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
6761	2025-03-15	Lightweight model-based sheep face recognition via face image recording channel 2024-Jan-03, Journal of animal science IF:2.7Q1 DOI:10.1093/jas/skae066 PMID:38477672	研究论文	本文介绍了一种轻量级的绵羊面部识别模型YOLOv7-SFR，旨在解决现有模型体积大、计算成本高的问题	引入了轻量级改进策略，包括在主干网络中引入shuffle attention模块、融合Dyhead模块、使用深度可分离卷积替代传统卷积，并采用知识蒸馏技术进一步提升模型性能	研究仅针对50只小尾寒羊进行实验，样本规模较小，可能限制了模型的泛化能力	开发一种轻量化的绵羊面部识别模型，以推动数字羊场和精准畜牧业的实际应用	小尾寒羊的面部图像	计算机视觉	NA	深度学习	YOLOv7-SFR	图像	50只小尾寒羊，共22,000张面部图像
6762	2025-03-15	Deep Learning-based Assessment of Facial Asymmetry Using U-Net Deep Convolutional Neural Network Algorithm 2024 Jan-Feb 01, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000009862 PMID:37973054	研究论文	本研究旨在评估基于深度卷积神经网络（DCNN）的计算机辅助诊断（CAD）系统在检测后前位（PA）头颅X光片上的面部不对称性方面的诊断性能，并将其与正畸医生的诊断结果进行比较	使用U-Net深度卷积神经网络算法进行面部不对称性评估，提供了一种新的计算机辅助诊断方法	研究样本量有限，仅使用了1020名患者的PA头颅X光片进行训练，25张用于测试	评估DCNN-based CAD系统在面部不对称性诊断中的性能	1020名正畸患者的PA头颅X光片	计算机视觉	NA	深度卷积神经网络（DCNN）	U-Net	图像	1020名患者的PA头颅X光片
6763	2025-03-15	Development of AI-Based Diagnostic Algorithm for Nasal Bone Fracture Using Deep Learning 2024 Jan-Feb 01, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000009856 PMID:38294297	研究论文	本研究开发了一种基于深度学习的AI算法，用于通过面部骨骼的计算机断层扫描图像诊断鼻骨骨折	首次开发了一种基于深度学习的AI算法，用于诊断鼻骨骨折，并与人类医生的诊断结果达到了100%的敏感性和77%的特异性	研究处于初步阶段，样本量较小，需要进一步验证和优化	开发一种AI算法，用于通过计算机断层扫描图像诊断鼻骨骨折	面部骨骼的计算机断层扫描图像	计算机视觉	鼻骨骨折	深度学习	深度学习模型	图像	未明确提及样本量
6764	2025-03-15	Diagnostic-therapeutic management of pulmonary nodules 2024, Klinicka onkologie : casopis Ceske a Slovenske onkologicke spolecnosti DOI:10.48095/ ccko2024408 PMID:39772821	综述	本文全面回顾了肺结节的诊断和治疗方法，重点讨论了基于结节形态、大小和生长潜力的恶性潜力评估	文章详细分析了现代影像技术，特别是人工智能（AI）在肺结节诊断中的应用，并强调了多学科方法在肺结节诊断和管理中的重要性	文章未提及具体的研究局限性	优化肺结节的临床诊断和管理，以减少肺癌的死亡率并改善患者预后	肺结节	数字病理学	肺癌	人工智能（AI），深度学习技术	深度学习	影像数据	NA
6765	2025-03-15	Discrimination of benign and malignant breast lesions on dynamic contrast-enhanced magnetic resonance imaging using deep learning 2023-Dec-01, Journal of cancer research and therapeutics IF:1.4Q4 DOI:10.4103/jcrt.jcrt_325_23 PMID:38156926	研究论文	本文评估了深度迁移学习（DTL）和微调方法在区分乳腺动态对比增强磁共振成像（DCE-MRI）中良恶性病变的能力	使用VGG19、ResNet50和DenseNet201模型进行对比，并通过微调策略提升模型性能，验证了VGG19模型在识别良恶性乳腺病变中的有效性	研究样本量有限，仅包含50个额外病变用于验证集，可能影响模型的泛化能力	评估深度迁移学习和微调方法在乳腺DCE-MRI中区分良恶性病变的能力	乳腺动态对比增强磁共振成像（DCE-MRI）中的良恶性病变	计算机视觉	乳腺癌	深度迁移学习（DTL）和微调方法	VGG19, ResNet50, DenseNet201	图像	50个额外病变用于验证集
