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
661	2025-02-28	A Methodological Framework for AI-Assisted Diagnosis of Ovarian Masses Using CT and MR Imaging 2025-Feb-19, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm15020076 PMID:39997351	研究论文	本文提出了一种利用CT和MRI影像进行AI辅助卵巢肿块分类的方法学框架	提出了一个结合多种深度学习架构（如ResNet、DenseNet、基于transformer的UNeST和Attention MIL）的方法学管道，用于卵巢肿块的多类分类	研究基于回顾性数据集，未来需要多机构数据集来进一步优化模型	开发和评估深度学习模型，以辅助从CT和MRI数据中分类卵巢肿块，提高诊断信心和患者预后	卵巢肿块	数字病理学	卵巢癌	深度学习	ResNet, DenseNet, transformer-based UNeST, Attention MIL	CT和MRI影像	多机构回顾性数据集，补充了来自癌症基因组图谱的外部数据
662	2025-02-28	High precision ECG digitization using artificial intelligence 2025-Feb-19, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2025.153900 PMID:40010101	研究论文	本文介绍了一种基于深度学习的高精度心电图（ECG）数字化方法，能够在各种现实场景中实现自动化处理	提出了一种全自动的深度学习框架，能够在低质量图像和复杂场景下实现高精度的ECG数字化，突破了传统方法对高质量扫描和标准化布局的依赖	在极端条件下（如严重模糊或图像严重退化）的失败率为6.62%，仍需进一步优化	开发一种高精度的ECG数字化方法，以提升ECG数据的可访问性和实用性	心电图（ECG）图像	计算机视觉	心血管疾病	深度学习	深度学习模型（未具体说明）	图像	6000张ECG图像，来自PMcardio ECG Image Database (PM-ECG-ID)
663	2025-02-28	Vision-Based Collision Warning Systems with Deep Learning: A Systematic Review 2025-Feb-17, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11020064 PMID:39997566	系统综述	本文系统回顾了基于视觉和深度学习的碰撞预警系统，探讨了其技术应用、数据集和实验结果	首次系统性地总结了基于深度学习的单传感器（视觉）碰撞预警系统的研究现状，并指出了现有实验评估的不足	现有系统的实验评估不足，主要由于缺乏定量实验或数据集中的偏差，且缺乏合适的数据集是评估这些系统的主要挑战	评估基于视觉和深度学习的碰撞预警系统的有效性	基于视觉和深度学习的碰撞预警系统	计算机视觉	NA	深度学习	深度学习模型	视频	31项研究
664	2025-02-28	Applications of Artificial Intelligence, Deep Learning, and Machine Learning to Support the Analysis of Microscopic Images of Cells and Tissues 2025-Feb-15, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11020059 PMID:39997561	综述	本文探讨了人工智能（AI）、深度学习（DL）和机器学习（ML）在细胞和组织显微图像分析中的应用	综述了最新的AI和DL技术，特别是开源性软件和创新的深度神经网络架构在细胞检测和分割算法精度上的显著提升	主要面向生物学背景较弱的读者，可能缺乏对高级AI和ML技术的深入探讨	支持细胞和组织显微图像的分析，提供疾病中细胞组织的关键见解	细胞和组织的显微图像	数字病理学	NA	深度学习，机器学习	深度神经网络	图像	NA
665	2025-02-28	InceptionDTA: Predicting drug-target binding affinity with biological context features and inception networks 2025-Feb-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e42476 PMID:40007773	研究论文	本文介绍了一种名为InceptionDTA的新型药物-靶标结合亲和力预测模型，该模型结合了生物上下文特征和Inception网络	InceptionDTA利用CharVec（Prot2Vec的增强变体）将生物上下文和分类特征整合到蛋白质序列编码中，并采用多尺度卷积架构从蛋白质序列和药物SMILES中提取局部和全局特征	尽管InceptionDTA在多个基准数据集上表现出色，但其在处理大规模数据集和复杂分子结构时可能仍面临挑战	提高药物-靶标结合亲和力预测的准确性和效率，以加速药物再利用和新药发现	药物-靶标结合亲和力	机器学习	NA	深度学习	Inception网络	蛋白质序列和药物SMILES	多个基准数据集
