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
5441	2025-03-05	Explainable AI for computational pathology identifies model limitations and tissue biomarkers 2024-Nov-18, ArXiv PMID:39279830	研究论文	本文介绍了一种名为HIPPO的可解释AI框架，用于增强数字病理学中深度学习模型的透明度和可靠性	HIPPO框架通过系统修改全片图像中的组织区域生成图像反事实，支持定量假设测试、偏差检测和模型评估，超越了传统性能指标	未明确提及具体局限性	开发一种可解释AI框架，以增强数字病理学中深度学习模型的透明度和可靠性	乳腺癌转移检测、乳腺癌和黑色素瘤的预后预测、胶质瘤IDH突变分类	数字病理学	乳腺癌、黑色素瘤、胶质瘤	深度学习	HIPPO框架	图像	未明确提及具体样本数量
5442	2025-03-05	Personalized Video-Based Hand Taxonomy Using Egocentric Video in the Wild 2024-Nov-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3495699 PMID:39527414	研究论文	本研究旨在通过应用语义聚类到自我中心视频中，自动识别每个个体的主要手部抓握方式，而无需依赖先验分类法	开发了一种整合姿势和外观数据的深度学习模型，用于创建个性化的手部抓握分类法	聚类纯度仅为67.6% ± 24.2%，冗余度为18.0% ± 21.8%，表明模型仍有改进空间	开发一个在自然环境中全面模型手部抓握的方法，应用于机器人学、人体工程学和康复等领域	19名颈椎脊髓损伤（SCI）患者的自我中心视频记录	计算机视觉	脊髓损伤	深度学习	深度学习模型	视频	19名颈椎脊髓损伤患者的自我中心视频记录
5443	2025-03-05	DeepLigType: Predicting Ligand Types of ProteinLigand Binding Sites Using a Deep Learning Model 2024-Nov-07, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3493820 PMID:39509302	研究论文	本文介绍了一种名为DeepLigType的深度学习模型，用于预测蛋白质-配体结合位点的配体类型	提出了结合卷积块注意力模块（CBAM）与ResNet的深度学习模型，用于预测五种不同的配体类型，并创建了一个新的数据集LigType5	模型的准确率为74.30%，仍有提升空间	通过深度学习模型预测蛋白质-配体结合位点的配体类型，以支持药物设计中的决策	蛋白质-配体结合位点	机器学习	NA	深度学习	CBAM-ResNet	蛋白质-配体结合位点数据	从PDBbind和scPDB数据集中创建的新数据集LigType5
5444	2025-03-05	Advanced Camera-Based Scoliosis Screening via Deep Learning Detection and Fusion of Trunk, Limb, and Skeleton Features 2024-Nov-05, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3491855 PMID:39499599	研究论文	本研究提出了一种基于单目RGB摄像头的非侵入性脊柱侧弯筛查方法，通过深度学习检测和融合躯干、肢体和骨骼特征，提高了筛查的精确性	创新性地结合了参数化人体三维重建（PH3DR）和多尺度融合注意力（MSFA）模块，以及Swin Transformer增强的CMU-Pose，用于提取人体骨骼特征，从而提高了脊柱侧弯筛查的精度和效率	尽管模型在实验中表现优异，但其在更广泛人群中的适用性和长期效果仍需进一步验证	开发一种非侵入性、易于部署的脊柱侧弯早期筛查和常规监测方法	脊柱侧弯患者	计算机视觉	脊柱侧弯	深度学习	ISANet, Swin Transformer, CMU-Pose	图像	未明确提及样本数量
5445	2025-03-05	Deep learning models for hepatitis E incidence prediction leveraging Baidu index 2024-10-31, BMC public health IF:3.5Q1 DOI:10.1186/s12889-024-20532-7 PMID:39478514	研究论文	本文利用百度指数和深度学习模型预测山东省的戊型肝炎发病率	引入了KAN到LSTM模型中以提高非线性学习能力，并验证了百度指数在预测戊型肝炎发病率中的价值	百度指数与戊型肝炎发病率之间的相关性较弱	预测戊型肝炎发病率，以帮助公共卫生组织预防疾病传播	山东省的戊型肝炎发病率和百度指数数据	自然语言处理	戊型肝炎	LSTM, stacked LSTM, attention-based LSTM, attention-based stacked LSTM, KAN	LSTM	时间序列数据	2009年1月至2022年12月的山东省戊型肝炎发病率和百度指数数据
