解读性和实用性	通过分析该领域最新的30篇出版物，解释了深度学习模型如何生成与真实图像极为相似的合成核医学图像，显著提高了在低于临床标准剂量下获取图像的诊断准确性	NA	提高核医学成像的图像质量和可访问性，增强诊断准确性	核医学成像中的合成图像	计算机视觉	NA	深度学习	NA	图像	30篇最新出版物
284	2025-01-15	A precision oncology-focused deep learning framework for personalized selection of cancer therapy 2024-Dec-16, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.12.628190 PMID:39763776	研究论文	本文介绍了一种集成计算/实验的治疗选择方法，适用于化疗和靶向药物，无论是否存在可操作的分子改变	提出了ScreenDL，一种基于深度学习的新型癌症药物反应预测模型，结合肿瘤组学和功能性药物筛选数据来预测最有效的治疗方法	目前仅在乳腺癌患者来源的异种移植模型中进行临床前研究，尚未在临床试验中验证	开发一种精准肿瘤学框架，用于个性化选择癌症治疗	患者来源的肿瘤模型	机器学习	乳腺癌	深度学习	ScreenDL	肿瘤组学数据、功能性药物筛选数据	大量患者来源的肿瘤模型
285	2025-01-15	Accuracy of Machine Learning in Detecting Pediatric Epileptic Seizures: Systematic Review and Meta-Analysis 2024-Dec-11, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/55986 PMID:39661965	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了机器学习在检测儿童癫痫发作中的准确性	首次系统性地评估了机器学习和深度学习在儿童癫痫发作检测中的表现，并比较了两者的准确性	研究仅基于已发表的文献，可能存在发表偏倚，且样本量有限	评估机器学习在监测儿童癫痫发作中的有效性，为未来智能工具的开发提供证据基础	儿童癫痫发作	机器学习	癫痫	机器学习（ML）和深度学习（DL）	ML和DL	脑电图数据	28项原始研究，涉及15项ML研究和13项DL研究
286	2025-01-15	A Deep Learning Approach for Accurate Discrimination Between Optic Disc Drusen and Papilledema on Fundus Photographs 2024-Dec-01, Journal of neuro-ophthalmology : the official journal of the North American Neuro-Ophthalmology Society IF:2.0Q2 DOI:10.1097/WNO.0000000000002223 PMID:39090774	研究论文	本研究开发并验证了一种深度学习系统，用于在眼底照片上准确区分视盘玻璃疣和颅内高压引起的视乳头水肿	首次开发了一种专门用于区分视盘玻璃疣和视乳头水肿的深度学习系统，并在大规模国际多民族人群中进行了验证	研究为回顾性研究，可能存在选择偏倚；外部验证数据集相对较小	开发并验证一种深度学习系统，用于在眼底照片上准确区分视盘玻璃疣和视乳头水肿	视盘玻璃疣和视乳头水肿患者的眼底照片	数字病理学	眼科疾病	深度学习	深度学习系统（DLS）	图像	4,508张眼底照片，来自2,180名患者
287	2025-01-15	A versatile attention-based neural network for chemical perturbation analysis and its potential to aid surgical treatment: an experimental study 2024-Dec-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000001781 PMID:39017949	研究论文	本文提出了一种基于注意力的卷积转置融合网络（ACTIN），用于灵活高效的药物发现，特别是在辅助手术治疗中的应用	ACTIN结合了图卷积和Transformer机制，利用药物和转录组数据评估含有特定元素的化学药效团对基因表达的影响，即使在有限数据下也能实现最先进的性能	尽管ACTIN在有限数据下表现出色，但其训练实例仅为393个，可能限制了其在更广泛数据集上的泛化能力	开发一种能够辅助手术治疗的新型药物发现方法	药物和转录组数据	机器学习	COVID-19	转录组数据分析	ACTIN（基于注意力的卷积转置融合网络）	转录组数据	393个训练实例
288	2025-01-15	Development and validation of a deep learning model for predicting gastric cancer recurrence based on CT imaging: a multicenter study 2024-Dec-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000001627 PMID:38896865	研究论文	本研究开发并验证了一种基于CT影像的深度学习模型，用于预测胃癌术后复发	结合深度学习特征（DLS）和临床特征的加权值，创建了深度学习融合特征（DLFS），显著提高了预测性能	研究为回顾性研究，可能存在选择偏差	准确预测胃癌术后复发，以改善患者预后	2813名接受根治性手术的胃癌患者	数字病理	胃癌	CT影像	Resnet50	图像	2813名胃癌患者
