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
6241	2025-02-24	Plantar Thermogram Analysis Using Deep Learning for Diabetic Foot Risk Classification 2025-Feb-20, Journal of diabetes science and technology IF:4.1Q2 DOI:10.1177/19322968251316563 PMID:39980256	研究论文	本研究使用热成像技术和深度学习对糖尿病患者进行足部溃疡风险分层	结合热成像和深度学习技术进行糖尿病足部溃疡风险分类	样本量较小，且模型的特异性较低	开发一种非侵入性方法来识别糖尿病足部溃疡风险患者	成年糖尿病患者	计算机视觉	糖尿病	热成像技术	深度学习神经网络	热成像图像	153张热成像图像（训练集98张，测试集55张）
6242	2025-02-24	UAS-based MT-YOLO model for detecting missed tassels in hybrid maize detasseling 2025-Feb-19, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01341-4 PMID:39972352	研究论文	本研究介绍了MT-YOLO模型，利用深度学习和无人机系统（UAS）来替代或辅助人工检测杂交玉米去雄过程中遗漏的雄穗	MT-YOLO模型在检测遗漏雄穗方面表现出显著的改进，特别是在早期雄穗阶段，当雄穗部分被叶片包裹时，这是一个关键但未被充分探索的挑战	NA	提高杂交玉米种子生产中去雄效率	杂交玉米去雄过程中遗漏的雄穗	计算机视觉	NA	深度学习	MT-YOLO	图像	包含不同光照条件、种植密度和生长阶段的多样化雄穗图像数据集
6243	2025-02-24	A deep learning approach: physics-informed neural networks for solving a nonlinear telegraph equation with different boundary conditions 2025-Feb-19, BMC research notes IF:1.6Q2 DOI:10.1186/s13104-025-07142-1 PMID:39972356	研究论文	本文提出了一种基于深度学习的物理信息神经网络方法，用于解决具有不同边界条件的非线性电报方程	提出了一种新的多目标损失函数，结合了偏微分方程残差、初始条件和边界条件，并使用前馈深度神经网络进行训练	未提及具体局限性	解决具有不同边界条件的非线性电报方程	非线性电报方程	机器学习	NA	物理信息神经网络	前馈深度神经网络	数值数据	三个计算示例
6244	2025-02-24	Structure-Based Deep Learning Framework for Modeling Human-Gut Bacterial Protein Interactions 2025-Feb-17, Proteomes IF:4.0Q2 DOI:10.3390/proteomes13010010 PMID:39982320	研究论文	本研究提出了一种基于深度学习的框架，利用结构数据预测人类与肠道细菌蛋白质之间的相互作用	该框架结合了基于图的蛋白质表示和变分自编码器（VAEs），通过双向交叉注意力模块融合结构嵌入来预测相互作用，解决了蛋白质相互作用数据集中的类别不平衡问题	实验数据稀疏，可能影响模型的泛化能力	研究人类与肠道细菌蛋白质之间的相互作用网络，以揭示其对人类健康的影响	人类蛋白质与肠道细菌蛋白质	机器学习	NA	深度学习	变分自编码器（VAEs）	结构数据	NA
6245	2025-02-24	Advancing Privacy-Preserving Health Care Analytics and Implementation of the Personal Health Train: Federated Deep Learning Study 2025-Feb-06, JMIR AI DOI:10.2196/60847 PMID:39912580	研究论文	本文介绍了一种名为Personal Health Train（PHT）的创新联邦学习基础设施，用于在保护数据隐私的同时进行医疗数据分析，并应用于肺癌患者的胸部CT图像中的肿瘤体积分割	提出了PHT框架，结合了安全聚合服务器，确保在联邦学习过程中数据不离开医院，解决了数据隐私问题	虽然展示了概念验证的可行性，但实际大规模应用仍需进一步验证其性能和稳定性	开发并验证一种能够在保护数据隐私的前提下，实现跨机构协作的联邦深度学习基础设施	肺癌患者的胸部CT图像	数字病理	肺癌	联邦学习（FL）	深度学习神经网络	图像	12家医院，覆盖8个国家，4大洲
