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
2121	2025-01-15	Harnessing advanced hybrid deep learning model for real-time detection and prevention of man-in-the-middle cyber attacks 2025-Jan-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85547-5 PMID:39799192	研究论文	本文介绍了一种名为AEXB模型的混合深度学习方法，用于实时检测和防止智能家居环境中的中间人（MitM）网络攻击	结合了AutoEncoder的特征提取能力和XGBoost的分类能力，显著提高了检测精度并减少了误报	未提及模型在其他数据集或环境中的泛化能力	开发一种更先进、自适应的入侵检测系统，以应对智能家居环境中日益增长的安全风险	智能家居环境中的网络通信数据	机器学习	NA	AutoEncoder, XGBoost, Recursive Feature Elimination (RFE), 相关性分析	混合深度学习模型	网络通信数据	使用了Intrusion Detection in Smart Home (IDSH)数据集
2122	2025-01-15	Deep learning for predicting prognostic consensus molecular subtypes in cervical cancer from histology images 2025-Jan-11, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00778-5 PMID:39799271	研究论文	本研究提出了一种端到端的深度学习框架，用于从H&E染色的组织切片中预测HPV阳性宫颈鳞状细胞癌的共识分子亚型	引入了Digital-CMS评分，通过数字化的全切片图像（WSI）提供新的临床优势，揭示了肿瘤微环境差异对患者预后的影响，并识别了作为CMS亚型潜在替代标志物的组织学模式	研究仅针对HPV阳性的宫颈鳞状细胞癌，未涵盖其他类型的宫颈癌	预测宫颈癌的共识分子亚型，以改善患者预后和潜在治疗靶点的识别	HPV阳性的宫颈鳞状细胞癌患者	数字病理学	宫颈癌	深度学习	NA	图像	545例宫颈鳞状细胞癌患者
2123	2025-01-15	The development of point-of-care ultrasound (POCUS): Worldwide contributions and publication trends 2025-Jan, Journal of clinical ultrasound : JCU IF:1.2Q3 DOI:10.1002/jcu.23846 PMID:39295568	研究论文	本研究通过统计方法分析了关于点护理超声（POCUS）的科学文章，并全面评估了该主题	使用网络可视化地图识别了POCUS研究中的趋势主题，如深度学习、人工智能、COVID-19等	研究主要依赖于Web of Science数据库的出版物，可能未涵盖所有相关研究	分析POCUS相关科学文章，评估该领域的研究趋势	POCUS相关出版物	医学影像	NA	统计方法、网络可视化	NA	文本数据	5714篇出版物
2124	2025-01-15	Comparing statistical and deep learning approaches for simultaneous prediction of stand-level above- and belowground biomass in tropical forests 2025-Jan-01, The Science of the total environment DOI:10.1016/j.scitotenv.2024.177869 PMID:39642621	研究论文	本研究比较了统计方法和深度学习方法在热带森林中同时预测地上生物量（AGB）、地下生物量（BGB）和总生物量（ABGB）的效果	开发了创新的深度学习加性模型（DLAMs），用于同时预测热带森林中的AGB、BGB和ABGB，并整合了森林林分、生态和环境因素作为预测变量	研究仅基于越南五个生态区域的121个样地数据，可能限制了模型的普适性	提高热带森林中AGB、BGB和ABGB的预测准确性和成本效益，以支持森林生态管理和生态系统服务	热带森林中的AGB、BGB和ABGB	机器学习	NA	深度学习加性模型（DLAMs）、加权非线性看似无关回归（WNSUR）、多元自适应回归样条（MARS）	深度学习加性模型（DLAMs）	森林林分、生态和环境数据	121个分布在越南五个生态区域的样地
