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
11521	2025-01-16	Reverse design of broadband sound absorption structure based on deep learning method 2025-Jan-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86077-w PMID:39809864	研究论文	本文提出了一种基于深度学习的逆向设计方法，用于设计宽带吸声结构	利用深度神经网络建立结构参数与吸声系数曲线之间的映射关系，简化了传统方法中耗时的数值模拟和复杂计算过程	未提及具体的数据集规模或实验验证的广泛性	实现宽带高吸声结构的逆向设计，提高复杂超材料设计的效率	吸声结构	机器学习	NA	深度学习	深度神经网络	结构参数与吸声系数曲线	未提及具体样本数量
11522	2025-01-16	Deep learning empowered sensor fusion boosts infant movement classification 2025-Jan-14, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00701-w PMID:39809877	研究论文	本文提出了一种基于深度学习的传感器融合方法，用于婴儿运动分类，以提高神经发育障碍的早期识别	首次将多传感器融合技术应用于婴儿运动分类，显著提高了分类准确率	所有模型均在专有数据集上设计、训练和评估，难以直接比较	开发一种自动化分类婴儿运动模式的方法，以增强基于AI的神经功能早期识别	51名正常发育的婴儿	机器学习	神经发育障碍	传感器融合	CNN	多模态传感器数据（压力、惯性和视觉传感器）	51名婴儿
11523	2025-01-16	Belt conveyor idler fault detection algorithm based on improved YOLOv5 2025-Jan-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81244-x PMID:39809903	研究论文	本文提出了一种基于改进YOLOv5的深度学习算法，用于实时检测带式输送机托辊故障	在YOLOv5网络中引入了坐标注意力机制，并使用α-CIoU定位损失函数替代传统CIoU，以提高模型的回归精度	NA	提高带式输送机托辊故障检测的准确性和实时性	带式输送机托辊	计算机视觉	NA	深度学习	YOLOv5	红外图像	自建的红外图像数据集
11524	2025-01-16	Nanocarrier imaging at single-cell resolution across entire mouse bodies with deep learning 2025-Jan-14, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-024-02528-1 PMID:39809933	研究论文	本文介绍了一种名为SCP-Nano的实验与深度学习集成管道，用于全面量化纳米载体在整个小鼠体内的单细胞分辨率靶向分布	SCP-Nano能够在极低剂量下揭示纳米载体的组织分布模式，远低于传统全身成像技术的检测限，并能推广到多种纳米载体类型	NA	开发一种高效准确的方法来分析纳米载体在整个生物体中的细胞水平生物分布，以加速精确和安全的纳米载体治疗的发展	小鼠体内的纳米载体	数字病理学	NA	深度学习	NA	图像	小鼠
11525	2025-01-16	Predictive value of dendritic cell-related genes for prognosis and immunotherapy response in lung adenocarcinoma 2025-Jan-14, Cancer cell international IF:5.3Q1 DOI:10.1186/s12935-025-03642-z PMID:39810206	研究论文	本研究通过筛选树突状细胞相关基因，构建了一个预测肺腺癌患者预后和免疫治疗反应的预后签名	创新性地建立了一个基于深度学习的预测模型DCRGS，用于预测肺腺癌患者的预后，并具有高准确性和敏感性	研究结果需要进一步在更大规模的临床样本中进行验证	预测肺腺癌患者的预后和免疫治疗反应	肺腺癌患者	数字病理	肺癌	单细胞RNA测序（scRNA-seq）、批量RNA测序、实时定量PCR（q-PCR）	深度学习模型	RNA测序数据、临床数据	恶性胸腔积液样本中的树突状细胞
11526	2025-01-16	Predicting Seizures Episodes and High-Risk Events in Autism Through Adverse Behavioral Patterns 2025-Jan-13, medRxiv : the preprint server for health sciences DOI:10.1101/2024.05.06.24306938 PMID:38766049	研究论文	本研究通过分析自闭症谱系障碍（ASD）儿童的行为模式，开发了一种深度学习算法，用于预测次日的高风险行为（如攻击性、逃跑、自伤行为）和癫痫发作	利用深度学习算法预测自闭症儿童的高风险行为和癫痫发作，为早期干预提供支持	研究依赖于历史行为数据，可能无法完全捕捉到所有潜在的行为模式	探索自闭症儿童行为模式与高风险行为及癫痫发作之间的关系，并开发预测模型	331名重度自闭症谱系障碍儿童	机器学习	自闭症谱系障碍	深度学习	深度学习算法	行为数据和癫痫数据	331名儿童，数据覆盖9年
