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
7201	2025-02-27	Identifying relevant EEG channels for subject-independent emotion recognition using attention network layers 2025, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2025.1494369 PMID:39995952	研究论文	本研究通过应用注意力机制层，识别出在三个独立数据集中对情绪预测最相关的EEG通道	利用注意力机制识别跨个体一致相关的EEG通道，以提高独立于个体的情绪识别模型的性能	研究仅基于三个数据集，可能无法涵盖所有EEG信号变异性	增强独立于个体的情绪识别方法，通过识别跨个体一致相关的EEG通道	EEG信号	机器学习	NA	注意力机制	深度学习模型	EEG信号	三个独立数据集（SEED, SEED-IV, SEED-V）
7202	2025-02-27	SegCSR: Weakly-Supervised Cortical Surfaces Reconstruction from Brain Ribbon Segmentations 2024-Dec-10, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.10.626888 PMID:39713375	研究论文	本文提出了一种基于弱监督学习的皮质表面重建方法，通过大脑MRI带状分割来重建多个皮质表面	该方法通过联合学习微分同胚流来对齐皮质带状分割图的边界，避免了传统方法中对伪地面真值的依赖，减少了数据集特定的挑战和训练数据准备的复杂性	方法在深度皮质沟的挑战性区域可能仍存在一定的局限性	研究目的是开发一种新的皮质表面重建方法，以减少对伪地面真值的依赖并提高重建精度	大脑MRI带状分割数据	计算机视觉	NA	深度学习	NA	MRI图像	两个大规模大脑MRI数据集
7203	2025-02-27	AESurv: autoencoder survival analysis for accurate early prediction of coronary heart disease 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae479 PMID:39323093	研究论文	本文介绍了一种名为AESurv的深度学习自编码器生存分析模型，用于基于高维DNA甲基化和临床特征准确预测冠心病（CHD）的发生时间	开发了一种新的深度学习自编码器生存分析模型（AESurv），通过学习参与者的低维表示来进行时间到事件的CHD预测，相较于其他生存分析模型表现更优	NA	开发一种能够准确预测冠心病发生时间的模型，以协助早期预测和干预策略	美国印第安人成年人（Strong Heart Study cohort）和绝经后妇女（Women's Health Initiative cohort）	机器学习	心血管疾病	DNA甲基化分析	自编码器（Autoencoder）	DNA甲基化数据和临床数据	两个队列研究：Strong Heart Study cohort和Women's Health Initiative cohort
7204	2025-02-27	DeepComBat: A statistically motivated, hyperparameter-robust, deep learning approach to harmonization of neuroimaging data 2024-Aug-01, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.26708 PMID:39056477	研究论文	本文介绍了一种名为DeepComBat的深度学习协调方法，用于消除神经影像数据中的批次效应	DeepComBat结合了统计方法和深度学习的优势，能够处理特征间的多变量关系，同时放松了之前深度学习协调方法的强假设	NA	消除神经影像数据中的批次效应，提高数据的可重复性	神经影像数据	计算机视觉	老年疾病	深度学习	条件变分自编码器	图像	认知老化队列的皮层厚度测量数据
7205	2025-02-27	Patients Perceptions of Artificial Intelligence in a Deep Learning-Assisted Diabetic Retinopathy Screening Event: A Real-World Assessment 2024-May, Journal of diabetes science and technology IF:4.1Q2 DOI:10.1177/19322968241234378 PMID:38404014	研究论文	本文通过调查糖尿病患者对人工智能辅助糖尿病视网膜病变筛查的看法，评估了患者对AI在医疗中应用的感知	在真实世界的糖尿病视网膜病变筛查活动中，首次调查了患者对AI的感知和态度	样本主要为初级医疗保健中的低教育水平糖尿病患者，可能影响结果的普遍性	评估糖尿病患者对AI在医疗中应用的感知和态度	糖尿病患者	数字病理	糖尿病	深度学习	NA	调查数据	NA
