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
4621	2025-03-22	A Robust and Efficient Representation-based DNA Storage Architecture by Deep Learning 2025-Mar, Small methods IF:10.7Q1 DOI:10.1002/smtd.202400959 PMID:40114483	研究论文	本文提出了一种基于深度学习的表示型DNA存储架构，利用自编码器和U-Net网络实现从噪声读取中重建图像	该架构结合了自编码器和U-Net网络，能够在DNA存储中实现图像的表示、构建和精炼，并通过特征量化在压缩比和图像质量之间实现平衡	在插入-删除-替换（IDS）错误率低于6%的情况下才能重建中等质量的图像	研究目的是提出一种鲁棒且高效的DNA存储架构，适用于大规模图像应用	图像数据	机器学习	NA	深度学习	自编码器, U-Net	图像	14个质粒
4622	2025-03-22	Dynamic MRI with Locally Low-Rank Subspace Constraint: Towards 1-Second Temporal Resolution Aided by Deep Learning 2025-Feb-27, Research square DOI:10.21203/rs.3.rs-5448452/v1 PMID:40060040	研究论文	本文提出了一种结合局部低秩子空间约束和深度学习的动态MRI重建框架，旨在提高动态对比增强成像的时空分辨率	结合局部低秩子空间模型和神经网络，实现了从几秒到1秒的灵活时间分辨率，显著提高了图像质量	未明确提及具体样本量或临床验证结果	解决动态MRI中空间和时间分辨率平衡的挑战，提升动态对比增强成像的质量	高风险的乳腺癌患者，以及头颈部和脑部MRI应用	医学影像处理	乳腺癌	动态对比增强MRI（DCE-MRI）	神经网络	MRI图像	NA
4623	2025-03-22	AI and Neurology 2025-Feb-17, Neurological research and practice DOI:10.1186/s42466-025-00367-2 PMID:39956906	review	本文综述了人工智能在神经学领域的应用及其潜力，同时指出了相关的风险和挑战	总结了人工智能在神经学中的多种应用，并提出了需要关注的安全、伦理和公平性问题	需要将研究推进到前瞻性水平，并采用联邦学习以提高算法的普适性	探讨人工智能在神经学中的应用及其潜力	神经学领域，特别是急性与重症神经学、中风、癫痫和运动障碍	machine learning	NA	machine and deep learning	NA	NA	NA
4624	2025-03-22	Deep learning-driven bacterial cytological profiling to determine antimicrobial mechanisms in Mycobacterium tuberculosis 2025-Feb-11, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2419813122 PMID:39913203	研究论文	本研究介绍了MycoBCP，一种针对结核分枝杆菌的细菌细胞学分析（BCP）方法，利用卷积神经网络（CNNs）来克服传统图像分析技术的挑战，以加速抗菌药物作用机制（MOAs）的确定	MycoBCP是首个将卷积神经网络应用于结核分枝杆菌的细菌细胞学分析的方法，通过捕捉广泛的形态学模式而非精确的细胞分割，解决了细胞聚集和染色不均等问题	在转录和翻译抑制导致的相似形态学结果上，MycoBCP仍需进一步优化以更有效地区分这两种机制	加速结核病治疗药物的作用机制（MOAs）的确定，以应对多药耐药和广泛耐药结核分枝杆菌的威胁	结核分枝杆菌	数字病理学	结核病	卷积神经网络（CNNs）	CNN	图像	多种抗菌化合物对结核分枝杆菌的形态学影响
4625	2025-03-22	Leveraging Artificial Intelligence in Breast Cancer Screening and Diagnosis 2025-Feb, Cureus DOI:10.7759/cureus.79177 PMID:40109789	评论	本文探讨了人工智能在乳腺癌筛查和诊断中的应用及其潜力	强调了人工智能在提高乳腺癌筛查和诊断准确性、效率和可及性方面的创新应用	数据可访问性、算法偏见、监管限制和临床整合等挑战阻碍了人工智能的广泛应用	探索人工智能在乳腺癌筛查和诊断中的演变角色及其改善全球乳腺癌结果的潜力	乳腺癌筛查和诊断	数字病理学	乳腺癌	机器学习（ML）和深度学习（DL）算法	NA	数字乳腺X线摄影（DM）、数字乳腺断层合成（DBT）、超声和磁共振成像（MRI）	NA
