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
2001	2025-01-26	An efficient and lightweight detection method for stranded elastic needle defects in complex industrial environments using VEE-YOLO 2025-Jan-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85721-9 PMID:39843892	研究论文	本文提出了一种名为VEE-YOLO的高效轻量级检测方法，用于复杂工业环境中的弹性针缺陷检测	引入YOLOv8-n作为核心网络，提出VEE-YOLO模型，通过GSConv增强特征提取，改进特征提取质量，并使用EIoU Loss替代CIoU Loss以提高检测性能	未提及具体局限性	提高复杂工业环境中小尺寸、密集排列零件的缺陷检测性能	弹性针缺陷	计算机视觉	NA	深度学习	YOLOv8-n, VEE-YOLO	图像	未提及具体样本数量
2002	2025-01-26	Memristor-based feature learning for pattern classification 2025-Jan-21, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56286-y PMID:39837872	研究论文	本文提出了一种基于忆阻器漂移扩散动力学的特征学习技术，用于模式分类任务	利用单个忆阻器的动态响应来学习特征，显著减少了模型参数和计算操作，相比深度模型分别减少了2和4个数量级	需要进一步验证在不同应用场景下的通用性和稳定性	通过半导体物理直接实现特征学习，以减少模型与硬件之间的差异	忆阻器芯片	机器学习	NA	忆阻器漂移扩散动力学	NA	NA	180纳米忆阻器芯片
2003	2025-01-26	Design of an integrated model with temporal graph attention and transformer-augmented RNNs for enhanced anomaly detection 2025-Jan-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85822-5 PMID:39837915	研究论文	本文提出了一种集成模型，结合时间图注意力和Transformer增强的RNNs，用于增强复杂环境中摄像头监控系统的异常检测	结合RNNs与GATs有效建模跨摄像头的长期依赖关系，采用Transformer-Augmented RNN通过自注意力机制改进时间建模，使用多模态变分自编码器融合视频、音频和运动传感器信息，并应用原型网络进行少样本学习	未明确提及具体限制	提高复杂环境中摄像头监控系统的异常检测效率和准确性	摄像头监控系统中的异常检测	计算机视觉	NA	深度学习模型，包括RNNs、GATs、Transformer-Augmented RNN、多模态变分自编码器、原型网络	RNNs、GATs、Transformer-Augmented RNN、多模态变分自编码器、原型网络	视频、音频、运动传感器数据	未明确提及具体样本数量
2004	2025-01-26	Research on credit risk of listed companies: a hybrid model based on TCN and DilateFormer 2025-Jan-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86371-7 PMID:39837952	研究论文	本文提出了一种基于TCN和DilateFormer的混合模型，用于提高上市公司信用风险评估的准确性	结合Transformer和CNN的概念，提出了一种新的混合模型TCN-DilateFormer，以增强对长时间金融数据的捕捉能力并解决高维金融数据的挑战	未提及具体局限性	提高上市公司信用风险评估的准确性	上市公司的信用风险	机器学习	NA	NA	TCN-DilateFormer	金融数据	未提及具体样本数量
2005	2025-01-26	College students' entrepreneurship education path and management strategy of start-up enterprises using causal attribution theory 2025-Jan-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86797-z PMID:39837953	研究论文	本研究旨在通过因果归因理论提升大学生创业教育的有效性，并提高初创企业的安全系数	结合深度学习和人工智能技术分析初创企业的风险影响因素，并提出基于因果归因理论的教育路径和管理策略	未提及具体样本量或数据来源的局限性	提升大学生创业教育的效果和初创企业的管理策略	大学生创业教育和初创企业	机器学习	NA	深度学习（DL）和人工智能（AI）	NA	问卷数据和文献数据	未提及具体样本量
