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
961	2025-02-16	Multi-Classification of Skin Lesion Images Including Mpox Disease Using Transformer-Based Deep Learning Architectures 2025-Feb-05, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15030374 PMID:39941304	研究论文	本文提出了一种基于Transformer深度学习架构的多分类皮肤病变图像诊断模型，包括对Mpox（猴痘）疾病的诊断	使用Transformer架构进行皮肤病变图像的多分类诊断，并研究了自监督学习、自蒸馏和移位窗口技术对分类成功率的影响	研究中使用的数据集可能有限，且未提及模型在其他疾病或数据集上的泛化能力	开发一种快速、可靠的多分类皮肤病变图像诊断模型，特别是针对Mpox疾病	皮肤病变图像，包括Mpox疾病的图像	计算机视觉	皮肤疾病	深度学习	Transformer（SwinTransformer, ViT, MAE, DINO）	图像	Mpox Skin Lesion Dataset, Version 2.0（具体样本数量未提及）
962	2025-02-16	Alzheimer's Prediction Methods with Harris Hawks Optimization (HHO) and Deep Learning-Based Approach Using an MLP-LSTM Hybrid Network 2025-Feb-05, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15030377 PMID:39941306	研究论文	本文提出了一种结合群体智能与深度学习的集成方法，用于阿尔茨海默病的分类	结合了Harris Hawks Optimization (HHO)算法与多层感知器(MLP)和长短期记忆(LSTM)网络的混合模型，用于特征选择和分类	研究仅使用了ADNI数据集，可能限制了模型的泛化能力	提高阿尔茨海默病的早期诊断准确性	阿尔茨海默病相关的MRI图像	医学影像分析	阿尔茨海默病	卷积神经网络(CNN), 灰度共生矩阵(GLCM), Harris Hawks Optimization (HHO)	MLP-LSTM混合网络	MRI图像	ADNI数据集
963	2025-02-16	Deep Learning to Distinguish Edema Secondary to Retinal Vein Occlusion and Diabetic Macular Edema: A Multimodal Approach Using OCT and Infrared Imaging 2025-Feb-05, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14031008 PMID:39941677	研究论文	本文提出了一种使用深度学习方法区分视网膜静脉阻塞继发性黄斑水肿和糖尿病性黄斑水肿的多模态方法，结合OCT和红外成像技术	首次使用深度学习模型对OCT图像进行分类，以区分视网膜静脉阻塞继发性黄斑水肿和糖尿病性黄斑水肿，并引入了多模态输入（OCT B扫描、红外图像和糖尿病信息）	研究依赖于单一数据集，可能限制了模型的泛化能力	提供一种可靠的工具，帮助眼科医生提高诊断的准确性和速度	视网膜静脉阻塞继发性黄斑水肿和糖尿病性黄斑水肿患者	计算机视觉	视网膜疾病	OCT成像、红外成像	卷积神经网络（CNN），VGG-19	图像（OCT B扫描、红外图像）	766名患者，包括208只健康眼、207只视网膜静脉阻塞继发性黄斑水肿眼、218只糖尿病性黄斑水肿眼和200只其他病理眼
964	2025-02-16	Deep Learning-Based Ground-Penetrating Radar Inversion for Tree Roots in Heterogeneous Soil 2025-Feb-05, Sensors (Basel, Switzerland) DOI:10.3390/s25030947 PMID:39943586	研究论文	本文提出了一种基于深度学习的地面穿透雷达（GPR）反演方法，用于实时成像地下树根和分层异质土壤的介电常数空间分布	引入了结合金字塔卷积和视觉Transformer的PyViTENet模型，通过增加边缘反演任务，提高了对异质结构细节的关注	NA	开发一种能够准确检测地下树根和异质土壤介电常数分布的方法，以支持树木健康和资源管理	地下树根和分层异质土壤	计算机视觉	NA	地面穿透雷达（GPR）	PyViTENet（结合金字塔卷积和视觉Transformer的模型）	模拟数据集和实测数据集	NA
965	2025-02-16	A Survey of Deep Learning-Based Pedestrian Trajectory Prediction: Challenges and Solutions 2025-Feb-05, Sensors (Basel, Switzerland) DOI:10.3390/s25030957 PMID:39943596	综述	本文综述了基于深度学习的行人轨迹预测方法，探讨了其面临的挑战及解决方案	总结了深度学习在行人轨迹预测中的主要挑战，并提出了相应的解决方案，同时分析了主流数据集上的最新研究成果	未提出新的预测模型或算法，主要基于现有文献进行分析和总结	研究基于深度学习的行人轨迹预测方法，提升预测准确性、效率和可靠性	行人轨迹预测	计算机视觉	NA	深度学习	NA	轨迹数据	NA
