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
6581	2025-02-21	Research on the development of an intelligent prediction model for blood pressure variability during hemodialysis 2025-Feb-17, BMC nephrology IF:2.2Q2 DOI:10.1186/s12882-025-03959-x PMID:39962403	研究论文	本研究开发了一种智能预测模型，用于预测血液透析期间血压变异性，以减少透析中低血压（IDH）和透析中高血压（IDHTN）的发生	利用机器学习和深度学习模型预测血液透析期间的血压波动，并通过SHAP方法识别关键特征，开发了临床应用的便捷工具	研究数据来自两家医院，可能存在地域局限性，且样本量虽大但未涵盖所有可能的患者群体	开发智能预测模型以减少血液透析期间的血压波动	接受维持性血液透析的患者	机器学习	心血管疾病	机器学习	XGBoost, CatBoost, RF	临床数据	67,524次血液透析会话
6582	2025-02-21	Comparative analysis of intestinal tumor segmentation in PET CT scans using organ based and whole body deep learning 2025-Feb-17, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01587-3 PMID:39962481	研究论文	本文比较了基于器官和全身深度学习在PET CT扫描中分割肠道肿瘤的效果	提出了一种新的基于器官的深度学习方法来提高肠道肿瘤分割的准确性	研究主要针对DLBCL患者，对其他类型肿瘤的适用性需要进一步验证	评估训练数据同质性在准确识别肠道肿瘤中的有效性	肠道肿瘤	计算机视觉	癌症	深度学习	CNN	PET CT图像	来自大型多中心临床试验（NCT01287741）的DLBCL患者
6583	2025-02-21	Comparison of YOLO-based sorghum spike identification detection models and monitoring at the flowering stage 2025-Feb-17, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01338-z PMID:39962585	研究论文	本研究比较了基于YOLO的高粱穗识别检测模型，并评估了其在开花期的监测效果	首次对不同高度和天气条件下的YOLO模型性能进行了比较研究，并确定了YOLOv8m为最有效的模型	研究仅基于2023年采集的图像数据，未考虑更多年份或更广泛的环境条件	评估数据集大小对模型准确性的影响，并预测高粱开花期	高粱开花期的穗识别	计算机视觉	NA	无人机图像采集	YOLOv5, YOLOv8, YOLOv9, YOLOv10	图像	200到350张图像，分别在15米和30米高度采集
6584	2025-02-21	Exploring autonomous methods for deepfake detection: A detailed survey on techniques and evaluation 2025-Feb-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e42273 PMID:39968137	综述	本文对深度伪造检测的自主方法进行了详细调查，分析了相关技术和评估方法	本文综合了2018年至2024年间的最新研究，探讨了利用先进机器学习、计算机视觉和音频分析技术的创新检测方法	研究仅限于2018年至2024年间的最新研究，可能未涵盖早期的重要进展	提高数字生态系统的安全性和意识，通过推进对自主检测和评估方法的理解	深度伪造媒体（图像、视频和音频）	计算机视觉	NA	深度学习模型	NA	图像、视频、音频	NA
6585	2025-02-21	Development of a pressure ulcer stage determination system for community healthcare providers using a vision transformer deep learning model 2025-Feb-14, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000041530 PMID:39960905	研究论文	本研究开发了一种基于Vision Transformer深度学习模型的压疮分期确定系统，旨在帮助社区医疗保健提供者早期检测压疮	首次使用Vision Transformer模型处理实际压疮照片，相比传统CNN模型具有更高的准确性和更低的计算复杂度	研究样本量相对较小，仅涉及395张图像，且依赖于医疗专家的准确标注	开发一种工具，用于分类压疮的不同阶段，以帮助社区护理人员早期检测压疮	压疮照片	计算机视觉	压疮	Vision Transformer模型	Vision Transformer	图像	395张不同阶段的压疮图像
