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	2025-05-04	AI-based processing of future prepared foods: Progress and prospects 2025-Feb, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.115675 PMID:39849794	review	本文综述了人工智能在预制食品加工中的分类、清洁、切割、预处理和冷冻等环节的应用进展与前景	总结了AI在预制食品加工中的多种应用技术，如计算机视觉、深度学习模型等，并探讨了其在提高效率、准确性和一致性方面的潜力	面临大规模数据和复杂模型管理的挑战	探讨人工智能在预制食品加工中的应用及其对行业发展的影响	预制食品的加工过程	machine learning	NA	数学建模、化学计量学、机器学习、模糊逻辑、自适应神经模糊推理系统	深度学习模型	图像、光谱数据	NA
482	2025-05-03	Social associations across species during nocturnal bird migration 2025-Feb-24, Current biology : CB IF:8.1Q1 DOI:10.1016/j.cub.2024.12.033 PMID:39818216	研究论文	本研究探讨了夜行性候鸟迁徙过程中跨物种的社会信息交流及其对飞行行为的影响	首次提供了夜行性候鸟迁徙过程中跨物种社会关联的定量证据	社会关联对迁徙决策的具体影响机制尚不明确	探索候鸟迁徙过程中的跨物种社会信息交流	27种北美陆鸟的夜行性迁徙行为	生态学	NA	深度学习	NA	音频数据	超过18,000小时的夜间鸟类迁徙录音和175,000多个飞行中的鸣叫
483	2025-05-03	Multi-label segmentation of carpal bones in MRI using expansion transfer learning 2025-Feb-17, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adabae PMID:39823747	research paper	开发一种基于深度学习的多标签分割方法，用于MRI中八块腕骨的精确分割，以支持治疗计划和手腕动态分析	首次提出基于CNN的MRI人类腕骨多标签分割方法，并引入扩展迁移学习（ETL）架构，提高了在大视野中定位小感兴趣区域的能力	研究仅使用了15个MRI扫描数据，样本量较小	开发一种在小MRI数据集上训练的鲁棒深度学习方法，用于腕骨的多标签分割	八块人类腕骨	digital pathology	NA	MRI	3D U-Net, CNN	image	15个3.0-T MRI扫描数据，来自5名健康受试者
484	2025-05-03	Comparative analysis of three methods for estimating the compositions of construction waste 2025-Feb-15, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.01.009 PMID:39823854	研究论文	比较三种估算建筑废弃物成分的方法	比较了手动分拣、手动图像识别和基于深度学习的图像识别三种方法在建筑废弃物成分识别中的表现	对于非惰性废弃物的识别误差相对较高	提高建筑废弃物的资源管理效率	建筑废弃物的成分识别方法	计算机视觉	NA	红外热成像、SegFormer语义分割模型	SegFormer	图像	NA
485	2025-05-03	Normalized Protein-Ligand Distance Likelihood Score for End-to-End Blind Docking and Virtual Screening 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01014 PMID:39823352	research paper	本文介绍了一种名为NMDN的深度学习评分函数，用于蛋白质-配体结合强度的评估，并提出了一个名为DiffDock-NMDN的端到端盲对接和虚拟筛选协议	提出了NMDN评分函数，解决了现有深度学习评分函数的局限性，并在姿态选择和虚拟筛选任务中表现出色	未明确提及具体局限性	开发一种深度学习评分函数，用于蛋白质-配体结合强度的评估，并实现端到端的盲对接和虚拟筛选	蛋白质-配体对	机器学习	NA	深度学习	NMDN, DiffDock	蛋白质-配体距离数据	LIT-PCBA数据集
486	2025-05-03	MMPD-DTA: Integrating Multi-Modal Deep Learning with Pocket-Drug Graphs for Drug-Target Binding Affinity Prediction 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01528 PMID:39833138	研究论文	提出了一种名为MMPD-DTA的多模态深度学习模型，用于预测药物-靶标结合亲和力	整合了靶标、口袋和药物的图和序列模态，引入了一种新的口袋-药物图（PD图）来同时建模靶标内部、药物内部以及靶标与药物之间的原子相互作用	未明确提及	提高药物-靶标结合亲和力（DTA）的预测准确性	药物和靶标	机器学习	NA	多模态深度学习	MMPD-DTA（整合了GraphSAGE、transformer和图同构网络）	图和序列数据	三个真实世界测试集
