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
381	2025-03-03	A robust deep learning model for predicting green tea moisture content during fixation using near-infrared spectroscopy: Integration of multi-scale feature fusion and attention mechanisms 2025-Feb, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.115874 PMID:40022390	研究论文	本文提出了一种基于近红外光谱（NIRS）的深度学习模型（DiSENet），用于预测绿茶杀青过程中的水分含量，通过多尺度特征融合和注意力机制提高预测精度	提出了一种新的深度学习网络DiSENet，结合多尺度特征融合和注意力机制，有效校正温度变化引起的光谱干扰，提高了水分含量预测的准确性	NA	提高绿茶杀青过程中水分含量预测的准确性，以优化茶叶加工质量	绿茶杀青过程中的茶叶样本	机器学习	NA	近红外光谱（NIRS）	DiSENet（深度学习网络）	光谱数据	不同杀青阶段和不同温度下的茶叶样本
382	2025-03-03	Automated and explainable machine learning for monitoring lipid and protein oxidative damage in mutton using hyperspectral imaging 2025-Feb, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.115905 PMID:40022412	研究论文	本研究开发了自动化和可解释的机器学习模型，用于通过高光谱成像监测羊肉中脂质和蛋白质的氧化损伤	使用AutoML和AutoDL模型自动构建预测模型，无需人工干预，并通过SHAP方法解释模型预测结果	研究仅针对羊肉样本，未涉及其他肉类或食品	评估自动机器学习模型在高光谱成像中监测脂质和蛋白质氧化损伤的可行性	经过不同冻融循环处理的羊肉样本	机器学习	NA	高光谱成像（HSI）	AutoML, AutoDL	图像	未明确提及样本数量
383	2025-03-02	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	研究论文	本文旨在评估一种基于人工智能-心电图（AI-ECG）的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	使用智能手机摄像头进行心电图数字化，并利用卷积神经网络（CNN）进行心电图分类，AI模型在检测ACOMI方面表现优于人类专家	需要进一步的研究和外部验证以了解AI模型在ACS环境中的作用	评估AI-ECG模型在检测ACOMI中的性能	急性冠状动脉综合征（ACS）患者	机器学习	心血管疾病	卷积神经网络（CNN）	CNN	心电图（ECG）	未明确提及样本数量
384	2025-03-02	Enhanced glioma tumor detection and segmentation using modified deep learning with edge fusion and frequency features 2025-Feb-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84661-0 PMID:40011472	研究论文	本文提出了一种结合边缘融合和频率特征的改进深度学习模型，用于增强胶质瘤的检测和分割	提出了边缘融合算法（EIF）和Gabor变换（GaT）用于提高MRI图像中边缘像素的对比度和检测精度，并优化了深度学习架构以减少检测时间	未提及具体的局限性	提高胶质瘤检测和分割的准确性，特别是在资源有限的医疗环境中	胶质瘤	计算机视觉	胶质瘤	深度学习，Gabor变换	改进的深度学习架构（MDL）	MRI图像	PLCO和NU数据集
385	2025-03-02	Modelling of pome fruit pollen performance using machine learning 2025-Feb-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91286-4 PMID:40011508	研究论文	本研究旨在开发一个机器学习模型，用于预测仁果类水果的花粉萌发率	利用人工神经网络和深度学习技术，成功开发出预测花粉萌发率的模型，R²值达到0.89，展示了机器学习在农业研究中的潜力	研究仅针对四种仁果类水果的花粉进行测试，可能无法完全代表其他水果或作物的花粉表现	开发一个能够预测花粉萌发率的模型，以评估极端气温对水果开花期的影响	四种仁果类水果的花粉	机器学习	NA	人工神经网络	深度学习模型	实验数据	四种仁果类水果的花粉，在不同温度、培养基和持续时间下进行体外萌发测试