966	2025-02-16	DeiT and Image Deep Learning-Driven Correction of Particle Size Effect: A Novel Approach to Improving NIRS-XRF Coal Quality Analysis Accuracy 2025-Feb-04, Sensors (Basel, Switzerland) DOI:10.3390/s25030928 PMID:39943568	研究论文	本文提出了一种结合Segment Anything Model (SAM)和Data-Efficient Image Transformers (DeiTs)的新方法，用于校正煤样粒度效应对NIRS-XRF煤质分析精度的影响	首次将SAM用于煤样粒度精确分割，并结合DeiT模型分析粒度与灰分测量误差的关系，显著提高了灰分预测的准确性和一致性	NA	提高NIRS-XRF煤质分析的准确性和一致性	煤样	计算机视觉	NA	近红外光谱和X射线荧光光谱(NIRS-XRF)	Segment Anything Model (SAM), Data-Efficient Image Transformers (DeiTs)	图像	NA
967	2025-02-16	Building Better Deep Learning Models Through Dataset Fusion: A Case Study in Skin Cancer Classification with Hyperdatasets 2025-Feb-03, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15030352 PMID:39941282	研究论文	本文探讨了通过数据集融合构建更大规模、更多样化的训练数据集的重要性，并提出了一个名为Data Merger App的图像数据集合并应用，以简化和合成大规模数据集的管理	提出了Data Merger App，能够识别不同数据集中的共同类别，并提供工具将它们合并和组织成结构良好且易于访问的形式	NA	研究通过数据集融合提高深度学习模型在皮肤癌分类中的性能	皮肤癌图像	计算机视觉	皮肤癌	NA	CNN (VGG16, ResNet50, MobileNetV3-small, DenseNet-161), Visual Transformer (ViT)	图像	NA
968	2025-02-16	Training State-of-the-Art Deep Learning Algorithms with Visible and Extended Near-Infrared Multispectral Images of Skin Lesions for the Improvement of Skin Cancer Diagnosis 2025-Feb-03, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15030355 PMID:39941285	研究论文	本研究探讨了使用多光谱成像技术改进深度学习模型对皮肤病变分类的效果	使用多光谱图像而非传统的RGB图像来训练深度学习模型，以提高皮肤病变分类的准确性	数据集规模较小，可能影响模型的泛化能力	改进皮肤病变的诊断方法，特别是皮肤癌的诊断	皮肤病变，包括痣、黑色素瘤和基底细胞癌	计算机视觉	皮肤癌	多光谱成像	CNN, VGG-16	图像	327个痣、112个黑色素瘤和70个基底细胞癌的多光谱图像
969	2025-02-16	Advancements in Artificial Intelligence for Kidney Transplantology: A Comprehensive Review of Current Applications and Predictive Models 2025-Feb-03, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14030975 PMID:39941645	综述	本文深入探讨了人工智能在肾脏移植学中的当前应用和预测模型	重点介绍了机器学习和深度学习技术及其子类型在肾脏移植中的应用，包括移植排斥预测模型、个性化免疫抑制治疗优化、供体与受体匹配算法以及组织病理学图像的复杂分析	NA	探讨人工智能在肾脏移植学中的应用及其对临床决策的影响	肾脏移植学中的数据和预测模型	机器学习	肾脏疾病	机器学习和深度学习	NA	医学数据	NA
970	2025-02-16	Geographical Origin Traceability of Navel Oranges Based on Near-Infrared Spectroscopy Combined with Deep Learning 2025-Feb-03, Foods (Basel, Switzerland) DOI:10.3390/foods14030484 PMID:39942078	研究论文	本研究基于近红外光谱结合深度学习技术，探讨了脐橙地理来源的快速、无损、精确追溯方法	首次将一维卷积神经网络（1DCNN）应用于脐橙地理来源的追溯，并与多种传统机器学习算法进行了比较	研究仅针对中国五个主要产区的Newhall脐橙，样本来源和品种有限	探索一种快速、无损、精确的脐橙地理来源追溯方法，以防止产地欺诈现象	脐橙	机器学习	NA	近红外光谱（NIRS）	一维卷积神经网络（1DCNN）	光谱数据	490个来自中国五个主要产区的Newhall脐橙