487	2025-05-03	Diffusion transformer model with compact prior for low-dose PET reconstruction 2025-Feb-07, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adac25 PMID:39832449	研究论文	提出一种基于扩散变换器模型（DTM）和紧凑先验的低剂量PET重建方法，以提高图像重建质量	首次将扩散模型和变换器模型结合用于PET重建，通过病灶细化块和交替方向乘子法增强病灶区域的恢复能力和细节保留	未提及具体的数据集规模或模型计算复杂度	提高低剂量PET图像的重建质量，减少辐射暴露同时保证可靠的成像效果	低剂量PET图像	数字病理	NA	扩散变换器模型（DTM）	扩散模型与Transformer结合	医学图像（PET）	NA
488	2025-05-03	Working-memory load decoding model inspired by brain cognition based on cross-frequency coupling 2025-Feb, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2025.111206 PMID:39824230	研究论文	提出了一种基于跨频耦合的脑认知启发的多频多尺度混合Sinc卷积神经网络（MBSincNex），用于工作记忆负荷的解码	首次将跨频耦合机制应用于工作记忆负荷的解码，提出MBSincNex模型整合多频多尺度Sinc卷积，有效提取EEG数据的时频信息	研究仅基于自收集的三分类工作记忆数据集，未在其他公开数据集上验证模型的泛化能力	开发能够有效解码工作记忆负荷的深度学习模型	工作记忆过程中的脑电信号	脑机接口	NA	EEG信号分析	MBSincNex（多频多尺度混合Sinc卷积神经网络）	脑电信号	自收集的三分类工作记忆数据集
489	2025-05-03	Explainable deep learning and virtual evolution identifies antimicrobial peptides with activity against multidrug-resistant human pathogens 2025-Feb, Nature microbiology IF:20.5Q1 DOI:10.1038/s41564-024-01907-3 PMID:39825096	研究论文	开发了一种基于AI的可解释深度学习模型EvoGradient，用于预测抗菌肽（AMPs）的效力并通过虚拟进化生成更有效的AMPs	提出了一种结合可解释深度学习和虚拟进化的新方法，用于自动识别和优化抗菌肽	仅测试了32种肽的虚拟进化结果，样本量相对较小	识别和优化具有抗多药耐药人类病原体活性的抗菌肽	人类口腔低丰度细菌编码的抗菌肽	机器学习	多药耐药感染	深度学习	EvoGradient	肽序列	32种肽
490	2025-05-03	Assessment of different U-Net backbones in segmenting colorectal adenocarcinoma from H&E histopathology 2025-Feb, Pathology, research and practice DOI:10.1016/j.prp.2025.155820 PMID:39826493	research paper	评估不同U-Net主干网络在H&E组织病理学图像中分割结直肠腺癌的性能	比较了多种U-Net变体（包括Attention U-Net及不同主干网络如ResNet50、MobileNet-v2、EfficientNetB0和DenseNet121）在结直肠腺癌分割中的效果，发现DenseNet121和ResNet50主干网络表现最佳	未提及具体的数据集规模或外部验证结果，可能影响模型的泛化能力	开发自动化系统以早期检测和诊断结直肠腺癌	结直肠腺癌的H&E组织病理学图像	digital pathology	colorectal cancer	深度学习图像分割	U-Net及其变体（Attention U-Net, ResNet50, MobileNet-v2, EfficientNetB0, DenseNet121）	image	NA
