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
1061	2025-02-11	A generative whole-brain segmentation model for positron emission tomography images 2025-Feb-08, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-025-00716-9 PMID:39920478	研究论文	本文提出了一种生成式多目标分割模型，用于脑部PET图像的自动和准确分割	提出了一种新的3D生成式多目标分割模型，结合了潜在映射模型和自定义的交叉注意力模块，以融合功能信息和结构信息	未提及具体局限性	提高脑部PET图像的全脑分割精度，以促进神经科学研究和临床医学	脑部PET图像	计算机视觉	NA	PET成像	3D生成式多目标分割模型	图像	120名患者的真实脑部PET/MR图像
1062	2025-02-11	Single-shot super-resolved fringe projection profilometry (SSSR-FPP): 100,000 frames-per-second 3D imaging with deep learning 2025-Feb-07, Light, science & applications DOI:10.1038/s41377-024-01721-w PMID:39915449	研究论文	本文介绍了一种基于深度学习的超快三维成像技术，称为单次超分辨条纹投影轮廓术（SSSR-FPP），能够在100,000赫兹的频率下进行三维成像	SSSR-FPP技术通过使用一对低信噪比、低分辨率的条纹图案作为输入，并通过特定的深度神经网络解码高分辨率的展开相位和条纹阶数，实现了超快三维成像	该技术的成像速度受限于高速相机的成像窗口，且需要特定的深度神经网络进行训练	研究目的是开发一种能够在超快时间分辨率下获取三维图像的成像技术	研究对象包括旋转的涡轮叶片、爆炸的积木和蒸汽机的往复运动等瞬态场景	计算机视觉	NA	条纹投影轮廓术（FPP）	深度神经网络	图像	多个瞬态场景，包括旋转的涡轮叶片、爆炸的积木和蒸汽机的往复运动
1063	2025-02-11	BenthicNet: A global compilation of seafloor images for deep learning applications 2025-Feb-07, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04491-1 PMID:39920123	研究论文	本文介绍了BenthicNet，一个全球海底图像汇编，旨在支持大规模图像识别模型的训练和评估	提出了一个全球性的海底图像数据集，支持大规模图像识别模型的开发，并公开了数据集和模型以供重用	数据集虽然庞大，但仅包含190,000张带有注释的图像，可能限制了模型的训练效果	提高海底图像分析的效率，支持环境监测	海底图像	计算机视觉	NA	深度学习	大规模图像识别模型	图像	初始收集了1140万张图像，其中130万张作为代表性子集，19万张带有注释
1064	2025-02-11	Modeling pegcetacoplan treatment effect for atrophic age-related macular degeneration with AI-based progression prediction 2025-Feb-07, International journal of retina and vitreous IF:1.9Q2 DOI:10.1186/s40942-025-00634-z PMID:39920843	研究论文	本文利用深度学习模型，基于个体化的地形进展预测，展示了Pegcetacoplan治疗萎缩性年龄相关性黄斑变性（AMD）的效果	使用深度学习算法进行个体化的地形进展预测，展示Pegcetacoplan治疗效果的变异性	研究样本量较小（N=99），且为回顾性分析	展示Pegcetacoplan治疗萎缩性AMD的效果	萎缩性AMD患者	数字病理学	年龄相关性黄斑变性	光学相干断层扫描（OCT）	深度学习模型	图像	99名患者
1065	2025-02-11	Advanced artificial intelligence with federated learning framework for privacy-preserving cyberthreat detection in IoT-assisted sustainable smart cities 2025-Feb-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88843-2 PMID:39915579	研究论文	本文提出了一种基于联邦学习框架的高级人工智能方法，用于在物联网辅助的可持续智慧城市中进行隐私保护的网络威胁检测	结合联邦学习与深度学习技术，提出了一种新的隐私保护网络威胁检测方法，使用Harris Hawk优化进行特征选择，并采用堆叠稀疏自编码器分类器和海象优化算法进行超参数调优	联邦学习在物联网取证方面的潜力尚未充分探索	确保在智慧城市中实现强大且可扩展的网络威胁检测，同时保护物联网用户的隐私	物联网辅助的可持续智慧城市中的网络威胁	机器学习	NA	联邦学习（FL），深度学习（DL）	堆叠稀疏自编码器（SSAE）	物联网数据	使用基准数据集进行模拟评估