6246	2025-02-24	Forecasting the Incidence of Mumps Based on the Baidu Index and Environmental Data in Yunnan, China: Deep Learning Model Study 2025-Feb-06, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/66072 PMID:39913179	研究论文	本研究利用百度搜索指数和环境数据开发了一个深度学习模型，用于预测中国云南省腮腺炎的发病率	结合百度搜索指数和环境因素数据，使用长短期记忆网络（LSTM）构建预测模型，提高了腮腺炎发病率预测的准确性	研究仅基于云南省的数据，可能无法推广到其他地区；模型的预测性能可能受到数据质量和时间范围的限制	开发一个预测模型，用于早期检测腮腺炎疫情	云南省的腮腺炎发病率	机器学习	腮腺炎	长短期记忆网络（LSTM）	LSTM	时间序列数据（包括腮腺炎发病率、百度搜索指数和环境因素）	2014年至2023年云南省的腮腺炎发病率数据
6247	2025-02-24	Detection of Alzheimer Disease in Neuroimages Using Vision Transformers: Systematic Review and Meta-Analysis 2025-Feb-05, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/62647 PMID:39908541	系统综述与荟萃分析	本文系统回顾了视觉变换器（ViTs）在阿尔茨海默病（AD）检测中的应用，评估了其诊断准确性和网络架构对模型性能的影响	首次系统评估了视觉变换器在阿尔茨海默病诊断中的应用，并比较了不同网络架构的诊断性能	研究仅涵盖了2020年至2024年的文献，可能未包括最新的研究成果	评估视觉变换器在阿尔茨海默病检测中的诊断准确性和网络架构的影响	阿尔茨海默病患者与健康对照组的神经影像数据	医学影像	阿尔茨海默病	磁共振成像（MRI）和正电子发射断层扫描（PET）	视觉变换器（ViTs）	神经影像数据	11项研究，具体样本量未明确
6248	2025-02-24	Deep Learning Model for Predicting Immunotherapy Response in Advanced Non-Small Cell Lung Cancer 2025-Feb-01, JAMA oncology IF:22.5Q1 DOI:10.1001/jamaoncol.2024.5356 PMID:39724105	研究论文	本文开发了一种基于深度学习的模型，用于预测晚期非小细胞肺癌（NSCLC）患者对免疫检查点抑制剂（ICI）治疗的反应	该研究首次使用深度学习模型从全切片H&E染色图像中预测ICI治疗反应，并在多个队列中验证了其独立预测能力	研究样本主要来自美国和欧洲，可能限制了模型的普遍适用性	开发并验证一种深度学习模型，用于预测晚期NSCLC患者对ICI治疗的反应	晚期非小细胞肺癌患者	数字病理学	肺癌	深度学习	深度学习模型	图像	958名患者（456名女性，502名男性），共295,581张图像切片
6249	2025-02-24	Analysis of TEM micrographs with deep learning reveals APOE genotype-specific associations between HDL particle diameter and Alzheimer's dementia 2025-Jan-27, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2024.100962 PMID:39874947	研究论文	本文利用深度学习模型YOLOv7分析了183个HDL样本的透射电子显微镜（TEM）图像，测量了超过1,800,000个HDL颗粒的直径，揭示了APOE基因型与阿尔茨海默病痴呆之间的关联	使用深度学习模型YOLOv7从TEM图像中高效准确地测量HDL颗粒直径，并发现APOE基因型与HDL颗粒直径分布之间的特异性关联	研究样本量相对较小（183个样本），且仅关注了APOE基因型的两种变异（ε3ε4和ε3ε3）	探索HDL颗粒直径分布与阿尔茨海默病痴呆之间的关联，并验证深度学习在HDL颗粒直径测量中的应用	183个HDL样本，包括痴呆患者和正常认知的对照组	计算机视觉	阿尔茨海默病	透射电子显微镜（TEM）成像	YOLOv7	图像	183个HDL样本，超过1,800,000个HDL颗粒
6250	2025-02-24	TimeFlies: an snRNA-seq aging clock for the fruit fly head sheds light on sex-biased aging 2025-Jan-25, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.25.625273 PMID:39896546	研究论文	本文介绍了TimeFlies，一种基于单细胞RNA测序的果蝇头部衰老时钟，揭示了性别差异在衰老过程中的作用	TimeFlies是首个基于全基因组基因表达谱的泛细胞类型单细胞RNA测序衰老时钟，能够识别关键标记基因，并揭示了性别特异性衰老路径的差异	该研究主要局限于果蝇头部，尚未在其他生物体或组织中验证其普适性	开发一种基于单细胞RNA测序的衰老时钟，以研究果蝇头部衰老过程中的性别差异	果蝇头部细胞	生物信息学	衰老	单细胞RNA测序（scRNA-seq）	深度学习	基因表达数据	NA