666	2025-02-28	Deep Learning-Based Molecular Fingerprint Prediction for Metabolite Annotation 2025-Feb-14, Metabolites IF:3.4Q2 DOI:10.3390/metabo15020132 PMID:39997757	研究论文	本文探讨了基于深度学习的分子指纹预测方法，用于代谢物注释	应用深度学习方法替代传统的光谱匹配，通过分子指纹与质谱测量之间的复杂关系进行代谢物注释	研究依赖于有限的公开光谱库，且仅涵盖已知化合物的一部分	研究深度学习在基于MS/MS光谱的分子指纹预测中的应用，并根据已知和预测的分子指纹相似性对代谢物ID进行排序	代谢物	机器学习	NA	液相色谱-质谱联用(LC-MS)	深度学习	质谱数据	来自NIST、MoNA和HMDB的MS/MS光谱数据，以及CASMI 2016、CASMI 2017和CASMI 2022基准数据集
667	2025-02-28	Facial Recognition Algorithms: A Systematic Literature Review 2025-Feb-13, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11020058 PMID:39997560	系统文献综述	本文通过系统文献综述，探讨了面部识别技术的新发展和挑战，包括系统原理、性能指标及其在健康、社会和安防等领域的应用	重点分析了深度学习技术（尤其是CNN）在面部识别系统中的最新进展，显著提高了系统的准确性和效率	指出了面部识别技术面临的挑战，包括隐私问题、伦理困境和系统偏见	理解面部识别技术的新发展和挑战，并探讨其在不同领域的应用	面部识别技术的系统原理、性能指标及其应用	计算机视觉	NA	深度学习	CNN	图像	NA
668	2025-02-28	Exploring the Efficacy and Target Genes of Atractylodes Macrocephala Koidz Against Alzheimer's Disease Based on Multi-Omics, Computational Chemistry, and Experimental Verification 2025-Feb-11, Current issues in molecular biology IF:2.8Q3 DOI:10.3390/cimb47020118 PMID:39996839	研究论文	本研究通过多组学、计算化学和实验验证，探讨了白术（Atractylodes Macrocephala Koidz）对阿尔茨海默病（AD）的疗效及其靶基因	首次结合多组学、计算化学和实验验证，揭示了白术通过调节EGFR和HMOX1基因抑制铁死亡，从而缓解AD症状的机制	研究主要基于斑马鱼模型，未来需要在更复杂的动物模型或人体临床试验中进一步验证	揭示白术对阿尔茨海默病的疗效及其铁死亡相关机制	白术（Atractylodes Macrocephala Koidz）及其对阿尔茨海默病的影响	计算化学与多组学分析	阿尔茨海默病	基因集变异分析（GSVA）、转录组数据、转录组全关联研究（TWAS）、孟德尔随机化（MR）、分子对接、分子动力学模拟、实时定量PCR	深度学习模型	转录组数据、分子对接数据、斑马鱼行为数据	斑马鱼AD模型
669	2025-02-28	The Relationship Between Learning Environment Perception, Achievement Goals, and the Undergraduate Deep Learning Approach: A Longitudinal Mediation Model 2025-Feb-11, Journal of Intelligence IF:2.8Q1 DOI:10.3390/jintelligence13020019 PMID:39997170	研究论文	本研究探讨了中国一所研究型大学本科生学习环境感知、成就目标与深度学习方式之间的关系，采用纵向中介模型进行分析	通过纵向中介模型揭示了学习环境感知对本科生深度学习方式的影响路径，特别是掌握-接近目标和掌握-回避目标的中介作用	样本仅来自一所中国研究型大学，可能限制了结果的普遍性	探讨学习环境感知、成就目标与深度学习方式之间的关系，为提升本科生学习质量的教学改革提供实证依据	260名本科生，包括135名顶尖本科生和125名普通本科生	教育心理学	NA	纵向中介模型	NA	问卷调查数据	260名本科生，包括135名顶尖本科生和125名普通本科生
670	2025-02-28	Comparative Analysis of Deep Learning Architectures for Macular Hole Segmentation in OCT Images: A Performance Evaluation of U-Net Variants 2025-Feb-11, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11020053 PMID:39997555	研究论文	本研究比较了不同骨干架构的U-Net变体在光学相干断层扫描（OCT）图像中黄斑裂孔（MH）分割的性能	首次全面比较了多种U-Net变体在MH分割中的性能，并评估了包括Transformer在内的多种架构	HD95指标在评估小区域（如MH）时不可靠，常返回'nan'值	评估不同U-Net变体在OCT图像中MH分割的性能	OCT图像中的黄斑裂孔（MH）	计算机视觉	眼科疾病	光学相干断层扫描（OCT）	U-Net, InceptionNetV4, VGG16, VGG19, ResNet152, DenseNet121, EfficientNet-B7, MobileNetV2, Xception, Transformer	图像	OIMHS数据集