6766	2025-03-15	Deep Learning-Based Diagnostic System for Velopharyngeal Insufficiency Based on Videofluoroscopy in Patients With Repaired Cleft Palates 2023 Nov-Dec 01, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000009560 PMID:37815288	研究论文	本文开发了一种基于深度学习的诊断系统，用于评估修复腭裂患者的腭咽功能不全（VPI）	首次将深度学习技术应用于VPI的诊断，并与人类专家的诊断结果进行比较	研究为回顾性分析，可能存在选择偏差	开发一种基于深度学习的诊断系统，用于评估修复腭裂患者的VPI	修复腭裂患者	计算机视觉	腭咽功能不全	深度学习	VGGNet, ResNet, Xception, ResNext, DenseNet, SENet	视频	714例（2010年1月至2019年6月）
6767	2025-03-15	Using a New Deep Learning Method for 3D Cephalometry in Patients With Cleft Lip and Palate 2023 Jul-Aug 01, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000009299 PMID:36944601	研究论文	本研究应用了一种基于3D点云图卷积神经网络的新深度学习方法，用于预测和定位唇腭裂患者的标志点	首次将深度学习方法应用于唇腭裂患者的3D头影测量标志点预测和定位	未来若扩大唇腭裂训练集，可能会获得更准确的结果	开发适用于唇腭裂患者的3D头影测量系统	唇腭裂患者	计算机视觉	唇腭裂	3D点云图卷积神经网络	PointNet++	3D图像	150名患者
6768	2025-03-14	"Optimizing sEMG Gesture Recognition with Stacked Autoencoder Neural Network for Bionic Hand" 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103207 PMID:40071216	研究论文	本研究提出了一种使用堆叠自编码器神经网络（SAE）进行表面肌电图（sEMG）手势识别的新方法	利用堆叠自编码器神经网络进行层次表示学习，从原始sEMG信号中提取有意义的特征，提高了手势分类的精度和鲁棒性	NA	优化sEMG手势识别，以增强仿生手的控制技术	表面肌电图（sEMG）信号	机器学习	NA	MODWT分解（最大重叠离散小波变换）	堆叠自编码器神经网络（SAE）	sEMG信号	NA
6769	2025-03-14	MOF-KAN: Kolmogorov-Arnold Networks for Digital Discovery of Metal-Organic Frameworks 2025-Mar-13, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.5c00211 PMID:40015927	研究论文	本文介绍了一种名为MOF-KAN的新型深度学习架构，首次将Kolmogorov-Arnold Networks (KANs)应用于金属有机框架(MOFs)的数字发现	MOF-KAN是首个将KANs应用于MOFs数字发现的架构，通过精细调整网络架构，其在预测MOFs的多种性能上优于标准的多层感知器(MLPs)，并在低数据量情况下表现出色	NA	开发一种准确且数据高效的方法，以导航复杂的化学和结构空间，用于功能性材料（如MOFs）的数字发现	金属有机框架(MOFs)	机器学习	NA	深度学习	Kolmogorov-Arnold Networks (KANs)	化学和结构数据	NA
6770	2025-03-14	A multi-objective function for deep learning-based automatic energy efficiency power allocation in multicarrier noma system using hybrid heuristic improvement 2025-Mar-13, Network (Bristol, England) DOI:10.1080/0954898X.2025.2461046 PMID:40079096	研究论文	本文提出了一种基于深度学习的多目标函数，用于在多载波NOMA系统中自动分配能效功率，采用混合启发式改进方法	提出了混合缝纫训练和狐猴优化算法（HSTLO）来优化系统参数，并开发了扩张密集循环神经网络（DDRNN）模型以增强系统性能	未提及具体的数据集或实验环境，可能限制了结果的普适性	提高多载波NOMA系统的能效（EE）并优化系统性能	多载波NOMA系统	机器学习	NA	混合启发式优化算法、深度学习	扩张密集循环神经网络（DDRNN）	NA	NA
