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
421	2025-01-01	CDUNeXt: efficient ossification segmentation with large kernel and dual cross gate attention 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82199-9 PMID:39730708	研究论文	本文提出了一种名为CDUNeXt的轻量级、自动且高效的方法，用于识别黄韧带骨化区域	首次将深度学习方法引入黄韧带骨化诊断，设计了轻量级模块结构，利用大核卷积提取图像特征的长距离依赖，并采用双交叉门注意力机制（DCGA）顺序捕捉通道和空间依赖，以实现快速准确的分割	目前仅依赖医生的主观经验进行识别，效率低且误差大	解决黄韧带骨化区域准确高效识别的临床痛点	黄韧带骨化区域	医学图像分割	脊柱狭窄	深度学习	CDUNeXt	图像	NA
422	2025-01-01	Enhanced human activity recognition in medical emergencies using a hybrid deep CNN and bi-directional LSTM model with wearable sensors 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82045-y PMID:39730745	研究论文	本文提出了一种结合深度CNN和双向LSTM的混合模型，用于提高医疗紧急情况下的人类活动识别	提出了CNN-BiLSTM模型，并采用欠采样技术，显著提高了人类活动识别的准确性	模型仅在两个公开数据集上进行了评估，可能在其他数据集上的泛化能力有待验证	提高医疗紧急情况下的人类活动识别准确性	人类活动	机器学习	老年疾病	NA	CNN, BiLSTM	传感器数据	MHEALTH和Actitracker两个公开数据集
423	2025-01-01	A new prediction model based on deep learning for pig house environment 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82492-7 PMID:39730744	研究论文	提出了一种基于贝叶斯优化、压缩激励块、卷积神经网络和门控循环单元的猪舍环境预测模型，以提高预测精度和动物福利，并提前采取控制措施	结合贝叶斯优化、压缩激励块、卷积神经网络和门控循环单元，提出了一种新的猪舍环境预测模型，显著提高了预测精度和稳定性	未提及模型在其他类型环境或更大规模数据集上的适用性	提高猪舍环境预测精度，优化动物福利和环境控制	猪舍环境参数（温度、湿度、CO和NH浓度）	机器学习	NA	贝叶斯优化、卷积神经网络、门控循环单元	BO-SE-CNN-GRU	环境数据	NA
424	2025-01-01	Leveraging fuzzy embedded wavelet neural network with multi-criteria decision-making approach for coronary artery disease prediction using biomedical data 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82019-0 PMID:39730749	研究论文	本文提出了一种结合模糊小波神经网络和多准则决策方法的冠状动脉疾病预测技术	提出了LFWNNDMA-CADP技术，结合了模糊小波神经网络、改进的蚁群优化算法和混合小龙虾优化算法与自适应差分进化技术，用于冠状动脉疾病的预测	未提及具体的数据集大小和样本类型，可能影响模型的泛化能力	通过多准则决策模型预测冠状动脉疾病，提高诊断准确率	冠状动脉疾病患者	机器学习	心血管疾病	模糊小波神经网络、改进的蚁群优化算法、混合小龙虾优化算法与自适应差分进化技术	FWNN	生物医学数据	NA
425	2025-01-01	Quality prediction of air-cured cigar tobacco leaf using region-based neural networks combined with visible and near-infrared hyperspectral imaging 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82586-2 PMID:39732746	研究论文	本研究利用可见光和近红外高光谱成像技术结合深度学习模型，预测不同空气固化阶段的雪茄烟叶质量	首次将多样化区域卷积神经网络（DR-CNN）应用于雪茄烟叶质量预测，并展示了其相较于传统方法的优越性	研究仅在特定环境条件下进行，未考虑其他可能影响烟叶质量的因素	评估深度学习方法在克服数据限制方面的可行性，开发基于VNIR-HSI的雪茄烟叶质量预测模型	雪茄烟叶	计算机视觉	NA	可见光和近红外高光谱成像（VNIR-HSI）	多样化区域卷积神经网络（DR-CNN）	图像	NA
