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
11561	2025-01-07	Reconstructing and analyzing the invariances of low-dose CT image denoising networks 2025-Jan, Medical physics IF:3.2Q1 DOI:10.1002/mp.17413 PMID:39348044	研究论文	本文提出了一种方法来重建和分析基于深度学习的低剂量CT图像去噪网络的不变性，以提高其可解释性	使用条件变分自编码器（cVAE）和条件可逆神经网络（cINN）来解耦去噪网络的不变性，并提出两种方法来分析这些不变性	方法主要针对低剂量CT图像去噪网络，可能不适用于其他类型的医学图像处理任务	提高基于深度学习的低剂量CT图像去噪网络的可解释性	低剂量CT图像去噪网络	医学影像	NA	条件变分自编码器（cVAE），条件可逆神经网络（cINN）	cVAE, cINN	图像	应用于四种流行的低剂量CT图像去噪网络
11562	2025-01-07	SpaGRA: Graph augmentation facilitates domain identification for spatially resolved transcriptomics 2025-Jan, Journal of genetics and genomics = Yi chuan xue bao DOI:10.1016/j.jgg.2024.09.015 PMID:39362628	研究论文	本文提出了一种名为SpaGRA的新方法，通过图增强技术自动构建多关系，用于空间分辨转录组学（SRT）中的空间域识别	SpaGRA利用空间距离作为先验知识，并通过多头图注意力网络（GATs）动态调整边权重，从而揭示多样化的节点关系并增强几何对比学习中的信息传递	当前大多数方法仅通过空间距离定义细胞或点之间的邻接关系，忽视了基因表达相似性等关键生物相互作用，导致空间域识别不准确	提高空间分辨转录组学（SRT）数据中空间域识别的准确性	小鼠下丘脑的功能区域、小鼠胚胎心脏发育相关基因、最新Visium HD数据中的癌症相关成纤维细胞	空间转录组学	癌症	空间分辨转录组学（SRT）	多头图注意力网络（GATs）	空间转录组数据	多个不同协议生成的数据集
11563	2025-01-07	Motion and anatomy dual aware lung ventilation imaging by integrating Jacobian map and average CT image using dual path fusion network 2025-Jan, Medical physics IF:3.2Q1 DOI:10.1002/mp.17466 PMID:39432032	研究论文	本研究开发了一种新的双感知CT通气成像方法，通过整合CT图像的解剖信息和Jacobian图的运动信息，生成更准确的通气图像，用于功能性肺回避放疗	提出了一种新的双路径融合网络（DPFN），能够同时处理3D平均CT图像和Jacobian图数据，从而全面提取与肺通气相关的特征	研究仅基于66名患者的数据，样本量相对较小，可能影响模型的泛化能力	开发一种新的CT通气成像方法，以提高功能性肺回避放疗的准确性	66名患者的四维CT（4DCT）图像和参考通气图像（RefVI）	数字病理学	肺癌	四维CT（4DCT）成像	双路径融合网络（DPFN）	图像	66名患者
11564	2025-01-07	Deep Learning With Optical Coherence Tomography for Melanoma Identification and Risk Prediction 2025-Jan, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202400277 PMID:39462483	研究论文	本研究开发并评估了一种用于黑色素瘤识别和风险预测的卷积神经网络（CNN），使用小鼠皮肤的光学相干断层扫描（OCT）成像	利用光学相干断层扫描（OCT）成像技术进行黑色素瘤识别和风险预测，相较于以往主要使用皮肤镜图像的研究，具有创新性	研究仅基于小鼠模型，尚未在人类临床数据上进行验证	开发一种基于深度学习的系统，用于黑色素瘤的早期识别和风险预测	小鼠皮肤的光学相干断层扫描（OCT）图像	计算机视觉	黑色素瘤	光学相干断层扫描（OCT）	卷积神经网络（CNN）	图像	四种小鼠模型：黑色素瘤小鼠、发育不良痣小鼠及其各自的对照组
11565	2024-11-28	Correction to "Automatic evaluation of nail psoriasis severity index using deep learning algorithm" 2025-Jan, The Journal of dermatology IF:2.9Q2 DOI:10.1111/1346-8138.17556 PMID:39600150	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
