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
6021	2025-03-15	Using Deep learning to Predict Cardiovascular Magnetic Resonance Findings from Echocardiography Videos 2024-Apr-19, medRxiv : the preprint server for health sciences DOI:10.1101/2024.04.16.24305936 PMID:38699330	研究论文	本研究探讨了使用深度学习从超声心动图视频中预测心血管磁共振成像（CMR）结果的可能性	首次尝试使用深度学习从超声心动图视频中预测CMR的组织特征，如壁运动异常（WMA）、晚期钆增强（LGE）、T1和T2映射以及细胞外体积（ECV）	模型在预测LGE、T1、T2和ECV等组织特征时表现不佳，表明超声心动图视频中可能缺乏这些特征的信号	探索深度学习是否可以从超声心动图视频中预测CMR的组织特征	1,453名成年患者，包括2,556次配对的超声心动图研究	计算机视觉	心血管疾病	深度学习	卷积神经网络（CNN）	视频	1,453名成年患者，2,556次配对的超声心动图研究
6022	2025-03-15	Deep Learning Models for Predicting Hearing Thresholds Based on Swept-Tone Stimulus-Frequency Otoacoustic Emissions 2024 Mar-Apr 01, Ear and hearing IF:2.6Q1 DOI:10.1097/AUD.0000000000001443 PMID:37990395	研究论文	本研究旨在开发基于扫频刺激频率耳声发射（SFOAEs）的深度学习模型，用于定量预测听力阈值	提出了四种深度学习模型（CNN、CNN-KNN、CNN-SVM、CNN-RF）用于预测听力阈值，并探索了SFOAEs与听力阈值之间的关系	研究样本量有限，仅包括174只正常听力耳朵和388只感音神经性听力损失耳朵	开发深度学习模型以定量预测听力阈值	正常听力耳朵和感音神经性听力损失耳朵	机器学习	听力损失	扫频刺激频率耳声发射（SFOAEs）	CNN、CNN-KNN、CNN-SVM、CNN-RF	SFOAE振幅谱及其信噪比谱	174只正常听力耳朵和388只感音神经性听力损失耳朵
6023	2025-03-15	scMeFormer: a transformer-based deep learning model for imputing DNA methylation states in single cells enhances the detection of epigenetic alterations in schizophrenia 2024-Jan-25, bioRxiv : the preprint server for biology DOI:10.1101/2024.01.25.577200 PMID:38328094	研究论文	本文介绍了一种基于Transformer的深度学习模型scMeFormer，用于在单细胞中估算DNA甲基化状态，并增强了对精神分裂症中表观遗传改变的检测	scMeFormer模型在单细胞DNA甲基化数据估算方面表现出色，即使在CpG位点覆盖率显著降低的情况下也能实现高保真估算	NA	开发一种深度学习模型，用于在单细胞中估算DNA甲基化状态，以增强对精神分裂症中表观遗传改变的检测	单细胞DNA甲基化数据	深度学习	精神分裂症	单细胞DNA甲基化测序	Transformer	DNA甲基化数据	四个精神分裂症患者和四个神经典型对照的前额叶皮层单核DNA甲基化数据集
6024	2025-03-15	Lightweight model-based sheep face recognition via face image recording channel 2024-Jan-03, Journal of animal science IF:2.7Q1 DOI:10.1093/jas/skae066 PMID:38477672	研究论文	本文介绍了一种轻量级的绵羊面部识别模型YOLOv7-SFR，旨在解决现有模型体积大、计算成本高的问题	引入了轻量级改进策略，包括在主干网络中引入shuffle attention模块、融合Dyhead模块、使用深度可分离卷积替代传统卷积，并采用知识蒸馏技术进一步提升模型性能	研究仅针对50只小尾寒羊进行实验，样本规模较小，可能限制了模型的泛化能力	开发一种轻量化的绵羊面部识别模型，以推动数字羊场和精准畜牧业的实际应用	小尾寒羊的面部图像	计算机视觉	NA	深度学习	YOLOv7-SFR	图像	50只小尾寒羊，共22,000张面部图像
6025	2025-03-15	Deep Learning-based Assessment of Facial Asymmetry Using U-Net Deep Convolutional Neural Network Algorithm 2024 Jan-Feb 01, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000009862 PMID:37973054	研究论文	本研究旨在评估基于深度卷积神经网络（DCNN）的计算机辅助诊断（CAD）系统在检测后前位（PA）头颅X光片上的面部不对称性方面的诊断性能，并将其与正畸医生的诊断结果进行比较	使用U-Net深度卷积神经网络算法进行面部不对称性评估，提供了一种新的计算机辅助诊断方法	研究样本量有限，仅使用了1020名患者的PA头颅X光片进行训练，25张用于测试	评估DCNN-based CAD系统在面部不对称性诊断中的性能	1020名正畸患者的PA头颅X光片	计算机视觉	NA	深度卷积神经网络（DCNN）	U-Net	图像	1020名患者的PA头颅X光片
