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
3341	2025-04-02	Segment Anything for Microscopy 2025-Mar, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02580-4 PMID:39939717	研究论文	介绍了一种名为Segment Anything for Microscopy (μSAM)的工具，用于多维显微镜数据的分割和跟踪	基于Segment Anything视觉基础模型，通过微调通用模型以适应光学和电子显微镜，显著提高了多种成像条件下的分割质量	NA	解决显微镜图像中对象准确分割的瓶颈问题	显微镜图像中的对象	数字病理学	NA	深度学习	Segment Anything	图像	NA
3342	2025-04-02	Improving the Reliability of Language Model-Predicted Structures as Docking Targets through Geometric Graph Learning 2025-Jan-23, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.4c02740 PMID:39787296	research paper	本研究开发了一种名为CarsiDock-Flex的新型两步柔性对接范式，通过几何图学习提高语言模型预测结构作为对接目标的可靠性	提出CarsiDock-Flex，结合CarsiInduce模型和现有CarsiDock算法，直接从预测结构生成结合姿态，显著提高了对接准确性	未明确提及具体局限性	改进蛋白质-配体结合姿态的柔性建模	蛋白质-配体结合	machine learning	NA	equivariant deep learning, ESMFold	CarsiInduce, CarsiDock	protein structures	未明确提及样本量
3343	2025-04-02	Spike rate inference from mouse spinal cord calcium imaging data 2025-Jan-11, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.17.603957 PMID:39829770	research paper	该研究通过钙成像技术记录小鼠脊髓神经元的电活动，并比较了两种算法（CASCADE和OASIS）在推断脊髓神经元放电率方面的性能	首次在脊髓神经元上测试了基于深度学习的CASCADE算法和非监督学习的OASIS算法，并提供了针对脊髓数据重新训练的模型	研究仅针对小鼠脊髓背角浅层的谷氨酸能和GABA能神经元，未涵盖其他类型神经元或脑区	评估和改进从钙成像数据推断神经元放电率的算法在脊髓神经元中的应用	小鼠脊髓背角浅层的谷氨酸能和GABA能体感神经元	神经科学	NA	钙成像技术	CASCADE（基于深度学习的监督学习算法）和OASIS（基于非负反卷积的非监督算法）	钙成像信号数据	未明确说明具体数量，但包括两性小鼠的脊髓神经元
3344	2025-04-02	Robustly detecting mpox and non-mpox using a deep learning framework based on image inpainting 2025-01-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85771-z PMID:39794381	research paper	提出了一种基于图像修复的深度学习框架MIM，用于稳健检测猴痘和非猴痘病例	采用图像修复策略MIM，能够处理未知类别和异常输入，相比多类分类模型更具优势	需要多样化的非猴痘图像数据，且在实际应用中可能受到各种噪声的干扰	开发一种高效的猴痘诊断技术，以应对当前猴痘病例持续增加的挑战	猴痘和非猴痘皮肤疾病的图像数据	computer vision	猴痘	深度学习	GAN	image	MSLD猴痘数据集和包含18类非猴痘皮肤疾病的数据集
3345	2025-04-02	Deep learning-integrated MRI brain tumor analysis: feature extraction, segmentation, and Survival Prediction using Replicator and volumetric networks 2025-01-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84386-0 PMID:39789043	research paper	该研究提出了一种结合MRI扫描的深度学习方法，用于精确分割脑肿瘤并预测胶质瘤患者的生存率	采用2D体积卷积神经网络架构和多数规则进行肿瘤分割，以及使用深度学习启发的3D复制神经网络从分割的肿瘤区域提取放射组学特征以预测生存率	研究仅使用了BRATS2020基准数据集进行评估，可能在其他数据集上的泛化能力未经验证	开发一种精确且稳健的脑肿瘤分割方法，并预测胶质瘤患者的总体生存率	胶质瘤患者	digital pathology	brain tumor	MRI扫描	2D volumetric CNN, 3D replicator neural network	MRI图像	BRATS2020基准数据集
3346	2025-04-02	Predictive modeling of air quality in the Tehran megacity via deep learning techniques 2025-01-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84550-6 PMID:39779721	研究论文	本研究利用深度学习技术预测德黑兰大都市区的空气质量，并评估其相对于传统机器学习方法的有效性	深度学习模型（如GRU、FCNN和CNN）在预测空气污染物浓度方面表现优于传统机器学习方法，特别是在CO、O、NO、SO、PM等污染物的预测上	研究仅针对德黑兰大都市区，可能无法直接推广到其他地区	预测德黑兰大都市区的空气污染物浓度，为空气质量控制策略提供决策支持	德黑兰大都市区的空气污染物（CO、O、NO、SO、PM等）	机器学习	NA	深度学习	GRU、FCNN、CNN	时间序列数据	2013年至2023年的空气污染物数据
3347	2025-04-02	The analysis of dance teaching system in deep residual network fusing gated recurrent unit based on artificial intelligence 2025-01-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85407-2 PMID:39779733	研究论文	本研究探讨了如何利用深度学习和人工智能技术提升舞蹈教学的智能化水平，开发了一种基于图注意力机制和双向门控循环单元的舞蹈动作识别与反馈模型	结合3D-ResNet、BiGRU和图注意力机制，动态调整节点权重以优化动作识别性能，在NTU-RGBD60数据集上准确率比现有3D-CNN基线算法提高5%以上	未提及模型在其他舞蹈数据集上的泛化能力测试	提升舞蹈教学的智能化水平，为舞蹈教育提供高效个性化的技术支持	舞蹈动作识别与反馈系统	计算机视觉	NA	深度学习	3D-ResNet-BiGRU结合图注意力机制	视频	NTU-RGBD60数据集（具体数量未说明）