7206	2025-02-27	Among Artificial Intelligence/Machine Learning Methods, Automated Gradient-Boosting Models Accurately Score Intraoral Plaque in Non-Standardized Images 2024, Journal of the California Dental Association DOI:10.1080/19424396.2024.2422146 PMID:39990046	研究论文	本文开发并测试了用于非标准化口腔内菌斑图像自动选择和评分的模型，旨在提高预防试验中的主要结果测量准确性	使用梯度提升模型在非标准化图像中准确评分口腔内菌斑，避免了深度学习模型的高计算和财务成本	未使用深度学习模型，可能限制了模型的复杂性和潜在性能	开发并测试自动图像选择和口腔内菌斑评分模型，以提高预防试验中的主要结果测量准确性	435张来自UCSF/UCLA临床试验的照片中的1650颗菌斑显示的乳牙（牙齿D, E, F, G）	计算机视觉	NA	机器学习算法，包括支持向量机-高斯模型和梯度提升模型	支持向量机-高斯模型，梯度提升分类和回归模型	图像	435张照片中的1650颗乳牙
7207	2025-02-27	Skin Lesion Analysis and Cancer Detection Based on Machine/Deep Learning Techniques: A Comprehensive Survey 2023-Jan-04, Life (Basel, Switzerland) DOI:10.3390/life13010146 PMID:36676093	综述	本文对基于机器学习和深度学习技术的皮肤病变分析和癌症检测方法进行了全面调查	提供了迄今为止应用于皮肤病变检查的方法、技术和方法的广泛文献综述，包括预处理、分割、特征提取、选择和分类方法	由于复杂和罕见的特征，皮肤病变分析仍存在一些挑战	调查现有技术用于皮肤癌发现，找出障碍以帮助研究人员贡献于未来研究	皮肤病变和皮肤癌	计算机视觉	皮肤癌	深度学习和机器学习	NA	图像	NA
7208	2025-02-27	Federated learning for diagnosis of age-related macular degeneration 2023, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2023.1259017 PMID:37901412	研究论文	本文提出了一种联邦学习方法，用于训练深度学习模型以分类年龄相关性黄斑变性（AMD），使用光学相干断层扫描图像数据	采用残差网络和视觉变换器编码器进行正常与AMD的二元分类，并整合了四种独特的域适应技术以解决由不同机构间数据分布不均引起的域转移问题	研究未探讨更深层次的模型和其他联邦学习策略的性能，未来需要进一步探索	研究目的是通过联邦学习方法提高年龄相关性黄斑变性的诊断准确性	年龄相关性黄斑变性（AMD）的光学相干断层扫描图像数据	计算机视觉	老年疾病	光学相干断层扫描	残差网络, 视觉变换器	图像	NA
7209	2025-02-27	A primer on deep learning in genomics 2019-01, Nature genetics IF:31.7Q1 DOI:10.1038/s41588-018-0295-5 PMID:30478442	综述	本文提供了关于深度学习在基因组分析中应用的视角和入门指南	介绍了深度学习在调控基因组学、变异检测和致病性评分等领域的成功应用，并提供了使用深度学习方法的通用指导和实用工具资源指南	NA	探讨深度学习在基因组分析中的应用	基因组数据	机器学习	NA	深度学习	NA	基因组数据	NA
7210	2025-02-26	A multidimensional adaptive transformer network for fatigue detection 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10224-2 PMID:39991017	研究论文	本文提出了一种多维自适应Transformer网络，用于检测驾驶疲劳状态	引入了一种多维Transformer架构，能够自适应地为不同信息维度分配权重，从而提升特征压缩和结构信息提取的效果	当前研究主要集中在时间维度信息提取，可能忽略了EEG数据的其他维度	提高驾驶疲劳状态检测的准确性和泛化能力	驾驶员的脑电图（EEG）信号	机器学习	NA	EEG信号分析	Transformer	EEG信号	使用了SEED-VIG和SFDE数据集