11527	2025-01-16	Automatic segmentation model and machine learning model grounded in ultrasound radiomics for distinguishing between low malignant risk and intermediate-high malignant risk of adnexal masses 2025-Jan-13, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01874-7 PMID:39804536	研究论文	本文开发了一种自动分割模型来描绘附件肿块，并构建了一个基于卵巢附件报告和数据系统（O-RADS）的机器学习模型，以区分附件肿块的低恶性风险和中高恶性风险	结合深度学习分割模型和机器学习模型，利用超声影像组学特征进行附件肿块的风险分类，并通过SHapley Additive exPlanations进行模型解释和可视化	研究样本量相对有限，且仅基于超声影像数据，未考虑其他影像模态或多模态数据	开发自动分割和机器学习模型，用于附件肿块的风险分类	附件肿块的超声影像	医学影像分析	卵巢癌	超声影像组学	FCN ResNet101, SVM, LightGBM	图像	663张附件肿块的超声影像（低恶性风险446张，中高恶性风险217张）
11528	2025-01-16	Physics-informed deep learning quantifies propagated uncertainty in seismic structure and hypocenter determination 2025-Jan-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84995-9 PMID:39805860	研究论文	本文采用物理信息深度学习（PIDL）方法，量化二维地震速度结构建模中的不确定性及其对震源定位的影响	通过引入神经网络集成，结合主动地震调查数据、地震观测数据和波前运动的物理方程，首次量化了地震速度结构模型中的不确定性及其对震源定位的影响	研究仅针对日本西南部的一次地震进行了分析，未在其他地区或更大规模的数据集上验证	研究目的是通过物理信息深度学习（PIDL）方法，量化地震速度结构建模中的不确定性及其对震源定位的影响	地震速度结构模型和震源定位	地球物理学	NA	物理信息深度学习（PIDL）	神经网络集成	地震调查数据、地震观测数据	日本西南部的一次地震数据
11529	2025-01-16	Precise Large-Scale Chemical Transformations on Surfaces: Deep Learning Meets Scanning Probe Microscopy with Interpretability 2025-Jan-08, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.4c14757 PMID:39680589	研究论文	本文开发了一种名为AutoOSS的软件基础设施，用于自动化从Au(111)表面上的数百个Zn(II)-5,15-双(4-溴-2,6-二甲基苯基)卟啉(ZnBrMeDPP)中去除溴，利用神经网络模型解释STM输出，并通过深度强化学习模型优化操作参数	结合深度学习和扫描探针显微镜技术，实现了大规模化学反应的精确控制，并通过贝叶斯优化结构搜索和密度泛函理论计算探索了3D结构和反应机制	需要进一步验证该技术在其他系统和化学反应中的适用性和扩展性	开发自动化扫描探针显微镜技术，以实现精确的大规模化学反应控制	Au(111)表面上的Zn(II)-5,15-双(4-溴-2,6-二甲基苯基)卟啉(ZnBrMeDPP)	机器学习	NA	扫描探针显微镜(SPM), 深度强化学习, 贝叶斯优化结构搜索(BOSS), 密度泛函理论(DFT)	神经网络, 深度强化学习模型	STM图像	数百个Zn(II)-5,15-双(4-溴-2,6-二甲基苯基)卟啉(ZnBrMeDPP)
11530	2025-01-16	Machine Learning and Deep Learning Applications in Magnetic Particle Imaging 2025-Jan, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29294 PMID:38358090	综述	本文总结了机器学习和深度学习在磁粒子成像（MPI）中的应用及其未来潜力	探讨了人工智能方法在MPI图像重建和分析中的新兴应用，展示了其在提高精确信息获取方面的潜力	未提及具体的研究限制	研究机器学习和深度学习在磁粒子成像中的应用	磁粒子成像（MPI）	机器学习	NA	磁粒子成像（MPI）	机器学习和深度学习模型	图像	NA