426	2025-01-01	Hand gestures classification of sEMG signals based on BiLSTM-metaheuristic optimization and hybrid U-Net-MobileNetV2 encoder architecture 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82676-1 PMID:39732856	研究论文	本文提出了一种基于sEMG信号的手势分类新方法，结合了U-Net架构、MobileNetV2编码器、BiLSTM和元启发式优化	提出了一种结合U-Net架构、MobileNetV2编码器、BiLSTM和元启发式优化的新方法，显著提高了手势分类的准确性和鲁棒性	未提及具体局限性	提高基于sEMG信号的手势分类准确性	sEMG信号	机器学习	NA	贝叶斯优化	U-Net, MobileNetV2, BiLSTM	sEMG信号	六个标准数据库
427	2025-01-01	Dynamic relations between longitudinal morphological, behavioral, and emotional indicators and cognitive impairment: evidence from the Chinese Longitudinal Healthy Longevity Survey 2024-Dec-18, BMC public health IF:3.5Q1 DOI:10.1186/s12889-024-21072-w PMID:39696204	研究论文	本文评估了BMI、ADL和SWB对认知障碍的影响，并提出了动态风险预测模型	提出了基于贝叶斯联合模型和动态-DeepHit深度学习方法的高精度动态预测模型	未提及样本的具体数量及可能的样本偏差	评估BMI、ADL和SWB对认知障碍的影响，并建立动态风险预测模型	中国纵向健康长寿调查的参与者	机器学习	老年疾病	贝叶斯联合模型、动态-DeepHit深度学习方法	线性混合效应模型、Cox比例风险回归模型	纵向调查数据	NA
428	2025-01-01	Impact of training data composition on the generalizability of convolutional neural network aortic cross-section segmentation in four-dimensional magnetic resonance flow imaging 2024 Winter, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2024.101081 PMID:39127260	研究论文	本文探讨了深度学习在改进四维心血管磁共振血流成像（4D flow CMR）分割中的潜力，并分析了训练数据对模型在不同站点、扫描仪厂商、序列和病理中泛化能力的影响	使用增强的三维U-net卷积神经网络架构进行时间分辨的二维主动脉横截面分割，并分析了训练数据组成对模型泛化能力的影响	研究主要关注训练数据组成对模型性能的影响，未涉及其他可能影响模型性能的因素	提高4D flow CMR分割的自动化和可重复性	260个4D flow CMR数据集，包括无已知主动脉病理的受试者、健康志愿者和二叶主动脉瓣（BAV）患者	数字病理	心血管疾病	四维心血管磁共振血流成像（4D flow CMR）	增强的三维U-net卷积神经网络（CNN）	图像	260个4D flow CMR数据集
429	2025-01-01	Improved robustness for deep learning-based segmentation of multi-center myocardial perfusion cardiovascular MRI datasets using data-adaptive uncertainty-guided space-time analysis 2024 Winter, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2024.101082 PMID:39142567	研究论文	本文提出了一种数据自适应不确定性引导的时空分析方法，用于提高深度学习在多中心心肌灌注心血管MRI数据集分割中的鲁棒性	提出了一种新的数据自适应不确定性引导的时空分析方法，通过自动生成像素级不确定性图来优化分割结果	研究仅基于三个医疗中心的数据集，样本量相对有限	提高深度学习在多中心心肌灌注心血管MRI数据集分割中的鲁棒性	多中心心肌灌注心血管MRI数据集	计算机视觉	心血管疾病	深度学习	U-Net	图像	150名受试者，21,150张首过图像
430	2025-01-01	The accuracy of deep learning models for diagnosing maxillary fungal ball rhinosinusitis 2024-Dec, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery IF:1.9Q2 DOI:10.1007/s00405-024-08948-8 PMID:39230611	研究论文	本文评估了深度学习模型在诊断上颌真菌球性鼻窦炎（MFB）中的准确性，并与鼻科医生进行了比较	通过增强定位和实例分割的深度学习模型，提高了上颌真菌球性鼻窦炎的诊断准确性	研究仅基于CT图像，未考虑其他诊断方法或临床数据	评估深度学习模型在诊断上颌真菌球性鼻窦炎中的准确性	1539名成人慢性鼻窦炎（CRS）患者的CT图像	计算机视觉	鼻窦炎	CT成像	MobileNetv3, ResNet50, ResNet101, YOLOv5X-SEG, YOLOv8X-SEG, YOLOv9-C-SEG	图像	1539名患者（254例MFB，1285例非MFB）
