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
21	2024-12-14	Investigating streetscape environmental characteristics associated with road traffic crashes using street view imagery and computer vision 2025-Feb, Accident; analysis and prevention DOI:10.1016/j.aap.2024.107851 PMID:39581057	研究论文	本研究利用街景图像和计算机视觉技术，结合语义分割和目标检测网络，分析了街道环境特征与道路交通事故之间的关系	本研究通过结合语义分割和目标检测网络，全面测量街道环境特征，克服了传统方法仅依赖语义分割的局限性	本研究主要基于百度街景图像，可能无法完全代表所有地区的街道环境特征	探讨街道环境特征与道路交通事故之间的关系，为提升道路安全提供依据	街道环境特征（如道路、人行道、建筑物等）与三种交通事故类型（车辆-车辆碰撞、车辆-行人碰撞、单车事故）	计算机视觉	NA	深度学习	语义分割网络和目标检测网络	图像	NA
22	2024-12-14	IoT based healthcare system using fractional dung beetle optimization enabled deep learning for breast cancer classification 2025-Feb, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108277 PMID:39586227	研究论文	本文提出了一种基于物联网的医疗系统，利用分数阶蜣螂优化算法支持的深度学习进行乳腺癌分类	创新点在于结合了物联网技术和分数阶蜣螂优化算法，通过SqueezeNet_Fractional Dung Beetle Optimization (Squeeze_FDBO)提高了乳腺癌分类的准确性和路由性能	NA	旨在提高乳腺癌分类的准确性，从而促进早期检测和治疗	乳腺癌的分类和诊断	计算机视觉	乳腺癌	分数阶蜣螂优化算法	SqueezeNet	图像	NA
23	2024-10-14	Corrigendum to 'Deep learning dives: Predicting anxiety in Zebrafish through novel tank assay analysis' Physiology & Behavior (2024), 114696 2025-Feb-01, Physiology & behavior IF:2.4Q2 DOI:10.1016/j.physbeh.2024.114705 PMID:39395874	correction	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
24	2024-12-11	Enhancing forensic blood detection using hyperspectral imaging and advanced preprocessing techniques 2025-Feb-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.127097 PMID:39454346	研究论文	本研究探讨了使用高光谱成像（HSI）和先进预处理技术来增强法医血液检测的方法	引入了名为Fast Extraction（FE）框架的新方法，包括Enhancing Transformation Reduction（ETR）方法和兼容的分类模型，显著提高了血液检测的准确性和效率	未提及具体局限性	提高法医血液检测的准确性和效率	血液检测中的高光谱成像数据	计算机视觉	NA	高光谱成像（HSI）	分类模型	图像	使用HyperBlood数据集进行验证
25	2024-12-11	Small-data-trained model for predicting nitrate accumulation in one-stage partial nitritation-anammox processes controlled by oxygen supply rate 2025-Feb-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2024.122798 PMID:39581117	研究论文	本研究提出了一种基于氧气供应率控制硝酸盐积累的新策略，并通过实验和深度学习模型验证了其有效性	提出了基于氧气供应率控制硝酸盐积累的新策略，并开发了一种结合门控循环单元和多层感知器的深度学习模型来预测硝酸盐积累	实验规模为实验室级别，可能需要进一步验证其在实际污水处理中的应用效果	研究如何通过控制氧气供应率来有效防止部分硝化-厌氧氨氧化过程中硝酸盐的积累	部分硝化-厌氧氨氧化过程中的硝酸盐积累	环境工程	NA	深度学习	门控循环单元和多层感知器	实验数据	一个实验室规模的单级部分硝化-厌氧氨氧化系统，持续运行135天，分为五个阶段
