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
161	2024-12-01	Supporting the care to breast cancer patients with unique needs: Evidence from online community members' responses 2025-Jan, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105695 PMID:39546951	研究论文	研究如何通过在线社区成员的回应来支持乳腺癌患者的独特需求	提出了一种独特性评分提取框架，用于计算在线社区帖子中健康和非健康相关话题的独特性评分，并利用深度学习自然语言处理模型BERTopic来识别话题	研究主要集中在乳腺癌患者的在线社区，可能不适用于其他类型的癌症或疾病	开发一种方法来识别和支持在线社区中讨论独特话题的帖子，以增强社区的回应和支持策略	乳腺癌患者的在线社区帖子及其成员的回应	自然语言处理	乳腺癌	深度学习	BERTopic	文本	NA
162	2024-12-01	Weakly Supervised Bayesian Shape Modeling from Unsegmented Medical Images 2025, Shape in medical imaging : International Workshop, ShapeMI 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 6, 2024, Proceedings. ShapeMI (Workshop) (2024 : Marrakech, Morocco) PMID:39605948	研究论文	本文提出了一种弱监督的深度学习方法，用于从未分割的医学图像中预测统计形状模型（SSM）	本文的创新点在于使用点云表面表示进行弱监督，避免了传统SSM构建过程中的繁琐步骤和潜在偏差	本文的局限性在于实验结果仅展示了与全监督场景相似的准确性和不确定性估计，未涉及更广泛的应用场景	本文的研究目的是简化统计形状模型（SSM）的构建过程，提高其在临床研究中的实用性	本文的研究对象是未分割的医学图像中的解剖形状	计算机视觉	NA	深度学习	BVIB-DeepSSM	图像	未明确提及具体样本数量
163	2024-12-01	CrossViT with ECAP: Enhanced deep learning for jaw lesion classification 2025-Jan, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105666 PMID:39492085	研究论文	研究探讨了CrossViT和ECAP技术在放射性下颌骨病变分类中的有效性	引入了CrossViT和ECAP技术，通过多尺度视觉变换器和扩展裁剪与填充方法，提高了放射性下颌骨病变的分类准确性	研究仅限于放射性下颌骨病变的分类，未涉及其他类型的病变	评估CrossViT和ECAP技术在放射性下颌骨病变分类中的性能	放射性下颌骨病变，包括成釉细胞瘤、含牙囊肿、牙源性角化囊肿和根尖囊肿	计算机视觉	口腔疾病	深度学习	CrossViT, ResNet	图像	208例放射性下颌骨病变样本
164	2024-12-01	Deep learning-driven ultrasound equipment quality assessment with ATS-539 phantom data 2025-Jan, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105698 PMID:39541619	研究论文	本文介绍了一种基于深度学习的超声设备质量评估框架，使用ATS-539仿真数据进行客观评估	提出了一个两阶段的深度学习框架，用于客观评估超声图像质量，并通过逻辑回归模型生成整体设备质量评分	NA	开发一种客观评估超声设备质量的方法，以提高诊断准确性并减少误诊风险	超声设备的质量评估，特别是图像质量的三个关键参数：'死区'、'轴向/横向分辨率'和'灰度与动态范围'	计算机视觉	NA	深度学习	CNN	图像	使用ATS-539仿真数据进行评估
165	2024-11-29	Automated detection of motion artifacts in brain MR images using deep learning 2025-Jan, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5276 PMID:39439086	研究论文	本研究利用深度学习模型自动检测脑部MRI图像中的运动伪影	首次利用2D卷积神经网络在合成数据上训练，实现对脑部T加权图像中运动伪影的三分类检测	模型在合成数据上的表现优于真实数据，可能存在泛化能力不足的问题	开发一种自动检测脑部MRI图像中运动伪影的深度学习模型，以加速质量评估过程	脑部T加权MRI图像中的运动伪影	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	六个运动模拟的回顾性数据集和一个前瞻性数据集
166	2024-11-29	Unveiling the decision making process in Alzheimer's disease diagnosis: A case-based counterfactual methodology for explainable deep learning 2025-Jan, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110318 PMID:39528206	研究论文	本文提出了一种结合U-Net和生成对抗网络（GAN）的新方法，用于生成阿尔茨海默病（AD）诊断的综合反事实诊断图，以提高深度学习模型的可解释性和透明度	本文创新性地将反事实推理引入深度学习模型，通过生成详细的反事实图来解释模型决策过程，从而提高模型的可解释性和透明度	NA	提高阿尔茨海默病诊断模型的可解释性和透明度，促进精准医学在AD护理中的应用	阿尔茨海默病（AD）的诊断和深度学习模型的可解释性	机器学习	阿尔茨海默病	生成对抗网络（GAN）	U-Net	图像	ADNI数据集
