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
6221	2025-02-24	Differential diagnosis of multiple system atrophy with predominant parkinsonism and Parkinson's disease using neural networks (part II) 2025-Mar-15, Journal of the neurological sciences IF:3.6Q2 DOI:10.1016/j.jns.2025.123411 PMID:39893881	研究论文	本文利用神经网络（NN）进行深度学习，以区分帕金森病（PD）和多系统萎缩的帕金森型（MSA-P）	使用基于体素的形态测量数据作为输入变量，通过神经网络区分PD和MSA-P，展示了在临床应用中的实用性	未提及具体样本量及数据来源的详细信息	区分帕金森病（PD）和多系统萎缩的帕金森型（MSA-P）	帕金森病（PD）和多系统萎缩的帕金森型（MSA-P）患者	机器学习	帕金森病	深度学习	神经网络（NN）	基于体素的形态测量数据	NA
6222	2025-02-24	Enhanced electroencephalogram signal classification: A hybrid convolutional neural network with attention-based feature selection 2025-Mar-15, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2025.149484 PMID:39904453	研究论文	本文提出了一种基于深度学习的混合卷积神经网络与注意力机制特征选择方法，用于提高运动想象脑电图（MI-EEG）信号的分类准确性	结合离散小波变换和共同平均参考进行噪声降低，使用卷积神经网络（CNN）提取时间域特征，并通过注意力机制增强关键特征序列，最后使用时序卷积网络（TCN）提取更抽象的时空特征	未提及具体的数据集限制或模型泛化能力的验证	提高运动想象脑电图（MI-EEG）信号的分类准确性，以增强脑机接口（BCI）的实现效果	运动想象脑电图（MI-EEG）信号	机器学习	NA	离散小波变换，共同平均参考，卷积神经网络（CNN），时序卷积网络（TCN）	CNN, TCN	脑电图信号	基于BCI Competition IV-2a数据集的实验验证
6223	2025-02-24	Deep learning for age estimation from panoramic radiographs: A systematic review and meta-analysis 2025-Mar, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105560 PMID:39826609	系统综述和元分析	本文通过系统综述和元分析评估了深度学习在全景X光片年龄估计中的性能	首次系统评估了深度学习在全景X光片年龄估计中的应用及其性能	大多数研究存在偏差风险，且方法学限制需要进一步研究	评估深度学习在全景X光片年龄估计中的性能	使用深度学习进行年龄估计的研究	数字病理	NA	深度学习	NA	图像	42项研究，其中9项用于元分析
6224	2025-02-24	Dynamic cycles between brain states during creative storytelling 2025-Mar, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121053 PMID:39863001	研究论文	本文通过功能性磁共振成像（fMRI）研究，探讨了创造性思维过程中不同脑状态之间的动态转换	通过fMRI和深度学习方法，揭示了创造性思维过程中自发思维和刻意思维之间的交替互动，以及不同脑状态之间的转换模式	样本量较小，仅包括41名大学生，可能限制了结果的普遍性	探讨创造性思维过程中不同脑状态之间的动态转换及其认知和神经机制	41名大学生	神经科学	NA	功能性磁共振成像（fMRI）	深度学习	脑成像数据	41名大学生
6225	2025-02-24	Beyond averaging: A transformer approach to decoding event related brain potentials 2025-Mar, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121049 PMID:39864567	研究论文	本研究评估了基于Transformer的深度学习方法在处理事件相关脑电位（ERPs）方面的潜力，与传统平均方法相比，该方法能提供更深入的神经信号分析	使用Transformer网络中的注意力机制，生成注意力图，揭示了传统平均方法未能发现的相关电位时间窗口	研究样本量较小，仅包含29名正常听力参与者，且实验设计局限于声音感知的特定情境	评估Transformer方法在分析事件相关脑电位（ERPs）中的应用效果	29名18至30岁正常听力参与者的脑电图（EEG）数据	机器学习	NA	脑电图（EEG）	卷积Transformer	脑电图（EEG）信号	29名正常听力参与者
6226	2025-02-24	Research of orthodontic soft tissue profile prediction based on conditional generative adversarial networks 2025-Mar, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105570 PMID:39864612	研究论文	本研究构建了一种新的条件生成对抗网络（CGAN）模型，用于预测正畸治疗后的侧面外观变化	提出了一种新的深度学习模型soft-P-CGAN，结合了条件向量输入模块、基于U-Net的生成器模块和基于PatchGAN的判别器模块，设计了软损失以增强软组织轮廓的生成，并通过多尺度特征金字塔提高图像质量	下颌区域的预测相对不准确	预测正畸治疗后的侧面外观变化	成人患者的侧位头颅X光片	计算机视觉	NA	条件生成对抗网络（CGAN）	soft-P-CGAN	图像	NA
