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
7861	2025-02-11	pLM4CPPs: Protein Language Model-Based Predictor for Cell Penetrating Peptides 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01338 PMID:39878455	研究论文	本研究评估了预训练蛋白质语言模型（pLMs）在表示细胞穿透肽（CPPs）方面的有效性，并开发了一种可靠的CPP分类模型	开发了pLM4CCPs，一种基于卷积神经网络（CNNs）的新型深度学习架构，用于CPP的二元分类，并展示了其在准确性和其他性能指标上的显著提升	未提及具体的研究局限性	评估预训练蛋白质语言模型在CPP表示中的有效性，并开发可靠的CPP分类模型	细胞穿透肽（CPPs）	自然语言处理	NA	深度学习	CNN	蛋白质序列数据	NA
7862	2025-02-11	AKIRA: Deep learning tool for image standardization, implant detection and arthritis grading to establish a radiographic registry in patients with anterior cruciate ligament injuries 2025-Feb-10, Knee surgery, sports traumatology, arthroscopy : official journal of the ESSKA DOI:10.1002/ksa.12618 PMID:39925136	研究论文	本文提出了一种名为AKIRA的深度学习工具，用于图像标准化、植入物检测和关节炎分级，以建立前交叉韧带（ACL）损伤患者的放射影像登记系统	AKIRA结合了三种深度学习算法（EfficientNet、YOLO和Residual Network），能够自动分类和注释放射影像，显著提高了影像处理的效率和准确性	研究仅基于ACL损伤患者的放射影像，未涉及其他类型的膝关节损伤或疾病	开发大规模、标准化的放射影像登记系统，以增强个性化骨科治疗	前交叉韧带（ACL）损伤患者的膝关节放射影像	数字病理学	关节炎	深度学习	EfficientNet, YOLO, Residual Network	图像	20,836张膝关节放射影像，来自1,628名ACL损伤患者
7863	2025-02-11	Self-supervised adversarial diffusion models for fast MRI reconstruction 2025-Feb-09, Medical physics IF:3.2Q1 DOI:10.1002/mp.17675 PMID:39924867	研究论文	本文提出了一种名为SSAD-MRI的自监督深度学习压缩感知MRI方法，旨在加速数据采集而无需完全采样数据集	SSAD-MRI方法在训练过程中无需使用完全采样数据集，通过自监督对抗扩散模型实现快速MRI重建	研究仅使用了脑部MRI数据集，未验证在其他身体部位或不同疾病类型上的适用性	加速MRI数据采集，减少患者不适和运动伪影，同时提高图像质量	脑部MRI图像	计算机视觉	NA	自监督深度学习，压缩感知	自监督对抗扩散模型	MRI图像	1376例多线圈脑部T2加权图像和318例单线圈脑部定量磁化准备2快速采集梯度回波T1图
7864	2025-02-11	Voice analysis and deep learning for detecting mental disorders in pregnant women: a cross-sectional study 2025-Feb-08, Discover mental health DOI:10.1007/s44192-025-00138-0 PMID:39920468	研究论文	本研究旨在开发一种深度学习模型，通过分析孕妇的声音来筛查心理障碍，提供一种替代传统工具的客观筛查方法	利用声音分析和深度学习技术，开发了一种新的筛查孕妇心理障碍的客观方法，相比传统工具具有更高的敏感性	模型的特异性和精确度低于传统工具EPDS，且样本量相对较小	开发一种基于声音分析的深度学习模型，用于筛查孕妇的心理障碍	204名孕妇的声音样本	机器学习	心理障碍	声音分析、深度学习	EfficientFormer V2-L	音频数据	204名孕妇
