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
1201	2025-01-07	Optical coherence tomography: implications for neurology 2025-Feb-01, Current opinion in neurology IF:4.1Q2 DOI:10.1097/WCO.0000000000001340 PMID:39704153	综述	本文探讨了光学相干断层扫描（OCT）在神经学实践中的作用，特别是在诊断和监测视乳头水肿、视神经炎和视网膜动脉阻塞等疾病中的应用	OCT作为一种非侵入性工具，能够有效检测和监测视觉通路中的神经轴索损伤，结合深度学习算法提高了诊断准确性和预测能力	NA	探讨OCT在神经学中的应用，特别是在诊断和监测视觉通路相关疾病中的作用	视乳头水肿、视神经炎、视网膜动脉阻塞等疾病患者	数字病理学	神经系统疾病	光学相干断层扫描（OCT）	深度学习算法	图像	NA
1202	2025-01-07	Artificial intelligence and stroke imaging 2025-Feb-01, Current opinion in neurology IF:4.1Q2 DOI:10.1097/WCO.0000000000001333 PMID:39760722	综述	本文探讨了人工智能在卒中影像学中的应用及其潜力	提出了深度学习技术在卒中影像学中的高保真预测、描述和推理工具的应用，并探讨了生成模型在解决当前障碍中的潜力	尽管人工智能在卒中影像学中的潜力巨大，但在实际临床应用中仍面临数据噪声、不完整、偏见和小规模数据的挑战	探讨人工智能在卒中影像学中的应用，以实现个体化精准医疗	卒中影像学数据	医学影像	卒中	深度学习	生成模型	影像数据	NA
1203	2025-01-06	Incorporating dynamic drainage supervision into deep learning for accurate real-time flood simulation in urban areas 2025-Feb-15, Water research IF:11.4Q1 DOI:10.1016/j.watres.2024.122816 PMID:39612812	研究论文	本研究提出了一种结合动态排水监督的深度学习模型（UDFM），用于城市区域的实时洪水模拟	UDFM模型通过结合物理和深度学习排水模型，将一维排水溢出过程转换为高分辨率的时空二维洪水过程，更全面准确地反映了排水系统在城市洪水动态中的作用	研究仅应用于深圳的一个高度城市化区域，未在其他城市或区域进行验证	提高城市洪水模拟的准确性和实时性，以支持快速洪水预警和风险管理	城市洪水过程，特别是排水系统和地表洪水淹没	机器学习	NA	深度学习，降维算法	UDFM（结合深度学习和降维算法的混合模块）	时空数据	深圳的一个高度城市化区域
1204	2025-01-03	DeepPhoPred: Accurate Deep Learning Model to Predict Microbial Phosphorylation 2025-Feb, Proteins IF:3.2Q2 DOI:10.1002/prot.26734 PMID:39239684	研究论文	本文介绍了一种名为DeepPhoPred的深度学习工具，用于预测微生物的磷酸化位点	DeepPhoPred采用了一种双头卷积神经网络架构，结合了挤压和激励模块，能够从肽的结构和进化信息中联合学习重要特征，以预测磷酸化位点	NA	开发一种低成本、高速度的计算方法来预测微生物的磷酸化位点	微生物的磷酸化位点	机器学习	NA	深度学习	CNN	肽的结构和进化信息	NA
1205	2025-01-01	An attention 3DUNET and visual geometry group-19 based deep neural network for brain tumor segmentation and classification from MRI 2025-Feb, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2023.2283164 PMID:37979152	研究论文	本文提出了一种基于注意力3DUNET和视觉几何组-19的深度神经网络，用于从MRI图像中进行脑肿瘤分割和分类	提出了一种新颖的深度学习系统，结合了空间和通道注意力机制的三维U形网络（SC3DUNet）和基于扩张卷积的视觉几何组-19（DCVGG-19），用于脑肿瘤的分割和分类	该方法主要针对3D脑MRI图像，未涉及其他类型的医学影像	提高脑肿瘤的早期检测和分类准确率	脑肿瘤	数字病理学	脑肿瘤	深度学习	SC3DUNet, DCVGG-19	3D MRI图像	BraTS2020数据集