6251	2025-02-24	"Sadness smile" curve: Processing emotional information from social network for evaluating thermal comfort perception 2025-Jan, Journal of thermal biology IF:2.9Q1 DOI:10.1016/j.jtherbio.2024.104025 PMID:39689668	研究论文	本研究通过分析社交媒体上的面部表情数据，评估热舒适感知，并提出了一种基于深度学习的方法来预测热舒适度	提出了‘悲伤微笑’曲线，通过分析面部表情中的悲伤分数来预测最舒适温度，并利用ResNet模型进行情感基热舒适感知的预测	研究依赖于社交媒体数据，可能存在数据偏差，且未考虑其他可能影响热舒适感知的因素	评估和预测人类在不同热环境下的热舒适感知	社交媒体上的面部表情数据	计算机视觉	NA	深度学习	ResNet	图像	8314张面部照片，来自49个城市的82个公园的志愿者
6252	2025-02-24	TGF-Net: Transformer and gist CNN fusion network for multi-modal remote sensing image classification 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0316900 PMID:39970154	研究论文	本文提出了一种基于Transformer和Gist卷积神经网络（CNN）的融合网络TGF-Net，用于多模态遥感图像分类	TGF-Net网络结合了特征重构模块（FRM）和基于Transformer的光谱特征提取模块（TSFEM），以及基于Gist的空间特征提取模块（GSFEM），以解决多模态遥感数据分类中的信息重复和特征提取问题	NA	提高多模态遥感图像分类的准确性和效率	多模态遥感图像（包括高光谱图像HSI和合成孔径雷达SAR图像）	计算机视觉	NA	深度学习	Transformer, CNN	图像	两个数据集（包括HSI和SAR数据）
6253	2025-02-24	Coal and gas outburst prediction based on data augmentation and neuroevolution 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317461 PMID:39977390	研究论文	本文提出了一种基于数据增强和神经进化算法的煤与瓦斯突出（CGO）风险预测方法，称为ANEAT	通过点强度变换进行数据增强，解决了数据样本不平衡和多样性不足的问题，并采用神经进化算法构建预测模型	未提及具体的数据集规模或实际应用中的潜在限制	高效准确地预测地下煤矿生产中的煤与瓦斯突出风险	煤与瓦斯突出（CGO）风险预测	机器学习	NA	数据增强、神经进化算法	进化神经网络	特征数据	未明确提及具体样本数量
6254	2025-02-24	A systematic review of automated hyperpartisan news detection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0316989 PMID:39982955	综述	本文系统回顾了自动化检测极端党派新闻的方法，整理了2015年至2024年间81篇相关文章中的方法和数据集	首次系统性地回顾了极端党派新闻检测领域的研究，为未来研究奠定了坚实基础	计算机科学领域对极端党派主义的定义不明确，且大多数数据集为英文，缺乏少数语言的数据集	自动化检测极端党派新闻，以减少其对社会的负面影响	极端党派新闻文章	自然语言处理	NA	机器学习、深度学习	深度学习模型、传统机器学习模型、大型语言模型（LLMs）	文本	81篇文章
6255	2025-02-24	Utilizing retinal arteriole/venule ratio to estimate intracranial pressure 2024-Nov-08, Acta neurochirurgica IF:1.9Q2 DOI:10.1007/s00701-024-06343-0 PMID:39514087	研究论文	本研究探讨了利用视网膜动静脉比率（A/V比率）无创估计颅内压（ICP）的可行性，并加入了眼内压（IOP）的考量	首次在神经重症监护病房（NICU）环境中，结合眼内压（IOP）使用深度学习算法分析眼底镜检查视频，以无创方式估计颅内压（ICP）	图像质量和诊断特异性仍存在挑战，需要更大规模的多中心研究来验证该技术的临床适用性	研究无创估计颅内压（ICP）的方法，以减少侵入性测量带来的风险	神经重症监护病房（NICU）中的成年患者，格拉斯哥昏迷评分（GCS）≤8分，并接受侵入性压力监测	数字病理学	脑损伤	深度学习算法	混合效应线性回归模型	视频	40名患者，其中15名纳入最终分析
