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
5781	2025-02-28	Towards Diagnostic Intelligent Systems in Leukemia Detection and Classification: A Systematic Review and Meta-analysis 2025-Mar, Journal of evidence-based medicine DOI:10.1111/jebm.70005 PMID:40013326	系统综述与元分析	本文综述了2015年至2023年间使用人工智能和机器学习算法从外周血涂片图像中检测和分类白血病及其亚型的研究	系统性地评估了AI在白血病检测和分类中的应用，并提供了现代技术（如深度学习）在此领域的广泛应用情况	大多数研究依赖内部验证，缺乏严格的外部验证以评估模型的普遍适用性	评估和综合基于AI的白血病检测和分类方法的研究成果	外周血涂片图像	数字病理学	白血病	机器学习、深度学习	卷积神经网络（CNN）	图像	190项研究
5782	2025-02-28	Deep Learning Protocol for Predicting Full-Spectrum Infrared and Raman Spectra of Polypeptides and Proteins Using All-Atom Models 2025-Feb-27, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.5c00169 PMID:39966082	研究论文	本研究开发了一个深度学习协议，用于预测多肽和蛋白质的全谱红外和拉曼光谱，使用全原子模型	利用转移学习与DetaNet（深度等变张量注意力网络）结合，成功模拟了含有数千个原子的蛋白质的振动光谱，效率远超传统量子化学方法	NA	开发一种高效的方法来模拟大分子蛋白质和多肽的红外和拉曼光谱	氨基酸、二肽、三肽以及大分子蛋白质和多肽	机器学习	NA	红外光谱、拉曼光谱、量子化学计算	DetaNet（深度等变张量注意力网络）	光谱数据	包含氨基酸、二肽和三肽的综合数据集
5783	2025-02-28	When the lung invades: a review of avian postcranial skeletal pneumaticity 2025-Feb-27, Philosophical transactions of the Royal Society of London. Series B, Biological sciences DOI:10.1098/rstb.2023.0427 PMID:40010393	review	本文综述了鸟类呼吸系统产生的气腔侵入颅后骨的现象，即颅后骨骼气腔化（PSP），并探讨了其功能和进化意义	结合解剖学、发育学、生物力学和古生物学文献，利用新数据确认了气腔化骨骼的重量特性，并采用微计算机断层扫描和深度学习分割技术建立了气腔化空间的初步模型	气腔化骨骼相对于身体体积的轻量化特性仍需要实证测试，且气腔化的细胞机制和发育过程尚不清楚	探讨鸟类颅后骨骼气腔化的功能和进化意义	鸟类颅后骨骼气腔化现象	生物力学	NA	微计算机断层扫描，深度学习分割	深度学习	图像	NA
5784	2025-02-28	Feature-Based Audiogram Value Estimator (FAVE): Estimating Numerical Thresholds from Scanned Images of Handwritten Audiograms 2025-Feb-27, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02146-7 PMID:40011323	研究论文	本研究开发了一种名为FAVE的机器学习模型，用于从手写听力图的扫描图像中估计数值阈值	开发了基于Aggregate Channel Features的滑动窗口单类目标检测器，用于从手写听力图中提取数值阈值	符号和轴刻度标签检测存在局限性，数值阈值的估计准确性有待提高	解决手写听力图中数值阈值无法自动提取的问题，以便公共卫生研究人员能够访问这些数据	手写听力图的扫描图像	计算机视觉	老年疾病	机器学习	Aggregate Channel Features	图像	556份手写听力图
5785	2025-02-28	Artificial Intelligence Iterative Reconstruction for Dose Reduction in Pediatric Chest CT: A Clinical Assessment via Below 3 Years Patients With Congenital Heart Disease 2025-Feb-27, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000827 PMID:40013381	研究论文	本文评估了一种新引入的基于深度学习的重建算法AIIR在降低儿童胸部CT剂量方面的性能，研究对象为3岁以下先天性心脏病患者	首次在3岁以下先天性心脏病患者中评估AIIR算法在降低胸部CT剂量方面的性能，并与HIR算法进行比较	研究仅限于3岁以下先天性心脏病患者，样本量为191人，可能无法推广到其他年龄段或疾病类型	评估AIIR算法在降低儿童胸部CT剂量方面的性能	3岁以下先天性心脏病患者	医学影像	先天性心脏病	CT扫描	深度学习	图像	191名3岁以下先天性心脏病患者