2006	2025-01-26	A comparative study on different machine learning approaches with periodic items for the forecasting of GPS satellites clock bias 2025-Jan-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87328-6 PMID:39838080	研究论文	本文比较了四种考虑周期性变化的机器学习模型在预测GPS卫星时钟偏差方面的效果	本文创新性地将周期性变化因素纳入机器学习模型，以提高GPS卫星时钟偏差的预测精度	研究仅基于国际GNSS服务预报实验的精确卫星时钟偏差数据，未涉及其他数据源或实际应用场景	提高GPS卫星时钟偏差的预测精度，以增强实时定位的准确性	GPS卫星时钟偏差	机器学习	NA	NA	BPNN, WNN, LSTM, GRU	时间序列数据	国际GNSS服务预报实验的精确卫星时钟偏差数据
2007	2025-01-26	A multi-modal deep learning model for prediction of Ki-67 for meningiomas using pretreatment MR images 2025-Jan-21, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-00811-1 PMID:39838113	研究论文	本研究开发并验证了一种基于基线磁共振成像（MRI）的深度学习网络，用于预测脑膜瘤患者的Ki-67状态	利用多模态深度学习模型预测Ki-67状态，并通过Kaplan-Meier生存分析探讨模型在肿瘤生长预测中的应用	研究为回顾性设计，可能存在选择偏差	开发一种有效的工具，用于早期预测Ki-67和肿瘤体积增长，以辅助个体化患者管理	脑膜瘤患者	数字病理	脑膜瘤	深度学习	多模态深度学习模型	MRI图像	1239名患者，来自三家医院
2008	2025-01-22	Publisher Correction: Speech-based personality prediction using deep learning with acoustic and linguistic embeddings 2025-Jan-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86466-1 PMID:39833270	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2009	2025-01-26	Energy consumption prediction using modified deep CNN-Bi LSTM with attention mechanism 2025-Jan-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e41507 PMID:39850437	研究论文	本文提出了一种改进的深度CNN-Bi LSTM模型，结合注意力机制，用于家庭能源消耗预测	结合了深度CNN和Bi-LSTM模型，并引入注意力机制，以提高时间序列数据的预测准确性	未提及模型在其他数据集或实际应用中的泛化能力	提高家庭能源消耗预测的准确性，以优化能源生成和存储	家庭能源消耗数据	机器学习	NA	深度学习	CNN-Bi LSTM	时间序列数据	NA
2010	2025-01-26	Challenges and applications of artificial intelligence in infectious diseases and antimicrobial resistance 2025-Jan-07, npj antimicrobials and resistance DOI:10.1038/s44259-024-00068-x PMID:39843587	综述	本文探讨了人工智能在传染病和抗菌药物耐药性领域的应用及其挑战	强调了人工智能在病原体检测、耐药性预测和药物发现中的创新应用	指出了人工智能在该领域应用中仍需改进的地方	研究人工智能在传染病控制和抗菌药物耐药性中的应用	传染病和抗菌药物耐药性	机器学习	传染病	机器学习和深度学习	NA	NA	NA
2011	2025-01-26	The value of 18F-fluorodeoxyglucose positron emission tomography-based radiomics in non-small cell lung cancer 2025 Jan-Mar, Tzu chi medical journal IF:1.4Q2 DOI:10.4103/tcmj.tcmj_124_24 PMID:39850392	综述	本文综述了基于18F-氟脱氧葡萄糖正电子发射断层扫描（F-FDG PET）的放射组学在非小细胞肺癌（NSCLC）中的应用及其价值	总结了F-FDG PET放射组学在NSCLC中的应用，包括转移检测、组织病理学分型、驱动突变表征、治疗反应评估和生存结果评估，并探讨了基于F-FDG PET的深度学习的价值	当前研究缺乏对F-FDG PET放射组学潜在生物学意义的深入基础研究，且临床应用的重复性有待验证	探讨F-FDG PET放射组学在NSCLC精准医学中的应用价值	非小细胞肺癌（NSCLC）	数字病理学	肺癌	F-FDG PET	深度学习	医学影像	NA