11566	2025-01-07	The 'golden fleece of embryology' eludes us once again: a recent RCT using artificial intelligence reveals again that blastocyst morphology remains the standard to beat 2025-Jan-01, Human reproduction (Oxford, England) DOI:10.1093/humrep/deae263 PMID:39602554	研究论文	本文探讨了在胚胎选择中使用人工智能（AI）与标准形态学方法在预测临床妊娠率方面的比较	使用深度学习算法'iDAScore version 1'进行随机对照试验（RCT），以评估其在胚胎选择中的效果	未能证明AI在临床妊娠率方面不劣于标准形态学方法	提高胚胎选择的准确性，寻找最具活力的胚胎进行移植	胚胎	数字病理学	NA	深度学习	深度学习算法'iDAScore version 1'	胚胎形态学数据	NA
11567	2025-01-07	Object detection in motion management scenarios based on deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0315130 PMID:39752546	研究论文	本文提出了一种基于深度学习的运动管理场景中的目标检测方法，旨在提高运动员、运动器材、场地边界等目标的检测准确性和速度	首次提出了一种针对运动管理场景的监督目标检测方法，设计了TSM模块、可变形注意力机制和解耦结构，增强了网络对时间信息的捕捉能力和特征提取能力	未提及具体局限性	提高运动管理场景中目标检测的准确性和速度	运动员、运动器材、场地边界等目标	计算机视觉	NA	深度学习	TSM模块、可变形注意力机制、解耦结构	图像	开源数据集
11568	2025-01-07	A Deep Learning-Based Approach to Characterize Skull Physical Properties: A Phantom Study 2025-Jan, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202400131 PMID:39540545	研究论文	本文提出了一种基于深度学习的方法，通过超声信号来表征颅骨的物理特性，特别是厚度和孔隙率	首次利用深度学习和机器学习模型从超声信号中提取颅骨厚度和孔隙率信息，为颅骨畸变校正方法的开发提供了新思路	研究仅基于模拟颅骨的幻影实验，尚未在真实颅骨上进行验证	开发一种从超声信号中获取颅骨厚度和孔隙率信息的方法，以改进经颅超声成像的准确性	模拟颅骨物理特性的幻影	医学影像处理	脑损伤	超声成像	深度学习（DL）和机器学习（ML）	超声信号	多种厚度和孔隙率的模拟颅骨幻影
11569	2025-01-07	Artificial intelligence in precision medicine for lung cancer: A bibliometric analysis 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241300229 PMID:39758259	研究论文	本文通过文献计量分析探讨了人工智能在肺癌精准医学中的应用趋势	首次通过文献计量学方法系统分析了人工智能在肺癌精准医学中的应用趋势和研究热点	研究结果依赖于Web of Science数据库的数据，可能未涵盖所有相关文献	提供人工智能在肺癌精准医学中应用的综合概览，促进研究者对该领域的理解	肺癌精准医学中的人工智能应用研究	数字病理学	肺癌	文献计量分析	深度学习框架	文献数据	4062篇论文
11570	2025-01-07	Predicting CRISPR-Cas9 off-target effects in human primary cells using bidirectional LSTM with BERT embedding 2025, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbae184 PMID:39758829	研究论文	本文提出了一种名为CrisprBERT的深度学习模型，用于预测CRISPR-Cas9系统在人类原代细胞中的脱靶效应	结合了BERT架构和双向LSTM网络，利用双栈编码捕捉Cas9结合的局部能量配置，并通过BERT模型学习双栈对的上下文嵌入	未提及具体局限性	提高CRISPR-Cas9系统中单导RNA（sgRNA）的设计效率，减少脱靶效应	人类原代细胞中的CRISPR-Cas9系统	机器学习	NA	CRISPR-Cas9	双向LSTM与BERT嵌入	sgRNA和DNA序列	未提及具体样本数量
