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
6101	2025-03-29	Deep learning from latent spatiotemporal information of the heart: Identifying advanced bioimaging markers from echocardiograms 2024-Mar, Biophysics reviews IF:2.9Q2 DOI:10.1063/5.0176850 PMID:38559589	research paper	该研究利用深度学习技术从超声心动图的潜在时空信息中提取高级生物成像标记，以改进心脏病的诊断和管理	提出了新颖的时空深度学习模型，能够基于未标记的像素超声心动图数据整合时间臂信息，构建个性化的4D心脏网格，评估心脏功能，检测早期瓣膜病变，并区分罕见心血管疾病	依赖于手动和主观的人类追踪，可能导致工作流程和协议标准化以及最终解释准确性的挑战	开发先进的生物成像标记，改进心脏病的早期诊断和个性化治疗策略	超声心动图数据	digital pathology	cardiovascular disease	spatiotemporal deep learning	DL	image	NA
6102	2025-03-29	Taxonomy of hybridly polarized Stokes vortex beams 2024-Feb-26, Optics express IF:3.2Q2 DOI:10.1364/OE.512409 PMID:38439421	研究论文	本文提出了一种结合深度学习的广义衍射斯托克斯偏振法，用于高效识别斯托克斯奇异光束	利用深度学习框架结合衍射斯托克斯偏振法，解决了混合偏振斯托克斯涡旋光束的识别难题，分类准确率达到98.67%	实验中的噪声因素如相对相位、振幅和偏振差异以及光束波动增加了识别过程的复杂性	研究混合偏振斯托克斯涡旋光束的分类与识别方法	15类基于斯托克斯奇点类型及其相关模式指数的光束	光学	NA	深度学习辅助的斯托克斯偏振法	深度神经网络	光学衍射图像	15类光束
6103	2025-03-29	"UDE DIATOMS in the Wild 2024": a new image dataset of freshwater diatoms for training deep learning models 2024-Jan-02, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giae087 PMID:39607983	research paper	该研究介绍了迄今为止最大的淡水硅藻图像数据集，旨在促进深度学习在硅藻识别问题上的应用和基准测试	提出了最大的硅藻图像数据集，并展示了两种创新分析方法，包括处理视觉异质性类别的子聚类、分布外样本检测和半监督学习	硅藻的高类内变异性和小类间差异、显微镜载玻片上标本视觉外观的差异以及硅藻专家注释的有限可用性	促进深度学习在淡水硅藻识别问题上的应用和基准测试	淡水硅藻	computer vision	NA	light microscopy	deep learning	image	83,570张图像，涵盖611种硅藻类群，其中101种类群每种至少有100个样本，144种类群每种至少有50个样本
6104	2025-03-29	Convolutional Neural Networks for Segmentation of Malignant Pleural Mesothelioma: Analysis of Probability Map Thresholds (CALGB 30901, Alliance) 2023-Nov-30, ArXiv PMID:38076518	research paper	本研究评估了卷积神经网络(CNN)在恶性胸膜间皮瘤(MPM)分割中概率图阈值的影响	分析了不同概率阈值对CNN生成的MPM肿瘤分割结果的影响，强调了在评估深度学习分割时同时考虑肿瘤体积和空间重叠的重要性	CNN在特定疾病表现(如严重胸腔积液或胸膜裂隙疾病)中存在不足，且未找到适用于肿瘤体积和DSC两者的最优单一阈值	评估CNN概率图阈值对MPM肿瘤分割的影响	恶性胸膜间皮瘤(MPM)患者的CT扫描图像	digital pathology	lung cancer	CT扫描	VGG16/U-Net CNN	image	21名MPM患者的88次CT扫描
6105	2025-03-29	Transport-based morphometry of nuclear structures of digital pathology images in cancers 2023-Feb-02, ArXiv PMID:36776820	research paper	提出了一种基于最优传输数学的新技术，用于直接从成像数据中建模与核染色质结构相关的信息内容	使用传输形态测量（TBM）框架表示每个细胞核相对于模板细胞核的整个信息内容，该方法对不同的染色模式和成像协议具有鲁棒性	NA	开发一种新方法来定量测量核形态，以支持癌症研究和临床应用	癌细胞核的形态特征	digital pathology	cancer	optimal transport, feature extraction, deep learning	TBM framework	image	来自TCGA和人类蛋白质图谱等大型数据集的癌症组织样本，包括肝实质、甲状腺、肺间皮和皮肤上皮的肿瘤
