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
41	2024-12-21	Graph neural networks and transfer entropy enhance forecasting of mesozooplankton community dynamics 2025-Jan, Environmental science and ecotechnology IF:14.0Q1 DOI:10.1016/j.ese.2024.100514 PMID:39703568	研究论文	本文探讨了图神经网络（GNN）在预测中生浮游动物群落动态中的应用，并研究了生态系统动态的图结构对预测准确性的影响	本文创新性地将图神经网络与传递熵结合，用于预测中生浮游动物群落动态，并揭示了生态系统动态的图结构对模型预测准确性的影响	本文未完全解决理论驱动模型中参数化和反馈机制的复杂性问题	研究如何通过图神经网络提高中生浮游动物群落动态的预测准确性	中生浮游动物群落动态及其在海洋生态系统中的作用	机器学习	NA	图神经网络（GNN）	图神经网络（GNN）	生态系统动态数据	NA
42	2024-12-20	A psychologically interpretable artificial intelligence framework for the screening of loneliness, depression, and anxiety 2025-Feb, Applied psychology. Health and well-being DOI:10.1111/aphw.12639 PMID:39697049	研究论文	本研究介绍了一种基于人工智能的心理学框架emoLDAnet，通过分析面部表情和生理信号来检测孤独、抑郁和焦虑等负面情绪	创新点在于结合了深度学习和机器学习技术，并引入了OCC-PAD-LDA心理学转换模型，增强了AI决策的可解释性	研究样本量较小，仅招募了50名参与者，可能影响结果的普适性	旨在开发一种新的人工智能框架，用于早期筛查孤独、抑郁和焦虑等负面情绪，提升心理健康护理水平	研究对象为孤独、抑郁和焦虑等负面情绪的检测与筛查	机器学习	NA	深度学习（如VGG11）和机器学习（如决策树）	CNN（卷积神经网络）	视频	50名参与者
43	2024-12-20	Investigating a Domain Adaptation Approach for Integrating Different Measurement Instruments in a Longitudinal Clinical Registry 2025-Feb, Biometrical journal. Biometrische Zeitschrift DOI:10.1002/bimj.70023 PMID:39698740	研究论文	本文研究了在纵向临床注册数据中，使用深度学习技术将不同测量仪器的数据映射到联合潜在表示，以实现域适应的方法	本文首次在纵向临床注册数据中应用域适应技术，并通过普通微分方程（ODEs）建模轨迹，评估测量仪器映射的效果	研究仅在脊髓性肌肉萎缩症（SMA）患者的数据上进行，且时间点较少，可能限制了方法的普适性	探索域适应技术在纵向临床注册数据中的应用潜力	脊髓性肌肉萎缩症（SMA）患者的不同运动功能测量仪器数据	机器学习	神经肌肉疾病	深度学习	ODEs	纵向数据	脊髓性肌肉萎缩症（SMA）患者的纵向数据，时间点较少
44	2024-12-20	Brief Review and Primer of Key Terminology for Artificial Intelligence and Machine Learning in Hypertension 2025-Jan, Hypertension (Dallas, Tex. : 1979) DOI:10.1161/HYPERTENSIONAHA.123.22347 PMID:39011632	综述	本文简要回顾了人工智能和机器学习在高血压管理中的关键术语和应用	本文介绍了人工智能在高血压管理中的潜在应用，包括远程患者监测和数字疗法	NA	探讨人工智能和机器学习在高血压管理中的应用和潜力	人工智能和机器学习在高血压管理中的关键术语和应用	机器学习	心血管疾病	NA	NA	NA	NA
45	2024-12-20	The value of deep learning-based X-ray techniques in detecting and classifying K-L grades of knee osteoarthritis: a systematic review and meta-analysis 2025-Jan, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10928-9 PMID:38997539	meta-analysis	本文通过系统综述和荟萃分析评估了基于深度学习的X射线技术在膝关节骨关节炎K-L分级检测和分类中的价值	本文创新性地使用深度学习技术来提高膝关节骨关节炎X射线诊断的准确性，并通过荟萃分析评估了不同K-L分级的诊断敏感性	本文的局限性在于K-L1和K-L2的诊断敏感性仍需提高，且需要更多可靠数据来支持临床实践	评估基于深度学习的X射线技术在膝关节骨关节炎K-L分级检测和分类中的诊断敏感性	膝关节骨关节炎的X射线图像及其K-L分级	machine learning	骨关节炎	深度学习	NA	图像	共包含19项研究，涵盖62,158张图像，其中K-L0为22,388张，K-L1为13,415张，K-L2为15,597张，K-L3为7,768张，K-L4为2,990张