6227	2025-02-24	Automated diagnosis and classification of temporomandibular joint degenerative disease via artificial intelligence using CBCT imaging 2025-Mar, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105592 PMID:39870190	研究论文	本研究利用人工智能技术，通过CBCT影像实现颞下颌关节退行性疾病的自动诊断和分类	使用YOLOv10算法构建的AI模型能够检测颞下颌关节退行性疾病，并区分其典型的影像学特征，如侵蚀、骨赘、硬化和软骨下囊肿	模型在检测具有多个退行性疾病特征的影像时，准确率有所下降	实现颞下颌关节退行性疾病的自动诊断和分类	1018名患者的7357张CBCT影像	计算机视觉	颞下颌关节退行性疾病	CBCT成像	YOLOv10	影像	7357张CBCT影像（来自1018名患者）
6228	2025-02-24	DeepCERES: A deep learning method for cerebellar lobule segmentation using ultra-high resolution multimodal MRI 2025-Mar, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121063 PMID:39922330	研究论文	本文介绍了一种新颖的多模态高分辨率人类小脑小叶分割方法，通过使用多模态和超高分辨率（0.125毫米）训练数据集，改进了小脑小叶的分割	与传统U-Net模型不同，本文探索了替代架构，并将深度学习与经典机器学习方法结合，整合了多图谱分割的先验知识，提高了精度和鲁棒性	NA	改进小脑小叶的分割精度和效率	人类小脑小叶	计算机视觉	NA	MRI	深度学习网络集成	图像	半自动标注的小脑小叶数据库
6229	2025-02-24	DeepReducer: A linear transformer-based model for MEG denoising 2025-Mar, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121080 PMID:39929407	研究论文	本文介绍了一种名为DeepReducer的线性变换器深度学习模型，用于可靠且高效地去除MEG中的噪声，从而减少所需的试验次数	DeepReducer是一种基于线性变换器的深度学习模型，能够有效减少MEG数据采集中的噪声，显著提高信噪比并减少源定位误差	模型在有限试验和多试验平均ERFs上训练，可能对数据量和质量有较高要求	优化MEG数据采集，减少参与者压力并最小化相关伪影	事件相关磁场（ERFs）	神经科学	NA	深度学习	线性变换器	MEG数据	半合成和实验任务相关的MEG数据
6230	2025-02-24	A Graph-Theoretic Approach to Detection of Parkinsonian Freezing of Gait From Videos 2025-Feb-28, Statistics in medicine IF:1.8Q1 DOI:10.1002/sim.70020 PMID:39976295	研究论文	本文介绍了一种新颖的图论方法，用于从帕金森病患者的视频数据中检测步态冻结（FOG）	提出了一种基于图论的方法，通过构建姿态图序列来表示患者姿势的空间关系和时间进展，并使用Fréchet统计量识别正常步态和FOG发作之间的断点	NA	检测帕金森病患者的步态冻结（FOG）	帕金森病患者的视频数据	计算机视觉	帕金森病	图论方法	NA	视频	两个数据集（Kinect3D和AlphaPose）
6231	2025-02-24	Enhancing Functional Protein Design Using Heuristic Optimization and Deep Learning for Anti-Inflammatory and Gene Therapy Applications 2025-Feb-22, Proteins IF:3.2Q2 DOI:10.1002/prot.26810 PMID:39985803	研究论文	本研究开发了一种启发式优化方法，用于增强蛋白质的关键功能，如溶解性、灵活性和稳定性，同时保持蛋白质的结构完整性	结合启发式优化和深度学习，设计出功能更强且结构完整的蛋白质，特别适用于抗炎和基因治疗应用	未提及具体实验验证或临床应用的局限性	提高蛋白质序列设计的功能性和实验室可生产性	蛋白质序列	机器学习	NA	深度学习、启发式优化、遗传算法	NA	蛋白质序列数据	未提及具体样本数量
6232	2025-02-24	Design and developing a robot-assisted cell batch microinjection system for zebrafish embryo 2025-Feb-20, Microsystems & nanoengineering IF:7.3Q1 DOI:10.1038/s41378-024-00809-y PMID:39979250	研究论文	本文开发了一种新型的自动化系统，用于斑马鱼胚胎的细胞微注射	首次提出并集成了具有微力感知功能的微注射器，以判断细胞是否成功穿刺，并采用深度学习模型检测斑马鱼胚胎的卵黄中心，定位注射针在卵黄中的位置，从而提高细胞注射的精度	NA	提高斑马鱼胚胎细胞微注射的效率和精度	斑马鱼胚胎	生物医学工程	NA	微流控芯片技术，深度学习	深度学习模型	图像	NA
6233	2025-02-24	High throughput analysis of rare nanoparticles with deep-enhanced sensitivity via unsupervised denoising 2025-Feb-20, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56812-y PMID:39979247	研究论文	本文介绍了一种名为“深度纳米测量”（DNM）的新方法，通过结合无监督深度学习去噪技术和纳米颗粒检测光流控设备，实现了高扩展性、高通量和高灵敏度的纳米颗粒分析	开发了无监督深度学习去噪方法，并与光流控设备结合，实现了高灵敏度和高通量的纳米颗粒检测，能够直接检测非纯化血清中的稀有目标细胞外囊泡（EVs）	未提及具体局限性	实现高扩展性、高通量和高灵敏度的纳米颗粒分析，特别是在异质混合物中识别稀有纳米颗粒	纳米颗粒，特别是细胞外囊泡（EVs）	机器学习	结直肠癌	无监督深度学习去噪，光流控设备	无监督深度学习	纳米颗粒数据	1,214,392个总颗粒，其中稀有目标EVs占0.002%
