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
5961	2025-04-01	Deep learning based approaches for intelligent industrial machinery health management and fault diagnosis in resource-constrained environments 2025-01-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79151-2 PMID:39774953	综述	本文综述了工业4.0背景下基于深度学习的工业机械健康管理与故障诊断方法，特别是在资源受限环境中的应用	全面调查了智能故障诊断（IFD）方法，并提出了从数据处理、模型构建到训练优化的三个不同视角分类	现有方法大多假设数据完整、平衡且充足，这与实际工程场景不符	探讨工业机械健康管理（IMHM）中的剩余使用寿命（RUL）预测、边缘计算架构和智能故障诊断（IFD）的研究进展	工业机械的健康管理与故障诊断	机器学习	NA	深度学习	NA	工业机械数据	NA
5962	2025-04-01	Evaluation of an acne lesion detection and severity grading model for Chinese population in online and offline healthcare scenarios 2025-01-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84670-z PMID:39774300	研究论文	开发并评估了一种基于深度学习的算法AcneDGNet，用于在不同医疗场景中准确完成痤疮病变检测和严重程度分级	设计了包含特征提取、病变检测和严重程度分级模块的AcneDGNet算法，并在在线和离线医疗场景中进行了系统评估	未提及算法的计算效率或在不同肤色人群中的泛化能力	开发一种能准确完成痤疮病变检测和严重程度分级的深度学习算法，并评估其在不同医疗场景中的性能	痤疮病变检测和严重程度分级	计算机视觉	痤疮	深度学习	AcneDGNet（包含特征提取、病变检测和严重程度分级模块）	图像	2,157张面部图像（来自两个公共数据集和三个自建数据集）
5963	2025-04-01	Enhancing repeatability of follicle counting with deep learning reconstruction high-resolution MRI in PCOS patients 2025-01-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84812-3 PMID:39775101	研究论文	本研究探讨了使用深度学习重建高分辨率MRI提高多囊卵巢综合征(PCOS)患者卵泡计数重复性的方法	采用深度学习重建SSFSE图像(SSFSE-DL)，在抑制运动伪影的同时补偿噪声，显著提高了卵泡检测的定性指标和FNPO评估的重复性	样本量较小(仅22名PCOS患者)，且仅由一名观察者评估主观噪声	提高PCOS诊断中卵泡计数的准确性和可重复性	多囊卵巢综合征(PCOS)患者的卵巢影像	数字病理学	多囊卵巢综合征	PROPELLER MRI、SSFSE T2加权序列、深度学习重建	深度学习(DL)	MRI图像	22名PCOS患者
5964	2025-04-01	Segmentation of the iliac crest from CT-data for virtual surgical planning of facial reconstruction surgery using deep learning 2025-01-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83031-0 PMID:39773990	研究论文	本研究开发了一种基于深度学习的自动化方法，用于从CT数据中分割髂嵴，以辅助面部重建手术的虚拟规划	首次采用3D U-Net架构的卷积神经网络实现髂嵴的自动化分割，并应用迁移学习优化模型训练	研究仅针对髂嵴分割，未涉及其他骨骼结构的自动化处理	开发自动化分割髂嵴的方法，以支持数字化手术规划流程	髂嵴的CT影像数据	数字病理	面部重建手术	CT成像	3D U-Net	CT影像	1,398个手动分割的数据集（其中400个用于训练和验证，177个用于测试）
5965	2025-04-01	Prediction of white matter hyperintensities evolution one-year post-stroke from a single-point brain MRI and stroke lesions information 2025-01-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83128-6 PMID:39774013	研究论文	本研究利用单点脑MRI和卒中病灶信息预测卒中后一年白质高信号（WMH）的演变	结合卒中病灶信息并使用概率深度学习模型预测WMH演变，提出了一种新的体积损失函数以提高预测准确性	研究主要针对轻度卒中事件后的WMH演变，可能不适用于其他类型的卒中或脑部疾病	预测卒中后一年白质高信号的演变，以支持个性化治疗干预	轻度卒中患者的白质高信号（WMH）和卒中病灶	数字病理学	心血管疾病	T2-FLAIR脑MRI	Probabilistic U-Net	图像	NA
5966	2025-04-01	Multi-scale feature fusion of deep convolutional neural networks on cancerous tumor detection and classification using biomedical images 2025-01-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84949-1 PMID:39774273	研究论文	本文提出了一种基于多尺度特征融合的深度卷积神经网络（MFFDCNN-CTDC）模型，用于生物医学图像中的癌症肿瘤检测和分类	结合ResNet50和EfficientNet架构进行多尺度特征融合，并采用混合烟花鲸鱼优化算法（FWWOA）进行参数调优	未提及模型在临床环境中的实际应用效果及泛化能力	开发一种高效的癌症肿瘤检测和分类方法	皮肤癌肿瘤	数字病理学	皮肤癌	深度学习	CNN（ResNet50, EfficientNet, Unet3+, CAE）	图像	ISIC 2017和HAM10000数据集
