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
6601	2025-02-16	A machine learning model for detecting and quantifying tropical cyclone related disturbance and recovery in estuaries 2025-Feb-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89196-6 PMID:39939689	研究论文	本研究开发了一种基于机器学习的模型，用于检测和量化热带气旋对河口生态系统造成的干扰及其恢复时间	利用LSTM深度学习模型检测干扰并量化其严重性，同时开发基于高斯滤波的算法评估恢复时间	模型主要关注河口水质的变化，未全面考虑其他生态系统因素	开发一种能够检测和量化热带气旋对河口生态系统干扰及其恢复时间的模型	河口生态系统，特别是水质变化	机器学习	NA	LSTM深度学习模型，高斯滤波算法	LSTM	时间序列数据	NOAA国家河口研究保护区系统的数据
6602	2025-02-16	Universal attention guided adversarial defense using feature pyramid and non-local mechanisms 2025-Feb-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89267-8 PMID:39939692	研究论文	本文提出了一种通用的注意力引导对抗防御方法，通过特征金字塔和非局部机制增强深度神经网络对对抗样本的防御能力	提出了两种防御模块：基于特征金字塔的注意力空间引导（FPAS）模块和基于注意力的非局部（ANL）模块，分别用于对抗注意力转移攻击和注意力衰减攻击	未明确提及具体局限性	提高深度神经网络对对抗样本的防御能力，特别是在高安全领域中的应用	对抗样本及其对深度神经网络的影响	机器学习	NA	NA	Wide-ResNet	图像	未明确提及具体样本数量
6603	2025-02-14	Author Correction: An automated deep learning pipeline for EMVI classification and response prediction of rectal cancer using baseline MRI: a multi-centre study 2025-Feb-12, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-00827-7 PMID:39939705	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
6604	2025-02-16	Optical Microscopy and Deep Learning for Absolute Quantification of Nanoparticles on a Macroscopic Scale and Estimating Their Number Concentration 2025-Feb-11, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05555 PMID:39886935	研究论文	本文提出了一种简单且绝对的方法来估计纳米颗粒的数量浓度，通过光学显微镜和深度学习技术实现宏观尺度上的纳米颗粒绝对定量	创新点在于结合光学显微镜和人工神经网络，提出了一种称为蒸发体积分析（EVA）的新方法，能够在宏观尺度上对纳米颗粒进行绝对定量	讨论了EVA的理论限制，如检测限、定量限和最佳工作范围	研究目的是开发一种简单且绝对的方法来估计纳米颗粒的数量浓度	研究对象是纳米颗粒，特别是60 nm Tm掺杂的光子上转换纳米颗粒、80 nm Nile红掺杂的聚苯乙烯纳米颗粒和90 nm银纳米颗粒	计算机视觉	NA	光学显微镜、人工神经网络	人工神经网络	图像	每个液滴中的数千个纳米颗粒
6605	2025-02-16	End-To-End Deep Learning Explains Antimicrobial Resistance in Peak-Picking-Free MALDI-MS Data 2025-Feb-11, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05113 PMID:39893590	研究论文	本文介绍了一种端到端深度学习模型，用于使用原始基质辅助激光解吸电离质谱（MALDI-MS）数据预测抗生素耐药性	该模型跳过传统的峰值提取步骤，直接使用原始数据进行预测，展示了端到端深度学习在质谱数据中的应用潜力	虽然模型性能优异，但特征归因值显示端到端工作流程仍有改进空间	研究目的是通过深度学习模型预测抗生素耐药性，以提高临床实验室对感染微生物的识别能力	研究对象是使用MALDI-MS数据预测抗生素耐药性	机器学习	感染性疾病	MALDI-MS	1D CNN	质谱数据	NA
