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
11341	2025-01-28	DeepGenMon: A Novel Framework for Monkeypox Classification Integrating Lightweight Attention-Based Deep Learning and a Genetic Algorithm 2025-Jan-08, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15020130 PMID:39857013	研究论文	本文提出了一种名为DeepGenMon的新型轻量级框架，用于准确分类各种皮肤病，如水痘、黄褐斑、猴痘等	该框架结合了基于注意力的卷积神经网络（CNN）和遗传算法（GA），以提高检测准确性并优化模型超参数	虽然模型在低资源环境下表现良好，但仍需进一步验证其在更大规模和多样化数据集上的性能	提高猴痘及其他皮肤病的早期检测和分类准确性	猴痘及其他皮肤病	计算机视觉	猴痘	基于注意力的卷积神经网络（CNN）和遗传算法（GA）	CNN	图像	数据集1包含847张皮肤病图像，数据集2包含659张分类图像
11342	2025-01-28	Graph Convolutional Network with Neural Collaborative Filtering for Predicting miRNA-Disease Association 2025-Jan-08, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13010136 PMID:39857720	研究论文	本文提出了一种结合图卷积网络和神经协同过滤的机器学习模型，用于预测miRNA与疾病的关联	创新点在于结合了图卷积网络和神经协同过滤技术，有效捕捉网络中的miRNA和疾病特征向量，并保持网络结构	未提及具体局限性	研究目的是预测与疾病相关的miRNA，以理解人类疾病的潜在发病机制	研究对象是miRNA与疾病的关联	机器学习	NA	图卷积网络（GCN），神经协同过滤（NCF）	GCNCF	网络数据	未提及具体样本数量
11343	2025-01-28	Diabetes Prediction Through Linkage of Causal Discovery and Inference Model with Machine Learning Models 2025-Jan-07, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13010124 PMID:39857708	研究论文	本研究通过结合AI模型和因果发现与推理模型，预测糖尿病并定量分析其因果关系	结合AI模型与因果推理模型，不仅提供预测性能，还深入分析影响糖尿病的因素	NA	预测糖尿病并分析其因果关系	糖尿病患者	机器学习	糖尿病	因果发现技术（如LiNGAM）	逻辑回归、深度学习、梯度提升、决策树	结构化数据	Kaggle提供的国家糖尿病、消化和肾脏疾病研究所数据集
11344	2025-01-28	A Line of Sight/Non Line of Sight Recognition Method Based on the Dynamic Multi-Level Optimization of Comprehensive Features 2025-Jan-07, Sensors (Basel, Switzerland) DOI:10.3390/s25020304 PMID:39860672	研究论文	本文提出了一种基于动态多级优化综合特征（DMOCF）的网络模型，用于识别5G信号中的视距（LOS）和非视距（NLOS）传播状态，以提高定位精度	通过向时间延迟神经网络（TDNN）添加res2模块和Squeeze and Excitation（SE）块，增强了模型的表达能力，使其能够深入理解信号中的细粒度特征信息，并通过添加具有位置编码的mamba模块来捕捉复杂传播现象下的局部模式	NA	提高5G信号在复杂环境中的定位精度，特别是在室内紧急救援、智能工厂管理和跟踪以及精准营销等场景中的应用	5G信号的传播状态（LOS/NLOS）	机器学习	NA	动态多级优化综合特征（DMOCF）网络模型	时间延迟神经网络（TDNN）	5G信道脉冲响应（CIR）信号	NA
11345	2025-01-28	Applying MLP-Mixer and gMLP to Human Activity Recognition 2025-Jan-07, Sensors (Basel, Switzerland) DOI:10.3390/s25020311 PMID:39860680	研究论文	本文探讨了MLP-Mixer和gMLP在人类活动识别（HAR）中的应用，通过减少MLP层中的超参数值来评估这些模型的性能	提出了在传感器数据上使用较少的参数实现与图像处理任务相当的准确性，从而减少内存需求和计算复杂度	研究仅针对MLP-Mixer和gMLP模型，未涵盖其他可能适用于HAR的深度学习模型	评估MLP-Mixer和gMLP在人类活动识别任务中的性能，并探索减少参数对模型性能的影响	人类活动识别（HAR）任务	机器学习	NA	深度学习	MLP-Mixer, gMLP, CNN	传感器数据	NA