5786	2025-02-28	Deep learning image enhancement algorithms in PET/CT imaging: a phantom and sarcoma patient radiomic evaluation 2025-Feb-27, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07149-7 PMID:40014074	研究论文	本研究使用放射组学特征比较了两种制造商开发的深度学习图像增强算法与'金标准'图像重建技术在体模数据和肉瘤患者数据集中的表现	首次使用放射组学特征对两种深度学习图像增强算法进行定量评估，并与'金标准'图像重建技术进行比较	研究样本量较小（N=20），且仅针对肉瘤患者数据	评估深度学习图像增强算法在PET/CT成像中的性能	体模数据和肉瘤患者数据	数字病理学	肉瘤	PET/CT成像	深度学习算法	图像	20例肉瘤患者数据和体模数据
5787	2025-02-28	Ion Gel Pressure Sensor with High Sensitivity and a Wide Linear Range Enabled by Magnetically Induced Gradient Microstructures 2025-Feb-26, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c23005 PMID:39943829	研究论文	本文开发了一种新型电容式压力传感器，灵感来源于树蛙脚趾垫的梯度微结构，适用于纹理识别、运动监测和物体抓取识别等多种应用	该传感器采用磁感应技术精确控制梯度微结构形态，并结合离子凝胶和导电纳米材料，实现了低至0.5 Pa的微小压力检测和高达93.5 kPa的宽线性范围	NA	开发一种能够精确检测微小压力变化并同时具有宽线性范围和高灵敏度的电容式压力传感器	电容式压力传感器	智能传感	NA	磁感应技术	深度学习算法	压力信号	NA
5788	2025-02-28	Triboelectric Sensors Based on Glycerol/PVA Hydrogel and Deep Learning Algorithms for Neck Movement Monitoring 2025-Feb-26, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c20821 PMID:39950449	研究论文	本文介绍了一种基于甘油/PVA水凝胶和深度学习算法的摩擦电传感器，用于颈部运动监测	提出了一种新型的、灵活且可拉伸的摩擦电纳米发电机（TENG），用于颈部运动检测，并结合CNN和BiLSTM算法进行数据分析	未提及具体样本量或实验对象的详细信息	开发一种用于颈部运动监测的智能系统，以预防颈椎病	颈部运动	传感器技术	颈椎病	摩擦电纳米发电机（TENG）	CNN, BiLSTM	传感器数据	NA
5789	2025-02-28	EEG-based recognition of hand movement and its parameter 2025-Feb-26, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adba8a PMID:40009879	研究论文	本文研究了基于脑电图（EEG）信号的手部运动识别，通过分析低频时域（LFTD）信息，设计并执行了四种手部运动、两种力参数任务和四目标方向位移任务的实验，收集了13名健康志愿者的EEG数据	本文创新性地使用CNN-BiLSTM模型对原始EEG数据进行分类，以识别手部运动及其参数，并展示了该模型在EEG信号识别中的高准确率	研究仍处于可行性研究阶段，跨被试分类的准确性尚未达到实际应用水平	研究EEG信号驱动的手部运动识别及其参数解码	13名健康志愿者的EEG数据	脑机接口	NA	EEG信号分析	CNN-BiLSTM	EEG信号	13名健康志愿者
5790	2025-02-28	Deep learning models as learners for EEG-based functional brain networks 2025-Feb-26, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adba8c PMID:40009886	研究论文	本文探讨了深度学习模型在学习基于EEG的功能性脑网络（FBN）矩阵方面的能力，并评估了这些模型在EEG分析中的应用潜力	提出将FBN构建直接嵌入深度学习模型中作为特征提取模块，使模型能够端到端地学习EEG表示，同时结合FBN的洞察	深度学习模型在捕捉FBN的内在拓扑结构方面存在困难，表明传统FBN方法在EEG分析中仍具有不可替代性	评估深度学习模型在学习EEG数据衍生的FBN矩阵方面的有效性	基于EEG的功能性脑网络（FBN）	机器学习	NA	深度学习	深度学习模型	EEG数据	两个公开的EEG数据集