11531	2025-01-16	Fragmentation in patchy ecosystems: a call for a functional approach 2025-Jan, Trends in ecology & evolution IF:16.7Q1 DOI:10.1016/j.tree.2024.09.004 PMID:39510920	研究论文	本文探讨了栖息地破碎化对生物多样性的威胁，特别是自然斑块状生态系统如稀树草原，与森林生态系统的不同	提出了基于景观功能性的破碎化识别方法，强调连通性在理解生态系统动态中的重要性	现有文献主要关注森林生态系统，对自然斑块状生态系统的研究较少	改进破碎化映射方法，结合遥感数据和实地测量，实证测试景观是否功能上破碎化	稀树草原等自然斑块状生态系统	生态学	NA	遥感技术，深度学习	NA	遥感数据，实地测量数据	NA
11532	2025-01-16	Protein Binding Site Representation in Latent Space 2025-Jan, Molecular informatics IF:2.8Q2 DOI:10.1002/minf.202400205 PMID:39692081	研究论文	本文研究了图神经网络在蛋白质-配体复合物亲和力预测中的应用，并评估了配体结合位点的潜在表示及其与蛋白质功能的关系	引入了一种自动化的计算流程，用于降维、聚类、假设检验和潜在空间的可视化，揭示了蛋白质潜在空间的内在结构	未明确提及具体的数据集或样本量限制	理解深度学习模型在计算机辅助药物发现中的特征感知能力	蛋白质-配体复合物	机器学习	NA	图神经网络	图神经网络	蛋白质-配体复合物数据	NA
11533	2025-01-16	Advances in modeling cellular state dynamics: integrating omics data and predictive techniques 2025, Animal cells and systems IF:2.5Q1 DOI:10.1080/19768354.2024.2449518 PMID:39807350	综述	本文综述了当前用于建模细胞状态动态的方法，包括从动态或静态生物分子网络模型到深度学习模型的技术	强调了如何将这些方法与转录组学和单细胞RNA测序等多种组学数据整合，以捕捉和预测细胞行为和转变	讨论了这些方法在可扩展性和分辨率要求方面的局限性，这些要求根据研究生物系统的复杂性和大小而变化	旨在指导未来研究开发更强大和可解释的模型，以理解和操纵各种生物背景下的细胞状态动态，最终推进治疗策略和精准医学	细胞状态动态	机器学习	NA	转录组学, 单细胞RNA测序	深度学习模型	组学数据	NA
11534	2025-01-16	Utilizing deep learning to predict Alzheimer's disease and mild cognitive impairment with optical coherence tomography 2025 Jan-Mar, Alzheimer's & dementia (Amsterdam, Netherlands) DOI:10.1002/dad2.70041 PMID:39811700	研究论文	本研究开发了一种基于光学相干断层扫描（OCT）的深度学习算法，用于预测阿尔茨海默病（AD）和轻度认知障碍（MCI）	开发了一种集成三边深度学习模型，显著优于单一非深度学习模型，展示了OCT图像在AD和MCI检测中的潜力	深度学习模型与传统统计模型的性能相当，选择哪种模型可能取决于计算资源、可解释性偏好和临床需求	开发一种基于OCT的深度学习算法，用于检测AD和MCI	228名亚洲参与者（173例病例/55例对照）用于模型开发和测试，68名亚洲（52例病例/16例对照）和85名白人（39例病例/46例对照）参与者用于测试	数字病理学	老年疾病	光学相干断层扫描（OCT）	集成三边深度学习模型	图像	228名亚洲参与者用于模型开发，68名亚洲和85名白人参与者用于测试
11535	2025-01-15	Synergistic integration of brain networks and time-frequency multi-view feature for sleep stage classification 2025-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-024-00328-0 PMID:39802081	研究论文	本文提出了一种结合脑网络和时间-频率多视图特征的睡眠阶段分类方法，旨在提高分类准确性	提出了一种跨注意力融合机制，用于自适应地整合复杂的睡眠特征，并开发了一个多视图特征融合网络，结合了脑连接性和时间-频谱元素	未明确提及具体局限性	提高睡眠阶段分类的准确性	多导睡眠图（PSG）信号及其转换的图和时间-频率表示	机器学习	NA	多视图特征提取和跨注意力融合机制	多视图特征融合网络	多导睡眠图信号	ISRUC公共数据集
