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
7741	2025-01-31	An Enhanced Approach Using AGS Network for Skin Cancer Classification 2025-Jan-10, Sensors (Basel, Switzerland) DOI:10.3390/s25020394 PMID:39860766	研究论文	本研究提出了一种名为AGS网络的新方法，旨在解决小数据集问题并提高皮肤癌分类器的性能	AGS网络结合了三种关键模块：增强（A）、GAN（G）和分割（S），展示了在集成框架中结合多种增强技术的有效性	需要大规模医学图像数据集进行AI模型训练，但获取这些数据集并不容易	提高皮肤癌分类的准确性	皮肤癌	计算机视觉	皮肤癌	GAN, 数据增强, 图像分割	GoogLeNet, DenseNet201, ResNet50, MobileNet V3, EfficientNet B0, ViT, EfficientNet V2, Swin Transformers	图像	HAM10000数据集
7742	2025-01-31	F-CPI: A Multimodal Deep Learning Approach for Predicting Compound Bioactivity Changes Induced by Fluorine Substitution 2025-01-09, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.4c02668 PMID:39707149	研究论文	本文提出了一种多模态深度学习方法F-CPI，用于预测氟取代引起的化合物生物活性变化	开发了F-CPI模型，相比传统机器学习和流行的CPI任务模型，在准确率、精确率和召回率上表现更优，并成功应用于SARS-CoV-2 3CL的结构优化	NA	预测氟取代对化合物与蛋白质相互作用（CPI）的影响，以优化药物发现和设计	氟取代和非氟取代的化合物对	机器学习	NA	多模态深度学习	F-CPI	化合物对数据	111,168对氟取代和非氟取代的化合物
7743	2025-01-31	The Role of Artificial Intelligence and Emerging Technologies in Advancing Total Hip Arthroplasty 2025-Jan-09, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm15010021 PMID:39852213	综述	本文探讨了人工智能和新兴技术在推动全髋关节置换术（THA）中的应用及其影响	本文综述了AI和机器人技术在THA中的创新应用，如自动诊断髋关节骨关节炎、精确植入物定位和个性化风险分层，以及这些技术如何改善患者预后	尽管技术进步显著，但成本、可及性以及外科医生的学习曲线等障碍限制了这些技术的广泛应用，特别是在老年人群中，技术适应性较低的问题尤为突出	评估AI和机器人技术在THA中的应用，强调其机遇与挑战，并推动进一步研究和实际验证以有效整合这些技术到临床实践中	全髋关节置换术（THA）及其相关技术应用	医疗技术	骨关节炎	人工智能（AI）、机器人技术、深度学习	深度学习模型	多模态数据	NA
7744	2025-01-31	Lessons from Deep Learning Structural Prediction of Multistate Multidomain Proteins-The Case Study of Coiled-Coil NOD-like Receptors 2025-Jan-09, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26020500 PMID:39859213	研究论文	本文测试了新一代深度学习预测器在多状态多结构域蛋白质结构预测中的能力，以卷曲螺旋NOD样受体为例	研究了深度学习预测器在多状态多结构域蛋白质结构预测中的表现，特别是在卷曲螺旋区域的建模挑战	预测器在建模蛋白质的变形区域（如卷曲螺旋）时表现较低，且在缺乏全局模板时，可能需要分段建模方法	评估深度学习预测器在多状态多结构域蛋白质结构预测中的能力	卷曲螺旋NOD样受体及其他参考蛋白质	生物信息学	NA	深度学习	深度学习预测器	蛋白质序列和结构数据	卷曲螺旋NOD样受体家族及少量其他参考蛋白质
7745	2025-01-31	Technology for the Quantitative Identification of Dairy Products Based on Raman Spectroscopy, Chemometrics, and Machine Learning 2025-Jan-09, Molecules (Basel, Switzerland) DOI:10.3390/molecules30020239 PMID:39860109	研究论文	本文探讨了基于拉曼光谱、化学计量学和机器学习技术的乳制品定量识别技术	结合了二维相关光谱、多种光谱预处理方法和机器学习算法，提出了适用于智能识别的深度学习算法和融合策略	未提及具体样本量或实验验证结果	开发乳制品的定量识别技术	乳制品	机器学习	NA	拉曼光谱、化学计量学	深度学习算法	光谱数据	NA
