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
1361	2025-01-23	Deep Learning-assisted Diagnosis of Extrahepatic Common Bile Duct Obstruction Using MRCP Imaging and Clinical Parameters 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056363648241215145959 PMID:39838679	研究论文	本研究开发了一种基于深度学习的分类模型，结合MRCP图像和临床参数，以辅助放射科医生更准确地诊断肝外胆总管梗阻	提出了一种多模态深度学习融合模型，结合了MRCP图像特征和临床参数，并应用加权损失函数来处理不同特征的重要性差异	样本量相对较小，尤其是MRCP图像数据仅来自143名患者	开发一种深度学习模型，以提高肝外胆总管梗阻的诊断准确性	465名患者，其中143名患者有MRCP图像数据	计算机视觉	肝外胆总管梗阻	MRCP成像	多模态深度学习融合模型	图像和临床数据	465名患者（其中143名有MRCP图像）
1362	2025-01-22	Error compensated MOF-based ReRAM array for encrypted logical operations 2025-Jan-21, Dalton transactions (Cambridge, England : 2003) DOI:10.1039/d4dt02880e PMID:39625410	研究论文	本文报告了一种基于金属有机框架（MOF）的电阻式随机存取存储器（ReRAM）阵列的大规模制造，展示了其在加密逻辑操作中的应用	利用非理想的MOF基ReRAM阵列进行低误差信息读取和加密逻辑操作，展示了其在实际应用中的潜力	ReRAM阵列的电子参数存在50%的变异，这可能影响其一致性和可靠性	探索MOF基ReRAM阵列在信息存储和加密逻辑操作中的应用	6×6单元的MOF基ReRAM阵列	电子工程	NA	ReRAM技术	深度学习	电子参数	6×6单元的ReRAM阵列
1363	2025-01-22	Recognition and classification of facial expression using artificial intelligence as a key of early detection in neurological disorders 2025-Jan-21, Reviews in the neurosciences IF:3.4Q2 DOI:10.1515/revneuro-2024-0125 PMID:39829206	review	本文探讨了利用人工智能（AI）进行面部表情识别和分类在神经退行性疾病早期检测中的潜力	本文创新性地将AI驱动的面部表情分析应用于神经退行性疾病的早期检测和监控，特别是阿尔茨海默病和帕金森病	本文为叙述性综述，未涉及具体实验数据或样本分析，可能缺乏实证支持	研究目的是探讨AI技术在神经退行性疾病早期检测中的应用及其潜力	研究对象为神经退行性疾病患者，特别是阿尔茨海默病和帕金森病患者	computer vision	geriatric disease	deep learning, computer vision	NA	image	NA
1364	2025-01-22	PEDRA-EFB0: colorectal cancer prognostication using deep learning with patch embeddings and dual residual attention 2025-Jan-21, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03292-3 PMID:39833600	研究论文	本文提出了一种名为PEDRA-EFB0的深度学习架构，用于结直肠癌CT扫描的特征提取和生存预测	PEDRA-EFB0架构集成了patch embeddings和双残差注意力机制，以增强特征提取和生存预测的准确性	未明确提及具体局限性	提高结直肠癌CT扫描的特征提取和生存预测的准确性	结直肠癌CT扫描数据	计算机视觉	结直肠癌	深度学习	CNN	CT图像	未明确提及样本数量
1365	2025-01-22	Coati optimization algorithm for brain tumor identification based on MRI with utilizing phase-aware composite deep neural network 2025-Jan-21, Electromagnetic biology and medicine IF:1.6Q4 DOI:10.1080/15368378.2024.2401540 PMID:39835842	研究论文	本文提出了一种基于MRI的脑肿瘤识别方法，利用相位感知复合深度神经网络和Coati优化算法	提出了PACDNN-COA-BTI-MRI方法，结合了相位感知复合深度神经网络和Coati优化算法，显著提高了脑肿瘤识别的准确率、召回率和精确率	未提及具体的数据集来源和样本量，可能影响结果的普适性	提高基于MRI的脑肿瘤识别的准确性和效率	脑肿瘤	计算机视觉	脑肿瘤	MRI	深度神经网络（DNN）	图像	NA