6586	2025-02-21	Detection and classification of glomerular lesions in kidney graft biopsies using 2-stage deep learning approach 2025-Feb-14, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000041560 PMID:39960931	研究论文	本文探讨了使用两阶段深度学习策略检测和分类肾移植活检中的肾小球病变的有效性	采用两阶段分类策略，结合U-Net和MobileNetV2模型，有效检测和分类肾小球病变，为移植排斥提供诊断信息	研究样本量较小，仅包含80名肾移植患者的137张活检切片	评估深度学习在肾移植活检中检测和分类肾小球病变的潜力	肾移植患者的肾活检切片	数字病理学	肾脏疾病	深度学习	U-Net, MobileNetV2, VGG16	图像	80名肾移植患者的137张活检切片
6587	2025-02-21	Multi-Skin disease classification using hybrid deep learning model 2025-Feb-02, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241312628 PMID:39973858	研究论文	本文提出了一种混合深度学习模型，用于多皮肤疾病的分类，旨在通过计算机辅助诊断技术提高皮肤癌的早期识别和分类	结合了区域生长分割与改进的蜂蜜獾优化器进行皮肤病变提取，并采用MobileSkinNetV2深度学习模型进行分类，显著提高了分类准确率和精确度	NA	提高皮肤癌的早期识别和分类，以改善患者的生存机会	皮肤病变图像	计算机视觉	皮肤癌	深度学习	MobileSkinNetV2	图像	ISIC数据集
6588	2025-02-21	Deep learning-based AI model for sinusitis diagnosis 2025-Feb-02, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241309799 PMID:39973859	研究论文	本研究开发了一种基于深度学习的AI辅助诊断模型，用于提高鼻窦炎的诊断准确性和可及性	使用深度学习技术构建鼻窦炎分类模型，并采用sigmoid函数替代softmax函数，提高了模型的预测准确性	研究仅基于回顾性数据，未进行前瞻性验证，且样本来源单一	开发一种AI辅助诊断模型，以提高鼻窦炎的诊断准确性和可及性	鼻窦炎患者和正常人的CT图像	计算机视觉	鼻窦炎	CT扫描	深度学习模型	图像	5000张鼻窦CT图像，包括1000张正常图像和4000张鼻窦炎图像（每种鼻窦炎类型1000张）
6589	2025-02-21	Machine learning tool for predicting mature oocyte yield and trigger day from start of stimulation: towards personalized treatment 2025-Feb, Reproductive biomedicine online IF:3.7Q1 DOI:10.1016/j.rbmo.2024.104441 PMID:39708575	研究论文	本文开发了一种基于深度学习的机器学习工具，用于预测卵巢刺激周期开始时的成熟卵母细胞数量和触发日	开发了两种新颖的渐进式机器学习算法，能够高精度预测触发日和成熟卵母细胞数量	需要更多数据和来自不同诊所的验证	预测卵巢刺激周期开始时的成熟卵母细胞数量和触发日，以实现个性化治疗	56,490个卵巢刺激周期	机器学习	NA	深度学习	深度学习算法	临床数据	56,490个卵巢刺激周期（主要数据集），13,090个用于模型开发，5,103个用于临床验证
6590	2025-02-21	Application of one-class classification using deep learning technique improves the classification of subvisible particles 2025-Feb, Journal of pharmaceutical sciences IF:3.7Q2 DOI:10.1016/j.xphs.2024.11.023 PMID:39615881	研究论文	本研究探讨了深度学习技术如何提高一类分类器在亚可见颗粒分类中的性能	首次将深度学习技术与一类分类器结合，用于亚可见颗粒的分类，显著提高了分类效果	研究仅针对特定类型的蛋白质聚集体（免疫球蛋白G和清蛋白衍生的聚集体）进行了测试，未涵盖所有可能的亚可见颗粒类型	提高亚可见颗粒分类的准确性和效率	亚可见颗粒，特别是免疫球蛋白G和清蛋白衍生的聚集体	计算机视觉	NA	深度学习	一类分类器	图像	使用了硅油（SO）和两种蛋白质聚集体（免疫球蛋白G衍生的聚集体和清蛋白衍生的聚集体）的数据集
