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
1121	2025-02-07	Domain-guided conditional diffusion model for unsupervised domain adaptation 2025-Apr, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.107031 PMID:39778293	研究论文	本文提出了一种领域引导的条件扩散模型（DCDM），用于无监督领域自适应（UDA），以生成高保真的目标领域样本，从而简化从源领域到目标领域的迁移	DCDM引入了类别信息来控制生成样本的标签，并使用领域分类器引导生成样本朝向目标领域，显著提升了无监督领域自适应的性能	模型性能可能受到领域间差异较大和目标领域数据有限的限制	解决深度学习模型在新应用场景中的迁移性问题，提升无监督领域自适应的效果	无监督领域自适应（UDA）中的领域迁移问题	机器学习	NA	条件扩散模型	DCDM	图像或其他领域数据	NA
1122	2025-02-06	Predicting bone metastasis risk of colorectal tumors using radiomics and deep learning ViT model 2025-Apr, Journal of bone oncology IF:3.1Q2 DOI:10.1016/j.jbo.2024.100659 PMID:39902382	研究论文	本研究结合放射组学和Vision Transformer (ViT)深度学习技术，利用平扫和增强CT图像预测结直肠癌患者的骨转移风险	首次将ViT深度学习模型与放射组学结合，用于结直肠癌骨转移风险的预测，显著提高了预测准确性	研究样本量较小（155例患者），且为单中心回顾性研究，需在更大规模的多中心研究中进一步验证	开发一种结合放射组学和ViT深度学习技术的预测模型，以评估结直肠癌患者的骨转移风险	155例结直肠癌患者（81例有骨转移，74例无骨转移）	计算机视觉	结直肠癌	放射组学、深度学习	Vision Transformer (ViT)、SVM、KNN、Random Forest、LightGBM、XGBoost	CT图像	155例结直肠癌患者
1123	2025-02-05	Deep learning-based whole-brain B1 +-mapping at 7T 2025-Apr, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30359 PMID:39462473	研究论文	本研究探讨了使用复值神经网络从不同切片方向的多切片定位扫描中估计定量传输磁场（B1+）图的可行性，旨在加速7T下使用并行传输（pTx）进行特定受试者的B1+校准	使用复值神经网络从多切片定位扫描中估计B1+图，并展示了在不同切片方向上的高相似性	研究仅在15名健康受试者中进行，样本量较小，且仅在7T下进行验证	加速7T下使用并行传输（pTx）进行特定受试者的B1+校准	人脑	医学影像	NA	并行传输（pTx）	复值神经网络	图像	15名健康受试者
1124	2025-02-05	WALINET: A water and lipid identification convolutional neural network for nuisance signal removal in 1 H $$ {}^1\mathrm{H} $$ MR spectroscopic imaging 2025-Apr, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30402 PMID:39737778	研究论文	本文介绍了一种基于改进Y-NET网络的深度学习方法WALINET，用于全脑1H-MRSI中的水和脂质信号去除	WALINET是首个将监督神经网络应用于1H-MRSI处理的方法，相比传统方法显著提高了信号去除效率和代谢物信号保留效果	NA	开发一种快速有效的方法，用于高分辨率1H-MRSI中准确去除脂质和水信号，同时保留代谢物信号	全脑1H-MRSI数据	医学影像处理	NA	1H-MRSI	改进的Y-NET网络	磁共振波谱成像数据	模拟数据和体内全脑MRSI数据
1125	2025-02-05	Structure and oxygen saturation recovery of sparse photoacoustic microscopy images by deep learning 2025-Apr, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100687 PMID:39896070	研究论文	本研究提出了一种名为Mask-enhanced U-net (MeU-net)的深度学习模型，用于恢复稀疏采样的光声显微镜（PAM）结构和功能图像	引入了自适应血管注意力掩码模块，专注于血管信息恢复，并设计了血管特定的损失函数以提高恢复精度	现有方法很少能有效恢复功能图像	提高光声显微镜成像速度和恢复精度	小鼠大脑和耳朵的稀疏采样光声显微镜图像	计算机视觉	NA	光声显微镜（PAM）	U-net	图像	小鼠大脑和耳朵的模拟数据，稀疏度为4×、8×、12×
1126	2025-02-05	Self-supervised light fluence correction network for photoacoustic tomography based on diffusion equation 2025-Apr, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100684 PMID:39896066	研究论文	本文提出了一种基于深度学习的自监督光流校正方法，用于定量光声断层成像中的吸收系数分布估计	提出了一种自监督的QPAT网络模型SQPA-Net，通过将基于扩散方程的光流估计引入损失函数，指导模型学习光声光传输的隐式表示	缺乏真实数据用于监督网络训练	解决定量光声断层成像中吸收系数分布估计的问题	生物组织	计算机视觉	NA	深度学习	SQPA-Net	图像	模拟和小动物成像实验