386	2025-03-02	A labeled medical records corpus for the timely detection of rare diseases using machine learning approaches 2025-Feb-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90450-0 PMID:40011510	研究论文	本文提出了一个用于罕见病早期检测的标注医疗记录数据集，并应用多种机器学习方法进行验证	利用MIMIC-III数据库和其他来源的医疗记录，创建了一个新的标注数据集，用于罕见病的早期检测	数据集可能受到来源数据的限制，且模型的泛化能力需要进一步验证	通过机器学习方法提高罕见病的早期检测和诊断准确性	罕见病患者	机器学习	罕见病	监督学习方法	逻辑回归、决策树、SVM、LSTM、CNN、BERT	医疗记录	NA
387	2025-03-02	Fusion of circulant singular spectrum analysis and multiscale local ternary patterns for effective spectral-spatial feature extraction and small sample hyperspectral image classification 2025-Feb-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90926-z PMID:40011533	研究论文	本文提出了一种新颖的循环奇异谱分析（CiSSA）和多尺度局部三值模式融合方法，用于高光谱图像的联合光谱-空间特征提取和分类	结合循环奇异谱分析和多尺度局部三值模式进行光谱-空间特征提取，提高了小样本高光谱图像分类的准确性	仅在高光谱图像数据集上进行了实验，未在其他类型数据上验证	提高小样本高光谱图像分类的准确性	高光谱图像	计算机视觉	NA	PCA, CiSSA, LTP, SVM	SVM	图像	三个高光谱图像数据集（Indian Pines, Pavia University, Houston2013），训练样本比例为1%
388	2025-03-02	Early attention-deficit/hyperactivity disorder (ADHD) with NeuroDCT-ICA and rhinofish optimization (RFO) algorithm based optimized ADHD-AttentionNet 2025-Feb-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90649-1 PMID:40011599	研究论文	本文提出了一种基于NeuroDCT-ICA和RhinoFish优化算法的ADHD检测方法，通过改进数据处理、检测精度和计算时间，提高了ADHD检测的准确性	提出了新的NeuroDCT-ICA模块用于EEG数据预处理，并引入了RhinoFish优化算法进行特征选择，增强了系统的数据处理能力和稳定性	未提及具体的研究局限性	改进现有的ADHD检测系统，提高检测准确性和效率	ADHD患者的行为、认知或生理数据（如EEG、眼动追踪或调查数据）	机器学习	注意力缺陷多动障碍（ADHD）	EEG数据处理、RhinoFish优化算法	ADHD-AttentionNet（基于深度学习的模型）	EEG数据、眼动追踪数据、调查数据	未提及具体样本量
389	2025-03-02	Supervised and unsupervised deep learning-based approaches for studying DNA replication spatiotemporal dynamics 2025-Feb-26, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-07744-2 PMID:40011665	研究论文	本研究采用监督和无监督的深度学习方法，研究DNA复制的时空动态	开发了一种无监督方法，用于大规模检测异常的S期细胞，无需基于预定义类别进行分类	分类方法的局限性，无法完全捕捉DNA复制的复杂性	研究DNA复制在病理过程中的作用	小鼠胚胎干细胞（mESCs）和诱导性失调的起源点火细胞模型	机器学习	NA	EdU和PCNA分析	深度学习	图像	NA
390	2025-03-02	Improved sand cat swarm optimization algorithm assisted GraphSAGE-GRU for remaining useful life of engine 2025-Feb-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91418-w PMID:40011762	研究论文	本文提出了一种改进的沙猫群优化算法辅助的GraphSAGE-GRU模型，用于预测发动机的剩余使用寿命（RUL）	提出了改进的沙猫群优化算法（ISCSO）来增强GraphSAGE-GRU的预测性能，包括在种群初始化中使用帐篷映射和一种新的自适应方法来增强沙猫群优化的探索和开发能力	未提及具体局限性	提高发动机剩余使用寿命（RUL）预测的准确性	发动机	机器学习	NA	GraphSAGE-GRU, 沙猫群优化算法	GraphSAGE-GRU	图数据	使用CMAPSS数据集进行验证