6771	2025-03-14	Pd-Modified Microneedle Array Sensor Integration with Deep Learning for Predicting Silica Aerogel Properties in Real Time 2025-Mar-12, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c17680 PMID:40019213	研究论文	本研究开发了一种集成Pd/Au传感器和深度学习算法的系统，用于实时预测硅气凝胶的物理特性	利用电化学阻抗数据、频率和时间参数，结合深度学习模型，实时预测硅气凝胶的物理特性，显著提高了生产过程的优化和监控效率	研究主要针对硅气凝胶，未涉及其他材料的预测	通过人工智能预测材料特性，优化硅气凝胶的生产过程	硅气凝胶的物理特性，包括孔径、孔体积和表面积	机器学习	NA	电化学阻抗测量	深度神经网络	电化学阻抗数据、频率和时间参数	NA
6772	2025-03-14	Protein-ligand interaction prediction based on heterogeneity maps and data enhancement 2025-Mar-12, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2025.2475229 PMID:40072484	研究论文	本文提出了一种基于异构图和数据增强的蛋白质-配体相互作用预测模型HGEF-Net，旨在提高药物发现和重定位的效率	提出了异质信息学习模块和多层次对比学习的数据增强策略，以及异质注意力整合框架，有效融合分子内和分子间特征，提升模型在稀疏、不平衡数据集上的性能	NA	提高蛋白质-配体相互作用预测的准确性和效率，以支持药物发现和重定位	蛋白质-配体相互作用	机器学习	NA	深度学习	HGEF-Net	分子数据	BindingDB数据集和Davis数据集
6773	2025-03-14	Super-resolution deep learning reconstruction for improved quality of myocardial CT late enhancement 2025-Mar-12, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01760-2 PMID:40072715	研究论文	本研究探讨了超分辨率深度学习图像重建（SR-DLR）在心肌CT晚期增强（CT-LE）中的图像质量和噪声改善效果	首次将超分辨率深度学习图像重建（SR-DLR）应用于心肌CT晚期增强（CT-LE）的图像重建，显著降低了图像噪声并提高了图像质量	研究样本量较小，仅包括30名患者，且为回顾性分析	比较SR-DLR与传统DLR（C-DLR）和混合迭代重建（hybrid IR）在心肌CT晚期增强中的图像质量和噪声表现	30名接受心肌CT晚期增强检查的患者	医学影像	心血管疾病	超分辨率深度学习图像重建（SR-DLR）	深度学习模型	CT图像	30名患者
6774	2025-03-14	Fast and Stable Neonatal Brain MR Imaging Using Integrated Learned Subspace Model and Deep Learning 2025-Mar-12, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3541643 PMID:40072865	研究论文	本文提出了一种结合学习的新生儿特定子空间模型和模型驱动的深度学习方法，以实现快速且稳定的新生儿脑部MR成像	通过结合新生儿特定子空间模型和深度学习方法，解决了新生儿MRI应用中训练数据不足的问题，实现了快速且稳定的图像重建	需要进一步开发以提高MRI在新生儿成像应用中的实用性	实现快速且稳定的新生儿脑部MR成像	新生儿脑部MR图像	计算机视觉	NA	MR成像	深度网络	图像	dHCP数据集和来自四个独立医疗中心的测试数据
6775	2025-03-14	Deep learning based on ultrasound images predicting cervical lymph node metastasis in postoperative patients with differentiated thyroid carcinoma 2025-Mar-12, The British journal of radiology DOI:10.1093/bjr/tqaf047 PMID:40073229	研究论文	本研究开发了一种基于超声图像的深度学习模型，用于预测分化型甲状腺癌术后患者的颈淋巴结转移	创新地使用淋巴结超声图像的深度学习来预测分化型甲状腺癌术后患者的颈淋巴结状态	NA	开发基于超声图像的深度学习模型，预测分化型甲状腺癌术后患者的颈淋巴结转移	分化型甲状腺癌术后患者的颈淋巴结	计算机视觉	甲状腺癌	深度学习	ResNet50	超声图像	330名患者的352个淋巴结
