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
11041	2025-02-25	CATALYZE: a deep learning approach for cataract assessment and grading on SS-OCT images 2025-Mar-01, Journal of cataract and refractive surgery IF:2.6Q1 DOI:10.1097/j.jcrs.0000000000001598 PMID:39680679	研究论文	本文提出了一种基于深度学习的方法CATALYZE，用于在SS-OCT图像上进行白内障评估和分级	开发了一种新的客观深度学习模型，用于基于SS-OCT扫描的白内障分级，并引入了临床显著性指数（CSI）作为评估指标	单中心研究，排除了有眼部手术史、角膜或视网膜疾病以及眼干燥症的患者	评估一种新的客观深度学习模型在白内障分级中的应用	白内障患者和对照组的眼睛	计算机视觉	白内障	SS-OCT扫描	深度学习模型	图像	548只眼睛（315名患者，年龄19至85岁）
11042	2025-02-25	Opportunistic assessment of steatotic liver disease in lung cancer screening eligible individuals 2025-Mar, Journal of internal medicine IF:9.0Q1 DOI:10.1111/joim.20053 PMID:39868889	研究论文	本研究利用深度学习模型在肺癌筛查的胸部CT中评估脂肪肝病（SLD），并探讨其在重度吸烟者中的预后价值	首次在肺癌筛查的胸部CT中利用深度学习模型评估SLD，并发现SLD是重度吸烟者长期死亡率的独立预测因子	研究仅基于NLST参与者的数据，可能无法推广到其他人群	评估SLD在肺癌筛查中的预后价值	19,774名NLST参与者	数字病理	肺癌	深度学习	深度学习模型	CT图像	19,774名NLST参与者
11043	2025-02-25	Ectopic, intra-thyroid parathyroid adenoma better visualised by deep learning enhanced choline PET/CT 2025-Feb-24, QJM : monthly journal of the Association of Physicians DOI:10.1093/qjmed/hcaf057 PMID:39992255	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
11044	2025-02-25	Early warning study of field station process safety based on VMD-CNN-LSTM-self-attention for natural gas load prediction 2025-Feb-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85582-2 PMID:39984509	研究论文	本研究提出了一种基于VMD-CNN-LSTM-Self-Attention的天然气负荷预测方法，以提高天然气供应企业的生产安全管理	创新性地提出了VMD-CNN-LSTM-Self-Attention区间预测方法，并实现了基于85%、90%和95%置信区间的分级报警机制	未提及具体局限性	提高天然气负荷预测的准确性和可靠性，以增强企业生产安全管理	天然气场站出站负荷数据	机器学习	NA	深度学习	VMD-CNN-LSTM-Self-Attention	时间序列数据	未提及具体样本数量
11045	2025-02-25	A detection method for small casting defects based on bidirectional feature extraction 2025-Feb-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90185-y PMID:39984609	研究论文	本文提出了一种基于双向特征提取的小型铸件缺陷检测方法，旨在提高铸件检测的科学性和精确性	创新性地开发了一种基于Hadamard积的双层Encoder-Decoder多尺度特征提取架构BiSDE，以及采用基于Wasserstein距离的损失函数来优化小缺陷目标的训练过程	未提及具体局限性	开发一种自动化缺陷检测模型，以提高铸件检测的效率和准确性	小型铸件缺陷	计算机视觉	NA	深度学习	BiSDE（基于Hadamard积的双层Encoder-Decoder多尺度特征提取架构）	图像	未提及具体样本数量
11046	2025-02-25	Foundations of a knee joint digital twin from qMRI biomarkers for osteoarthritis and knee replacement 2025-Feb-21, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01507-3 PMID:39984725	研究论文	本研究基于定量MRI（qMRI）和机器学习技术，构建了一个膝关节的数字孪生系统，旨在推进骨关节炎（OA）管理和膝关节置换（KR）预测的精准医疗	结合深度学习分割膝关节结构和降维技术，创建了一个成像生物标志物的嵌入特征空间，并识别出与OA发病率和KR结果显著相关的特定生物标志物	NA	推进骨关节炎管理和膝关节置换预测的精准医疗	膝关节	数字病理学	骨关节炎	定量MRI（qMRI）	深度学习	图像	NA
11047	2025-02-25	Optimizing potato leaf disease recognition: Insights DENSE-NET-121 and Gaussian elimination filter fusion 2025-Feb-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e42318 PMID:39991243	研究论文	本文提出了一种基于深度学习的混合模型DENSE-NET-121与2D高斯消元滤波器，用于通过早期检测马铃薯叶片病害来提高产量	结合DENSE-NET-121和2D高斯消元滤波器，实现了前所未有的训练和验证准确率，并显著降低了训练和验证损失	NA	提高马铃薯产量，通过早期检测叶片病害	马铃薯叶片	计算机视觉	马铃薯病害	深度学习	DENSE-NET-121	图像	来自Kaggle数据集的三种马铃薯叶片类别（早疫病、健康、晚疫病）
