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
7321	2025-02-06	Deep learning solutions for inverse problems in advanced biomedical image analysis on disease detection 2024-08-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69415-2 PMID:39122782	研究论文	本文提出了一种深度学习解决方案，用于解决生物医学图像分析中的逆问题，以优化疾病检测	开发了DLSIP-ABIADD技术，结合了MobileNetv2模型、双边滤波、亨利气体溶解度优化方法和双向长短期记忆模型，用于解决逆问题并检测疾病	未提及具体局限性	优化疾病检测，解决生物医学图像分析中的逆问题	生物医学图像	数字病理学	NA	深度学习	MobileNetv2, BiLSTM	图像	未提及具体样本数量
7322	2025-02-06	Labelling with dynamics: A data-efficient learning paradigm for medical image segmentation 2024-Jul, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103196 PMID:38781755	研究论文	本文提出了一种数据高效的学习框架，用于医学图像分割任务，通过引入领域知识作为强先验来解决深度神经网络在医学应用中面临的数据需求和可解释性问题	提出了一种基于定制动态系统的数据高效学习框架，能够在极有限的训练数据下实现可靠的分割结果，并具有旋转不变性和对初始化不敏感的特性	NA	解决深度神经网络在医学图像分割任务中需要大量标注数据和缺乏可解释性的问题	医学图像分割	计算机视觉	NA	深度学习	深度神经网络（DNN）	图像	两个数据集（JSRT和ISIC2016），涉及心脏和肺部X光图像分割以及皮肤病变的皮肤镜图像分割
7323	2025-02-06	Analyzing the impact of deep learning algorithms and fuzzy logic approach for remote English translation 2024-Jun-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64831-w PMID:38914631	研究论文	本文提出了一种结合深度学习和模糊决策算法的远程英语翻译方法，以提高翻译的准确性和可理解性	提出了一种名为Fusion-dependent Precision Translation Approach (FPTA)的方法，通过深度学习和模糊决策算法进行单词使用和句子完成的反复验证，从而减少翻译错误并提高可理解性	未提及具体的数据集或样本量，可能缺乏广泛的验证	解决远程英语翻译中的精确性问题	远程英语翻译	自然语言处理	NA	深度学习, 模糊决策算法	NA	文本	NA
7324	2025-01-24	Attention and sentiment of Chinese public toward rural landscape based on Sina Weibo 2024-06-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64527-1 PMID:38877046	研究论文	本研究提出了一种基于深度学习的微博数据分析模型，旨在从中国公众的角度探索乡村景观的发展方向	利用深度学习模型分析微博数据，揭示中国公众对乡村景观的关注和情感变化	研究主要基于微博数据，可能无法全面代表所有公众的意见	探索中国公众对乡村景观的关注和情感，为政策制定和发展模式探索提供依据	中国公众对乡村景观的关注和情感	自然语言处理	NA	深度学习	NA	文本	基于微博数据的公众意见分析
7325	2025-02-06	Case-Base Neural Network: Survival analysis with time-varying, higher-order interactions 2024-Jun, Machine learning with applications DOI:10.1016/j.mlwa.2024.100535 PMID:39802089	研究论文	本文提出了一种结合案例基础采样框架和灵活神经网络架构的新方法——案例基础神经网络（CBNNs），用于生存分析中的时间变化和复杂基线风险的建模	提出了一种新的案例基础神经网络（CBNNs）方法，结合了案例基础采样框架和灵活的神经网络架构，能够自然处理截尾数据并预测事件发生的概率	尽管CBNNs在模拟和实际数据应用中表现出色，但在某些情况下与其他模型的性能相似，可能需要进一步验证其广泛适用性	开发一种能够建模时间变化交互和复杂基线风险的数据驱动神经网络方法，以提高生存分析的预测性能	生存分析中的时间变化和复杂基线风险	机器学习	NA	神经网络	前馈神经网络	生存数据	模拟数据和三个实际数据应用
