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
1301	2025-01-24	Fraud detection in healthcare claims using machine learning: A systematic review 2025-Feb, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.103061 PMID:39756221	系统综述	本文系统回顾了过去二十年中应用于健康保险欺诈检测的机器学习技术，分析了相关数据和方法，并探讨了研究挑战和机遇	本文首次系统性地回顾了机器学习在健康保险欺诈检测中的应用，并提供了对研究挑战和未来机会的深入分析	数据不一致、缺乏数据标准化和整合、隐私问题以及用于训练模型的标记欺诈案例数量有限	分析机器学习技术在健康保险欺诈检测中的应用，探讨研究挑战和未来机会	健康保险欺诈检测	机器学习	NA	机器学习	无监督学习、监督学习、混合方法	健康保险索赔数据	137篇研究文章，涉及16个国家的数据，主要来自美国（96篇）、中国（11篇）和澳大利亚（5篇）
1302	2025-01-24	ECGEFNet: A two-branch deep learning model for calculating left ventricular ejection fraction using electrocardiogram 2025-Feb, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.103065 PMID:39809042	研究论文	本文提出了一种名为ECGEFNet的双分支深度学习模型，用于通过心电图（ECG）计算左心室射血分数（LVEF），旨在作为初级医疗筛查工具并促进心脏功能障碍的长期动态监测	创新地整合了原始数值信号和波形图，通过融合注意力机制（FAT）和双分支特征融合模块（BFF）解决了分支间信息交互不足和特征融合效率低的问题	NA	开发一种通过心电图计算左心室射血分数的深度学习模型，以早期检测和监测左心室收缩功能障碍	左心室射血分数（LVEF）	机器学习	心血管疾病	深度学习	双分支深度学习模型（ECGEFNet）	心电图（ECG）	大型内部数据集
1303	2025-01-24	χ-sepnet: Deep Neural Network for Magnetic Susceptibility Source Separation 2025-Feb-01, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70136 PMID:39835664	研究论文	本文介绍了一种名为χ-sepnet的深度神经网络，用于磁化率源分离，旨在解决定量磁化率映射（QSM）中的条纹伪影问题，并通过深度学习提高磁化率源分离图的质量	提出了两种基于深度学习的磁化率源分离流程，χ-sepnet- 和χ-sepnet- ，分别适用于多回波GRE和多回波自旋回波（或快速自旋回波）数据输入，以及仅多回波GRE数据输入，显著减少了传统正则化重建方法中的伪影	需要进一步评估在各种疾病和病理条件下的应用效果	解决磁化率源分离中的条纹伪影问题，提高磁化率源分离图的质量	健康受试者和多发性硬化症患者的脑部磁化率源分离图	医学影像处理	多发性硬化症	多回波GRE和多回波自旋回波（或快速自旋回波）数据采集	深度神经网络	磁共振成像（MRI）数据	250个病灶
1304	2025-01-24	Mixed reality infrastructure based on deep learning medical image segmentation and 3D visualization for bone tumors using DCU-Net 2025-Feb, Journal of bone oncology IF:3.1Q2 DOI:10.1016/j.jbo.2024.100654 PMID:39839577	研究论文	本研究提出了一种基于双维度降维和通道注意力门控机制的U-Net模型（DCU-Net），用于骨肿瘤的医学图像分割和3D重建，并构建了混合现实（MR）基础设施，探索其在骨肿瘤诊断和治疗中的应用前景	提出了DCU-Net模型，结合双维度降维和通道注意力门控机制，优化特征提取和目标空间聚类能力，实现了骨肉瘤的自动分割和3D重建，并构建了基于深度学习和混合现实的MR基础设施	未提及具体的数据集规模和多样性，可能影响模型的泛化能力	提高骨肿瘤CT图像分割的性能，并通过3D重建和混合现实技术增强临床医生对肿瘤形态和空间关系的理解	骨肿瘤的CT图像	计算机视觉	骨肿瘤	DCU-Net模型，3D重建技术，混合现实（MR）技术	DCU-Net	图像	医院数据集（具体数量未提及）
1305	2025-01-24	Mid-infrared spectra of dried and roasted cocoa (Theobroma cacao L.): A dataset for machine learning-based classification of cocoa varieties and prediction of theobromine and caffeine content 2025-Feb, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.111243 PMID:39840227	研究论文	本文提供了一个关于干燥和烘焙可可豆的中红外光谱数据集，用于基于机器学习的可可品种分类和可可碱及咖啡因含量预测	该数据集结合了中红外光谱数据和HPLC定量分析，为机器学习模型提供了非破坏性的方法来预测可可碱和咖啡因含量及可可品种	数据集的应用可能受限于样本的多样性和实验条件的控制	开发自动化工具以支持可可工业中的实时质量控制、品种分类和产品优化	干燥和烘焙的可可豆	机器学习	NA	ATR-FTIR光谱和HPLC	NA	光谱数据	数据集包含根据实验条件和重复组织的Excel表格