7865	2025-02-11	A generative whole-brain segmentation model for positron emission tomography images 2025-Feb-08, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-025-00716-9 PMID:39920478	研究论文	本文提出了一种生成式多目标分割模型，用于脑部PET图像的自动和准确分割	提出了一种新的3D生成式多目标分割模型，结合了潜在映射模型和自定义的交叉注意力模块，以融合功能信息和结构信息	未提及具体局限性	提高脑部PET图像的全脑分割精度，以促进神经科学研究和临床医学	脑部PET图像	计算机视觉	NA	PET成像	3D生成式多目标分割模型	图像	120名患者的真实脑部PET/MR图像
7866	2025-02-11	Single-shot super-resolved fringe projection profilometry (SSSR-FPP): 100,000 frames-per-second 3D imaging with deep learning 2025-Feb-07, Light, science & applications DOI:10.1038/s41377-024-01721-w PMID:39915449	研究论文	本文介绍了一种基于深度学习的超快三维成像技术，称为单次超分辨条纹投影轮廓术（SSSR-FPP），能够在100,000赫兹的频率下进行三维成像	SSSR-FPP技术通过使用一对低信噪比、低分辨率的条纹图案作为输入，并通过特定的深度神经网络解码高分辨率的展开相位和条纹阶数，实现了超快三维成像	该技术的成像速度受限于高速相机的成像窗口，且需要特定的深度神经网络进行训练	研究目的是开发一种能够在超快时间分辨率下获取三维图像的成像技术	研究对象包括旋转的涡轮叶片、爆炸的积木和蒸汽机的往复运动等瞬态场景	计算机视觉	NA	条纹投影轮廓术（FPP）	深度神经网络	图像	多个瞬态场景，包括旋转的涡轮叶片、爆炸的积木和蒸汽机的往复运动
7867	2025-02-11	BenthicNet: A global compilation of seafloor images for deep learning applications 2025-Feb-07, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04491-1 PMID:39920123	研究论文	本文介绍了BenthicNet，一个全球海底图像汇编，旨在支持大规模图像识别模型的训练和评估	提出了一个全球性的海底图像数据集，支持大规模图像识别模型的开发，并公开了数据集和模型以供重用	数据集虽然庞大，但仅包含190,000张带有注释的图像，可能限制了模型的训练效果	提高海底图像分析的效率，支持环境监测	海底图像	计算机视觉	NA	深度学习	大规模图像识别模型	图像	初始收集了1140万张图像，其中130万张作为代表性子集，19万张带有注释
7868	2025-02-11	Modeling pegcetacoplan treatment effect for atrophic age-related macular degeneration with AI-based progression prediction 2025-Feb-07, International journal of retina and vitreous IF:1.9Q2 DOI:10.1186/s40942-025-00634-z PMID:39920843	研究论文	本文利用深度学习模型，基于个体化的地形进展预测，展示了Pegcetacoplan治疗萎缩性年龄相关性黄斑变性（AMD）的效果	使用深度学习算法进行个体化的地形进展预测，展示Pegcetacoplan治疗效果的变异性	研究样本量较小（N=99），且为回顾性分析	展示Pegcetacoplan治疗萎缩性AMD的效果	萎缩性AMD患者	数字病理学	年龄相关性黄斑变性	光学相干断层扫描（OCT）	深度学习模型	图像	99名患者
7869	2025-02-11	Advanced artificial intelligence with federated learning framework for privacy-preserving cyberthreat detection in IoT-assisted sustainable smart cities 2025-Feb-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88843-2 PMID:39915579	研究论文	本文提出了一种基于联邦学习框架的高级人工智能方法，用于在物联网辅助的可持续智慧城市中进行隐私保护的网络威胁检测	结合联邦学习与深度学习技术，提出了一种新的隐私保护网络威胁检测方法，使用Harris Hawk优化进行特征选择，并采用堆叠稀疏自编码器分类器和海象优化算法进行超参数调优	联邦学习在物联网取证方面的潜力尚未充分探索	确保在智慧城市中实现强大且可扩展的网络威胁检测，同时保护物联网用户的隐私	物联网辅助的可持续智慧城市中的网络威胁	机器学习	NA	联邦学习（FL），深度学习（DL）	堆叠稀疏自编码器（SSAE）	物联网数据	使用基准数据集进行模拟评估