491	2025-05-03	An intelligent fruit freshness monitoring system using hydrophobic indicator labels based on methylcellulose, k-carrageenan, and sodium tripolyphosphate, combined with deep learning 2025-Feb, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.140001 PMID:39828157	研究论文	介绍了一种基于甲基纤维素、κ-卡拉胶和三聚磷酸钠的疏水指示标签，结合深度学习技术，用于实时监测水果新鲜度的智能系统	采用计算机模拟技术模拟不同化学成分和比例下的颜色变化，显著减少实验时间和成本，并提出了一种结合标签区域裁剪算法和轻量级CNN的智能识别方法	NA	开发一种智能水果新鲜度监测系统，以提高食品质量和安全	芒果、猕猴桃和葡萄等水果	计算机视觉	NA	计算机模拟技术、深度学习	CNN	图像	芒果、猕猴桃和葡萄的实验数据
492	2025-05-03	Deep Radiogenomics Sequencing for Breast Tumor Gene-Phenotype Decoding Using Dynamic Contrast Magnetic Resonance Imaging 2025-Feb, Molecular imaging and biology IF:3.0Q2 DOI:10.1007/s11307-025-01981-x PMID:39815134	研究论文	本研究利用动态对比增强磁共振成像（MRI）和深度学习算法，对乳腺癌肿瘤进行放射基因组学分析，解码雌激素受体（ER）、孕激素受体（PR）和人表皮生长因子受体2（HER2）基因的表型	结合动态对比增强MRI和深度学习算法进行乳腺癌肿瘤的放射基因组学分析，解码ER、PR和HER2基因的表型	预测性能中等，AUC值在0.658至0.698之间	通过影像学和基因组学结合的方法，解码乳腺癌肿瘤的基因表型	922例经活检确认的浸润性乳腺癌患者的MRI影像数据	数字病理学	乳腺癌	动态对比增强MRI	SEResNet50, ResNet34, SEResNext101	MRI影像	922例乳腺癌患者
493	2025-05-02	Comparative analysis of brain volumetric measurements between contrast-enhanced and non-contrast MRI images 2025-Feb-06, Neuroscience letters IF:2.5Q3 DOI:10.1016/j.neulet.2025.138118 PMID:39788481	research paper	比较增强和非增强MRI图像在脑体积测量中的可靠性	使用深度学习工具SynthSeg+评估增强MRI在形态测量中的可靠性，拓宽了临床增强MRI在神经影像研究中的应用	样本量较小（59名正常参与者），且CAT12工具表现不一致	评估增强MRI扫描在形态测量中的可靠性	59名年龄在21-73岁的正常参与者的T1加权增强和非增强MRI扫描	neuroimaging	NA	MRI	深度学习（SynthSeg+）	image	59名正常参与者
494	2025-05-02	Speech Technology for Automatic Recognition and Assessment of Dysarthric Speech: An Overview 2025-Feb-04, Journal of speech, language, and hearing research : JSLHR DOI:10.1044/2024_JSLHR-23-00740 PMID:39813019	综述	本文综述了构音障碍语音研究领域的最新进展，重点介绍了语音技术在自动识别和评估构音障碍语音中的应用	整合了构音障碍语音研究的现有成果，并探讨了人工智能分析和远程治疗等新方向	未涉及伦理委员会或机构审查委员会的审批	改善构音障碍患者的生活质量，开发包容性对话界面	构音障碍语音	自然语言处理	构音障碍	机器学习、深度神经网络	深度学习模型	语音数据	NA
495	2025-05-02	Enhanced prediction of partial nitrification-anammox process in wastewater treatment by developing an attention-based deep learning network 2025-Feb, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.124012 PMID:39788059	研究论文	本研究开发了一种基于注意力机制的深度学习网络（AttentionNet），用于增强废水处理中部分硝化-厌氧氨氧化（PN-anammox）过程的预测性能	提出了结合LSTM和DenseNet的AttentionNet模型，显著提高了PN-anammox过程的预测精度	模型在进水质量不稳定和处理性能较差条件下的表现仍需进一步验证	提高废水处理中PN-anammox过程的预测精度和实时监控能力	低浓度废水中的PN-anammox反应器	机器学习	NA	深度学习	LSTM, DenseNet, AttentionNet	实验数据	基于长期实验构建的数据集