6591	2025-02-21	Diagnosis Anthracnose of Chili Pepper Using Convolutional Neural Networks Based Deep Learning Models 2025-Feb, The plant pathology journal DOI:10.5423/PPJ.OA.11.2024.0178 PMID:39916419	研究论文	本研究应用深度学习模型（MobileNet、ResNet50v2和Xception）通过迁移学习诊断辣椒炭疽病，旨在确定准确和高效疾病诊断所需的最小数据集大小	通过迁移学习方法，评估不同数据集大小对模型性能的影响，为农业应用中的数据可用性和模型性能平衡提供实用指南	需要大量标注数据集，获取成本较高	研究辣椒炭疽病的早期和准确检测方法，以减少产量损失和市场价值下降	辣椒（Capsicum annuum L.）	计算机视觉	植物病害	迁移学习	CNN（MobileNet、ResNet50v2、Xception）	图像	500、1,000、2,000、3,000和4,000个样本
6592	2025-02-21	Lung cancer diagnosis with GAN supported deep learning models 2025-Jan-31, Bio-medical materials and engineering IF:1.0Q4 DOI:10.1177/09592989241308775 PMID:39973181	研究论文	本研究旨在通过先进的深度学习技术，包括特别开发的CNN模型，对良性、恶性和正常的肺部CT图像进行分类，以提高诊断准确性	使用GAN平衡数据集，并开发了自定义CNN模型，结合Faster R-CNN区域提议方法，显著提高了分类准确性和检测性能	未提及模型在更大规模数据集上的泛化能力，以及在实际临床环境中的应用效果	提高肺癌诊断的准确性，探索深度学习在医学图像分析中的应用	肺部CT图像	计算机视觉	肺癌	GAN, CNN, Faster R-CNN	CNN, VGG19, AlexNet, InceptionV3, ResNet50, Faster R-CNN	图像	1097张肺部CT图像
6593	2025-02-21	MANSHIP: Mobile-based assistive notification service for hearing-impaired people using a hybrid deep learning model 2025-Jan-31, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241309702 PMID:39973861	研究论文	本研究介绍了一种结合VGG16和ResNet-50的混合深度学习模型，用于高效的声音波分析和分类，并开发了一个基于移动设备的辅助通知系统MANSHIP，以检测环境声音并提醒严重或完全听力损失的人潜在危险	结合VGG16和ResNet-50的混合深度学习模型，用于声音波分析和分类，并开发了一个基于移动设备的辅助通知系统MANSHIP	未提及具体局限性	提高听力损失者的安全性，减少事故风险	严重或完全听力损失的人	机器学习	听力损失	深度学习	VGG16, ResNet-50	声音数据	综合城市声音数据集
6594	2025-02-21	Automated Segmentation of Trunk Musculature with a Deep CNN Trained from Sparse Annotations in Radiation Therapy Patients with Metastatic Spine Disease 2025-Jan-20, medRxiv : the preprint server for health sciences DOI:10.1101/2025.01.13.25319967 PMID:39974027	研究论文	本研究提出了一种深度学习方法，用于从临床CT图像中分割躯干肌肉的完整体积，使用稀疏注释数据进行训练	使用稀疏注释数据训练的2D nnU-Net模型成功分割了癌症患者临床CT数据中20个胸腰椎肌肉的整个体积，显著提高了分割效率和泛化能力	模型仅在148名癌症患者的CT图像上进行了训练和验证，可能需要更多样化的数据集来进一步提高模型的泛化能力	量化由于疾病或治疗引起的肌肉变化，并支持生物力学建模以评估椎体负荷，从而改善椎体骨折风险的个性化评估	148名癌症患者的临床CT图像	数字病理学	脊柱转移性疾病	CT成像	2D nnU-Net	图像	148名癌症患者的2,009张轴向CT图像
6595	2025-02-21	DABiG: Breath pattern classification using the hybrid deep learning with optimal feature selection 2025-Jan-17, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241303368 PMID:39973879	研究论文	本文提出了一种利用陀螺仪和加速度计读数进行呼吸模式分类的综合方法，采用混合深度学习机制DABiG	引入了自适应黑猩猩优化算法（AdCO）进行特征选择，并结合双向门控循环单元（BiGRU）和时空注意力机制提升分类精度	未提及样本的具体数量及多样性，可能影响模型的泛化能力	通过呼吸模式分类反映个体的情感和身体健康状况	从个体获取的呼吸模式数据	机器学习	NA	自适应黑猩猩优化算法（AdCO），双向门控循环单元（BiGRU）	混合深度学习机制DABiG	传感器数据（陀螺仪和加速度计读数）	NA
