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
481	2025-03-01	An Extensive Study of Convolutional Neural Networks: Applications in Computer Vision for Improved Robotics Perceptions 2025-Feb-09, Sensors (Basel, Switzerland) DOI:10.3390/s25041033 PMID:40006262	review	本文综述了卷积神经网络（CNNs）的基本原理及其在机器人感知中的计算机视觉任务中的应用，同时探讨了该领域的挑战和未来前景	本文不仅回顾了CNNs的历史、基本概念和工作原理，还特别强调了其在机器人感知中的应用，填补了现有综述的空白	本文主要关注CNNs在机器人感知中的应用，可能未涵盖CNNs在其他领域的最新进展	探讨CNNs在计算机视觉中的应用，特别是其在提升机器人感知性能方面的潜力	卷积神经网络（CNNs）及其在机器人感知中的应用	computer vision	NA	NA	CNN	image	NA
482	2025-03-01	CylinDeRS: A Benchmark Visual Dataset for Robust Gas Cylinder Detection and Attribute Classification in Real-World Scenes 2025-Feb-08, Sensors (Basel, Switzerland) DOI:10.3390/s25041016 PMID:40006245	研究论文	本文介绍了CylinDeRS，一个用于真实场景中气瓶检测及其属性分类的领域特定数据集	提出了一个包含7060张RGB图像和超过25,250个标注实例的新数据集，用于气瓶检测和属性分类	数据集可能无法涵盖所有真实世界场景的多样性	提升气瓶检测和属性分类的准确性和效率，以增强安全和操作效率	气瓶及其属性（材料、尺寸、方向）	计算机视觉	NA	深度学习	SotA模型	图像	7060张RGB图像，包含超过25,250个标注实例
483	2025-03-01	Autism Data Classification Using AI Algorithms with Rules: Focused Review 2025-Feb-07, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12020160 PMID:40001680	综述	本文综述了使用基于规则的AI算法进行自闭症谱系障碍（ASD）数据分类的研究，旨在整合当前研究、识别差距并指导未来研究	本文的创新点在于专注于从行为学角度探讨可解释的分类算法在ASD检测中的应用，并提出了将深度学习与基于规则的分类器相结合的混合方法以提高模型的可解释性和准确性	本文的局限性在于缺乏对具体数据集和样本量的详细讨论，且未深入探讨混合方法在实际应用中的具体效果	研究目的是通过综述基于规则的分类研究，提供对ASD早期检测和干预方法的深入理解，并指导未来研究方向	研究对象为自闭症谱系障碍（ASD）的行为学数据	机器学习	自闭症谱系障碍	基于规则的分类算法、深度学习	决策树、混合模型	行为学数据	NA
484	2025-03-01	Sequence-Only Prediction of Super-Enhancers in Human Cell Lines Using Transformer Models 2025-Feb-07, Biology DOI:10.3390/biology14020172 PMID:40001940	研究论文	本研究揭示了基于Transformer的深度学习模型在人类肿瘤细胞系中预测超级增强子的应用，特别关注于人类基因组中超级增强子和增强子元素的序列特征	提出了仅使用序列特征的SE预测方法，利用GENA-LM处理长DNA序列，并在没有表观遗传标记的情况下分析扩展的基因组序列	研究仅限于特定的人类肿瘤细胞系，未涵盖所有可能的细胞类型	开发一种仅基于序列特征的超级增强子预测方法，用于生物信息学中的增强子/超级增强子表征和基因调控研究	人类肿瘤细胞系中的超级增强子和增强子元素	生物信息学	肿瘤	Transformer模型	GENA-LM	DNA序列	HeLa, HEK293, H2171, Jurkat, K562, MM1S和U87细胞系
485	2025-03-01	Diagnosis on Ultrasound Images for Developmental Dysplasia of the Hip with a Deep Learning-Based Model Focusing on Signal Heterogeneity in the Bone Region 2025-Feb-07, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15040403 PMID:40002554	研究论文	本研究旨在开发和评估一种基于深度学习的模型，用于通过3D转换技术对二维超声图像进行自动发育性髋关节发育不良（DDH）诊断	结合3D技术和深度学习，解决了超声图像中的噪声和旋转问题，展示了与专业评估相当的准确性，即使是非专业图像也显示出其潜力	研究中使用的样本量相对较小（417名婴儿），且为回顾性研究，可能限制了结果的普遍性	开发并评估一种基于深度学习的模型，用于自动诊断发育性髋关节发育不良（DDH）	417名有DDH风险的婴儿的超声图像	计算机视觉	发育性髋关节发育不良	3D转换技术	CNN, HigherHRNet-W48	图像	417名婴儿的超声图像