6026	2025-03-15	Development of AI-Based Diagnostic Algorithm for Nasal Bone Fracture Using Deep Learning 2024 Jan-Feb 01, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000009856 PMID:38294297	研究论文	本研究开发了一种基于深度学习的AI算法，用于通过面部骨骼的计算机断层扫描图像诊断鼻骨骨折	首次开发了一种基于深度学习的AI算法，用于诊断鼻骨骨折，并与人类医生的诊断结果达到了100%的敏感性和77%的特异性	研究处于初步阶段，样本量较小，需要进一步验证和优化	开发一种AI算法，用于通过计算机断层扫描图像诊断鼻骨骨折	面部骨骼的计算机断层扫描图像	计算机视觉	鼻骨骨折	深度学习	深度学习模型	图像	未明确提及样本量
6027	2025-03-15	Diagnostic-therapeutic management of pulmonary nodules 2024, Klinicka onkologie : casopis Ceske a Slovenske onkologicke spolecnosti DOI:10.48095/ ccko2024408 PMID:39772821	综述	本文全面回顾了肺结节的诊断和治疗方法，重点讨论了基于结节形态、大小和生长潜力的恶性潜力评估	文章详细分析了现代影像技术，特别是人工智能（AI）在肺结节诊断中的应用，并强调了多学科方法在肺结节诊断和管理中的重要性	文章未提及具体的研究局限性	优化肺结节的临床诊断和管理，以减少肺癌的死亡率并改善患者预后	肺结节	数字病理学	肺癌	人工智能（AI），深度学习技术	深度学习	影像数据	NA
6028	2025-03-15	Discrimination of benign and malignant breast lesions on dynamic contrast-enhanced magnetic resonance imaging using deep learning 2023-Dec-01, Journal of cancer research and therapeutics IF:1.4Q4 DOI:10.4103/jcrt.jcrt_325_23 PMID:38156926	研究论文	本文评估了深度迁移学习（DTL）和微调方法在区分乳腺动态对比增强磁共振成像（DCE-MRI）中良恶性病变的能力	使用VGG19、ResNet50和DenseNet201模型进行对比，并通过微调策略提升模型性能，验证了VGG19模型在识别良恶性乳腺病变中的有效性	研究样本量有限，仅包含50个额外病变用于验证集，可能影响模型的泛化能力	评估深度迁移学习和微调方法在乳腺DCE-MRI中区分良恶性病变的能力	乳腺动态对比增强磁共振成像（DCE-MRI）中的良恶性病变	计算机视觉	乳腺癌	深度迁移学习（DTL）和微调方法	VGG19, ResNet50, DenseNet201	图像	50个额外病变用于验证集
6029	2025-03-15	Deep Learning-Based Diagnostic System for Velopharyngeal Insufficiency Based on Videofluoroscopy in Patients With Repaired Cleft Palates 2023 Nov-Dec 01, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000009560 PMID:37815288	研究论文	本文开发了一种基于深度学习的诊断系统，用于评估修复腭裂患者的腭咽功能不全（VPI）	首次将深度学习技术应用于VPI的诊断，并与人类专家的诊断结果进行比较	研究为回顾性分析，可能存在选择偏差	开发一种基于深度学习的诊断系统，用于评估修复腭裂患者的VPI	修复腭裂患者	计算机视觉	腭咽功能不全	深度学习	VGGNet, ResNet, Xception, ResNext, DenseNet, SENet	视频	714例（2010年1月至2019年6月）
6030	2025-03-15	Using a New Deep Learning Method for 3D Cephalometry in Patients With Cleft Lip and Palate 2023 Jul-Aug 01, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000009299 PMID:36944601	研究论文	本研究应用了一种基于3D点云图卷积神经网络的新深度学习方法，用于预测和定位唇腭裂患者的标志点	首次将深度学习方法应用于唇腭裂患者的3D头影测量标志点预测和定位	未来若扩大唇腭裂训练集，可能会获得更准确的结果	开发适用于唇腭裂患者的3D头影测量系统	唇腭裂患者	计算机视觉	唇腭裂	3D点云图卷积神经网络	PointNet++	3D图像	150名患者