7746	2025-01-31	Elephant Sound Classification Using Deep Learning Optimization 2025-Jan-09, Sensors (Basel, Switzerland) DOI:10.3390/s25020352 PMID:39860723	研究论文	本研究利用深度学习优化技术进行大象声音分类，旨在提高野生动物保护和生态研究的效率	提出了一种名为ElephantCallerNet的新模型，直接在原始音频上进行分类，无需转换为频谱图，并达到了89%的准确率	研究主要针对三种特定的大象声音类型（咆哮、隆隆声和喇叭声），可能不适用于其他动物声音分类	开发适用于资源受限边缘设备的轻量级模型，以改进大象声音分类	大象的声音（咆哮、隆隆声和喇叭声）	机器学习	NA	深度学习优化，贝叶斯优化	MobileNet, YAMNET, RawNet, ElephantCallerNet	音频	NA
7747	2025-01-31	Marker-Less Video Analysis of Infant Movements for Early Identification of Neurodevelopmental Disorders 2025-Jan-08, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15020136 PMID:39857020	研究论文	本研究采用无标记的人工智能方法，通过单摄像头视频记录自动评估婴儿运动，以早期识别神经发育障碍	使用无标记的AI方法自动评估婴儿运动，这在早期识别神经发育障碍方面具有创新性	样本量相对较小（74名高风险婴儿），且仅关注了特定时间点的运动特征	早期识别神经发育障碍，以促进有效干预和改善长期结果	高风险婴儿	计算机视觉	神经发育障碍	深度学习	SVM	视频	74名高风险婴儿
7748	2025-01-31	Utilizing Feature Selection Techniques for AI-Driven Tumor Subtype Classification: Enhancing Precision in Cancer Diagnostics 2025-Jan-08, Biomolecules IF:4.8Q1 DOI:10.3390/biom15010081 PMID:39858475	综述	本文综述了特征选择技术在提高机器学习模型在高维数据集中的可解释性和性能方面的应用，以解决癌症诊断中的肿瘤亚型识别问题	探讨了特征选择技术在癌症诊断中的应用，特别是通过多组学数据和机器学习算法的整合来增强肿瘤异质性的理解	数据质量保证、过拟合缓解和可扩展性处理仍是这些方法的关键限制	提高癌症诊断的精确性，特别是肿瘤亚型的识别	肿瘤亚型及其多样化的生物学行为	机器学习	癌症	特征选择技术（如过滤法、包装法和嵌入法）	机器学习模型	高维数据集	NA
7749	2025-01-31	Overview and Prospects of DNA Sequence Visualization 2025-Jan-08, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26020477 PMID:39859192	综述	本文全面概述了DNA序列的可视化方法，从二维、三维、四维和动态可视化四个不同角度详细讨论了每种方法的优势和局限性，并提出了未来生物序列可视化研究的两个潜在方向	提出了构建生物序列大数据的知识图谱和利用机器学习方法进行生物序列的跨模态可视化两个未来研究方向	现有方法在图形特征提取和知识关联网络生成方面效率低下	探讨生物序列可视化方法及其在计算生物学、生物信息学、基因组计算、遗传育种、进化分析等领域的应用	DNA序列	生物信息学	NA	NA	NA	生物序列数据	NA
7750	2025-01-31	A Robust Blood Vessel Segmentation Technique for Angiographic Images Employing Multi-Scale Filtering Approach 2025-Jan-08, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14020354 PMID:39860360	研究论文	本研究提出了一种用于血管造影图像中血管分割的鲁棒技术，采用多尺度滤波方法	引入了Morpho-U-Net，一种增强的U-Net架构，集成了高斯模糊、阈值处理和形态学开闭操作，以提高血管完整性、减少噪声，并实现了更高的Dice分数	NA	提高血管造影图像中血管分割的准确性和鲁棒性，以支持心血管疾病的诊断和治疗规划	冠状动脉计算机断层扫描血管造影（CTA）图像	计算机视觉	心血管疾病	多尺度滤波方法	Morpho-U-Net	图像	NA
