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
9221	2024-12-15	A deep-learning system for diagnosing ectopic eruption 2025-Jan, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2024.105399 PMID:39424256	研究论文	构建了一个用于混合牙列诊断的多阶段深度学习网络模型，以预测恒牙的异位萌发	该研究创新性地将牙列分割整合到自动分类牙发育阶段的过程中，并展示了模型在多个场景中的适应性	NA	开发一种用于诊断异位萌发的深度学习系统	儿童的混合牙列和恒牙的异位萌发	机器学习	NA	深度学习	多阶段深度学习网络	图像	1576张儿童全景X光片，年龄范围为6-12岁
9222	2024-12-14	Brain structural connectomic topology predicts medication response in youth with bipolar disorder: A randomized clinical trial 2025-Feb-15, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2024.11.061 PMID:39577502	研究论文	本研究探讨了大脑结构连接组拓扑结构在预测双相情感障碍青少年药物反应中的作用	首次研究了大脑结构连接组拓扑结构在预测双相情感障碍青少年药物反应中的价值，并提出了基于深度学习的预测模型	需要独立重复实验来验证初步发现	研究大脑结构连接组拓扑结构在预测双相情感障碍青少年药物反应中的作用	双相情感障碍青少年患者的大脑结构连接组拓扑结构	神经影像学	双相情感障碍	结构磁共振成像（MRI）	深度学习模型	图像	121名未接受过精神药物治疗的双相情感障碍I型青少年
9223	2024-12-14	A multi-perspective deep learning framework for enhancer characterization and identification 2025-Feb, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108284 PMID:39577030	研究论文	本研究介绍了一种用于增强子特征化和识别的多视角深度学习框架MPDL-Enhancer	创新的双尺度深度神经网络和独特的特征表示策略	NA	准确识别和表征增强子，以理解基因调控网络及相关疾病的发展	增强子序列	机器学习	NA	dna2vec模型	双尺度深度神经网络	DNA序列	独立测试数据集
9224	2024-12-14	Investigating streetscape environmental characteristics associated with road traffic crashes using street view imagery and computer vision 2025-Feb, Accident; analysis and prevention DOI:10.1016/j.aap.2024.107851 PMID:39581057	研究论文	本研究利用街景图像和计算机视觉技术，结合语义分割和目标检测网络，分析了街道环境特征与道路交通事故之间的关系	本研究通过结合语义分割和目标检测网络，全面测量街道环境特征，克服了传统方法仅依赖语义分割的局限性	本研究主要基于百度街景图像，可能无法完全代表所有地区的街道环境特征	探讨街道环境特征与道路交通事故之间的关系，为提升道路安全提供依据	街道环境特征（如道路、人行道、建筑物等）与三种交通事故类型（车辆-车辆碰撞、车辆-行人碰撞、单车事故）	计算机视觉	NA	深度学习	语义分割网络和目标检测网络	图像	NA
9225	2024-12-14	IoT based healthcare system using fractional dung beetle optimization enabled deep learning for breast cancer classification 2025-Feb, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108277 PMID:39586227	研究论文	本文提出了一种基于物联网的医疗系统，利用分数阶蜣螂优化算法支持的深度学习进行乳腺癌分类	创新点在于结合了物联网技术和分数阶蜣螂优化算法，通过SqueezeNet_Fractional Dung Beetle Optimization (Squeeze_FDBO)提高了乳腺癌分类的准确性和路由性能	NA	旨在提高乳腺癌分类的准确性，从而促进早期检测和治疗	乳腺癌的分类和诊断	计算机视觉	乳腺癌	分数阶蜣螂优化算法	SqueezeNet	图像	NA
9226	2024-12-13	Deep learning-assisted surface-enhanced Raman spectroscopy detection of intracellular reactive oxygen species 2025-Mar-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.127222 PMID:39556973	研究论文	本文结合表面增强拉曼光谱（SERS）技术和深度学习，建立了一种基于神经网络的细胞内活性氧（ROS）智能检测方法	本文创新性地将SERS技术与深度学习相结合，利用神经网络模型提高了SERS分析能力，并实现了对细胞内ROS的初步浓度预测	本文仅以过氧亚硝酸盐（ONOO）和次氯酸盐（ClO）的同时检测为模板，未来可能需要扩展到更多种类的ROS检测	实现细胞内活性氧的智能分析，以促进疾病的快速诊断	细胞内活性氧（ROS），特别是过氧亚硝酸盐（ONOO）和次氯酸盐（ClO）	机器学习	NA	表面增强拉曼光谱（SERS）	神经网络模型（ENN）和一维卷积神经网络模型（1D-CNN）	光谱数据	AuNP/4-MPBA/2-MP纳米探针的SERS光谱数据