46	2024-12-20	Predicting therapeutic response to neoadjuvant immunotherapy based on an integration model in resectable stage IIIA (N2) non-small cell lung cancer 2025-Jan, The Journal of thoracic and cardiovascular surgery IF:4.9Q1 DOI:10.1016/j.jtcvs.2024.05.006 PMID:38763304	研究论文	本研究探讨了基于血液肿瘤突变负荷（bTMB）和深度学习（DL）模型在预测可切除III期非小细胞肺癌患者新辅助化疗免疫治疗反应中的有效性	本研究创新性地整合了基于CT的深度学习评分、bTMB和临床因素，开发了一个集成模型，显著提高了对新辅助化疗免疫治疗反应的预测性能	本研究的样本量较小，且仅限于III期非小细胞肺癌患者，可能限制了结果的普适性	准确预测可切除非小细胞肺癌患者在新辅助化疗免疫治疗中的反应	III期非小细胞肺癌患者的新辅助化疗免疫治疗反应	数字病理学	肺癌	深度学习	集成模型	图像和临床数据	45名III期非小细胞肺癌患者
47	2024-12-20	Enhancing Gene Expression Predictions Using Deep Learning and Functional Annotations 2025-Jan, Genetic epidemiology IF:1.7Q3 DOI:10.1002/gepi.22595 PMID:39344923	研究论文	本文提出了一种新的深度学习架构，用于从个体基因型变异中预测基因表达，并结合功能注释信息以提高预测准确性	本文提出的方法利用可学习的输入缩放层和卷积编码器捕捉非线性效应和高阶相互作用，并通过参数共享机制利用功能注释信息，显著提高了基因表达预测的准确性	NA	提高基因表达预测的准确性，以增强转录组范围关联研究（TWAS）的效果	基因表达预测和功能注释信息的利用	机器学习	NA	深度学习	卷积神经网络（CNN）	基因组数据	大量可遗传基因的实际基因组数据
48	2024-12-20	Hybrid Deep Learning-Based Enhanced Occlusion Segmentation in PICU Patient Monitoring 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2024.3503499 PMID:39698122	研究论文	本文提出了一种混合深度学习方法，用于在PICU患者远程监控中有效分割常见的遮挡	本文的创新点在于结合了Google DeepLabV3+分割模型和基于transformer的Segment Anything Model (SAM)，以在有限训练数据的情况下实现遮挡分割	本文的局限性在于使用了小规模的真实世界PICU数据集进行训练和验证	研究目的是提高PICU患者远程监控中遮挡分割的准确性和可靠性	研究对象是PICU患者远程监控中的遮挡问题	计算机视觉	NA	深度学习	混合模型（Google DeepLabV3+和Segment Anything Model）	图像	小规模的真实世界PICU数据集
49	2024-12-20	Ocular Biomechanical Responses to Long-Duration Spaceflight 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2024.3453049 PMID:39698125	研究论文	研究长期太空任务对眼部刚性、眼内压和眼脉冲幅度的影响	揭示了微重力对眼睛机械特性的未知影响，为深入理解太空飞行相关神经眼综合征（SANS）提供了新见解	未观察到新手和经验丰富的宇航员之间的显著差异	评估微重力暴露对眼部刚性、眼内压和眼脉冲幅度的影响	眼部刚性、眼内压和眼脉冲幅度	NA	NA	光学相干断层扫描（OCT）、基于深度学习的脉络膜分割、PASCAL动态轮廓眼压计（DCT）	深度学习	图像	26只眼，来自13名在国际空间站上度过157至186天的机组人员