167	2024-11-26	Statistical inference and neural network training based on stochastic difference model for air pollution and associated disease transmission 2025-Jan-07, Journal of theoretical biology IF:1.9Q3 DOI:10.1016/j.jtbi.2024.111987 PMID:39522944	研究论文	本文建立了一个耦合的离散SEIS模型和Beverton-Holt模型，用于描述空气污染与疾病传播之间的关系，并通过贝叶斯统计理论估计参数变化点和切换区间的参数值	提出了扩展的传输动力学信息神经网络（TDINN）算法，结合深度学习和差分方程，探索疾病与污染物浓度变化之间的未知机制	数据拟合中的偏差表明疾病与污染物浓度变化之间存在更复杂的关联模式	研究空气污染与疾病传播之间的机制	空气污染浓度变化与疾病感染之间的关系	机器学习	呼吸道疾病	神经网络	TDINN	时间序列数据	NA
168	2024-11-24	Machine Learning Techniques to Infer Protein Structure and Function from Sequences: A Comprehensive Review 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4196-5_5 PMID:39576576	综述	本文综述了机器学习技术在从序列推断蛋白质结构和功能中的重要性和应用	本文讨论了最新的深度学习架构进展，并强调了机器学习在蛋白质结构和功能理解中的重要性	本文指出了使用机器学习技术时面临的挑战，如高质量训练数据集的可用性和模型的可解释性	本文旨在全面概述机器学习在推断蛋白质结构和功能中的应用	本文主要研究对象是蛋白质的二级和三级结构、残基-残基接触、蛋白质功能和亚细胞定位	机器学习	NA	机器学习	卷积神经网络和自然语言处理	序列数据	NA
169	2024-11-24	The Iconic α-Helix: From Pauling to the Present 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4196-5_1 PMID:39576572	研究论文	本文回顾了从Pauling到现代，α-螺旋结构在蛋白质折叠问题中的演变及其在深度学习人工智能中的应用	2021年，深度学习人工智能，特别是AlphaFold2，超越了以往的预测方法，能够成功预测大多数蛋白质结构	深度学习方法缺乏假设或物理化学基础	探讨α-螺旋结构的历史及其在现代蛋白质结构预测中的应用	α-螺旋结构及其在蛋白质折叠问题中的应用	机器学习	NA	深度学习	神经网络	蛋白质结构数据	约2亿个预测的蛋白质结构
170	2024-11-24	LMPTMSite: A Platform for PTM Site Prediction in Proteins Leveraging Transformer-Based Protein Language Models 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4196-5_16 PMID:39576587	研究论文	介绍了一个基于Transformer的蛋白质语言模型平台LMPTMSite，用于预测蛋白质的PTM位点	提出了两个基于Transformer的蛋白质语言模型pLMSNOSite和LMSuccSite，分别用于预测S-硝基化位点和琥珀酰化位点，并展示了其优于现有工具的效能	未提及具体局限性	开发一个高效的平台用于预测蛋白质的PTM位点	蛋白质的S-硝基化位点和琥珀酰化位点	机器学习	NA	Transformer	Transformer	序列	未提及具体样本数量
171	2024-09-30	Can deep learning-derived IVUS predict outcomes in deferred CAD? 2025-Jan-01, International journal of cardiology IF:3.2Q2 DOI:10.1016/j.ijcard.2024.132594 PMID:39332454	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
172	2024-11-22	AngioPy Segmentation: An open-source, user-guided deep learning tool for coronary artery segmentation 2025-Jan-01, International journal of cardiology IF:3.2Q2 DOI:10.1016/j.ijcard.2024.132598 PMID:39341506	研究论文	本文介绍了一种名为AngioPy的开源深度学习工具，用于冠状动脉分割，通过用户定义的地面实况点提高性能并减少手动校正	AngioPy通过用户定义的地面实况点提高分割性能，减少手动校正的需求	NA	开发一种无需手动校正的高效冠状动脉分割工具	冠状动脉的分割和量化	计算机视觉	心血管疾病	深度学习	深度学习模型	图像	2455张图像用于模型开发，580张图像用于外部验证，203张图像用于比较分析
173	2024-11-22	Machine Learning-Based X-Ray Projection Interpolation for Improved 4D-CBCT Reconstruction 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2024.3459622 PMID:39564553	研究论文	本文提出了一种基于机器学习的X射线投影插值方法，用于改进4D-CBCT重建	利用预训练的深度学习模型和一种新的回归预测建模方法生成中间投影，以提高4D-CBCT图像质量	NA	改进4D-CBCT重建图像质量	4D-CBCT图像重建中的投影插值	计算机视觉	NA	机器学习	深度学习模型	图像	数字仿真数据集和临床数据集
174	2024-11-22	Breast Cancer Detection on Dual-View Sonography via Data-Centric Deep Learning 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2024.3454958 PMID:39564554	研究论文	本研究通过双视图超声成像和数据中心深度学习方法，旨在提高AI辅助的乳腺癌诊断准确性	定制基于DenseNet的模型，通过双视图超声数据集提高模型区分恶性与良性肿瘤的能力，并设计多种集成策略将双视图整合到模型输入中，以最大化性能	未提及具体局限性	提高AI辅助乳腺癌诊断的准确性	双视图乳腺超声图像	计算机视觉	乳腺癌	深度学习	DenseNet	图像	未提及具体样本数量