1206	2024-12-28	Low Skeletal Muscle Radiodensity Predicts Response to CDK4/6 Inhibitors Plus Aromatase Inhibitors in Advanced Breast Cancer 2025-Feb, Journal of cachexia, sarcopenia and muscle DOI:10.1002/jcsm.13666 PMID:39686815	研究论文	本研究探讨了CT衍生的身体成分指数与激素受体阳性、HER2阴性晚期乳腺癌患者在接受内分泌治疗加CDK4/6抑制剂治疗时的治疗反应之间的关系	首次发现低骨骼肌放射密度（SMD）与接受CDK4/6抑制剂加芳香化酶抑制剂治疗的晚期乳腺癌患者的不良治疗结果相关	研究为回顾性设计，样本量相对较小，且仅来自单一中心	探讨CT衍生的身体成分指数与晚期乳腺癌患者治疗反应的关系	激素受体阳性、HER2阴性晚期乳腺癌患者	数字病理学	乳腺癌	CT扫描	深度学习软件	图像	247名女性患者
1207	2024-12-26	Utilizing machine learning to predict the risk factors of episiotomy in parturient women 2025-Feb, AJOG global reports DOI:10.1016/j.xagr.2024.100420 PMID:39720201	研究论文	本研究利用机器学习模型预测产妇进行会阴切开术的风险因素	首次使用多种机器学习模型评估会阴切开术的风险因素，并比较了不同模型的性能	研究仅基于单一医疗中心的回顾性数据，未考虑助产士的视角	预测产妇进行会阴切开术的风险因素	伊朗一家三级医疗中心2022年1月至2023年1月期间的1775例阴道分娩产妇	机器学习	产科疾病	机器学习	线性回归、深度学习、支持向量机、LightGBM、逻辑回归、XGBoost、随机森林、决策树、KNN	电子健康记录	1775例阴道分娩产妇
1208	2024-12-25	Empowering surgeons: will artificial intelligence change oral and maxillofacial surgery? 2025-Feb, International journal of oral and maxillofacial surgery IF:2.2Q2 DOI:10.1016/j.ijom.2024.09.004 PMID:39341693	综述	本文探讨了人工智能在口腔颌面外科中的应用现状，并强调了进一步研究以优化AI在临床实践中的整合和提升患者治疗效果的迫切需求	本文通过综述分析了AI在口腔颌面外科中的多种应用，包括病理学和正颌手术等领域，展示了AI在该领域的潜在改进	本文为综述性研究，未提供具体的实验数据或模型验证结果	探讨人工智能在口腔颌面外科中的应用现状，并呼吁进一步研究以优化AI在临床中的应用	口腔颌面外科中的多种应用，包括病理学、正颌手术、面部创伤等	机器学习	NA	卷积神经网络（CNN）、人工神经网络（ANN）	卷积神经网络（CNN）、人工神经网络（ANN）	NA	90篇文章
1209	2024-12-20	A psychologically interpretable artificial intelligence framework for the screening of loneliness, depression, and anxiety 2025-Feb, Applied psychology. Health and well-being DOI:10.1111/aphw.12639 PMID:39697049	研究论文	本研究介绍了一种基于人工智能的心理学框架emoLDAnet，通过分析面部表情和生理信号来检测孤独、抑郁和焦虑等负面情绪	创新点在于结合了深度学习和机器学习技术，并引入了OCC-PAD-LDA心理学转换模型，增强了AI决策的可解释性	研究样本量较小，仅招募了50名参与者，可能影响结果的普适性	旨在开发一种新的人工智能框架，用于早期筛查孤独、抑郁和焦虑等负面情绪，提升心理健康护理水平	研究对象为孤独、抑郁和焦虑等负面情绪的检测与筛查	机器学习	NA	深度学习（如VGG11）和机器学习（如决策树）	CNN（卷积神经网络）	视频	50名参与者
1210	2024-12-20	Investigating a Domain Adaptation Approach for Integrating Different Measurement Instruments in a Longitudinal Clinical Registry 2025-Feb, Biometrical journal. Biometrische Zeitschrift DOI:10.1002/bimj.70023 PMID:39698740	研究论文	本文研究了在纵向临床注册数据中，使用深度学习技术将不同测量仪器的数据映射到联合潜在表示，以实现域适应的方法	本文首次在纵向临床注册数据中应用域适应技术，并通过普通微分方程（ODEs）建模轨迹，评估测量仪器映射的效果	研究仅在脊髓性肌肉萎缩症（SMA）患者的数据上进行，且时间点较少，可能限制了方法的普适性	探索域适应技术在纵向临床注册数据中的应用潜力	脊髓性肌肉萎缩症（SMA）患者的不同运动功能测量仪器数据	机器学习	神经肌肉疾病	深度学习	ODEs	纵向数据	脊髓性肌肉萎缩症（SMA）患者的纵向数据，时间点较少