3348	2025-04-02	Uncertainty-aware diabetic retinopathy detection using deep learning enhanced by Bayesian approaches 2025-01-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84478-x PMID:39779778	research paper	本研究提出了一种基于贝叶斯方法增强的深度学习模型，用于糖尿病视网膜病变检测，并评估了不确定性估计在临床决策中的价值	结合贝叶斯近似方法（如蒙特卡洛Dropout、均值场变分推断和确定性推断）增强DenseNet-121模型，不仅提高了分类准确性，还提供了预测不确定性的量化指标	研究仅针对糖尿病视网膜病变，未验证模型在其他医学影像分析任务中的泛化能力	开发一种能够提供不确定性估计的深度学习模型，以提高糖尿病视网膜病变检测的可靠性和临床决策的信任度	糖尿病视网膜病变的医学影像	digital pathology	diabetic retinopathy	Bayesian approximation techniques (Monte Carlo Dropout, Mean Field Variational Inference, Deterministic Inference)	DenseNet-121 (CNN) with Bayesian extensions	image	combined dataset (APTOS 2019 + DDR) with pre-processed images
3349	2025-04-02	A hybrid CNN model for classification of motor tasks obtained from hybrid BCI system 2025-01-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84883-2 PMID:39779796	研究论文	本文提出了一种混合CNN模型，用于分类从混合脑机接口系统获取的运动任务	结合EEG和fNIRS两种非侵入性BCI模块，提高了多类数据的分类性能	NA	评估深度学习方法在分类四类运动执行任务中的性能	从CORE数据集中获取的右手、左手、右臂和左臂的运动执行任务	脑机接口	NA	EEG, fNIRS	CNN, Bi-LSTM, 混合CNN模型	脑电信号	NA
3350	2025-04-02	Attention-based deep learning for accurate cell image analysis 2025-01-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85608-9 PMID:39779905	research paper	介绍了一种名为X-Profiler的新型高内涵分析方法，结合了细胞实验、图像处理和深度学习建模，用于准确的细胞图像分析	X-Profiler结合了CNN和Transformer来编码高内涵图像，有效过滤噪声信号并精确表征细胞表型	NA	提高细胞图像分析的准确性，推动药物开发和疾病研究	细胞图像	digital pathology	cardiovascular disease	high-content analysis (HCA)	CNN, Transformer	image	NA
3351	2025-04-02	SRADHO: statistical reduction approach with deep hyper optimization for disease classification using artificial intelligence 2025-01-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82838-1 PMID:39774278	研究论文	提出了一种结合统计降维和深度超参数优化的方法（SRADHO），用于改进疾病分类的特征选择和模型性能	结合深度学习和超参数调优，通过贝叶斯优化方法自动选择最相关特征，优化模型准确性并降低维度	仅使用了三个基准数据集进行实验，可能在其他数据集上的泛化能力有限	提高疾病分类的准确性和效率，减少过拟合和欠拟合问题	脑部相关疾病	机器学习	脑部疾病	深度学习，贝叶斯优化	人工神经网络，逻辑回归，决策树，随机森林，K近邻，支持向量机，朴素贝叶斯	医学数据	三个基准数据集
3352	2025-04-02	Assessment of simulated snoring sounds with artificial intelligence for the diagnosis of obstructive sleep apnea 2025-01, Sleep medicine IF:3.8Q1 DOI:10.1016/j.sleep.2024.11.018 PMID:39566267	研究论文	本研究利用人工智能模型分析模拟打鼾声音，以诊断阻塞性睡眠呼吸暂停(OSA)	首次验证了深度学习模型在利用模拟打鼾声音诊断OSA方面的优越性能	研究样本量有限(465名参与者)，且仅在一个睡眠中心进行	验证人工智能模型利用模拟打鼾声音诊断OSA的性能	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	Python音频数据处理	支持向量机(SVM)、K近邻(KNN)、随机森林(RF)、音频频谱变换器(AST)	音频	465名参与者
3353	2025-04-02	Novel deep reinforcement learning based collision avoidance approach for path planning of robots in unknown environment 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0312559 PMID:39821118	research paper	提出了一种基于深度强化学习的新型碰撞避免方法，用于机器人在未知环境中的路径规划	结合Q学习和深度学习的新型强化学习算法，提高了路径规划的收敛速度和环境响应能力	仅在狭窄和杂乱通道环境中进行了评估，未在其他复杂环境中验证	解决机器人在复杂环境中路径规划的自动化和实时响应问题	机器人路径规划系统	machine learning	NA	deep reinforcement learning, Q-learning	deep learning	NA	NA