391	2025-03-02	Using deep learning to differentiate among histology renal tumor types in computed tomography scans 2025-Feb-26, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01606-3 PMID:40011809	研究论文	本研究使用卷积神经网络（CNN）分析计算机断层扫描（CT）图像，以区分不同组织学亚型的肾肿瘤	首次使用深度学习模型（Inception V3和Resnet50）对增强CT图像中的肾肿瘤亚型进行分类	模型的临床适用性仍需进一步改进	通过深度学习模型区分肾肿瘤的组织学亚型	肾肿瘤患者	计算机视觉	肾癌	CT扫描	CNN（Inception V3和Resnet50）	图像	554名患者，包括67例血管平滑肌脂肪瘤、34例嗜酸细胞瘤、246例透明细胞肾细胞癌、124例嫌色细胞肾细胞癌和83例乳头状肾细胞癌
392	2025-03-02	CSEPC: a deep learning framework for classifying small-sample multimodal medical image data in Alzheimer's disease 2025-Feb-26, BMC geriatrics IF:3.4Q2 DOI:10.1186/s12877-025-05771-6 PMID:40011826	研究论文	本文提出了一种名为CSEPC的深度学习框架，用于分类阿尔茨海默病的小样本多模态医学图像数据	CSEPC结合尺度平衡理论和模态耦合特性，整合不同成像模态和多尺度语义特征，显著减少学习参数，适用于小样本环境	研究主要基于ADNI数据集，可能在其他数据集上的泛化能力有限	提高阿尔茨海默病阶段的分类准确性，以延缓疾病进展并指导有效干预	阿尔茨海默病患者的多模态医学图像数据	数字病理学	老年病	深度学习	CSEPC	图像	ADNI数据集
393	2025-03-02	Infrared spectrum analysis of organic molecules with neural networks using standard reference data sets in combination with real-world data 2025-Feb-26, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-00960-2 PMID:40011923	研究论文	本研究提出了一种基于神经网络的IR光谱分析方法，用于检测有机分子中的功能基团	该方法仅使用IR数据作为神经网络的输入，使其性能独立于其他分析测量获得的数据类型，并且通过结合来自不同实验室的真实数据，展示了开放获取的专业研究数据仓库作为未来机器学习研究的宝贵基准数据集的潜力	NA	分析IR光谱并检测有机分子中的功能基团	有机分子	机器学习	NA	IR光谱分析	神经网络	光谱数据	NIST数据集和Chemotion开放获取研究数据仓库中的数据
394	2025-03-02	Geometric Self-Supervised Learning: A Novel AI Approach Towards Quantitative and Explainable Diabetic Retinopathy Detection 2025-Feb-06, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12020157 PMID:40001677	研究论文	本文提出了一种基于几何自监督学习的新型AI方法，用于糖尿病视网膜病变（DR）的定量和可解释检测	开发了一种无需标注的深度学习策略，用于自动检测彩色眼底摄影（CFP）图像和超广角（UWF）视网膜图像中的渗出物和出血点	模型在UWF图像上的性能因病变大小而异，小病变的假阳性率较高	开发和验证一种自动检测糖尿病视网膜病变相关病变的深度学习模型	彩色眼底摄影（CFP）图像和超广角（UWF）视网膜图像	计算机视觉	糖尿病视网膜病变	深度学习	U-Net	图像	两个CFP队列（Kaggle-CFP和E-Ophtha）和一个UWF队列，其中50例DR阳性病例用于独立测试
395	2025-03-01	Multigas Identification by Temperature-Modulated Operation of a Single Anodic Aluminum Oxide Gas Sensor Platform and Deep Learning Algorithm 2025-Feb-28, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c02715 PMID:39831774	研究论文	本研究通过温度调制操作和深度学习算法，解决了半导体金属氧化物气体传感器的选择性难题	利用阳极氧化铝微加热器平台实现温度调制，结合卷积神经网络（CNN）进行气体类型和浓度的精确预测	尽管实现了高分类准确率，但浓度估计的平均绝对百分比误差仍较高	提高半导体金属氧化物气体传感器的选择性，精确识别气体类型和浓度	丙酮、氨、乙醇和二氧化氮四种气体	机器学习和传感器技术	NA	温度调制操作和卷积神经网络（CNN）	CNN	气体响应数据	四种气体（丙酮、氨、乙醇和二氧化氮）的响应数据