1066	2025-02-11	Swarm learning with weak supervision enables automatic breast cancer detection in magnetic resonance imaging 2025-Feb-06, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00722-5 PMID:39915630	研究论文	本研究提出了一种结合弱监督学习和群体学习（SL）的集成管道，用于自动检测乳腺癌的磁共振成像（MRI）数据	通过弱监督学习减少详细注释需求，并通过群体学习实现本地AI模型训练，避免了集中式数据共享	研究依赖于多个国际数据集，可能存在数据隐私和注释变异性的挑战	开发一种无需详细注释或集中数据共享的AI模型，以提高乳腺癌MRI数据的分析效率	乳腺癌患者的双侧乳腺MRI检查数据	医学影像分析	乳腺癌	弱监督学习，群体学习（SL）	3D-ResNet-101	MRI图像	1372例来自美国、瑞士和英国的双侧乳腺MRI检查数据，以及649例来自德国和希腊的外部验证数据
1067	2025-02-11	Deep Learning Architecture to Infer Kennedy Classification of Partially Edentulous Arches Using Object Detection Techniques and Piecewise Annotations 2025-Feb, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2024.11.005 PMID:39645471	研究论文	本研究利用人工智能和基于深度学习的物体检测技术，自动检测正颌X光图像中的常见牙科问题，包括断根、牙周病牙齿和部分无牙弓的Kennedy分类	提出了一种新的深度学习架构，用于推断部分无牙弓的Kennedy分类，并提供了关于弓（上颌或下颌）和受影响侧（右或左）的详细信息	数据集较小	开发一种自动化工具，用于牙科问题的早期检测和分类	正颌X光图像中的牙科问题	计算机视觉	牙科疾病	深度学习物体检测技术	深度学习模型	图像	小数据集
1068	2025-02-11	Classification of speech arrests and speech impairments during awake craniotomy: a multi-databases analysis 2025-Feb, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03301-0 PMID:39652158	研究论文	本文探讨了在清醒开颅手术中使用深度学习模型客观评估言语停顿和言语障碍的方法	使用深度学习模型（Wav2Vec2）进行客观评估，而非依赖临床医生的主观观察	需要进一步评估，特别是在跨语言情况下的表现	提高清醒开颅手术中言语功能的实时评估精度，以改善术后结果	清醒开颅手术中的言语停顿和言语障碍	自然语言处理	脑肿瘤	深度学习	Wav2Vec2	音频	1883个3秒音频片段，来自25例清醒开颅手术（23例来自日本东京女子医科大学医院，2例来自法国布雷斯特大学医院）
1069	2025-02-09	An AttSDNet model for multi-scale feature perception enhanced remote sensing classification of coastal salt-marsh wetlands 2025-Feb, Marine environmental research IF:3.0Q2 DOI:10.1016/j.marenvres.2024.106899 PMID:39673892	研究论文	本文提出了一种增强的U-Net模型，结合注意力机制和多尺度特征提取，用于沿海盐沼湿地的遥感分类	引入了堆叠扩张卷积和通道-空间注意力机制模块，增强了模型对多尺度特征的学习能力，特别是在复杂沿海湿地中的小尺度地物特征提取	未提及具体的数据集大小或模型训练的计算资源需求	提高沿海湿地遥感图像分类的准确性，以支持湿地保护和生态恢复	中国山东半岛黄河口和胶州湾的沿海湿地	计算机视觉	NA	深度学习	U-Net	图像	使用Sentinel-2光学影像，未提及具体样本数量
1070	2025-02-09	Deep learning-based multimodal integration of imaging and clinical data for predicting surgical approach in percutaneous transforaminal endoscopic discectomy 2025-Feb-08, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-08668-5 PMID:39920320	研究论文	本研究开发了一种基于深度学习的多模态模型，通过综合分析影像和临床数据，为经皮椎间孔镜椎间盘切除术（PTED）的手术入路选择提供客观参考	创新点在于结合了影像和临床数据，采用多输入ResNet 50模型和机器学习模型，并通过贝叶斯优化确定模型融合的最佳权重	研究为回顾性研究，可能存在数据偏差，且样本量未明确说明	研究目的是开发一种深度学习模型，辅助医生选择PTED手术入路	研究对象为多节段腰椎间盘突出症（LDH）患者	医学影像分析	腰椎间盘突出症	深度学习（DL）、机器学习（ML）	多输入ResNet 50模型、自定义模型	影像数据、临床数据	NA
