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
7841	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
7842	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
7843	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
7844	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
7845	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
7846	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
7847	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
7848	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）
7849	2025-02-26	A PET/CT-based 3D deep learning model for predicting spread through air spaces in stage I lung adenocarcinoma 2025-Feb-24, Clinical & translational oncology : official publication of the Federation of Spanish Oncology Societies and of the National Cancer Institute of Mexico IF:2.8Q2 DOI:10.1007/s12094-025-03870-9 PMID:39994163	研究论文	本研究评估了一种基于18F-FDG PET/CT的三维深度学习模型，用于预测临床I期肺腺癌患者术前的气道扩散状态	开发了一种融合PET和CT数据的3D深度学习模型，用于预测肺腺癌的气道扩散状态，并展示了其在临床诊断中的潜在应用	需要前瞻性验证以进一步确认模型的临床效用	预测临床I期肺腺癌患者术前的气道扩散状态，以辅助术前治疗规划	162名临床I期肺腺癌患者	计算机视觉	肺癌	18F-FDG PET/CT	ResNet50	3D PET/CT图像	162名患者，分为训练集和测试集（4:1比例）
7850	2025-02-26	An intelligent prediction method for rock core integrity based on deep learning 2025-Feb-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90924-1 PMID:39987183	研究论文	本文提出了一种基于深度学习的岩石核心完整性智能预测方法，名为IDA-RCF，用于自动评估岩石核心完整性	提出了一个双分支特征提取网络，结合可变形卷积和基于自注意力的EfficientViT网络，以及多级特征融合网络，有效提取并融合局部细节和全局上下文信息	未提及具体局限性	解决传统人工评估岩石核心完整性效率低下的问题，实现自动评估	岩石核心完整性	计算机视觉	NA	深度学习	双分支特征提取网络（Deformable convolution和EfficientViT）	图像	未提及具体样本数量
7851	2025-02-26	A deep learning digital biomarker to detect hypertension and stratify cardiovascular risk from the electrocardiogram 2025-Feb-22, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01491-8 PMID:39987256	研究论文	本文开发了一种深度学习模型HTN-AI，用于通过12导联心电图波形识别高血压并分层心血管疾病风险	利用深度学习模型从心电图中检测高血压，并作为高血压相关心血管疾病的数字生物标志物	研究依赖于特定医院的数据，可能限制了模型的普适性	开发一种基于心电图的深度学习模型，用于高血压检测和心血管疾病风险分层	103,405名成年人的752,415份心电图数据	数字病理学	心血管疾病	深度学习	深度学习模型	心电图波形	103,405名成年人的752,415份心电图数据
7852	2025-02-26	Building rooftop extraction from high resolution aerial images using multiscale global perceptron with spatial context refinement 2025-Feb-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91206-6 PMID:39987354	研究论文	本文提出了一种基于Transformer和CNN的多尺度全局感知网络，用于从高分辨率航空图像中提取建筑物屋顶	提出了一种改进的多头注意力编码器，通过构建多尺度标记来增强全局语义关联，并开发了上下文细化解码器，协同使用高层语义表示和浅层特征来恢复空间细节	尽管模型在WHU和Massub数据集上表现优异，但未提及在其他数据集上的泛化能力	提高从高分辨率航空图像中提取建筑物屋顶的精度和效率	建筑物屋顶	计算机视觉	NA	深度学习	Transformer, CNN	图像	WHU数据集和Massub数据集
7853	2025-02-26	Achieving a New Artificial Intelligence System for Serum Protein Electrophoresis to Recognize M-Spikes 2025-Feb-18, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.4c09327 PMID:39989836	研究论文	本文探索了一种新的人工智能系统AIRSPE，用于准确识别血清蛋白电泳（SPE）模式中的低浓度M峰	开发了基于深度学习的AIRSPE系统，显著优于人工解释，特别是在检测低浓度M峰方面	研究主要依赖于内部和外部测试集，可能需要在更广泛的数据集上进一步验证	准确识别血清蛋白电泳中的低浓度M峰	血清蛋白电泳（SPE）数据	机器学习	NA	免疫固定电泳（IFE）	MobileNetv2	电泳数据	166,003个SPE数据集，分为4个训练集和1个优化集，10,014个内部测试集和1,861个外部测试集