6031	2025-03-14	Role of artificial intelligence in data-centric additive manufacturing processes for biomedical applications 2025-Jun, Journal of the mechanical behavior of biomedical materials IF:3.3Q3 DOI:10.1016/j.jmbbm.2025.106949 PMID:40036906	综述	本文综述了人工智能（AI）在增材制造（AM）过程中，特别是在生物医学应用中的角色，以增强从预处理到后处理的各个环节，满足更广泛的个性化医疗需求	本文首次全面探讨了AI在AM全过程中的应用，包括预处理、打印过程和后处理，特别是在生物医学领域的应用，展示了AI在提高资源效率和产品质量方面的潜力	本文主要集中于理论探讨和现有研究的综述，缺乏具体的实验验证和案例分析	探讨AI如何增强AM过程，以满足生物医学应用中的个性化需求	增材制造（AM）过程及其在生物医学应用中的各个环节	机器学习	NA	监督学习、无监督学习、深度学习、强化学习	NA	NA	NA
6032	2025-03-14	"Optimizing sEMG Gesture Recognition with Stacked Autoencoder Neural Network for Bionic Hand" 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103207 PMID:40071216	研究论文	本研究提出了一种使用堆叠自编码器神经网络（SAE）进行表面肌电图（sEMG）手势识别的新方法	利用堆叠自编码器神经网络进行层次表示学习，从原始sEMG信号中提取有意义的特征，提高了手势分类的精度和鲁棒性	NA	优化sEMG手势识别，以增强仿生手的控制技术	表面肌电图（sEMG）信号	机器学习	NA	MODWT分解（最大重叠离散小波变换）	堆叠自编码器神经网络（SAE）	sEMG信号	NA
6033	2025-03-14	Pathology report generation from whole slide images with knowledge retrieval and multi-level regional feature selection 2025-May, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108677 PMID:40023962	研究论文	本文提出了一种从全切片图像（WSIs）生成病理报告的新方法，结合知识检索和多层次区域特征选择	引入了多层次区域特征编码网络和特征选择模块，以处理WSIs中病理信息分布不均的问题，并设计了知识检索模块以提高报告生成性能，还提出了基于大语言模型（LLM）的域外应用模式	未明确提及具体限制	设计一种能够从WSIs高效生成病理报告并适用于临床实践的方法	全切片图像（WSIs）	数字病理学	胃癌	深度学习	多层次区域特征编码网络、大语言模型（LLM）	图像	公共数据集GastricADC（991 WSIs）和内部数据集Gastric-3300（3309 WSIs）
6034	2025-03-14	Low dose computed tomography reconstruction with momentum-based frequency adjustment network 2025-May, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108673 PMID:40023964	研究论文	本文提出了一种基于动量频率调整网络的低剂量计算机断层扫描（LDCT）重建方法，通过创新的频率调整网络和焦点细节损失函数，显著减少了收敛所需的迭代次数并提高了重建质量	引入了创新的频率调整网络（FAN）和基于动量的频率调整网络（MFAN），并提出了焦点细节损失函数（FDL），这些创新显著提升了重建性能并加速了收敛	尽管在AAPM-Mayo公共数据集和真实猪数据集上验证了方法的有效性，但可能仍需在更多样化的数据集上进行进一步验证	改进低剂量计算机断层扫描（LDCT）重建方法，以减少迭代次数并提高重建质量	低剂量计算机断层扫描（LDCT）图像	计算机视觉	NA	低剂量计算机断层扫描（LDCT）	频率调整网络（FAN），基于动量的频率调整网络（MFAN）	图像	AAPM-Mayo公共数据集和真实猪数据集
6035	2025-03-14	Reducing food waste in the HORECA sector using AI-based waste-tracking devices 2025-May-01, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.02.044 PMID:40024032	研究论文	本研究评估了在HORECA（酒店、餐厅和餐饮）行业中，使用基于AI的自动废物追踪系统减少食物浪费的效果	采用基于计算机视觉和深度学习的AI技术，实时自动称重和光学分离食物废物	未来研究应探索将废物追踪设备与消费者层面的干预措施结合，以增强食物浪费的减少效果	评估AI技术在减少HORECA行业食物浪费方面的有效性	德国度假村内的餐厅和商务餐饮服务商、瑞士的酒店以及希腊的两家酒店	计算机视觉	NA	计算机视觉和深度学习算法	深度学习	图像	德国的一家餐厅和商务餐饮服务商、瑞士的一家酒店以及希腊的两家酒店