4626	2025-03-22	Current Status of Artificial Intelligence Use in Colonoscopy 2025, Digestion IF:3.0Q2 DOI:10.1159/000543345 PMID:39724867	研究论文	本文探讨了人工智能在结肠镜检查中的应用现状及其对结直肠癌筛查的影响	介绍了实时计算机辅助检测系统和用于组织病理学预测的计算机辅助诊断系统，这些系统有助于区分肿瘤性和非肿瘤性病变	存在霍桑效应和潜在过度诊断等偏差，需要大规模临床试验验证AI的长期效益	评估人工智能在提高结肠镜检查质量和结直肠癌筛查效果方面的潜力	结肠镜检查中的结直肠息肉检测和诊断	数字病理学	结直肠癌	深度学习	NA	医学影像	NA
4627	2025-03-22	Deep learning-based analysis of 12-lead electrocardiograms in school-age children: a proof of concept study 2025, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2025.1471989 PMID:40109297	研究论文	本研究旨在开发和验证一种基于深度学习的模型，用于自动分析儿童12导联心电图，以筛查有猝死风险的儿科心脏病	开发了一种新的基于深度学习的模型，用于自动分析儿童心电图，其诊断性能至少与传统算法相当	需要进一步研究以开发适用于学龄儿童的自动心电图分析方法	开发和验证一种基于深度学习的模型，用于自动分析儿童心电图，以筛查有猝死风险的儿科心脏病	6-18岁儿童的心电图数据	机器学习	心血管疾病	信号处理方法	深度学习模型	心电图数据	1,842份心电图，来自1,062名患者
4628	2025-03-22	PoseRL-Net: human pose analysis for motion training guided by robot vision 2025, Frontiers in neurorobotics IF:2.6Q3 DOI:10.3389/fnbot.2025.1531894 PMID:40109574	研究论文	本文提出了一种基于深度学习的人体姿态识别模型PoseRL-Net，旨在解决传统方法在复杂动态环境中人体姿态识别的局限性	PoseRL-Net集成了时空图卷积网络（STGCN）、注意力机制、门控循环单元（GRU）模块、姿态优化和对称约束，提高了姿态估计的准确性和鲁棒性	NA	提高复杂动态环境中人体姿态识别的准确性和鲁棒性，以支持人机交互中的智能决策和运动规划	人体姿态	计算机视觉	NA	深度学习	STGCN, GRU	视频	Human3.6M和MPI-INF-3DHP数据集
4629	2025-03-22	Revolutionizing electrocardiography: the role of artificial intelligence in modern cardiac diagnostics 2025-Jan, Annals of medicine and surgery (2012) DOI:10.1097/MS9.0000000000002778 PMID:40109609	综述	本文综述了人工智能（AI）在现代心脏诊断中的革命性作用，特别是在心电图（ECG）分析中的应用	AI，尤其是深度学习模型，通过实现自动化、高精度的诊断，彻底改变了ECG分析，展示了在心律失常检测、异常心跳分类和结构性心脏病预测方面的最新进展	实际应用中面临模型可解释性、数据隐私问题和多样化训练数据集需求的挑战	探讨AI在提高心脏诊断准确性、效率和可扩展性方面的潜力	心电图（ECG）数据	数字病理学	心血管疾病	深度学习	卷积神经网络（CNN）	图像	NA
4630	2025-03-22	Emotion recognition based on multimodal physiological electrical signals 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1512799 PMID:40109659	研究论文	本研究提出了一种基于脑电图（EEG）和心电图（ECG）信号融合的多模态情绪识别方法，旨在准确分类情绪状态，特别是情绪的三个维度（效力、唤醒和支配感）	设计了一种结合一维卷积神经网络、注意力机制和门控循环单元的复合神经网络模型（Att-1DCNN-GRU），通过提取EEG和ECG信号的时域、频域和非线性特征，并采用随机森林方法进行特征过滤，提高了情绪识别的准确性和鲁棒性	NA	提高情绪识别的准确性和鲁棒性，为情绪计算和心理健康管理提供技术支持	脑电图（EEG）和心电图（ECG）信号	机器学习	心理健康问题	脑电图（EEG）和心电图（ECG）信号融合	Att-1DCNN-GRU	生理电信号	DREAMER和DEAP数据集