5446	2025-03-05	Spike-and-Slab Shrinkage Priors for Structurally Sparse Bayesian Neural Networks 2024-Oct-31, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3485529 PMID:39480710	研究论文	本文探讨了在贝叶斯神经网络（BNNs）中使用Lasso和Horseshoe两种收缩技术进行模型压缩的方法，提出了结构稀疏的BNNs，并开发了计算上可行的变分推断方法	提出了结构稀疏的贝叶斯神经网络，使用spike-and-slab group Lasso（SS-GL）和SS group Horseshoe（SS-GHS）先验来系统地剪枝过多的节点，并开发了计算上可行的变分推断方法	NA	探索在贝叶斯神经网络中使用收缩技术进行模型压缩，以提高计算效率和降低能耗	贝叶斯神经网络（BNNs）	机器学习	NA	Lasso, Horseshoe	贝叶斯神经网络（BNNs）	NA	NA
5447	2025-03-05	"Navigating the complexities of low-Grade glioma treatment: insights into SBT I-125 and novel assessment tools" 2024-Oct-12, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-024-03028-1 PMID:39394531	研究论文	本文通过系统回顾和荟萃分析评估了SBT I-125近距离放射治疗低级别胶质瘤的疗效和安全性，并探讨了新型自动化肿瘤评估工具在胶质瘤管理中的应用	本文首次对SBT I-125近距离放射治疗低级别胶质瘤的疗效和安全性进行了系统回顾和荟萃分析，并强调了自动化肿瘤评估工具在提高胶质瘤管理精度和效率方面的潜力	数据不足、研究异质性、缺乏随机对照试验、潜在的发表偏倚以及随访时间不一致等问题限制了长期疗效和安全性的评估	评估SBT I-125近距离放射治疗低级别胶质瘤的疗效和安全性，并探讨新型自动化肿瘤评估工具的应用	低级别胶质瘤患者	数字病理学	脑癌	SBT I-125近距离放射治疗	深度学习	医学影像	988名患者，20项研究
5448	2025-03-05	Machine learning for the localization of Subthalamic Nucleus during deep brain stimulation surgery: a systematic review and Meta-analysis 2024-Oct-10, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-024-03010-x PMID:39387996	系统综述与Meta分析	本文评估了人工智能，特别是隐马尔可夫模型（HMM）在深部脑刺激（DBS）手术中定位丘脑底核（STN）的应用	首次系统评估了HMM在STN定位中的应用，并与其他机器学习模型（如KNN和SVM）进行了比较	研究结果基于有限数量的研究（14项），且不同研究方法之间存在显著异质性	评估机器学习在DBS手术中STN定位的应用效果	丘脑底核（STN）的定位	机器学习	神经系统疾病	微电极记录（MER）	隐马尔可夫模型（HMM）、K-近邻（KNN）、支持向量机（SVM）	结构化患者健康数据	14项研究
5449	2025-03-05	A Review of Artificial Intelligence in Brachytherapy 2024-Sep-25, ArXiv PMID:39398213	综述	本文全面探讨了人工智能（AI）在近距离放射治疗中的应用，重点关注机器学习和深度学习技术	系统地将AI在近距离放射治疗中的应用分为七大类，并详细总结了各类中的模型、数据规模和结果	未提及具体的研究限制	探讨AI如何使近距离放射治疗更加个性化、高效和有效	近距离放射治疗的临床工作流程	医疗人工智能	癌症	机器学习和深度学习	NA	NA	NA