1306	2025-01-23	Detection and severity assessment of obstructive sleep apnea according to deep learning of single-lead electrocardiogram signals 2025-Feb, Journal of sleep research IF:3.4Q2 DOI:10.1111/jsr.14285 PMID:39021352	研究论文	本文提出了一种基于单导联心电图信号的深度学习模型，用于阻塞性睡眠呼吸暂停的检测和严重程度评估	创新点在于使用单导联心电图信号进行阻塞性睡眠呼吸暂停的检测和严重程度评估，并通过深度学习模型实现高精度的分类	研究样本量相对较小，且主要依赖于医院和公开数据集，可能限制了模型的泛化能力	研究目的是开发一种便捷的阻塞性睡眠呼吸暂停检测方法，以辅助诊断和治疗	研究对象为375名接受多导睡眠图检查的患者	数字病理学	阻塞性睡眠呼吸暂停	深度学习	深度学习模型	心电图信号	375名患者
1307	2025-01-23	A hybrid deep learning model based on signal decomposition and dynamic feature selection for forecasting the influent parameters of wastewater treatment plants 2025-Feb-01, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2024.120615 PMID:39674247	研究论文	本文提出了一种结合信号分解和深度学习的混合模型，用于预测污水处理厂的进水参数，如化学需氧量（COD）和五日生化需氧量（BOD）	引入了新的动态特征选择（DFS）机制，以实时优化特征选择，减少模型冗余并提高预测稳定性	NA	提高污水处理厂进水参数（如COD和BOD）的预测准确性，以优化污水处理过程、提高效率并降低成本	污水处理厂的进水参数（COD和BOD）	机器学习	NA	信号分解和深度学习	混合深度学习模型	时间序列数据	两个污水处理厂的数据
1308	2025-01-23	One-core neuron deep learning for time series prediction 2025-Feb, National science review IF:16.3Q1 DOI:10.1093/nsr/nwae441 PMID:39830389	研究论文	本文提出了一种仅包含单个核心神经元的可解释'小模型'框架，即单核心神经元系统（OCNS），用于时间序列预测，旨在显著减少参数数量同时保持与现有'大模型'相当的性能	提出了一种仅包含单个核心神经元的深度学习框架，通过多延迟反馈设计，能够将输入特征向量/状态转换为一维时间序列/序列，理论上确保完全表示观测动态系统的状态	未提及具体的时间序列预测任务或数据集，可能限制了结果的普适性验证	探索在时间序列预测任务中构建参数少、性能优的深度学习框架	时间序列数据	机器学习	NA	深度学习	单核心神经元系统（OCNS）	时间序列数据	NA
1309	2025-01-23	BananaImageBD: A comprehensive banana image dataset for classification of banana varieties and detection of ripeness stages in Bangladesh 2025-Feb, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.111239 PMID:39830620	研究论文	本文介绍了一个全面的香蕉图像数据集BananaImageBD，用于分类香蕉品种和检测成熟度阶段	该数据集包含了孟加拉国四种常见香蕉品种和四个关键成熟阶段的详细图像，具有推动精准农业、食品加工和供应链管理等领域自动化和高效流程发展的潜力	数据集仅限于孟加拉国的香蕉品种和成熟阶段，可能不适用于其他地区或品种	开发自动化和高效的香蕉品种分类和成熟度检测系统	孟加拉国的四种常见香蕉品种及其四个成熟阶段	计算机视觉	NA	NA	机器学习和深度学习模型	图像	2471张不同香蕉品种的原始图像和820张不同成熟阶段的原始图像，增强后的数据集分别包含7413张和2457张图像
1310	2025-01-22	Developing an Effective Off-the-job Training Model and an Automated Evaluation System for Thoracoscopic Esophageal Atresia Surgery 2025-Feb, Journal of pediatric surgery IF:2.4Q2 DOI:10.1016/j.jpedsurg.2024.06.023 PMID:39054116	研究论文	本文旨在开发一种基于深度学习的自动化评估系统，用于评估胸腔镜食管闭锁手术中的手术技能	利用深度学习技术，基于镊子运动自动评估手术技能，提供客观的技能评估反馈	样本量较小，仅有45名参与者，且仅针对食管闭锁手术模型	开发一种自动化系统，用于评估胸腔镜食管闭锁手术中的手术技能	胸腔镜食管闭锁手术中的手术技能	计算机视觉	食管闭锁	深度学习	深度学习模型	图像	45名参与者（13名技能良好，32名技能较差）