6106	2025-03-29	Real-time risk prediction of colorectal surgery-related post-surgical complications using GRU-D model 2022-11, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2022.104202 PMID:36162805	research paper	该研究利用GRU-D模型实时预测结直肠手术相关术后并发症的风险	提出了一种基于GRU-D的新型实时术后并发症风险预测任务，并展示了其临床实用性	复杂架构（堆叠、多模态）在相同采样方案下相对于单层GRU-D没有明显优势	开发风险预测模型，用于针对术后并发症的预防性干预	结直肠手术患者	machine learning	colorectal disease	GRU-D	GRU-D, logistic regression	electronic health record (EHR)	3,535例结直肠手术患者
6107	2025-03-28	CorLabelNet: a comprehensive framework for multi-label chest X-ray image classification with correlation guided discriminant feature learning and oversampling 2025-Apr, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03247-0 PMID:39609353	research paper	提出一个名为CorLabelNet的综合框架，用于多标签胸部X光图像分类，通过相关性引导的判别特征学习和过采样来提高分类性能	利用自注意力机制捕捉高阶标签相关性，并从全局和局部角度考虑标签相关性，提出一致性约束和多标签对比损失以增强特征学习，以及利用学习的标签相关性进行过采样的新方法	未提及具体的数据集规模限制或计算资源需求	提高多标签胸部X光图像分类的性能，解决标签相关性利用不足和类别不平衡问题	胸部X光图像	computer vision	lung cancer	deep learning	self-attention	image	CheXpert和ChestX-Ray14数据集，进行了5折交叉验证实验三次
6108	2025-03-28	Dual Multi Scale Attention Network Optimized With Archerfish Hunting Optimization Algorithm for Diabetics Prediction 2025-Apr, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24739 PMID:39620437	研究论文	提出了一种结合双多尺度注意力网络和射水鱼狩猎优化算法的糖尿病预测方法	使用双多尺度注意力网络(DMSAN)结合射水鱼狩猎优化算法(AHO)进行糖尿病预测，提高了分类准确率	仅使用了PIMA印度糖尿病数据集进行验证，未在其他数据集上测试	开发更准确的糖尿病预测模型	糖尿病患者的血糖数据	机器学习	糖尿病	Contrast Limited Adaptive Histogram Equalization Filtering (CLAHEF), Multi-Level Haar Wavelet Features Fusion Network (MHWFFN)	Dual Multi Scale Attention Network (DMSAN), Archerfish Hunting Optimization (AHO)	结构化医疗数据	PIMA印度糖尿病数据集(PIDD)
6109	2025-03-28	Classifying Alzheimer's Disease Using a Finite Basis Physics Neural Network 2025-Apr, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24727 PMID:39704389	research paper	提出了一种基于有限基物理神经网络（FBPINN）的分类方法CAD-FBPINN，用于阿尔茨海默病（AD）的分类	结合了海马优化算法（SHOA）优化FBPINN，提高了AD分类的准确性	未提及具体的数据集规模或多样性限制	开发一种可靠的AD分类方法，以支持临床治疗应用	阿尔茨海默病患者的功能性磁共振成像（MRI）数据	digital pathology	geriatric disease	functional magnetic resonance imaging (MRI), Newton-time-extracting wavelet transform (NTEWT)	FBPINN, SHOA	image	数据来自AD Neuroimaging Initiative (ADNI)数据集，但未提及具体样本数量
6110	2025-03-28	Deep learning analysis for rheumatologic imaging: current trends, future directions, and the role of human 2025-Apr-01, Journal of rheumatic diseases IF:2.2Q3 DOI:10.4078/jrd.2024.0128 PMID:40134548	review	本文综述了深度学习在风湿病影像分析中的应用、当前趋势、未来方向及人类角色的重要性	深度学习在风湿病影像分析中的应用展示了超越人类表现的潜力，特别是在关节损伤评估和疾病进展监测方面	深度学习面临数据偏见、解释性有限以及需要大量标注数据集等挑战	探讨深度学习在风湿病影像分析中的应用及其对未来诊断、治疗决策和个性化医疗的潜在影响	风湿病影像数据，包括类风湿性关节炎(RA)、骨关节炎(OA)和脊柱关节炎(SpA)患者的影像	digital pathology	rheumatoid arthritis, osteoarthritis, spondyloarthritis	深度学习(DL)	CNN	image	NA