671	2025-02-28	Machine Learning in the Management of Patients Undergoing Catheter Ablation for Atrial Fibrillation: Scoping Review 2025-Feb-10, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/60888 PMID:39928932	综述	本文通过范围综述评估了机器学习在心房颤动导管消融患者管理中的应用，比较了不同模型在特定临床任务中的表现，并总结了机器学习在该领域的优势和局限性	首次系统性地评估了机器学习在心房颤动导管消融患者管理中的应用，并指出了未来研究需要解决的主要问题，如缺乏外部验证和模型泛化能力	大多数模型（14/23，61%）由于缺乏外部验证而显示出高偏倚风险	评估机器学习在心房颤动导管消融患者管理中的应用，并比较不同模型的表现	接受心房颤动导管消融治疗的患者	机器学习	心血管疾病	机器学习	卷积神经网络（CNN）	人口统计学数据、临床特征、影像数据、电生理信号	23项研究
672	2025-02-28	A Scale-Invariant Looming Detector for UAV Return Missions in Power Line Scenarios 2025-Feb-10, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10020099 PMID:39997122	研究论文	本文提出了一种尺度不变逼近检测器（SILD），用于无人机在电力线场景中的返航任务，以提高碰撞避免能力	SILD通过预处理视频帧、使用注意力掩码增强运动区域，并模拟生物觉醒来识别逼近威胁，同时抑制噪声，克服了运动视觉的限制，确保了对不同尺度逼近物体的一致敏感性	NA	提高无人机在电力线场景中的碰撞避免能力	无人机在电力线场景中的返航任务	计算机视觉	NA	深度学习	SILD	视频	NA
673	2025-02-28	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	研究论文	本文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，并与放射科医生的解读进行对比评估	开发了一种新的深度学习算法，用于自动检测CT扫描中的肺结节，并在多机构验证中表现出色	研究依赖于特定数据集（LUNA和三级癌症中心的数据），可能限制了模型的泛化能力	通过深度学习算法提高肺结节的自动检测效率，辅助放射科医生进行早期诊断和管理	CT扫描中的肺结节	计算机视觉	肺癌	深度学习	3D U-Net	CT影像	491次扫描，包含5669个由放射科医生标注的肺结节
674	2025-02-28	Enhancing U-Net Segmentation Accuracy Through Comprehensive Data Preprocessing 2025-Feb-08, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11020050 PMID:39997552	研究论文	本文通过全面的数据预处理提升U-Net分割模型在CT扫描中肺部区域分割的准确性	提出了一种包括CT图像归一化、二值化提取肺部区域和形态学操作去除伪影的预处理流程，并应用ROI过滤有效隔离肺部区域	未提及模型在其他类型医学图像上的泛化能力	优化深度学习在医学图像分析中的应用，特别是肺部疾病如COPD和COVID-19的自动分析	CT扫描中的肺部区域	数字病理学	肺部疾病	CT扫描	U-Net	图像	未提及具体样本数量
675	2025-02-28	Sequence-Aware Vision Transformer with Feature Fusion for Fault Diagnosis in Complex Industrial Processes 2025-Feb-08, Entropy (Basel, Switzerland) DOI:10.3390/e27020181 PMID:40003178	研究论文	本文提出了一种新颖的全局和局部特征融合序列感知视觉变换器（GLF-ViT），用于复杂工业过程中的故障诊断	通过修改特征嵌入以保留采样点相关性并保留更多局部信息，融合分类令牌的全局特征和编码器的局部特征，显著增强了复杂故障诊断的能力	尽管在TE数据集和电力传输故障数据集上表现出色，但该方法在其他类型工业数据上的泛化能力尚未验证	提高复杂工业过程中高维时间序列故障诊断的准确性	复杂工业过程中的故障数据	计算机视觉	NA	NA	Vision Transformer (ViT)	时间序列数据	Tennessee Eastman (TE) 数据集和电力传输故障数据集