2012	2025-01-26	Artificial Intelligence in Diagnosis and Management of Nail Disorders: A Narrative Review 2025 Jan-Feb, Indian dermatology online journal IF:1.9Q3 DOI:10.4103/idoj.idoj_460_24 PMID:39850679	综述	本文综述了人工智能在甲病诊断和管理中的应用，包括其在诊断甲真菌病、甲下黑色素瘤、甲银屑病、甲襞毛细血管镜及系统性疾病的甲表现中的作用	本文首次全面回顾了人工智能在甲病学领域的应用，特别是深度学习卷积神经网络在甲图像解读中的高敏感性和特异性	数据稀缺、图像异质性、可解释性问题、法规遵从性和工作流程整合不良等问题阻碍了人工智能在甲病学实践中的无缝应用	探讨人工智能在甲病诊断和管理中的应用及其潜力	甲病，包括甲真菌病、甲下黑色素瘤、甲银屑病、甲襞毛细血管镜及系统性疾病的甲表现	数字病理	NA	深度学习卷积神经网络（CNNs）	CNN	图像	NA
2013	2025-01-26	Optimizing predictions of environmental variables and species distributions on tidal flats by combining Sentinel-2 images and their deep-learning features with OBIA 2025, International journal of remote sensing IF:3.0Q2 DOI:10.1080/01431161.2024.2423909 PMID:39850715	研究论文	本研究结合Sentinel-2影像及其深度学习特征与基于对象的图像分析（OBIA），优化了潮滩环境变量和物种分布的预测	首次将深度学习特征与OBIA结合，显著提高了潮滩环境变量和物种分布的预测精度	光谱对比度有限，且预测精度仍有提升空间	优化潮滩环境变量和物种分布的预测	潮滩沉积物特性和大型底栖动物	计算机视觉	NA	深度学习，基于对象的图像分析（OBIA）	卷积自编码器，随机森林	图像	2018至2020年荷兰瓦登海的Pinkegat和Zoutkamperlaag潮盆数据
2014	2025-01-25	Deep Learning-Based Multi-View Projection Synthesis Approach for Improving the Quality of Sparse-View CBCT in Image-Guided Radiotherapy 2025-Jan-23, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01390-0 PMID:39849201	研究论文	本文提出了一种基于深度学习的多视图投影合成方法（DLMPS），用于提高图像引导放射治疗中稀疏视图CBCT图像的质量	DLMPS方法通过结合动态卷积层和残差学习技术改进的2D U-Net模型，有效合成了缺失的投影，显著提高了稀疏视图CBCT图像的质量	研究仅基于163名患者的CBCT数据进行训练和测试，样本量可能不足以全面验证方法的普适性	提高图像引导放射治疗中稀疏视图CBCT图像的质量，以减少患者的辐射剂量	稀疏视图低剂量CBCT图像	计算机视觉	NA	深度学习	2D U-Net	图像	163名患者的CBCT数据用于训练，30名用于验证，30名用于测试
2015	2025-01-25	Wound Segmentation with U-Net Using a Dual Attention Mechanism and Transfer Learning 2025-Jan-23, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01386-w PMID:39849203	研究论文	本文介绍了一种新颖的双注意力U-Net模型，用于精确的伤口分割	结合了VGG16和U-Net两种深度学习模型，并引入了双注意力机制以聚焦于伤口区域的相关部分	NA	通过图像分析实现精确的伤口分割，以辅助皮肤病的诊断和治疗	糖尿病足溃疡图像以及急性和慢性伤口图像	计算机视觉	皮肤病	深度学习	U-Net, VGG16	图像	NA