6036	2025-03-14	Impact of aortic branch retention strategies on thrombus growth prediction in type B aortic dissection: A hemodynamic study 2025-May, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108679 PMID:40037009	研究论文	本研究通过数值模拟探讨了四种主动脉分支保留策略对B型主动脉夹层血栓生长预测的影响	首次系统比较了四种主动脉分支保留策略对血流动力学稳定性和血栓形成风险的影响，并提出了简化解剖结构的Type 4策略在图像简化和深度学习应用中的潜在价值	研究仅基于数值模拟，未进行临床验证	评估不同主动脉分支保留策略对B型主动脉夹层血栓生长预测的影响	B型主动脉夹层	心血管疾病	心血管疾病	数值模拟	NA	数值模拟数据	NA
6037	2025-03-14	MOF-KAN: Kolmogorov-Arnold Networks for Digital Discovery of Metal-Organic Frameworks 2025-Mar-13, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.5c00211 PMID:40015927	研究论文	本文介绍了一种名为MOF-KAN的新型深度学习架构，首次将Kolmogorov-Arnold Networks (KANs)应用于金属有机框架(MOFs)的数字发现	MOF-KAN是首个将KANs应用于MOFs数字发现的架构，通过精细调整网络架构，其在预测MOFs的多种性能上优于标准的多层感知器(MLPs)，并在低数据量情况下表现出色	NA	开发一种准确且数据高效的方法，以导航复杂的化学和结构空间，用于功能性材料（如MOFs）的数字发现	金属有机框架(MOFs)	机器学习	NA	深度学习	Kolmogorov-Arnold Networks (KANs)	化学和结构数据	NA
6038	2025-03-14	A multi-objective function for deep learning-based automatic energy efficiency power allocation in multicarrier noma system using hybrid heuristic improvement 2025-Mar-13, Network (Bristol, England) DOI:10.1080/0954898X.2025.2461046 PMID:40079096	研究论文	本文提出了一种基于深度学习的多目标函数，用于在多载波NOMA系统中自动分配能效功率，采用混合启发式改进方法	提出了混合缝纫训练和狐猴优化算法（HSTLO）来优化系统参数，并开发了扩张密集循环神经网络（DDRNN）模型以增强系统性能	未提及具体的数据集或实验环境，可能限制了结果的普适性	提高多载波NOMA系统的能效（EE）并优化系统性能	多载波NOMA系统	机器学习	NA	混合启发式优化算法、深度学习	扩张密集循环神经网络（DDRNN）	NA	NA
6039	2025-03-14	Pd-Modified Microneedle Array Sensor Integration with Deep Learning for Predicting Silica Aerogel Properties in Real Time 2025-Mar-12, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c17680 PMID:40019213	研究论文	本研究开发了一种集成Pd/Au传感器和深度学习算法的系统，用于实时预测硅气凝胶的物理特性	利用电化学阻抗数据、频率和时间参数，结合深度学习模型，实时预测硅气凝胶的物理特性，显著提高了生产过程的优化和监控效率	研究主要针对硅气凝胶，未涉及其他材料的预测	通过人工智能预测材料特性，优化硅气凝胶的生产过程	硅气凝胶的物理特性，包括孔径、孔体积和表面积	机器学习	NA	电化学阻抗测量	深度神经网络	电化学阻抗数据、频率和时间参数	NA
6040	2025-03-14	Protein-ligand interaction prediction based on heterogeneity maps and data enhancement 2025-Mar-12, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2025.2475229 PMID:40072484	研究论文	本文提出了一种基于异构图和数据增强的蛋白质-配体相互作用预测模型HGEF-Net，旨在提高药物发现和重定位的效率	提出了异质信息学习模块和多层次对比学习的数据增强策略，以及异质注意力整合框架，有效融合分子内和分子间特征，提升模型在稀疏、不平衡数据集上的性能	NA	提高蛋白质-配体相互作用预测的准确性和效率，以支持药物发现和重定位	蛋白质-配体相互作用	机器学习	NA	深度学习	HGEF-Net	分子数据	BindingDB数据集和Davis数据集