289	2025-01-15	RETRACTED ARTICLE: Cognitive computing-based COVID-19 detection on Internet of things-enabled edge computing environment 2024-12, Soft computing IF:3.1Q2 DOI:10.1007/s00500-021-06514-6 PMID:34812247	研究论文	本文提出了一种基于联邦深度学习的COVID-19检测模型（FDL-COVID），在物联网支持的边缘计算环境中运行	结合联邦学习和深度学习技术，利用SqueezeNet模型和萤火虫群优化算法，在物联网环境中实现COVID-19的早期检测	需要大量的训练数据，且数据处理过程需要集中化	开发一种在物联网支持的边缘计算环境中运行的COVID-19检测模型，以辅助医疗专业人员进行疾病诊断	COVID-19患者数据，特别是胸部X光图像	机器学习	COVID-19	深度学习，联邦学习，萤火虫群优化算法	SqueezeNet	图像	基准CXR数据集
290	2025-01-15	RETRACTED ARTICLE: MTR-SDL: a soft computing based multi-tier rank model for shoulder X-ray classification 2024-12, Soft computing IF:3.1Q2 DOI:10.1007/s00500-023-08562-6 PMID:37362295	研究论文	本文提出了一种基于软计算的多层排序模型（MTR-SDL），用于肩部X射线分类，旨在通过半监督深度学习技术解决医疗领域标签数据不足的问题	提出了一种新的集成学习技术，称为“基于排序的集成选择与机器学习模型”（MTR-SDL），通过动态集成投票方法从未标记数据集中生成标签，从而提高模型性能	模型的有效性依赖于初始小规模标记数据集的质量，且生成标签的过程可能受到初始模型准确性的限制	解决医疗领域中标签数据不足的问题，提高肩部X射线分类的准确性	肩部X射线图像	计算机视觉	NA	半监督深度学习	集成学习模型（MTR-SDL）	图像	未明确提及具体样本数量
291	2025-01-15	Validating Machine Learning Models Against the Saline Test Gold Standard for Primary Aldosteronism Diagnosis 2024-Dec, JACC. Asia DOI:10.1016/j.jacasi.2024.09.010 PMID:39802987	研究论文	本研究开发并验证了机器学习模型，用于预测东亚高血压患者中的原发性醛固酮增多症（PA），并将其性能与传统盐水输注测试进行比较	通过机器学习模型提供了一种更高效和标准化的诊断方法，相较于传统的盐水输注测试，该方法更快速且可能更可靠	研究结果的普遍性可能仅限于东亚高血压人群，未来需要在多样化的人群中验证这些模型	开发和评估机器学习模型在检测原发性醛固酮增多症中的性能，并与标准盐水负荷测试进行比较	高血压患者	机器学习	原发性醛固酮增多症	随机森林、XGBoost、深度学习	随机森林、XGBoost、深度学习	患者数据	来自三个不同队列的患者数据：TAIPAI（台湾原发性醛固酮增多症调查）、CONPASS（重庆原发性醛固酮增多症研究）和韩国队列
292	2025-01-15	Multidimensional morphological analysis of live sperm based on multiple-target tracking 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.02.025 PMID:39803335	研究论文	本研究设计了一个深度学习算法框架，用于对活体精子进行非侵入性多维形态分析，改进了当前临床精子形态测试方法	通过改进FairMOT跟踪算法，将相邻帧中同一精子头部运动的距离和角度以及头部目标检测框的IOU值纳入匈牙利匹配算法的成本函数，提高了精子形态分析的准确性	NA	改进临床精子形态测试方法，推动辅助生殖技术的发展	活体精子	计算机视觉	NA	深度学习	FairMOT, BlendMask, SegNet	图像	从多家三级医院收集的1272个样本
293	2025-01-14	Letter to the Editor: Commentary on Feasibility Study of Parkinson's Speech Disorder Evaluation With Pre-Trained Deep Learning Model for Speech-to-Text Analysis (Korean J Neurotrauma 2024;20:168-179) 2024-Dec, Korean journal of neurotrauma DOI:10.13004/kjnt.2024.20.e40 PMID:39803342	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
294	2025-01-15	A deep learning modular ECG approach for cardiologist assisted adjudication of atrial fibrillation and atrial flutter episodes 2024-Dec, Heart rhythm O2 IF:2.5Q2 DOI:10.1016/j.hroo.2024.09.007 PMID:39803625	研究论文	本文介绍了一种深度学习模块化心电图方法，用于辅助心脏病专家裁决心房颤动和心房扑动发作	开发了一种结合心脏病专家已知心电图特征的深度学习模块化软件，允许心脏病专家裁决结果并驱动第二次深度学习分析	残留错误有时需要手动停用一个模块来纠正，且在某些记录中的准确率低于90%	构建和评估一种深度学习模块化软件，用于分类心房节律并辅助心脏病专家裁决结果	长期心电图记录中的心房快速性心律失常（ATA）	数字病理学	心血管疾病	深度学习	深度学习网络	心电图数据	187份记录，249,419个一分钟样本
