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
6881	2025-02-12	A multi-model feature fusion based transfer learning with heuristic search for copy-move video forgery detection 2025-Feb-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88592-2 PMID:39922840	研究论文	本文提出了一种基于多模型特征融合的迁移学习方法，结合启发式搜索，用于检测视频中的复制-移动伪造	提出了一种新的ECMVFD-FTLTDO模型，结合了ResNet50、MobileNetV3和EfficientNetB7三种模型的特征融合迁移学习过程，并使用Tasmanian Devil Optimizer优化ERNN分类器参数	模型对训练数据的依赖性较高，且需要合适的超参数范围	检测和分类视频内容中的复制-移动伪造	视频内容	计算机视觉	NA	迁移学习	ResNet50, MobileNetV3, EfficientNetB7, ERNN	视频	GRIP和VTD数据集
6882	2025-02-12	Modeling and designing enhancers by introducing and harnessing transcription factor binding units 2025-Feb-08, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56749-2 PMID:39922842	研究论文	本文提出了转录因子结合单元（TFBU）的概念，通过深度学习模型量化TFBS周围上下文序列的影响，开发了用于增强子设计的工具包DeepTFBU	引入了TFBU概念，通过深度学习模型量化TFBS周围上下文序列的影响，开发了高效的增强子设计工具包DeepTFBU	未提及具体局限性	研究增强子设计及其在基因表达调控中的作用	增强子及其与转录因子的相互作用	机器学习	NA	深度学习	深度学习模型	序列数据	未提及具体样本数量
6883	2025-02-12	Deep learning based gasket fault detection: a CNN approach 2025-Feb-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85223-8 PMID:39922855	研究论文	本文提出了一种基于深度学习的垫片故障检测方法，采用卷积神经网络（CNN）来自动识别和评估散热器图像中的垫片错位或安装错误	开发了一种基于CNN架构的垫片检测系统，结合了特征提取和分类的深度学习算法，实现了垫片故障的自动化检测	未提及具体的数据集规模或实验环境限制	自动化检测垫片错位或安装错误，提升产品质量控制效率	散热器图像中的垫片	计算机视觉	NA	深度学习	CNN	图像	未提及具体样本数量
6884	2025-02-12	A deep learning-driven multi-layered steganographic approach for enhanced data security 2025-Feb-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89189-5 PMID:39922893	研究论文	本文提出了一种基于深度学习的多层隐写框架，以增强数据安全性	结合Huffman编码、LSB嵌入和深度学习编码器-解码器，提高了隐写术的不可感知性、鲁棒性和安全性	未提及具体局限性	解决传统隐写方法在有效载荷容量、检测易感性和抗攻击鲁棒性方面的局限性	数字图像数据	计算机视觉	NA	Huffman编码、LSB嵌入、深度学习编码器-解码器	深度学习编码器-解码器	图像	使用了Tiny ImageNet、COCO和CelebA等基准数据集
6885	2025-02-12	Applying genetic algorithm to extreme learning machine in prediction of tumbler index with principal component analysis for iron ore sintering 2025-Feb-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88755-1 PMID:39922958	研究论文	本研究提出了一种结合遗传算法和极限学习机的集成模型，用于预测铁矿烧结过程中的转鼓指数	通过主成分分析降低数据维度，并结合遗传算法优化极限学习机，提高了模型的鲁棒性和泛化性能	模型仅在单一烧结厂的年度生产数据上进行了验证，可能缺乏广泛适用性	准确预测铁矿烧结过程中的转鼓指数，以优化烧结矿的质量	铁矿烧结过程中的转鼓指数	机器学习	NA	主成分分析（PCA），遗传算法（GA）	极限学习机（ELM），遗传算法优化的极限学习机（GA-ELM）	生产数据	一年内的实际生产数据
6886	2025-02-12	Molecular optimization using a conditional transformer for reaction-aware compound exploration with reinforcement learning 2025-Feb-08, Communications chemistry IF:5.9Q1 DOI:10.1038/s42004-025-01437-x PMID:39922979	研究论文	本文提出了一种名为TRACER的框架，用于结合分子属性优化与合成路径生成，以解决现有分子生成模型忽视有机合成可行性的问题	TRACER框架通过条件transformer模型预测给定反应物在特定反应类型约束下的产物，有效生成了具有高活性的化合物	NA	设计具有理想属性的分子，以促进药物发现	分子生成与优化	机器学习	NA	条件transformer模型	transformer	分子结构数据	NA
6887	2025-02-12	Exploration of the optimal deep learning model for english-Japanese machine translation of medical device adverse event terminology 2025-Feb-08, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02912-0 PMID:39923074	研究论文	本研究探讨了将国际医疗设备监管机构论坛（IMDRF-AET）的不良事件术语从英语翻译成日语的最佳机器翻译模型，以支持自动术语映射系统	首次比较了多种先进机器翻译模型在医疗设备不良事件术语翻译中的表现，并发现GPT-4在定量和定性评估中均表现最佳	研究仅基于50个随机抽取的句子进行评估，样本量较小，可能影响结果的普遍性	研究目的是找出将IMDRF-AET术语从英语翻译成日语的最佳机器翻译模型，以提高术语映射系统的效率	国际医疗设备监管机构论坛（IMDRF-AET）的不良事件术语	自然语言处理	NA	机器翻译	mBART50, m2m-100, Google Translation, Multilingual T5, GPT-3, ChatGPT, GPT-4	文本	50个随机抽取的句子
6888	2025-02-12	Capsule endoscopy: Do we still need it after 24 years of clinical use? 2025-Feb-07, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i5.102692 PMID:39926220	评论	本文评论了一篇关于使用深度学习模型自动检测胶囊内镜（CE）中胃肠道病变的文章，并总结了CE在临床应用中的当前挑战和克服这些挑战的提议方法	本文通过评论最新研究，探讨了胶囊内镜在临床应用中的持续必要性，并总结了当前面临的挑战及解决方案	本文未进行新的实验或数据分析，仅基于现有文献进行评论和总结	探讨胶囊内镜在临床应用中的持续必要性，并总结当前挑战及解决方案	胶囊内镜（CE）及其在胃肠道病变检测中的应用	医学影像	胃肠道疾病	胶囊内镜（CE）	深度学习模型	医学影像	NA
6889	2025-02-12	Prediction of Intensive Care Length of Stay for Surviving and Nonsurviving Patients Using Deep Learning 2025-Feb-07, Critical care medicine IF:7.7Q1 DOI:10.1097/CCM.0000000000006588 PMID:39928543	研究论文	本文旨在开发一种深度学习模型，用于预测ICU患者的住院时间（LOS），并解决现有模型在幸存和非幸存患者之间的偏差问题	该模型首次考虑了幸存和非幸存患者之间的住院时间差异，并解决了文档偏差问题，从而改进了ICU的基准测试	模型在非幸存患者中的预测性能相对较低，R2值仅为0.23	开发一种能够更公平地评估ICU护理的住院时间预测模型	ICU患者的住院时间	机器学习	NA	深度学习	深度学习框架	患者特征、生命体征和实验室数据	669,876次ICU入院，涉及628,815名患者，来自194家美国医院的329个ICU
6890	2025-02-12	An intelligent fruit freshness monitoring system using hydrophobic indicator labels based on methylcellulose, k-carrageenan, and sodium tripolyphosphate, combined with deep learning 2025-Feb, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.140001 PMID:39828157	研究论文	本文介绍了一种基于甲基纤维素、k-卡拉胶和磷酸三钠的疏水指示标签，结合深度学习技术，用于实时监测水果新鲜度的智能系统	本研究通过引入计算机模拟技术来模拟不同化学成分和比例下的颜色变化，显著减少了实验时间和成本，并设计了一种标签区域裁剪算法（ALC）与轻量级卷积神经网络（CNN）结合的智能识别方法，有效减少了背景干扰并提高了新鲜度检测的准确性	NA	开发一种智能水果新鲜度监测系统，以提高食品质量和安全性	水果（芒果、猕猴桃、葡萄）	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	芒果、猕猴桃和葡萄的实验数据
6891	2025-02-12	Wastewater quality prediction based on channel attention and TCN-BiGRU model 2025-Feb-01, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-025-13627-0 PMID:39891761	研究论文	本文提出了一种结合通道注意力机制、时间卷积网络（TCN）和双向门控循环单元（BiGRU）的新模型CA-TCN-BiGRU，用于预测关键水质指标	提出了结合通道注意力机制、TCN和BiGRU的CA-TCN-BiGRU模型，能够同时预测多个水质指标，并在数据预处理和通道注意力机制的影响下显著提升预测精度	研究仅基于惠州一家污水处理厂的数据进行训练和测试，模型的泛化能力需要进一步验证	提高水质预测的准确性，为水资源管理提供科学依据	污水处理厂的水质数据	机器学习	NA	深度学习	CA-TCN-BiGRU	时间序列数据	来自惠州一家污水处理厂的数据
6892	2025-02-12	Inverse design of nanophotonic devices enabled by optimization algorithms and deep learning: recent achievements and future prospects 2025-Feb, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2024-0536 PMID:39927200	综述	本文综述了纳米光子器件逆向设计的最新进展，探讨了人工智能和优化方法在自动化设计过程中的应用	结合人工智能和优化算法，提出了一种新的纳米光子器件逆向设计方法，突破了传统直觉驱动的前向设计方法的局限性	当前逆向设计方法仍面临一些挑战，如计算复杂性、设计空间探索的局限性等	探索纳米光子器件的逆向设计方法，以推动下一代光子学的发展	纳米光子器件	机器学习	NA	优化算法、深度学习	判别模型、生成模型、强化学习	NA	NA
6893	2025-02-12	Optimizing papermaking wastewater treatment by predicting effluent quality with node-level capsule graph neural networks 2025-Jan-18, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-024-13581-3 PMID:39825037	研究论文	本文提出了一种优化造纸废水处理的方法，通过使用节点级胶囊图神经网络预测出水质量	使用节点级胶囊图神经网络（NLCGNN）结合寄居蟹优化算法（HCO）来提高化学需氧量（COD）预测的准确性和可解释性	未提及具体的数据集大小或实验环境的限制	优化造纸废水处理过程中的出水质量预测	造纸废水处理过程中的化学需氧量（COD）	机器学习	NA	节点级胶囊图神经网络（NLCGNN），寄居蟹优化算法（HCO）	胶囊图神经网络（CGNN）	工业废水处理数据	未提及具体样本数量
6894	2025-02-12	The Future of Breast Cancer Diagnosis in Japan with AI and Ultrasonography 2025-Jan-15, JMA journal IF:1.5Q2 DOI:10.31662/jmaj.2024-0183 PMID:39926065	综述	本文探讨了人工智能（AI）在日本乳腺癌诊断中的应用，特别是在超声成像中的关键进展	介绍了AI在乳腺超声诊断中的最新应用，包括由日本药品医疗器械管理局批准的AI辅助诊断程序	AI在乳腺癌诊断中的应用仍面临患者接受度和环境影响等挑战，需要医生负责任地监督其使用	提高乳腺癌诊断的准确性和效率	乳腺癌患者	数字病理学	乳腺癌	超声成像	机器学习和深度学习	图像	NA
6895	2025-02-12	Use of AI in Diagnostic Imaging and Future Prospects 2025-Jan-15, JMA journal IF:1.5Q2 DOI:10.31662/jmaj.2024-0169 PMID:39926072	研究论文	本文探讨了人工智能在医学影像诊断中的应用及其未来前景	利用AI构建三维模型进行手术模拟和导航，提高手术精度和护理质量	未提及具体的技术局限或数据限制	研究AI在医学影像诊断中的应用及其对医疗实践的改进	术前影像数据、电子病历、疾病进展和并发症预测	数字病理	NA	深度学习、自然语言处理	NA	影像数据、文本数据	NA
6896	2025-02-12	Clinical Prospects for Artificial Intelligence in Obstetrics and Gynecology 2025-Jan-15, JMA journal IF:1.5Q2 DOI:10.31662/jmaj.2024-0197 PMID:39926075	综述	本文综述了人工智能在妇产科领域的最新研究进展，包括围产期、生殖和妇科癌症等方面的应用	总结了人工智能在妇产科多个子领域的最新应用，如胎儿异常诊断、辅助生殖技术效率提升及妇科癌症的诊断与预后预测	涉及个人信息的处理、缺乏相关法律法规以及透明度问题	探讨人工智能在妇产科领域的临床应用前景	围产期、生殖和妇科癌症	医疗人工智能	妇科疾病	深度学习	NA	医学影像（如超声波、MRI）、组织病理学数据	NA
6897	2025-02-12	Deep Learning Applications in 12-lead Electrocardiogram and Echocardiogram 2025-Jan-15, JMA journal IF:1.5Q2 DOI:10.31662/jmaj.2024-0195 PMID:39926090	综述	本文综述了深度学习技术在12导联心电图和超声心动图中的应用及其在心血管医学领域的潜力	探讨了AI模型在心血管疾病筛查和机制研究中的创新应用，如通过单次心电图或超声心动图准确识别心肌病和先天性心脏病	未具体提及研究的局限性	更新AI在心电图和超声心动图中的应用成就，并展望AI在心血管护理和研究中的未来方向	心电图（ECG）和超声心动图数据	机器学习	心血管疾病	深度学习	NA	时间序列数据、图像数据	NA
6898	2025-02-12	Pathology Foundation Models 2025-Jan-15, JMA journal IF:1.5Q2 DOI:10.31662/jmaj.2024-0206 PMID:39926091	研究论文	本文探讨了病理学中基础模型（FMs）的应用及其在医疗领域的潜力	介绍了大规模AI模型（基础模型）在病理学中的新兴应用，包括疾病诊断、患者生存预后预测等	基础模型在临床应用中的挑战仍需解决	探讨基础模型在病理学中的应用及其对精准和个性化医疗的促进作用	病理学中的基础模型及其在医疗领域的应用	数字病理学	NA	深度学习	基础模型（FMs）	图像	NA
6899	2025-02-12	Assessing the efficiency of pixel-based and object-based image classification using deep learning in an agricultural Mediterranean plain 2025-Jan-10, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-024-13431-2 PMID:39792312	研究论文	本研究比较了基于像素和基于对象的图像分类方法在Sentinel-2卫星影像中使用Deeplabv3深度学习方法的效率	通过高通过滤器增强图像清晰度，并结合Deeplabv3深度学习模型，评估了基于像素和基于对象分类方法的效率	研究结果依赖于训练数据的质量，且仅针对地中海平原的农业环境	评估基于像素和基于对象的图像分类方法在卫星影像解释中的效率	Sentinel-2卫星影像	计算机视觉	NA	深度学习	Deeplabv3	卫星影像	NA
6900	2025-02-12	Drawing as a means to characterize memory and cognition 2025-Jan, Memory & cognition IF:2.2Q2 DOI:10.3758/s13421-024-01618-4 PMID:39192141	研究论文	本文探讨了绘画作为研究记忆和认知的工具，展示了其在心理学研究中的应用	绘画作为一种自然主义的研究工具，提供了从感知表达到元认知表达的丰富信息，并揭示了多种认知过程的整合	NA	探讨绘画在心理学研究中的应用，揭示其对记忆、注意力、数学推理等认知过程的影响	儿童、年轻人、老年人以及特殊人群（如盲人、顺行性遗忘症患者、失用症患者和语义性痴呆患者）	心理学	NA	心理物理学实验、深度学习、神经影像学	NA	NA	25项研究，涉及不同年龄段和特殊人群