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
181	2025-05-11	CLUMM: Contrastive Learning for Unobtrusive Motion Monitoring 2025-Feb-10, Sensors (Basel, Switzerland) DOI:10.3390/s25041048 PMID:40006277	research paper	提出了一种基于对比学习的无干扰运动监测框架CLUMM，用于从原始图像中学习丰富的表示而无需手动标注	利用对比学习方法直接从人类特定数据中学习，减少周围环境的影响，并专注于与制造任务相关的关键关节坐标	需要定制的人类模拟任务数据集进行训练和评估，可能在实际环境中的泛化能力有限	开发一种无干扰、实时的人类运动监测方法，用于制造环境	人类运动数据	computer vision	NA	对比学习	NA	image	定制的人类模拟任务数据集
182	2025-05-11	Conotoxins: Classification, Prediction, and Future Directions in Bioinformatics 2025-Feb-09, Toxins IF:3.9Q1 DOI:10.3390/toxins17020078 PMID:39998095	综述	本文探讨了机器学习与深度学习在芋螺毒素研究中的应用进展	回顾了机器学习在芋螺毒素序列分类、功能预测和从头设计中的最新应用	未提及具体实验验证或模型性能的局限性	促进芋螺毒素的计算分类与治疗发现	芋螺毒素及其与离子通道的相互作用	生物信息学	NA	机器学习(ML)与深度学习(DL)	NA	序列数据	NA
183	2025-05-11	A Novel Deep Learning-Based (3D U-Net Model) Automated Pulmonary Nodule Detection Tool for CT Imaging 2025-Feb-08, Current oncology (Toronto, Ont.) DOI:10.3390/curroncol32020095 PMID:39996895	research paper	本研究提出了一种基于深度学习的3D U-Net模型，用于自动检测CT影像中的肺结节	开发了一种新型的深度学习算法，用于自动检测肺结节，并与放射科医生的解读进行了性能比较	研究依赖于特定数据集（公共和私人），可能限制了模型的泛化能力	提高肺结节的自动检测精度，辅助早期诊断和管理	CT扫描中的肺结节	digital pathology	lung cancer	CT imaging	3D U-Net	image	491次扫描，包含5669个由放射科医生标注的肺结节
184	2025-05-11	Retinal Arteriovenous Information Improves the Prediction Accuracy of Deep Learning-Based baPWV Index From Color Fundus Photographs 2025-Feb-03, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.2.63 PMID:39998460	研究论文	本研究比较了使用不同深度学习模型从彩色眼底照片(CFPs)预测臂踝脉搏波传导速度(baPWV)的准确性	通过改进的深度U-net和HURVS模型自动计算动脉和静脉概率图，并将其作为通道注意力应用于视网膜血管位置信息以提高baPWV预测准确性	研究为回顾性研究，样本量相对有限(696名参与者)	提高从彩色眼底照片预测臂踝脉搏波传导速度的准确性	696名体检参与者的baPWV和彩色眼底照片数据	数字病理学	心血管疾病	深度学习	深度U-net, HURVS模型	图像(彩色眼底照片)	696名体检参与者
185	2025-05-11	Improving Identification of Drug-Target Binding Sites Based on Structures of Targets Using Residual Graph Transformer Network 2025-Feb-03, Biomolecules IF:4.8Q1 DOI:10.3390/biom15020221 PMID:40001524	研究论文	提出了一种基于残差图Transformer网络的深度学习框架RGTsite，用于改进药物-靶标结合位点的识别	结合残差1D-CNN和预训练模型ProtT5提取靶标的局部和全局序列特征，并利用残差图Transformer网络提取更全面的顶点特征	未提及具体的数据集不平衡问题如何解决，以及模型在其他类型靶标上的泛化能力	提高药物-靶标结合位点的识别性能，以加速药物筛选和设计过程	药物-靶标结合位点	机器学习	NA	1D-CNN, ProtT5, 残差图Transformer网络	RGTsite (基于残差图Transformer网络)	序列数据、图数据	多个基准数据集（未提及具体数量）