2125	2025-01-15	Deep learning using histological images for gene mutation prediction in lung cancer: a multicentre retrospective study 2025-Jan, The Lancet. Oncology DOI:10.1016/S1470-2045(24)00599-0 PMID:39653054	研究论文	本研究开发了一种基于深度学习的AI方法（DeepGEM），用于从常规获取的组织学切片中预测肺癌患者的基因突变	提出了一种无需注释的深度学习方法，能够从常规组织学切片中预测基因突变，并生成基因突变空间分布图	研究依赖于多中心回顾性数据，可能存在数据异质性和选择偏差	开发一种准确、及时且经济的基因突变预测方法，以辅助肺癌患者的临床治疗	肺癌患者及其组织学切片和基因突变信息	数字病理学	肺癌	多基因下一代测序（NGS）	实例级和袋级共监督的多实例学习方法	图像	3637名患者（包括1978名男性，1514名女性，145名未知性别；中位年龄60岁），涉及3697张病理图像
2126	2025-01-15	ACTION: Augmentation and computation toolbox for brain network analysis with functional MRI 2025-Jan, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120967 PMID:39716522	研究论文	本文介绍了一个名为ACTION的开源工具箱，用于功能磁共振成像（fMRI）的增强和计算，以简化脑网络分析	ACTION工具箱提供了自动fMRI增强功能，包括BOLD信号增强和脑网络增强，并支持构建深度学习模型，利用大规模未标记数据进行模型预训练，以提高下游任务的性能	NA	开发一个综合性的工具箱，以简化和增强fMRI数据分析，特别是针对数据有限或不平衡的研究	功能磁共振成像（fMRI）数据	机器学习和脑网络分析	NA	fMRI	深度学习模型	fMRI数据	3800+静息态fMRI扫描
2127	2025-01-15	A Convolutional Neural Network Using Anterior Segment Photos for Infectious Keratitis Identification 2025, Clinical ophthalmology (Auckland, N.Z.) DOI:10.2147/OPTH.S496552 PMID:39801570	研究论文	本研究开发了一种深度学习算法，用于区分细菌性角膜炎、真菌性角膜炎、非感染性角膜病变和正常角膜	首次使用卷积神经网络结合集成技术对前段照片进行感染性角膜炎的识别，并展示了其在快速初步诊断中的潜力	研究为回顾性研究，可能受到数据质量和样本选择的限制	开发一种深度学习算法，用于快速区分不同类型的角膜炎和正常角膜	细菌性角膜炎、真菌性角膜炎、非感染性角膜病变和正常角膜的照片	计算机视觉	角膜炎	卷积神经网络（ResNet50, DenseNet121, VGG19）和集成技术	CNN	图像	6478张照片，来自2171只眼睛，包括2400例细菌性角膜炎、1616例真菌性角膜炎、1545例非感染性角膜病变和917例正常角膜
2128	2025-01-15	Deep Learning for Obstructive Sleep Apnea Detection and Severity Assessment: A Multimodal Signals Fusion Multiscale Transformer Model 2025, Nature and science of sleep IF:3.0Q2 DOI:10.2147/NSS.S492806 PMID:39801628	研究论文	本文开发了一种用于阻塞性睡眠呼吸暂停（OSA）检测和严重程度评估的深度学习模型，提供了一种便捷、经济且准确的疾病检测新方法	提出了一种多模态信号融合多尺度Transformer模型，结合心电图（ECG）和血氧饱和度（SpO2）信号进行OSA检测和严重程度评估	模型在公开数据集上的样本量较小，可能影响其泛化能力的全面评估	开发一种深度学习模型，用于阻塞性睡眠呼吸暂停（OSA）的检测和严重程度评估	阻塞性睡眠呼吸暂停（OSA）患者	机器学习	阻塞性睡眠呼吸暂停	深度学习	多尺度Transformer模型	心电图（ECG）和血氧饱和度（SpO2）信号	510名医院数据集患者，8个Apnea-ECG数据集记录，21个UCD数据集记录
2129	2025-01-15	GNCnn: A QuPath extension for glomerulosclerosis and glomerulonephritis characterization based on deep learning 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.11.049 PMID:39802211	研究论文	本研究提出了GNCnn，一个基于深度学习的QuPath扩展工具，专门用于肾病理学中的肾小球硬化和肾小球肾炎的自动检测和分类	GNCnn是首个开源的QuPath扩展工具，专门为肾病理学设计，集成了深度学习模型，提供高精度的肾小球检测和分类功能	NA	为肾病理学家提供一个免费可用的应用程序，用于测量和分析肾小球，以识别肾小球硬化和肾小球肾炎等疾病	肾小球	数字病理学	肾小球疾病	深度学习	CNN	图像	NA