1366	2025-01-22	Perfusion estimation from dynamic non-contrast computed tomography using self-supervised learning and a physics-inspired U-net transformer architecture 2025-Jan-20, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03323-2 PMID:39832070	研究论文	本研究提出了一种新颖的深度学习方法，通过非对比吸气与呼气计算机断层扫描（IE-CT）预测肺部灌注成像	结合物理模型和自监督学习策略，开发了一种适用于Siamese IE-CT输入的U-Net Transformer架构，用于预测肺部灌注成像	需要进一步开发以验证其在不同临床环境中的广泛适用性	提高肺部灌注成像的预测准确性，减少对核医学成像的依赖	肺部灌注成像	计算机视觉	肺病	自监督学习，U-Net Transformer架构	U-Net Transformer	图像	523张IE-CT图像来自9个不同的4DCT成像数据集，44名患者同时进行了IE-CT和SPECT/CT灌注扫描
1367	2025-01-22	Performance analysis of image retrieval system using deep learning techniques 2025-Jan-20, Network (Bristol, England) DOI:10.1080/0954898X.2025.2451388 PMID:39832139	研究论文	本文提出了一种基于深度学习的图像检索系统，用于提高图像检索的效率和准确性	提出了一种新的基于RETCNN的CBIR系统，能够同时处理彩色图像和灰度图像，并显著减少检索时间	未提及系统在处理大规模数据集时的性能表现	提高图像检索系统的检索效率和准确性	通用图像（GI）和医学图像（MI）	计算机视觉	NA	深度学习	RETCNN	图像	未提及具体样本数量
1368	2025-01-22	Enhancing panoramic dental imaging with AI-driven arch surface fitting: Achieving improved clarity and accuracy through an optimal reconstruction zone 2025-Jan-20, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf006 PMID:39832267	研究论文	本研究开发了一种基于AI的自动化方法，通过创建以牙齿为中心的三维重建区域，生成更清晰、对齐良好的全景牙科图像	引入了一种新的方法，通过3D U-Net深度学习模型生成牙弓表面并调整全景视图，显著提高了关键牙科特征的对比度和清晰度	未来研究需要进一步开发和测试该方法，以确保在不同患者病例中的稳健性能	开发一种自动化方法，生成更清晰、对齐良好的全景牙科图像	312名患者的锥形束CT（CBCT）扫描数据	数字病理学	NA	锥形束CT（CBCT）扫描	3D U-Net	图像	312名患者（平均年龄40岁；范围10-78岁；41.3%男性，58.7%女性）
1369	2025-01-22	Application of Deep Learning Accelerated Image Reconstruction in T2-weighted Turbo Spin Echo Imaging of the Brain at 7T 2025-Jan-20, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8662 PMID:39832954	研究论文	本研究评估了在7T磁共振成像中使用深度学习加速图像重建技术，应用于T2加权涡轮自旋回波成像	首次在7T磁共振成像中应用深度学习技术进行图像重建，显著提高了图像质量	研究样本量较小，仅包括30名患者	解决7T磁共振成像中成像时间长和运动敏感性的问题	30名连续临床7T脑部MRI患者	计算机视觉	NA	深度学习加速图像重建	深度神经网络	图像	30名7T脑部MRI患者
1370	2025-01-22	Automatic Vertical Root Fracture Detection on Intraoral Periapical Radiographs With Artificial Intelligence-Based Image Enhancement 2025-Jan-19, Dental traumatology : official publication of International Association for Dental Traumatology IF:2.3Q2 DOI:10.1111/edt.13027 PMID:39829209	研究论文	本文探讨了使用迁移学习技术提高垂直根折（VRF）诊断准确性的方法，并评估了人工智能在图像增强方面的应用	结合迁移学习和深度学习图像增强技术，首次在口腔内根尖周X光片上实现了自动垂直根折检测	样本量相对较小（378张X光片），且未进行多中心验证	提高垂直根折（VRF）在X光片上的诊断准确性	口腔内根尖周X光片	计算机视觉	牙科疾病	迁移学习（TL），深度学习图像增强	DenseNet, ConvNext, Inception121, MobileNetV2	图像	378张口腔内根尖周X光片（195颗有骨折的牙齿和183颗无骨折的牙齿作为对照）