26	2024-12-11	Stress recognition identifying relevant facial action units through explainable artificial intelligence and machine learning 2025-Feb, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108507 PMID:39608217	研究论文	本文研究了基于面部动作单元（AUs）的自动急性应激识别，使用了传统机器学习和深度学习技术	本文提出了一个新的实验数据集，并使用计算特征选择方法来选择相关AUs的组合子集，结合传统机器学习和深度学习方法进行应激条件下的AUs识别	NA	研究自动急性应激识别	面部动作单元（AUs）	机器学习	NA	Layer-Wise Relevance Propagation算法	传统机器学习和深度学习方法	图像	58名参与者
27	2024-12-11	Predicting the risk of chronic kidney disease based on uric acid concentration in stones using biosensors integrated with a deep learning-based ANN system 2025-Feb-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.127077 PMID:39476796	研究论文	本研究开发了一种基于生物传感器的尿酸浓度检测方法，并结合深度学习的人工神经网络系统预测慢性肾病风险	首次将生物传感器与深度学习结合，用于检测尿石中的尿酸浓度并预测慢性肾病风险	实验范围仅限于0.15-5 mM的尿酸浓度，可能不适用于更高浓度的情况	开发一种新的方法来预测慢性肾病的风险	尿石中的尿酸浓度和慢性肾病风险	生物传感器	慢性肾病	生物传感器、循环伏安法	人工神经网络	数值数据	使用Chronic_Kidney_Disease数据集和文献中的补充数据进行训练
28	2024-12-11	Selective denoising autoencoder for classification of noisy gas mixtures using 2D transition metal dichalcogenides 2025-Feb-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.127129 PMID:39520916	研究论文	本文提出了一种名为选择性去噪自编码器（SDAE）的深度学习方法，用于在噪声环境下对气体混合物进行分类	创新点在于开发了一种新的深度学习方法SDAE，能够智能地利用来自真实环境的干净和噪声数据进行混合气体分类	NA	旨在解决电子鼻技术在实际工业应用中因环境变量引起的传感数据噪声问题	研究对象包括NO、NH及其混合物（比例为1:1、1:2和2:1）	机器学习	NA	Raman光谱、X射线光电子能谱、扫描电子显微镜	选择性去噪自编码器（SDAE）	气体传感数据	NA
29	2024-12-11	Speech based suicide risk recognition for crisis intervention hotlines using explainable multi-task learning 2025-Feb-01, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2024.11.022 PMID:39528146	研究论文	本文研究了基于可解释多任务学习的语音危机干预热线自杀风险识别方法	提出了基于多任务学习和深度学习的性别辅助语音危机识别方法，并通过数据和理论双重驱动提升模型效果	样本量有限且忽略了其他模态的信息	提升危机干预热线的有效性，通过语音信号和深度学习辅助危机评估	危机干预热线中的自杀风险识别	机器学习	NA	深度学习	多任务学习	语音	构建了一个危机干预热线自杀风险语音数据集，样本量有限
30	2024-12-11	EMR-LIP: A lightweight framework for standardizing the preprocessing of longitudinal irregular data in electronic medical records 2025-Feb, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108521 PMID:39615196	研究论文	本文介绍了一种轻量级的电子病历纵向不规则数据预处理框架EMR-LIP，旨在提高研究效率、一致性、可重复性和可比性	EMR-LIP通过模块化预处理流程和更细粒度的变量分类，设计了针对每种类型数据的特定预处理技术，提供了一种标准化的预处理方法	NA	优化电子病历中纵向不规则数据的预处理，提高临床预测模型的性能	电子病历中的纵向不规则数据	机器学习	NA	深度学习	LSTM, GRU	文本	两个公共电子病历数据库MIMIC-IV和eICU-CRD
31	2024-12-09	Simultaneous quantitative analysis of multiple metabolites using label-free surface-enhanced Raman spectroscopy and explainable deep learning 2025-Feb-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125386 PMID:39509865	研究论文	本研究结合无标记表面增强拉曼光谱（SERS）和深度学习技术，利用SHAP解释模型，实现了多种代谢物的同步定量分析	首次将无标记SERS与深度学习结合，并利用SHAP解释模型，提供可视化的预测解释	NA	开发一种新的代谢物分析方法，用于临床诊断和个性化医疗	尿酸、黄嘌呤、次黄嘌呤和肌酐等代谢物	生物医学工程	NA	表面增强拉曼光谱（SERS）	深度神经网络	光谱数据	混合溶液中的目标代谢物
32	2024-12-09	Fluorescence spectroscopy combined with multilayer perceptron deep learning to identify the authenticity of monofloral honey-Rape honey 2025-Feb-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125418 PMID:39547148	研究论文	本文利用荧光光谱结合多层感知器深度学习技术，无需预处理或特征提取，快速准确地鉴定了油菜蜂蜜的真实性	首次将荧光光谱与多层感知器深度学习结合，用于蜂蜜真实性鉴定，无需预处理或特征提取	仅限于油菜蜂蜜的真实性鉴定，未涉及其他类型的蜂蜜	开发一种快速、简便且无损的蜂蜜真实性鉴定技术	油菜蜂蜜的真实性	机器学习	NA	荧光光谱	多层感知器 (MLP)	荧光强度数据	91个真实和掺假的蜂蜜样本
33	2024-12-09	Enhancing soil nitrogen measurement via visible-near infrared spectroscopy: Integrating soil particle size distribution with long short-term memory models 2025-Feb-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125317 PMID:39471554	研究论文	本文提出了一种结合土壤颗粒大小分布（PSD）和可见-近红外光谱（Vis-NIR）的深度学习方法，用于提高土壤氮含量的测量精度	本文创新性地将土壤颗粒大小分布与可见-近红外光谱数据结合，通过长短期记忆模型（LSTM）提高了土壤氮含量测量的准确性和可靠性	本文未详细讨论该方法在不同土壤类型和环境条件下的适用性	研究目的是提高土壤氮含量的测量精度，为农业管理和生态环境提供高质量的数据支持	研究对象是土壤氮含量及其与土壤颗粒大小分布和可见-近红外光谱的关系	机器学习	NA	可见-近红外光谱（Vis-NIR）	长短期记忆模型（LSTM）	光谱数据	使用了LUCAS数据集中的样本
34	2024-12-09	Plasma treated bimetallic nanofibers as sensitive SERS platform and deep learning model for detection and classification of antibiotics 2025-Feb-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125417 PMID:39541643	研究论文	本文报道了一种通过氧等离子体处理的二元金属纳米纤维作为高灵敏度的SERS平台，并结合深度学习模型用于抗生素的检测和分类	提出了一种新的氧等离子体处理的二元金属纳米纤维SERS平台，具有高灵敏度和可重复性，并结合了深度学习模型进行有效分类	NA	开发一种高灵敏度和成本效益的SERS基底，用于在实际环境中检测痕量浓度的分析物	二元金属纳米纤维SERS平台和深度学习模型	NA	NA	SERS	人工神经网络（ANN）	光谱数据	涉及两种抗生素 - 氟康唑（FLU）和林可霉素（LIN）
35	2024-12-09	Alg-MFDL: A multi-feature deep learning framework for allergenic proteins prediction 2025-Feb, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2024.115701 PMID:39481588	研究论文	本文开发了一种名为Alg-MFDL的多特征深度学习框架，用于预测过敏蛋白	结合预训练的蛋白质语言模型和传统手工特征，实现更全面的蛋白质表示	NA	开发高效可靠的计算方法来识别过敏蛋白	过敏蛋白的识别	机器学习	NA	卷积神经网络	CNN	蛋白质数据	使用基准数据集进行独立验证
