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
1341	2025-02-12	Applicability of the regression approach for histological multi-class grading in clear cell renal cell carcinoma 2025-Mar, Regenerative therapy IF:3.4Q2 DOI:10.1016/j.reth.2025.01.011 PMID:39925965	研究论文	本文探讨了回归方法在透明细胞肾细胞癌多类别分级中的适用性	首次广泛研究了回归方法在多类别癌分级中的应用，并证明其在透明细胞肾细胞癌四类分级中的有效性	研究仅基于16张全片图像和11,826个组织学图像块，样本量相对较小	评估回归方法在多类别癌分级中的适用性	透明细胞肾细胞癌的组织学图像	数字病理学	肾癌	深度学习	CNN（DenseNet-121和Inception-v3）	图像	16张全片图像和11,826个组织学图像块
1342	2025-02-11	Research on Intelligent Monitoring and Concentration Prediction for Penicillin Fermentation Process 2025-Mar, Biotechnology and bioengineering IF:3.5Q2 DOI:10.1002/bit.28903 PMID:39710987	研究论文	本研究利用PenSim模拟数据集，应用多种机器学习和深度学习技术预测青霉素发酵过程中的浓度	通过相关性分析筛选出对青霉素浓度有显著影响的九个特征变量，并采用网格搜索系统优化各种预测模型的超参数	研究基于模拟数据集，可能无法完全反映实际生产环境中的复杂性	提高青霉素发酵过程的智能监控和浓度预测，以提升生产效率和质量保证	青霉素发酵过程中的浓度	机器学习	NA	机器学习和深度学习技术	岭回归模型	模拟数据	PenSim模拟数据集
1343	2025-02-10	Decoding thoughts, encoding ethics: A narrative review of the BCI-AI revolution 2025-Mar-01, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2024.149423 PMID:39719191	综述	本文综述了脑机接口（BCI）与人工智能（AI）整合的机制，评估了信号采集和处理技术的最新进展，并评估了AI增强的神经解码策略	本文强调了BCI-AI系统在信号质量、解码精度和用户适应方面的显著进展，特别是在高密度电极阵列、深度学习解码器、自适应算法和闭环优化框架方面的创新	尽管BCI-AI整合取得了显著进展，但在长期稳定性和用户训练方面仍存在挑战	分析BCI与AI整合的机制，评估信号采集和处理技术的最新进展，并评估AI增强的神经解码策略	脑机接口（BCI）与人工智能（AI）整合	脑机接口	NA	高密度电极阵列、深度学习解码器、自适应算法、闭环优化框架	深度学习	神经信号	NA
1344	2025-02-09	SIAM: Spatial and Intensity Awareness Module for cerebrovascular segmentation 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108511 PMID:39626410	研究论文	本文提出了一种新的空间和强度感知模块（SIAM），用于有限的脑血管分割，通过引入空间和像素强度扰动来构建新的匹配数据，以增强模型的学习能力	SIAM模块通过空间和像素强度扰动构建新的匹配数据，增强了模型对脑血管语义的理解，且具有即插即用的特性	尽管SIAM在有限数据下表现良好，但其在更大规模数据集上的性能仍需进一步验证	提高脑血管分割的准确性和鲁棒性，特别是在数据有限的情况下	脑血管图像	计算机视觉	脑血管疾病	深度学习	SIAM模块	3D图像	三个不同模态的脑血管数据集
1345	2025-02-09	A multi-task framework for breast cancer segmentation and classification in ultrasound imaging 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108540 PMID:39647406	研究论文	本文提出了一种用于超声图像中乳腺癌分割和分类的多任务框架，旨在提高乳腺癌病变的检测效果	引入了一种端到端的多任务框架，利用乳腺癌病变分类和分割任务之间的内在相关性，并在广泛使用的公共乳腺癌超声数据集BUSI上进行了综合分析	研究中未提及具体的数据标准化问题，且未详细讨论非肿瘤图像在训练中的影响	探索多任务系统在增强乳腺癌病变检测中的潜力	乳腺癌超声图像	计算机视觉	乳腺癌	深度学习	多任务框架	图像	使用公共乳腺癌超声数据集BUSI