2016	2025-01-25	Investigation of 3D iris morphology early alteration after implantable collamer lens implantation by using SS-OCT 2025-Jan-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e41542 PMID:39844973	研究论文	本研究使用全自动多任务深度学习方法，通过SS-OCT技术研究了植入式晶状体（ICL）手术前后虹膜形态的三维变化	首次使用全自动多任务深度学习方法同时进行SS-OCT图像分割和三维虹膜形态的定量测量	样本量较小，仅包括46只眼睛的27名患者	研究ICL手术前后虹膜形态的三维变化	接受ICL手术的患者	数字病理学	NA	SS-OCT	多任务深度学习网络	图像	46只眼睛的27名患者
2017	2025-01-25	Utilizing InVEST ecosystem services model combined with deep learning and fallback bargaining for effective sediment retention in Northern Iran 2025-Jan, Environmental science and pollution research international DOI:10.1007/s11356-024-35712-6 PMID:39673030	研究论文	本研究旨在将博弈论和深度学习算法与InVEST生态系统服务模型结合，用于伊朗Kasilian流域的沉积物保留建模	结合博弈论和深度学习算法进行沉积物保留建模，并利用Fallback讨价还价算法进行子流域优先排序	研究仅针对Kasilian流域，结果可能不适用于其他地区	优化沉积物保留建模，提高流域管理效率	Kasilian流域的19个子流域	机器学习	NA	深度学习算法（CNN, LSTM, RNN）	CNN, LSTM, RNN	地理环境数据	19个子流域
2018	2025-01-25	ELW-CNN: An extremely lightweight convolutional neural network for enhancing interoperability in colon and lung cancer identification using explainable AI 2025 Jan-Dec, Healthcare technology letters IF:2.8Q3 DOI:10.1049/htl2.12122 PMID:39845172	研究论文	本文提出了一种极轻量级的卷积神经网络（ELW-CNN），用于增强结肠癌和肺癌识别的互操作性，并利用可解释AI提高模型的透明度	提出了一种极轻量级的卷积神经网络模型，仅使用7万个参数，在大型肺和结肠数据集上达到了98.16%的准确率，并在肺癌和结肠癌的单独测试中分别达到了99.02%和99.40%的准确率	数据集规模较小、数据质量较差、肺鳞状细胞癌和腺癌之间的类间变化、移动设备部署困难以及缺乏图像和个体级别的准确性测试	开发一种自动化且准确的结肠癌和肺癌检测方法	结肠癌和肺癌	计算机视觉	肺癌, 结肠癌	卷积神经网络（CNN）	CNN	图像	大型肺和结肠数据集
2019	2025-01-25	Artificial Intelligence in Pediatric Epilepsy Detection: Balancing Effectiveness With Ethical Considerations for Welfare 2025-Jan, Health science reports IF:2.1Q3 DOI:10.1002/hsr2.70372 PMID:39846037	综述	本文评估了人工智能在儿童癫痫检测中的有效性，并探讨了其实施过程中的伦理问题	结合人工智能在儿童癫痫诊断和管理中的应用，同时深入探讨了相关的伦理问题	伦理问题如隐私、数据安全和模型偏差仍需解决	评估人工智能在儿童癫痫检测中的有效性，并探讨其实施中的伦理问题	儿童癫痫患者	机器学习	癫痫	EEG, rs-fMRI, DTI	CNN-LSTM	EEG数据, 神经影像数据, 视频数据	NA
2020	2025-01-25	Machine learning based prediction models for cardiovascular disease risk using electronic health records data: systematic review and meta-analysis 2025-Jan, European heart journal. Digital health DOI:10.1093/ehjdh/ztae080 PMID:39846062	系统综述与元分析	本文通过系统综述和元分析评估了基于机器学习的模型在利用电子健康记录数据预测心血管疾病风险方面的效能，并与传统风险评分模型进行了比较	首次系统评估和比较了机器学习模型与传统心血管疾病风险预测算法在中长期（5-10年）风险预测中的表现，并发现机器学习模型（特别是随机森林和深度学习）在性能上显著优于传统模型	研究存在显著的异质性（I² > 99%）和潜在的发表偏倚，且方法学上的问题限制了这些模型在临床中的当前应用	评估和比较机器学习模型与传统心血管疾病风险预测算法在中长期风险预测中的效能	心血管疾病风险预测模型	机器学习	心血管疾病	机器学习	随机森林, 深度学习	电子健康记录数据	20项研究中的32个机器学习模型和26个传统统计模型