1211	2024-12-19	Feasibility of estimating tidal volume from electrocardiograph-derived respiration signal and respiration waveform 2025-Feb, Journal of critical care IF:3.2Q2 DOI:10.1016/j.jcrc.2024.154920 PMID:39316976	研究论文	本研究验证并比较了基于心电图衍生的呼吸信号（EDR）估计潮气量（VT）的方法	首次验证了基于EDR信号估计潮气量的可行性，并比较了线性回归和深度学习模型在不同情况下的表现	当前方法受限于ICU中嘈杂的心电信号，且在一般人群中的表现较差	验证并比较基于EDR信号估计潮气量的方法，以减少在深度镇静或脊髓麻醉期间对额外通气监测的需求	90名重症患者的数据以及两名重症患者的受限分析数据	NA	NA	心电图（ECG），阻抗法呼吸波形	线性回归，深度学习模型	信号	90名重症患者用于一般分析，两名重症患者用于受限分析
1212	2024-12-19	Recent advances in signal processing algorithms for electronic noses 2025-Feb-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.127140 PMID:39489071	综述	本文综述了电子鼻系统及其算法应用的最新进展，重点介绍了各种方法和深度学习技术在气味分类和浓度预测中的作用	本文探讨了未来趋势，包括更广泛的应用领域、先进的漂移校正技术、综合的多因素分析以及处理未知干扰物的能力	NA	综述电子鼻技术的最新进展及其在科学研究和实际应用中的潜力	电子鼻系统及其算法应用	信号处理	NA	深度学习	NA	NA	NA
1213	2024-12-18	Recent advancements and future directions in automatic swallowing analysis via videofluoroscopy: A review 2025-Feb, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108505 PMID:39579458	综述	本文综述了通过视频荧光吞咽研究（VFSS）进行自动吞咽分析的最新进展和未来方向	利用计算机视觉、模式识别和深度学习技术，提供了新的范式来探索和提取VFSS记录中的信息	本文主要集中在图像处理技术在自动吞咽分析中的应用，未涵盖其他可能的技术方法	展示当前VFSS分析中的挑战，并提供未来开发更准确和临床可解释算法的见解	视频荧光吞咽研究（VFSS）记录中的解剖结构检测、食团对比分割和运动事件识别	计算机视觉	NA	计算机视觉、深度学习	深度学习模型	视频	46项研究
1214	2024-12-18	Smartwatch ECG and artificial intelligence in detecting acute coronary syndrome compared to traditional 12-lead ECG 2025-Feb, International journal of cardiology. Heart & vasculature DOI:10.1016/j.ijcha.2024.101573 PMID:39687687	研究论文	本研究评估了基于智能手表的多通道、异步心电图（ECG）与人工智能（AI）系统结合用于诊断急性冠状动脉综合征（ACS）的可行性	本研究首次评估了基于智能手表的ECG与AI系统结合用于诊断ACS的可行性，并展示了其与传统12导联ECG相比的高诊断性能	本研究的样本量较小，且仅限于ACS患者和健康对照组，未来需要更大规模的研究来验证结果	评估基于智能手表的ECG与AI系统结合用于诊断ACS的可行性	急性冠状动脉综合征（ACS）患者和健康对照组	机器学习	心血管疾病	深度学习	AI-ECG工具	图像	56名ACS患者和15名健康参与者
1215	2024-12-17	A protocol for trustworthy EEG decoding with neural networks 2025-Feb, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106847 PMID:39549492	研究论文	本文设计了一种全面的脑电图解码协议，通过探索整个流程的超参数并使用多种子初始化来提供稳健的性能估计	提出了一个包含多种子初始化的全面超参数搜索协议，显著提高了脑电图解码的可靠性和性能	实验仅在特定的脑电图数据集和模型上验证，可能需要进一步验证其在其他数据集和模型上的适用性	设计一种可信赖且可靠的脑电图解码协议	脑电图解码任务中的超参数优化和性能稳定性	机器学习	NA	深度学习	神经网络	脑电图数据	204名参与者和26次记录会话