1311	2025-01-22	An improved algorithm for salient object detection of microscope based on U2-Net 2025-Feb, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03205-w PMID:39322859	研究论文	本文提出了一种基于U-Net的改进显微镜显著目标检测算法，以提高医学图像捕获的效率和准确性	通过引入卷积块注意力模块（CBAM）增强网络的关键信息提取能力，构建简单金字塔池化模块（SPPM）优化网络复杂度，并使用Ghost卷积实现模型轻量化	未提及算法的具体应用场景和实际效果验证	提高显微镜图像捕获的效率和准确性，减少后续定量分析的负担	显微镜图像	计算机视觉	NA	深度学习	U-Net	图像	NA
1312	2025-01-22	A review of deep learning methods for gastrointestinal diseases classification applied in computer-aided diagnosis system 2025-Feb, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03203-y PMID:39343842	综述	本文综述了应用于计算机辅助诊断系统中的深度学习技术，用于胃肠道疾病的智能分类	本文提供了针对胃肠道疾病分类的深度学习技术的全面调查，并解决了复杂场景、临床限制和技术障碍中的挑战	NA	改进胃肠道疾病的智能分类，特别是辅助临床诊断	胃肠道疾病	计算机视觉	胃肠道疾病	深度学习	NA	图像	NA
1313	2025-01-22	A comprehensive review on genomic insights and advanced technologies for mastitis prevention in dairy animals 2025-Feb, Microbial pathogenesis IF:3.3Q2 DOI:10.1016/j.micpath.2024.107233 PMID:39694196	review	本文综述了基因组学及其相关技术在预防奶牛乳腺炎中的应用，包括全基因组学、表观遗传学、蛋白质组学和转录组学，并探讨了人工智能和CRISPR等先进技术在提高诊断、预防和治疗策略方面的潜力	整合了基因组学、人工智能和CRISPR等先进技术，提供了对乳腺炎流行病学、病原体进化的深入理解，并提出了更有效的诊断、预防和治疗策略	未提及具体的研究样本数量和数据来源，可能缺乏实证研究的支持	探讨基因组学和先进技术在预防奶牛乳腺炎中的应用，以提高牛奶产量和农场盈利能力	奶牛乳腺炎	基因组学	乳腺炎	全基因组学、表观遗传学、蛋白质组学、转录组学、CRISPR	CNN	基因组数据、蛋白质数据、转录组数据	NA
1314	2025-01-22	The role of sleep quality in mediating the relationship between habenula volume and resilience 2025-Feb, Psychiatry research IF:4.2Q1 DOI:10.1016/j.psychres.2025.116358 PMID:39799818	研究论文	本研究探讨了睡眠质量在缰核体积与心理韧性之间关系中的中介作用	首次在人类研究中揭示了缰核体积通过影响睡眠质量进而影响心理韧性的生物学机制	样本量较小（84名健康参与者），且仅基于横断面数据，无法确定因果关系	探索缰核体积与心理韧性之间关系的生物学机制	84名健康参与者	神经影像学	抑郁症	3T-MRI T1加权成像	深度学习自动分割模型	MRI图像	84名健康参与者
1315	2025-01-22	The Impact of Deep Learning on Determining the Necessity of Bronchoscopy in Pediatric Foreign Body Aspiration: Can Negative Bronchoscopy Rates Be Reduced? 2025-Feb, Journal of pediatric surgery IF:2.4Q2 DOI:10.1016/j.jpedsurg.2024.162014 PMID:39489944	研究论文	本研究评估了深度学习方法在诊断儿童异物吸入（FBA）中的作用，以减少阴性支气管镜检查的频率并最小化潜在并发症	使用卷积神经网络（CNN）深度学习方法显著提高了预测支气管镜检查必要性的准确性，减少了阴性支气管镜检查率	研究样本量较小，未来需要更大规模的多中心数据集来验证和增强研究结果	评估深度学习方法在诊断儿童异物吸入中的应用效果	47名疑似异物吸入的儿童患者和63名健康儿童	计算机视觉	儿童异物吸入	卷积神经网络（CNN）和多元逻辑回归（MLR）	CNN	X光图像	110张PA CXR图像（47名患者和63名健康儿童）