4631	2025-03-22	Predicting implicit concept embeddings for singular relationship discovery replication of closed literature-based discovery 2025, Frontiers in research metrics and analytics DOI:10.3389/frma.2025.1509502 PMID:40110121	研究论文	本文提出了一种新的方法来预测文献中隐含的概念嵌入，以加速知识发现过程，并在癌症标志物数据集上验证了其有效性	将知识图谱补全任务重新定义为预测图中顶点的嵌入，并探索了三种表示顶点间边连接的方法，以及一种加速模型收敛的输入表示缩放方法	需要研究人员具备领域专业知识以提交相关查询，且在某些数据集上的性能与现有方法相当，未显著超越	改进文献基础发现（LBD）系统，通过预测隐含关系加速新知识的发现	文献中的隐含概念及其关系	自然语言处理	癌症	深度学习	相似性学习模型	文本	五个癌症标志物数据集
4632	2025-03-22	GDP prediction of The Gambia using generative adversarial networks 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1546398 PMID:40110175	研究论文	本研究旨在使用生成对抗网络（GAN）预测冈比亚的国内生产总值（GDP），并探讨其在小型经济体中的应用	首次将生成对抗网络（GAN）应用于GDP预测，特别是在数据量较小的经济体如冈比亚中展示了其高精度预测能力	研究仅针对冈比亚，可能无法直接推广到其他经济体或更大规模的数据集	预测GDP以支持经济分析和政策制定	冈比亚的GDP及其影响因素（如政府支出、通货膨胀、官方发展援助等）	机器学习	NA	生成对抗网络（GAN）	GAN, Random Forest Regression (RF), XGBoost (XGB), Support Vector Regression (SVR)	经济数据	1970年至2022年的经济数据
4633	2025-03-22	Prediction of time averaged wall shear stress distribution in coronary arteries' bifurcation varying in morphological features via deep learning 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1518732 PMID:40110184	研究论文	本研究提出了一种基于深度学习的冠状动脉分叉处时间平均壁面剪应力（TAWSS）预测方法，以提高计算流体动力学（CFD）模拟的效率和响应速度	通过深度学习模型（CNN-based U-net架构）预测TAWSS，显著提高了计算效率，能够在不到一秒的时间内生成结果	研究基于理想化模型，可能无法完全反映真实冠状动脉的复杂形态和血流动力学特性	提高冠状动脉分叉处血流动力学模拟的效率和响应速度	冠状动脉分叉处的血流动力学	机器学习	心血管疾病	深度学习	CNN-based U-net	点云数据	1800个理想化模型
4634	2025-03-22	DBY-Tobacco: a dual-branch model for non-tobacco related materials detection based on hyperspectral feature fusion 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1538051 PMID:40110354	研究论文	本研究提出了一种基于高光谱成像和增强YOLOv8模型的双分支模型DBY-Tobacco，用于实时检测非烟草相关材料（NTRMs）	提出了双分支主干网络和BiFPN-Efficient-Lighting-Feature-Pyramid-Network（BELFPN）模块，用于有效特征融合，提高了NTRM检测的效率和准确性	高光谱成像中的条纹噪声问题，以及未来需要扩展到其他类型的NTRMs检测	提高烟草产品质量和消费者安全，通过实时检测非烟草相关材料	非烟草相关材料（NTRMs）	计算机视觉	NA	高光谱成像（HSI）	YOLOv8, 双分支模型, BiFPN-Efficient-Lighting-Feature-Pyramid-Network（BELFPN）	图像	1000张图像，包含4203个NTRMs
4635	2025-03-22	Behavioral tests for the assessment of social hierarchy in mice 2025, Frontiers in behavioral neuroscience IF:2.6Q3 DOI:10.3389/fnbeh.2025.1549666 PMID:40110389	综述	本文总结了用于评估小鼠社会等级的主要行为方法，评估了它们的适用性和局限性，并探讨了潜在的改进方法	通过批判性评估现有方法并提出改进建议，为未来研究提供了系统的参考框架和方法指导，促进对社会行为神经机制的更全面探索	性别差异在社会等级形成中的作用尚未得到充分研究，大多数研究主要集中在雄性小鼠上，而雌性小鼠的独特社会策略和生理机制目前被忽视	提供评估小鼠社会等级的行为方法的系统参考框架和方法指导，促进对社会行为神经机制的更全面探索	小鼠	行为科学	精神疾病	自动化追踪技术	NA	行为数据	NA