9227	2024-12-13	Deep learning for NAD/NADP cofactor prediction and engineering using transformer attention analysis in enzymes 2025-Jan, Metabolic engineering IF:6.8Q1 DOI:10.1016/j.ymben.2024.11.007 PMID:39571721	研究论文	本文介绍了一种基于transformer的深度学习模型DISCODE，用于预测和设计酶的NAD(P)辅因子偏好	DISCODE模型利用transformer的注意力机制，能够解释性地分析关键残基，从而实现酶的辅因子特异性预测和设计	NA	理解和操纵NAD(P)-依赖的氧化还原酶的辅因子偏好	NAD(P)-依赖的氧化还原酶的辅因子偏好	机器学习	NA	深度学习	transformer	序列	7,132个NAD(P)-依赖的酶序列
9228	2024-12-13	Combining MRI radiomics and clinical features for early identification of drug-resistant epilepsy in people with newly diagnosed epilepsy 2025-Jan, Epilepsy & behavior : E&B IF:2.3Q2 DOI:10.1016/j.yebeh.2024.110165 PMID:39612633	研究论文	本研究结合MRI放射组学和临床特征，使用深度学习模型ResNet-18提取MRI特征，构建机器学习分类器以早期识别药物难治性癫痫	首次将放射组学与临床特征结合，使用深度学习模型提取MRI特征，并构建机器学习分类器进行早期诊断	样本量较小，可能影响模型的泛化能力	早期识别新诊断的药物难治性癫痫患者	新诊断的癫痫患者	机器学习	癫痫	MRI放射组学	ResNet-18	图像	134名新诊断的癫痫患者
9229	2024-12-13	Decoding Depth of Meditation: Electroencephalography Insights From Expert Vipassana Practitioners 2025-Jan, Biological psychiatry global open science DOI:10.1016/j.bpsgos.2024.100402 PMID:39660274	研究论文	本研究使用脑电图（EEG）技术解码专家内观冥想者自我报告的冥想深度	引入了一种新的自发涌现方法来评估冥想深度，并提出了一种融合源活动和连接信息的新型机器学习方法	研究样本仅限于34名专家内观冥想者，可能限制了结果的普适性	解码自我报告的冥想深度，并探讨神经活动与冥想深度之间的关系	专家内观冥想者的冥想深度及其神经相关性	神经科学	NA	脑电图（EEG）	机器学习	脑电信号	34名专家内观冥想者
9230	2024-12-12	LesionScanNet: dual-path convolutional neural network for acute appendicitis diagnosis 2025-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-024-00321-7 PMID:39654693	研究论文	本文提出了一种名为LesionScanNet的双路径卷积神经网络模型，用于急性阑尾炎的计算机辅助诊断	LesionScanNet模型具有轻量级设计，包含多个DualKernel块，通过两条路径处理输入图像，分别使用3×3和1×1滤波器，展示了在急性阑尾炎诊断中的高准确性和泛化能力	NA	开发一种高效的卷积神经网络模型，用于急性阑尾炎的计算机辅助诊断	急性阑尾炎的诊断	计算机视觉	急性阑尾炎	卷积神经网络	CNN	图像	2400张CT扫描图像
9231	2024-12-12	Adaptive Multicore Dual-Path Fusion Multimodel Extraction of Heterogeneous Features for FAIMS Spectral Analysis 2025-Mar, Rapid communications in mass spectrometry : RCM IF:1.8Q2 DOI:10.1002/rcm.9967 PMID:39658821	研究论文	本文提出了一种自适应多核双路径融合多模型提取异构特征的模型，用于FAIMS光谱分析	通过多模型特征提取实现多网络互补，自适应特征融合模块调整特征大小和维度融合，多核双路径融合能够捕捉和整合多尺度和多层次的信息	NA	提高FAIMS光谱分析的分析效果和工作效率	FAIMS光谱数据	机器学习	NA	FAIMS	多模型特征提取	光谱数据	小样本数据
9232	2024-10-14	Corrigendum to 'Deep learning dives: Predicting anxiety in Zebrafish through novel tank assay analysis' Physiology & Behavior (2024), 114696 2025-Feb-01, Physiology & behavior IF:2.4Q2 DOI:10.1016/j.physbeh.2024.114705 PMID:39395874	correction	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
9233	2024-12-12	Early identification of stroke through deep learning with multi-modal human speech and movement data 2025-Jan-01, Neural regeneration research IF:5.9Q1 DOI:10.4103/1673-5374.393103 PMID:38767488	研究论文	本文提出了一种基于FAST的多模态深度学习方法，用于在急性环境中评估疑似中风患者，并通过视频和音频数据进行验证	本文的创新点在于提出了一种多模态深度学习模型，结合了动作视频和语音音频数据，显著提高了早期中风识别的准确性和敏感性	本文的局限性在于仅在急诊室环境中进行了验证，未来需要在更多临床场景中进行验证	本研究的目的是开发一种基于多模态数据的深度学习模型，用于早期识别中风	本研究的对象是疑似中风患者，特别是表现出肢体无力、面部轻瘫和言语障碍的患者	机器学习	中风	深度学习	多模态深度学习模型	视频和音频	包含急诊室患者的视频和音频数据集