1316	2025-01-22	Deciphering glioblastoma: Unveiling imaging markers for predicting MGMT promoter methylation status 2025-Feb, Current problems in cancer IF:2.5Q3 DOI:10.1016/j.currproblcancer.2024.101156 PMID:39531875	综述	本文探讨了影像特征在预测胶质母细胞瘤MGMT启动子甲基化状态中的潜力，这对于治疗反应和患者预后至关重要	结合当前影像技术和新兴的放射组学及深度学习模型，可能实现MGMT甲基化状态的及时准确预测，从而提供更早和更个性化的治疗和预后	尽管这些先进的放射组学模型正在迅速兴起，但需要进一步的发展、标准化和实施，以实现更高水平和更个性化的患者护理	探索影像特征在预测MGMT启动子甲基化状态中的潜力，以改善胶质母细胞瘤的治疗反应和患者预后	胶质母细胞瘤患者	数字病理学	胶质母细胞瘤	放射组学和深度学习模型	深度学习模型	影像数据	NA
1317	2025-01-22	A fine-tuning deep residual convolutional neural network for emotion recognition based on frequency-channel matrices representation of one-dimensional electroencephalography 2025-Feb, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2023.2286918 PMID:38017703	研究论文	本文提出了一种基于一维脑电图（EEG）信号的频率-通道矩阵表示的深度残差卷积神经网络模型，用于情感识别	结合预训练的深度残差卷积神经网络和迁移学习技术，利用频率-通道矩阵（FCM）自动学习多通道EEG数据的潜在内在特征，提高了情感识别的准确性	NA	提高基于EEG信号的情感识别系统的自动化和准确性	一维脑电图（EEG）信号	机器学习	NA	迁移学习	深度残差卷积神经网络（CNN）	一维脑电图（EEG）信号	DEAP数据集上的5折交叉验证
1318	2025-01-20	Multimodal Image Confidence: A Novel Method for Tumor and Organ Boundary Representation 2025-Feb-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.09.020 PMID:39303999	研究论文	本研究介绍了一种创新的多模态图像置信度（MMC）算法，用于在医学图像中表示肿瘤和器官边界	MMC算法利用多模态医学图像的互补优势，为感兴趣区域（ROI）内的每个体素分配置信度，无需模型训练，区别于基于深度学习的方法	NA	提高放射治疗中肿瘤和器官边界的准确描绘	鼻咽癌和胶质瘤病例	数字病理学	鼻咽癌, 胶质瘤	多模态医学图像分析	NA	3D医学图像	156例鼻咽癌病例和1251例胶质瘤病例
1319	2025-01-19	High-Accuracy and Lightweight Image Classification Network for Optimizing Lymphoblastic Leukemia Diagnosisy 2025-Feb, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24704 PMID:39429031	研究论文	本文提出了一种高精度且轻量级的图像分类网络，用于优化淋巴细胞白血病的诊断	采用了一种渐进式缩减方法，整合了包括宽度、深度、分辨率和内核大小在内的多维度剪枝技术，训练出一个轻量级模型	模型的性能可能受到可用数据集和部署设备的物理限制	优化淋巴细胞白血病的早期检测和诊断	淋巴细胞白血病患者的骨髓细胞图像	计算机视觉	白血病	深度学习	轻量级图像分类网络	图像	17,826张来自85名患者的骨髓细胞图像
1320	2025-01-19	Coinciding Diabetic Retinopathy and Diabetic Macular Edema Grading With Rat Swarm Optimization Algorithm for Enhanced Capsule Generation Adversarial Network 2025-Feb, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24709 PMID:39487733	研究论文	本文提出了一种基于大鼠群优化算法增强的胶囊生成对抗网络（ECGAN），用于糖尿病视网膜病变（DR）和糖尿病黄斑水肿（DME）的分级	创新点在于结合了大鼠群优化算法（RSO）来优化胶囊生成对抗网络（ECGAN），以提高DR和DME分级的准确性	研究使用了不平衡的ISBI 2018数据集，可能影响模型的泛化能力	研究目的是通过改进的深度学习模型提高DR和DME的早期检测和分级准确性	研究对象是糖尿病视网膜病变（DR）和糖尿病黄斑水肿（DME）患者	计算机视觉	糖尿病视网膜病变	Savitzky-Golay滤波、离散剪切波变换（DST）	胶囊生成对抗网络（ECGAN）、大鼠群优化算法（RSO）	图像	ISBI 2018不平衡DR分级数据集