11346	2025-01-29	Synergizing CRISPR-Cas9 with Advanced Artificial Intelligence and Machine Learning for Precision Drug Delivery: Technological Nexus and Regulatory Insights 2025-Jan-06, Current gene therapy IF:3.8Q2 DOI:10.2174/0115665232342293241120033251 PMID:39871553	研究论文	本文探讨了CRISPR-Cas9技术与先进人工智能和机器学习在精准药物递送中的协同作用，并提供了技术结合和监管见解	结合CRISPR-Cas9与AI/ML技术，优化基因编辑实验并预测结果，推动精准药物递送的发展	面临脱靶效应、病毒载体引发的免疫反应以及生殖系编辑的伦理问题等挑战	探索CRISPR-Cas9与AI/ML技术在精准药物递送中的应用，并解决相关技术挑战和监管问题	CRISPR-Cas9系统、AI/ML模型（如DeepCRISPR）、基因编辑实验	基因编辑与人工智能	镰状细胞病、β-地中海贫血	CRISPR-Cas9、深度学习	DeepCRISPR	基因数据	NA
11347	2025-01-29	Research on grading detection methods for diabetic retinopathy based on deep learning 2025-Jan, Pakistan journal of medical sciences IF:1.2Q2 DOI:10.12669/pjms.41.1.9171 PMID:39867796	研究论文	本文设计了一种基于深度学习的模型，用于糖尿病视网膜病变的早期筛查，并提供可解释的判断依据	采用Vision Transformer架构，结合公开的EyePACS数据集进行训练，并在预测病变区域方面表现优异	模型仅在IDRiD数据集的两个子集上进行了验证，可能需要更多样化的数据集进一步验证其泛化能力	实现糖尿病视网膜病变的早期筛查并提供可解释的诊断依据	糖尿病视网膜病变患者的眼底图像	计算机视觉	糖尿病视网膜病变	深度学习	Vision Transformer	图像	使用EyePACS数据集进行训练，并在IDRiD数据集的两个子集上进行验证
11348	2025-01-29	Nanopore sequencing to detect A-to-I editing sites 2025, Methods in enzymology DOI:10.1016/bs.mie.2024.11.028 PMID:39870444	研究论文	本文介绍了使用纳米孔直接RNA测序技术结合深度学习模型Dinopore来检测A-to-I RNA编辑位点	利用纳米孔直接RNA测序技术结合深度学习模型Dinopore，直接检测A-to-I RNA编辑位点，避免了传统方法的间接性和混淆问题	NA	检测A-to-I RNA编辑位点，以研究其在生物体中的编辑景观	A-to-I RNA编辑位点	生物信息学	NA	纳米孔直接RNA测序	深度学习模型Dinopore	RNA序列数据	NA
11349	2025-01-29	Deep Learning MRI Reconstruction Delivers Superior Resolution and Improved Diagnostics 2025-Jan, Radiology IF:12.1Q1 DOI:10.1148/radiol.242952 PMID:39873600	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
11350	2025-01-29	Deep Learning Superresolution for Simultaneous Multislice Parallel Imaging-Accelerated Knee MRI Using Arthroscopy Validation 2025-Jan, Radiology IF:12.1Q1 DOI:10.1148/radiol.241249 PMID:39873603	研究论文	本研究验证了深度学习超分辨率MRI在膝关节成像中的诊断性能，并与传统的加速MRI进行了比较	使用深度学习超分辨率技术提升加速MRI的图像质量，并通过关节镜检查作为独立参考标准进行验证	研究样本量相对较小（116名成人），且仅在膝关节成像中进行了验证	验证深度学习超分辨率MRI在膝关节成像中的诊断性能	患有膝关节疼痛的成人患者	医学影像	膝关节疾病	深度学习超分辨率技术	深度学习模型	MRI图像	116名成人（平均年龄45岁，74名男性）