50	2024-12-19	Feasibility of estimating tidal volume from electrocardiograph-derived respiration signal and respiration waveform 2025-Feb, Journal of critical care IF:3.2Q2 DOI:10.1016/j.jcrc.2024.154920 PMID:39316976	研究论文	本研究验证并比较了基于心电图衍生的呼吸信号（EDR）估计潮气量（VT）的方法	首次验证了基于EDR信号估计潮气量的可行性，并比较了线性回归和深度学习模型在不同情况下的表现	当前方法受限于ICU中嘈杂的心电信号，且在一般人群中的表现较差	验证并比较基于EDR信号估计潮气量的方法，以减少在深度镇静或脊髓麻醉期间对额外通气监测的需求	90名重症患者的数据以及两名重症患者的受限分析数据	NA	NA	心电图（ECG），阻抗法呼吸波形	线性回归，深度学习模型	信号	90名重症患者用于一般分析，两名重症患者用于受限分析
51	2024-12-19	A survey on deep learning in medical image registration: New technologies, uncertainty, evaluation metrics, and beyond 2025-Feb, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103385 PMID:39612808	综述	本文综述了深度学习在医学图像配准领域的最新进展，涵盖了新技术、不确定性估计、评估指标等方面	本文介绍了创新的网络架构、针对配准的损失函数以及配准不确定性估计方法	NA	全面概述深度学习在医学图像配准中的最新进展	深度学习在医学图像配准中的应用	计算机视觉	NA	深度学习	U-Net	图像	NA
52	2024-12-19	Recent advances in signal processing algorithms for electronic noses 2025-Feb-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.127140 PMID:39489071	综述	本文综述了电子鼻系统及其算法应用的最新进展，重点介绍了各种方法和深度学习技术在气味分类和浓度预测中的作用	本文探讨了未来趋势，包括更广泛的应用领域、先进的漂移校正技术、综合的多因素分析以及处理未知干扰物的能力	NA	综述电子鼻技术的最新进展及其在科学研究和实际应用中的潜力	电子鼻系统及其算法应用	信号处理	NA	深度学习	NA	NA	NA
53	2024-12-19	Generative artificial intelligence in ophthalmology 2025 Jan-Feb, Survey of ophthalmology IF:5.1Q1 DOI:10.1016/j.survophthal.2024.04.009 PMID:38762072	综述	本文综述了生成对抗网络（GAN）在眼科领域的应用，并探讨了生成式人工智能在眼科成像中的潜力	本文首次系统性地总结了GAN在眼科领域的应用，并探讨了其在图像增强、疾病识别和生成合成数据方面的潜力	本文主要基于文献综述，未进行新的实验或数据分析，且提到了GAN在某些迭代中生成不准确和非典型结果的挑战	回顾生成对抗网络在眼科领域的应用，并探讨生成式人工智能在眼科中的未来方向	生成对抗网络在眼科成像中的应用，包括图像增强、疾病识别和生成合成数据	计算机视觉	NA	生成对抗网络（GAN）	生成对抗网络（GAN）	图像	40篇文献
54	2024-12-19	Augmented histopathology: Enhancing colon cancer detection through deep learning and ensemble techniques 2025-Jan, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24692 PMID:39344821	研究论文	本文提出了一种基于深度学习和集成技术的增强型结直肠癌检测方法	本文创新性地设计了基于深度学习的transformer模型，结合卷积神经网络（CNN）进行特征提取，并通过交叉变换模型和注意力机制增强分类效果，同时使用Siamese网络提高分类准确率	NA	提高结直肠癌的早期检测和分类准确性	结直肠癌的组织样本	数字病理学	结直肠癌	深度学习	transformer模型、卷积神经网络（CNN）、Siamese网络	图像	CRC-VAL-HE-7K数据集中的组织病理学图像
55	2024-12-19	AutoLNMNet: Automated Network for Estimating Lymph-Node Metastasis in EGC Using a Pyramid Vision Transformer and Data Derived From Multiphoton Microscopy 2025-Jan, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24705 PMID:39351968	研究论文	本文提出了一种名为AutoLNMNet的新模型，用于估计早期胃癌（EGC）中的淋巴结转移，该模型结合了金字塔视觉Transformer（PVTv2）和多光子显微镜数据	本文的创新点在于将PVTv2模型的特征与手动和临床特征相结合，开发了一种新的模型AutoLNMNet，其预测准确性高于单独使用PVTv2模型	NA	本文的研究目的是开发一种高可靠性和准确性的模型，用于检测早期胃癌中的淋巴结转移	本文的研究对象是早期胃癌患者的淋巴结转移状态	计算机视觉	胃癌	多光子显微镜	PVTv2	图像	NA