496	2025-05-02	Deep learning model to identify and validate hypotension endotypes in surgical and critically ill patients 2025-Feb, British journal of anaesthesia IF:9.1Q1 DOI:10.1016/j.bja.2024.10.048 PMID:39788817	研究论文	使用无监督深度学习模型识别和验证手术及重症患者中的低血压内型	首次应用无监督深度学习算法（自编码器结合高斯混合模型）识别低血压内型，并在独立数据集中验证	研究仅基于特定血流动力学参数，未考虑其他潜在影响因素	识别和验证手术及重症患者中不同低血压内型	手术患者和重症患者	机器学习	心血管疾病	无监督深度学习	自编码器结合高斯混合模型	血流动力学参数数据	开发数据集：871名手术患者（6962次低血压事件）；验证数据集1：1000名手术患者（7904次低血压事件）；验证数据集2：1000名重症患者（53821次低血压事件）
497	2025-05-02	Deep learning model for automatic detection of different types of microaneurysms in diabetic retinopathy 2025-Feb, Eye (London, England) DOI:10.1038/s41433-024-03585-1 PMID:39789187	研究论文	本研究开发了一种基于深度学习的软件，用于在非增殖性糖尿病视网膜病变（NPDR）患者的结构光学相干断层扫描（OCT）图像中自动检测和区分低反射和高反射微动脉瘤（MAs）	使用YOLO和DETR两种深度学习模型对MAs进行检测和分类，并比较其性能	自动化方法与人工标注之间的差异主要源于自动化方法对正常视网膜血管的选择	开发一种能够自动检测和分类糖尿病视网膜病变中不同类型微动脉瘤的深度学习软件	非增殖性糖尿病视网膜病变（NPDR）患者的结构OCT图像	计算机视觉	糖尿病视网膜病变	结构光学相干断层扫描（OCT）	YOLO, DETR	图像	249名患者（498只眼睛）
498	2025-05-02	G-SET-DCL: a guided sequential episodic training with dual contrastive learning approach for colon segmentation 2025-Feb, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03319-4 PMID:39789205	研究论文	提出了一种新型深度学习方法来显著提高结肠分割的准确性，即使在有限的数据标注情况下也能提升CT结肠成像在临床中的整体效果	结合3D上下文信息，通过引导顺序片段训练和双重对比学习增强特征区分能力，提高分割精度	虽然在小规模标注数据上表现良好，但未在大规模多样化数据集上进行验证	提高结肠分割的准确性以支持自动诊断评估	结肠CT图像	数字病理学	结肠癌	深度学习，对比学习	Markov Random Field-based算法，顺序片段训练模型	3D CT图像	98例腹部扫描数据
499	2025-05-02	Deep learning multi-classification of middle ear diseases using synthetic tympanic images 2025-Feb, Acta oto-laryngologica IF:1.2Q3 DOI:10.1080/00016489.2024.2448829 PMID:39797517	研究论文	本研究开发了一种基于深度学习的自动诊断系统，用于通过鼓膜图像分类中耳疾病	利用GAN生成高质量的合成鼓膜图像以扩充训练数据集，并探索其在医学诊断模型中的潜在应用	合成图像与真实图像结合训练并未显著提高诊断准确率，且仅使用合成图像时模型准确率约为70%	开发自动诊断中耳疾病的系统	鼓膜图像（包括真实和合成图像）	计算机视觉	中耳疾病	GAN（StyleGAN3）	InceptionV3	图像	472张真实内窥镜图像和200张合成图像
500	2025-05-02	White matter hyperintensities regress at a high rate at three months after minor ischemic stroke or transient ischemic attack 2025-Feb, Journal of neuroradiology = Journal de neuroradiologie DOI:10.1016/j.neurad.2024.101239 PMID:39798248	研究论文	研究探讨轻微缺血性卒中或短暂性脑缺血发作后三个月内白质高信号（WMH）的早期消退情况及其影响因素	首次报道WMH在轻微缺血性卒中或短暂性脑缺血发作后三个月内即可出现消退，并识别了影响消退的因素	样本量较小（98例患者），且为回顾性分析	探究WMH在轻微缺血性卒中或短暂性脑缺血发作后的早期消退情况及影响因素	轻微缺血性卒中或短暂性脑缺血发作患者	数字病理学	心血管疾病	脑MRI	深度学习算法	图像	98例轻微缺血性卒中或短暂性脑缺血发作患者