5967	2025-04-01	Deep learning-based encryption scheme for medical images using DCGAN and virtual planet domain 2025-01-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84186-6 PMID:39774748	research paper	提出了一种基于DCGAN和VPD的医学图像加密新技术	整合DCGAN和VPD方法生成诱饵图像，并利用时间戳、随机数和1-DEC映射生成加密密钥	未明确提及具体样本量或实验数据集的详细构成	增强医学图像的安全性，防止未经授权的访问和篡改	医学图像	数字病理	NA	DCGAN, VPD, 1-DEC映射	DCGAN	image	NA
5968	2025-04-01	Ensemble genetic and CNN model-based image classification by enhancing hyperparameter tuning 2025-01-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76178-3 PMID:39762285	研究论文	提出了一种结合遗传算法和卷积神经网络的集成模型（EGACNN），通过优化超参数来提升图像分类的效率和准确率	结合遗传算法（GA）和卷积神经网络（CNN）进行超参数优化，提出EGACNN模型，显著提高了图像分类的准确率	研究仅基于MNIST数据集，未在其他更复杂的数据集上进行验证	提升基于CNN的图像分类系统的性能，利用集成学习和遗传算法的优势	图像分类模型	计算机视觉	NA	遗传算法（GA）	CNN, GA, 集成学习（EGACNN, CSNN）	图像	MNIST数据集
5969	2025-04-01	Prediction of ECG signals from ballistocardiography using deep learning for the unconstrained measurement of heartbeat intervals 2025-01-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84049-0 PMID:39762351	研究论文	利用深度学习从心冲击图(BCG)信号中提取心电图(ECG)波形，并探索其在R-R间期(RRI)估计中的应用	提出了一种基于双向长短期记忆网络(BiLSTM)的深度学习模型，能够从BCG信号中预测ECG信号，实现无约束的心跳间隔测量	模型在长期记录数据上的泛化能力仍有提升空间，且样本量相对较小(18名参与者用于训练，12名用于验证)	开发一种无约束的心率监测方法，适用于家庭环境中的长期心脏健康监测	心冲击图(BCG)信号和心电图(ECG)信号	机器学习	心血管疾病	深度学习信号处理	BiLSTM	生理信号(BCG和ECG)	18名参与者用于训练模型，12名不同参与者用于长期记录验证
5970	2025-04-01	Explainable attention based breast tumor segmentation using a combination of UNet, ResNet, DenseNet, and EfficientNet models 2025-01-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84504-y PMID:39762417	研究论文	本研究提出了一种基于改进UNet架构的深度学习技术，用于乳腺肿瘤分割，结合了注意力机制和先进的编码器架构	结合了CBAM和非局部注意力机制，以及ResNet、DenseNet和EfficientNet等先进的编码器架构，显著提升了分割性能	未来研究需探索多模态成像、实时临床应用以及更先进的注意力机制以进一步提升分割性能	提高乳腺肿瘤分割的准确性和可靠性	乳腺超声图像（BUSI）数据集中的乳腺肿瘤	计算机视觉	乳腺癌	深度学习	UNet、ResNet、DenseNet、EfficientNet	图像	BUSI数据集中的乳腺超声图像
5971	2025-04-01	Diagnostic Performance of a Computer-aided System for Tuberculosis Screening in Two Philippine Cities 2025, Acta medica Philippina DOI:10.47895/amp.vi0.8950 PMID:39967706	research paper	评估qXR3.0技术在菲律宾两个城市中用于结核病筛查的诊断性能	首次在菲律宾本地评估基于AI的结核病筛查系统qXR3.0的性能，并与放射科医生的诊断进行比较	样本量较小（82名参与者），未来研究需要更大样本量验证结果	评估qXR3.0技术在结核病筛查中的诊断性能，并验证其是否符合WHO标准	菲律宾15岁及以上成年人	digital pathology	tuberculosis	deep learning neural networks (DLNNs)	qXR3.0	chest radiographs (CXRs)	82名参与者
5972	2025-04-01	Detection of ionospheric disturbances with a sparse GNSS network in simulated near-real time Mw 7.8 and Mw 7.5 Kahramanmaraş earthquake sequence 2025, GPS solutions IF:4.5Q1 DOI:10.1007/s10291-024-01808-2 PMID:39990601	研究论文	本文开发了一种近实时检测电离层扰动的方法，用于识别由地震引起的电离层异常信号	利用LSTM神经网络自动检测地震引起的电离层扰动，无需事先知晓地震事件	方法在夜间电离水平较低时可能无法检测到较小幅度的扰动	开发近实时电离层扰动检测方法，用于地震监测	由Kahramanmaraş地震序列引起的电离层扰动	地球物理监测	NA	GNSS总电子含量(TEC)测量	LSTM	卫星信号数据	2023年2月6日Kahramanmaraş地震序列数据