6776	2025-03-14	Multiple perception contrastive learning for automated ovarian tumor classification in CT images 2025-Mar-12, Abdominal radiology (New York) DOI:10.1007/s00261-025-04879-y PMID:40074925	研究论文	本文提出了一种利用监督对比学习和多感知编码器（MP Encoder）的自动化诊断方法，用于卵巢肿瘤CT图像的分类	引入了T-Pro技术增强数据多样性，模拟语义扰动以提高模型的泛化能力，并结合多尺度感知模块（MSP Module）和多注意力模块（MA Module）提升模型对卵巢肿瘤复杂形态和细微特征的敏感性	未提及具体的数据集大小和多样性，可能影响模型的泛化能力	开发自动化且可靠的诊断技术，以提高卵巢肿瘤的分类准确性	卵巢肿瘤CT图像	计算机视觉	卵巢癌	监督对比学习	多感知编码器（MP Encoder）	CT图像	未提及具体样本数量
6777	2025-03-14	In-depth and high-throughput spatial proteomics for whole-tissue slice profiling by deep learning-facilitated sparse sampling strategy 2025-Mar-11, Cell discovery IF:13.0Q1 DOI:10.1038/s41421-024-00764-y PMID:40064869	研究论文	本文介绍了一种通过深度学习辅助的稀疏采样策略（S4P）实现高分辨率空间蛋白质组学的方法，用于全组织切片的深度和高通量分析	开发了一种新的稀疏采样策略（S4P），结合计算辅助图像重建方法，显著减少了样本数量，实现了厘米级样本的高分辨率空间蛋白质组学分析	当前蛋白质组学方法的多重检测能力有限，高空间分辨率的全组织切片映射需要大量的质谱匹配时间	实现高分辨率、深度覆盖的空间蛋白质组学分析，以揭示组织和器官中细胞的异质性分布及其功能	小鼠大脑组织	数字病理学	NA	质谱（MS）	深度学习	图像	小鼠大脑组织，映射超过9000种蛋白质
6778	2025-03-14	Advancements in machine learning and biomarker integration for prenatal Down syndrome screening 2025-Mar-10, Turkish journal of obstetrics and gynecology IF:1.0Q4 DOI:10.4274/tjod.galenos.2025.12689 PMID:40062699	综述	本文综述了机器学习和生物标志物整合在产前唐氏综合症筛查中的应用及其进展	通过整合母体血清标志物、颈项透明层测量和超声图像，结合随机森林和深度学习卷积神经网络等算法，将检测率提高到85%以上，同时保持低假阳性率	需要进一步研究以优化算法，验证其在不同人群中的有效性，并将这些前沿方法纳入常规临床实践	提高产前唐氏综合症筛查的准确性和早期检测能力	唐氏综合症患者及其正常发育的同龄人的基因组数据	机器学习	唐氏综合症	非侵入性产前检测	随机森林, 深度学习卷积神经网络	基因组数据, 超声图像	NA
6779	2025-03-14	Myocardial perfusion imaging SPECT left ventricle segmentation with graphs 2025-Mar-10, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-025-00728-5 PMID:40063231	研究论文	本研究评估了在心肌灌注成像SPECT左心室分割过程中，先验信息整合与深度学习方法的比较，以及四种准直技术对五个不同数据集的影响	提出了一种新的基于连续图的分割方法，结合心脏几何的先验信息自动分割左心室体积，并比较了不同准直技术对分割结果的影响	研究样本量较小，仅包含80名患者，且未涉及更多类型的准直器	评估先验信息整合对分割方法性能的提升，以及不同准直技术对心脏几何投影的影响	心肌灌注成像SPECT中的左心室分割	计算机视觉	心血管疾病	SPECT, 连续最大流最小割算法(CMF), 均匀流形逼近与投影(UMAP)	基于图的分割方法	图像	80名患者，包括40名来自混合黑箱准直器，10名来自多针孔(MPH)，10名来自低能量高分辨率(LEHR)，10名来自CardioC，10名来自CardioD准直器
6780	2025-03-14	Linear attention based spatiotemporal multi graph GCN for traffic flow prediction 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93179-y PMID:40065014	研究论文	本研究提出了一种名为LASTGCN的新型深度学习模型，用于交通流量预测，该模型结合了多因素融合单元、多图卷积网络和线性注意力机制	LASTGCN模型引入了多因素融合单元动态整合气象因素，采用多图卷积网络处理空间相关性，并使用线性注意力机制RWKV块高效处理历史交通数据	模型在实时应用中的适应性需要进一步优化	提高交通流量预测的准确性和鲁棒性，特别是在长期预测方面	高速公路交通数据	机器学习	NA	深度学习	GCN, RWKV	交通数据	真实世界的高速公路交通数据集