1127	2024-12-28	Network embedding: The bridge between water distribution network hydraulics and machine learning 2025-Apr-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2024.123011 PMID:39721501	研究论文	本文提出了一种新的水分配网络嵌入（WDNE）方法，将水分配网络的液压关系转化为适合机器学习算法的向量形式	提出了WDNE方法，首次将水分配网络的液压特性有效整合到机器学习中，并通过两种深度自编码器嵌入模型同时保留液压关系和属性信息	未提及具体局限性	解决水分配网络管理问题，提升机器学习算法在水分配网络中的应用效率	水分配网络（WDNs）	机器学习	NA	深度自编码器嵌入模型	自编码器	网络拓扑数据	未提及具体样本数量
1128	2025-02-04	Interpretable deep learning for acoustic leak detection in water distribution systems 2025-Apr-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2024.123076 PMID:39756226	研究论文	本研究提出了一种多通道卷积神经网络（MCNN）模型，用于水分配系统中的声学泄漏检测，并通过实验和实际现场数据与现有基准算法（频率卷积神经网络，FCNN）进行了性能比较	引入了多通道梯度加权类激活映射（MGrad-CAM）来可视化模型的决策标准，并识别声学信号的关键特征，同时使用聚类方法从机器学习角度分析各种因素（压力、泄漏流量和距离）对声学信号的影响机制	NA	提高水分配系统中泄漏检测的准确性和模型的可解释性	水分配系统中的声学泄漏信号	机器学习	NA	多通道卷积神经网络（MCNN），多通道梯度加权类激活映射（MGrad-CAM）	CNN	声学信号	实验和实际现场数据
1129	2025-01-23	Intelligent identification of foodborne pathogenic bacteria by self-transfer deep learning and ensemble prediction based on single-cell Raman spectrum 2025-Apr-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.127268 PMID:39644671	研究论文	本研究提出了一种基于单细胞拉曼光谱的AI模型，用于精确识别食源性致病菌	结合自迁移深度学习和集成预测算法，显著提高了训练效率和预测性能	未提及模型在实际应用中的具体限制	提高食源性疾病的准确检测，预防疾病传播	食源性致病菌	机器学习	食源性疾病	单细胞拉曼光谱	自迁移深度学习，集成预测	光谱数据	未提及具体样本数量
1130	2025-01-23	A novel particle size distribution correction method based on image processing and deep learning for coal quality analysis using NIRS-XRF 2025-Apr-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.127427 PMID:39709828	研究论文	本研究提出了一种基于图像处理和深度学习的颗粒尺寸分布校正方法，用于提高NIRS-XRF在煤质分析中的准确性和重复性	创新性地结合图像处理和深度学习技术，提出了一种颗粒尺寸校正方法，显著提高了NIRS-XRF测量的重复性和准确性	研究仅针对煤质分析，未涉及其他材料或应用场景	提高NIRS-XRF在煤质分析中的准确性和重复性	煤样品	机器学习和图像处理	NA	NIRS, XRF	Segment Anything Model (SAM), Spatial Transformer Network (STN), Convolutional Neural Network (CNN)	图像	56个煤样品（48个用于标准灰分预测模型，8个用于校正）
1131	2025-01-05	Throw out an oligopeptide to catch a protein: Deep learning and natural language processing-screened tripeptide PSP promotes Osteolectin-mediated vascularized bone regeneration 2025-Apr, Bioactive materials IF:18.0Q1 DOI:10.1016/j.bioactmat.2024.11.011 PMID:39734571	研究论文	本文利用深度学习和自然语言处理技术筛选出一种三肽PSP，该肽能够促进血管化骨再生，并通过激活Osteolectin介导的血管-骨通讯来增强骨髓干细胞的成骨分化	结合深度学习和自然语言处理技术，开发了一种新的算法来筛选潜在的促血管生成肽，特别是从262个相关蛋白的内在无序区域中筛选出具有生物活性的三肽PSP	研究主要基于小鼠模型，尚未在人体中进行验证	开发一种更安全、更有效的替代传统细胞因子疗法的方法，以促进血管化骨再生	三肽PSP及其在血管化骨再生中的作用	自然语言处理	骨再生	深度学习（DL）、自然语言处理（NLP）	复合模型（DL和NLP结合）	蛋白质序列数据	262个相关蛋白的内在无序区域