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
7241	2025-02-26	Black Box Warning: Large Language Models and the Future of Infectious Diseases Consultation 2024-04-10, Clinical infectious diseases : an official publication of the Infectious Diseases Society of America IF:8.2Q1 DOI:10.1093/cid/ciad633 PMID:37971399	评论	本文探讨了大型语言模型（LLMs）在传染病咨询中的潜在应用及其局限性	提出了LLMs在医疗咨询中的潜在应用，并强调了其当前的技术限制和伦理问题	LLMs存在频繁的虚构、缺乏上下文意识、训练数据和方法不透明以及容易再现偏见等问题	探讨LLMs在传染病临床咨询中的应用前景及其潜在风险	大型语言模型（LLMs）	自然语言处理	传染病	深度学习算法	LLMs	文本	NA
7242	2025-02-26	Exploring the application of knowledge transfer to sports video data 2024, Frontiers in sports and active living IF:2.3Q2 DOI:10.3389/fspor.2024.1460429 PMID:39989920	研究论文	本研究探讨了知识转移在体育视频数据中的应用，特别是零样本学习（ZSL）和球员重识别技术	利用预训练的重识别模型提取特征嵌入，在零样本学习环境下评估其在橄榄球联赛和篮网球中的应用，展示了在动态体育环境中部分模型的有效性	非部分模型在背景干扰下表现不佳，且需要大量资源来重现结果	探索更高效的方法，以在不同体育项目中应用AI和计算机视觉技术，减少数据标注和模型训练成本	橄榄球联赛和篮网球的体育视频数据	计算机视觉	NA	零样本学习（ZSL）	预训练的重识别模型	视频	橄榄球联赛近35,000帧和篮网球近14,000帧的广播视频剪辑
7243	2025-02-26	Multiomics Research: Principles and Challenges in Integrated Analysis 2024, Biodesign research DOI:10.34133/bdr.0059 PMID:39990095	综述	本文综述了多组学研究的基本原则和挑战，强调了数据整合在揭示生物系统复杂相互作用和调控机制中的必要性	探讨了深度学习、图神经网络（GNNs）和生成对抗网络（GANs）等最新计算方法在多组学数据合成和解释中的应用，并提出了大语言模型在多组学分析中的潜力	需要大量的计算资源和复杂的模型调优	指导研究人员在多组学研究中导航原则和挑战，以促进整合生物分析的发展	多组学数据	生物信息学	NA	多组学技术（基因组学、转录组学、蛋白质组学、代谢组学等）	深度学习、图神经网络（GNNs）、生成对抗网络（GANs）	多组学数据	NA
7244	2025-02-26	Deep Learning-Aided Modulation Recognition for Non-Orthogonal Signals 2023-May-31, Sensors (Basel, Switzerland) DOI:10.3390/s23115234 PMID:37299960	研究论文	本文旨在开发基于深度学习的自动调制识别方法，用于非正交传输信号的下行和上行链路	提出了基于双向长短期记忆网络（BiLSTM）的AMR方法，利用长期数据依赖性自动学习不规则信号星座形状，并引入迁移学习以提高识别准确性和鲁棒性；针对上行链路非正交信号，开发了基于注意力机制的时空融合网络，有效提取时空特征	未提及具体样本量或实验数据集的大小	开发高效的自动调制识别方法，适用于非正交传输系统	非正交传输信号的下行和上行链路	机器学习	NA	深度学习	BiLSTM, 注意力机制, CNN	信号数据	NA
7245	2025-02-26	The Effect of Dataset Imbalance on the Performance of SCADA Intrusion Detection Systems 2023-Jan-09, Sensors (Basel, Switzerland) DOI:10.3390/s23020758 PMID:36679553	研究论文	本研究探讨了数据集不平衡对SCADA入侵检测系统性能的影响	研究了数据不平衡对SCADA入侵检测系统的影响，并比较了多种数据平衡技术的效果	仅使用了两个不平衡数据集进行研究，可能无法涵盖所有情况	理解数据不平衡对深度学习SCADA入侵检测系统的影响	SCADA系统的入侵检测系统	机器学习	NA	深度学习算法	CNN-LSTM	SCADA系统数据	两个数据集：Morris电力数据集和CICIDS2017数据集
7246	2025-02-26	MSTCN: A multiscale temporal convolutional network for user independent human activity recognition 2021, F1000Research DOI:10.12688/f1000research.73175.2 PMID:36896393	研究论文	本文提出了一种基于Inception模型的多尺度时间卷积网络（MSTCN），用于用户独立的人类活动识别（HAR）	MSTCN通过使用不同大小的卷积核进行多尺度特征提取，并应用扩张卷积来扩大感受野而不增加模型参数，同时利用残差连接防止信息丢失和梯度消失	未明确提及具体限制	提高人类活动识别的准确性和效率，减少对手工特征工程的依赖	人类活动识别	机器学习	NA	多尺度时间卷积网络（MSTCN）	CNN, Inception模型	时间序列数据	UCI和WISDM数据集
7247	2025-02-26	Harnessing the Power of Deep Learning to Assess Breast Cancer Risk 2020-02, Radiology IF:12.1Q1 DOI:10.1148/radiol.2019192471 PMID:31846401	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
7248	2025-02-25	Artificial intelligence-based molecular property prediction of photosensitising effects of drugs 2025-Apr, Journal of drug targeting IF:4.3Q1 DOI:10.1080/1061186X.2024.2434911 PMID:39618307	研究论文	本研究探讨了利用先进的人工智能工作流程预测药物和化合物光敏效应的可行性	使用三种不同的模型（逻辑回归、XGBoost和深度学习模型Chemprop）预测药物的光敏效应，并在外部验证集上进行了评估	尽管模型在预测光敏效应方面表现出色，但复杂模型在预测分数分布上表现出更高的置信度，这可能限制了简单模型的应用	预测药物和化合物的光敏效应，以减少药物诱导的光敏性不良反应	2200种药物和化合物	机器学习	NA	人工智能工作流程	逻辑回归、XGBoost、Chemprop	药物和化合物的分子属性数据	2200种药物
7249	2025-02-25	Spatial-frequency aware zero-centric residual unfolding network for MRI reconstruction 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110334 PMID:39863026	研究论文	本文提出了一种空间频率感知的零中心残差展开网络，用于MRI重建，旨在通过深度学习技术减少k空间欠采样引起的图像域伪影，并提高图像质量	提出了一种可学习的空间频率差异感知模块，补充了可学习的数据一致性层，将k空间域差异映射到空间图像域进行感知补偿，并引入了小波分解的显式先验，通过将图像分解为均值和残差分量，对残差施加精细的零均值约束，同时保持计算效率	未明确提及具体局限性	提高MRI重建的图像质量，减少k空间欠采样引起的伪影	MRI图像	医学影像处理	NA	深度学习	零中心残差展开网络	MRI图像数据	FastMRI和Calgary-Campinas数据集
7250	2025-02-25	Intelligent recognition of subsurface utilities and voids: A ground penetrating radar dataset for deep learning applications 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111338 PMID:39990121	研究论文	本文介绍了一个专门为深度学习应用设计的GPR数据集，用于自动检测地下设施和空洞	创建了一个包含2,239张JPEG格式的Radargram图像的数据集，填补了GPR数据集的空白，并具有通用性	GPR调查成本高且处理耗时	开发自动化系统，有效检测地下异常，减少人工错误	地下设施（如管道、电缆）和地下空洞	计算机视觉	NA	GPR	深度学习模型	图像	2,239张Radargram图像
7251	2025-02-25	CATALYZE: a deep learning approach for cataract assessment and grading on SS-OCT images 2025-Mar-01, Journal of cataract and refractive surgery IF:2.6Q1 DOI:10.1097/j.jcrs.0000000000001598 PMID:39680679	研究论文	本文提出了一种基于深度学习的方法CATALYZE，用于在SS-OCT图像上进行白内障评估和分级	开发了一种新的客观深度学习模型，用于基于SS-OCT扫描的白内障分级，并引入了临床显著性指数（CSI）作为评估指标	单中心研究，排除了有眼部手术史、角膜或视网膜疾病以及眼干燥症的患者	评估一种新的客观深度学习模型在白内障分级中的应用	白内障患者和对照组的眼睛	计算机视觉	白内障	SS-OCT扫描	深度学习模型	图像	548只眼睛（315名患者，年龄19至85岁）
7252	2025-02-25	Opportunistic assessment of steatotic liver disease in lung cancer screening eligible individuals 2025-Mar, Journal of internal medicine IF:9.0Q1 DOI:10.1111/joim.20053 PMID:39868889	研究论文	本研究利用深度学习模型在肺癌筛查的胸部CT中评估脂肪肝病（SLD），并探讨其在重度吸烟者中的预后价值	首次在肺癌筛查的胸部CT中利用深度学习模型评估SLD，并发现SLD是重度吸烟者长期死亡率的独立预测因子	研究仅基于NLST参与者的数据，可能无法推广到其他人群	评估SLD在肺癌筛查中的预后价值	19,774名NLST参与者	数字病理	肺癌	深度学习	深度学习模型	CT图像	19,774名NLST参与者
7253	2025-02-25	Ectopic, intra-thyroid parathyroid adenoma better visualised by deep learning enhanced choline PET/CT 2025-Feb-24, QJM : monthly journal of the Association of Physicians DOI:10.1093/qjmed/hcaf057 PMID:39992255	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
7254	2025-02-25	Recent topics in musculoskeletal imaging focused on clinical applications of AI: How should radiologists approach and use AI? 2025-Feb-24, La Radiologia medica DOI:10.1007/s11547-024-01947-z PMID:39992330	综述	本文讨论了人工智能在肌肉骨骼成像领域的应用，包括深度学习重建和基于MRI的皮质骨成像的临床应用，以及自动化诊断支持的定性和定量诊断	本文聚焦于人工智能在肌肉骨骼成像中的最新临床应用，特别是深度学习重建和MRI皮质骨成像的创新应用	本文未提及具体的技术细节或实验数据，主要侧重于概念性讨论和未来展望	探讨人工智能在肌肉骨骼成像中的临床应用，帮助放射科医生了解并应用这些技术	肌肉骨骼成像	计算机视觉	NA	深度学习重建，MRI	深度学习	图像	NA
7255	2025-02-25	Subclinical tremor differentiation using long short-term memory networks 2025-Feb-24, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01526-0 PMID:39992543	研究论文	本研究探讨了使用长短期记忆网络（LSTM）区分帕金森病（PD）和特发性震颤（ET）的亚临床震颤的潜力	提出了一种基于LSTM的深度学习模型，能够有效区分PD、ET和正常生理性震颤的亚临床震颤，准确率分别达到95%和93%	未来需要增强模型的可解释性，并在更大、更多样化的数据集上进行验证，包括动作性震颤	开发一种深度学习模型，以区分帕金森病、特发性震颤和正常生理性震颤的亚临床震颤	51名PD患者、15名ET患者和58名正常受试者的亚临床震颤数据	机器学习	帕金森病	长短期记忆网络（LSTM）	LSTM	传感器数据	124名受试者（51名PD患者、15名ET患者和58名正常受试者）
7256	2025-02-25	Early warning study of field station process safety based on VMD-CNN-LSTM-self-attention for natural gas load prediction 2025-Feb-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85582-2 PMID:39984509	研究论文	本研究提出了一种基于VMD-CNN-LSTM-Self-Attention的天然气负荷预测方法，以提高天然气供应企业的生产安全管理	创新性地提出了VMD-CNN-LSTM-Self-Attention区间预测方法，并实现了基于85%、90%和95%置信区间的分级报警机制	未提及具体局限性	提高天然气负荷预测的准确性和可靠性，以增强企业生产安全管理	天然气场站出站负荷数据	机器学习	NA	深度学习	VMD-CNN-LSTM-Self-Attention	时间序列数据	未提及具体样本数量
7257	2025-02-25	A detection method for small casting defects based on bidirectional feature extraction 2025-Feb-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90185-y PMID:39984609	研究论文	本文提出了一种基于双向特征提取的小型铸件缺陷检测方法，旨在提高铸件检测的科学性和精确性	创新性地开发了一种基于Hadamard积的双层Encoder-Decoder多尺度特征提取架构BiSDE，以及采用基于Wasserstein距离的损失函数来优化小缺陷目标的训练过程	未提及具体局限性	开发一种自动化缺陷检测模型，以提高铸件检测的效率和准确性	小型铸件缺陷	计算机视觉	NA	深度学习	BiSDE（基于Hadamard积的双层Encoder-Decoder多尺度特征提取架构）	图像	未提及具体样本数量
7258	2025-02-25	Foundations of a knee joint digital twin from qMRI biomarkers for osteoarthritis and knee replacement 2025-Feb-21, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01507-3 PMID:39984725	研究论文	本研究基于定量MRI（qMRI）和机器学习技术，构建了一个膝关节的数字孪生系统，旨在推进骨关节炎（OA）管理和膝关节置换（KR）预测的精准医疗	结合深度学习分割膝关节结构和降维技术，创建了一个成像生物标志物的嵌入特征空间，并识别出与OA发病率和KR结果显著相关的特定生物标志物	NA	推进骨关节炎管理和膝关节置换预测的精准医疗	膝关节	数字病理学	骨关节炎	定量MRI（qMRI）	深度学习	图像	NA
7259	2025-02-25	Optimizing potato leaf disease recognition: Insights DENSE-NET-121 and Gaussian elimination filter fusion 2025-Feb-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e42318 PMID:39991243	研究论文	本文提出了一种基于深度学习的混合模型DENSE-NET-121与2D高斯消元滤波器，用于通过早期检测马铃薯叶片病害来提高产量	结合DENSE-NET-121和2D高斯消元滤波器，实现了前所未有的训练和验证准确率，并显著降低了训练和验证损失	NA	提高马铃薯产量，通过早期检测叶片病害	马铃薯叶片	计算机视觉	马铃薯病害	深度学习	DENSE-NET-121	图像	来自Kaggle数据集的三种马铃薯叶片类别（早疫病、健康、晚疫病）
7260	2025-02-25	A Physics-Informed Deep Learning Model for MRI Brain Motion Correction 2025-Feb-13, ArXiv PMID:39990792	研究论文	本研究介绍了一种物理信息驱动的深度学习模型PI-MoCoNet，用于MRI脑部运动校正，通过整合空间和k空间信息来消除运动伪影，提高图像质量和诊断可靠性	PI-MoCoNet无需显式运动参数估计，通过结合空间和k空间信息来校正运动伪影，创新性地使用了U-net与Swin Transformer模块结合的架构，并引入了三种损失函数进行优化	研究主要基于模拟的运动伪影数据，实际临床环境中的复杂运动可能未被完全覆盖	开发一种高效的MRI脑部运动校正方法，以提高图像质量和诊断可靠性	MRI脑部图像	计算机视觉	NA	深度学习	U-net, Swin Transformer	图像	IXI和MR-ART数据集