5450	2025-03-05	Joint trajectory inference for single-cell genomics using deep learning with a mixture prior 2024-Sep-10, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2316256121 PMID:39226366	研究论文	本文介绍了一种名为VITAE的统计方法，用于单细胞基因组学中的轨迹推断，结合了潜在层次混合模型和变分自编码器	VITAE方法整合了潜在层次混合模型和变分自编码器，提高了轨迹推断的准确性和数据整合能力，并提供了细胞投影的不确定性量化	现有工具缺乏一致的统计模型和可靠的不确定性量化，限制了其效用和鲁棒性	提高单细胞测序数据集中细胞发育路径分析的准确性和数据整合能力	单细胞测序数据集中的细胞	机器学习	NA	单细胞RNA测序	变分自编码器（VAE）	单细胞RNA测序数据	三个不同的小鼠新皮质单细胞RNA测序数据集
5451	2025-03-05	Letter to the editor: Prospective analysis of STRATAFIX™ symmetric PDS plus suture for fascial closure in spinal surgery: a pilot study 2024-Sep-04, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-024-02803-4 PMID:39230765	研究论文	本研究评估了STRATAFIX™对称倒刺缝合线在脊柱手术中与传统编织可吸收缝合线的效果比较	首次在脊柱手术中比较STRATAFIX™对称倒刺缝合线与传统缝合线的效果，并探讨AI模型在缝合训练中的应用	样本量小（20例患者），随访时间短（6个月），限制了结果的普遍性	评估STRATAFIX™对称倒刺缝合线在脊柱手术中的效果，并探讨AI在缝合训练中的应用	脊柱手术患者	数字病理	脊柱损伤	缝合技术	Xception深度学习模型	临床数据	20例患者
5452	2025-03-05	Network signatures define consciousness state during focal seizures 2024-Sep, Epilepsia IF:6.6Q1 DOI:10.1111/epi.18074 PMID:39056406	研究论文	本研究通过脑电图数据分析了局灶性癫痫发作期间的网络状态，揭示了意识丧失的机制	首次全面评估了局灶性癫痫发作期间的网络状态，并发现FIASs的网络变化与深度睡眠相似	样本量相对较小，且仅使用了SEEG和fMRI数据	研究局灶性癫痫发作期间意识丧失的机制	74名患有局灶性癫痫的患者	神经科学	癫痫	立体脑电图（SEEG）、功能磁共振成像（fMRI）	卷积神经网络（CNN）	脑电图数据	74名患者
5453	2025-03-05	A Semantic-Consistent Few-Shot Modulation Recognition Framework for IoT Applications 2024-Aug-23, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3441597 PMID:39178083	研究论文	本文提出了一种语义一致的小样本调制识别框架，用于物联网应用中的自动调制分类	提出了一种新的信号预转换方法（ScSP），使现有最先进的小样本学习模型能更有效地处理无线信号	主要针对无线信号领域，未涉及其他领域的小样本学习应用	提高物联网应用中无线信号调制识别的准确性	物联网网络中的无线信号	机器学习	NA	小样本学习（FSL）	深度学习模型	无线信号数据	小样本数据
5454	2024-08-23	A correspondence of evaluation of deep learning algorithms in detecting Moyamoya disease: a systematic review and single-arm meta-analysis 2024-Aug-21, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-024-02701-9 PMID:39167278	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5455	2025-03-05	CANDI: A Web Server for Predicting Molecular Targets and Pathways of Cannabis-Based Therapeutics 2024-Aug-09, Research square DOI:10.21203/rs.3.rs-4744915/v1 PMID:39149470	研究论文	本文介绍了一个名为CANDI的Web服务器，用于预测大麻基治疗药物的分子靶点和通路	开发了CANDI服务器，结合深度学习模型DRIFT，预测大麻化合物的分子靶点和相关通路，为大麻基治疗药物的开发提供新工具	未提及具体实验验证结果，预测结果的准确性有待进一步验证	研究大麻化合物的分子靶点和相关通路，以开发靶向有效的大麻基治疗药物	大麻化合物及其分子靶点和通路	机器学习	疼痛、炎症、癌症、骨关节炎	深度学习	基于注意力机制的神经网络	化合物-靶点相互作用数据	NA