6234	2025-02-24	FaultSeg: A Dataset for Train Wheel Defect Detection 2025-Feb-20, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04557-0 PMID:39979297	研究论文	本文介绍了FaultSeg数据集，用于全球铁路运输中自动检测火车车轮缺陷	提出了一个包含829张手动注释图像的数据集，用于训练和测试深度学习模型，以自动检测火车车轮的缺陷	数据集仅包含829张图像，可能不足以涵盖所有可能的缺陷类型和场景	开发一个用于自动检测火车车轮缺陷的数据集，以提高铁路运输的安全性	火车车轮的缺陷检测	计算机视觉	NA	深度学习	YOLOv9	图像	829张手动注释的火车车轮缺陷图像
6235	2025-02-24	Application of deep learning for fruit defect recognition in Psidium guajava L 2025-Feb-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88936-y PMID:39979339	研究论文	本文探讨了深度学习在番石榴果实缺陷识别中的应用，旨在提高果实质量标准化	使用YOLO v4预训练网络架构进行果实缺陷检测，实现了高准确率和低误检率	样本量相对较小，仅包含189个果实和1701张图像	检测收获的番石榴果实的外观缺陷，以提高质量标准化	番石榴（Psidium guajava L）果实	计算机视觉	NA	深度学习	YOLO v4	图像	189个番石榴果实和1701张图像
6236	2025-02-24	Design of tomato picking robot detection and localization system based on deep learning neural networks algorithm of Yolov5 2025-Feb-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90080-6 PMID:39979369	研究论文	本文提出了一种基于YOLOv5深度学习算法和SGBM算法的番茄检测与定位系统，以提高复杂环境下番茄的检测精度和三维定位	结合YOLOv5深度学习算法和SGBM算法，实现了番茄在复杂环境下的高精度检测和三维定位	实验仅在温室环境下进行，未涉及其他复杂农业环境	提高番茄采摘机器人在复杂环境下的检测和定位精度	番茄	计算机视觉	NA	YOLOv5深度学习算法, SGBM算法	YOLOv5	图像	640张番茄图像
6237	2025-02-24	IoT-driven smart assistive communication system for the hearing impaired with hybrid deep learning models for sign language recognition 2025-Feb-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89975-1 PMID:39979401	研究论文	本文提出了一种基于物联网和混合深度学习模型的智能辅助通信系统，用于听力障碍者的手语识别	结合物联网和混合深度学习模型（改进的MobileNetV3和CNN-BiGRU-A模型）进行手语识别，并采用吸引-排斥优化算法优化模型超参数	实验仅在印度手语数据集上进行，可能在其他手语数据集上的泛化能力有限	开发一种智能辅助通信系统，帮助听力障碍者通过手语进行有效沟通	听力障碍者	计算机视觉	听力障碍	深度学习	改进的MobileNetV3和CNN-BiGRU-A模型	图像	印度手语数据集
6238	2025-02-22	Author Correction: Cough2COVID-19 detection using an enhanced multi layer ensemble deep learning framework and CoughFeatureRanker 2025-Feb-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90514-1 PMID:39979555	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
6239	2025-02-24	Pathology-based deep learning features for predicting basal and luminal subtypes in bladder cancer 2025-Feb-20, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-13688-x PMID:39979837	研究论文	本研究旨在开发基于深度学习的机器学习模型，利用H&E染色的全切片图像（WSIs）预测膀胱癌的基底和管腔亚型	利用深度学习特征从H&E染色的WSIs中提取肿瘤斑块，开发机器学习模型预测膀胱癌亚型，显著提高了分子分型的准确性	外部验证集的性能差异较大，GD2H数据集的AUC仅为0.64，表明模型在不同数据集上的泛化能力有待提高	开发基于深度学习的机器学习模型，预测膀胱癌的基底和管腔亚型，以辅助个性化治疗策略	膀胱癌患者的H&E染色全切片图像（WSIs）	数字病理学	膀胱癌	RNA测序	Resnet50, SVM, RF, LR	图像	来自TCGA、STPH和GD2H的多个膀胱癌患者数据集
6240	2025-02-24	stDyer enables spatial domain clustering with dynamic graph embedding 2025-Feb-20, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03503-y PMID:39980033	研究论文	本文介绍了一种名为stDyer的深度学习框架，用于空间转录组学数据中的空间域聚类	stDyer结合了高斯混合变分自编码器和图注意力网络，通过动态图自适应地连接单元，改进了聚类效果并生成更平滑的域边界	未明确提及	开发一种有效的空间域聚类方法，以识别空间转录组学数据中的基因表达模式	空间转录组学数据	机器学习	NA	空间转录组学	高斯混合变分自编码器, 图注意力网络	空间转录组学数据	未明确提及