186	2025-05-11	Automated Detection of Retinal Detachment Using Deep Learning-Based Segmentation on Ocular Ultrasonography Images 2025-Feb-03, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.2.26 PMID:40014336	research paper	开发了一种基于深度学习的自动化流程，用于从B型眼超声图像中检测视网膜脱离	提出了一种结合编码器-解码器分割网络和机器学习分类器的计算流程，显著提高了视网膜脱离的检测性能	样本量相对较小，仅包含279张B型眼超声图像	提高视网膜脱离在B型眼超声图像中的自动化检测准确率	B型眼超声图像中的视网膜脱离	digital pathology	retinal detachment	deep learning-based segmentation	encoder-decoder segmentation network, ResNet-50, MobileNetV3, UNet	image	279张B型眼超声图像（来自204名患者，包括66张视网膜脱离图像、36张后玻璃体脱离图像和177张健康对照图像）
187	2025-05-11	Biomechanical Risk Classification in Repetitive Lifting Using Multi-Sensor Electromyography Data, Revised National Institute for Occupational Safety and Health Lifting Equation, and Deep Learning 2025-Feb-01, Biosensors DOI:10.3390/bios15020084 PMID:39996986	研究论文	本研究通过结合多传感器肌电图数据、修订版NIOSH提升方程和深度学习技术，对重复性提升任务中的生物力学风险进行分类	整合可穿戴EMG传感器与深度学习模型，实现精确、实时和动态的风险评估，显著提升工作场所安全协议	研究样本量较小（25名参与者），可能影响模型的泛化能力	准确评估重复性提升任务的生物力学风险，以改善职业工效学和风险管理	25名参与者在执行重复性提升任务时的肌肉活动数据	机器学习	肌肉骨骼疾病	肌电图(EMG)	CNN, MLP, LSTM	时间序列肌电图数据	25名参与者，超过700万个数据点
188	2025-05-11	Automated CT Measurement of Total Kidney Volume for Predicting Renal Function Decline after 177Lu Prostate-specific Membrane Antigen-I&T Radioligand Therapy 2025-Feb, Radiology IF:12.1Q1 DOI:10.1148/radiol.240427 PMID:39998377	research paper	该研究利用深度学习模型自动测量肾脏总体积（TKV），以预测接受177Lu-PSMA-I&T放射性配体治疗的转移性去势抵抗性前列腺癌患者的肾功能下降	首次将基于nnU-Net框架的深度学习分割模型TotalSegmentator应用于标准CT图像的TKV自动测量，并证明其优于早期eGFR变化在预测肾功能恶化方面的性能	研究为回顾性设计且样本量有限（121例患者），未评估长期肾功能结局	寻找预测转移性去势抵抗性前列腺癌患者接受Lu-PSMA-I&T治疗后肾功能显著恶化的生物标志物	接受至少4个周期177Lu-PSMA-I&T治疗的转移性去势抵抗性前列腺癌患者	digital pathology	prostate cancer	CT成像	nnU-Net框架的深度学习分割模型（TotalSegmentator）	医学影像（CT图像）	121例患者（平均年龄76±7岁）
189	2025-05-11	Inherently imperfect, inherently evolving - The pursuit of precision through biomarkers 2025-Feb, Biomedical journal IF:4.1Q2 DOI:10.1016/j.bj.2025.100839 PMID:40015558	review	本期生物医学期刊特辑聚焦癌症生物标志物研究，探讨多种生物标志物在癌症检测和管理中的应用，并涵盖其他医学领域的研究进展	介绍了多种新型生物标志物（如cfDNA、粪便miRNA、EB病毒DNA等）在多种癌症中的应用，以及深度学习在创伤成像和心电图预测死亡率中的进展	文章为综述性质，未涉及具体实验设计和样本量的详细信息	探讨生物标志物在癌症检测和管理中的应用，以及医学其他领域的最新研究进展	多种癌症（结直肠癌、卵巢癌、鼻咽癌、肝细胞癌等）、mpox社会污名、miRNA研究、创伤成像、蛔虫感染、自身免疫性肝炎等	数字病理学	多种癌症（结直肠癌、卵巢癌、鼻咽癌、肝细胞癌等）	LC-MS、深度学习	深度学习模型	生物标志物数据、医学影像、心电图	NA
190	2025-05-10	A Graph-Theoretic Approach to Detection of Parkinsonian Freezing of Gait From Videos 2025-Feb-28, Statistics in medicine IF:1.8Q1 DOI:10.1002/sim.70020 PMID:39976295	研究论文	本研究提出了一种基于图论的方法，用于从帕金森病患者的视频数据中检测步态冻结现象	采用图论方法构建姿态图序列，利用Fréchet统计量识别步态冻结的转折点，与主流的基于像素的深度学习方法不同	仅在Kinect3D和AlphaPose两个数据集上进行了验证，样本量有限	开发一种新的步态冻结检测方法，以改善帕金森病的诊断和治疗	帕金森病患者的视频数据	计算机视觉	帕金森病	图论方法	图拉普拉斯矩阵	视频	两个数据集（Kinect3D和AlphaPose）
