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
381	2025-10-07	Enabling Fast AI-Driven Inverse Design of a Multifunctional Nanosurface by Parallel Evolution Strategies 2024-Dec-27, Nanomaterials (Basel, Switzerland) DOI:10.3390/nano15010027 PMID:39791786	研究论文	提出基于并行计算框架的进化策略算法，加速人工智能驱动的多功能纳米表面逆向设计	开发并行进化策略算法解决传统进化策略在计算效率上的瓶颈，显著提升纳米表面逆向设计速度	未明确说明算法在更复杂纳米结构设计中的泛化能力	实现快速高效的人工智能驱动纳米表面逆向设计	多功能纳米图案化表面	机器学习	NA	毛细管力光刻(CFL)	深度学习	物理特性数据	NA	NA	NA	计算速度，可扩展性	并行计算框架
382	2025-10-07	Quantitative analysis of the dexamethasone side effect on human-derived young and aged skeletal muscle by myotube and nuclei segmentation using deep learning 2024-Dec-26, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae658 PMID:39752317	研究论文	提出一种基于深度学习的肌管和细胞核同步分割方法，用于定量分析地塞米松对人类年轻和衰老骨骼肌的副作用	首次结合深度学习与后处理技术实现肌管和细胞核的同步分割，并应用分水岭算法准确区分重叠细胞核	NA	开发标准化自动图像分割系统以优化骨骼肌疾病药物开发流程	人类来源的年轻和衰老骨骼肌细胞	计算机视觉	骨骼肌疾病	图像分割	深度学习	图像	NA	NA	NA	肌管直径测量、细胞核计数	NA
383	2025-10-07	Prior-FOVNet: A Multimodal Deep Learning Framework for Megavoltage Computed Tomography Truncation Artifact Correction and Field-of-View Extension 2024-Dec-25, Sensors (Basel, Switzerland) DOI:10.3390/s25010039 PMID:39796828	研究论文	提出一种多模态深度学习框架Prior-FOVNet，用于校正兆伏级计算机断层扫描的截断伪影并扩展视野	结合对比学习生成对抗网络和Swin Transformer图像修复网络，利用同一患者的KVCT先验信息进行MVCT截断伪影校正和视野扩展	需要同一患者的KVCT数据作为先验信息输入	解决兆伏级计算机断层扫描因扫描视野有限导致的截断伪影问题	兆伏级计算机断层扫描图像	计算机视觉	放射治疗相关疾病	计算机断层扫描	GAN, Transformer	医学图像	模拟和真实患者数据	NA	Swin Transformer	MAE, SSIM	NA
384	2025-10-07	FFL-IDS: A Fog-Enabled Federated Learning-Based Intrusion Detection System to Counter Jamming and Spoofing Attacks for the Industrial Internet of Things 2024-Dec-24, Sensors (Basel, Switzerland) DOI:10.3390/s25010010 PMID:39796800	研究论文	提出一种基于雾计算和联邦学习的入侵检测系统FFL-IDS，用于防御工业物联网中的干扰和欺骗攻击	结合雾计算和联邦学习技术，在保护数据隐私的同时实现低延迟检测	NA	开发针对工业物联网网络攻击的入侵检测系统	工业物联网网络中的干扰和欺骗攻击	机器学习	NA	NA	CNN	网络数据	两个数据集：Edge-IIoTset和CIC-IDS2017	NA	CNN	准确率, 召回率, 精确率, F1分数, 特异性	NA
385	2025-10-07	Challenges and Prospects of Sensing Technology for the Promotion of Tele-Physiotherapy: A Narrative Review 2024-Dec-24, Sensors (Basel, Switzerland) DOI:10.3390/s25010016 PMID:39796804	综述	探讨传感技术在远程物理治疗中的应用挑战与发展前景	系统梳理了传感技术在远程物理治疗领域的发展现状，并前瞻性地提出通过技术进步与大数据结合可深化对运动障碍特征的理解	存在可用性和数据分析方面的技术限制	促进传感技术在远程物理治疗领域的发展与应用	远程物理治疗中的生物信号和患者运动监测	数字医疗	运动障碍疾病	传感技术	深度学习	生物信号数据、运动数据	NA	NA	NA	NA	NA
386	2025-10-07	Predictive Maintenance and Fault Detection for Motor Drive Control Systems in Industrial Robots Using CNN-RNN-Based Observers 2024-Dec-24, Sensors (Basel, Switzerland) DOI:10.3390/s25010025 PMID:39796814	研究论文	提出一种基于CNN-RNN混合深度学习框架的工业机器人电机驱动系统预测性维护与故障检测方法	开发了新型CNN-RNN混合架构，相比现有CNN-LSTM方法具有更简单的结构和更低复杂度，能实现更快的处理速度	NA	提高工业机器人直流电机驱动系统的预测性维护和故障检测精度	工业机器人的直流电机驱动系统	机器学习	NA	深度学习	CNN, RNN	传感器数据（气温、过程温度、转速等）	NA	NA	CNN-RNN混合架构	准确率, 精确率	NA
387	2025-10-07	Predicting the tumor microenvironment composition and immunotherapy response in non-small cell lung cancer from digital histopathology images 2024-Dec-19, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00765-w PMID:39702609	研究论文	开发了一种名为HistoTME的弱监督深度学习方法，直接从非小细胞肺癌组织病理学图像预测肿瘤微环境组成和免疫治疗反应	首次提出直接从数字组织病理学图像推断肿瘤微环境组成的弱监督深度学习方法，无需额外分子检测	研究基于特定肺癌类型，外部验证队列规模有限，需要进一步多中心验证	预测非小细胞肺癌肿瘤微环境组成和免疫检查点抑制剂治疗反应	非小细胞肺癌患者的数字组织病理学图像	数字病理学	肺癌	数字组织病理学成像	深度学习	全切片图像	652名患者的外部临床队列	NA	HistoTME	Pearson相关系数, AUROC	NA
388	2025-10-07	Systematic benchmarking of deep-learning methods for tertiary RNA structure prediction 2024-Dec, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012715 PMID:39775239	研究论文	系统评估深度学习在RNA三级结构预测中的性能表现	首次对最先进的RNA结构预测深度学习方法进行系统性基准测试，并识别影响性能的关键因素	大多数方法无法预测RNA中的非沃森-克里克碱基对，且对新RNA或合成RNA的预测性能提升有限	评估和比较深度学习在RNA三级结构预测中的性能	RNA分子的三级结构	机器学习	NA	多序列比对，二级结构预测	深度学习	RNA序列和结构数据	多样化数据集中的多个RNA目标	NA	DeepFoldRNA, DRFold	NA	NA
389	2025-10-07	Impact of cardiovascular magnetic resonance in single ventricle physiology: a narrative review 2024-Dec-31, Cardiovascular diagnosis and therapy IF:2.1Q3 DOI:10.21037/cdt-24-409 PMID:39790200	综述	本文综述了心血管磁共振在单心室生理患者中的应用及其临床价值	系统总结了CMR在单心室患者评估中的最新应用进展，特别关注Fontan血流动力学和预后评估	许多先进CMR技术尚未纳入日常临床实践，针对老年Fontan患者预后的研究仍需深入	全面概述CMR在单心室患者中的应用及最新科学发现	单心室生理患者，特别是Fontan术后患者	数字病理	心血管疾病	心血管磁共振	NA	医学影像数据	NA	NA	NA	NA	NA
390	2025-10-07	Ligand identification in CryoEM and X-ray maps using deep learning 2024-Dec-26, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae749 PMID:39700427	研究论文	提出一种基于深度学习的配体识别方法，可同时应用于CryoEM和X射线密度图	首次将3D点云深度学习方法应用于配体识别，并扩展至cryoEM数据领域	面临电子显微镜图谱标准化和cryoEM配体质量评估的挑战	开发自动配体识别方法以支持结构引导的药物设计	小分子配体在蛋白质活性位点的结合识别	计算机视觉	NA	X射线衍射, 冷冻电镜	深度学习	3D密度图, 3D点云	NA	NA	NA	NA	NA
391	2025-10-07	Differentiating Cystic Lesions in the Sellar Region of the Brain Using Artificial Intelligence and Machine Learning for Early Diagnosis: A Prospective Review of the Novel Diagnostic Modalities 2024-Dec, Cureus DOI:10.7759/cureus.75476 PMID:39791061	综述	探讨人工智能和机器学习在脑部鞍区囊性病变早期诊断中的潜在应用	利用卷积神经网络、深度学习和集成方法等AI驱动模型改进传统诊断方法的局限性	依赖小型单机构数据集，数据样本有限	提高鞍区囊性病变的早期鉴别诊断准确性	鞍区囊性病变（包括垂体腺瘤、Rathke裂囊肿和颅咽管瘤）	医学影像分析	脑部囊性病变	磁共振成像	CNN,深度学习,集成方法	医学影像	使用OASIS数据集（具体数量未明确说明）	NA	NA	NA	NA