5791	2025-02-28	Explained Deep Learning Framework for COVID-19 Detection in Volumetric CT Images Aligned with the British Society of Thoracic Imaging Reporting Guidance: A Pilot Study 2025-Feb-26, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01444-3 PMID:40011345	研究论文	本研究介绍了一种多类深度学习模型，用于在CT图像中识别英国胸科影像学会（BSTI）的COVID-19分类，并评估了其性能	该研究首次将深度学习模型与BSTI的COVID-19检测报告指南对齐，并引入了后验视觉解释性特征以提高结果的可解释性	模型在检测'不确定'COVID-19类别时表现不佳，移除该类别后模型准确率显著提高	开发一种符合BSTI指南的深度学习模型，用于COVID-19的自动检测	疑似COVID-19患者的CT图像	计算机视觉	COVID-19	深度学习	3D ResNet	CT图像	56例CT图像
5792	2025-02-28	An Analysis of the Efficacy of Deep Learning-Based Pectoralis Muscle Segmentation in Chest CT for Sarcopenia Diagnosis 2025-Feb-26, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01443-4 PMID:40011347	研究论文	本研究探讨了基于深度学习的胸肌分割在胸部CT中对肌肉减少症诊断的有效性	首次比较了ResNet-UNet、Recurrent Residual UNet和UNet3+模型在胸部CT图像中分割和测量胸肌面积的效果，并验证了胸肌面积与L3水平肌肉面积的相关性	研究仅基于特定患者群体的CT图像，可能无法推广到所有人群	评估胸部CT图像中胸肌分割的准确性及其在肌肉减少症诊断中的应用	1644名患者的4932张胸部CT图像和294名患者的腹部CT数据	计算机视觉	肌肉减少症	深度学习	ResNet-UNet, Recurrent Residual UNet, UNet3+	CT图像	1644名患者的4932张胸部CT图像和294名患者的腹部CT数据
5793	2025-02-28	Investigation of Inter-Patient, Intra-Patient, and Patient-Specific Based Training in Deep Learning for Classification of Heartbeat Arrhythmia 2025-Feb-26, Cardiovascular engineering and technology IF:1.6Q4 DOI:10.1007/s13239-025-00777-y PMID:40011388	研究论文	本研究探讨了在深度学习中使用不同训练范式（患者间、患者内和患者特定）对心电图（ECG）信号分类的影响	详细研究了三种训练范式对基于CNN的深度学习模型在心电图心律失常分类中的影响，并发现患者特定训练范式在所有指标上表现最佳	缺乏统一的数据库划分标准，导致不同研究之间的公平比较困难	评估不同训练范式对心电图心律失常分类的深度学习模型性能的影响	心电图信号	机器学习	心血管疾病	深度学习	CNN	心电图信号	标准心律失常数据集
5794	2025-02-28	Attentive feature interaction based persistent homology-augmented network for esophageal cancer lesion detection 2025-Feb-26, Medical physics IF:3.2Q1 DOI:10.1002/mp.17707 PMID:40012097	研究论文	本文提出了一种结合持久同调（PH）和特征交互的新框架，用于从3D CT图像中识别食管癌病变，旨在通过结合PH的拓扑信息和有效的特征交互机制来增强现有深度学习模型的预测能力	提出了一种结合持久同调和特征交互的新框架，通过持久图交叉注意力编码器（PDCAE）和重校准引导模块（RGM）来增强模型的预测能力	未来的研究需要探索更多可以利用拓扑关系的下游任务	增强现有深度学习模型在食管癌病变检测中的预测能力	食管癌病变	计算机视觉	食管癌	持久同调（PH）	CNN, ViT	3D CT图像	NA
5795	2025-02-28	Comparative analysis of machine learning and deep learning algorithms for knee arthritis detection using YOLOv8 models 2025-Feb-26, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996241308770 PMID:40012222	研究论文	本文比较了机器学习和深度学习算法在膝关节关节炎检测中的应用，特别是使用YOLOv8模型的效果	本研究首次将YOLOv8分类模型应用于膝关节关节炎检测，并展示了其在检测准确率上的优越性	研究仅使用了1650张图像，样本量相对较小，可能影响模型的泛化能力	比较不同机器学习和深度学习算法在膝关节关节炎检测中的表现，寻找最优模型	膝关节关节炎的检测	计算机视觉	关节炎	YOLOv8分类模型	k-NN, SVM, GBM, DenseNet, EfficientNet, InceptionV3, YOLOv8n-cls, YOLOv8s-cls, YOLOv8m-cls, YOLOv8l-cls, YOLOv8x-cls	图像	1650张图像，分为正常、可疑、轻度、中度和重度五个类别