7751	2025-01-31	Performance Evaluation of Deep Learning Image Classification Modules in the MUN-ABSAI Ice Risk Management Architecture 2025-Jan-08, Sensors (Basel, Switzerland) DOI:10.3390/s25020326 PMID:39860696	研究论文	本文提出了一种基于深度学习的北极冰风险管理系统架构，包括冰分类、风险评估、浮冰跟踪和冰负荷计算等多个模块	提出了一个综合的深度学习架构，用于实时监测北极冰况，并评估了YOLOv8n-cls模型在冰分类模块中的性能	未提及系统在实际应用中的长期稳定性和可靠性	解决北极新航线中的冰况导航挑战	北极冰图像	计算机视觉	NA	深度学习	YOLOv8n-cls	图像	15,000张冰图像
7752	2025-01-31	Combined Input Deep Learning Pipeline for Embryo Selection for In Vitro Fertilization Using Light Microscopic Images and Additional Features 2025-Jan-07, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11010013 PMID:39852326	研究论文	本研究开发了一种基于深度学习的管道，用于通过结合显微镜图像和额外特征（如患者年龄和预测胚胎阶段、内细胞团和滋养外胚层的伊斯坦布尔评分）来分类胚胎的生存能力	创新点在于结合了显微镜图像和额外特征，使用卷积迁移学习模型，并通过Optuna进行超参数优化，同时使用自监督学习框架SimCLR和GAN生成的图像进行训练	模型的F1分数、准确率、敏感性和AUC分别为65.02%、69.04%、56.76%和66.98%，仍有提升空间	研究目的是通过深度学习提高体外受精中胚胎选择的准确性和客观性	研究对象是体外受精中的胚胎	计算机视觉	NA	深度学习、卷积迁移学习、自监督学习、生成对抗网络（GANs）	EfficientNet-B0、SimCLR、GAN	图像、额外特征（如患者年龄、伊斯坦布尔评分）	NA
7753	2025-01-31	TransRAUNet: A Deep Neural Network with Reverse Attention Module Using HU Windowing Augmentation for Robust Liver Vessel Segmentation in Full Resolution of CT Images 2025-Jan-07, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15020118 PMID:39857002	研究论文	本文提出了一种名为TransRAUNet的深度神经网络，结合反向注意力模块和HU窗口增强技术，用于在CT图像的全分辨率下进行稳健的肝脏血管分割	引入了反向注意力模块（RAM）和不同的HU窗口值进行图像增强，以强化边缘信息并解决小血管的上下文丢失问题	未提及具体的数据集限制或模型在其他数据集上的泛化能力	开发一种基于深度学习的自动肝脏血管分割方法，以辅助肝脏切除手术	CT图像中的肝脏血管	计算机视觉	肝癌	HU窗口增强	TransRAUNet（基于TransUNet的改进模型）	CT图像	3Dricadb数据集
7754	2025-01-31	Adaptive Evolutionary Optimization of Deep Learning Architectures for Focused Liver Ultrasound Image Segmentation 2025-Jan-07, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15020117 PMID:39857001	研究论文	本文介绍了一种使用自适应进化遗传算法优化深度学习模型（特别是U-Net）的通用框架，用于肝脏超声图像的聚焦分割	提出了一种自适应进化遗传算法，用于同时调整网络的深度、宽度、dropout和跳跃连接，以优化深度学习模型	未来的工作可能需要将此优化方法扩展到其他成像模式和深度学习架构	优化深度学习模型以提高肝脏超声图像分割的准确性	肝脏超声图像	计算机视觉	肝脏疾病	深度学习	U-Net	图像	NA
7755	2025-01-31	A Comprehensive Review of Artificial Intelligence (AI) Applications in Pulmonary Hypertension (PH) 2025-Jan-07, Medicina (Kaunas, Lithuania) DOI:10.3390/medicina61010085 PMID:39859065	综述	本文综述了人工智能（AI）在肺动脉高压（PH）中的应用，探讨了AI在提高诊断、疾病分类和预后方面的潜力	本文系统地回顾了AI在PH中的应用，强调了AI在改善诊断准确性和效率、风险分层以及治疗优化方面的潜力	现有挑战和局限性需要进一步探索和改进AI驱动的工具	探讨AI在肺动脉高压（PH）管理中的应用，以改善患者预后	肺动脉高压（PH）患者	机器学习	肺动脉高压	NA	NA	医学数据	45项相关研究