971	2025-02-16	Adaptive Grasp Pose Optimization for Robotic Arms Using Low-Cost Depth Sensors in Complex Environments 2025-Feb-03, Sensors (Basel, Switzerland) DOI:10.3390/s25030909 PMID:39943551	研究论文	本文提出了一种高效的抓取姿态估计算法，适用于配备两指平行夹持器和消费级深度相机的机械臂系统	与依赖大量数据且对低精度点云效率低下的传统深度学习方法不同，本文采用椭球建模来克服这些问题，并通过三阶段优化来细化抓取路径	NA	提高机械臂在复杂环境中的抓取成功率和计算效率	机械臂系统，特别是配备两指平行夹持器和消费级深度相机的系统	机器人学	NA	椭球建模，非线性优化	NA	点云数据	通过仿真和实验验证，具体样本数量未提及
972	2025-02-16	RGANet: A Human Activity Recognition Model for Extracting Temporal and Spatial Features from WiFi Channel State Information 2025-Feb-03, Sensors (Basel, Switzerland) DOI:10.3390/s25030918 PMID:39943556	研究论文	本文提出了一种名为RGANet的模型，用于从WiFi信道状态信息中提取时空特征以进行人类活动识别	通过改进残差网络（ResNet）而非简单的CNN，有效提取空间特征并保留时间信息，然后将提取的空间特征输入改进的GRU模型进行时间序列学习	未明确提及	提高基于WiFi的人类活动识别（HAR）的准确性	WiFi信道状态信息（CSI）	计算机视觉	NA	深度学习	ResNet, GRU	WiFi信道状态信息	UT_HAR数据集和NTU-FI HAR数据集
973	2025-02-16	A Deep Learning Model for Detecting the Arrival Time of Weak Underwater Signals in Fluvial Acoustic Tomography Systems 2025-Feb-03, Sensors (Basel, Switzerland) DOI:10.3390/s25030922 PMID:39943561	研究论文	本文提出了一种用于检测河流声学断层扫描系统中弱水下信号到达时间的深度学习模型	提出了一种双通道深度学习模型（DCA-Net），通过设计交互模块和注意力模块来提高网络的特征信息提取能力	模型在复杂水下环境中的应用效果仍需进一步验证	解决传统匹配滤波方法在低信噪比（SNR）环境下难以有效应用的问题	河流声学断层扫描系统中的声学信号	机器学习	NA	深度学习	DCA-Net	声学信号	使用现场收集的声学断层扫描系统接收信号合成的低SNR数据（-10、-15和-20分贝）
974	2025-02-16	Automatic Detection of Occluded Main Coronary Arteries of NSTEMI Patients with MI-MS ConvMixer + WSSE Without CAG 2025-Feb-02, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15030347 PMID:39941277	研究论文	本研究提出了一种基于深度学习的新方法，用于自动检测NSTEMI患者中被阻塞的主要冠状动脉	开发了新的多输入多尺度（MI-MS）ConvMixer模型，用于自动检测，并引入了WSSE算法以根据特征重要性权重调整分类预测值，提高了分类器性能	研究未提及模型在不同人群或不同医疗环境中的泛化能力，也未讨论模型在实际临床应用中可能遇到的挑战	旨在通过自动检测NSTEMI患者中被阻塞的主要冠状动脉，减少对冠状动脉造影（CAG）的依赖	NSTEMI患者	数字病理	心血管疾病	深度学习	MI-MS ConvMixer	12通道ECG数据	NA
975	2025-02-15	A Tutorial on the Use of Artificial Intelligence Tools for Facial Emotion Recognition in R 2025-Feb-14, Multivariate behavioral research IF:5.3Q1 DOI:10.1080/00273171.2025.2455497 PMID:39949325	教程	本教程介绍了三种基于人工智能的面部情绪识别工具，并提供了示例代码，帮助研究人员设计、收集和分析情绪数据	提供了三种流行的人工智能情绪检测程序的详细比较和示例代码，旨在提高社会和行为科学文献中可解释人工智能的普及度	教程内容较为基础，可能不适合高级研究人员	介绍和比较三种基于人工智能的面部情绪识别工具，帮助研究人员快速上手	面部情绪识别工具	计算机视觉	NA	NA	深度学习, 机器学习	图像	NA