36	2024-12-09	Evaluation of Learning Approaches Among Physiotherapy Students in Haryana: A Cross-Sectional Study 2025-Feb, Journal of evaluation in clinical practice IF:2.1Q2 DOI:10.1111/jep.14253 PMID:39644511	研究论文	本研究评估了哈里亚纳邦物理治疗学生学习方法的横断面研究	本研究首次在哈里亚纳邦物理治疗学生中评估了学习方法，并发现大多数学生采用深度学习方法	研究样本仅限于哈里亚纳邦的物理治疗学生，结果可能不适用于其他地区或学科的学生	了解学生的学习方法，并据此改进教学方法、课程和教材，以提高教育质量	哈里亚纳邦物理治疗学生的学习方法	NA	NA	NA	NA	NA	250名物理治疗学生，平均年龄21.09±1.93岁，其中129名（51.6%）为预临床组，121名（48.4%）为临床组
37	2024-12-07	RFImageNet framework for segmentation of ultrasound images with spectra-augmented radiofrequency signals 2025-Feb, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2024.107498 PMID:39486316	研究论文	本文介绍了一种利用射频信号的频谱和幅度信息进行超声图像分割的框架RFImageNet	提出了一种新的图像分割框架RFImageNet，利用射频信号的频谱和幅度信息进行超声图像分割，并开发了专门针对特定输入图像尺寸要求的深度学习模型RFNet	NA	提高医学超声图像分割的准确性，减轻超声医师的负担	超声图像中的腹部组织和乳腺肿瘤的分割	计算机视觉	NA	深度学习	RFNet	图像	涉及大鼠腹部组织和乳腺肿瘤的样本
38	2024-12-07	Balancing accuracy and Interpretability: An R package assessing complex relationships beyond the Cox model and applications to clinical prediction 2025-Feb, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105700 PMID:39546831	研究论文	开发了一个R包，用于评估Cox模型与基于树和深度学习的生存模型在临床预测建模中的性能，并探讨了准确性与可解释性之间的平衡	提出了一个R包，通过集成学习和嵌套交叉验证，比较了Cox模型与机器学习生存模型在临床预测中的性能，并量化了Cox模型的局限性	在某些情况下，机器学习模型的性能提升有限，而正则化的Cox-Lasso模型在计算速度上具有显著优势	开发工具以帮助研究人员评估Cox模型与机器学习模型在临床预测中的性能，并探讨准确性与可解释性之间的平衡	Cox比例风险模型、生存随机森林模型、DeepHit模型以及它们的集成方法	机器学习	NA	集成学习、嵌套交叉验证	Cox模型、生存随机森林模型、DeepHit模型	临床数据、模拟数据	样本量≥500的模拟数据和临床数据
39	2024-12-07	Automatic AI tool for opportunistic screening of vertebral compression fractures on chest frontal radiographs: A multicenter study 2025-Feb, Bone IF:3.5Q2 DOI:10.1016/j.bone.2024.117330 PMID:39549901	研究论文	本研究开发了一种基于深度学习模型的自动人工智能工具，用于在胸部正位X光片上进行椎体压缩性骨折的机会性筛查	本研究首次开发了一种自动AI工具，通过深度学习模型在胸部正位X光片上筛查椎体压缩性骨折，并显著提高了临床医生的诊断敏感性	本研究仅在四个医疗中心的样本上进行了验证，未来需要在更多中心和更大样本量上进行验证	开发一种自动人工智能工具，用于在胸部正位X光片上进行椎体压缩性骨折的机会性筛查	椎体压缩性骨折的自动筛查	计算机视觉	骨质疏松性骨折	深度学习	深度学习模型	图像	19,145个椎骨（T6-T12）来自2735名患者
40	2024-12-06	Depression diagnosis: EEG-based cognitive biomarkers and machine learning 2025-Feb-26, Behavioural brain research IF:2.6Q3 DOI:10.1016/j.bbr.2024.115325 PMID:39515528	综述	本文综述了抑郁症诊断中基于EEG的认知生物标志物及其与机器学习的结合	强调了机器学习和深度学习模型在基于EEG的抑郁症诊断中的重要性，以及个性化治疗方案的优化	NA	探讨抑郁症诊断中认知生物标志物的作用及其与机器学习的结合	抑郁症及其诊断方法	机器学习	抑郁症	EEG	机器学习和深度学习模型	EEG数据	NA