1071	2025-02-09	Deep learning radiomics model based on contrast-enhanced MRI for distinguishing between tuberculous spondylitis and pyogenic spondylitis 2025-Feb-08, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-08696-1 PMID:39920318	研究论文	本研究旨在开发和验证一种基于对比增强MRI的深度学习放射组学列线图（DLRN），用于区分结核性脊柱炎（TS）和化脓性脊柱炎（PS）	结合放射组学和深度学习特征，开发了一种新的深度学习放射组学列线图（DLRN），用于区分TS和PS	研究样本量相对较小，且仅基于两个中心的数据	区分结核性脊柱炎（TS）和化脓性脊柱炎（PS）	被诊断为TS或PS的患者	数字病理学	脊柱炎	对比增强MRI（CE-MRI）	深度学习放射组学列线图（DLRN）	图像	147名患者（训练队列102名，外部测试队列45名）
1072	2025-02-09	Deep learning aided determination of the optimal number of detectors for photoacoustic tomography 2025-Feb-07, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adaf29 PMID:39874604	研究论文	本文介绍了一种基于深度学习的卷积神经网络架构RDUNet，用于解决光声断层扫描（PAT）中的条纹伪影问题，并优化探测器数量	提出了一种结合残差块和密集块的RDUNet架构，显著减少了光声断层扫描中所需的探测器数量	研究主要基于模拟数据，实验数据占比仅为19%，可能影响模型在实际应用中的泛化能力	优化光声断层扫描的图像质量并减少探测器数量	光声断层扫描图像	计算机视觉	NA	光声断层扫描（PAT）	CNN（卷积神经网络），RDUNet	图像	模拟数据（81%）和实验数据（19%）
1073	2025-02-09	Predicting hematoma expansion after intracerebral hemorrhage: a comparison of clinician prediction with deep learning radiomics models 2025-Feb-07, Neurocritical care IF:3.1Q2 DOI:10.1007/s12028-025-02214-3 PMID:39920546	研究论文	本文比较了深度学习放射组学模型与临床专家在预测非创伤性脑出血后血肿扩张的准确性	首次将深度学习放射组学模型与临床专家的预测能力进行比较，并展示了机器学习模型在此任务上的潜在优势	尽管机器学习模型表现优于临床专家，但其AUC值仍处于中等水平，表明仍有改进空间	预测非创伤性脑出血后血肿扩张，以指导早期治疗干预	900名非创伤性脑出血患者	数字病理学	脑出血	机器学习	随机森林分类器, 深度学习模型	图像, 临床数据	900名患者（训练队列621名，测试队列279名）
1074	2025-02-09	Predicting cognitive decline: Deep-learning reveals subtle brain changes in pre-MCI stage 2025-Feb-06, The journal of prevention of Alzheimer's disease DOI:10.1016/j.tjpad.2025.100079 PMID:39920001	研究论文	本研究利用深度学习技术，通过结构磁共振成像（MRI）检测前轻度认知障碍（pre-MCI）阶段的细微脑部变化，以预测认知衰退	开发了一种独特的深度学习框架，结合单ROI网络（SRNet）和多ROI网络（MRNet），用于预测从正常认知（NC）到轻度认知障碍（MCI）的转变，并提出了渐进指数（PI）作为评估AD转化倾向的指标	研究依赖于特定的数据集（ADNI-1、ADNI-2和CLAS），可能限制了模型的普遍适用性	发现早期结构性神经影像变化，区分稳定和进展性认知状态，并建立MCI转化的预测模型	正常认知（NC）和轻度认知障碍（MCI）患者	数字病理学	老年疾病	结构磁共振成像（MRI）	卷积神经网络（CNN）	图像	ADNI-1数据库中的845名受试者，ADNI-2数据库中的321名受试者，以及中国纵向老龄化研究（CLAS）中的109名受试者
1075	2025-02-09	Deep empirical neural network for optical phase retrieval over a scattering medium 2025-Feb-05, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56522-5 PMID:39910048	研究论文	本文提出了一种深度经验神经网络（DENN），用于在不透明散射介质中进行光学相位恢复	DENN结合了深度神经网络和经验模型，能够在没有标签数据的情况下实现光学相位恢复，且在保真度上比监督学习方法提高了58%	DENN在处理没有解析解的系统时表现出色，但在其他类型的系统上可能效果有限	研究目的是开发一种能够在没有标签数据的情况下进行光学相位恢复的深度学习方法	研究对象是光学相位恢复，特别是在不透明散射介质中的应用	机器学习	NA	深度经验神经网络（DENN）	深度神经网络	光学数据	30000对数据