392	2025-10-07	[Research progress on prognostic prediction models for patients undergoing extracorporeal membrane oxygenation] 2024-Dec, Zhonghua wei zhong bing ji jiu yi xue DOI:10.3760/cma.j.cn121430-20240715-00598 PMID:39780683	综述	本文系统回顾了体外膜肺氧合(ECMO)患者预后预测模型的研究进展，并对现有模型进行分类和局限性分析	首次基于方法学分类、患者人群和理论框架对成人ECMO预后预测模型进行系统分类，并提出整合机器学习和深度学习技术的未来发展方向	现有模型存在样本量有限、多中心验证不足、静态数据分析以及模型适用性受限等问题	优化ECMO治疗决策并提高患者生存率	接受体外膜肺氧合治疗的成人患者	医学预测模型	难治性呼吸循环衰竭	预后预测模型开发与验证	机器学习,深度学习	临床数据	NA	NA	NA	NA	NA
393	2025-10-07	Comparing the Artificial Intelligence Detection Models to Standard Diagnostic Methods and Alternative Models in Identifying Alzheimer's Disease in At-Risk or Early Symptomatic Individuals: A Scoping Review 2024-Dec, Cureus DOI:10.7759/cureus.75389 PMID:39781179	综述	本范围综述比较了人工智能检测模型与标准诊断方法在阿尔茨海默病早期识别中的表现	系统评估了2022-2023年最新AI技术在AD早期检测中的应用，重点关注多模态方法和可解释性AI	存在数据异质性问题，需要更高质量和多样化的数据集，临床工作流整合和伦理考虑是实际应用的主要障碍	比较AI检测模型与传统方法在阿尔茨海默病早期识别中的效果	处于风险或早期症状的阿尔茨海默病个体	机器学习	阿尔茨海默病	神经影像学、基因组学、认知测试、血液生物标志物	深度学习	多模态数据（神经影像、临床评估、基因数据）	从2,966篇文章中筛选44篇进行定性分析	NA	NA	灵敏度, 特异度, AUC	NA
394	2025-01-07	Design of an improved graph-based model for real-time anomaly detection in healthcare using hybrid CNN-LSTM and federated learning 2024-Dec-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e41071 PMID:39759321	研究论文	本文提出了一种改进的基于图的模型，用于医疗保健中的实时异常检测，结合了混合CNN-LSTM和联邦学习技术	提出了一种先进的混合CNN-LSTM模型，能够同时提取医疗图像的空间特征和患者生命体征的时间依赖性，并结合联邦学习和差分隐私技术解决数据安全和隐私问题	NA	实现医疗系统中具有弹性的实时异常检测，同时确保患者数据的隐私和安全	医疗图像、患者生命体征、EHR文本数据和时间序列传感器数据	机器学习	NA	CNN-LSTM、联邦学习、差分隐私	CNN-LSTM	图像、文本、时间序列数据	测试数据集包含10,000名患者，系统每秒处理超过100,000条消息	NA	NA	NA	NA
395	2025-01-07	Erratum: Retraction notice to "A deep learning approach based on graphs to detect plantation lines" [Heliyon Volume 10, Issue 11, 15 June 2024, e31730] 2024-Dec-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e40689 PMID:39759858	correction	本文是对先前发表文章的更正通知	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
396	2025-01-07	Simple quantitation and spatial characterization of label free cellular images 2024-Dec-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e40684 PMID:39759864	研究论文	本文开发了一种无需训练数据的计算流程，用于基于高内涵显微镜设备生成的图像进行细胞数量量化和空间分布特征描述	开发了一种无需训练数据的计算流程，结合经典图像处理功能、Voronoi分割、高斯混合建模和自动参数优化，适用于大规模或重复细胞培养实验的自动化无标记图像分析	NA	开发一种无需训练数据的计算流程，用于无标记图像分析	无标记细胞图像	计算机视觉	NA	高内涵显微镜	NA	图像	四种形态不同的细胞类型，具有不同的细胞密度	NA	NA	NA	NA