7326	2025-02-06	EEG classification based on visual stimuli via adversarial learning 2024-Jun, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-023-09967-7 PMID:39534363	研究论文	本文提出了一种基于视觉刺激的脑电图（EEG）信号分类的双路径深度学习架构	结合了卷积神经网络（CNN）在时间轴和通道轴上的应用，并使用梯度反转层（GRL）学习主体不变特征，以及采用引导反向传播选择更具信息量的EEG通道	未提及具体的数据集大小或实验对象的详细信息	基于图像类别对由外部刺激（图像）引发的EEG信号进行分类	由视觉刺激引发的EEG信号	机器学习	NA	EEG信号处理	CNN, GRL	EEG信号	NA
7327	2025-02-06	Automated classification of elongated styloid processes using deep learning models-an artificial intelligence diagnostics 2024, Frontiers in oral health IF:3.0Q1 DOI:10.3389/froh.2024.1424840 PMID:39902080	研究论文	本研究开发了一种基于深度学习的自动化分类系统，用于分类延长的茎突过程，并评估了EfficientNetB5和InceptionV3两种架构的性能	利用深度学习模型EfficientNetB5和InceptionV3对延长的茎突过程进行自动化分类，提高了诊断准确性	研究依赖于回顾性数据，且样本量有限，可能影响模型的泛化能力	开发并评估深度学习模型在分类延长茎突过程中的性能	延长的茎突过程	计算机视觉	Eagle综合症	深度学习	EfficientNetB5, InceptionV3	图像	330张延长茎突图像和120张正常茎突图像
7328	2025-02-06	Rapid and non-destructive classification of rice seeds with different flavors: an approach based on HPFasterNet 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1502631 PMID:39902203	研究论文	本研究提出了一种基于深度学习的快速无损分类方法，用于区分不同风味的稻米种子	提出了结合Ghost bottleneck和FasterNet_T0的轻量级网络HPFasterNet，并引入了组卷积以提高模型性能	NA	开发一种快速无损的稻米种子分类方法，以提高稻米品种识别的效率和准确性	19种粳稻种子	计算机视觉	NA	深度学习	HPFasterNet	图像	36735张图像
7329	2025-02-06	Deep-learning-assisted reconfigurable metasurface antenna for real-time holographic beam steering 2023-Jun, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2022-0789 PMID:39633750	研究论文	本文提出了一种能够实时全息波束转向的超表面天线，并采用深度学习算法来控制天线状态	采用深度学习算法结合自编码器和电磁散射方程，实时确定目标远场模式所需的状态，避免了传统迭代方法的低效性	需要验证Born近似在更复杂场景下的有效性	开发一种能够实时控制全息波束转向的超表面天线	超表面天线及其点偶极子元件	机器学习	NA	深度学习	自编码器	电磁散射数据	NA
7330	2025-02-06	A deep neural network for general scattering matrix 2023-Jun, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2022-0770 PMID:39633768	研究论文	本文开发了一个深度神经网络（DNN），用于计算无对称性散射体的散射矩阵，速度比有限元求解器快数千倍	开发了一个能够快速计算无对称性散射体散射矩阵的深度神经网络，并且该网络的结果自然满足能量守恒、时间反演和互易性等基本物理原理	未提及具体样本大小或实验验证的详细数据	研究散射问题的深度学习方法	无对称性散射体的散射矩阵	机器学习	NA	深度神经网络（DNN）	DNN	数值数据	NA