7211	2025-02-26	Improving binding affinity prediction by emphasizing local features of drug and protein 2025-Apr, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108310 PMID:39674048	研究论文	本文提出了一种深度学习模型，通过强调药物和蛋白质的局部特征来提高结合亲和力预测的准确性	提出了一种新的深度学习模型，能够全面提取药物和靶蛋白的局部特征，用于准确的结合亲和力预测	NA	提高药物发现中结合亲和力预测的准确性	药物和靶蛋白	机器学习	NA	深度学习	Multi-Stream CNN, Multi-Stream GCN	序列数据（蛋白质序列），图数据（药物分子）	两个流行数据集：Davis 和 KIBA
7212	2025-02-26	Using statistical analysis to explore the influencing factors of data imbalance for machine learning identification methods of human transcriptome m6A modification sites 2025-Apr, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108351 PMID:39837162	研究论文	本研究通过统计分析方法探讨了影响机器学习识别人类转录组m6A修饰位点数据不平衡的因素	从特征编码表示、深度学习模型和数据重采样策略三个关键角度解决RNA甲基化位点数据不平衡问题，并开发了基于LSTM及其变体mLSTM的分类预测模型，以及使用SeqGAN和SMOTE构建平衡数据集	研究中未提及具体的数据集大小和样本类型，可能影响结果的普适性	探索影响机器学习识别m6A修饰位点数据不平衡的因素，提高识别准确性	人类转录组m6A修饰位点	生物信息学	NA	K-mer one-hot编码策略、LSTM、mLSTM、SeqGAN、SMOTE	LSTM、mLSTM、SeqGAN	RNA序列数据	NA
7213	2025-02-26	IDBGL: A unique image dataset of black gram (Vigna mungo) leaves for disease detection and classification 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111347 PMID:39990119	研究论文	本文介绍了一个独特的黑豆（Vigna mungo）叶片图像数据集，用于疾病检测和分类	创建了一个包含4038张图像的黑豆叶片疾病数据集，涵盖五种不同类别，为全球研究人员提供了一个用于早期检测和分类黑豆叶片疾病的深度学习自动化系统的基础	收集健康样本存在困难，且数据集仅来自孟加拉国的两个地区	开发一个深度学习自动化系统，用于早期检测和分类黑豆叶片疾病，以帮助农民和提高农业利益相关者的意识	黑豆（Vigna mungo）叶片	计算机视觉	植物疾病	深度学习	NA	图像	4038张图像，来自孟加拉国的Sirajganj和Solonga地区
7214	2025-02-26	A dataset of annotated African plum images from Cameroon for AI-based quality assessment 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111351 PMID:39990129	研究论文	本文介绍了一个包含4507张非洲李子注释图像的数据集，专为AI驱动的李子质量评估设计	这是首个专门用于非洲李子质量评估的AI数据集，涵盖了六个质量等级，并在自然光下使用智能手机拍摄	数据集仅涵盖非洲李子，可能不适用于其他水果的质量评估	开发用于农业中计算机视觉和深度学习系统的数据集，以实现李子质量的自动化评估	非洲李子	计算机视觉	NA	NA	深度学习	图像	4507张非洲李子图像
7215	2025-02-26	ElectroCom61: A multiclass dataset for detection of electronic components 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111331 PMID:39990128	研究论文	本文介绍了ElectroCom61，一个包含61种常用电子元件的多类目标检测数据集，旨在提高自动化和效率	提出了一个包含61种电子元件的多类目标检测数据集，涵盖了真实世界中的多种条件，如不同的光照、背景、距离和相机角度	数据集仅来源于一个大学的电子元件收藏，可能无法涵盖所有类型的电子元件	开发一个用于电子元件检测的先进系统，应用于教育和工业领域	61种常用电子元件	计算机视觉	NA	深度学习	NA	图像	2121张经过精心标注的图像