175	2024-11-22	An Integrated Framework for Infectious Disease Control Using Mathematical Modeling and Deep Learning 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2024.3455801 PMID:39564557	研究论文	本文提出了一种结合数学建模和深度学习的传染病控制综合框架	本文创新性地将确定性和随机模型与深度学习模型相结合，以提高解决方案预测的性能，并研究了时间延迟对感染率和疫苗接种率的影响	NA	开发有效的传染病控制策略	传染病模式预测和疫苗接种对感染率的影响	机器学习	NA	深度学习	NA	序列数据	NA
176	2024-11-21	Probabilistic 3D Correspondence Prediction from Sparse Unsegmented Images 2025, Machine learning in medical imaging. MLMI (Workshop) DOI:10.1007/978-3-031-73290-4_12 PMID:39554756	研究论文	本文提出了一种从稀疏未分割图像中预测三维对应关系的统一模型SPI-CorrNet	利用教师网络进行特征学习正则化，并量化数据依赖的偶然不确定性，以提高稀疏图像驱动统计形状模型的准确性和鲁棒性	未提及	改进从稀疏医学图像中构建统计形状模型的过程，提高模型在低质量或稀疏信息情况下的预测可靠性	三维解剖结构对应关系	计算机视觉	NA	深度学习	SPI-CorrNet	图像	LGE MRI左心房数据集和Abdomen CT-1K肝脏数据集
177	2024-11-20	An intelligent sensing platform for detecting and identifying biochemical substances based on terahertz spectra 2025-Jan-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.126950 PMID:39353219	研究论文	本文开发了一种基于太赫兹光谱的智能传感平台，用于准确识别各种生物化学物质的太赫兹光谱	提出了两种识别模式：一维太赫兹光谱识别（OTSI）和基于太赫兹光谱图像的识别（TSII），并分别使用小型卷积神经网络（MCNN）和YOLO-v5目标检测模型进行识别	NA	开发一种智能传感平台，用于准确识别生物化学物质的太赫兹光谱	五种氨基酸（苯丙氨酸、甲硫氨酸、赖氨酸、亮氨酸、苏氨酸）和五种碳水化合物（阿斯巴甜、果糖、葡萄糖、乳糖一水合物、蔗糖）	机器学习	NA	太赫兹时域光谱（THz-TDS）	卷积神经网络（CNN）、YOLO-v5	光谱	10种生物化学物质
178	2024-11-20	Rapid identification of Radix Astragali by data fusion of laser-induced breakdown spectroscopy and Raman spectroscopy coupled with deep learning 2025-Jan-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.127016 PMID:39406087	研究论文	本文提出了一种结合激光诱导击穿光谱（LIBS）和拉曼光谱与深度学习技术的方法，用于快速准确地识别黄芪样本	本文创新性地将LIBS和拉曼光谱数据融合，并利用卷积神经网络（CNN）模型进行分类，显著提高了黄芪样本的识别准确率	本文未详细讨论该方法在其他药材或复杂环境下的适用性和性能	旨在提高黄芪样本的快速准确识别能力，评估其质量和药效	黄芪样本	机器学习	NA	激光诱导击穿光谱（LIBS）、拉曼光谱	卷积神经网络（CNN）	光谱数据	未明确提及具体样本数量
179	2024-11-20	A smartphone-integrated deep learning strategy-assisted rapid detection system for monitoring dual-modal immunochromatographic assay 2025-Jan-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.127043 PMID:39406103	研究论文	研究将自建并优化训练的YOLO v5模型集成到Java语言开发的智能手机应用中，开发了一种基于深度学习策略的双模态免疫层析快速检测系统，用于黄曲霉毒素B1（AFB1）的等级判定和浓度预测	创新性地使用量子点微球荧光免疫层析芯片进行半定量分析，并结合传统的胶体金纳米颗粒比色条，开发了一种紧凑且多功能的硬件设备，易于集成到不同尺寸的智能手机中，并利用智能手机的无线充电功能解决供电问题	NA	开发一种基于深度学习策略的双模态免疫层析快速检测系统，用于黄曲霉毒素B1（AFB1）的等级判定和浓度预测	黄曲霉毒素B1（AFB1）的等级判定和浓度预测	计算机视觉	NA	深度学习	YOLO v5	图像	NA
180	2024-11-20	The general equation of δ direct methods and the novel SMAR algorithm residuals using the absolute value of ρ and the zero conversion of negative ripples 2025-Jan-01, Acta crystallographica. Section A, Foundations and advances DOI:10.1107/S2053273324009628 PMID:39558851	研究论文	本文建立了δ直接方法的通用方程δ(r) = ρ(r) + g(r)，并介绍了基于该方程的新SMAR算法残差，使用ρ的绝对值和负波纹的零转换	提出了新的SMAR算法，该算法基于交替最小化两个残差R(χ)和R(Φ)，并讨论了其在深度学习中的适用性	NA	研究δ直接方法的通用方程及其在SMAR相位细化算法中的应用	δ直接方法的通用方程和SMAR算法的残差	晶体学	NA	NA	NA	NA	NA