6111	2025-03-28	Interpretable Identification of Single-Molecule Charge Transport via Fusion Attention-Based Deep Learning 2025-Mar-27, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.4c03650 PMID:40111072	研究论文	本文提出了一种基于融合注意力机制的深度学习方法，用于单分子电荷传输的精确识别	创新性地提出了SingleFACNN神经网络架构，结合了CNN与多头自注意力和空间注意力机制，提高了模型的解释性和准确性	NA	提高单分子电荷传输识别的解释性和准确性	单分子电荷传输	机器学习	NA	深度学习	CNN与注意力机制融合的SingleFACNN	STM-BJ数据集	三类和四类STM-BJ数据集以及不同比例的混合样本
6112	2025-03-28	Explainable Deep Multilevel Attention Learning for Predicting Protein Carbonylation Sites 2025-Mar-27, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202500581 PMID:40145846	研究论文	本文提出了一种名为SCANS的新型深度学习框架，用于预测蛋白质羰基化位点，该框架采用多级注意力策略和定制损失函数来提高预测性能	SCANS框架引入了多级注意力策略、定制损失函数和迁移学习，以提升预测性能并减少交叉预测	未明确提及具体局限性	准确预测蛋白质羰基化位点，以深入了解其机制及相关疾病的发病机理	蛋白质羰基化位点	机器学习	NA	深度学习	多级注意力网络	蛋白质序列数据	未明确提及具体样本量
6113	2025-03-28	CR-deal: Explainable Neural Network for circRNA-RBP Binding Site Recognition and Interpretation 2025-Mar-27, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00694-7 PMID:40146403	研究论文	提出了一种名为CR-deal的可解释性神经网络模型，用于识别和解释circRNA与RNA结合蛋白（RBP）的结合位点	CR-deal利用图注意力网络统一序列和结构特征，并通过集成梯度特征解释推断结合位点的功能结构区域，提高了预测准确性和模型可解释性	NA	研究circRNA与RBP的相互作用位点，以深入理解circRNA在生物体中的功能机制及其在疾病发生发展中的关键作用	circRNA和RNA结合蛋白（RBP）	生物信息学	NA	交叉连接免疫沉淀测序技术	图注意力网络	基因组circRNA数据	37个circRNA数据集和7个lncRNA数据集
6114	2025-03-28	Revealing morphological fingerprints in perinatal brains using quasi-conformal mapping: occurrence and neurodevelopmental implications 2025-Mar-27, Brain imaging and behavior IF:2.4Q2 DOI:10.1007/s11682-025-00998-8 PMID:40146450	研究论文	本研究提出了一种深度学习框架，通过准共形映射将三维球形网格投影到二维平面，用于识别围产期大脑的形态指纹及其神经发育影响	首次在围产期大脑中识别出形态指纹，并发现感觉运动和视觉皮层是区分个体差异的关键区域，同时形态指纹能预测长期认知和行为发展	样本量相对有限（461名婴儿，其中41名有纵向扫描数据），且仅使用了结构性MRI数据	探究围产期大脑中是否存在个体独特的形态指纹，并分析其与神经发育的关系	461名婴儿的大脑结构MRI数据	数字病理学	NA	结构性MRI，准共形映射	ResNet18，对比学习	三维脑部图像	461名婴儿（其中41名有纵向数据），验证集包含20名婴儿的纵向扫描数据
6115	2025-03-28	The Pulseq-CEST Library: definition of preparations and simulations, example data, and example evaluations 2025-Mar-27, Magma (New York, N.Y.) DOI:10.1007/s10334-025-01242-6 PMID:40146474	research paper	介绍Pulseq-CEST库，一个用于化学交换饱和转移（CEST）MRI标准化研究的资源库	提出了一个包含CEST准备和模拟定义的资源库，支持可重复研究、快速原型设计以及深度学习训练数据的生成	未提及具体的技术限制或应用范围限制	标准化CEST MRI研究，促进协作开发和新型CEST方法的发明与传播	CEST MRI的准备工作、模拟定义、示例数据和评估	医学影像	NA	化学交换饱和转移（CEST）MRI，Bloch-McConnell模拟	NA	模拟数据和实验数据	使用五管模型进行实验和模拟环境比较