4636	2025-03-22	On-board synthetic 4D MRI generation from 4D CBCT for radiotherapy of abdominal tumors: A feasibility study 2024-Dec, Medical physics IF:3.2Q1 DOI:10.1002/mp.17347 PMID:39137256	研究论文	本研究评估了基于人工智能方法从4D CBCT生成合成4D MRI的可行性，用于腹部肿瘤的放射治疗	提出了一种基于深度学习的合成4D MRI生成方法，利用4D CBCT图像和运动建模信息，为传统kV-based LINAC的腹部放射治疗提供潜在的改进方案	合成MRI的生成可能面临纹理生成的挑战，且容易产生幻觉，影响运动准确性	评估在传统放射治疗设备上生成合成4D MRI的可行性，以改善腹部肿瘤的治疗定位	腹部肿瘤	医学影像处理	腹部肿瘤	深度学习，卷积神经网络（CNN）	CNN	4D CBCT图像，4D MRI图像	1000个参考CT的变形样本
4637	2025-03-22	Prediction of Perceived Exertion Ratings in National Level Soccer Players Using Wearable Sensor Data and Machine Learning Techniques 2024-12, Journal of sports science & medicine DOI:10.52082/jssm.2024.744 PMID:39649569	研究论文	本研究旨在通过可穿戴传感器数据和机器学习技术预测国家级足球运动员的主观感知运动强度评分（RPE）	使用深度学习架构和多种机器学习算法预测RPE，并评估不同模型的效果和泛化能力	研究仅针对26名男性职业足球运动员，样本量相对较小	评估机器学习模型在预测国家级足球运动员RPE方面的效果	26名男性职业足球运动员	机器学习	NA	机器学习算法和深度学习架构	深度学习模型、树基机器学习模型（如ExtraTree）	传感器数据（心率、GPS、加速度计数据）和RPE评分	5402次训练会话和732次比赛观察，涉及26名运动员
4638	2025-03-22	Impact of wearable device data and multi-scale entropy analysis on improving hospital readmission prediction 2024-Nov-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae242 PMID:39301656	研究论文	本文探讨了可穿戴设备数据和多尺度熵分析在改善医院再入院预测中的应用	结合可穿戴设备数据和多尺度熵分析，开发了基于LSTM的时间序列深度学习模型，用于预测90天内非计划再入院	需要前瞻性研究来验证这些发现	提高医院非计划再入院的预测能力	使用可穿戴设备数据的患者	机器学习	NA	多尺度熵分析	FNN, LSTM	时间序列数据，可穿戴设备数据，人口统计和实验室数据	612名患者
4639	2025-03-22	Body composition analysis by radiological imaging - methods, applications, and prospects 2024-10, RoFo : Fortschritte auf dem Gebiete der Rontgenstrahlen und der Nuklearmedizin DOI:10.1055/a-2263-1501 PMID:38569516	综述	本文综述了使用放射学方法对人体组织组成（体成分，BC）进行定量评估的方法、应用及前景	强调了放射学横断面成像在体成分分析中的重要性，并探讨了人工智能（深度学习）在自动化组织分割中的应用	分析工具和适合AI训练的数据集的可用性被认为是当前的一个限制	介绍和推广体成分分析方法，特别是在肿瘤学和代谢问题中的应用	人体组织组成	数字病理学	NA	MRI和CT	深度学习	图像	NA
4640	2025-03-22	Deep Learning Accelerated Brain Diffusion-Weighted MRI with Super Resolution Processing 2024-10, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.02.049 PMID:38521612	研究论文	本研究探讨了使用深度学习图像重建和超分辨率技术加速脑部扩散加权成像（DWI）的临床可行性和图像质量	利用深度学习技术进行图像重建和超分辨率处理，显著提高了脑部扩散加权成像的图像质量和诊断信心	研究样本量较小（85名患者），且仅在3T MRI扫描仪上进行，可能限制了结果的普遍性	研究加速脑部扩散加权成像的临床可行性和图像质量	85名临床需要MRI检查的患者	医学影像	脑部疾病	深度学习图像重建和超分辨率处理	深度学习模型	MRI图像	85名患者