191	2025-05-10	Derivation of an artificial intelligence-based electrocardiographic model for the detection of acute coronary occlusive myocardial infarction 2025-Feb-28, Archivos de cardiologia de Mexico IF:0.7Q4 DOI:10.24875/ACM.24000195 PMID:40020200	research paper	开发了一种基于人工智能的心电图模型，用于检测急性冠状动脉闭塞性心肌梗死	使用深度学习模型（CNN）通过智能手机摄像头获取的心电图数据来检测ACOMI，其性能优于人类专家和STEMI标准	研究为单中心研究，需要进一步的外部验证	评估AI-ECG模型在急性冠状动脉综合征（ACS）患者中检测急性冠状动脉闭塞性心肌梗死（ACOMI）的性能	被初步诊断为ACS（包括STEMI和NSTEMI）的患者	machine learning	cardiovascular disease	ECG	CNN	ECG图像	未明确提及样本数量，但包括STEMI和NSTEMI患者
192	2025-05-10	Deep Learning Protocol for Predicting Full-Spectrum Infrared and Raman Spectra of Polypeptides and Proteins Using All-Atom Models 2025-Feb-27, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.5c00169 PMID:39966082	研究论文	本研究开发了一种基于深度学习的协议，用于预测多肽和蛋白质的全谱红外和拉曼光谱	利用转移学习和DetaNet模型成功模拟了数千个原子组成蛋白质的振动光谱，效率比传统量子化学方法高10^10倍	NA	开发高效预测蛋白质振动光谱的深度学习方法	氨基酸、二肽、三肽以及大型多肽和蛋白质	机器学习	NA	红外光谱、拉曼光谱	DetaNet（深度等变张量注意力网络）	光谱数据	氨基酸、二肽和三肽的综合数据集
193	2025-05-10	Toward equitable major histocompatibility complex binding predictions 2025-Feb-25, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2405106122 PMID:39964728	research paper	该研究开发了一种机器学习框架，用于评估MHC结合预测中的数据不平衡问题，并提出了一种先进的MHC结合预测模型，以减少不同种族群体间的数据差异	引入了一种机器学习框架来评估MHC等位基因结合预测中的数据不平衡影响，并开发了一种先进的MHC结合预测模型，提供每个等位基因的性能估计	尽管模型减轻了大部分数据差异，但仍存在一些不平等问题需要进一步解决	开发公平的MHC结合预测模型，用于个性化免疫疗法和疫苗开发	MHC等位基因及其结合数据	machine learning	cancer	deep learning	NA	biological data	NA
194	2025-05-10	AI for image quality and patient safety in CT and MRI 2025-Feb-23, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00562-5 PMID:39987533	综述	本文综述了人工智能（AI）在计算机断层扫描（CT）和磁共振成像（MRI）中提升图像质量和患者安全的最新进展	AI算法在减少辐射剂量、优化对比剂使用、降低噪声和伪影、提高图像重建速度和质量方面的创新应用	模型的泛化能力有限、缺乏外部验证、模型解释性不足以及决策过程不透明	探讨AI如何优化CT和MRI的成像过程，以提高诊断准确性和患者安全性	计算机断层扫描（CT）和磁共振成像（MRI）的成像过程	数字病理学	NA	深度学习	NA	图像	NA
195	2025-05-10	Event-driven figure-ground organisation model for the humanoid robot iCub 2025-Feb-22, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56904-9 PMID:39984477	研究论文	本文提出了一种受灵长类视觉系统启发的生物启发感知系统，用于神经形态机器人iCub的事件驱动图形-背景组织模型	采用生物启发的分层架构和事件驱动视觉技术，减少数据冗余和计算需求，与传统方法相比具有更高的效率	在复杂场景下的性能尚未完全验证，可能需要进一步优化以适应更复杂的环境	开发一种高效的图形-背景分割方法，用于自主机器人应用	神经形态机器人iCub	计算机视觉	NA	事件驱动视觉	生物启发分层架构	事件驱动摄像头数据	在模拟和真实场景中进行了定性和定量评估，包括Berkeley Segmentation数据集
196	2025-05-10	Artificial intelligence assessment of tissue-dissection efficiency in laparoscopic colorectal surgery 2025-Feb-22, Langenbeck's archives of surgery DOI:10.1007/s00423-025-03641-8 PMID:39984705	研究论文	本研究通过深度学习模型评估腹腔镜结直肠手术中组织解剖效率的可行性	首次使用深度学习技术自动评估手术技能，特别是组织解剖效率	研究为回顾性设计，依赖手术视频数据，可能存在选择偏差	验证基于深度学习的手术技能自动评估方法的可行性	腹腔镜结直肠手术中的组织解剖过程	计算机视觉	结直肠癌	深度学习	CNN	视频	766例来自日本多中心的腹腔镜结直肠手术视频
197	2025-05-10	A hybrid inception-dilated-ResNet architecture for deep learning-based prediction of COVID-19 severity 2025-Feb-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91322-3 PMID:39987169	research paper	提出了一种基于深度学习的混合Inception-dilated-ResNet架构，用于预测COVID-19的严重程度	首次将Inception-ResNet与扩张机制结合，用于COVID-19严重程度的评估，并在CT图像分类任务中表现优于非扩张模型	需要依赖专业放射科医生对CT扫描进行标注，且样本量相对有限	开发一种有效的深度学习方法，用于评估COVID-19患者的肺部病变严重程度	COVID-19患者的胸部CT扫描图像	computer vision	COVID-19	deep learning	Inception-dilated-ResNet (dResNet)	image	1548例人类胸部CT扫描
198	2025-05-10	Semi-supervised tissue segmentation from histopathological images with consistency regularization and uncertainty estimation 2025-Feb-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90221-x PMID:39987243	research paper	提出一种半监督方法用于组织病理学图像中的组织结构语义分割	结合自监督训练和一致性正则化，利用CNN教师模型生成伪标签训练学生模型，并采用蒙特卡洛dropout估计模型不确定性	需要大量标注数据训练模型，且对于罕见疾病数据获取困难	提高组织病理学图像分割的准确性	组织病理学图像中的组织结构	digital pathology	NA	semi-supervised learning, Monte Carlo dropout	CNN	image	public dataset (具体数量未提及)
199	2025-05-10	Enhanced recognition and counting of high-coverage Amorphophallus konjac by integrating UAV RGB imagery and deep learning 2025-Feb-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91364-7 PMID:39987316	研究论文	本研究通过整合无人机RGB影像和深度学习技术，提高了高覆盖率魔芋植株的识别和计数准确性	提出了一种结合早期和高覆盖率阶段魔芋位置信息的深度学习模型，显著提高了高覆盖率阶段魔芋植株的识别和计数准确率	研究主要针对魔芋这种具有单一茎干和直立生长特性的作物，对其他作物的适用性需要进一步验证	提高高覆盖率阶段魔芋植株的识别和计数准确性，为农业管理和产量预测提供支持	魔芋植株	计算机视觉	NA	无人机RGB影像	深度学习模型	图像	未明确说明样本数量
200	2025-05-10	Integrating blockchain technology with artificial intelligence for the diagnosis of tibial plateau fractures 2025-Feb-21, European journal of trauma and emergency surgery : official publication of the European Trauma Society IF:1.9Q2 DOI:10.1007/s00068-025-02793-y PMID:39984717	研究论文	本研究评估了结合区块链技术和人工智能的高级诊断模型在急诊环境中识别胫骨平台骨折的可行性和有效性	首次将区块链技术与AI结合用于胫骨平台骨折的诊断，实现安全、协作且便捷的辅助诊断	研究仅在三家独立医院进行，样本来源可能有限	评估区块链与AI结合的高级诊断模型在急诊胫骨平台骨折识别中的效果	胫骨平台骨折（TPFs）患者	数字病理	骨科创伤	区块链技术，深度学习	YOLOv8n，分布式AI模型	图像	来自三家独立医院的图像数据