56	2024-12-19	Analog Spiking U-Net integrating CBAM&ViT for medical image segmentation 2025-Jan, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106765 PMID:39357269	研究论文	本文提出了一种新型的模拟尖峰U-Net架构，结合CBAM和ViT进行医学图像分割	首次成功将CBAM引入尖峰神经网络（SNN）领域，并提出了一种新型的模拟尖峰U-Net（AS U-Net）架构，显著提高了SNN模型的分割性能并减少了信息损失	NA	探索和改进尖峰神经网络在医学图像分割任务中的应用	糖尿病视网膜血管分割任务	计算机视觉	糖尿病	尖峰神经网络（SNN）	U-Net	图像	综合了多个糖尿病视网膜血管分割数据集
57	2024-12-19	Efficient multi-view fusion and flexible adaptation to view missing in cardiovascular system signals 2025-Jan, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106760 PMID:39362184	研究论文	本文提出了一种高效的多视角融合方法和灵活的视角缺失适应策略，用于心血管系统信号的处理	设计了View-Centric Transformer (VCT)和Multitask Masked Autoencoder (M2AE)模型，首次系统定义了视角缺失问题，并引入了提示技术以帮助预训练的多视角融合模型灵活适应各种视角缺失场景	未提及具体限制	提高多视角融合模型在心血管系统信号处理中的表现，并增强其对视角缺失的适应能力	心血管系统信号的多视角融合及视角缺失问题	机器学习	心血管疾病	深度学习	Transformer, Autoencoder	信号	未提及具体样本数量
58	2024-12-19	MemberShield: A framework for federated learning with membership privacy 2025-Jan, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106768 PMID:39383677	研究论文	本文提出了一种名为MemberShield的联邦学习框架，用于防御成员推理攻击，同时保护数据隐私	MemberShield通过一次性的数据标签预处理和早停策略，显著提高了对成员推理攻击的防御能力，同时减少了训练时间和模型性能的损失	NA	研究如何在联邦学习中有效防御成员推理攻击，同时保持模型的实用性和隐私保护	联邦学习中的成员推理攻击及其防御方法	机器学习	NA	联邦学习	深度学习模型	数据集	三个广泛使用的数据集
59	2024-12-19	Classification of psychosis spectrum disorders using graph convolutional networks with structurally constrained functional connectomes 2025-Jan, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106771 PMID:39383678	研究论文	本文研究了使用图卷积网络和结构约束的功能连接图对精神病谱系障碍进行分类的问题	本文首次将图卷积网络应用于精神病谱系障碍的分类，并结合多种边缘选择方法和MultiVERSE算法生成网络嵌入	本文的样本量较小，且仅限于精神病谱系障碍的分类，未涉及其他精神疾病	研究如何使用深度学习方法区分亚临床精神病和可诊断的精神障碍患者与健康对照组	精神病谱系障碍患者、亚综合征性精神病样体验（PLE）个体和健康对照组	机器学习	精神病	图卷积网络（GCNs）、支持向量机（SVMs）、MultiVERSE算法	图卷积网络（GCNs）、支持向量机（SVMs）	功能连接网络	包括亚综合征性精神病样体验（PLE）个体和健康对照组的数据集
60	2024-12-19	A deep learning approach for non-invasive Alzheimer's monitoring using microwave radar data 2025-Jan, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106778 PMID:39393209	研究论文	本文提出了一种利用微波雷达数据进行非侵入性阿尔茨海默病监测的深度学习方法	本文提出了一种新的数据增强技术，并结合RFE、PCA和Autoencoders进行特征选择，同时将CNN与GRU、双向LSTM和LSTM结合以提高分类性能	NA	开发一种高效、早期诊断阿尔茨海默病的工具	阿尔茨海默病患者	机器学习	阿尔茨海默病	微波雷达	CNN、GRU、双向LSTM、LSTM	雷达数据	使用现实数值脑模型模拟的数据