1346	2025-02-09	Time-hybrid OSAformer (THO): A hybrid temporal sequence transformer for accurate detection of obstructive sleep apnea via single-lead ECG signals 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108558 PMID:39662234	研究论文	本文提出了一种名为时间混合OSAformer（THO）的新方法，利用单导联心电图信号进行阻塞性睡眠呼吸暂停（OSA）的准确检测	THO模型结合了扩张卷积和长短期记忆（LSTM）的混合架构，以及多尺度特征融合策略，并集成了多头部注意力模型中的嵌入式记忆衰减机制，以捕捉时间序列数据的实时特征	NA	提高使用单导联心电图信号进行阻塞性睡眠呼吸暂停（OSA）检测的准确性	阻塞性睡眠呼吸暂停（OSA）患者	机器学习	阻塞性睡眠呼吸暂停	单导联心电图信号分析	THO（结合扩张卷积和LSTM的混合架构）	时间序列数据（心电图信号）	NA
1347	2025-02-09	EpiBrCan-Lite: A lightweight deep learning model for breast cancer subtype classification using epigenomic data 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108553 PMID:39667144	研究论文	本文提出了一种名为EpiBrCan-Lite的轻量级深度学习模型，用于利用DNA甲基化数据对乳腺癌亚型进行分类	EpiBrCan-Lite模型通过改进传统的Transformer编码器，使用GRU模块替代MLP模块，减少了可训练权重参数（TWP），并捕捉了输入特征数据的长程依赖关系	模型在TCGA乳腺癌数据集上进行了验证，但该数据集存在类别不平衡问题，尽管使用了SMOTE技术进行缓解，但仍可能影响模型的泛化能力	提高乳腺癌亚型分类的准确性和效率，以便更好地进行患者预后	乳腺癌亚型分类	机器学习	乳腺癌	DNA甲基化数据	EpiBrCan-Lite（基于Transformer和GRU的混合模型）	DNA甲基化数据	TCGA乳腺癌数据集
1348	2025-02-09	Improving real-time detection of laryngeal lesions in endoscopic images using a decoupled super-resolution enhanced YOLO 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108539 PMID:39689500	研究论文	本研究提出了一种名为SRE-YOLO的深度学习方法，用于实时检测喉部病变，通过结合YOLOv8n基线和超分辨率分支来提高病变检测的准确性	SRE-YOLO方法在YOLOv8n基线的基础上集成了超分辨率分支，以增强病变检测，并在推理过程中解耦以保持低计算需求	研究依赖于多中心数据集，可能受到数据集多样性和采集模态的限制	开发一种高效的深度学习驱动决策支持系统，用于实时检测喉部病变	喉部病变	计算机视觉	喉癌	深度学习	YOLOv8n	图像	多中心数据集，涵盖多种喉部病理和采集模态
1349	2025-02-09	Transferable automatic hematological cell classification: Overcoming data limitations with self-supervised learning 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108560 PMID:39693791	研究论文	本研究提出将自监督学习（SSL）集成到细胞分类流程中，以解决数据稀缺和模型泛化能力有限的问题	通过自监督学习提取细胞图像特征，无需使用图像注释，并在少量标注图像上训练轻量级机器学习分类器，提高了分类准确性和模型适应性	研究仅基于四个公开的血液学单细胞图像数据集，可能无法完全代表所有实验室的情况	开发稳健可靠的自动细胞分类系统，以解决数据稀缺和模型泛化能力有限的问题	外周血和骨髓细胞	数字病理学	血液疾病	自监督学习（SSL）	轻量级机器学习分类器	图像	四个公开的血液学单细胞图像数据集，包括一个骨髓和三个外周血数据集
1350	2025-02-09	Multimodal autism detection: Deep hybrid model with improved feature level fusion 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108492 PMID:39700689	研究论文	本研究提出了一种基于深度学习的多模态自闭症检测模型，通过改进的特征级融合方法提高预测准确性	提出了一种新的自闭症检测模型，结合了改进的特征级融合方法和混合模型（CNN和Bi-GRU），显著提高了预测准确性	未提及样本的具体来源和多样性，可能影响模型的泛化能力	开发一种基于深度学习的自闭症检测模型，以提高诊断准确性	自闭症谱系障碍（ASD）患者	机器学习	自闭症	Gabor滤波、Wiener滤波、CSP、改进的奇异谱熵、相关维度、改进的主动外观模型、GLCM特征、SLBT	CNN、Bi-GRU	图像、EEG信号	NA