7331	2025-02-06	Just How Confident Can We Be in Predicting Sports Injuries? A Systematic Review of the Methodological Conduct and Performance of Existing Musculoskeletal Injury Prediction Models in Sport 2022-10, Sports medicine (Auckland, N.Z.) DOI:10.1007/s40279-022-01698-9 PMID:35689749	系统综述	本文系统评估了运动医学中肌肉骨骼损伤预测模型的方法学实施和报告完整性	首次系统性地评估了运动医学中肌肉骨骼损伤预测模型的方法学质量和报告完整性，揭示了现有模型的普遍问题和改进需求	研究仅包括截至2021年6月的数据，且仅纳入英文和同行评审的研究，可能遗漏了其他语言或未发表的重要研究	评估运动医学中肌肉骨骼损伤预测模型的方法学实施和报告完整性，以指导临床实践	运动医学中的肌肉骨骼损伤预测模型	运动医学	肌肉骨骼损伤	回归分析、机器学习、深度学习	回归模型、机器学习模型、深度学习模型	NA	30项研究（204个模型）
7332	2025-02-06	Deep Learning Image Analysis of Optical Coherence Tomography Angiography Measured Vessel Density Improves Classification of Healthy and Glaucoma Eyes 2022-04, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2021.11.008 PMID:34780803	研究论文	本研究比较了卷积神经网络（CNN）分析的全视野血管密度图像与梯度提升分类器（GBC）分析的光学相干断层扫描血管成像（OCTA）血管密度测量和视网膜神经纤维层（RNFL）厚度测量在分类健康眼和青光眼眼方面的性能	使用深度学习（CNN）分析全视野血管密度图像，显著提高了健康眼和青光眼眼的分类性能	研究样本量相对较小，可能影响结果的普遍性	比较不同诊断方法在分类健康眼和青光眼眼方面的性能	健康个体和青光眼患者的眼睛	计算机视觉	青光眼	光学相干断层扫描血管成像（OCTA）	CNN, GBC	图像	80名健康个体的130只眼和185名青光眼患者的275只眼
7333	2025-02-06	The Emerging Potential of Advanced Targeted Mass Spectrometry to Become a Routine Tool for Protein Quantification in Biomedical Research 2022-Feb-23, Chimia IF:1.1Q3 DOI:10.2533/chimia.2022.81 PMID:38069753	研究论文	本文讨论了靶向质谱技术在生物医学研究中蛋白质定量方面的潜力及其最新技术发展	介绍了靶向质谱技术在蛋白质、肽段和翻译后修饰定量检测中的高灵敏度和可重复性，并探讨了深度学习光谱预测在自动化检测开发中的应用	靶向质谱技术在学术界和制药行业的普及较慢，主要由于检测生成和数据验证的额外工作量	探讨靶向质谱技术在系统生物学研究和生物医学发现与临床实施中的潜在关键作用	蛋白质、肽段和翻译后修饰	生物医学研究	NA	靶向质谱技术	深度学习	质谱数据	NA
7334	2025-02-06	Estimating time-to-total knee replacement on radiographs and MRI: a multimodal approach using self-supervised deep learning 2022-Jan-01, Radiology advances DOI:10.1093/radadv/umae030 PMID:39744045	研究论文	本文开发了一种基于自监督深度学习的多模态方法，用于预测全膝关节置换术（TKR）的时间	结合自监督深度学习特征、临床变量和图像评估测量，提高了预测TKR时间的准确性	模型的泛化能力需要进一步验证，且外部测试数据集相对较小	准确预测全膝关节置换术的时间，以帮助医生制定个性化治疗策略	来自Osteoarthritis Initiative数据集、Multi-Center Osteoarthritis Study和医院内部数据的膝关节影像和临床变量	数字病理	骨关节炎	自监督深度学习	随机生存森林模型	影像（X光和MRI）、临床变量	895例接受TKR的膝关节和786例未接受TKR的膝关节，以及来自外部测试的518例和164例样本
7335	2025-02-05	Structure and oxygen saturation recovery of sparse photoacoustic microscopy images by deep learning 2025-Apr, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100687 PMID:39896070	研究论文	本研究提出了一种名为Mask-enhanced U-net (MeU-net)的深度学习模型，用于恢复稀疏采样的光声显微镜（PAM）结构和功能图像	引入了自适应血管注意力掩码模块，专注于血管信息恢复，并设计了血管特定的损失函数以提高恢复精度	现有方法很少能有效恢复功能图像	提高光声显微镜成像速度和恢复精度	小鼠大脑和耳朵的稀疏采样光声显微镜图像	计算机视觉	NA	光声显微镜（PAM）	U-net	图像	小鼠大脑和耳朵的模拟数据，稀疏度为4×、8×、12×
