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
1221	2024-12-16	DDKG: A Dual Domain Knowledge Guidance strategy for localization and diagnosis of non-displaced femoral neck fractures 2025-Feb, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103393 PMID:39581120	研究论文	提出了一种双领域知识引导策略DDKG，用于非移位股骨颈骨折的定位和诊断	利用空间和语义领域知识引导模型学习非移位股骨颈骨折的鲁棒表示，无需手动标注髋关节位置	未提及具体局限性	提高非移位股骨颈骨折的诊断准确性和鲁棒性	非移位股骨颈骨折的定位和诊断	计算机视觉	骨科疾病	深度学习	NA	图像	来自四个不同中心的数据集
1222	2024-12-16	CLMS: Bridging domain gaps in medical imaging segmentation with source-free continual learning for robust knowledge transfer and adaptation 2025-Feb, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103404 PMID:39616943	研究论文	本文提出了一种名为CLMS的端到端无源领域自适应框架，通过多尺度重建、持续学习和风格对齐来弥合医疗图像分割中的领域差距	CLMS框架整合了多尺度重建、持续学习和风格对齐，能够在没有原始源数据的情况下，仅使用未标记的目标数据或公开数据进行领域自适应，避免了灾难性遗忘并保留了源知识	NA	解决深度学习模型在不同医疗环境中应用时因数据差异导致的性能下降问题，实现模型在新临床环境中的安全可靠部署	前列腺MRI分割、结肠镜息肉分割和视网膜图像中的plus疾病分类	计算机视觉	NA	深度学习	NA	图像	NA
1223	2024-12-16	The Developing Human Connectome Project: A fast deep learning-based pipeline for neonatal cortical surface reconstruction 2025-Feb, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103394 PMID:39631250	研究论文	本文提出了一种基于深度学习的快速管道，用于新生儿皮质表面重建，旨在加速Developing Human Connectome Project (dHCP)中的脑图像处理	引入了一种多尺度形变网络进行端到端的可微分皮质表面重建，并集成了一种快速无监督的球形映射方法以最小化皮质表面与投影球体之间的度量失真	未提及具体的局限性	加速Developing Human Connectome Project (dHCP)中的新生儿皮质表面重建过程	新生儿脑部结构磁共振成像数据	计算机视觉	NA	深度学习	多尺度形变网络	图像	测试样本为82.5%
1224	2024-12-16	Multi-scale region selection network in deep features for full-field mammogram classification 2025-Feb, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103399 PMID:39615148	研究论文	本文提出了一种深度多尺度区域选择网络（MRSN），用于无需ROI或分割标注的全场乳腺X光片分类	MRSN通过多尺度特征选择，避免了依赖ROI标注，同时提高了模型性能	NA	开发一种无需ROI标注的全场乳腺X光片分类方法，以降低计算机辅助诊断系统的成本和复杂性	乳腺X光片图像	计算机视觉	乳腺癌	深度卷积神经网络	CNN	图像	两个公开数据集和一个私有数据集
1225	2024-12-14	Brain structural connectomic topology predicts medication response in youth with bipolar disorder: A randomized clinical trial 2025-Feb-15, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2024.11.061 PMID:39577502	研究论文	本研究探讨了大脑结构连接组拓扑结构在预测双相情感障碍青少年药物反应中的作用	首次研究了大脑结构连接组拓扑结构在预测双相情感障碍青少年药物反应中的价值，并提出了基于深度学习的预测模型	需要独立重复实验来验证初步发现	研究大脑结构连接组拓扑结构在预测双相情感障碍青少年药物反应中的作用	双相情感障碍青少年患者的大脑结构连接组拓扑结构	神经影像学	双相情感障碍	结构磁共振成像（MRI）	深度学习模型	图像	121名未接受过精神药物治疗的双相情感障碍I型青少年
1226	2024-12-14	A multi-perspective deep learning framework for enhancer characterization and identification 2025-Feb, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108284 PMID:39577030	研究论文	本研究介绍了一种用于增强子特征化和识别的多视角深度学习框架MPDL-Enhancer	创新的双尺度深度神经网络和独特的特征表示策略	NA	准确识别和表征增强子，以理解基因调控网络及相关疾病的发展	增强子序列	机器学习	NA	dna2vec模型	双尺度深度神经网络	DNA序列	独立测试数据集
1227	2024-12-14	Investigating streetscape environmental characteristics associated with road traffic crashes using street view imagery and computer vision 2025-Feb, Accident; analysis and prevention DOI:10.1016/j.aap.2024.107851 PMID:39581057	研究论文	本研究利用街景图像和计算机视觉技术，结合语义分割和目标检测网络，分析了街道环境特征与道路交通事故之间的关系	本研究通过结合语义分割和目标检测网络，全面测量街道环境特征，克服了传统方法仅依赖语义分割的局限性	本研究主要基于百度街景图像，可能无法完全代表所有地区的街道环境特征	探讨街道环境特征与道路交通事故之间的关系，为提升道路安全提供依据	街道环境特征（如道路、人行道、建筑物等）与三种交通事故类型（车辆-车辆碰撞、车辆-行人碰撞、单车事故）	计算机视觉	NA	深度学习	语义分割网络和目标检测网络	图像	NA