676	2025-02-28	Metabolic Objectives and Trade-Offs: Inference and Applications 2025-Feb-06, Metabolites IF:3.4Q2 DOI:10.3390/metabo15020101 PMID:39997726	综述	本文综述了从多组学数据中确定代谢目标和权衡的挑战，并探讨了其在个性化医学、药物发现、组织工程和系统生物学中的潜在应用	结合单细胞组学、代谢建模和机器学习/深度学习方法，实现了在转录组和代谢水平上推断细胞目标，将基因表达模式与代谢表型联系起来	NA	确定细胞代谢目标，以支持代谢工程、细胞重编程和药物发现等应用	细胞代谢网络	系统生物学	NA	单细胞组学、代谢建模、机器学习/深度学习	NA	多组学数据	NA
677	2025-02-28	Fault Diagnosis of Semi-Supervised Electromechanical Transmission Systems Under Imbalanced Unlabeled Sample Class Information Screening 2025-Feb-06, Entropy (Basel, Switzerland) DOI:10.3390/e27020175 PMID:40003172	研究论文	本文提出了一种新的半监督故障诊断方法，针对机电传动系统在健康监测中标签数据稀缺和非标签数据丰富的问题，通过主动学习的信息筛选机制和数据不平衡驱动的成本敏感函数，显著提高了诊断模型对非标签样本的识别能力	提出了一种基于主动学习的信息筛选机制，结合数据不平衡驱动的成本敏感函数，解决了传统半监督深度学习方法在伪标签信息可靠性、非标签数据特征提取准确性和样本选择不平衡方面的不足	方法在仅包含少量标签数据的情况下进行了验证，但在更广泛的数据集和实际应用中的效果仍需进一步验证	解决机电传动系统健康监测中标签数据稀缺和非标签数据丰富的问题，提高故障诊断的准确性	机电传动系统的状态数据	机器学习	NA	主动学习，半监督学习	深度学习模型	状态数据	两个数据集，共12个实验场景
678	2025-02-28	Training Generalized Segmentation Networks with Real and Synthetic Cryo-ET data 2025-Feb-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.01.31.635598 PMID:39975172	研究论文	本文介绍了一种名为CryoTomoSim (CTS)的开源软件包，用于生成合成冷冻电子断层扫描数据，以训练深度学习分割网络	开发了CryoTomoSim (CTS)软件包，通过合成数据训练深度学习分割网络，解决了真实训练数据获取的瓶颈问题	尽管合成数据作为初始模型非常有效，但其准确性目前有限，需要真实细胞数据来训练最准确和可推广的U-Net模型	研究如何通过合成和真实数据训练通用的冷冻电子断层扫描分割网络	冷冻电子断层扫描数据中的大分子复合物和细胞特征	计算机视觉	NA	冷冻电子断层扫描 (cryo-ET)	U-Net	图像	超过100个神经元生长锥的断层扫描数据
679	2025-02-28	A conditional denoising VAE-based framework for antimicrobial peptides generation with preserving desirable properties 2025-Feb-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf069 PMID:39932977	研究论文	本研究提出了一种基于去噪变分自编码器（VAE）的模型，用于生成具有理想理化性质的抗菌肽（AMPs）	该模型结合了关键特征（如分子量、等电点、疏水性等），并采用位置编码和Transformer架构以提高生成准确性，同时引入去噪机制以在有限训练数据下保持性能	模型在训练数据有限的情况下可能仍面临性能挑战	开发一种能够生成具有理想理化性质的抗菌肽的模型，以应对抗生素耐药性问题	抗菌肽（AMPs）	机器学习	细菌感染	去噪变分自编码器（VAE）	VAE, Transformer	序列数据	NA
680	2025-02-28	Exploring Applications of Artificial Intelligence in Critical Care Nursing: A Systematic Review 2025-Feb-04, Nursing reports (Pavia, Italy) DOI:10.3390/nursrep15020055 PMID:39997791	系统综述	本文系统评估了人工智能在重症监护护理领域的当前应用	本文综合分析了多种AI技术在重症监护护理中的应用，包括经典模型、机器学习方法、深度学习架构和生成式AI工具	研究中的异质性限制了得出关于AI在重症监护护理中应用效果的明确结论	评估人工智能在重症监护护理中的应用及其对患者结果的影响	重症监护护理中的患者和护理实践	医疗保健	重症监护	多种AI技术，包括逻辑回归、支持向量机、随机森林、神经网络和生成式AI工具如ChatGPT	多种模型，包括经典模型、机器学习模型、深度学习模型和生成式AI模型	结构化数据（如生命体征和实验室结果）和非结构化数据（如护理记录和患者历史），以及音频数据	24项研究，涉及1364篇初步筛选的文章