11536	2025-01-15	Enhanced diabetic retinopathy detection using U-shaped network and capsule network-driven deep learning 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.103052 PMID:39802427	研究论文	本研究探索了一种结合UNet++和胶囊网络（CapsNet）架构的混合方法，用于提高青光眼的检测准确性	结合UNet++和CapsNet架构，利用UNet++进行语义分割，CapsNet识别层次模式，提高了青光眼检测的敏感性和准确性	未提及具体的数据集大小和多样性，可能影响模型的泛化能力	提高青光眼的检测准确性	青光眼	计算机视觉	青光眼	Histogram Equalization, Contrast Limited Adaptive Histogram Equalization (CLAHE)	UNet++, CapsNet	图像	基准数据集（未提及具体数量）
11537	2025-01-15	Comparative analysis and enhancing rainfall prediction models for monthly rainfall prediction in the Eastern Thailand 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.103094 PMID:39802428	研究论文	本研究评估了泰国东部地区的降雨预测模型，通过分析海洋尼诺指数（ONI）的最佳滞后时间，比较了五种深度学习模型，并开发了一种新的混合深度学习模型	开发了一种新的混合深度学习模型，针对厄尔尼诺和南方涛动（ENSO）的不同条件，提高了在厄尔尼诺、拉尼娜和中性事件三种不同气候阶段的预测准确性	NA	评估和增强泰国东部地区月度降雨预测模型	泰国东部地区的五个选定气象站的月度降雨数据	机器学习	NA	深度学习	RNN, LSTM, GRU, LSTM+LSTM, LSTM+GRU	气象数据	五个选定气象站的月度降雨数据
11538	2025-01-15	Preliminary study on detection and diagnosis of focal liver lesions based on a deep learning model using multimodal PET/CT images 2025-Jun, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2024.100624 PMID:39803389	研究论文	本研究开发并验证了一种基于多模态PET/CT成像的深度学习模型，用于检测和分类肝脏局灶性病变（FLL）	利用多模态PET/CT图像结合深度学习模型进行肝脏局灶性病变的检测和分类，提高了诊断的敏感性和准确性	样本量相对较小（150名患者），且仅在一家机构进行，可能影响模型的泛化能力	开发并验证一种深度学习模型，用于检测和分类肝脏局灶性病变	肝脏局灶性病变（FLL）患者	数字病理学	肝脏疾病	18F-FDG PET/CT成像	深度学习模型	多模态PET/CT图像	150名患者（46名良性肝结节患者，51名恶性肝结节患者，53名无FLL患者）
11539	2025-01-15	Differentiating Choroidal Melanomas and Nevi Using a Self-Supervised Deep Learning Model Applied to Clinical Fundoscopy Images 2025 Mar-Apr, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100647 PMID:39802204	研究论文	本研究测试了自监督深度学习模型RETFound在区分脉络膜黑色素瘤和痣方面的有效性	使用自监督深度学习模型RETFound进行脉络膜黑色素瘤和痣的区分，并在大规模不平衡数据集上验证其性能	研究仅基于单一中心的数据，未来计划在外部大规模队列上进行验证	验证自监督深度学习模型在脉络膜黑色素瘤和痣区分中的有效性	4255名患者的超广角眼底图像，包括18510张脉络膜黑色素瘤图像、8671张痣图像和1192张健康眼图像	数字病理学	脉络膜黑色素瘤	自监督深度学习	RETFound	图像	4255名患者的27333张眼底图像
11540	2025-01-15	Deep learning in disease vector image identification 2025-Feb, Pest management science IF:3.8Q1 DOI:10.1002/ps.8473 PMID:39422093	综述	本文探讨了深度学习在病媒图像识别中的巨大潜力，并全面总结了当前深度学习在病媒识别中的应用现状	结合深度学习与病媒识别，自动化病媒识别过程，减少对专家的依赖	未提及具体的技术实现细节和实验结果的局限性	探索深度学习在病媒识别中的应用，以提升疾病控制效率	病媒图像	计算机视觉	NA	深度学习	NA	图像	NA