7756	2025-01-31	Deep Learning Approaches for the Prediction of Protein Functional Sites 2025-Jan-07, Molecules (Basel, Switzerland) DOI:10.3390/molecules30020214 PMID:39860084	综述	本文综述了深度学习在预测蛋白质功能位点中的应用	深度学习特别适合处理大量蛋白质序列数据，并能利用其内在的序列特性进行功能位点预测	这些系统的预测结果高度依赖于训练集的质量	预测蛋白质功能位点，以理解其分子基础并应用于医学或生物技术	蛋白质序列	自然语言处理	NA	深度学习	语言模型	序列数据	大量未表征的蛋白质序列
7757	2025-01-31	An Effective Methodology for Diabetes Prediction in the Case of Class Imbalance 2025-Jan-06, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12010035 PMID:39851309	研究论文	本文提出了一种在类别不平衡情况下进行糖尿病预测的有效方法	提出了两种新颖的步骤：重采样和随机打乱，以提高类别不平衡情况下的分类效果	方法仅在PIMA糖尿病数据集上进行了测试，未在其他数据集上验证	提高类别不平衡情况下的糖尿病预测准确性	PIMA糖尿病数据集	机器学习	糖尿病	重采样和随机打乱	NA	结构化数据	PIMA糖尿病数据集
7758	2025-01-28	A New Deep Learning-Based Method for Automated Identification of Thoracic Lymph Node Stations in Endobronchial Ultrasound (EBUS): A Proof-of-Concept Study 2025-Jan-05, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11010010 PMID:39852323	研究论文	本研究提出了一种新的深度学习方法，用于基于EBUS图像对胸部淋巴结进行自动分类	首次使用深度神经网络模型对EBUS图像中的胸部淋巴结进行实时分类，展示了实时应用的可行性	模型在10L站的分类精度、敏感性和F1得分最低，表明在某些淋巴结站的分类性能有待提高	开发一种新的深度学习方法，用于在EBUS图像中自动识别胸部淋巴结站，以辅助肺癌分期中的临床决策	胸部淋巴结站	计算机视觉	肺癌	EBUS-TBNA	深度神经网络（DNN）	图像	56名患者的28,134张EBUS图像
7759	2025-01-31	Comparative Analysis of Prediction Models for Trawling Grounds of the Argentine Shortfin Squid Illex argentinus in the Southwest Atlantic High Seas Based on Vessel Position and Fishing Log Data 2025-Jan-04, Biology DOI:10.3390/biology14010035 PMID:39857266	研究论文	本研究基于船舶位置和捕捞日志数据，评估和比较了西南大西洋公海阿根廷鱿鱼拖网渔场预测模型的有效性	使用CNN-Attention深度学习模型开发了基于船舶位置和捕捞日志数据的拖网渔场预测模型，并比较了两种模型的准确性	船舶数据无法区分不同物种的CPUE，导致在某些月份的预测准确性较低，需要结合捕捞日志数据进行更精确的评估	评估和比较基于船舶位置和捕捞日志数据的阿根廷鱿鱼拖网渔场预测模型的有效性	阿根廷短鳍鱿鱼（Illex argentinus）在西南大西洋公海的拖网渔场	机器学习	NA	CNN-Attention深度学习模型	CNN-Attention	船舶位置数据、捕捞日志数据、海洋学数据	2019-2024年每年12月至6月的捕捞季节数据
7760	2025-01-31	Enhanced CATBraTS for Brain Tumour Semantic Segmentation 2025-Jan-03, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11010008 PMID:39852321	研究论文	本文介绍了一种名为增强型通道注意力变换器（E-CATBraTS）的全自动模型，用于脑肿瘤语义分割，旨在提高分割准确性和统计稳定性	E-CATBraTS模型结合了卷积神经网络和Swin Transformer，引入了通道混洗和注意力机制，有效分割多模态MRI中的脑肿瘤	NA	提高脑肿瘤分割的准确性和统计稳定性	脑肿瘤	计算机视觉	脑肿瘤	MRI	E-CATBraTS（结合CNN和Swin Transformer）	图像	3137个脑部MRI扫描