11571	2025-01-07	LncLSTA: a versatile predictor unveiling subcellular localization of lncRNAs through long-short term attention 2025, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbae173 PMID:39758831	研究论文	本文提出了一种新的深度学习框架LncLSTA，用于预测长链非编码RNA（LncRNA）的亚细胞定位	LncLSTA模型结合了1D卷积、最大池化操作、长短时注意力模块和双向长短时记忆网络，以及TextCNN模块，显著提高了亚细胞定位任务的准确性和鲁棒性	NA	研究LncRNA的亚细胞定位，以深入了解其生物学功能	长链非编码RNA（LncRNA）	自然语言处理	NA	深度学习	CNN, LSTM, TextCNN	序列数据	NA
11572	2025-01-06	Advances in deep learning for personalized ECG diagnostics: A systematic review addressing inter-patient variability and generalization constraints 2025-Mar-01, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2024.117073 PMID:39708490	系统综述	本文系统综述了深度学习在心电图（ECG）个性化诊断中的应用，特别是针对患者间变异性和泛化限制的挑战	本文独特之处在于系统性地审查了专门为个性化ECG诊断设计的深度学习方法，强调解决患者特异性变异性的模型	这些方法的局限性包括在泛化与患者特异性之间取得平衡以及解决数据隐私问题	研究目的是探讨深度学习在ECG诊断中的应用，特别是针对个性化诊断的需求	研究对象是用于个性化ECG诊断的深度学习模型	机器学习	心血管疾病	迁移学习、生成对抗网络、元学习和领域适应	深度学习模型	ECG数据	112项研究
11573	2025-01-06	Incorporating dynamic drainage supervision into deep learning for accurate real-time flood simulation in urban areas 2025-Feb-15, Water research IF:11.4Q1 DOI:10.1016/j.watres.2024.122816 PMID:39612812	研究论文	本研究提出了一种结合动态排水监督的深度学习模型（UDFM），用于城市区域的实时洪水模拟	UDFM模型通过结合物理和深度学习排水模型，将一维排水溢出过程转换为高分辨率的时空二维洪水过程，更全面准确地反映了排水系统在城市洪水动态中的作用	研究仅应用于深圳的一个高度城市化区域，未在其他城市或区域进行验证	提高城市洪水模拟的准确性和实时性，以支持快速洪水预警和风险管理	城市洪水过程，特别是排水系统和地表洪水淹没	机器学习	NA	深度学习，降维算法	UDFM（结合深度学习和降维算法的混合模块）	时空数据	深圳的一个高度城市化区域
11574	2025-01-06	Enhancing security and efficiency in Mobile Ad Hoc Networks using a hybrid deep learning model for flooding attack detection 2025-Jan-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84421-0 PMID:39755804	研究论文	本文提出了一种结合卷积神经网络（CNN）、长短期记忆网络（LSTM）和门控循环单元（GRU）的混合深度学习模型，用于检测和缓解移动自组网（MANET）中的泛洪攻击	提出了一种结合CNN、LSTM和GRU的混合深度学习模型，并采用独特的DECEHGS算法优化模型效率，显著提高了检测精度和网络性能	未提及模型在实际大规模网络环境中的适用性和泛化能力	提高移动自组网（MANET）的安全性和效率，特别是针对泛洪攻击的检测和缓解	移动自组网（MANET）中的泛洪攻击	机器学习	NA	深度学习	CNN, LSTM, GRU	网络数据	未明确提及样本数量
11575	2025-01-06	Globally scalable glacier mapping by deep learning matches expert delineation accuracy 2025-Jan-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54956-x PMID:39746988	研究论文	本文提出了一种名为Glacier-VisionTransformer-U-Net (GlaViTU)的卷积-变换器深度学习模型，用于全球尺度的冰川自动映射	提出了GlaViTU模型及五种多时相全球尺度冰川映射策略，首次实现了全球尺度冰川的自动化映射，并达到了接近专家水平的精度	在富含碎屑的区域（如高亚洲山区）精度有所下降，且合成孔径雷达数据的可用性限制了部分地区的精度提升	实现全球尺度冰川的自动化映射，以支持气候变化影响的研究	全球冰川	计算机视觉	NA	深度学习	卷积-变换器模型 (GlaViTU)	卫星图像	覆盖全球9%冰川的基准数据集