976	2025-02-15	Insights from the eyes: a systematic review and meta-analysis of the intersection between eye-tracking and artificial intelligence in dementia 2025-Feb-14, Aging & mental health IF:2.8Q2 DOI:10.1080/13607863.2025.2464704 PMID:39950960	系统综述和元分析	本文系统回顾并元分析了眼动追踪与人工智能在痴呆检测中的交叉应用	结合眼动追踪和人工智能技术进行痴呆检测，展示了高准确率、敏感性和特异性	样本量较小，缺乏标准化指南，且未涵盖所有痴呆类型	探讨眼动追踪与人工智能在痴呆检测中的应用效果	痴呆患者	人工智能	老年疾病	眼动追踪	机器学习和深度学习	眼动数据	57至583名参与者
977	2025-02-15	Comparison of Deep Learning Models for Voice Disorder Classification Using Kymographic Images 2025-Feb-12, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2025.01.001 PMID:39947969	研究论文	本研究提出了一种基于深度学习的声门振动图分类方法，用于自动化分析声门振动模式中的细微变化	首次将深度学习模型应用于声门振动图的分类，以自动化分析声门振动模式中的病理变化	研究仅使用了BAGLS数据集，样本来源有限，可能影响模型的泛化能力	开发一种自动化工具，辅助临床医生诊断声音障碍	声门振动图	计算机视觉	声音障碍	深度学习	AlexNet, DenseNet121, Xception, Inceptionv3, ResNet50v2	图像	BAGLS数据集中的高速视频记录
978	2025-02-15	Deep learning-based clustering for endotyping and post-arthroplasty response classification using knee osteoarthritis multiomic data 2025-Feb-12, Annals of the rheumatic diseases IF:20.3Q1 DOI:10.1016/j.ard.2025.01.012 PMID:39948003	研究论文	本文开发了一种基于多模态深度学习的框架，用于聚类来自三种生物流体的多组学数据，以识别不同的膝骨关节炎内型并分类全膝关节置换术后的疼痛/功能反应	创新点在于使用多模态深度学习框架整合多组学数据，识别膝骨关节炎的不同内型，并提高全膝关节置换术后反应的分类性能	研究样本量相对较小，且仅针对膝骨关节炎患者，可能限制了结果的普适性	研究目的是通过多模态深度学习聚类多组学数据，识别膝骨关节炎的不同内型，并分类全膝关节置换术后的疼痛/功能反应	研究对象为414名膝骨关节炎患者	机器学习	膝骨关节炎	microRNA测序和代谢组学	变分自编码器（VAE）与K-means聚类	多组学数据（代谢物和microRNA）	414名膝骨关节炎患者的血浆、滑液和尿液样本
979	2025-02-14	Extended Technical and Clinical Validation of Deep Learning-Based Brainstem Segmentation for Application in Neurodegenerative Diseases 2025-Feb-15, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70141 PMID:39936343	研究论文	本研究旨在优化基于深度学习的脑干分割方法，并进行系统和临床验证，以提高在脑干病变存在下的分割质量，并公开优化后的脑干分割工具	开发并系统验证了两种全自动深度学习脑干分割方法，并在多发性硬化症患者中通过病变填充进一步提高了分割准确性	研究样本量相对较小，特别是在多发性硬化症患者中的验证样本仅为23例	优化和验证深度学习脑干分割方法，以应用于神经退行性疾病	脑干及其亚结构	计算机视觉	神经退行性疾病	深度学习	MD-GRU, nnU-Net	T1加权图像	训练集257例，扫描-重扫描重复性验证46例，跨扫描仪重复性验证20例，多系统萎缩患者随访16例，多发性硬化症患者23例
980	2025-02-14	MLAR-UNet: LDCT image denoising based on U-Net with multiple lightweight attention-based modules and residual reinforcement 2025-Feb-13, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adb19a PMID:39899989	研究论文	本文提出了一种基于U-Net的深度学习模型MLAR-UNet，用于低剂量CT（LDCT）图像去噪，通过集成多个轻量级注意力模块和残差增强模块来提高去噪效果	MLAR-UNet模型创新性地结合了多个模块，包括CBAM、CR、ACRM和CTCAM，特别是通过引入Transformer调整注意力权重，有效解决了CBAM在LDCT去噪中的细节丢失问题	尽管MLAR-UNet在LDCT图像去噪中表现出色，但其在更广泛数据集上的泛化能力仍需进一步验证	研究目标是提高低剂量CT图像的去噪效果，以改善癌症组织的诊断准确性	研究对象是低剂量CT图像，特别是临床胸部和腹部CT数据集	计算机视觉	癌症	深度学习	U-Net	图像	临床胸部和腹部CT数据集