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
981	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）
982	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
983	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
984	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
985	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
986	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
987	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
988	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
989	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
990	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
991	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
992	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）
993	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
994	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
995	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
996	2025-02-14	Using Deep Learning to Simultaneously Reduce Noise and Motion Artifacts in Brain MR Imaging 2025-Feb-13, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.mp.2024-0098 PMID:39938896	研究论文	本文提出了一种使用深度学习同时减少脑部MRI中的噪声和运动伪影的方法	通过深度学习模型独立处理T1W、T2W和FLAIR序列，有效去除噪声和运动伪影，且不受成像方向和伪影方向的影响	研究仅基于20名健康志愿者的数据，样本量较小，且未涉及真实患者数据	提高脑部MRI的临床实用性，通过减少噪声和运动伪影来改善图像质量	脑部MRI图像（T1W、T2W和FLAIR序列）	计算机视觉	NA	深度学习	深度学习模型	图像	20名健康志愿者的脑部MRI图像，模拟生成的115200对图像用于训练、验证和测试
997	2025-02-14	Improved segmentation of hepatic vascular networks in ultrasound volumes using 3D U-Net with intensity transformation-based data augmentation 2025-Feb-13, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03320-2 PMID:39939404	研究论文	本研究通过引入基于强度变换的数据增强方法，改进了使用3D U-Net进行肝脏血管网络的三维分割	提出了基于高对比度和低对比度强度变换的数据增强方法，显著提高了3D U-Net在肝脏血管网络分割中的性能	高对比度强度变换的数据增强方法降低了分割准确性，需要进一步优化	改进肝脏血管网络的三维分割，以支持超声介导的肝脏疾病诊疗	肝脏血管网络	计算机视觉	肝脏疾病	3D U-Net	3D U-Net	超声体积数据	78个超声体积数据
998	2025-02-14	Analytical Capabilities and Future Perspectives of Chemometrics in Omics for Food Microbial Investigation 2025-Feb-13, Critical reviews in analytical chemistry IF:4.2Q1 DOI:10.1080/10408347.2025.2463430 PMID:39945579	综述	本文综述了化学计量学在食品微生物研究中的应用、原理及挑战，并探讨了其与多组学和生物信息学结合的未来发展	强调了化学计量学在食品微生物组学研究中的潜力，并提出了整合深度学习和人工智能算法以提高分析能力和预测精度的迫切需求	选择合适的化学计量工具并进行多组学数据融合分析仍是一个巨大挑战	揭示食品微生物在营养和安全中的功能属性和机制	食品微生物组	生物信息学	NA	多组学技术	深度学习（DL）和人工智能算法	多组学数据	NA
999	2025-02-14	A hitchhiker's guide to deep chemical language processing for bioactivity prediction 2025-Feb-12, Digital discovery IF:6.2Q1 DOI:10.1039/d4dd00311j PMID:39726698	研究论文	本文分析了化学语言处理（CLP）的关键要素，并为新人和专家提供了指导	提供了关于神经网络架构、分子表示和超参数优化的实用建议，强调了方法决策的重要性	NA	加速药物发现，特别是通过化学语言处理进行生物活性预测	分子字符串表示（如SMILES和SELFIES）	自然语言处理	NA	化学语言处理（CLP）	神经网络	分子字符串	十个生物活性数据集
1000	2025-02-14	Biophysics-guided uncertainty-aware deep learning uncovers high-affinity plastic-binding peptides 2025-Feb-12, Digital discovery IF:6.2Q1 DOI:10.1039/d4dd00219a PMID:39882101	研究论文	本文提出了一种结合生物物理建模、证据深度学习和元启发式搜索方法的新型框架，用于发现高亲和力的塑料结合肽，以应对微塑料污染问题	结合生物物理建模数据、证据深度学习的预测能力和不确定性量化，以及元启发式搜索方法，显著提高了塑料结合肽的发现效率和准确性	深度学习的预测并非总是准确，可能导致合成和评估假阳性肽的时间和金钱浪费	开发一种高效、低成本的方法来发现高亲和力的塑料结合肽，以解决微塑料污染问题	塑料结合肽（PBPs）	机器学习	NA	分子动力学模拟、证据深度学习、元启发式搜索方法	深度学习	实验数据、生物物理数据	超过10^12种12-mer肽的组合空间