11351	2025-01-28	Deep learning dose prediction to approach Erasmus-iCycle dosimetric plan quality within seconds for instantaneous treatment planning 2025-Feb, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110662 PMID:39647528	研究论文	本研究探讨了训练数据集大小和模型大小对Erasmus-iCycle GT计划剂量预测准确性的影响，以实现即时治疗计划	使用深度学习方法快速预测患者特定的3D剂量分布，以实现即时治疗计划，显著提高临床工作效率、患者等待时间和治疗质量	即使使用1000名患者的训练数据，预测准确性尚未达到收敛，仍需进一步研究	研究如何通过深度学习方法实现即时治疗计划，以提高临床工作效率和患者治疗质量	1250名前列腺癌患者	数字病理	前列腺癌	深度学习	Hierarchically Densely Connected U-Nets	3D剂量分布数据	1250名前列腺癌患者
11352	2025-01-28	Deep learning-assistance significantly increases the detection sensitivity of neurosurgery residents for intracranial aneurysms in subarachnoid hemorrhage 2025-Feb, Journal of clinical neuroscience : official journal of the Neurosurgical Society of Australasia IF:1.9Q4 DOI:10.1016/j.jocn.2024.110971 PMID:39673838	研究论文	本研究评估了深度学习模型在提高神经外科住院医师通过CT血管造影检测颅内动脉瘤敏感性方面的有效性	首次将深度学习模型应用于神经外科住院医师的动脉瘤检测培训，显著提高了检测敏感性，特别是在小动脉瘤的检测上	研究样本量较小，仅包含104例患者的CTA扫描，且仅涉及三名住院医师	评估深度学习模型在提高神经外科住院医师检测颅内动脉瘤敏感性方面的效果	104例动脉瘤性蛛网膜下腔出血患者的CTA扫描，共126个动脉瘤	数字病理	颅内动脉瘤	CT血管造影（CTA）	深度学习模型（DLM）	图像	104例患者的CTA扫描，共126个动脉瘤
11353	2025-01-28	Harnessing Spectral Libraries From AVIRIS-NG Data for Precise PFT Classification: A Deep Learning Approach 2025-Jan-27, Plant, cell & environment DOI:10.1111/pce.15393 PMID:39866067	研究论文	本研究利用AVIRIS-NG高光谱数据和机器学习技术，开发了一个包含130种植物物种的光谱库，用于精确分类植物功能类型（PFTs）	通过高光谱数据生成光谱库，结合机器学习方法，显著提高了植物功能类型分类的准确性	研究仅限于Shoolpaneshwar野生动物保护区的植物物种，可能不适用于其他地区	推进植物功能类型（PFTs）的分类和监测	Shoolpaneshwar野生动物保护区的130种植物物种	机器学习	NA	AVIRIS-NG高光谱成像和ASD手持光谱辐射计	Parzen Window (PW), Gradient Boosted Machine (GBM), Stochastic Gradient Descent (SGD)	高光谱图像	130种植物物种
11354	2025-01-28	Introduction to Memristive Mechanisms and Models 2025-Jan-24, Recent patents on nanotechnology IF:2.0Q3 DOI:10.2174/0118722105327900250115102034 PMID:39865807	研究论文	本文介绍了忆阻系统的机制和模型，探讨了其在神经形态计算中的应用	本文结合了Chua开发的动态系统框架和统计物理学及渗流理论，提供了对忆阻系统复杂动态行为的深入理解，并探讨了其在深度学习方法中的成功应用	本文主要关注理论模型和框架，缺乏对实际硬件实现的详细讨论	探讨忆阻系统在神经形态计算中的应用，以应对人工智能发展带来的计算能力需求增长	忆阻系统及其在神经形态计算中的应用	机器学习	NA	NA	动态系统模型、渗流理论模型	NA	NA
11355	2025-01-28	Deep learning for kidney trauma detection: CT image algorithm performance and external validation: experimental study 2025-Jan-24, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002221 PMID:39869390	研究论文	本研究开发并验证了一种用于检测肾脏创伤的深度学习算法，使用机构创伤数据和RSNA数据集进行外部验证	首次将深度学习技术应用于肾脏创伤的CT图像检测，并通过外部验证展示了其稳健性能	模型在外部验证中的阳性预测值较低，可能需要进一步优化图像分割和计算效率	开发并验证一种用于检测肾脏创伤的深度学习算法	肾脏创伤的CT图像	医学影像	肾脏创伤	深度学习	RenoTrNet	CT图像	机构创伤数据和RSNA数据集中的随机选择病例