11576	2025-01-06	A deep learning method based on multi-scale fusion for noise-resistant coal-gangue recognition 2025-Jan-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83604-z PMID:39747222	研究论文	本文提出了一种基于多尺度融合的深度学习方法，用于在噪声环境下实现煤矸石的准确识别	结合传统滤波方法和多尺度学习思想，提出了一种端到端的多尺度特征融合卷积神经网络（MCNN-BILSTM），并引入了基于注意力机制的特征加权方法	NA	实现噪声环境下煤矸石的准确识别，以满足工业应用需求	煤矸石	计算机视觉	NA	卷积神经网络（CNN），长短期记忆网络（LSTM）	MCNN-BILSTM	振动信号	NA
11577	2025-01-06	A lightweight weed detection model for cotton fields based on an improved YOLOv8n 2025-Jan-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84748-8 PMID:39747358	研究论文	本研究提出了一种基于改进YOLOv8n模型的轻量级棉花田杂草检测模型YOLO-Weed Nano，旨在提高杂草识别的效率和精度	通过引入Depthwise Separable Convolution (DSC)结构和Bidirectional Feature Pyramid Network (BiFPN)，以及设计轻量级检测头LiteDetect，显著降低了模型的计算复杂度和资源消耗	尽管模型在精度和效率上有所提升，但在实际应用中的表现仍需进一步验证	开发高效且轻量级的棉花田杂草检测方法，以实现有效的杂草控制	棉花田中的杂草	计算机视觉	NA	深度学习	YOLOv8n, YOLO-Weed Nano	图像	NA
11578	2025-01-06	A novel deep synthesis-based insider intrusion detection (DS-IID) model for malicious insiders and AI-generated threats 2025-Jan-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84673-w PMID:39747424	研究论文	本文提出了一种基于深度合成的内部入侵检测模型（DS-IID），用于检测恶意内部人员和AI生成的威胁	该模型利用深度特征合成自动生成详细的用户配置文件，并使用二元深度学习进行准确的威胁识别，解决了传统入侵检测系统难以区分真实和AI生成活动的问题	主要评估在合成数据集上进行，尚未在真实世界数据中广泛验证	解决内部威胁检测中的挑战，特别是针对AI生成的威胁	恶意内部人员和AI生成的威胁	机器学习	NA	深度特征合成，二元深度学习	深度学习模型	事件数据	CERT内部威胁数据集
11579	2025-01-06	SAILOR: perceptual anchoring for robotic cognitive architectures 2025-Jan-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84071-2 PMID:39747469	研究论文	本文介绍了SAILOR框架，用于在机器人认知架构中实现符号锚定，以保持符号数据与感知数据之间的链接	提出了一个集成到ROS 2中的符号锚定框架SAILOR，结合了深度学习的子符号机器人技能，如物体识别和匹配功能	未提及具体的局限性	解决机器人从感知信息中获取并维护符号知识的开放性问题	机器人认知架构	机器人学	NA	深度学习	NA	感知数据	使用公共数据集和真实场景进行验证
11580	2025-01-06	Salient object detection with non-local feature enhancement and edge reconstruction 2025-Jan-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84680-x PMID:39747644	研究论文	本文提出了一种结合非局部特征增强和边缘重建的显著目标检测方法，旨在解决现有方法在复杂图像中捕捉长距离依赖和边缘信息的不足	创新点在于引入了自注意力机制捕捉长距离依赖，并通过非局部特征增强模块和图卷积建模区域关系，同时设计了边缘重建模块以更好地捕捉和增强边缘信息	未明确提及具体局限性	提升显著目标检测的精度，特别是在复杂图像中捕捉长距离依赖和边缘信息	显著目标检测任务	计算机视觉	NA	自注意力机制、非局部操作、图卷积	深度学习模型	图像	在六个广泛使用的基准数据集上进行了实验