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
12981	2025-02-27	Development and evaluation of a deep learning model for multi-frequency Gibbs artifact elimination 2025-Feb-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1344 PMID:39995704	研究论文	本文开发并评估了一种深度学习模型，用于消除多频率Gibbs伪影，以提高MRI图像质量并改善脊髓空洞症的诊断准确性	开发了一种深度学习模型，能够有效消除多频率Gibbs伪影，并在不同解剖区域、MRI序列和伪影严重程度下表现出色	研究样本主要来自回顾性数据，外部验证样本量较小（30人），可能影响模型的泛化能力	开发并评估一种深度学习模型，用于消除MRI图像中的Gibbs伪影，以提高图像质量和诊断准确性	MRI图像中的Gibbs伪影	计算机视觉	脊髓空洞症	深度学习	深度学习模型	图像	290,940张MRI图像（来自4,936次扫描），外部验证包括20名健康成人和10名脊髓空洞症患者
12982	2025-02-27	Automatic measurement of X-ray radiographic parameters based on cascaded HRNet model from the supraspinatus outlet radiographs 2025-Feb-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1373 PMID:39995702	研究论文	本研究开发了一种基于级联HRNet模型的自动测量方法，用于从肩胛上出口X光片中测量形态参数，以辅助肩部疾病的早期筛查和治疗决策	首次报道了使用级联HRNet模型自动测量肩胛上出口X光片中的放射学参数，提高了测量的精确性和效率	研究仅基于单一医院的影像数据，可能限制了模型的泛化能力	开发一种自动测量肩胛上出口X光片中形态参数的方法，以辅助肩部疾病的早期筛查和治疗决策	肩胛上出口X光片	计算机视觉	肩袖损伤	深度学习算法	级联HRNet模型	图像	1,668张肩胛上出口X光片，其中1,147张用于模型训练和验证，521张用于测试
12983	2025-02-27	Rapid and automatic hemodynamic assessment: integration of deep learning-based image segmentation, vessel reconstruction, and CFD prediction 2025-Feb-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1721 PMID:39995727	研究论文	本研究开发了一种基于深度学习的快速准确提取血管血流动力学特征数据的方法，通过自动化CT图像分割、血管重建和CFD预测过程	提出了一种改进的卷积神经网络（Res2Net-ConvFormer-Dilation-UNet）用于自动分割预处理后的血管CT图像，并结合MC算法和OpenFOAM进行3D重建和血流动力学模拟	NA	开发一种快速准确的血管血流动力学特征数据提取方法，以提高诊断效率	下肢和主动脉动脉数据集	计算机视觉	心血管疾病	CT图像分割、MC算法、OpenFOAM	Res2Net-ConvFormer-Dilation-UNet (Res2-CD-UNet)	CT图像	下肢和主动脉动脉数据集
12984	2025-02-27	Predicting joint space changes in knee osteoarthritis over 6 years: a combined model of TransUNet and XGBoost 2025-Feb-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1397 PMID:39995733	研究论文	本研究通过深度学习方法和回归模型，开发了一种自动测量膝关节间隙宽度（JSW）的模型，并预测了第六年JSW的变化	结合TransUNet和XGBoost模型，显著提高了JSW测量的准确性，并仅使用两年的X射线图像实现了高精度的预测	研究依赖于特定数据库的数据，可能限制了模型的泛化能力	开发自动测量膝关节间隙宽度的模型，并预测第六年JSW的变化	膝关节X射线图像和临床数据	计算机视觉	骨关节炎	深度学习	TransUNet, XGBoost	图像, 临床数据	1,947名参与者的膝关节X射线图像
12985	2025-02-27	Deep learning for the detection of moyamoya angiopathy using T2-weighted images: a multicenter study 2025-Feb-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1269 PMID:39995722	研究论文	本研究旨在开发一种基于T2加权成像（T2WI）的深度学习模型，用于检测烟雾病（MMA）	首次使用T2WI图像开发深度学习模型来检测MMA，并在多中心数据上验证了模型的性能	研究依赖于回顾性数据，可能存在选择偏差，且未考虑所有可能的混杂因素	开发并验证基于T2WI的深度学习模型，用于检测烟雾病（MMA）	烟雾病患者、正常MRA的对照组患者以及非MMA的脑血管疾病患者	计算机视觉	脑血管疾病	深度学习	SCNN, LeNet, VGG, ResNet, DenseNet	T2加权图像	1038名MMA患者、1211名正常MRA患者和271名非MMA的脑血管疾病患者
12986	2025-02-27	Combining pelvic floor ultrasonography with deep learning to diagnose anterior compartment organ prolapse 2025-Feb-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-772 PMID:39995742	研究论文	本研究结合深度学习与盆底超声技术，旨在提高前腔室器官脱垂的诊断速度和可靠性	首次将深度学习应用于盆底超声图像解读，以提升前腔室器官脱垂的诊断效率和准确性	研究为回顾性分析，可能受到数据质量和样本选择偏差的影响	提高盆底超声诊断前腔室器官脱垂的速度和可靠性，促进基层医疗机构的诊断和治疗	前腔室器官脱垂的女性患者	计算机视觉	妇科疾病	深度学习	CNN（包括AlexNet、VGG-16、ResNet-18和ResNet-50）	图像	1,805名女性（1,605名有前腔室器官脱垂，200名无脱垂）
12987	2025-02-27	Robust RNA secondary structure prediction with a mixture of deep learning and physics-based experts 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpae097 PMID:39811444	研究论文	本文提出了一种混合专家（MoE）方法，用于改善深度学习模型在单序列RNA二级结构预测中的分布外（OOD）泛化能力	通过结合深度学习和基于物理的模型，MoEFold2D方法实现了自动化的ID/OOD检测，并在不依赖训练数据的情况下，通过共识分析对测试序列进行分类，从而在ID和OOD序列上分别利用深度学习和基于物理的模型进行预测	未明确提及具体局限性	提高RNA二级结构预测的准确性和鲁棒性，特别是在分布外序列上的表现	RNA二级结构	机器学习	NA	深度学习，基于物理的模型	混合专家模型（MoE）	RNA序列数据	未明确提及样本数量
12988	2025-02-27	MRI-based whole-brain elastography and volumetric measurements to predict brain age 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpae086 PMID:39902188	研究论文	本文旨在开发一种基于大脑机械特性图的机器学习框架，以准确预测健康个体的实际年龄	结合磁共振弹性成像（MRE）和体积测量的多模态方法，利用3D卷积网络和传统统计模型预测大脑年龄，展示了MRE测量在大脑年龄模型中的补充价值	未来研究需提高模型对神经病理个体大脑完整性差异的敏感性	开发机器学习框架，从大脑机械特性图中准确预测个体的实际年龄	健康个体的大脑机械特性图	机器学习	神经退行性疾病	磁共振弹性成像（MRE）	3D卷积网络	图像	未明确提及样本数量
12989	2025-02-27	Contrast quality control for segmentation task based on deep learning models-Application to stroke lesion in CT imaging 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1434334 PMID:39995787	研究论文	本文提出了一种基于深度学习模型的对比质量控制方法，用于CT成像中的中风病变分割任务	提出了一种评估图像数据集对比质量的方法，通过机器学习模型确定图像对比度的关键阈值，从而优化数据集设计和加速训练过程	该方法目前仅应用于CT图像中的中风病变分割，尚未在其他任务中验证其适应性	解决CT成像中中风病变分割的主要挑战之一——图像对比度问题	CT成像中的中风病变	数字病理学	中风	深度学习	NA	图像	NA
12990	2025-02-27	Deep Learning for Predicting Biomolecular Binding Sites of Proteins 2025, Research (Washington, D.C.) DOI:10.34133/research.0615 PMID:39995900	研究论文	本文探讨了深度学习在预测蛋白质-生物分子结合位点方面的应用及其对药物发现、突变分析和分子生物学的重要性	提出了结合序列和结构信息的混合模型，并引入了几何深度学习的创新方法，以提高预测准确性	计算需求高，动态建模复杂，且结构基础方法需要高质量的结构数据	开发计算效率高且灵活的模型，以捕捉现实世界中生物分子相互作用的复杂性，扩大结合位点预测在生物医学领域的应用范围	蛋白质-生物分子结合位点	机器学习	NA	深度学习	混合模型	序列数据, 结构数据	NA
12991	2025-02-27	Identifying relevant EEG channels for subject-independent emotion recognition using attention network layers 2025, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2025.1494369 PMID:39995952	研究论文	本研究通过应用注意力机制层，识别出在三个独立数据集中对情绪预测最相关的EEG通道	利用注意力机制识别跨个体一致相关的EEG通道，以提高独立于个体的情绪识别模型的性能	研究仅基于三个数据集，可能无法涵盖所有EEG信号变异性	增强独立于个体的情绪识别方法，通过识别跨个体一致相关的EEG通道	EEG信号	机器学习	NA	注意力机制	深度学习模型	EEG信号	三个独立数据集（SEED, SEED-IV, SEED-V）
12992	2025-02-26	A multidimensional adaptive transformer network for fatigue detection 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10224-2 PMID:39991017	研究论文	本文提出了一种多维自适应Transformer网络，用于检测驾驶疲劳状态	引入了一种多维Transformer架构，能够自适应地为不同信息维度分配权重，从而提升特征压缩和结构信息提取的效果	当前研究主要集中在时间维度信息提取，可能忽略了EEG数据的其他维度	提高驾驶疲劳状态检测的准确性和泛化能力	驾驶员的脑电图（EEG）信号	机器学习	NA	EEG信号分析	Transformer	EEG信号	使用了SEED-VIG和SFDE数据集
12993	2025-02-26	Improving binding affinity prediction by emphasizing local features of drug and protein 2025-Apr, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108310 PMID:39674048	研究论文	本文提出了一种深度学习模型，通过强调药物和蛋白质的局部特征来提高结合亲和力预测的准确性	提出了一种新的深度学习模型，能够全面提取药物和靶蛋白的局部特征，用于准确的结合亲和力预测	NA	提高药物发现中结合亲和力预测的准确性	药物和靶蛋白	机器学习	NA	深度学习	Multi-Stream CNN, Multi-Stream GCN	序列数据（蛋白质序列），图数据（药物分子）	两个流行数据集：Davis 和 KIBA
12994	2025-02-26	Using statistical analysis to explore the influencing factors of data imbalance for machine learning identification methods of human transcriptome m6A modification sites 2025-Apr, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108351 PMID:39837162	研究论文	本研究通过统计分析方法探讨了影响机器学习识别人类转录组m6A修饰位点数据不平衡的因素	从特征编码表示、深度学习模型和数据重采样策略三个关键角度解决RNA甲基化位点数据不平衡问题，并开发了基于LSTM及其变体mLSTM的分类预测模型，以及使用SeqGAN和SMOTE构建平衡数据集	研究中未提及具体的数据集大小和样本类型，可能影响结果的普适性	探索影响机器学习识别m6A修饰位点数据不平衡的因素，提高识别准确性	人类转录组m6A修饰位点	生物信息学	NA	K-mer one-hot编码策略、LSTM、mLSTM、SeqGAN、SMOTE	LSTM、mLSTM、SeqGAN	RNA序列数据	NA
12995	2025-02-26	IDBGL: A unique image dataset of black gram (Vigna mungo) leaves for disease detection and classification 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111347 PMID:39990119	研究论文	本文介绍了一个独特的黑豆（Vigna mungo）叶片图像数据集，用于疾病检测和分类	创建了一个包含4038张图像的黑豆叶片疾病数据集，涵盖五种不同类别，为全球研究人员提供了一个用于早期检测和分类黑豆叶片疾病的深度学习自动化系统的基础	收集健康样本存在困难，且数据集仅来自孟加拉国的两个地区	开发一个深度学习自动化系统，用于早期检测和分类黑豆叶片疾病，以帮助农民和提高农业利益相关者的意识	黑豆（Vigna mungo）叶片	计算机视觉	植物疾病	深度学习	NA	图像	4038张图像，来自孟加拉国的Sirajganj和Solonga地区