5456	2025-03-05	Revolutionizing Aneurysm detection: The role of artificial intelligence in reducing rupture rates 2024-Aug-01, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-024-02636-1 PMID:39088154	研究论文	本文探讨了人工智能在降低未破裂脑动脉瘤破裂率中的作用	利用AI和ML技术提高脑动脉瘤的早期检测和破裂风险预测准确性	未提及具体的研究局限性	研究人工智能在脑动脉瘤检测和破裂风险预测中的应用	脑动脉瘤患者	数字病理学	脑动脉瘤	CT血管造影（CTA）	PointNet++	图像	未提及具体样本数量
5457	2025-03-05	Advancements in prognostic markers and predictive models for intracerebral hemorrhage: from serum biomarkers to artificial intelligence models 2024-Jul-31, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-024-02635-2 PMID:39083096	研究论文	本文探讨了脑出血（ICH）的预后标志物和预测模型的最新进展，包括血清生物标志物和人工智能模型	本文创新性地结合了血清sestrin2作为预后标志物和深度学习AI模型，用于预测脑出血的早期血肿扩大和长期结果	未明确提及研究的局限性	提高脑出血的预测和管理水平，以改善患者护理和生存率	脑出血患者	机器学习	脑出血	深度学习，机器学习	深度学习模型，随机森林算法	血清数据，CT影像数据	NA
5458	2025-03-05	Marker Data Enhancement For Markerless Motion Capture 2024-Jul-17, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.13.603382 PMID:39071421	研究论文	本文提出了一种改进的无标记运动捕捉技术，通过深度学习模型将稀疏的关键点转化为密集的解剖标记，提高了运动捕捉的准确性和泛化能力	创建了一个更大、更多样化的训练数据集，并开发了一个更准确、更具泛化能力的标记增强器	OpenCap在训练数据中未包含的运动上表现不佳	提高无标记运动捕捉的准确性和泛化能力	人体运动捕捉数据	计算机视觉	NA	深度学习	标记增强器	视频	1176名受试者的标记运动捕捉数据，合成了1433小时的关键点和解剖标记
5459	2025-03-05	PROTEUS: A Physically Realistic Contrast-Enhanced Ultrasound Simulator-Part I: Numerical Methods 2024-Jul-15, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3427850 PMID:39008399	研究论文	本文介绍了一种物理上逼真的对比增强超声模拟器（PROTEUS），用于模拟超声波与组织和微泡的相互作用	PROTEUS模拟器通过四个相互连接的模块，考虑了分割血管几何中的血流动力学、血管内微泡轨迹、超声波传播和非线性微泡散射，提供了一个可定制的框架来探索对比增强超声成像领域的新想法	NA	开发一个能够再现超声波与组织和微泡相互作用的物理特性的模拟工具，以支持对比增强超声成像领域的研究	对比增强超声成像中的血管几何、微泡轨迹、超声波传播和非线性微泡散射	医学影像	NA	对比增强超声成像	NA	超声图像	NA
5460	2025-03-05	A single-joint multi-task motor imagery EEG signal recognition method based on Empirical Wavelet and Multi-Kernel Extreme Learning Machine 2024-07, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110136 PMID:38642806	研究论文	本文提出了一种基于经验小波和多核极限学习机的单关节多任务运动想象脑电信号识别方法	该方法首次结合经验小波分解和多核极限学习机，用于单关节多任务运动想象脑电信号的识别，显著提高了分类准确率和训练速度	研究样本量较小，仅涉及六名参与者，可能影响结果的普适性	旨在实现更精细的脑机接口命令，通过分类单关节多任务运动想象的脑电信号	六名参与者的手腕伸展、手腕屈曲和手腕外展三种运动想象任务的脑电信号	脑机接口	NA	经验小波分解（EWT）、多核极限学习机（MKELM）	多核极限学习机（MKELM）	脑电信号（EEG）	六名参与者