396	2025-03-01	Neural Network-Assisted Dual-Functional Hydrogel-Based Microfluidic SERS Sensing for Divisional Recognition of Multimolecule Fingerprint 2025-Feb-28, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c03096 PMID:39964084	研究论文	本文提出了一种基于深度学习的双功能分区微流控集成水凝胶表面增强拉曼散射（SERS）平台，以提高拉曼检测系统的灵敏度、集成度和实用性	创新点在于开发了一种双功能SERS平台，结合微流控技术和神经网络，实现了多分子指纹的分区识别和同时检测	未明确提及具体局限性	研究目的是提高拉曼检测系统的灵敏度、集成度和实用性	研究对象包括罗丹明6G（R6G）、福美双、芘、蒽和邻苯二甲酸二丁酯等分子	机器学习和微流控技术	NA	表面增强拉曼散射（SERS）和全连接神经网络技术	全连接神经网络	拉曼光谱数据	未明确提及具体样本数量
397	2025-03-01	CBCT projection domain metal segmentation for metal artifact reduction using hessian-inspired dual-encoding network with guidance from segment anything model 2025-Feb-28, Medical physics IF:3.2Q1 DOI:10.1002/mp.17716 PMID:40017345	研究论文	本文提出了一种基于Hessian启发的双编码网络（HIDE-Net），用于CBCT投影域金属分割，以减少金属伪影	提出了一种无需手动标注的深度学习金属痕迹分割工作流程，结合了Hessian特征值模块、双编码器和输入增强模块，并利用Segment Anything Model（SAM）自动获取训练标签	需要进一步验证在更多临床数据集上的泛化能力	提高CBCT图像质量，减少金属伪影	CBCT投影域中的金属物体	医学影像	NA	深度学习	HIDE-Net, CNN	图像	数字幻影数据和临床CBCT数据
398	2025-03-01	Deep learning for named entity recognition in Turkish radiology reports 2025-Feb-28, Diagnostic and interventional radiology (Ankara, Turkey) DOI:10.4274/dir.2025.243100 PMID:40018795	研究论文	本研究旨在通过开发并评估一个深度学习框架来提高土耳其语放射学报告中命名实体识别（NER）的准确性和效率	采用四阶段DYGIE++模型，并结合自适应跨度枚举和跨度图传播技术，以处理土耳其语放射学报告的复杂性	由于隐私问题，研究使用了合成的放射学报告数据集，而非真实的患者数据	提高放射学报告中信息提取的准确性和效率	土耳其语放射学报告	自然语言处理	NA	深度学习	DYGIE++, BERTurk, BioBERTurk, PubMedBERT, XLM-RoBERTa	文本	1,056份合成的土耳其语放射学报告
399	2025-03-01	Diagnostic accuracy of convolutional neural network algorithms to distinguish gastrointestinal obstruction on conventional radiographs in a pediatric population 2025-Feb-28, Diagnostic and interventional radiology (Ankara, Turkey) DOI:10.4274/dir.2025.242950 PMID:40018794	研究论文	本研究旨在使用卷积神经网络（CNN）模型区分儿童腹部X光片中的正常肠道气体分布与胃肠道扩张或梗阻，并进一步区分需要手术的梗阻患者与其他胃肠道扩张或肠梗阻患者	本研究首次在儿科人群中应用CNN模型进行胃肠道梗阻的诊断，并评估手术与药物治疗的需求	研究样本量相对较小，且仅来自单一机构，可能影响模型的泛化能力	开发一种高精度的深度学习模型，用于儿科急诊中胃肠道梗阻的快速诊断	儿科患者的腹部X光片	计算机视觉	胃肠道疾病	卷积神经网络（CNN）	ResNet50, InceptionResNetV2, Xception, EfficientNetV2L, ConvNeXtXLarge	图像	540例正常，298例手术矫正扩张（SD），314例炎症/感染性扩张（ID）
400	2025-03-01	A novel approach for estimating postmortem intervals under varying temperature conditions using pathology images and artificial intelligence models 2025-Feb-28, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-025-03447-9 PMID:40019556	研究论文	本文提出了一种利用病理图像和人工智能模型在不同温度条件下估计死后间隔（PMI）的新方法	首次引入基于病理组织图像和人工智能的预测模型，用于PMI估计，并在三种温度条件下进行验证	未提及具体的外部验证样本量或多样性限制	提高法医调查中PMI估计的准确性和效率	病理组织图像	数字病理学	NA	深度学习，机器学习	ResNet50	图像	未提及具体样本量