11048	2025-02-25	A Physics-Informed Deep Learning Model for MRI Brain Motion Correction 2025-Feb-13, ArXiv PMID:39990792	研究论文	本研究介绍了一种物理信息驱动的深度学习模型PI-MoCoNet，用于MRI脑部运动校正，通过整合空间和k空间信息来消除运动伪影，提高图像质量和诊断可靠性	PI-MoCoNet无需显式运动参数估计，通过结合空间和k空间信息来校正运动伪影，创新性地使用了U-net与Swin Transformer模块结合的架构，并引入了三种损失函数进行优化	研究主要基于模拟的运动伪影数据，实际临床环境中的复杂运动可能未被完全覆盖	开发一种高效的MRI脑部运动校正方法，以提高图像质量和诊断可靠性	MRI脑部图像	计算机视觉	NA	深度学习	U-net, Swin Transformer	图像	IXI和MR-ART数据集
11049	2025-02-25	Accurate predictions on small data with a tabular foundation model 2025-Jan, Nature IF:50.5Q1 DOI:10.1038/s41586-024-08328-6 PMID:39780007	研究论文	本文介绍了一种名为TabPFN的表格基础模型，该模型在小数据集上表现出色，超越了所有现有方法	TabPFN是一种基于生成式Transformer的基础模型，能够在短时间内超越经过长时间调优的基线模型，并支持微调、数据生成、密度估计和学习可重用嵌入	模型在数据集样本量超过10,000时表现未提及，可能在大规模数据集上存在局限性	提升表格数据上的预测能力，以加速科学发现和增强各领域的重要决策	表格数据（如电子表格中的行和列）	机器学习	NA	生成式Transformer	TabPFN	表格数据	最多10,000个样本
11050	2025-02-25	Computational microscopy with coherent diffractive imaging and ptychography 2025-Jan, Nature IF:50.5Q1 DOI:10.1038/s41586-024-08278-z PMID:39780004	综述	本文回顾了相干衍射成像（CDI）和ptychography在计算显微镜领域的创新进展，这些技术统一了显微镜和晶体学，克服了它们的局限性	CDI和ptychography技术在长度尺度上实现了九个数量级的成像能力，从亚埃分辨率的材料原子结构到厘米级组织的定量相位成像	NA	探讨计算显微镜技术在材料科学、生物学等领域的应用及其未来发展	晶体缺陷、非晶材料、高温超导体中的氧空位、磁性、量子、能源材料、纳米材料、集成电路和生物样本	计算显微镜	NA	相干衍射成像（CDI）、ptychography、第四代同步辐射、X射线自由电子激光、高次谐波产生、电子显微镜、光学显微镜、深度学习	NA	图像	NA
11051	2025-02-24	Dynamic cycles between brain states during creative storytelling 2025-Mar, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121053 PMID:39863001	研究论文	本文通过功能性磁共振成像（fMRI）研究，探讨了创造性思维过程中不同脑状态之间的动态转换	通过fMRI和深度学习方法，揭示了创造性思维过程中自发思维和刻意思维之间的交替互动，以及不同脑状态之间的转换模式	样本量较小，仅包括41名大学生，可能限制了结果的普遍性	探讨创造性思维过程中不同脑状态之间的动态转换及其认知和神经机制	41名大学生	神经科学	NA	功能性磁共振成像（fMRI）	深度学习	脑成像数据	41名大学生
11052	2025-02-24	Beyond averaging: A transformer approach to decoding event related brain potentials 2025-Mar, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121049 PMID:39864567	研究论文	本研究评估了基于Transformer的深度学习方法在处理事件相关脑电位（ERPs）方面的潜力，与传统平均方法相比，该方法能提供更深入的神经信号分析	使用Transformer网络中的注意力机制，生成注意力图，揭示了传统平均方法未能发现的相关电位时间窗口	研究样本量较小，仅包含29名正常听力参与者，且实验设计局限于声音感知的特定情境	评估Transformer方法在分析事件相关脑电位（ERPs）中的应用效果	29名18至30岁正常听力参与者的脑电图（EEG）数据	机器学习	NA	脑电图（EEG）	卷积Transformer	脑电图（EEG）信号	29名正常听力参与者
11053	2025-02-24	Research of orthodontic soft tissue profile prediction based on conditional generative adversarial networks 2025-Mar, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105570 PMID:39864612	研究论文	本研究构建了一种新的条件生成对抗网络（CGAN）模型，用于预测正畸治疗后的侧面外观变化	提出了一种新的深度学习模型soft-P-CGAN，结合了条件向量输入模块、基于U-Net的生成器模块和基于PatchGAN的判别器模块，设计了软损失以增强软组织轮廓的生成，并通过多尺度特征金字塔提高图像质量	下颌区域的预测相对不准确	预测正畸治疗后的侧面外观变化	成人患者的侧位头颅X光片	计算机视觉	NA	条件生成对抗网络（CGAN）	soft-P-CGAN	图像	NA