7336	2025-02-05	Self-supervised light fluence correction network for photoacoustic tomography based on diffusion equation 2025-Apr, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100684 PMID:39896066	研究论文	本文提出了一种基于深度学习的自监督光流校正方法，用于定量光声断层成像中的吸收系数分布估计	提出了一种自监督的QPAT网络模型SQPA-Net，通过将基于扩散方程的光流估计引入损失函数，指导模型学习光声光传输的隐式表示	缺乏真实数据用于监督网络训练	解决定量光声断层成像中吸收系数分布估计的问题	生物组织	计算机视觉	NA	深度学习	SQPA-Net	图像	模拟和小动物成像实验
7337	2025-02-04	DeepAptamer: Advancing high-affinity aptamer discovery with a hybrid deep learning model 2025-Mar-11, Molecular therapy. Nucleic acids DOI:10.1016/j.omtn.2024.102436 PMID:39897584	研究论文	本文提出了一种名为DeepAptamer的混合深度学习模型，用于从早期未富集的SELEX轮次中识别高亲和力的寡核苷酸适配体	DeepAptamer结合了卷积神经网络和双向长短期记忆网络，整合了序列组成和结构特征来预测适配体结合亲和力和潜在结合基序，显著提高了高亲和力适配体的发现效率	NA	解决SELEX过程中实验偏差和非特异性相互作用导致的高失败率问题，提高高亲和力适配体的发现效率	寡核苷酸适配体	机器学习	NA	SELEX	CNN, LSTM	序列数据	NA
7338	2025-02-05	Dongting Lake algal bloom forecasting: Robustness and accuracy analysis of deep learning models 2025-Mar-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.136804 PMID:39672063	研究论文	本研究开发了一种基于深度学习的早期预警系统，用于预测洞庭湖有害藻华的爆发	结合时间序列分析和iTransformer模型，提高了预测精度，并通过模型注意力权重分析确定了影响藻类密度的关键因素	未来研究应探索更多环境变量以增强模型的预测能力和泛化能力	开发一种有效的早期预警系统，用于预测淡水湖中有害藻华的爆发	洞庭湖的水质数据	机器学习	NA	深度学习	iTransformer	时间序列数据	NA
7339	2025-02-05	Automated Quantitative Assessment of Retinal Vascular Tortuosity in Patients with Sickle Cell Disease 2025 Mar-Apr, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100658 PMID:39886358	研究论文	本文使用自动化的深度学习管道定量评估镰状细胞病（SCD）和视网膜病变（SCR）患者的视网膜血管曲折度	首次使用深度学习算法自动计算镰状细胞病患者的视网膜微血管曲折度，并发现其与疾病严重程度相关	样本量相对较小，且未明确说明深度学习算法的具体架构和训练细节	评估镰状细胞病患者的视网膜血管曲折度，探索其作为疾病严重程度的潜在生物标志物	镰状细胞病（SCD）和视网膜病变（SCR）患者	数字病理学	镰状细胞病	深度学习	深度学习算法（未具体说明）	图像	64名SCD患者（119只眼）和57名年龄和种族匹配的对照组（106只眼）
7340	2025-02-05	A Low Complexity Efficient Deep Learning Model for Automated Retinal Disease Diagnosis 2025-Mar, Journal of healthcare informatics research IF:5.4Q1 DOI:10.1007/s41666-024-00182-5 PMID:39897099	研究论文	本文提出了一种低复杂度高效的深度学习模型，用于自动视网膜疾病诊断	开发了一种轻量级优化的紧凑卷积变压器（OCCT）模型，并通过消融研究改进了初始CCT模型，用于分类视网膜疾病	NA	通过深度学习技术提高视网膜疾病的早期诊断准确率	人类视网膜OCT图像	计算机视觉	视网膜疾病	光学相干断层扫描（OCT）	紧凑卷积变压器（OCCT），生成对抗网络（GAN）	图像	130,649张图像