486	2025-03-01	Evaluation of the Performance of a YOLOv10-Based Deep Learning Model for Tooth Detection and Numbering on Panoramic Radiographs of Patients in the Mixed Dentition Period 2025-Feb-07, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15040405 PMID:40002557	研究论文	本研究评估了基于YOLOv10的深度学习模型在混合牙列期儿童全景X光片中检测和编号牙齿的性能	首次将YOLOv10模型应用于混合牙列期儿童全景X光片的牙齿检测和编号，展示了高精度的检测能力	模型在不同儿科病例中的优化仍需进一步研究以增强临床适用性	评估深度学习模型在混合牙列期儿童全景X光片中牙齿检测和编号的准确性	混合牙列期儿童的全景X光片	计算机视觉	NA	深度学习	YOLOv10	图像	200名混合牙列期儿童的全景X光片，共8153颗牙齿
487	2025-03-01	Assessment of Cracking Development in Concrete Precast Crane Beams Using Optical and Deep Learning Methods 2025-Feb-07, Materials (Basel, Switzerland) DOI:10.3390/ma18040731 PMID:40004255	研究论文	本文提出了一种结合深度卷积神经网络和数字图像相关技术的新方法，用于评估使用超过五十年的预制起重机梁的结构健康状况	创新点在于将深度学习U-Net架构用于起重机梁表面裂缝的检测和分割，并结合数字图像相关技术进行表面应变和位移的测量，实现了非破坏性、精确且详细的分析	NA	研究目的是评估预制起重机梁的结构健康状况，以早期检测可能影响结构安全的退化	预制起重机梁	计算机视觉	NA	数字图像相关方法	U-Net	图像	NA
488	2025-03-01	Multi-Modality Fusion and Tumor Sub-Component Relationship Ensemble Network for Brain Tumor Segmentation 2025-Feb-06, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12020159 PMID:40001679	研究论文	本文提出了一种多模态和单模态特征重校准网络，用于磁共振成像脑肿瘤分割	设计了双重新校准模块，通过整合多模态的互补特征与单模态的特定特征，实现精确的特征校准	未提及具体局限性	探索有效的多模态特征与单模态特征融合解决方案，以提高脑肿瘤分割的准确性	脑肿瘤	计算机视觉	脑肿瘤	多模态磁共振成像	双重新校准模块	磁共振成像数据	BraTS 2018数据集
489	2025-03-01	A Dual-Energy Computed Tomography Guided Intelligent Radiation Therapy Platform 2025-Feb-05, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2025.01.028 PMID:39921109	研究论文	本研究介绍了一种新型的双能计算机断层扫描（DECT）引导的智能放射治疗（DEIT）平台，旨在简化和优化放射治疗过程	结合了DECT、新设计的双层多叶准直器、用于自动分割的深度学习算法以及自动规划和质量保证功能	NA	通过先进的成像和人工智能技术提高放射治疗的精确性和适应性	放射治疗过程中的目标定位和剂量优化	数字病理	癌症	双能计算机断层扫描（DECT）	深度学习算法	CT图像	5个病例，每个病例包含99个风险器官
490	2025-03-01	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	本文提出了一种新的深度学习框架RGTsite，利用残差图变换网络改进药物-靶标结合位点的识别	提出了RGTsite框架，结合残差1D卷积神经网络和预训练模型ProtT5，以及残差图变换网络，显著提升了药物-靶标结合位点的识别性能	未明确提及数据集的规模限制或模型在其他类型数据上的泛化能力	改进药物-靶标结合位点的识别，以辅助药物筛选和设计	药物-靶标结合位点	机器学习	NA	深度学习	残差图变换网络（GTN）、1D卷积神经网络（1D-CNN）、ProtT5	蛋白质序列数据	多个基准数据集，但未明确样本数量