1228	2024-12-14	IoT based healthcare system using fractional dung beetle optimization enabled deep learning for breast cancer classification 2025-Feb, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108277 PMID:39586227	研究论文	本文提出了一种基于物联网的医疗系统，利用分数阶蜣螂优化算法支持的深度学习进行乳腺癌分类	创新点在于结合了物联网技术和分数阶蜣螂优化算法，通过SqueezeNet_Fractional Dung Beetle Optimization (Squeeze_FDBO)提高了乳腺癌分类的准确性和路由性能	NA	旨在提高乳腺癌分类的准确性，从而促进早期检测和治疗	乳腺癌的分类和诊断	计算机视觉	乳腺癌	分数阶蜣螂优化算法	SqueezeNet	图像	NA
1229	2024-10-14	Corrigendum to 'Deep learning dives: Predicting anxiety in Zebrafish through novel tank assay analysis' Physiology & Behavior (2024), 114696 2025-Feb-01, Physiology & behavior IF:2.4Q2 DOI:10.1016/j.physbeh.2024.114705 PMID:39395874	correction	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1230	2024-12-11	Enhancing forensic blood detection using hyperspectral imaging and advanced preprocessing techniques 2025-Feb-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.127097 PMID:39454346	研究论文	本研究探讨了使用高光谱成像（HSI）和先进预处理技术来增强法医血液检测的方法	引入了名为Fast Extraction（FE）框架的新方法，包括Enhancing Transformation Reduction（ETR）方法和兼容的分类模型，显著提高了血液检测的准确性和效率	未提及具体局限性	提高法医血液检测的准确性和效率	血液检测中的高光谱成像数据	计算机视觉	NA	高光谱成像（HSI）	分类模型	图像	使用HyperBlood数据集进行验证
1231	2024-12-11	Small-data-trained model for predicting nitrate accumulation in one-stage partial nitritation-anammox processes controlled by oxygen supply rate 2025-Feb-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2024.122798 PMID:39581117	研究论文	本研究提出了一种基于氧气供应率控制硝酸盐积累的新策略，并通过实验和深度学习模型验证了其有效性	提出了基于氧气供应率控制硝酸盐积累的新策略，并开发了一种结合门控循环单元和多层感知器的深度学习模型来预测硝酸盐积累	实验规模为实验室级别，可能需要进一步验证其在实际污水处理中的应用效果	研究如何通过控制氧气供应率来有效防止部分硝化-厌氧氨氧化过程中硝酸盐的积累	部分硝化-厌氧氨氧化过程中的硝酸盐积累	环境工程	NA	深度学习	门控循环单元和多层感知器	实验数据	一个实验室规模的单级部分硝化-厌氧氨氧化系统，持续运行135天，分为五个阶段
1232	2024-12-11	Stress recognition identifying relevant facial action units through explainable artificial intelligence and machine learning 2025-Feb, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108507 PMID:39608217	研究论文	本文研究了基于面部动作单元（AUs）的自动急性应激识别，使用了传统机器学习和深度学习技术	本文提出了一个新的实验数据集，并使用计算特征选择方法来选择相关AUs的组合子集，结合传统机器学习和深度学习方法进行应激条件下的AUs识别	NA	研究自动急性应激识别	面部动作单元（AUs）	机器学习	NA	Layer-Wise Relevance Propagation算法	传统机器学习和深度学习方法	图像	58名参与者
1233	2024-12-11	Predicting the risk of chronic kidney disease based on uric acid concentration in stones using biosensors integrated with a deep learning-based ANN system 2025-Feb-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.127077 PMID:39476796	研究论文	本研究开发了一种基于生物传感器的尿酸浓度检测方法，并结合深度学习的人工神经网络系统预测慢性肾病风险	首次将生物传感器与深度学习结合，用于检测尿石中的尿酸浓度并预测慢性肾病风险	实验范围仅限于0.15-5 mM的尿酸浓度，可能不适用于更高浓度的情况	开发一种新的方法来预测慢性肾病的风险	尿石中的尿酸浓度和慢性肾病风险	生物传感器	慢性肾病	生物传感器、循环伏安法	人工神经网络	数值数据	使用Chronic_Kidney_Disease数据集和文献中的补充数据进行训练
1234	2024-12-11	Selective denoising autoencoder for classification of noisy gas mixtures using 2D transition metal dichalcogenides 2025-Feb-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.127129 PMID:39520916	研究论文	本文提出了一种名为选择性去噪自编码器（SDAE）的深度学习方法，用于在噪声环境下对气体混合物进行分类	创新点在于开发了一种新的深度学习方法SDAE，能够智能地利用来自真实环境的干净和噪声数据进行混合气体分类	NA	旨在解决电子鼻技术在实际工业应用中因环境变量引起的传感数据噪声问题	研究对象包括NO、NH及其混合物（比例为1:1、1:2和2:1）	机器学习	NA	Raman光谱、X射线光电子能谱、扫描电子显微镜	选择性去噪自编码器（SDAE）	气体传感数据	NA