11356	2025-01-28	MythicVision: a deep learning powered mobile application for understanding Indian mythological deities using weight centric decision approach 2025-Jan-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85922-2 PMID:39837968	研究论文	本文介绍了一个名为'MythicVision'的深度学习驱动的移动应用程序，旨在通过识别和解释印度神话神祇的图像，帮助外国游客更好地理解印度丰富的文化遗产	该应用程序采用了模型权重计算和权重中心决策机制，相比传统的多数投票方法，在多类图像分类中提供了更准确的结果	NA	开发一个能够识别和分类实时印度神祇图像，并为用户提供有关神祇的宝贵信息的应用程序	印度神话神祇的图像	计算机视觉	NA	深度学习	CNN	图像	10,970张印度神祇图像
11357	2025-01-28	Decoding the Functional Interactome of Non-Model Organisms with PHILHARMONIC 2025-Jan-14, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.25.620267 PMID:39553947	研究论文	本文介绍了一种名为PHILHARMONIC的计算方法，用于解码非模式生物的功能互作组	PHILHARMONIC结合深度学习网络推理和鲁棒的无监督谱聚类算法，能够揭示非模式生物中的功能关系和高层次组织	方法依赖于预测的网络，可能存在噪声，且需要进一步的实验验证	研究目的是开发一种计算工具，用于预测和分析非模式生物的蛋白质-蛋白质相互作用网络	研究对象包括珊瑚、藻类共生体和果蝇等非模式生物	生物信息学	NA	深度学习、谱聚类算法、远程同源功能注释	深度学习网络	蛋白质序列数据	珊瑚、藻类共生体和果蝇的蛋白质组数据
11358	2025-01-28	Non-Contact Optical Blood Pressure Biometry Using AI-Based Analysis of Non-Mydriatic Fundus Imaging 2025-Jan-07, medRxiv : the preprint server for health sciences DOI:10.1101/2025.01.06.25320084 PMID:39830244	研究论文	本研究旨在开发一种基于机器学习的模型，通过非散瞳眼底成像来评估血压，其准确性与臂式袖带测量相当	使用深度学习模型从眼底图像中评估血压，相比传统臂式袖带测量，可能更能反映长期高血压状况	需要在临床环境中进行更多试验，并开展更多前瞻性研究以验证结果	开发一种基于机器学习的模型，通过非散瞳眼底成像来评估血压	血压（收缩压和舒张压）	机器学习	高血压	深度学习	深度学习模型	眼底图像	基于UK Biobank数据集
11359	2025-01-27	Regional PM2.5 prediction with hybrid directed graph neural networks and Spatio-temporal fusion of meteorological factors 2025-Feb-01, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2024.125404 PMID:39613176	研究论文	本文提出了一种基于深度学习的混合有向图神经网络方法，用于预测区域PM2.5浓度，并考虑了相邻城市之间的区域传输相互作用	结合图神经网络（GNN）和长短期记忆网络（LSTM）进行时空编码，显著提高了PM浓度预测的准确性，并在华北平原的48小时预测中表现出色	模型主要应用于华北平原，可能在其他地区的适用性需要进一步验证	优化空气质量预测和管理	区域PM2.5浓度	机器学习	NA	深度学习	混合有向图神经网络（GNN + LSTM）	时空数据	NA
11360	2025-01-27	Predictive analysis of COVID-19 occurrence and vaccination impacts across the 50 US states 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109493 PMID:39626459	研究论文	本研究旨在通过机器学习模型评估疫苗接种在COVID-19确诊病例和死亡病例中的有效性，并使用外部验证确保对接种人群的最佳保护	开发了一个深度学习LSTM模型，用于分析疫苗接种在预测COVID-19病例和死亡中的有效性，并通过内部和外部验证评估模型性能	研究仅基于美国CDC的数据，可能无法完全适用于其他国家的疫情情况	评估COVID-19疫苗接种在减少确诊病例和死亡病例中的有效性	美国50个州的COVID-19确诊病例和死亡病例	机器学习	COVID-19	深度学习	LSTM	时间序列数据	2021年至2023年美国CDC收集的数据