11054	2025-02-24	Automated diagnosis and classification of temporomandibular joint degenerative disease via artificial intelligence using CBCT imaging 2025-Mar, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105592 PMID:39870190	研究论文	本研究利用人工智能技术，通过CBCT影像实现颞下颌关节退行性疾病的自动诊断和分类	使用YOLOv10算法构建的AI模型能够检测颞下颌关节退行性疾病，并区分其典型的影像学特征，如侵蚀、骨赘、硬化和软骨下囊肿	模型在检测具有多个退行性疾病特征的影像时，准确率有所下降	实现颞下颌关节退行性疾病的自动诊断和分类	1018名患者的7357张CBCT影像	计算机视觉	颞下颌关节退行性疾病	CBCT成像	YOLOv10	影像	7357张CBCT影像（来自1018名患者）
11055	2025-02-24	Design and developing a robot-assisted cell batch microinjection system for zebrafish embryo 2025-Feb-20, Microsystems & nanoengineering IF:7.3Q1 DOI:10.1038/s41378-024-00809-y PMID:39979250	研究论文	本文开发了一种新型的自动化系统，用于斑马鱼胚胎的细胞微注射	首次提出并集成了具有微力感知功能的微注射器，以判断细胞是否成功穿刺，并采用深度学习模型检测斑马鱼胚胎的卵黄中心，定位注射针在卵黄中的位置，从而提高细胞注射的精度	NA	提高斑马鱼胚胎细胞微注射的效率和精度	斑马鱼胚胎	生物医学工程	NA	微流控芯片技术，深度学习	深度学习模型	图像	NA
11056	2025-02-24	FaultSeg: A Dataset for Train Wheel Defect Detection 2025-Feb-20, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04557-0 PMID:39979297	研究论文	本文介绍了FaultSeg数据集，用于全球铁路运输中自动检测火车车轮缺陷	提出了一个包含829张手动注释图像的数据集，用于训练和测试深度学习模型，以自动检测火车车轮的缺陷	数据集仅包含829张图像，可能不足以涵盖所有可能的缺陷类型和场景	开发一个用于自动检测火车车轮缺陷的数据集，以提高铁路运输的安全性	火车车轮的缺陷检测	计算机视觉	NA	深度学习	YOLOv9	图像	829张手动注释的火车车轮缺陷图像
11057	2025-02-24	Design of tomato picking robot detection and localization system based on deep learning neural networks algorithm of Yolov5 2025-Feb-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90080-6 PMID:39979369	研究论文	本文提出了一种基于YOLOv5深度学习算法和SGBM算法的番茄检测与定位系统，以提高复杂环境下番茄的检测精度和三维定位	结合YOLOv5深度学习算法和SGBM算法，实现了番茄在复杂环境下的高精度检测和三维定位	实验仅在温室环境下进行，未涉及其他复杂农业环境	提高番茄采摘机器人在复杂环境下的检测和定位精度	番茄	计算机视觉	NA	YOLOv5深度学习算法, SGBM算法	YOLOv5	图像	640张番茄图像
11058	2025-02-22	Author Correction: Cough2COVID-19 detection using an enhanced multi layer ensemble deep learning framework and CoughFeatureRanker 2025-Feb-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90514-1 PMID:39979555	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
11059	2025-02-24	Plantar Thermogram Analysis Using Deep Learning for Diabetic Foot Risk Classification 2025-Feb-20, Journal of diabetes science and technology IF:4.1Q2 DOI:10.1177/19322968251316563 PMID:39980256	研究论文	本研究使用热成像技术和深度学习对糖尿病患者进行足部溃疡风险分层	结合热成像和深度学习技术进行糖尿病足部溃疡风险分类	样本量较小，且模型的特异性较低	开发一种非侵入性方法来识别糖尿病足部溃疡风险患者	成年糖尿病患者	计算机视觉	糖尿病	热成像技术	深度学习神经网络	热成像图像	153张热成像图像（训练集98张，测试集55张）
11060	2025-02-24	UAS-based MT-YOLO model for detecting missed tassels in hybrid maize detasseling 2025-Feb-19, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01341-4 PMID:39972352	研究论文	本研究介绍了MT-YOLO模型，利用深度学习和无人机系统（UAS）来替代或辅助人工检测杂交玉米去雄过程中遗漏的雄穗	MT-YOLO模型在检测遗漏雄穗方面表现出显著的改进，特别是在早期雄穗阶段，当雄穗部分被叶片包裹时，这是一个关键但未被充分探索的挑战	NA	提高杂交玉米种子生产中去雄效率	杂交玉米去雄过程中遗漏的雄穗	计算机视觉	NA	深度学习	MT-YOLO	图像	包含不同光照条件、种植密度和生长阶段的多样化雄穗图像数据集