9234	2024-12-12	Deep learning-based detection of irreversible pulpitis in primary molars 2025-Jan, International journal of paediatric dentistry IF:2.3Q2 DOI:10.1111/ipd.13200 PMID:38725105	研究论文	本研究探讨了基于卷积神经网络（CNN）的图像分析技术在检测乳牙不可逆性牙髓炎中的可行性	本研究首次使用深度学习模型在根尖片上检测乳牙不可逆性牙髓炎，提供了一种便捷且互补的评估牙髓状态的方法	本研究为回顾性研究，样本量较小，且仅在两家健康中心进行	探讨基于卷积神经网络的图像分析技术在检测乳牙不可逆性牙髓炎中的可行性	乳牙不可逆性牙髓炎	计算机视觉	口腔疾病	卷积神经网络（CNN）	EfficientNet	图像	348张根尖片
9235	2024-12-12	Detecting emerald ash borer boring vibrations using an encoder-decoder and improved DenseNet model 2025-Jan, Pest management science IF:3.8Q1 DOI:10.1002/ps.8442 PMID:39324448	研究论文	本研究提出了一种基于深度学习的联合识别网络VibroEABNet，用于检测翡翠灰螟的钻孔振动信号	本研究的创新点在于将去噪和识别模块集成到一个网络结构中，显著提高了模型在噪声环境下的检测性能	目前该研究仅限于检测特定害虫，未来工作将扩展到其他钻木害虫	开发一种高效、准确的害虫早期监测方法，以减轻经济和生态损害	翡翠灰螟的钻孔振动信号	机器学习	NA	深度学习	DenseNet	信号	测试数据集和真实森林数据集
9236	2024-12-12	A new multi-object tracking pipeline based on computer vision techniques for mussel farms 2025, Journal of the Royal Society of New Zealand IF:2.1Q2 DOI:10.1080/03036758.2023.2240466 PMID:39649668	研究论文	本文提出了一种基于计算机视觉技术的新型多目标跟踪管道，用于自动检测和跟踪贻贝养殖场中的浮标	提出了一个新的基于图像处理操作符的检测器用于检测不同大小的贻贝浮标，并引入了一个新的描述符基于邻居的相对位置为浮标提供唯一身份标记	NA	开发一种自动化的方法来跟踪贻贝养殖场中的浮标，以减轻农民的劳动负担	贻贝养殖场中的浮标	计算机视觉	NA	图像处理操作符	NA	图像	在马尔堡海峡新西兰拍摄的图像
9237	2024-12-12	MASSM: An End-to-End Deep Learning Framework for Multi-Anatomy Statistical Shape Modeling Directly From 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) DOI:10.1007/978-3-031-75291-9_12 PMID:39649703	研究论文	本文介绍了一种名为MASSM的端到端深度学习框架，用于从图像中直接生成多解剖结构的统计形状模型	MASSM框架能够同时定位多个解剖结构，估计群体级别的统计表示，并直接在图像空间中描绘形状表示，超越了传统的像素级分割方法	NA	开发一种能够自动生成统计形状模型并直接从图像中描绘多解剖结构的深度学习框架	多解剖结构的统计形状模型	计算机视觉	NA	深度学习	多任务网络	图像	NA
9238	2024-12-11	Enhancing forensic blood detection using hyperspectral imaging and advanced preprocessing techniques 2025-Feb-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.127097 PMID:39454346	研究论文	本研究探讨了使用高光谱成像（HSI）和先进预处理技术来增强法医血液检测的方法	引入了名为Fast Extraction（FE）框架的新方法，包括Enhancing Transformation Reduction（ETR）方法和兼容的分类模型，显著提高了血液检测的准确性和效率	未提及具体局限性	提高法医血液检测的准确性和效率	血液检测中的高光谱成像数据	计算机视觉	NA	高光谱成像（HSI）	分类模型	图像	使用HyperBlood数据集进行验证
9239	2024-12-11	Small-data-trained model for predicting nitrate accumulation in one-stage partial nitritation-anammox processes controlled by oxygen supply rate 2025-Feb-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2024.122798 PMID:39581117	研究论文	本研究提出了一种基于氧气供应率控制硝酸盐积累的新策略，并通过实验和深度学习模型验证了其有效性	提出了基于氧气供应率控制硝酸盐积累的新策略，并开发了一种结合门控循环单元和多层感知器的深度学习模型来预测硝酸盐积累	实验规模为实验室级别，可能需要进一步验证其在实际污水处理中的应用效果	研究如何通过控制氧气供应率来有效防止部分硝化-厌氧氨氧化过程中硝酸盐的积累	部分硝化-厌氧氨氧化过程中的硝酸盐积累	环境工程	NA	深度学习	门控循环单元和多层感知器	实验数据	一个实验室规模的单级部分硝化-厌氧氨氧化系统，持续运行135天，分为五个阶段
9240	2024-12-11	Stress recognition identifying relevant facial action units through explainable artificial intelligence and machine learning 2025-Feb, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108507 PMID:39608217	研究论文	本文研究了基于面部动作单元（AUs）的自动急性应激识别，使用了传统机器学习和深度学习技术	本文提出了一个新的实验数据集，并使用计算特征选择方法来选择相关AUs的组合子集，结合传统机器学习和深度学习方法进行应激条件下的AUs识别	NA	研究自动急性应激识别	面部动作单元（AUs）	机器学习	NA	Layer-Wise Relevance Propagation算法	传统机器学习和深度学习方法	图像	58名参与者