491	2025-03-01	Machine Learning- and Deep Learning-Based Myoelectric Control System for Upper Limb Rehabilitation Utilizing EEG and EMG Signals: A Systematic Review 2025-Feb-03, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12020144 PMID:40001664	系统综述	本文系统综述了机器学习和深度学习技术在基于肌电控制的上肢康复系统中的应用，重点关注脑电图和肌电图信号的使用	整合非侵入性信号采集方法与先进计算模型，提升康复设备的准确性和效率	模型鲁棒性、计算复杂性和实时应用性方面仍存在挑战	探讨机器学习和深度学习在上肢康复中的应用，以恢复运动功能并改善患者预后	上肢残疾患者，特别是由中风或神经系统疾病引起的患者	机器学习	中风、神经系统疾病	脑电图（EEG）、肌电图（EMG）	LSTM、SVM、CNN	EEG信号、EMG信号	14项研究
492	2025-03-01	A CT-based deep learning for segmenting tumors and predicting microsatellite instability in patients with colorectal cancers: a multicenter cohort study 2025-Feb, La Radiologia medica DOI:10.1007/s11547-024-01909-5 PMID:39586941	研究论文	本研究开发并验证了基于术前增强CT图像的深度学习模型，用于结直肠癌肿瘤自动分割和微卫星不稳定性预测	结合增强CT图像和临床病理因素，开发了深度学习模型以提高肿瘤分割效率和MSI预测的诊断性能	研究为回顾性设计，可能存在选择偏差	开发并验证深度学习模型用于结直肠癌肿瘤自动分割和微卫星不稳定性预测	结直肠癌患者	数字病理	结直肠癌	免疫组化、荧光多重聚合酶链反应-毛细管电泳	nnU-Net、ViT、卷积神经网络	CT图像、临床病理数据	2180名患者（训练组1159名，验证组289名，独立外部测试组732名）
493	2025-03-01	Predicting emergence of crystals from amorphous precursors with deep learning potentials 2025-Feb, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-024-00752-y PMID:39695321	研究论文	本文展示了通过使用通用的深度学习原子间势能，可以在许多无机系统中预测无定形前体的结晶产物	利用深度学习原子间势能预测无定形前体的结晶产物，这在分子建模或从头计算方法中尚未实现	NA	预测无定形前体结晶的结果，以促进新材料的研究和开发	无机系统中的无定形前体及其结晶产物	机器学习	NA	深度学习原子间势能	深度学习	原子结构数据	多种材料系统，包括多晶氧化物、氮化物、碳化物、氟化物、氯化物、硫族化物和金属合金
494	2025-02-28	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	本研究开发了一个深度学习协议，用于预测多肽和蛋白质的全谱红外和拉曼光谱，使用全原子模型	利用转移学习与DetaNet（深度等变张量注意力网络）结合，成功模拟了含有数千个原子的蛋白质的振动光谱，效率远超传统量子化学方法	NA	开发一种高效的方法来模拟大分子蛋白质和多肽的红外和拉曼光谱	氨基酸、二肽、三肽以及大分子蛋白质和多肽	机器学习	NA	红外光谱、拉曼光谱、量子化学计算	DetaNet（深度等变张量注意力网络）	光谱数据	包含氨基酸、二肽和三肽的综合数据集
495	2025-02-28	When the lung invades: a review of avian postcranial skeletal pneumaticity 2025-Feb-27, Philosophical transactions of the Royal Society of London. Series B, Biological sciences DOI:10.1098/rstb.2023.0427 PMID:40010393	review	本文综述了鸟类呼吸系统产生的气腔侵入颅后骨的现象，即颅后骨骼气腔化（PSP），并探讨了其功能和进化意义	结合解剖学、发育学、生物力学和古生物学文献，利用新数据确认了气腔化骨骼的重量特性，并采用微计算机断层扫描和深度学习分割技术建立了气腔化空间的初步模型	气腔化骨骼相对于身体体积的轻量化特性仍需要实证测试，且气腔化的细胞机制和发育过程尚不清楚	探讨鸟类颅后骨骼气腔化的功能和进化意义	鸟类颅后骨骼气腔化现象	生物力学	NA	微计算机断层扫描，深度学习分割	深度学习	图像	NA