6606	2025-02-16	Unraveling Human Hepatocellular Responses to PFAS and Aqueous Film-Forming Foams (AFFFs) for Molecular Hazard Prioritization and In Vivo Translation 2025-Feb-11, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.4c10595 PMID:39893674	研究论文	本研究通过人类肝细胞培养、高通量转录组学、深度学习细胞形态图像和肝脏酶泄漏实验，探讨了30种物质对人类肝细胞的影响，以预测人类肝损伤的效力范围，并提出了将机制性肝细胞反应数据转化为预测PFAS诱导的肝肿大效力范围的创新方法	引入了将机制性肝细胞反应数据转化为预测PFAS诱导的肝肿大效力范围的创新方法，填补了PFAS/AFFF相关机制知识的空白	研究中使用的肝细胞模型为2D培养，可能无法完全模拟体内3D环境	理解PFAS和AFFFs的毒性潜力，识别更安全的替代品，并预测人类肝损伤的效力范围	人类肝细胞（HepaRG, 2D培养）	毒理学	肝病	高通量转录组学、深度学习、肝脏酶泄漏实验	深度学习	图像、转录组数据	30种物质（包括AFFF、PFAS和临床药物）
6607	2025-02-16	Deep Learning-Driven Single-Lead ECG Classification: A Rapid Approach for Comprehensive Cardiac Diagnostics 2025-Feb-06, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15030384 PMID:39941314	研究论文	本研究探讨了使用先进深度学习模型对单导联心电图数据进行分类的潜力，以解决资源有限或偏远地区对可访问、早期和准确心脏诊断的迫切需求	研究从传统的多导联心电图分析转向单导联心电图数据，探索了深度学习模型在心脏疾病分类中的应用，并评估了五种最先进的深度学习架构的性能	研究中未提及数据集的多样性和样本量，可能影响模型的泛化能力	解决资源有限或偏远地区对可访问、早期和准确心脏诊断的需求	单导联心电图数据	机器学习	心血管疾病	深度学习	Inception, DenseNet201, MobileNetV2, NASNetLarge, VGG16	心电图数据	NA
6608	2025-02-16	Harnessing Artificial Intelligence in Obesity Research and Management: A Comprehensive Review 2025-Feb-06, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15030396 PMID:39941325	综述	本文综述了人工智能（AI），特别是机器学习和深度学习在肥胖研究和管理中的临床应用，包括风险因素识别、结果预测、个性化治疗和医疗干预的改进	本文综合评估了AI在肥胖研究和管理中的应用，包括多种AI驱动模型的使用，如机器学习和深度学习，用于肥胖预测、患者分层和个性化管理策略	AI模型的有效性受数据集类型、研究目标和模型可解释性的影响，且存在数据质量、伦理考虑和技术要求等挑战	探索AI在肥胖研究和治疗中的应用，以改进肥胖的预测、管理和个性化治疗	肥胖相关的研究和管理	机器学习	肥胖	机器学习和深度学习	机器学习和深度学习模型	遗传、表观遗传和临床数据	NA
6609	2025-02-16	Applications of Artificial Intelligence for Metastatic Gastrointestinal Cancer: A Systematic Literature Review 2025-Feb-06, Cancers IF:4.5Q1 DOI:10.3390/cancers17030558 PMID:39941923	系统文献综述	本文系统综述了人工智能在转移性胃肠道癌症诊断、治疗和随访中的应用	总结了AI技术在提高诊断准确性、预测治疗结果和识别预后生物标志物方面的潜力	依赖回顾性数据、影像协议不一致、样本量小、数据预处理和模型可解释性问题	探讨人工智能在转移性胃肠道癌症中的应用	转移性胃肠道癌症	机器学习	胃肠道癌症	NA	机器学习和深度学习模型	NA	46项研究
6610	2025-02-16	Deep Learning Model Compression and Hardware Acceleration for High-Performance Foreign Material Detection on Poultry Meat Using NIR Hyperspectral Imaging 2025-Feb-06, Sensors (Basel, Switzerland) DOI:10.3390/s25030970 PMID:39943610	研究论文	本研究通过结合后训练量化和硬件加速技术，优化了基于高光谱成像（HSI）的深度学习模型推理，以实现禽肉中异物的实时检测	创新点在于使用TensorRT模块进行硬件加速，并应用FP16后训练量化来减少模型参数精度，从而在不损失模型准确性的情况下提高推理速度并减少内存使用	研究仅通过模拟实验评估了实时检测的可行性，未在实际工业环境中进行验证	研究目标是优化深度学习推理，以实现禽肉加工过程中异物的高效实时检测	研究对象为禽肉中的异物	计算机视觉	NA	高光谱成像（HSI）	深度学习模型	图像	模拟实验中使用了两个假设的高光谱线扫描相机