5796	2025-02-28	Deep learning enhanced light sheet fluorescence microscopy for in vivo 4D imaging of zebrafish heart beating 2025-Feb-25, Light, science & applications DOI:10.1038/s41377-024-01710-z PMID:39994185	研究论文	本文提出了一种深度学习增强的光片荧光显微镜（LSFM）方法，用于斑马鱼心脏跳动的体内4D成像，解决了长时间高时空分辨率成像中的挑战	开发了一种名为U-net集成变压器（UI-Trans）的卷积神经网络（CNN）-变压器网络，能够有效减少复杂噪声和散射耦合的退化，并在细节学习和全局特征理解方面优于现有深度学习网络	NA	研究目的是通过深度学习增强的光片荧光显微镜技术，实现斑马鱼心脏跳动的长时间高时空分辨率成像	斑马鱼心脏	计算机视觉	NA	光片荧光显微镜（LSFM）	CNN-Transformer网络（UI-Trans）	图像	斑马鱼心脏
5797	2025-02-28	scFTAT: a novel cell annotation method integrating FFT and transformer 2025-Feb-25, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06061-z PMID:39994539	研究论文	本文提出了一种新的单细胞注释方法scFTAT，结合了FFT和增强型Transformer，用于解决单细胞RNA测序数据的高稀疏性和大规模数据手动注释的挑战	scFTAT模型创新性地整合了FFT和增强型Transformer，通过LDA减少数据稀疏性，并采用核近似、位置编码增强和注意力增强模块等技术进行微调，提高了训练性能	NA	开发一种高效且鲁棒的单细胞数据注释方法，以解决现有方法在高稀疏性和大规模数据手动注释方面的不足	单细胞RNA测序数据	生物信息学	NA	单细胞RNA测序	Transformer	单细胞RNA测序数据	六个典型数据集（包括人类和小鼠组织）
5798	2025-02-28	Evaluating Undersampling Schemes and Deep Learning Reconstructions for High-Resolution 3D Double Echo Steady State Knee Imaging at 7 T: A Comparison Between GRAPPA, CAIPIRINHA, and Compressed Sensing 2025-Feb-25, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001168 PMID:40009727	研究论文	本文评估了不同欠采样方案和深度学习重建方法在7T高分辨率3D双回波稳态膝关节成像中的应用，比较了GRAPPA、CAIPIRINHA和压缩感知（CS）的效果	本研究首次在7T高场强下，结合压缩感知欠采样和深度学习重建技术，实现了快速、高分辨率的3D DESS膝关节成像，且图像质量无明显下降	研究样本量较小，仅包括20名志愿者的40个膝关节，且未评估不同欠采样方案对临床诊断准确性的影响	评估不同欠采样方案和深度学习重建方法在高分辨率3D DESS膝关节成像中的效果，以确定最佳欠采样方案及其极限	20名志愿者的40个膝关节	医学影像	膝关节疾病	3D双回波稳态（DESS）磁共振成像，压缩感知（CS），深度学习（DL）重建	深度学习算法	3D磁共振图像	20名志愿者的40个膝关节
5799	2025-02-28	Three-dimensional, multimodal synchrotron data for machine learning applications 2025-Feb-24, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04605-9 PMID:39994193	研究论文	本文介绍了一个独特的多模态同步辐射数据集，用于开发先进的深度学习和数据融合管道	提供了一个多分辨率、多模态的三维数据集，可用于开发超分辨率、多模态数据融合和3D重建算法	数据集仅针对锌掺杂的Zeolite 13X样品，可能限制了其广泛适用性	开发用于医学和物理科学的机器学习技术	锌掺杂的Zeolite 13X样品	机器学习	NA	多分辨率微X射线计算机断层扫描、空间分辨X射线衍射计算机断层扫描	深度学习	三维图像数据	一个锌掺杂的Zeolite 13X样品
5800	2025-02-28	An enhanced denoising system for mammogram images using deep transformer model with fusion of local and global features 2025-Feb-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89451-w PMID:39994276	研究论文	本文提出了一种名为DeepTFormer的新型去噪网络架构，利用Transformer模型进行图像去噪，特别适用于乳腺X光图像	DeepTFormer结合了Transformer模型和卷积层，通过局部-全局特征提取模块有效捕捉噪声图像的局部和全局信息，提升了去噪效果	未提及具体局限性	解决低层次计算机视觉中的图像去噪问题，特别是乳腺X光图像的去噪	乳腺X光图像	计算机视觉	乳腺癌	深度学习	Transformer模型与CNN结合	图像	未提及具体样本数量