431	2025-01-01	Structural analysis and intelligent classification of clinical trial eligibility criteria based on deep learning and medical text mining 2024-Dec, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104753 PMID:39603550	研究论文	本文介绍了一种名为CTEC-AC的模型，旨在将临床试验的资格标准结构化，并基于深度学习和医学文本挖掘进行智能分类	提出了CTEC-AC模型，结合了ClinicalBERT和MetaMap方法，实现了临床试验资格标准的自动分类	未提及具体局限性	提高临床试验的效率、质量和创新能力	临床试验的资格标准	自然语言处理	NA	ClinicalBERT, MetaMap, 层次聚类算法	深度学习模型	文本	2,500个临床试验，生成超过20,000条资格标准数据
432	2024-12-31	Investigation on the reliability calculation method of gravity dam based on CNN-LSTM and Monte Carlo method 2024-Dec-29, Network (Bristol, England) DOI:10.1080/0954898X.2024.2447281 PMID:39733444	研究论文	本文提出了一种基于CNN-LSTM和蒙特卡罗方法的重力坝可靠性计算方法	结合CNN和LSTM深度学习网络，提出了DS-FEM-CNN-LSTM-MC方法，提高了计算精度并减少了计算时间	未提及具体的数据集或实验规模，可能限制了方法的普适性验证	提高重力坝可靠性计算的精度和效率	重力坝的应力非线性动态系统	机器学习	NA	蒙特卡罗方法、DOE测试方法	CNN、LSTM	非线性数据	未提及具体样本数量
433	2024-12-31	Descriptive overview of AI applications in x-ray imaging and radiotherapy 2024-Dec-27, Journal of radiological protection : official journal of the Society for Radiological Protection IF:1.4Q3 DOI:10.1088/1361-6498/ad9f71 PMID:39681008	综述	本文探讨了人工智能在X射线成像和放射治疗中的应用，包括优化辐射剂量、提高放射治疗效果以及面临的挑战和限制	深入分析了人工智能在放射治疗中的自动化与精确性提升，特别是深度学习模型在器官和肿瘤分割中的应用	部分AI技术尚未准备好用于常规临床使用，主要由于验证挑战，特别是在不同患者群体和临床环境中的可靠性问题	研究人工智能在医学放射应用中的优化与改进	X射线成像和放射治疗	数字病理学	NA	深度学习	DL	图像	NA
434	2024-12-31	Multiclass arrhythmia classification using multimodal smartwatch photoplethysmography signals collected in real-life settings 2024-Dec-13, Research square DOI:10.21203/rs.3.rs-5463126/v1 PMID:39711547	研究论文	本文提出了一种使用智能手表光电容积描记（PPG）信号进行多类心律失常分类的方法，并在真实生活环境中进行了测试	使用多模态数据（包括1D PPG、加速度计和心率数据）和计算高效的1D双向门控循环单元（1D-Bi-GRU）深度学习模型，实现了对正常窦性心律、房颤（AF）和房性/室性早搏（PAC/PVC）的高效分类，并在独立数据集上展示了更好的泛化能力	尽管在独立数据集上展示了良好的泛化能力，但模型的性能仍需在更大规模和多样化的数据集上进行进一步验证	解决现有房颤检测算法在真实生活环境中因运动伪影和频繁早搏而受限的问题，提高多类心律失常分类的准确性和泛化能力	106名受试者在两周内通过智能手表收集的PPG数据	数字病理学	心血管疾病	深度学习	1D双向门控循环单元（1D-Bi-GRU）	PPG信号、加速度计数据、心率数据	106名受试者
435	2024-12-31	Automated Segmentation of MRI White Matter Hyperintensities in 8421 Patients with Acute Ischemic Stroke 2024-Dec-09, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8418 PMID:39013565	研究论文	本文开发并验证了深度学习算法，用于在急性缺血性中风患者中准确分割白质高信号病变	使用迄今为止最大的MRI数据集，开发了SE-UNet模型，并引入了不确定性指数以识别自动分割不准确的情况	UNet和SE-UNet的性能略低于人类之间的可靠性	开发并验证深度学习算法，用于在急性缺血性中风患者中准确分割白质高信号病变	8421名急性缺血性中风患者	数字病理学	中风	深度学习	UNet, SE-UNet	MRI图像	8421名患者