6611	2025-02-16	Multi-Sensor Temporal Fusion Transformer for Stock Performance Prediction: An Adaptive Sharpe Ratio Approach 2025-Feb-06, Sensors (Basel, Switzerland) DOI:10.3390/s25030976 PMID:39943615	研究论文	本文介绍了一种新颖的深度学习模型TFT-ASRO，用于预测金融市场中的夏普比率，通过整合实时市场传感器数据和金融指标来提高预测准确性	提出了Temporal Fusion Transformer with Adaptive Sharpe Ratio Optimization (TFT-ASRO)模型，结合多任务学习框架和自适应优化方法，显著提高了夏普比率的预测准确性	模型主要基于美国历史股票价格和收益数据进行验证，可能在其他市场或不同时间段的表现有所不同	提高金融市场中夏普比率的预测准确性，以优化投资组合管理和投资策略	美国历史股票价格和收益数据	机器学习	NA	深度学习	Temporal Fusion Transformer (TFT)	实时市场传感器数据、金融指标	美国历史股票价格和收益数据的综合数据集
6612	2025-02-16	Towards Explainable Artificial Intelligence for GNSS Multipath LSTM Training Models 2025-Feb-06, Sensors (Basel, Switzerland) DOI:10.3390/s25030978 PMID:39943617	研究论文	本文提出了一种结合RNN和LSTM的可解释框架，用于GNSS多路径效应的检测和分析	结合RNN和LSTM与层间相关性传播（LRP）技术，创建了一个可解释的多路径检测框架，并发现LRP相关性分数与信号异常之间的相关性	未提及具体局限性	提高GNSS应用中深度学习模型的可解释性，并开发更可靠的导航系统	GNSS信号的多路径效应、载噪比和卫星仰角	机器学习	NA	层间相关性传播（LRP）	LSTM	GNSS信号数据	未提及具体样本数量
6613	2025-02-16	A Prestressed Concrete Cylinder Pipe Broken Wire Detection Algorithm Based on Improved YOLOv5 2025-Feb-06, Sensors (Basel, Switzerland) DOI:10.3390/s25030977 PMID:39943616	研究论文	本文研究了一种基于改进YOLOv5的预应力混凝土圆柱管断丝检测算法，旨在提高断丝检测的效率和准确性	提出了轻量级算法YOLOv5-Break，通过使用MobileNetV3替换YOLOv5网络主干、引入动态卷积和坐标注意力机制，以及采用Focal_EIoU损失函数，显著降低了模型的计算复杂度和内存占用，同时保持了高精度	算法在特定数据集上表现优异，但在其他类型或规模的数据集上的泛化能力尚未验证	开发一种高效且轻量化的预应力混凝土圆柱管断丝检测算法，以替代传统耗时费力的检测方法	预应力混凝土圆柱管（PCCP）的断丝检测	计算机视觉	NA	连续小波变换（CWT）	YOLOv5-Break（基于YOLOv5的改进模型）	时频谱图	自建的断丝数据集
6614	2025-02-16	Multi-Classification of Skin Lesion Images Including Mpox Disease Using Transformer-Based Deep Learning Architectures 2025-Feb-05, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15030374 PMID:39941304	研究论文	本文提出了一种基于Transformer深度学习架构的多分类皮肤病变图像诊断模型，包括对Mpox（猴痘）疾病的诊断	使用Transformer架构进行皮肤病变图像的多分类诊断，并研究了自监督学习、自蒸馏和移位窗口技术对分类成功率的影响	研究中使用的数据集可能有限，且未提及模型在其他疾病或数据集上的泛化能力	开发一种快速、可靠的多分类皮肤病变图像诊断模型，特别是针对Mpox疾病	皮肤病变图像，包括Mpox疾病的图像	计算机视觉	皮肤疾病	深度学习	Transformer（SwinTransformer, ViT, MAE, DINO）	图像	Mpox Skin Lesion Dataset, Version 2.0（具体样本数量未提及）
6615	2025-02-16	Alzheimer's Prediction Methods with Harris Hawks Optimization (HHO) and Deep Learning-Based Approach Using an MLP-LSTM Hybrid Network 2025-Feb-05, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15030377 PMID:39941306	研究论文	本文提出了一种结合群体智能与深度学习的集成方法，用于阿尔茨海默病的分类	结合了Harris Hawks Optimization (HHO)算法与多层感知器(MLP)和长短期记忆(LSTM)网络的混合模型，用于特征选择和分类	研究仅使用了ADNI数据集，可能限制了模型的泛化能力	提高阿尔茨海默病的早期诊断准确性	阿尔茨海默病相关的MRI图像	医学影像分析	阿尔茨海默病	卷积神经网络(CNN), 灰度共生矩阵(GLCM), Harris Hawks Optimization (HHO)	MLP-LSTM混合网络	MRI图像	ADNI数据集