397	2025-01-07	Enhanced 3D dose prediction for hypofractionated SRS (gamma knife radiosurgery) in brain tumor using cascaded-deep-supervised convolutional neural network 2024-Dec, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-024-01457-2 PMID:39080208	研究论文	本文提出了一种用于脑肿瘤伽玛刀放射外科（GKRS）剂量预测的级联深度监督卷积神经网络（CDS-CNN），以提高剂量分布的预测精度	提出了一种创新的级联深度监督卷积神经网络（CDS-CNN），结合多级深度监督和顺序多网络训练策略，能够提取切片内和切片间的特征，从而实现更真实的剂量预测	尽管模型在预测精度上有所提升，但仍需进一步验证其在更大样本和不同临床环境中的泛化能力	提高伽玛刀放射外科（GKRS）剂量分布的预测精度，减少对医学物理学家的依赖，优化临床工作流程	脑肿瘤患者	数字病理学	脑肿瘤	深度学习	级联深度监督卷积神经网络（CDS-CNN）	CT扫描图像	105名脑肿瘤患者（85例用于训练，20例用于测试）	NA	NA	NA	NA
398	2025-01-07	Deep learning architecture with shunted transformer and 3D deformable convolution for voxel-level dose prediction of head and neck tumors 2024-Dec, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-024-01462-5 PMID:39101991	研究论文	本研究开发了一种新型深度学习多尺度Transformer（MST）模型，旨在加速头颈部肿瘤的IMRT计划，同时生成更精确的体素级剂量分布预测	提出了一种结合分流Transformer和3D可变形卷积瓶颈块的端到端MST模型，用于捕捉多尺度特征并学习全局依赖关系，同时通过数据增强和自知识蒸馏进一步提高模型预测性能	研究主要基于OpenKBP Challenge数据集，可能在其他数据集上的泛化能力有待验证	加速头颈部肿瘤的IMRT计划，提高体素级剂量分布的预测精度	头颈部肿瘤	计算机视觉	头颈部肿瘤	深度学习	Transformer, 3D deformable convolution	医学影像数据	OpenKBP Challenge数据集	NA	NA	NA	NA
399	2025-01-07	A deep learning phase-based solution in 2D echocardiography motion estimation 2024-Dec, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-024-01481-2 PMID:39264487	研究论文	本文提出了一种基于四元数小波变换（QWT）相位的深度学习新方法，用于估计二维超声心动图序列中的心肌运动和应变	该方法首次将QWT相位和强度作为定制PWC-Net结构的输入，用于二维超声心动图运动估计，表现出优越的几何和临床指标	研究仅基于模拟的B型超声心动图序列进行训练和测试，未涉及真实患者数据	开发一种新的深度学习方法来提高二维超声心动图中心肌运动和应变的估计精度	二维超声心动图序列中的心肌运动和应变	计算机视觉	心血管疾病	四元数小波变换（QWT）	PWC-Net	图像	两个模拟的B型超声心动图序列	NA	NA	NA	NA
400	2025-01-07	PPG2RespNet: a deep learning model for respirational signal synthesis and monitoring from photoplethysmography (PPG) signal 2024-Dec, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-024-01482-1 PMID:39287773	研究论文	本文提出了一种名为PPG2RespNet的深度学习模型，用于从光电容积描记图（PPG）信号中合成和监测呼吸信号	PPG2RespNet引入了分层跳跃连接，建立了层次化和密集的连接，以增强信号提取的鲁棒性，并对瓶颈层进行了修改以增强潜在特征的提取	NA	解决现有方法在手动参数调整和预定义特征方面的局限性，实现呼吸信号的自主高效提取	包含重症监护病房患者、儿科患者和健康受试者的PPG数据	机器学习	呼吸系统疾病	深度学习	PPG2RespNet（基于UNet和UNet++的改进模型）	PPG信号	三个公开的PPG数据集（VORTAL、BIDMC、Capnobase）	NA	NA	NA	NA