7854	2025-02-26	Enhanced classification of medicinal plants using deep learning and optimized CNN architectures 2025-Feb-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e42385 PMID:39991214	研究论文	本文提出了一种基于深度学习的框架，利用卷积神经网络（CNNs）对药用植物图像进行分类，以提高分类准确性	采用带有残差和倒置残差块配置的CNN架构，并结合二元黑猩猩优化和序列特征融合技术，以提高分类的准确性和速度	研究中未提及具体的数据集规模或多样性，可能影响模型的泛化能力	提高药用植物物种的准确分类，以促进其有效保护和合理使用	药用植物图像	计算机视觉	NA	深度学习，卷积神经网络（CNNs）	CNN	图像	未提及具体样本数量
7855	2025-02-26	Improvement of reading platforms assisted by the spring framework: A recommendation technique integrating the KGMRA algorithm and BERT model 2025-Feb-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e42191 PMID:39991253	研究论文	本研究提出了一种结合KGMRA算法和BERT模型的新型推荐系统，旨在提高阅读平台的推荐准确性、个性化和内容多样性	结合KGMRA算法和BERT模型，利用知识图谱和多关系网络捕捉文章间的语义关系，并通过深度学习生成文章内容的语义表示，显著提升了推荐系统的性能	未提及具体的技术实现细节和在不同平台上的适用性	提高阅读平台的推荐系统性能，包括推荐准确性、个性化和内容多样性	阅读平台的用户和文章内容	自然语言处理	NA	KGMRA算法, BERT模型	BERT	文本	未提及具体样本数量
7856	2025-02-26	Current Advancements in Digital Neuropathology and Machine Learning for the Study of Neurodegenerative Diseases 2025-Feb-13, The American journal of pathology DOI:10.1016/j.ajpath.2024.12.018 PMID:39954963	综述	本文探讨了计算神经退行性神经病理学领域的最新进展，强调了其在增强神经病理学评估、诊断和研究方面的潜力	利用全切片图像（WSIs）和先进的机器学习/人工智能（ML/AI）技术，自动化疾病分期、识别新的形态学生物标志物，并通过多模态AI方法揭示新的临床见解	领域面临专家注释有限、切片扫描不可及、机构间差异以及共享大型WSI数据集的复杂性等挑战	提高深度学习模型的准确性和效率，以更好地解释神经病理学数据	神经退行性疾病	数字病理学	神经退行性疾病	机器学习/人工智能（ML/AI）	深度学习模型	全切片图像（WSIs）	NA
7857	2025-02-26	A Review of ChatGPT as a Reliable Source of Scientific Information Regarding Endodontic Local Anesthesia 2025-Feb-12, Journal of endodontics IF:3.5Q1 DOI:10.1016/j.joen.2025.02.002 PMID:39952316	综述	本文评估了ChatGPT作为牙髓局部麻醉科学信息可靠来源的能力	首次系统地评估了ChatGPT在牙髓局部麻醉领域的回答准确性和参考文献可靠性	仅评估了16个问题，样本量较小；未评估ChatGPT在其他医学领域的表现	评估ChatGPT作为牙髓局部麻醉科学信息可靠来源的能力	ChatGPT的回答和提供的参考文献	自然语言处理	NA	深度学习	ChatGPT	文本	16个关于牙髓局部麻醉的代表性问题
7858	2025-02-26	Low dose threshold for measuring cardiac functional metrics using four-dimensional CT with deep learning 2025-Feb, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14593 PMID:39625106	研究论文	本研究探讨了使用深度学习技术降低四维CT在心脏功能成像中的辐射剂量	提出了两种深度学习网络（标准DL和噪声鲁棒DL），用于在低剂量条件下进行心脏功能指标的测量，展示了在平均辐射剂量减少5倍的情况下，全局功能指标变化最小	研究主要关注心脏功能指标的变化，未涉及其他可能的临床影响	研究目的是通过深度学习技术降低四维CT在心脏功能成像中的辐射剂量	左心室心肌和血池	计算机视觉	心血管疾病	四维CT	3D残差U-Net	图像	250个心脏CT体积
7859	2025-02-26	Deep Learning-Based Segmentation of Cervical Posterior Longitudinal Ligament Ossification in Computed Tomography Images and Assessment of Spinal Cord Compression: A Two-Center Study 2025-Feb, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.123567 PMID:39694139	研究论文	本研究开发了一种基于CT图像的深度学习模型，用于自动分割颈椎后纵韧带骨化病变，并测量骨化物质的厚度和计算颈椎脊髓压迫系数	首次提出了一种全自动的、基于3D U-Net框架的深度学习模型，用于颈椎后纵韧带骨化病变的分割和脊髓压迫的量化评估	研究样本来自两个中心，可能存在样本选择偏倚；外部测试集的性能略低于训练集和内部验证集	开发一种自动化工具，用于颈椎后纵韧带骨化病变的分割和脊髓压迫的量化评估	颈椎后纵韧带骨化病变患者	数字病理	颈椎病	深度学习	3D U-Net	CT图像	307名患者（260名来自上海长征医院，47名来自西南医科大学附属中医医院）
7860	2025-02-26	An empirical study of using radiology reports and images to improve intensive care unit mortality prediction 2025-Feb, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooae137 PMID:39980476	研究论文	本研究构建了一个基于深度学习的生存预测模型，利用多模态数据预测ICU患者的死亡率	首次结合了生理测量、放射科医生预定义的常见胸部疾病、基于BERT的文本表示和胸部X光图像特征，显著提升了ICU死亡率预测的准确性	研究依赖于单一数据集（MIMIC-IV），可能限制了模型的泛化能力	提高ICU患者死亡率的预测准确性	ICU患者	机器学习	重症监护	深度学习	深度学习模型	结构化临床数据、文本、图像	使用MIMIC-IV数据集