5973	2025-03-30	Correction: Detection and recognition of foreign objects in Pu-erh Sun-dried green tea using an improved YOLOv8 based on deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0321409 PMID:40153338	correction	对一篇关于使用改进的YOLOv8深度学习模型检测和识别普洱茶晒青毛茶中外来物的文章进行更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5974	2025-04-01	Accurate de novo design of high-affinity protein binding macrocycles using deep learning 2024-Nov-18, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.18.622547 PMID:39605685	研究论文	本文介绍了一种基于深度学习的去噪扩散管道RFpeptides，用于设计针对特定蛋白质靶点的大环肽结合物	首次提出了一种稳健的方法用于设计蛋白质结合大环肽，克服了传统大规模筛选方法的资源密集和结合模式控制不足的问题	研究仅测试了四种不同蛋白质的设计效果，样本量相对有限	开发一种高效、可定制的大环肽设计方法，用于诊断和治疗应用	蛋白质靶点的大环肽结合物	机器学习	NA	深度学习	去噪扩散模型	蛋白质序列和结构数据	针对四种不同蛋白质各测试了20个或更少的设计大环肽
5975	2024-10-02	Deep learning sharpens vistas on biodiversity mapping 2024-Oct-08, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2416358121 PMID:39348547	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5976	2025-04-01	A Deep Learning-based Pipeline for Segmenting the Cerebral Cortex Laminar Structure in Histology Images 2024-Oct, Neuroinformatics IF:2.7Q3 DOI:10.1007/s12021-024-09688-0 PMID:39417954	研究论文	本文提出了一种基于深度学习的流程，用于在组织学图像中分割大脑皮层的层状结构	开发了一种新颖的计算框架，结合AI工具获取皮层标签，并使用深度学习模型进行皮层分层分割，相比现有方法在分割质量上有显著提升	仅针对普通狨猴的Nissl染色和髓鞘染色切片图像进行研究，未在其他物种或染色方法上验证	理解大脑皮层层状结构的解剖学特征及其连接模式，为神经系统疾病研究提供见解	普通狨猴大脑的Nissl染色和髓鞘染色切片图像	数字病理学	神经系统疾病	深度学习	深度学习模型（未明确具体类型）	图像	普通狨猴大脑切片图像（具体数量未说明）
5977	2025-04-01	Modeling protein-small molecule conformational ensembles with ChemNet 2024-Sep-25, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.25.614868 PMID:39386615	research paper	该研究开发了一种名为ChemNet的图神经网络，用于模拟蛋白质-小分子系统的构象异质性	ChemNet能够快速生成小分子和蛋白质-小分子系统的构象集合，并在酶设计方面表现出更高的成功率和活性	NA	模拟蛋白质-小分子系统的构象异质性，并提高酶设计的成功率	蛋白质-小分子系统	machine learning	NA	graph neural network	ChemNet	atomic level structures	数据来自Cambridge Structural Database和Protein Data Bank
5978	2024-08-07	Comment on 'Deep learning-assisted detection and segmentation of intracranial hemorrhage in noncontrast computed tomography scans of acute stroke patients: a systematic review and meta-analysis' 2024-Sep-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000001718 PMID:38814316	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5979	2025-04-01	Automated segmentation of the median nerve in patients with carpal tunnel syndrome 2024-07-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65840-5 PMID:39033223	研究论文	本研究利用U-Net网络训练算法，自动分割腕管综合征患者的正中神经超声图像并测量其横截面积	采用深度学习技术自动分割正中神经并测量其横截面积，为腕管综合征的诊断提供新方法	样本量较小（25例患者和26例健康对照），且自动化测量与手动测量存在10.9%的差异	开发一种自动化技术用于腕管综合征的诊断验证	腕管综合征患者和健康对照的正中神经超声图像	医学影像	腕管综合征	超声成像	U-Net	图像	25例腕管综合征患者和26例健康对照的2355张手动分割图像
5980	2025-04-01	Spatial Deconvolution of Cell Types and Cell States at Scale Utilizing TACIT 2024-Jun-27, Research square DOI:10.21203/rs.3.rs-4536158/v1 PMID:38978567	研究论文	本文提出了一种名为TACIT的无监督算法，用于细胞注释，无需训练数据即可识别细胞类型和状态	开发了TACIT算法，无需训练数据即可进行细胞注释，并在多组学分析中识别模糊细胞，提高了准确性和可扩展性	虽然TACIT在多个数据集中表现良好，但其在更广泛细胞类型和疾病中的应用仍需进一步验证	解决空间生物学中细胞类型和状态识别的挑战，提高注释的准确性和效率	细胞类型和状态，特别是在脑、肠道和腺体三个生态位中的细胞	空间生物学	炎症性腺体疾病	多组学分析，空间转录组学和蛋白质组学	无监督算法	多组学数据	5个数据集，包含5,000,000个细胞和51种细胞类型