2130	2025-01-15	Knowledge, interest and perspectives on Artificial Intelligence in Neurosurgery. A global survey 2025, Brain & spine DOI:10.1016/j.bas.2024.104156 PMID:39802868	研究论文	本文通过全球调查探讨了神经外科社区对人工智能（AI）基础知识及应用的信心、知识和态度	首次在全球范围内调查神经外科医生对AI的认知、兴趣和态度，揭示了AI在神经外科实践中的潜在应用和障碍	样本量相对较小（250份回复），且可能无法完全代表全球神经外科社区的多样性	评估全球神经外科社区对AI基础知识及应用的信心、知识和态度	全球神经外科医生	医疗AI	神经外科疾病	调查问卷	NA	调查数据	250份回复，来自61个国家
2131	2025-01-15	Novel Transfer Learning Approach for Detecting Infected and Healthy Maize Crop Using Leaf Images 2025-Jan, Food science & nutrition IF:3.5Q2 DOI:10.1002/fsn3.4655 PMID:39803246	研究论文	本文提出了一种名为VG-GNBNet的新型迁移学习模型，用于通过叶片图像准确检测健康和感染的玉米作物	VG-GNBNet模型结合了VGG-16网络和高斯朴素贝叶斯模型，通过两步特征提取过程，显著提高了作物健康检测的准确性	NA	开发一种高效的模型，用于检测玉米作物的健康状况，以预防疾病传播并确保高产	玉米作物的叶片图像	计算机视觉	NA	迁移学习	VG-GNBNet（结合VGG-16和高斯朴素贝叶斯模型）	图像	NA
2132	2025-01-15	An Optimized Bidirectional Long Short-Term Memory Model Based on Hyperspectral Analysis of Protein Content in Milk Powder 2025-Jan, Food science & nutrition IF:3.5Q2 DOI:10.1002/fsn3.4556 PMID:39803281	研究论文	本文提出了一种基于高光谱分析的优化双向长短期记忆模型，用于快速无损检测奶粉中的蛋白质含量	引入了注意力机制为BiLSTM隐藏状态分配不同权重，并采用鲸鱼优化算法优化模型超参数选择，提高了预测精度	未提及模型在其他类型食品或更大规模数据集上的泛化能力	开发一种更快、更准确的奶粉蛋白质含量检测方法	奶粉中的蛋白质含量	机器学习	NA	高光谱分析	BiLSTM-Attention, WOA-BiLSTM-Attention	高光谱数据	未明确说明样本数量
2133	2025-01-15	Erratum: Volumetric Breast Density Estimation From Three-Dimensional Reconstructed Digital Breast Tomosynthesis Images Using Deep Learning 2025-Jan, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI-24-00325 PMID:39807853	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2134	2025-01-14	Large scale Raman spectrum calculations in defective 2D materials using deep learning 2025-Jan-13, Journal of physics. Condensed matter : an Institute of Physics journal DOI:10.1088/1361-648X/ada106 PMID:39693768	研究论文	本文介绍了一种机器学习预测工作流程，用于研究缺陷对二维材料拉曼响应的影响	结合机器学习原子间势能、拉曼活性Γ加权态密度方法和独立补丁分割配置，实现了数万原子规模的模拟	模拟的主要瓶颈在于对角化过程	研究缺陷对二维材料拉曼响应的影响	同位素石墨烯和有缺陷的六方氮化硼	机器学习	NA	拉曼光谱计算	NA	光谱数据	数万原子规模的模拟
2135	2025-01-14	Enhanced Photothermal/Immunotherapy under NIR Irradiation Based on Hollow Mesoporous Responsive Nanomotor 2025-Jan-13, Inorganic chemistry IF:4.3Q1 DOI:10.1021/acs.inorgchem.4c05059 PMID:39727277	研究论文	本研究提出了一种中空介孔响应纳米马达，用于在近红外（NIR）照射下增强光热/免疫治疗	利用中空介孔硫化铜（HMCuS）负载青蒿琥酯（AS）和透明质酸（HA）组成的纳米马达HA-HMCuS/AS，诱导肿瘤相关巨噬细胞的极化，并结合光热疗法和免疫疗法，增强肿瘤消融和抑制效果	NA	开发一种新型纳米马达，用于增强光热/免疫治疗，以更有效地消融和抑制肿瘤	乳腺癌细胞	纳米医学	乳腺癌	近红外（NIR）照射	ResNet18	形态学数据集	NA