436	2024-12-31	Automated Characterization of Abdominal MRI Exams Using Deep Learning 2024-Dec-09, Research square DOI:10.21203/rs.3.rs-5334453/v1 PMID:39711527	研究论文	本研究利用卷积神经网络（CNN）自动分类腹部MRI图像的序列、方向和对比度	开发了三种专门用于腹部MRI的CNN模型，能够高效地识别和分类MRI序列、方向和对比度	未提及模型在不同机构间的泛化能力及对异质数据的适应性	开发一种标准化方法，以高效识别、表征和标记MRI序列，促进多源MRI数据的研究	腹部MRI图像	计算机视觉	NA	MRI	CNN	图像	NA
437	2024-12-31	The G Protein-Coupled Receptor-Related Gene Signatures for Diagnosis and Prognosis in Glioblastoma: A Deep Learning Model Using RNA-Seq Data 2024-Dec-01, Asian Pacific journal of cancer prevention : APJCP DOI:10.31557/APJCP.2024.25.12.4201 PMID:39733410	研究论文	本研究利用RNA-Seq数据和深度学习模型，探索了胶质母细胞瘤中G蛋白偶联受体相关基因的诊断和预后标志物	首次结合RNA-Seq数据和机器学习方法，识别了胶质母细胞瘤中与G蛋白偶联受体相关的诊断和预后基因标志物	研究仅基于532名患者的基因表达数据，样本量可能不足以全面反映所有胶质母细胞瘤患者的基因特征	探索胶质母细胞瘤中G蛋白偶联受体相关基因的诊断和预后标志物	532名胶质母细胞瘤患者的RNA-Seq数据	数字病理学	胶质母细胞瘤	RNA-Seq	深度学习模型	基因表达数据	532名胶质母细胞瘤患者
438	2024-12-30	Time-series InSAR measurement using ICOPS and estimation of along-track surface deformation using MAI during the 2021 eruption of Fagradalsfjall Volcano, Iceland 2024-Dec-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79128-1 PMID:39730394	研究论文	本文利用ICOPS和MAI技术对2021年冰岛Fagradalsfjall火山喷发期间的地表变形进行了时间序列InSAR测量	结合PS和DS点，利用深度学习算法优化测量点，并首次在Fagradalsfjall火山喷发期间应用MAI方法估计沿轨道地表变形	需要进一步应用多轨道分析以找到喷发引起的3D变形模式	研究2021年冰岛Fagradalsfjall火山喷发期间的地表变形	Fagradalsfjall火山及其周边地区	遥感	NA	InSAR, MAI, 深度学习算法	NA	SAR数据	90个SAR数据，6对干涉图
439	2024-12-30	Customer churn prediction model based on hybrid neural networks 2024-Dec-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79603-9 PMID:39730438	研究论文	本文提出了一种基于混合神经网络的客户流失预测模型CCP-Net，旨在提高客户流失预测的准确性和鲁棒性	CCP-Net结合了Multi-Head Self-Attention、BiLSTM和CNN，能够有效提取复杂的非线性和时间序列特征，从而提升预测性能	未提及模型在处理更大规模数据集或更复杂业务场景下的表现	提高客户流失预测的准确性，为企业提供更全面的流失管理策略	电信、银行、保险和新闻行业的客户数据	机器学习	NA	ADASYN采样算法、Multi-Head Self-Attention、BiLSTM、CNN	混合神经网络	序列数据	电信、银行、保险和新闻数据集
440	2024-12-30	Road terrain recognition based on tire noise for autonomous vehicle 2024-Dec-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81666-7 PMID:39730501	研究论文	本文提出了一种基于轮胎噪声的端到端深度学习方法，用于自动驾驶车辆的道路地形识别	引入了结合时频注意力模块的轮胎噪声识别残差网络（TNResNet），利用轮胎噪声信号的时频信息进行道路地形分类	仅评估了五种道路类型，未涉及更多复杂或混合地形	提高自动驾驶车辆的驾驶安全性、通过性和舒适性	自动驾驶车辆的道路地形识别	机器学习	NA	深度学习	TNResNet, LSTM, CNN	声音信号	五种道路类型（沥青、水泥、草地、泥地、沙地）