6596	2025-02-21	Development of a surrogate model for predicting atherosclerotic plaque progression based on agent based modeling data 2025-Jan-10, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241309771 PMID:39973869	研究论文	本研究开发了一种基于代理建模数据的替代模型，用于预测动脉粥样硬化斑块的进展	利用深度学习和人工神经网络开发替代模型，以替代耗时的计算模型，同时保持高精度	NA	探索开发用于预测动脉粥样硬化斑块进展的替代模型	动脉粥样硬化斑块的进展	机器学习	心血管疾病	代理建模（ABM）	人工神经网络（ANN）	模拟数据	15个患者特定的几何形状和相应的斑块进展数据
6597	2025-02-21	Unsupervised neural network-based image stitching method for bladder endoscopy 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0311637 PMID:39964991	研究论文	本文提出了一种基于无监督神经网络的膀胱内窥镜图像拼接方法，旨在扩展膀胱内窥镜的视野	该方法无需标注数据集，通过无监督对齐网络和无监督融合网络实现图像拼接，解决了传统方法依赖大量标注数据的问题	未提及具体的数据集规模或实验的局限性	开发一种无需标注数据的膀胱内窥镜图像拼接方法，以扩展视野并提高图像质量	膀胱内窥镜图像	计算机视觉	膀胱疾病	无监督深度学习	无监督神经网络	图像	未提及具体样本数量
6598	2025-02-21	Deep learning enhanced transmembranous electromyography in the diagnosis of sleep apnea 2024-Dec-31, BMC neuroscience IF:2.4Q3 DOI:10.1186/s12868-024-00913-9 PMID:39741274	研究论文	本文探讨了使用深度学习增强的跨膜肌电图（tmEMG）在睡眠呼吸暂停诊断中的应用	本文创新性地使用带有注意力机制的深度学习模型（transformer）来建模tmEMG数据，以区分来自对照组、神经源性患者和睡眠呼吸暂停患者的肌电信号	研究数据集相对较小，可能影响模型的泛化能力	研究目的是通过深度学习技术提高睡眠呼吸暂停的诊断准确性	研究对象包括健康对照组、中度至重度阻塞性睡眠呼吸暂停（OSA）患者和肌萎缩侧索硬化症（ALS）患者	机器学习	睡眠呼吸暂停	跨膜肌电图（tmEMG）	transformer	肌电信号	177例经口肌电图记录，包括6名健康对照、5名中度至重度OSA患者和5名ALS患者
6599	2025-02-21	Artificial intelligence model for perigastric blood vessel recognition during laparoscopic radical gastrectomy with D2 lymphadenectomy in locally advanced gastric cancer 2024-Dec-30, BJS open IF:3.5Q1 DOI:10.1093/bjsopen/zrae158 PMID:39963943	研究论文	本研究开发了一种基于深度学习的实时胃周血管识别模型，用于辅助局部晚期胃癌的腹腔镜根治性胃切除术中的D2淋巴结清扫	首次提出了一种基于DeepLabv3+的深度学习模型，用于实时识别胃周血管，以提高手术安全性和减少意外出血	在出血或大量手术烟雾等困难图像条件下，模型的性能有所下降	开发一种准确且实时的胃周血管识别模型，以辅助腹腔镜根治性胃切除术中的D2淋巴结清扫	局部晚期胃癌患者的腹腔镜手术视频	计算机视觉	胃癌	深度学习	DeepLabv3+	视频	116个视频中的2460张图像
6600	2025-02-21	TPepPro: a deep learning model for predicting peptide-protein interactions 2024-12-26, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae708 PMID:39585721	研究论文	本文提出了一种基于Transformer的深度学习模型TPepPro，用于预测肽-蛋白质相互作用	TPepPro结合了局部蛋白质序列特征提取和全局蛋白质结构特征提取的策略，并优化了结构特征神经网络的架构，显著减少了计算资源的需求	NA	开发一种高效预测肽-蛋白质相互作用的模型，以支持氨基酸药物的应用	肽-蛋白质相互作用	机器学习	NA	深度学习	Transformer	序列和结构特征	19,187对肽-蛋白质复合物