2136	2025-01-14	A real-time approach for surgical activity recognition and prediction based on transformer models in robot-assisted surgery 2025-Jan-12, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03306-9 PMID:39799528	研究论文	本文提出了一种基于Transformer模型的深度学习方法，用于机器人辅助微创手术中的手术活动识别和预测	提出了一种改进的Transformer模型，专门设计用于处理手术机器人中的手势识别、预测和末端执行器轨迹预测任务，且仅使用机器人手臂关节的运动学数据	模型仅依赖于运动学数据，未考虑其他可能影响手术活动识别和预测的因素	开发一个实时手术风险监测系统，用于机器人辅助微创手术	机器人辅助微创手术中的手术活动	计算机视觉	NA	深度学习	Transformer	运动学数据	JHU-ISI手势和技能评估工作集数据集
2137	2025-01-14	YOLO-STOD: an industrial conveyor belt tear detection model based on Yolov5 algorithm 2025-Jan-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83619-6 PMID:39794390	研究论文	本文提出了一种基于Yolov5算法的工业传送带撕裂检测模型YOLO-STOD，用于实时检测传送带撕裂，以保障煤炭行业的采矿安全	提出了YOLO-STOD检测方法，利用BotNet注意力机制提取多维撕裂特征，增强模型对小目标的特征提取能力，并在少量样本条件下快速收敛；同时采用Shape_IOU计算训练损失，增强模型的鲁棒性	未提及模型在极端复杂干扰环境下的表现，也未讨论模型在其他工业场景中的通用性	提高复杂干扰环境下小尺寸撕裂损伤检测算法的性能，满足工业实时检测需求	传送带的纵向撕裂损伤	计算机视觉	NA	深度学习	Yolov5, BotNet	图像	多案例传送带撕裂数据集
2138	2025-01-14	Application of deep learning model based on unenhanced chest CT for opportunistic screening of osteoporosis: a multicenter retrospective cohort study 2025-Jan-10, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01817-2 PMID:39792306	研究论文	本研究旨在建立并验证基于未增强胸部CT图像的卷积神经网络模型，用于骨质疏松症的机会性筛查	首次利用未增强胸部CT图像的椎体和骨骼肌信息构建CNN模型进行骨质疏松症筛查，并与SMI模型进行比较	研究为回顾性研究，可能存在选择偏倚；样本量相对有限，且仅来自四家医院	开发并验证基于未增强胸部CT图像的深度学习模型，用于骨质疏松症的机会性筛查	接受未增强胸部CT和双能X线吸收法（DXA）检查的中老年患者	计算机视觉	骨质疏松症	深度学习	CNN	图像	训练集581例，外部测试集1 229例，外部测试集2 198例，外部测试集3 118例
2139	2025-01-14	Enhanced detection of atrial fibrillation in single-lead electrocardiograms using a cloud-based artificial intelligence platform 2025-Jan-10, Heart rhythm IF:5.6Q1 DOI:10.1016/j.hrthm.2024.12.048 PMID:39800092	研究论文	本研究验证了一种基于云的深度学习平台，用于在大量患者的单导联心电图记录中自动检测心房颤动	使用未在目标心电图数据上训练的AI平台进行心房颤动检测，并展示了其优于基于规则的算法的性能	研究中未提及AI平台在其他类型心律失常检测中的具体表现，且样本来源单一	验证基于云的深度学习平台在单导联心电图中自动检测心房颤动的有效性	8,528名患者的30秒单导联心电图记录	机器学习	心血管疾病	深度学习	NA	心电图数据	8,528名患者的30秒单导联心电图记录
2140	2025-01-14	Unsupervised deep learning-based medical image registration: a survey 2025-Jan-07, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad9e69 PMID:39667278	综述	本文综述了基于无监督深度学习的医学图像配准技术的最新进展	深入探讨了创新的网络架构，并详细回顾了这些研究的独特贡献	讨论了各类方法面临的主要挑战	帮助对该领域感兴趣的读者深入了解这一激动人心的领域	医学图像配准技术	医学图像分析	NA	无监督深度学习	深度神经网络	医学图像	NA