12996	2025-02-26	A dataset of annotated African plum images from Cameroon for AI-based quality assessment 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111351 PMID:39990129	研究论文	本文介绍了一个包含4507张非洲李子注释图像的数据集，专为AI驱动的李子质量评估设计	这是首个专门用于非洲李子质量评估的AI数据集，涵盖了六个质量等级，并在自然光下使用智能手机拍摄	数据集仅涵盖非洲李子，可能不适用于其他水果的质量评估	开发用于农业中计算机视觉和深度学习系统的数据集，以实现李子质量的自动化评估	非洲李子	计算机视觉	NA	NA	深度学习	图像	4507张非洲李子图像
12997	2025-02-26	ElectroCom61: A multiclass dataset for detection of electronic components 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111331 PMID:39990128	研究论文	本文介绍了ElectroCom61，一个包含61种常用电子元件的多类目标检测数据集，旨在提高自动化和效率	提出了一个包含61种电子元件的多类目标检测数据集，涵盖了真实世界中的多种条件，如不同的光照、背景、距离和相机角度	数据集仅来源于一个大学的电子元件收藏，可能无法涵盖所有类型的电子元件	开发一个用于电子元件检测的先进系统，应用于教育和工业领域	61种常用电子元件	计算机视觉	NA	深度学习	NA	图像	2121张经过精心标注的图像
12998	2025-02-26	UAlpha40: A comprehensive dataset of Urdu alphabet for Pakistan sign language 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111342 PMID:39996049	研究论文	本文介绍了一个名为UAlpha40的综合数据集，用于巴基斯坦手语中的乌尔都语字母	该数据集不仅包含36个静态手势，还包括4个动态手势，填补了之前研究的空白	数据集主要基于巴基斯坦的乌尔都语手语，可能不适用于其他地区的手语	开发一个全面的数据集以支持乌尔都语手语的深度学习模型训练	乌尔都语手语的40个字母，包括36个静态手势和4个动态手势	计算机视觉	NA	图像和视频数据采集与增强	深度学习模型	图像和视频	22,280张图像（其中2,897张为原始图像，19,383张通过噪声或增强生成）和393个视频
12999	2025-02-26	LiteMamba-Bound: A lightweight Mamba-based model with boundary-aware and normalized active contour loss for skin lesion segmentation 2025-Mar, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.01.008 PMID:39864606	研究论文	本文提出了一种轻量级的基于Mamba的模型LiteMamba-Bound，用于皮肤病变分割，结合了边界感知和归一化主动轮廓损失	提出了Channel Attention Dual Mamba (CAD-Mamba)块和Reverse Attention Boundary Module，以及归一化主动轮廓损失函数，显著提升了模型性能	NA	提高皮肤病变分割的精度，特别是在医学图像中区分病变区域和健康皮肤	皮肤病变图像	计算机视觉	皮肤癌	深度学习	LiteMamba-Bound, CAD-Mamba, Reverse Attention Boundary Module	图像	两个皮肤图像数据集：ISIC2018和PH2
13000	2025-02-26	Deep Learning-Assisted Fluorescence Single-Particle Detection of Fumonisin B1 Powered by Entropy-Driven Catalysis and Argonaute 2025-Feb-25, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05913 PMID:39868471	研究论文	开发了一种深度学习辅助的荧光单粒子检测平台，用于超灵敏检测食品中的伏马菌素B1	结合了熵驱动催化和Argonaute技术，利用深度学习模型YOLOv9进行荧光图像的快速准确计数，提高了检测的灵敏度和效率	未提及具体的技术局限或应用限制	开发一种超灵敏的检测方法，用于食品中伏马菌素B1的检测，以确保食品安全和公共健康	伏马菌素B1（FB）	生物传感	NA	熵驱动催化（EDC）、Argonaute技术、荧光单粒子检测	YOLOv9	荧光图像	未提及具体样本数量，但涉及真实食品样本的测试