6116	2025-03-28	Machine Learning Potential for Copper Hydride Clusters: A Neutron Diffraction-Independent Approach for Locating Hydrogen Positions 2025-Mar-26, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.5c02046 PMID:40088162	研究论文	本文提出了一种名为SSW-NN的创新策略，用于准确预测金属氢化物团簇中氢的位置，无需依赖中子衍射数据	提出了一种不依赖中子衍射数据的机器学习方法SSW-NN，能够准确预测氢的位置，适用于仅有X射线衍射数据或DFT预测的情况	虽然方法在铜氢化物团簇上验证有效，但对于其他金属氢化物系统的普适性仍需进一步验证	开发一种不依赖中子衍射的机器学习方法，用于确定金属氢化物团簇中氢的位置	铜氢化物团簇及其他金属氢化物系统（如银和合金氢化物）	机器学习	NA	SSW-NN（随机表面行走与神经网络结合的方法）	神经网络	X射线衍射数据、DFT预测数据	铜氢化物团簇及其他金属氢化物系统（具体数量未提及）
6117	2025-03-28	Artificial intelligence and its application in clinical microbiology 2025-Mar-26, Expert review of anti-infective therapy IF:4.2Q1 DOI:10.1080/14787210.2025.2484284 PMID:40131188	综述	本文综述了人工智能在临床微生物学中的应用，包括病原体检测、抗菌素耐药性预测和诊断成像的改进	探讨了AI在微生物学诊断中的创新应用，如COVID-19 RT-PCR优化和自动化菌落计数	需要解决数据异质性、模型可解释性和伦理问题	评估AI在临床微生物学中的应用及其对诊断精度和工作效率的提升	病原体检测、抗菌素耐药性预测和诊断成像	人工智能在医疗领域的应用	传染病	机器学习（ML）、深度学习（DL）、卷积神经网络（CNNs）	CNN	诊断图像、RT-PCR数据	NA
6118	2025-03-28	The Current Research Landscape on the Machine Learning Application in Autism Spectrum Disorder: A Bibliometric Analysis From 1999 to 2023 2025-Mar-25, Current neuropharmacology IF:4.8Q1 DOI:10.2174/011570159X332833241222191422 PMID:40143686	研究论文	通过文献计量分析，研究了1999年至2023年间机器学习在自闭症谱系障碍(ASD)领域的应用现状和研究热点	利用文献计量学方法系统分析了机器学习在ASD领域的研究趋势和热点，并提出了未来发展方向	仅基于Web of Science核心合集的数据，可能未涵盖所有相关研究	分析机器学习在ASD领域的研究趋势和热点	1999-2023年间发表的关于机器学习和ASD的研究论文	机器学习	自闭症谱系障碍	文献计量分析	NA	文献数据	1357篇论文
6119	2025-03-28	Sparse-View CT Joint Reconstruction Strategy with Sparse Sampling Encoding Layer 2025-Mar-25, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056354972250221012822 PMID:40143696	research paper	提出了一种基于稀疏采样编码层的稀疏视角CT联合重建策略，旨在自动搜索有效的稀疏采样方案并提高重建质量	开发了一种端到端的稀疏角度CT重建方法，通过采样编码层自动搜索稀疏采样方案，并结合了基于Radon域和图像域绘制的联合重建策略	方法仅针对特定的剂量约束进行稀疏采样方案的搜索，可能不适用于所有剂量约束条件	开发一种能够自动搜索高效稀疏采样方案并提高CT图像重建质量的端到端方法	稀疏角度CT图像重建	machine learning	NA	deep learning	neural network	CT图像	基于公共CT数据集进行的实验
6120	2025-03-28	Image segmentation and coverage estimation of deep-sea polymetallic nodules based on lightweight deep learning model 2025-Mar-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89952-8 PMID:40128230	研究论文	本文提出了一种名为YOLOv7-PMN的轻量级深度学习模型，用于深海多金属结核的图像分割和覆盖率估计	模型采用MobileNetV3-Small轻量级特征提取框架，并集成多级Squeeze-and-Excitation注意力机制，提高了检测精度和推理速度，同时减少了模型大小	未明确提及具体局限性	实时、准确、高效地计算深海多金属结核的覆盖率参数	深海多金属结核	计算机视觉	NA	深度学习	YOLOv7-PMN（基于YOLOv7改进的轻量级模型）	海底视频数据	未明确提及具体样本数量