1076	2025-02-09	Screening of multi deep learning-based de novo molecular generation models and their application for specific target molecular generation 2025-Feb-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86840-z PMID:39910075	研究论文	本文研究了多种基于深度学习的从头分子生成模型，并应用于特定靶点分子的生成	提出了一种基于生成预训练Transformer（GPT）架构的改进模型，并引入了一种基于完整编码器-解码器架构的Transformer模型（T5）的端到端神经网络学习框架	NA	改进和评估基于自然语言处理（NLP）的分子生成模型，用于针对非小细胞肺癌中L858R/T790M/C797S突变的EGFR的从头药物发现	非小细胞肺癌中的L858R/T790M/C797S突变EGFR	自然语言处理	肺癌	深度学习	Transformer, GPT, T5	分子序列（SMILES）	NA
1077	2025-02-09	A feature extraction method for hydrofoil attached cavitation based on deep learning image semantic segmentation algorithm 2025-Feb-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88582-4 PMID:39910333	研究论文	本文提出了一种基于深度学习图像语义分割技术的水翼附着空化特征提取方法，用于研究水翼上从片状空化到云状空化的转变过程	该方法不仅能够自动准确地获取空化长度，还能提取更敏感的空化区域面积和位置变化指标，有助于更精确地分析附着空化的发展机制	NA	研究水翼附着空化的特征提取及其发展机制	水翼上的空化现象	计算机视觉	NA	深度学习图像语义分割技术	NA	图像	NA
1078	2025-02-09	Barlow Twins deep neural network for advanced 1D drug-target interaction prediction 2025-Feb-05, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-00952-2 PMID:39910404	研究论文	本文提出了一种名为BarlowDTI的新方法，利用Barlow Twins架构进行特征提取，并结合目标蛋白结构，用于药物-靶点相互作用预测	结合Barlow Twins架构和梯度提升机的混合方法，仅使用一维输入数据，在多个基准测试中实现了最先进的预测性能，并提出了影响方法以解释模型决策	未提及具体局限性	提高药物-靶点相互作用预测的效率和准确性，加速药物发现过程	药物-靶点相互作用	机器学习	NA	深度学习，梯度提升机	Barlow Twins，梯度提升机	一维数据	未提及具体样本数量
1079	2025-02-09	Positional embeddings and zero-shot learning using BERT for molecular-property prediction 2025-Feb-05, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-00959-9 PMID:39910649	研究论文	本研究探讨了在分子性质预测中使用BERT模型的位置嵌入（PEs）的潜力，特别是在化学文本分析任务中	探索了在BERT模型中整合位置信息的不同方法，并评估了这些方法在零样本学习分析中的潜力	研究主要集中在SMILES和DeepSMILES表示上，可能未涵盖所有分子表示方法	提高分子性质预测的准确性和泛化能力	化学结构表示和分子性质预测	自然语言处理	NA	BERT模型	BERT	文本（SMILES和DeepSMILES表示）	涉及COVID-19、生物测定数据及其他分子和生物性质的数据集
1080	2025-02-09	Deep Learning Predicts Non-Normal Transmission Distributions in High-Field Asymmetric Waveform Ion Mobility (FAIMS) Directly from Peptide Sequence 2025-Feb-04, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05359 PMID:39865577	研究论文	本文利用深度学习模型预测高场不对称波形离子迁移谱（FAIMS）中肽离子的非正态传输分布	首次成功建模肽离子在FAIMS中的迁移率，并采用多标签分类方案处理非正态传输分布	模型在某些情况下仍会出现错误，且需要进一步验证其在不同数据集上的泛化能力	提高基于质谱的蛋白质组学中肽离子迁移率的预测准确性，以加速检测方法开发和数据库搜索中的真阳性识别	人类肽前体	机器学习	NA	高场不对称波形离子迁移谱（FAIMS）	随机森林和长短期记忆（LSTM）神经网络	肽序列数据	超过100,000个人类肽前体，测试数据集包含近40,000个肽离子