1371	2025-01-22	Can a novel computer vision-based framework detect head-on-head impacts during a rugby league tackle? 2025-Jan-19, Injury prevention : journal of the International Society for Child and Adolescent Injury Prevention IF:2.5Q2 DOI:10.1136/ip-2023-045129 PMID:39832883	研究论文	本研究开发并评估了一种基于计算机视觉的新框架，用于自动分类橄榄球比赛中的头对头撞击和非头对头撞击	首次将计算机视觉框架应用于橄榄球比赛中的头对头撞击检测，并进行了评估	未来研究应探索该框架在其他头部接触机制中的应用，以及实时识别潜在事件以进行临床评估的实用性	开发并评估一种基于计算机视觉的框架，用于自动检测橄榄球比赛中的头对头撞击	橄榄球比赛中的头对头撞击和非头对头撞击	计算机视觉	NA	深度学习网络、目标检测算法、三维卷积神经网络	CNN	视频	训练集341个视频片段，测试集670个视频片段
1372	2025-01-22	Integrating Deep Learning Derived Morphological Traits and Molecular Data for Total-Evidence Phylogenetics: Lessons from Digitized Collections 2025-Jan-18, Systematic biology IF:6.1Q1 DOI:10.1093/sysbio/syae072 PMID:39826140	研究论文	本文探讨了将分子数据与从昆虫标本图像中通过深度学习提取的形态特征相结合，以生成全证据系统发育树，并揭示了其中的挑战	结合深度学习提取的形态特征与分子数据进行全证据系统发育分析，揭示了不同数据集划分和深度度量损失函数对结果的影响	深度学习提取的形态特征在单独使用时表现不如分子分析，且数据获取的资源需求较大	探索深度学习提取的形态特征与分子数据结合在全证据系统发育分析中的应用	昆虫标本图像	计算机视觉	NA	深度学习	NA	图像	NA
1373	2025-01-22	Prediction of tissue and clinical thrombectomy outcome in acute ischaemic stroke using deep learning 2025-Jan-18, Brain : a journal of neurology IF:10.6Q1 DOI:10.1093/brain/awaf013 PMID:39827468	研究论文	本研究引入了一种深度学习方法，用于预测急性缺血性卒中患者对血栓切除术的个体反应	提出了一个深度学习模型，能够预测血栓切除术后的组织和临床结果，包括成功和不成功再灌注两种情况下的模拟，量化了干预的潜在个体益处	当前成像方法可能无法完全捕捉脑缺血的动态特性，且缺乏对血栓切除术益处的患者特异性评估	开发预测模型以量化急性缺血性卒中患者对血栓切除术的个体反应	405名接受血栓切除术的缺血性卒中患者	数字病理学	心血管疾病	深度学习	深度学习模型	多模态CT成像和临床特征	405名缺血性卒中患者（训练集304名，内部测试集50名，外部测试集51名）
1374	2025-01-22	A two-tier optimization strategy for feature selection in robust adversarial attack mitigation on internet of things network security 2025-Jan-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85878-3 PMID:39824955	研究论文	本文提出了一种用于物联网网络安全中鲁棒对抗攻击缓解的两层优化策略（TTOS-RAAM）模型	引入了结合CGWO和CVAE的两层优化策略，并采用ICAVO模型进行参数调整，以提高对抗攻击检测的准确性	未明确说明模型在其他数据集上的泛化能力	识别物联网中的对抗攻击行为，提高网络安全	物联网网络中的对抗攻击	机器学习	NA	深度学习	CVAE, CGWO, ICAVO	网络数据	RT-IoT2022数据集
1375	2025-01-22	Deep learning approach based on a patch residual for pediatric supracondylar subtle fracture detection 2025-Jan-16, Biomolecules & biomedicine DOI:10.17305/bb.2024.11341 PMID:39829118	研究论文	本文提出了一种基于深度学习的方法，用于自动检测和定位儿童肱骨髁上细微骨折	引入了一种多尺度补丁残差网络（MPR），结合CNN和生成对抗网络，利用健康样本学习正常骨骼分布，减少对标记骨折数据的依赖	标记的儿童肱骨髁上骨折样本稀缺且难以获取	开发一种自动检测和定位儿童肱骨髁上细微骨折的深度学习模型	儿童肱骨髁上骨折	计算机视觉	骨折	深度学习	CNN, 生成对抗网络	医学图像	来自两家不同医院的数据集，应用了数据增强技术