1216	2024-12-17	Towards generalizable face forgery detection via mitigating spurious correlation 2025-Feb, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106909 PMID:39579752	研究论文	本文提出了一种通过减少特征间的虚假相关性来提高人脸伪造检测模型泛化能力的方法	提出了Feature Independence Constrainer (FIC)来减少特征间的虚假相关性，并引入了细粒度高频成分和特征对齐模块来增强检测模型的性能	未提及具体的局限性	提高人脸伪造检测模型在跨域场景中的泛化能力	人脸伪造图像和视频的检测	计算机视觉	NA	深度学习	NA	图像	多个人脸伪造基准数据集
1217	2024-12-17	TV-Net: Temporal-Variable feature harmonizing Network for multivariate time series classification and interpretation 2025-Feb, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106896 PMID:39581040	研究论文	本文提出了一种时间可变特征协调网络（TV-Net），用于多变量时间序列分类和解释	引入了一种图注意力机制（GAT-g）来增强全局特征的学习，并首次利用博弈交互来量化特征组合的效用，通过Shapley值动态协调不同时间序列特征的表示能力	NA	解决多变量时间序列分类中的依赖关系学习问题，同时提供可解释性	多变量时间序列数据	机器学习	NA	图注意力机制（GAT-g），博弈交互	深度学习框架	时间序列	30个多变量时间序列数据集
1218	2024-12-17	Deep learning techniques for automated Alzheimer's and mild cognitive impairment disease using EEG signals: A comprehensive review of the last decade (2013 - 2024) 2025-Feb, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108506 PMID:39581069	综述	本文综述了过去十年中使用脑电信号进行阿尔茨海默病和轻度认知障碍自动检测的深度学习技术	首次系统性地探讨了使用脑电信号对轻度认知障碍和阿尔茨海默病进行分类的方法，并提出了未来研究的方向	本文指出了当前深度学习在轻度认知障碍和阿尔茨海默病检测中的局限性，并提出了改进建议	探讨深度学习技术在脑电信号检测轻度认知障碍和阿尔茨海默病中的应用，并为未来研究提供参考	轻度认知障碍和阿尔茨海默病	机器学习	老年疾病	深度学习	NA	脑电信号	74篇相关文献
1219	2024-12-17	Separable integral neural networks 2025-Feb, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106838 PMID:39615156	研究论文	本文提出了一种可分离积分层，用于在连续方式下表示离散的深度可分离卷积操作，并构建了一组轻量级的可分离积分神经网络（SINNs），部署在资源受限的移动设备上	创新点在于提出了可分离积分层，结合了积分神经网络和可分离卷积操作的优点，能够在保持竞争性能的同时降低计算成本	NA	研究目的是解决传统积分神经网络在移动设备上应用时无法表示可分离卷积操作的问题	研究对象是可分离积分层和基于此构建的轻量级神经网络	机器学习	NA	积分神经网络	CNN	图像	ImageNet数据集
1220	2024-12-16	Multi-task magnetic resonance imaging reconstruction using meta-learning 2025-Feb, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110278 PMID:39580007	研究论文	本文提出了一种基于元学习的磁共振成像（MRI）多任务重建方法	该方法通过元学习框架，能够在不同图像对比度下高效学习图像特征，并实现多任务学习，从而在高速加速率下超越现有的单任务学习方法	NA	提高磁共振成像数据在不同成像序列下的重建效果	磁共振成像数据	计算机视觉	NA	磁共振成像（MRI）	元学习	图像	多个MRI数据集