1235	2024-12-11	Speech based suicide risk recognition for crisis intervention hotlines using explainable multi-task learning 2025-Feb-01, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2024.11.022 PMID:39528146	研究论文	本文研究了基于可解释多任务学习的语音危机干预热线自杀风险识别方法	提出了基于多任务学习和深度学习的性别辅助语音危机识别方法，并通过数据和理论双重驱动提升模型效果	样本量有限且忽略了其他模态的信息	提升危机干预热线的有效性，通过语音信号和深度学习辅助危机评估	危机干预热线中的自杀风险识别	机器学习	NA	深度学习	多任务学习	语音	构建了一个危机干预热线自杀风险语音数据集，样本量有限
1236	2024-12-11	EMR-LIP: A lightweight framework for standardizing the preprocessing of longitudinal irregular data in electronic medical records 2025-Feb, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108521 PMID:39615196	研究论文	本文介绍了一种轻量级的电子病历纵向不规则数据预处理框架EMR-LIP，旨在提高研究效率、一致性、可重复性和可比性	EMR-LIP通过模块化预处理流程和更细粒度的变量分类，设计了针对每种类型数据的特定预处理技术，提供了一种标准化的预处理方法	NA	优化电子病历中纵向不规则数据的预处理，提高临床预测模型的性能	电子病历中的纵向不规则数据	机器学习	NA	深度学习	LSTM, GRU	文本	两个公共电子病历数据库MIMIC-IV和eICU-CRD
1237	2024-12-09	Simultaneous quantitative analysis of multiple metabolites using label-free surface-enhanced Raman spectroscopy and explainable deep learning 2025-Feb-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125386 PMID:39509865	研究论文	本研究结合无标记表面增强拉曼光谱（SERS）和深度学习技术，利用SHAP解释模型，实现了多种代谢物的同步定量分析	首次将无标记SERS与深度学习结合，并利用SHAP解释模型，提供可视化的预测解释	NA	开发一种新的代谢物分析方法，用于临床诊断和个性化医疗	尿酸、黄嘌呤、次黄嘌呤和肌酐等代谢物	生物医学工程	NA	表面增强拉曼光谱（SERS）	深度神经网络	光谱数据	混合溶液中的目标代谢物
1238	2024-12-09	Fluorescence spectroscopy combined with multilayer perceptron deep learning to identify the authenticity of monofloral honey-Rape honey 2025-Feb-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125418 PMID:39547148	研究论文	本文利用荧光光谱结合多层感知器深度学习技术，无需预处理或特征提取，快速准确地鉴定了油菜蜂蜜的真实性	首次将荧光光谱与多层感知器深度学习结合，用于蜂蜜真实性鉴定，无需预处理或特征提取	仅限于油菜蜂蜜的真实性鉴定，未涉及其他类型的蜂蜜	开发一种快速、简便且无损的蜂蜜真实性鉴定技术	油菜蜂蜜的真实性	机器学习	NA	荧光光谱	多层感知器 (MLP)	荧光强度数据	91个真实和掺假的蜂蜜样本
1239	2024-12-09	Enhancing soil nitrogen measurement via visible-near infrared spectroscopy: Integrating soil particle size distribution with long short-term memory models 2025-Feb-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125317 PMID:39471554	研究论文	本文提出了一种结合土壤颗粒大小分布（PSD）和可见-近红外光谱（Vis-NIR）的深度学习方法，用于提高土壤氮含量的测量精度	本文创新性地将土壤颗粒大小分布与可见-近红外光谱数据结合，通过长短期记忆模型（LSTM）提高了土壤氮含量测量的准确性和可靠性	本文未详细讨论该方法在不同土壤类型和环境条件下的适用性	研究目的是提高土壤氮含量的测量精度，为农业管理和生态环境提供高质量的数据支持	研究对象是土壤氮含量及其与土壤颗粒大小分布和可见-近红外光谱的关系	机器学习	NA	可见-近红外光谱（Vis-NIR）	长短期记忆模型（LSTM）	光谱数据	使用了LUCAS数据集中的样本
1240	2024-12-09	Plasma treated bimetallic nanofibers as sensitive SERS platform and deep learning model for detection and classification of antibiotics 2025-Feb-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125417 PMID:39541643	研究论文	本文报道了一种通过氧等离子体处理的二元金属纳米纤维作为高灵敏度的SERS平台，并结合深度学习模型用于抗生素的检测和分类	提出了一种新的氧等离子体处理的二元金属纳米纤维SERS平台，具有高灵敏度和可重复性，并结合了深度学习模型进行有效分类	NA	开发一种高灵敏度和成本效益的SERS基底，用于在实际环境中检测痕量浓度的分析物	二元金属纳米纤维SERS平台和深度学习模型	NA	NA	SERS	人工神经网络（ANN）	光谱数据	涉及两种抗生素 - 氟康唑（FLU）和林可霉素（LIN）