6616	2025-02-16	Deep Learning to Distinguish Edema Secondary to Retinal Vein Occlusion and Diabetic Macular Edema: A Multimodal Approach Using OCT and Infrared Imaging 2025-Feb-05, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14031008 PMID:39941677	研究论文	本文提出了一种使用深度学习方法区分视网膜静脉阻塞继发性黄斑水肿和糖尿病性黄斑水肿的多模态方法，结合OCT和红外成像技术	首次使用深度学习模型对OCT图像进行分类，以区分视网膜静脉阻塞继发性黄斑水肿和糖尿病性黄斑水肿，并引入了多模态输入（OCT B扫描、红外图像和糖尿病信息）	研究依赖于单一数据集，可能限制了模型的泛化能力	提供一种可靠的工具，帮助眼科医生提高诊断的准确性和速度	视网膜静脉阻塞继发性黄斑水肿和糖尿病性黄斑水肿患者	计算机视觉	视网膜疾病	OCT成像、红外成像	卷积神经网络（CNN），VGG-19	图像（OCT B扫描、红外图像）	766名患者，包括208只健康眼、207只视网膜静脉阻塞继发性黄斑水肿眼、218只糖尿病性黄斑水肿眼和200只其他病理眼
6617	2025-02-16	Deep Learning-Based Ground-Penetrating Radar Inversion for Tree Roots in Heterogeneous Soil 2025-Feb-05, Sensors (Basel, Switzerland) DOI:10.3390/s25030947 PMID:39943586	研究论文	本文提出了一种基于深度学习的地面穿透雷达（GPR）反演方法，用于实时成像地下树根和分层异质土壤的介电常数空间分布	引入了结合金字塔卷积和视觉Transformer的PyViTENet模型，通过增加边缘反演任务，提高了对异质结构细节的关注	NA	开发一种能够准确检测地下树根和异质土壤介电常数分布的方法，以支持树木健康和资源管理	地下树根和分层异质土壤	计算机视觉	NA	地面穿透雷达（GPR）	PyViTENet（结合金字塔卷积和视觉Transformer的模型）	模拟数据集和实测数据集	NA
6618	2025-02-16	A Survey of Deep Learning-Based Pedestrian Trajectory Prediction: Challenges and Solutions 2025-Feb-05, Sensors (Basel, Switzerland) DOI:10.3390/s25030957 PMID:39943596	综述	本文综述了基于深度学习的行人轨迹预测方法，探讨了其面临的挑战及解决方案	总结了深度学习在行人轨迹预测中的主要挑战，并提出了相应的解决方案，同时分析了主流数据集上的最新研究成果	未提出新的预测模型或算法，主要基于现有文献进行分析和总结	研究基于深度学习的行人轨迹预测方法，提升预测准确性、效率和可靠性	行人轨迹预测	计算机视觉	NA	深度学习	NA	轨迹数据	NA
6619	2025-02-16	DeiT and Image Deep Learning-Driven Correction of Particle Size Effect: A Novel Approach to Improving NIRS-XRF Coal Quality Analysis Accuracy 2025-Feb-04, Sensors (Basel, Switzerland) DOI:10.3390/s25030928 PMID:39943568	研究论文	本文提出了一种结合Segment Anything Model (SAM)和Data-Efficient Image Transformers (DeiTs)的新方法，用于校正煤样粒度效应对NIRS-XRF煤质分析精度的影响	首次将SAM用于煤样粒度精确分割，并结合DeiT模型分析粒度与灰分测量误差的关系，显著提高了灰分预测的准确性和一致性	NA	提高NIRS-XRF煤质分析的准确性和一致性	煤样	计算机视觉	NA	近红外光谱和X射线荧光光谱(NIRS-XRF)	Segment Anything Model (SAM), Data-Efficient Image Transformers (DeiTs)	图像	NA
6620	2025-02-16	Building Better Deep Learning Models Through Dataset Fusion: A Case Study in Skin Cancer Classification with Hyperdatasets 2025-Feb-03, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15030352 PMID:39941282	研究论文	本文探讨了通过数据集融合构建更大规模、更多样化的训练数据集的重要性，并提出了一个名为Data Merger App的图像数据集合并应用，以简化和合成大规模数据集的管理	提出了Data Merger App，能够识别不同数据集中的共同类别，并提供工具将它们合并和组织成结构良好且易于访问的形式	NA	研究通过数据集融合提高深度学习模型在皮肤癌分类中的性能	皮肤癌图像	计算机视觉	皮肤癌	NA	CNN (VGG16, ResNet50, MobileNetV3-small, DenseNet-161), Visual Transformer (ViT)	图像	NA