3354	2025-04-02	Correction: Secure deep learning for distributed data against malicious central server 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318164 PMID:39847555	correction	对先前发表的文章进行更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3355	2025-04-02	Pedestrian POSE estimation using multi-branched deep learning pose net 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0312177 PMID:39854382	研究论文	本文提出了一种基于深度学习的多分支姿态网络（MBDLP-Net），用于行人全身姿态估计和分类	提出了一种新的多分支深度学习姿态网络（MBDLP-Net），并在多个数据集上验证了其高效性	未提及具体局限性	通过计算机视觉工具自动分析行人行为和意图	行人全身姿态和方向	计算机视觉	NA	深度学习	MBDLP-Net	图像	三个独立数据集（BDBO、PKU-Reid和TUD Multiview Pedestrians）以及CIFAR-100数据集
3356	2025-04-02	Clinical validation of an artificial intelligence algorithm for classifying tuberculosis and pulmonary findings in chest radiographs 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1512910 PMID:39991462	research paper	本研究评估了一种基于CNN的AI算法在解读胸部X光片（CXR）中的性能，并与包括胸科放射科医生在内的医师团队进行比较	使用真实世界数据验证AI算法在多样化医疗环境中的有效性，并比较AI与不同经验水平医师的表现	研究为回顾性设计，且医师报告算法在大多数情况下未影响其决策	评估AI算法在胸部X光片解读中的性能及其对非胸科放射专科医师的辅助作用	胸部X光片及参与解读的医师团队	digital pathology	tuberculosis	deep learning	CNN	image	NA
3357	2025-04-02	An Ensemble Deep Learning Algorithm for Structural Heart Disease Screening Using Electrocardiographic Images: PRESENT SHD 2024-Dec-27, medRxiv : the preprint server for health sciences DOI:10.1101/2024.10.06.24314939 PMID:39417095	研究论文	开发并验证了一种名为PRESENT-SHD的集成深度学习算法，用于通过心电图图像自动检测和预测结构性心脏病	首次利用12导联心电图图像开发集成深度学习模型PRESENT-SHD，实现多种结构性心脏病的自动化筛查和风险分层	研究主要基于医院数据，在普通人群中的验证样本量相对较小（ELSA-Brasil队列仅3014人）	开发可扩展的自动化工具用于结构性心脏病的早期筛查和风险预测	结构性心脏病患者（左室射血分数<40%、中重度左侧瓣膜疾病或严重左室肥厚）	数字病理学	心血管疾病	深度学习、XGBoost集成学习	CNN、XGBoost	图像（12导联心电图）	开发集：261,228份心电图（93,693名患者）；验证集：YNHH医院11,023人，外部医院44,591人，ELSA-Brasil队列3,014人
3358	2025-04-02	State-of-the-Art Deep Learning CT Reconstruction Algorithms in Abdominal Imaging 2024-12, Radiographics : a review publication of the Radiological Society of North America, Inc IF:5.2Q1 DOI:10.1148/rg.240095 PMID:39612283	review	本文综述了深度学习CT重建算法在腹部成像中的最新进展及其临床应用	深度学习重建（DLR）算法能够有效减少低辐射剂量协议下的图像噪声，并提高重建速度，解决了传统CT图像重建算法在低辐射剂量下无法保持图像纹理和诊断性能的问题	文章概述了DLR算法在CT中的当前局限性，并展望了未来的发展方向	探讨深度学习CT重建算法的技术细节及其在腹部成像中的临床应用	深度学习CT重建算法及其在腹部CT成像中的应用	digital pathology	NA	deep learning reconstruction (DLR)	deep neural networks	image	NA
3359	2025-04-02	Periapical lesion detection in periapical radiographs using the latest convolutional neural network ConvNeXt and its integrated models 2024-10-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75748-9 PMID:39455655	研究论文	本研究提出了一种新型深度学习集成模型YoCNET，结合Yolov5的目标检测能力和ConvNeXt的图像分类能力，用于根尖周X光片中牙齿的自动分割和多颗牙齿根尖周病变的并发检测	提出YoCNET集成模型，首次将Yolov5的目标检测能力与ConvNeXt的图像分类能力相结合，实现牙齿自动分割和多颗牙齿根尖周病变的并发检测	乳牙被排除在数据集之外，可能影响模型在乳牙病变检测上的表现	开发一种能够同时识别根尖周X光片中多个病变目标的深度学习模型	根尖周X光片中的牙齿和根尖周病变	数字病理学	牙科疾病	深度学习	YoCNET (Yolov5 + ConvNeXt), YoRNET (Yolov5 + ResNet34)	X光图像	1305张根尖周X光片用于训练和验证，另外从200张X光片中提取717颗单独牙齿图像用于集成模型验证
3360	2024-09-25	Construction of Risk Prediction Model of Type 2 Diabetic Kidney Disease Based on Deep Learning (Diabetes Metab J 2024;48:771-9) 2024-09, Diabetes & metabolism journal IF:6.8Q1 DOI:10.4093/dmj.2024.0490 PMID:39313234	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA