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
7101	2025-02-08	Proximity-based solutions for optimizing autism spectrum disorder treatment: integrating clinical and process data for personalized care 2024, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2024.1512818 PMID:39911557	研究论文	本文探讨了利用人工智能（AI），特别是机器学习和深度学习，来改善自闭症谱系障碍（ASD）的诊断和治疗	通过集成临床和过程数据，创建了一个中央数据枢纽（MDP），利用AI算法识别ASD风险因素、个性化治疗计划，并预测潜在复发，同时引入患者面向的聊天机器人提供信息和支持	未提及具体的数据集大小或实验验证结果，可能缺乏对算法性能的详细评估	改善自闭症谱系障碍的诊断和治疗，优化整个护理过程	自闭症谱系障碍患者	机器学习	自闭症谱系障碍	机器学习和深度学习	NA	临床和过程数据	NA
7102	2025-02-08	Accurate LAI estimation of soybean plants in the field using deep learning and clustering algorithms 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1501612 PMID:39911650	研究论文	本文提出了一种基于深度学习和聚类算法的高通量3D点云数据处理流程，用于分割田间大豆植株并估算其叶面积指数（LAI）	结合PointNet++模型和Watershed算法，提高了大豆植株分割的准确性，并利用机器学习方法估算LAI，显著提升了高通量植物表型数据的提取效率	研究仅针对大豆植株，未涉及其他作物或复杂环境下的应用验证	开发一种高效、非破坏性的方法来估算田间大豆植株的叶面积指数（LAI）	田间大豆植株	计算机视觉	NA	LiDAR、PointNet++、Watershed算法、k-means聚类、SVM、RF、XGBoost	PointNet++、SVM、RF、XGBoost	3D点云数据	未明确说明样本数量，但研究基于田间大豆植株
7103	2025-02-08	YOLOv8s-Longan: a lightweight detection method for the longan fruit-picking UAV 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1518294 PMID:39911656	研究论文	本文提出了一种名为YOLOv8s-Longan的轻量级深度学习算法，用于提高果实采摘无人机的检测精度并减少模型参数数量	设计了Average和Max pooling attention (AMA)注意力模块，并将其集成到DenseAMA和C2f-Faster-AMA模块中，以提高网络的轻量化和泛化性能；设计了跨阶段局部网络结构VOVGSCSPC模块，通过多尺度特征融合提高模型的感知和表达能力；提出了新的Inner-SIoU损失函数作为目标边界框的损失函数	NA	设计一种快速准确的检测算法，以满足果实采摘无人机在复杂背景下的高精度和快速检测需求	龙眼果实	计算机视觉	NA	深度学习	YOLOv8s-Longan	图像	NA
7104	2025-02-07	FedPD: Defending federated prototype learning against backdoor attacks 2025-Apr, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.107016 PMID:39708704	研究论文	本文提出了一种名为FedPD的框架，旨在防御联邦学习中的后门攻击	FedPD框架通过交换原型而非模型参数，有效防止恶意客户端在联邦学习训练中植入后门通道，显著减少通信开销	现有防御方法在训练或测试阶段需要大量计算和通信开销，限制了其在资源受限场景中的实用性，且不适用于一般联邦学习场景中的非独立同分布数据	防御联邦学习中的后门攻击	联邦学习中的客户端和服务器	机器学习	NA	联邦学习	深度学习模型	NA	NA
7105	2025-02-07	Enhancing consistency and mitigating bias: A data replay approach for incremental learning 2025-Apr, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.107053 PMID:39732067	研究论文	本文提出了一种新的数据回放方法，通过量化数据一致性并开发新的损失函数来减少不一致性，同时引入正则化项以平衡类别权重，从而在类增量学习中提高性能	提出了一种新的损失函数，通过最小化KL散度来减少倒置数据与真实数据之间的不一致性，并引入正则化项以平衡类别权重	该方法依赖于对倒置数据与真实数据之间一致性的简化假设，可能在实际应用中存在局限性	解决深度学习系统在序列任务学习中的灾难性遗忘问题	深度学习系统在类增量学习中的性能	机器学习	NA	数据回放方法	NA	图像数据	CIFAR-100, Tiny-ImageNet, 和 ImageNet100 数据集
7106	2025-02-07	MPIC: Exploring alternative approach to standard convolution in deep neural networks 2025-Apr, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.107082 PMID:39754840	研究论文	本文探讨了深度神经网络中标准卷积的替代方法，提出了多尺度渐进推理卷积（MPIC），旨在增强特征提取能力同时保持相似的参数数量	提出了MPIC，结合了大感受野、多尺度处理和渐进推理的优点，显著提升了特征提取能力并保持了计算效率	未提及具体局限性	探索标准卷积的替代方法，以增强特征提取能力	深度神经网络中的卷积操作	计算机视觉	NA	NA	CNN	图像	多个知名数据集
7107	2025-02-07	DFCL: Dual-pathway fusion contrastive learning for blind single-image visible watermark removal 2025-Apr, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.107077 PMID:39793490	研究论文	本文提出了一种双路径融合对比学习方法，用于盲单图像可见水印去除	通过双路径训练图像和梯度图，增强高频特征获取和水印空间定位的准确性，并通过对比学习确保结果更接近原始无水印图像	未提及具体局限性	解决盲单图像可见水印去除中的水印检测准确性和去除后视觉质量问题	数字图像	计算机视觉	NA	深度学习	对比学习	图像	三个具有挑战性的基准数据集
7108	2025-02-07	ICH-PRNet: a cross-modal intracerebral haemorrhage prognostic prediction method using joint-attention interaction mechanism 2025-Apr, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.107096 PMID:39798349	研究论文	本文提出了一种名为ICH-PRNet的跨模态网络，用于预测脑出血（ICH）的预后结果	提出了一种联合注意力交互编码器，有效整合了计算机断层扫描图像和临床文本，并定义了一个多损失函数来优化跨模态融合能力	现有跨模态方法在提取互补信息和跨模态特征方面存在不足，限制了其预后能力	提高脑出血预后预测的准确性	脑出血患者	计算机视觉	脑出血	深度学习	ICH-PRNet	图像、文本	内部和公开数据集
7109	2025-02-07	A Fine-grained Hemispheric Asymmetry Network for accurate and interpretable EEG-based emotion classification 2025-Apr, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107127 PMID:39809039	研究论文	本文提出了一种细粒度半球不对称网络（FG-HANet），用于基于原始EEG数据的准确且可解释的情绪分类	FG-HANet利用2-Hz窄频带内的半球不对称特征，通过端到端深度学习模型进行情绪分类，并采用三阶段训练流程以增强性能	NA	提高基于EEG数据的情绪分类的准确性和可解释性	原始EEG数据	机器学习	NA	有限脉冲响应（FIR）滤波器	FG-HANet	EEG数据	两个公共数据集SEED和SEED-IV
7110	2025-02-07	Domain-guided conditional diffusion model for unsupervised domain adaptation 2025-Apr, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.107031 PMID:39778293	研究论文	本文提出了一种领域引导的条件扩散模型（DCDM），用于无监督领域自适应（UDA），以生成高保真的目标领域样本，从而简化从源领域到目标领域的迁移	DCDM引入了类别信息来控制生成样本的标签，并使用领域分类器引导生成样本朝向目标领域，显著提升了无监督领域自适应的性能	模型性能可能受到领域间差异较大和目标领域数据有限的限制	解决深度学习模型在新应用场景中的迁移性问题，提升无监督领域自适应的效果	无监督领域自适应（UDA）中的领域迁移问题	机器学习	NA	条件扩散模型	DCDM	图像或其他领域数据	NA
7111	2025-02-07	DDEvENet: Evidence-based ensemble learning for uncertainty-aware brain parcellation using diffusion MRI 2025-Mar, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102489 PMID:39787735	研究论文	本研究开发了一种基于深度学习和扩散MRI的证据集成神经网络DDEvENet，用于解剖学脑部分割	DDEvENet的关键创新在于设计了一个证据深度学习框架，以在单次推理中量化每个体素的预测不确定性	NA	开发一种用于脑部分割的深度学习模型，以提高分割准确性和不确定性估计	健康人群和临床人群的脑部扩散MRI数据	医学影像分析	精神分裂症、双相情感障碍、注意力缺陷多动障碍、帕金森病、脑小血管病、脑肿瘤	扩散MRI	证据集成神经网络	扩散MRI图像	来自多个成像源的大规模数据集，包括健康成人和患有各种脑部疾病的参与者的高质量扩散MRI数据
7112	2025-02-07	Artificial intelligence for left ventricular hypertrophy detection and differentiation on echocardiography, cardiac magnetic resonance and cardiac computed tomography: A systematic review 2025-Mar-01, International journal of cardiology IF:3.2Q2 DOI:10.1016/j.ijcard.2025.132979 PMID:39798885	系统综述	本文系统综述了人工智能在超声心动图、心脏磁共振和心脏计算机断层扫描上检测和区分左心室肥大的诊断性能	探讨了人工智能在自动检测左心室肥大及其潜在原因方面的应用，并比较了不同成像技术和AI方法的诊断性能	需要进一步研究以验证这些模型在现实生活中的应用效果，并进行成本效益分析	研究人工智能模型在心脏成像中检测和区分左心室肥大及其常见病因的诊断性能	左心室肥大及其常见病因	医学影像分析	心血管疾病	超声心动图、心脏磁共振、心脏计算机断层扫描	深度学习（DL）、卷积神经网络（CNN）、传统机器学习（ML）	图像	30项研究（14项超声心动图、15项心脏磁共振、1项心脏计算机断层扫描）
7113	2025-02-07	Flexible Tail of Antimicrobial Peptide PGLa Facilitates Water Pore Formation in Membranes 2025-Feb-06, The journal of physical chemistry. B DOI:10.1021/acs.jpcb.4c06190 PMID:39847609	研究论文	本研究通过全原子模拟探讨了抗菌肽PGLa与阴离子细胞膜相互作用引起的膜变形过程，并揭示了C端尾部在PGLa插入膜及水孔形成中的关键作用	首次阐明了C端尾部灵活性在PGLa插入和寡聚化过程中的重要性，并利用深度学习算法识别关键中间体	研究主要基于模拟数据，需进一步实验验证	探讨PGLa抗菌肽与细胞膜相互作用的机制，特别是水孔形成的过程	抗菌肽PGLa与由DMPC和DMPG组成的阴离子细胞膜	生物物理学	NA	全原子模拟，深度学习算法	NA	模拟数据	NA
7114	2025-02-07	Advancing Optical Coherence Tomography Diagnostic Capabilities: Machine Learning Approaches to Detect Autoimmune Inflammatory Diseases 2025-Feb-06, Journal of neuro-ophthalmology : the official journal of the North American Neuro-Ophthalmology Society IF:2.0Q2 DOI:10.1097/WNO.0000000000002322 PMID:39910704	研究论文	本研究探讨了利用机器学习模型通过光学相干断层扫描（OCT）图像区分不同自身免疫性炎症疾病的可行性	首次使用机器学习模型结合OCT图像特征，区分多种自身免疫性炎症疾病、其他眼部疾病及健康对照	样本量相对较小，特别是其他眼部疾病组（n=16），且MS与NMOSD的区分准确率较低（0.53）	评估机器学习模型在基于OCT测量的自身免疫性炎症疾病诊断中的可行性	多发性硬化症（MS）、视神经脊髓炎谱系疾病（NMOSD）、髓鞘少突胶质细胞糖蛋白抗体相关疾病（MOGAD）患者、其他眼部疾病患者及健康对照	数字病理学	自身免疫性炎症疾病	光学相干断层扫描（OCT）	支持向量机（SVM）	图像	MS患者99人，NMOSD患者40人，MOGAD患者74人，其他眼部疾病患者16人，健康对照54人
7115	2025-02-07	Optimizing MR-based attenuation correction in hybrid PET/MR using deep learning: validation with a flatbed insert and consistent patient positioning 2025-Feb-06, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07086-5 PMID:39912939	研究论文	本研究通过使用平板插入物和手臂下定位在PET/CT扫描中实现精确的MR-CT匹配，以验证PET/MR中的MR基础衰减校正（MRAC）	使用平板插入物和手臂下定位确保一致的定位，结合深度学习框架生成合成CT，用于MRAC方法的验证	MRAC-4方法在骨丰富区域（如脊柱和肝脏）的重复性较低	验证PET/MR中的MR基础衰减校正（MRAC）方法	21名患者的全身[18F]FDG PET/CT和[18F]FDG PET/MR数据	医学影像	NA	深度学习	NA	医学影像数据	21名患者
7116	2025-02-07	Automating Prostate Cancer Grading: A Novel Deep Learning Framework for Automatic Prostate Cancer Grade Assessment using Classification and Segmentation 2025-Feb-06, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01429-2 PMID:39913023	研究论文	本文介绍了一种基于深度学习的三阶段框架，用于自动评估前列腺癌的严重程度，通过分类和分割技术提高诊断精度	提出了一种创新的深度学习系统，结合了分类、分割和ISUP等级计算，使用Self-ONN增强的DeepLabV3架构优化了分割性能	需要进一步研究以评估该框架在不同临床场景中的适应性和有效性	开发自动化系统以提高前列腺癌分级的诊断精度并减少人为错误	前列腺癌组织样本	数字病理学	前列腺癌	深度学习	DNN, DeepLabV3, EfficientNet, RandomForest	图像	2699例前列腺癌组织样本
7117	2025-02-07	PlaqueViT: a vision transformer model for fully automatic vessel and plaque segmentation in coronary computed tomography angiography 2025-Feb-05, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11410-w PMID:39909898	研究论文	开发并评估了一种用于冠状动脉血管和斑块分割的深度学习模型	提出了一种基于3D视觉Transformer的深度学习模型PlaqueViT，用于全自动分割冠状动脉斑块和血管	模型在外部验证数据集上的表现未明确提及	开发一种用于冠状动脉CT血管造影（CCTA）中冠状动脉血管和斑块分割的深度学习模型	冠状动脉血管和斑块	计算机视觉	心血管疾病	深度学习	3D视觉Transformer	图像	模型开发（n=463）、测试（n=123）、观察者间研究（n=65）、外部验证（n=28）、CAD检测（n=684）
7118	2025-02-07	Automatic Identification of Fetal Abdominal Planes from Ultrasound Images Based on Deep Learning 2025-Feb-05, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01409-6 PMID:39909994	研究论文	本研究探讨了人工智能架构在自动识别胎儿腹部标准扫描平面和结构中的潜力，特别是腹围的测量	首次将深度学习神经网络应用于胎儿腹部超声图像的自动识别，特别是使用MobileNet3Large和EfficientV2S模型	数据集分布非正态，需要进一步研究以比较这些AI模型与传统方法的整体性能	探索人工智能在自动识别胎儿腹部标准扫描平面和结构中的应用	胎儿腹部超声图像	计算机视觉	NA	深度学习	Xception, MobileNetV3Large, EfficientV2S	图像	包含九个类别的超声图像数据集
7119	2025-02-07	VisionMD: an open-source tool for video-based analysis of motor function in movement disorders 2025-Feb-04, NPJ Parkinson's disease DOI:10.1038/s41531-025-00876-6 PMID:39900649	研究论文	本文介绍了VisionMD，一个用于自动化视频分析的开源软件，旨在评估帕金森病和其他运动障碍患者的运动功能	VisionMD利用深度学习技术追踪身体运动，计算运动学特征以量化症状严重程度，并支持纵向监测，提供了一个精确、客观且可扩展的评估工具	未提及具体局限性	开发一个用户友好且可定制的框架，使临床医生和研究人员能够客观评估运动障碍患者的运动症状，而无需专用硬件	帕金森病和其他运动障碍患者的运动功能	计算机视觉	帕金森病	深度学习	NA	视频	NA
7120	2025-02-07	Annotation-free deep learning for predicting gene mutations from whole slide images of acute myeloid leukemia 2025-Feb-03, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-00804-0 PMID:39900774	研究论文	本文提出了一种基于多实例学习（MIL）和集成技术的深度学习模型，用于从急性髓性白血病（AML）的全切片图像（WSIs）中预测基因突变	该模型无需补丁级或细胞级注释即可预测NPM1和FLT3-ITD基因突变，且在572个WSIs的数据集上表现出色	尽管模型在预测基因突变方面表现出色，但仍依赖于图像分辨率和手动注释的挑战	研究目的是通过深度学习模型从AML的WSIs中预测基因突变	急性髓性白血病（AML）的全切片图像（WSIs）	数字病理学	急性髓性白血病	深度学习	多实例学习（MIL）	图像	572个全切片图像（WSIs）