1376	2025-01-22	AxonFinder: Automated segmentation of tumor innervating neuronal fibers 2025-Jan-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e41209 PMID:39807499	研究论文	本研究提出了一种基于深度学习的自动化轴突分割方法AxonFinder，用于前列腺肿瘤微环境中的轴突分割	利用U-Net模型与ResNet-101编码器结合的多重成像方法，实现了对不规则形态轴突的高精度自动化分割	研究依赖于手动标注的数据集，可能存在标注误差	开发一种自动化工具，用于前列腺肿瘤微环境中轴突的精确分割和分析	前列腺肿瘤微环境中的轴突	数字病理学	前列腺癌	多重成像	U-Net with ResNet-101 encoder	全片图像	来自低、中、高风险前列腺癌患者的全片图像数据集
1377	2025-01-22	Using image augmentation techniques and convolutional neural networks to identify insect infestations on tomatoes 2025-Jan-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e41480 PMID:39834448	研究论文	本研究旨在利用卷积神经网络和图像增强技术识别番茄上的昆虫侵扰	通过图像增强技术增加数据集规模，并利用卷积神经网络实现高精度的害虫识别	原始数据库规模较小，未增强图像时模型准确率较低（50-60%）	开发高精度的深度学习模型，用于检测影响作物的害虫，以帮助农民	番茄作物上的昆虫害虫图像	计算机视觉	NA	图像增强技术	卷积神经网络（CNN）	图像	5894张增强后的图像（80%训练，20%验证）
1378	2025-01-22	Assessment of different U-Net backbones in segmenting colorectal adenocarcinoma from H&E histopathology 2025-Jan-14, Pathology, research and practice DOI:10.1016/j.prp.2025.155820 PMID:39826493	研究论文	本文评估了不同U-Net架构在结直肠腺癌H&E组织病理学图像分割中的表现	比较了多种U-Net变体（包括Attention U-Net、U-Net与ResNet50、MobileNet-v2、EfficientNetB0、DenseNet121结合）在结直肠腺癌分割中的性能，发现DenseNet121和ResNet50作为U-Net的骨干网络表现最佳	未提及样本量是否足够大以支持结论的普适性，也未讨论模型在其他类型癌症或数据集上的泛化能力	开发自动化系统以准确识别结直肠区域的腺癌，通过二分类分割方法实现早期检测和诊断	结直肠腺癌的H&E组织病理学图像	数字病理学	结直肠癌	深度学习	U-Net及其变体（Attention U-Net、U-Net与ResNet50、MobileNet-v2、EfficientNetB0、DenseNet121结合）	图像	未明确提及具体样本数量
1379	2025-01-22	The regulatory landscape of 5' UTRs in translational control during zebrafish embryogenesis 2025-Jan-13, Developmental cell IF:10.7Q1 DOI:10.1016/j.devcel.2024.12.038 PMID:39818206	研究论文	本研究通过大规模并行报告实验和核糖体分析，揭示了斑马鱼胚胎发生早期5' UTR在翻译调控中的调控景观	首次提出了基于5' UTR的翻译调控定量模型，并开发了深度学习模型DaniO5P来预测母源和合子5' UTR异构体的活性	研究主要集中于斑马鱼胚胎发生早期，可能不适用于其他发育阶段或物种	研究5' UTR在斑马鱼胚胎发生早期翻译调控中的作用	斑马鱼胚胎发生早期的5' UTR序列	自然语言处理	NA	大规模并行报告实验、核糖体分析	深度学习模型DaniO5P	序列数据	18,154个序列
1380	2025-01-22	HerbMet: Enhancing metabolomics data analysis for accurate identification of Chinese herbal medicines using deep learning 2025-Jan, Phytochemical analysis : PCA IF:3.0Q2 DOI:10.1002/pca.3437 PMID:39165116	研究论文	本研究开发了HerbMet，一个基于深度学习的系统，用于准确识别中草药，特别是同属不同种的草药	HerbMet采用1D-ResNet架构提取特征，并设计了双dropout正则化模块以减轻过拟合，提高了模型的性能	当前中草药的代谢组学数据分析和建模受限于小样本量、高维度和过拟合问题	开发一个高性能的人工智能系统，用于准确识别中草药，特别是同属不同种的草药	中草药，特别是七种相似的人参属植物	机器学习	NA	代谢组学	1D-ResNet, 多层感知机	代谢组学数据	七种相似的人参属植物