1351	2025-02-09	Robust multi-modal fusion architecture for medical data with knowledge distillation 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108568 PMID:39709743	研究论文	本文提出了一种新颖且高效的多模态融合框架，用于医疗数据集，即使在缺少一个或多个模态的情况下也能保持一致的性能	提出了一种基于池化瓶颈（PB）注意力的多模态融合模块，并结合知识蒸馏（KD）和梯度调制（GM）方法，以增强模型在缺失模态情况下的推理能力	研究仅在MIMIC-IV数据集上进行评估，可能需要进一步验证在其他数据集上的泛化能力	开发一种能够在缺失模态情况下保持性能的多模态融合框架，用于医疗数据	胸部X光片、现病史文本、人口统计和实验室测试等表格数据	数字病理	NA	知识蒸馏（KD）、梯度调制（GM）	多模态融合模型	图像、文本、表格数据	MIMIC-IV数据集
1352	2024-08-07	Editorial for "Deep Learning Assisted Classification of T1ρ-MR Based Intervertebral Disc Degeneration Phases" 2025-Mar, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29509 PMID:39016471	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1353	2025-02-08	Predicting craniofacial fibrous dysplasia growth status: an exploratory study of a hybrid radiomics and deep learning model based on computed tomography images 2025-Mar, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2024.11.002 PMID:39725588	研究论文	本研究旨在开发基于CT图像的三种模型，用于区分颅面纤维性发育不良（CFD）患者的病变进展状态	结合了放射组学和深度学习的混合模型（Model Rad+DL），在评估CFD病变进展方面表现出优越性	研究为回顾性分析，样本量有限（148例患者）	开发并评估基于CT图像的模型，以区分CFD患者的病变进展状态	148名CFD患者的术前CT扫描图像	数字病理学	颅面纤维性发育不良	3D-Slicer软件用于图像分割和特征提取	混合模型（放射组学和深度学习）	CT图像	148名CFD患者
1354	2025-02-08	Evaluation of GPT-4 concordance with north American spine society guidelines for lumbar fusion surgery 2025-Mar, North American Spine Society journal DOI:10.1016/j.xnsj.2024.100580 PMID:39911377	研究论文	本文评估了GPT-4与北美脊柱协会（NASS）腰椎融合手术指南的一致性	首次评估GPT-4在腰椎融合手术临床决策中的一致性，探索AI在脊柱手术实践中的潜在应用	研究样本量较小，仅包含17个临床案例，且仅限于NASS指南的特定场景	评估GPT-4在腰椎融合手术临床决策中的一致性，探索AI在脊柱手术中的应用潜力	17个基于NASS标准的腰椎融合手术临床案例	自然语言处理	脊柱疾病	GPT-4	深度学习模型	文本	17个临床案例
1355	2025-02-08	Editorial for "Multiparametric MRI-Based Deep Learning Radiomics Model for Assessing 5-Year Recurrence Risk in Non-Muscle Invasive Bladder Cancer" 2025-Mar, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29592 PMID:39258759	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1356	2025-02-06	Integrating artificial intelligence