496	2025-02-28	Feature-Based Audiogram Value Estimator (FAVE): Estimating Numerical Thresholds from Scanned Images of Handwritten Audiograms 2025-Feb-27, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02146-7 PMID:40011323	研究论文	本研究开发了一种名为FAVE的机器学习模型，用于从手写听力图的扫描图像中估计数值阈值	开发了基于Aggregate Channel Features的滑动窗口单类目标检测器，用于从手写听力图中提取数值阈值	符号和轴刻度标签检测存在局限性，数值阈值的估计准确性有待提高	解决手写听力图中数值阈值无法自动提取的问题，以便公共卫生研究人员能够访问这些数据	手写听力图的扫描图像	计算机视觉	老年疾病	机器学习	Aggregate Channel Features	图像	556份手写听力图
497	2025-02-28	Artificial Intelligence Iterative Reconstruction for Dose Reduction in Pediatric Chest CT: A Clinical Assessment via Below 3 Years Patients With Congenital Heart Disease 2025-Feb-27, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000827 PMID:40013381	研究论文	本文评估了一种新引入的基于深度学习的重建算法AIIR在降低儿童胸部CT剂量方面的性能，研究对象为3岁以下先天性心脏病患者	首次在3岁以下先天性心脏病患者中评估AIIR算法在降低胸部CT剂量方面的性能，并与HIR算法进行比较	研究仅限于3岁以下先天性心脏病患者，样本量为191人，可能无法推广到其他年龄段或疾病类型	评估AIIR算法在降低儿童胸部CT剂量方面的性能	3岁以下先天性心脏病患者	医学影像	先天性心脏病	CT扫描	深度学习	图像	191名3岁以下先天性心脏病患者
498	2025-02-28	Deep learning image enhancement algorithms in PET/CT imaging: a phantom and sarcoma patient radiomic evaluation 2025-Feb-27, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07149-7 PMID:40014074	研究论文	本研究使用放射组学特征比较了两种制造商开发的深度学习图像增强算法与'金标准'图像重建技术在体模数据和肉瘤患者数据集中的表现	首次使用放射组学特征对两种深度学习图像增强算法进行定量评估，并与'金标准'图像重建技术进行比较	研究样本量较小（N=20），且仅针对肉瘤患者数据	评估深度学习图像增强算法在PET/CT成像中的性能	体模数据和肉瘤患者数据	数字病理学	肉瘤	PET/CT成像	深度学习算法	图像	20例肉瘤患者数据和体模数据
499	2025-02-28	Ion Gel Pressure Sensor with High Sensitivity and a Wide Linear Range Enabled by Magnetically Induced Gradient Microstructures 2025-Feb-26, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c23005 PMID:39943829	研究论文	本文开发了一种新型电容式压力传感器，灵感来源于树蛙脚趾垫的梯度微结构，适用于纹理识别、运动监测和物体抓取识别等多种应用	该传感器采用磁感应技术精确控制梯度微结构形态，并结合离子凝胶和导电纳米材料，实现了低至0.5 Pa的微小压力检测和高达93.5 kPa的宽线性范围	NA	开发一种能够精确检测微小压力变化并同时具有宽线性范围和高灵敏度的电容式压力传感器	电容式压力传感器	智能传感	NA	磁感应技术	深度学习算法	压力信号	NA
500	2025-02-28	Triboelectric Sensors Based on Glycerol/PVA Hydrogel and Deep Learning Algorithms for Neck Movement Monitoring 2025-Feb-26, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c20821 PMID:39950449	研究论文	本文介绍了一种基于甘油/PVA水凝胶和深度学习算法的摩擦电传感器，用于颈部运动监测	提出了一种新型的、灵活且可拉伸的摩擦电纳米发电机（TENG），用于颈部运动检测，并结合CNN和BiLSTM算法进行数据分析	未提及具体样本量或实验对象的详细信息	开发一种用于颈部运动监测的智能系统，以预防颈椎病	颈部运动	传感器技术	颈椎病	摩擦电纳米发电机（TENG）	CNN, BiLSTM	传感器数据	NA