7216	2025-02-26	UAlpha40: A comprehensive dataset of Urdu alphabet for Pakistan sign language 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111342 PMID:39996049	研究论文	本文介绍了一个名为UAlpha40的综合数据集，用于巴基斯坦手语中的乌尔都语字母	该数据集不仅包含36个静态手势，还包括4个动态手势，填补了之前研究的空白	数据集主要基于巴基斯坦的乌尔都语手语，可能不适用于其他地区的手语	开发一个全面的数据集以支持乌尔都语手语的深度学习模型训练	乌尔都语手语的40个字母，包括36个静态手势和4个动态手势	计算机视觉	NA	图像和视频数据采集与增强	深度学习模型	图像和视频	22,280张图像（其中2,897张为原始图像，19,383张通过噪声或增强生成）和393个视频
7217	2025-02-26	LiteMamba-Bound: A lightweight Mamba-based model with boundary-aware and normalized active contour loss for skin lesion segmentation 2025-Mar, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.01.008 PMID:39864606	研究论文	本文提出了一种轻量级的基于Mamba的模型LiteMamba-Bound，用于皮肤病变分割，结合了边界感知和归一化主动轮廓损失	提出了Channel Attention Dual Mamba (CAD-Mamba)块和Reverse Attention Boundary Module，以及归一化主动轮廓损失函数，显著提升了模型性能	NA	提高皮肤病变分割的精度，特别是在医学图像中区分病变区域和健康皮肤	皮肤病变图像	计算机视觉	皮肤癌	深度学习	LiteMamba-Bound, CAD-Mamba, Reverse Attention Boundary Module	图像	两个皮肤图像数据集：ISIC2018和PH2
7218	2025-02-26	Deep Learning-Assisted Fluorescence Single-Particle Detection of Fumonisin B1 Powered by Entropy-Driven Catalysis and Argonaute 2025-Feb-25, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05913 PMID:39868471	研究论文	开发了一种深度学习辅助的荧光单粒子检测平台，用于超灵敏检测食品中的伏马菌素B1	结合了熵驱动催化和Argonaute技术，利用深度学习模型YOLOv9进行荧光图像的快速准确计数，提高了检测的灵敏度和效率	未提及具体的技术局限或应用限制	开发一种超灵敏的检测方法，用于食品中伏马菌素B1的检测，以确保食品安全和公共健康	伏马菌素B1（FB）	生物传感	NA	熵驱动催化（EDC）、Argonaute技术、荧光单粒子检测	YOLOv9	荧光图像	未提及具体样本数量，但涉及真实食品样本的测试
7219	2025-02-26	Deep-Learning-Assisted Self-Powered Microfluidic Bionic Electronic Tongues 2025-Feb-24, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c22067 PMID:39992874	研究论文	本文介绍了一种结合液体-固体接触带电效应和深度学习算法的自供电微流体仿生电子舌（SMET），用于实现高可靠性和智能化的样品识别和浓度检测	通过结合液体-固体接触带电效应和深度学习算法，开发了一种新型的自供电微流体仿生电子舌，显著提高了样品识别的准确性和灵敏度	NA	开发一种高可靠性和智能化的液体样品识别和浓度检测工具	液体样品，包括五种味觉元素样品和不同浓度的氯化钠溶液	机器学习和微流体技术	NA	液体-固体接触带电效应（LSCE）和深度学习算法	深度学习模型	电信号数据	五种味觉元素样品和五种浓度的氯化钠溶液，以及超过十种不同的味觉样品
7220	2025-02-26	External Validation of a Winning AI-Algorithm from the RSNA 2022 Cervical Spine Fracture Detection Challenge 2025-Feb-24, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8715 PMID:39993795	研究论文	本文对RSNA 2022颈椎骨折检测挑战赛中获胜的AI算法进行了外部验证，评估其在真实临床实践中的可行性	首次对竞赛中表现优异的AI算法进行外部验证，探讨其在临床实践中的通用性	外部验证数据集中患者年龄较大，可能影响模型的准确性和特异性	评估AI算法在临床实践中的可行性	颈椎CT扫描图像	计算机视觉	颈椎骨折	深度学习	CNN	图像	100例颈椎CT扫描（50例有骨折，50例无骨折）