with smartphone-based imaging for cancer detection in vivo 2025-Mar-01, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2024.116982 PMID:39616900	研究论文	本文探讨了将人工智能与智能手机成像技术结合用于体内癌症检测的潜力和挑战	提出了利用智能手机成像系统和AI算法进行便携、经济、广泛可及的早期癌症检测的创新方法	智能手机成像系统面临成像质量低和计算能力有限的挑战，AI算法的透明性和可靠性仍需提高	开发便携、经济、广泛可及的早期癌症检测工具	不同癌症类型的体内检测	数字病理学	癌症	智能手机成像系统	深度学习算法	图像	NA
1357	2025-02-06	Fully automatic reconstruction of prostate high-dose-rate brachytherapy interstitial needles using two-phase deep learning-based segmentation and object tracking algorithms 2025-Mar, Clinical and translational radiation oncology IF:2.7Q2 DOI:10.1016/j.ctro.2025.100925 PMID:39901943	研究论文	本研究提出了一种基于深度学习的双阶段方法，用于通过患者的CT图像自动定位高剂量率（HDR）前列腺近距离放射治疗导管	提出了一种新的双阶段深度学习方法，结合pix2pix GAN和GOTURN网络，实现了前列腺HDR-BT间质针的自动定位和重建	研究仅基于25名患者的数据集，样本量相对较小	自动化定位和重建前列腺HDR-BT间质针，以提高治疗质量	前列腺高剂量率近距离放射治疗导管	计算机视觉	前列腺癌	深度学习	pix2pix GAN, GOTURN	CT图像	25名患者，592张CT切片，8764根针
1358	2025-02-04	DeepAptamer: Advancing high-affinity aptamer discovery with a hybrid deep learning model 2025-Mar-11, Molecular therapy. Nucleic acids DOI:10.1016/j.omtn.2024.102436 PMID:39897584	研究论文	本文提出了一种名为DeepAptamer的混合深度学习模型，用于从早期未富集的SELEX轮次中识别高亲和力的寡核苷酸适配体	DeepAptamer结合了卷积神经网络和双向长短期记忆网络，整合了序列组成和结构特征来预测适配体结合亲和力和潜在结合基序，显著提高了高亲和力适配体的发现效率	NA	解决SELEX过程中实验偏差和非特异性相互作用导致的高失败率问题，提高高亲和力适配体的发现效率	寡核苷酸适配体	机器学习	NA	SELEX	CNN, LSTM	序列数据	NA
1359	2025-02-05	Dongting Lake algal bloom forecasting: Robustness and accuracy analysis of deep learning models 2025-Mar-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.136804 PMID:39672063	研究论文	本研究开发了一种基于深度学习的早期预警系统，用于预测洞庭湖有害藻华的爆发	结合时间序列分析和iTransformer模型，提高了预测精度，并通过模型注意力权重分析确定了影响藻类密度的关键因素	未来研究应探索更多环境变量以增强模型的预测能力和泛化能力	开发一种有效的早期预警系统，用于预测淡水湖中有害藻华的爆发	洞庭湖的水质数据	机器学习	NA	深度学习	iTransformer	时间序列数据	NA
1360	2025-02-05	Automated Quantitative Assessment of Retinal Vascular Tortuosity in Patients with Sickle Cell Disease 2025 Mar-Apr, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100658 PMID:39886358	研究论文	本文使用自动化的深度学习管道定量评估镰状细胞病（SCD）和视网膜病变（SCR）患者的视网膜血管曲折度	首次使用深度学习算法自动计算镰状细胞病患者的视网膜微血管曲折度，并发现其与疾病严重程度相关	样本量相对较小，且未明确说明深度学习算法的具体架构和训练细节	评估镰状细胞病患者的视网膜血管曲折度，探索其作为疾病严重程度的潜在生物标志物	镰状细胞病（SCD）和视网膜病变（SCR）患者	数字病理学	镰状细胞病	深度学习	深度学习算法（未具体说明）	图像	64名SCD患者（119只眼）和57名年龄和种族匹配的对照组（106只眼）