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
7761	2025-02-08	Role of artificial intelligence in brain tumour imaging 2024-Jul, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111509 PMID:38788610	综述	本文综述了人工智能在脑肿瘤影像学中的应用，重点讨论了机器学习和深度学习技术	探讨了AI在脑肿瘤影像学中的多种应用，包括病变检测、鉴别诊断、解剖分割、分子标志物识别、预后评估和假性进展评估，并涵盖了非胶质瘤脑肿瘤的AI应用	讨论了AI在放射学中实施的挑战和局限性，如数据质量、标准化和整合问题	探讨人工智能在脑肿瘤影像学中的应用，以改善脑肿瘤的诊断和治疗	脑肿瘤影像学	医学影像	脑肿瘤	机器学习（ML）和深度学习（DL）	NA	影像数据	NA
7762	2025-02-08	Demographic bias in misdiagnosis by computational pathology models 2024-Apr, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-024-02885-z PMID:38641744	研究论文	本文探讨了基于深度学习的计算病理学系统在诊断过程中忽视人口统计学因素影响的问题，并展示了这些系统在不同人口群体中的性能差异	揭示了计算病理学模型在不同人口群体中的性能差异，并展示了自监督视觉基础模型在减少这些差异方面的潜力	自监督视觉基础模型未能完全消除性能差异，表明在计算病理学中仍需进一步努力进行偏差缓解	研究计算病理学模型在不同人口群体中的性能差异及其影响因素	乳腺癌和肺癌的亚型分类以及胶质瘤中IDH1突变的预测	数字病理学	肺癌, 乳腺癌, 胶质瘤	自监督视觉基础模型	深度学习模型	全切片图像	来自The Cancer Genome Atlas和EBRAINS脑肿瘤图谱的公开数据以及内部患者数据
7763	2025-02-08	Deep learning to decode sites of RNA translation in normal and cancerous tissues 2024-Mar-25, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.21.586110 PMID:38585907	研究论文	本文开发了基于Transformer模型的RiboTIE方法，用于全局RNA翻译的映射，并在正常脑组织和髓母细胞瘤样本中应用，揭示了疾病对RNA翻译的调控	开发了RiboTIE这一基于Transformer模型的新方法，提供了前所未有的精确度和灵敏度来解析RNA翻译	NA	解析RNA翻译在正常和癌变组织中的变化	正常脑组织和髓母细胞瘤样本	自然语言处理	髓母细胞瘤	核糖体分析数据	Transformer	RNA翻译数据	正常脑组织和髓母细胞瘤样本
7764	2025-02-08	Classification of Schizophrenia, Bipolar Disorder and Major Depressive Disorder with Comorbid Traits and Deep Learning Algorithms 2024-Mar-07, Research square DOI:10.21203/rs.3.rs-4001384/v1 PMID:38496574	研究论文	本研究利用多基因风险评分（PRSs）和深度神经网络（DNN）架构，对精神分裂症（SCZ）、双相情感障碍（BIP）和重度抑郁症（MDD）进行分类和区分	研究发现，仅使用35种共病特征的PRSs即可对SCZ进行分类，且不包含目标SCZ和直接相关特征，准确率达到0.760 ± 0.007，AUC为0.843 ± 0.005	研究中未明确提及模型的泛化能力和在实际临床环境中的应用效果	探索共病特征的共享遗传责任是否可用于精神分裂症、双相情感障碍和重度抑郁症的分类和区分	精神分裂症（SCZ）、双相情感障碍（BIP）和重度抑郁症（MDD）患者及健康对照组	机器学习	精神疾病	多基因风险评分（PRSs）和深度神经网络（DNN）	DNN	基因数据	SCZ病例6,317例，对照7,240例；BIP病例2,634例，对照4,425例；MDD病例1,704例，对照3,357例
7765	2025-02-08	3D Convolutional Deep Learning for Nonlinear Estimation of Body Composition from Whole-Body Morphology 2024-Feb-13, Research square DOI:10.21203/rs.3.rs-3935042/v1 PMID:38410459	研究论文	本文探讨了使用非线性参数化和回归模型替代线性模型，以提高从3D光学扫描中估计全身和区域体成分的精度和准确性	首次将深度3D卷积图网络应用于人体成分建模，使用图卷积3D自编码器（3DAE）替代线性PCA，并采用非线性高斯过程回归（GPR）进行预测	深度形状特征仅提高了男性体成分的准确性，而对女性的准确性提升不明显	提高从3D光学扫描中估计全身和区域体成分的精度和准确性	人体体成分	计算机视觉	NA	3D光学扫描，双能X射线吸收法（DXA）	图卷积3D自编码器（3DAE），高斯过程回归（GPR）	3D光学扫描数据	4286个拓扑标准化的3D光学扫描，来自四个不同的人体形状数据库（DFAUST, CAESAR, Shape Up! Adults, Shape Up! Kids），测试集包含424个随机保留的测试网格
7766	2025-02-08	Robust single-shot 3D fluorescence imaging in scattering media with a simulator-trained neural network 2024-Feb-12, Optics express IF:3.2Q2 DOI:10.1364/OE.514072 PMID:38439332	研究论文	本文开发了一种基于模拟器训练的深度神经网络，用于在散射介质中进行单次3D荧光成像	提出了一种新的散射模拟器，并训练了一个仅使用合成数据的深度神经网络，用于从单次光场测量中去除散射并重建3D体积	深度学习模型对真实实验数据的泛化能力受到网络设计因素和分布外数据的影响	解决散射介质中的3D荧光成像问题，提高成像深度和信号背景比	散射介质中的荧光成像	计算机视觉	NA	光场系统	深度神经网络	图像	不同散射条件下的散射体模
7767	2025-02-08	Automated karyogram analysis for early detection of genetic and neurodegenerative disorders: a hybrid machine learning approach 2024, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2024.1525895 PMID:39911161	研究论文	本文提出了一种结合无监督和监督学习的混合机器学习方法，用于自动化核型分析，以早期检测遗传和神经退行性疾病	提出了一种新的混合方法，结合了无监督和监督学习技术，以克服染色体分析中标记数据有限和可扩展性的挑战	缺乏异常数据集，限制了深度学习模型的泛化能力	开发自动化核型分析模型，以早期检测和诊断染色体相关疾病	染色体图像	数字病理学	遗传疾病和神经退行性疾病	Autoencoder和CNN	混合模型（Autoencoder + CNN）	图像	234,259张染色体图像
7768	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
7769	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
7770	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
7771	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
7772	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
7773	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
7774	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
7775	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
7776	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）
7777	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
7778	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
7779	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）
7780	2025-02-07	A novel early stage drip irrigation system cost estimation model based on management and environmental variables 2025-Feb-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88446-x PMID:39900997	研究论文	本研究旨在通过环境和管理变量建立一个早期滴灌系统成本估算模型	使用多种特征选择算法和机器学习模型来估算滴灌系统的成本，并确定了最佳的特征选择技术和模型	研究依赖于515个项目的数据库，可能无法完全代表所有滴灌系统的成本情况	估算早期滴灌系统的成本	515个滴灌系统项目	机器学习	NA	多种特征选择算法（如WCC、LCA、GA、PSO、ACO、ICA、LA、HTS、FOA、DSOS、CUK）和机器学习模型（如多元线性回归、支持向量回归、人工神经网络、基因表达式编程、遗传算法、深度学习、决策树）	支持向量机（SVM）、人工神经网络（ANN）	结构化数据	515个滴灌系统项目