6256	2025-02-24	A DEEP LEARNING FRAMEWORK TO CHARACTERIZE NOISY LABELS IN EPILEPTOGENIC ZONE LOCALIZATION USING FUNCTIONAL CONNECTIVITY 2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi56570.2024.10635583 PMID:39464200	研究论文	本文开发了一个深度学习框架，用于在药物难治性局灶性癫痫患者的静息态功能磁共振成像（rs-fMRI）中定位致痫区（EZ），并处理训练和测试中的噪声标签问题	提出了一个多任务深度学习框架，能够同时识别噪声标签的概率和每个感兴趣区域（ROI）的定位预测	由于临床协议的限制，具有可靠EZ标签的数据集稀缺，且使用的标签可能包含噪声	开发一个数学框架来表征EZ定位中的噪声标签，并提高定位性能	药物难治性局灶性癫痫患者	数字病理学	癫痫	rs-fMRI	多任务深度学习框架	图像	模拟数据集（来自人类连接组计划）和临床癫痫数据集
6257	2025-02-24	High Resolution Multi-delay Arterial Spin Labeling with Transformer based Denoising for Pediatric Perfusion MRI 2024-Mar-06, medRxiv : the preprint server for health sciences DOI:10.1101/2024.03.04.24303727 PMID:38496517	研究论文	本文介绍了一种高分辨率多延迟动脉自旋标记（MDASL）协议，并提出了基于Transformer的深度学习模型，用于儿科灌注MRI的去噪	提出了基于Transformer的深度学习模型，结合k空间加权图像平均（KWIA）去噪图像作为参考，有效提高了多延迟ASL图像的信噪比（SNR）和测试-重测重复性	研究样本仅限于8至17岁的典型发育儿童，未涵盖其他年龄段或特殊发育情况的儿童	提高儿科灌注MRI中多延迟动脉自旋标记（MDASL）图像的质量和重复性	21名8至17岁的典型发育儿童	医学影像	NA	多延迟动脉自旋标记（MDASL），k空间加权图像平均（KWIA）	Transformer	MRI图像	21名8至17岁的典型发育儿童
6258	2025-02-24	NnU-Net versus mesh growing algorithm as a tool for the robust and timely segmentation of neurosurgical 3D images in contrast-enhanced T1 MRI scans 2024-Feb-20, Acta neurochirurgica IF:1.9Q2 DOI:10.1007/s00701-024-05973-8 PMID:38376564	研究论文	本研究评估了nnU-Net在对比增强T1（T1CE）图像中分割大脑、皮肤、肿瘤和脑室的性能，并与现有的网格生长算法（MGA）进行了对比	nnU-Net在分割大脑、皮肤、肿瘤和脑室方面显著优于MGA，且速度更快，减少了手动调整和迭代的需求	训练集规模较小，可能影响模型的泛化能力	评估nnU-Net在神经外科3D图像分割中的性能	对比增强T1（T1CE）图像中的大脑、皮肤、肿瘤和脑室	计算机视觉	神经外科疾病	对比增强T1 MRI扫描	nnU-Net	3D图像	67个用于训练的T1CE脑部扫描和32个用于测试的扫描
6259	2025-02-24	Applied deep learning in neurosurgery: identifying cerebrospinal fluid (CSF) shunt systems in hydrocephalus patients 2024-Feb-07, Acta neurochirurgica IF:1.9Q2 DOI:10.1007/s00701-024-05940-3 PMID:38321344	研究论文	本研究评估了AI辅助的脑脊液分流阀检测系统在神经外科中的可行性	使用深度学习模型自动识别X射线或CT图像中的不同分流阀模型，提高识别速度和准确性	数据集仅包含2070张图像，可能不足以涵盖所有分流阀类型	评估AI辅助分流阀检测系统在神经外科中的可行性	脑脊液分流阀	计算机视觉	脑积水	深度学习	CNN	图像	2070张X射线或CT图像，涵盖10种不同的分流阀类型
6260	2025-02-24	Deep learning performance on MRI prostate gland segmentation: evaluation of two commercially available algorithms compared with an expert radiologist 2024-Jan, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.1.015002 PMID:38404754	研究论文	本研究评估了两种商用深度学习算法在MRI前列腺分割中的表现，并与专家放射科医生的手动分割进行了比较	在真实临床环境中评估商用AI模型的前列腺分割性能，填补了现有研究的空白	未对深度学习算法进行内部训练，且样本量相对较小	验证商用AI模型在前列腺分割中的准确性和临床应用价值	123名患者的多中心、多扫描仪MRI数据集	数字病理学	前列腺癌	深度学习算法	深度学习算法（DLA1和DLA2）	MRI图像	123名患者