295	2025-01-15	Detection of neurologic changes in critically ill infants using deep learning on video data: a retrospective single center cohort study 2024-Dec, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2024.102919 PMID:39764545	研究论文	本研究利用深度学习技术分析重症婴儿的视频数据，以预测神经系统变化	首次将姿态人工智能（AI）应用于重症监护室（ICU）环境，仅通过视频数据预测脑功能障碍	研究为单中心回顾性研究，样本量相对较小（115名婴儿）	开发一种可靠、连续的方法来监测重症婴儿的神经系统变化	年龄小于1岁的重症婴儿	计算机视觉	神经系统疾病	深度学习姿态识别算法	深度学习	视频	115名婴儿，282,301分钟的视频数据
296	2025-01-14	Synchronous Analysis of Speech Production and Lips Movement to Detect Parkinson's Disease Using Deep Learning Methods 2024-Dec-31, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15010073 PMID:39795601	研究论文	本文介绍了一种新的方法，通过同步融合从语音记录和对应的唇部运动视频中提取的信息来检测帕金森病	首次提出了一种同步融合语音和唇部运动信息的双模态方法，并使用了基于注意力机制的串联投影策略	未提及具体样本量或数据集的详细信息	提高帕金森病的自动检测和监测准确性	帕金森病患者	数字病理学	帕金森病	深度学习	基于注意力机制的串联投影模型	语音和视频	NA
297	2025-01-14	Task Offloading with LLM-Enhanced Multi-Agent Reinforcement Learning in UAV-Assisted Edge Computing 2024-Dec-31, Sensors (Basel, Switzerland) DOI:10.3390/s25010175 PMID:39796966	研究论文	本文提出了一种创新的多智能体深度学习框架，用于优化无人机辅助边缘计算环境中的任务卸载和轨迹规划	结合QTRAN算法与大型语言模型（LLM）进行区域分解，并利用图卷积网络（GCN）与自注意力机制有效管理子区域间关系	未提及具体实验环境或数据集的局限性	优化无人机辅助边缘计算环境中的任务卸载和轨迹规划	无人机集群和用户设备（UE）	机器学习	NA	多智能体强化学习、大型语言模型（LLM）、图卷积网络（GCN）	QTRAN、GCN、自注意力机制	模拟数据	未提及具体样本数量
298	2025-01-14	SmartSkin-XAI: An Interpretable Deep Learning Approach for Enhanced Skin Cancer Diagnosis in Smart Healthcare 2024-Dec-30, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15010064 PMID:39795592	研究论文	本文提出了一种名为SmartSkin-XAI的可解释深度学习方法，用于增强智能医疗中的皮肤癌诊断	结合了微调的DenseNet121模型和XAI技术，提供了透明决策过程，平衡了准确性和可解释性	未提及具体局限性	提高皮肤癌（特别是黑色素瘤）的早期检测和患者管理	皮肤癌（黑色素瘤）	计算机视觉	皮肤癌	XAI（可解释人工智能）	DenseNet121	图像	ISIC数据集和Kaggle数据集
299	2025-01-14	Effect of Depth Band Replacement on Red, Green and Blue Image for Deep Learning Weed Detection 2024-Dec-30, Sensors (Basel, Switzerland) DOI:10.3390/s25010161 PMID:39796952	研究论文	本研究探讨了在深度学习杂草检测中，用深度数据替换RGB图像中的一个波段对YOLOv8模型性能的影响	提出了一种用深度数据替换RGB图像中的一个波段的方法，以解决传统RGB方法在检测杂草时因纹理和结构相似性而导致的困难	使用RGBD系统计算成本高，不适合小型轻量级机器人	研究深度数据替换RGB波段对YOLOv8模型在杂草检测中性能的影响	牧场中的杂草	计算机视觉	NA	深度学习	YOLOv8	图像	NA
300	2025-01-14	A Deep Learning Model for Accurate Segmentation of the Drosophila melanogaster Brain from Micro-CT Imaging 2024-Dec-30, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.30.630782 PMID:39803485	研究论文	本文介绍了一种深度学习模型，用于从Micro-CT成像中准确分割果蝇大脑	该模型仅需1-3张Micro-CT图像即可训练，且适用于不同组织对比染色、扫描仪型号和基因型	需要依赖预训练的神经网络和少量用户知识	开发一种高效的深度学习模型，用于自动化分析Micro-CT图像	果蝇（Drosophila melanogaster）大脑	计算机视觉	NA	Micro-CT成像	预训练的神经网络	三维图像	1-3张Micro-CT图像