7870	2025-02-11	Swarm learning with weak supervision enables automatic breast cancer detection in magnetic resonance imaging 2025-Feb-06, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00722-5 PMID:39915630	研究论文	本研究提出了一种结合弱监督学习和群体学习（SL）的集成管道，用于自动检测乳腺癌的磁共振成像（MRI）数据	通过弱监督学习减少详细注释需求，并通过群体学习实现本地AI模型训练，避免了集中式数据共享	研究依赖于多个国际数据集，可能存在数据隐私和注释变异性的挑战	开发一种无需详细注释或集中数据共享的AI模型，以提高乳腺癌MRI数据的分析效率	乳腺癌患者的双侧乳腺MRI检查数据	医学影像分析	乳腺癌	弱监督学习，群体学习（SL）	3D-ResNet-101	MRI图像	1372例来自美国、瑞士和英国的双侧乳腺MRI检查数据，以及649例来自德国和希腊的外部验证数据
7871	2025-02-11	Real-time intraoperative ultrasound registration for accurate surgical navigation in patients with pelvic malignancies 2025-Feb, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03299-5 PMID:39633142	研究论文	本研究开发并评估了几种实时术中超声（iUS）配准方法，用于提高盆腔恶性肿瘤手术导航的准确性	开发了实时深度学习骨和动脉分割的2D超声配准方法，显著提高了手术导航的准确性	iUS的用户依赖性较强，需要直观的软件以实现最佳的临床应用	提高盆腔恶性肿瘤手术导航的准确性	盆腔恶性肿瘤患者	数字病理	盆腔恶性肿瘤	实时术中超声（iUS）	深度学习	超声图像	30名患者
7872	2025-02-11	Deep Learning Architecture to Infer Kennedy Classification of Partially Edentulous Arches Using Object Detection Techniques and Piecewise Annotations 2025-Feb, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2024.11.005 PMID:39645471	研究论文	本研究利用人工智能和基于深度学习的物体检测技术，自动检测正颌X光图像中的常见牙科问题，包括断根、牙周病牙齿和部分无牙弓的Kennedy分类	提出了一种新的深度学习架构，用于推断部分无牙弓的Kennedy分类，并提供了关于弓（上颌或下颌）和受影响侧（右或左）的详细信息	数据集较小	开发一种自动化工具，用于牙科问题的早期检测和分类	正颌X光图像中的牙科问题	计算机视觉	牙科疾病	深度学习物体检测技术	深度学习模型	图像	小数据集
7873	2025-02-11	Classification of speech arrests and speech impairments during awake craniotomy: a multi-databases analysis 2025-Feb, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03301-0 PMID:39652158	研究论文	本文探讨了在清醒开颅手术中使用深度学习模型客观评估言语停顿和言语障碍的方法	使用深度学习模型（Wav2Vec2）进行客观评估，而非依赖临床医生的主观观察	需要进一步评估，特别是在跨语言情况下的表现	提高清醒开颅手术中言语功能的实时评估精度，以改善术后结果	清醒开颅手术中的言语停顿和言语障碍	自然语言处理	脑肿瘤	深度学习	Wav2Vec2	音频	1883个3秒音频片段，来自25例清醒开颅手术（23例来自日本东京女子医科大学医院，2例来自法国布雷斯特大学医院）
7874	2025-02-11	Proactive Deep Learning-Facilitated Inpatient Penicillin Allergy Delabelling: An Implementation Study 2025-Jan-17, International archives of allergy and immunology IF:2.5Q3 DOI:10.1159/000542589 PMID:39827874	研究论文	本研究探讨了利用深度学习促进的主动咨询是否能够增强住院患者青霉素过敏标签的去除	使用深度学习指导的主动咨询服务来促进青霉素过敏标签的去除，这是一种创新的方法	本研究为单中心实施研究，需要进一步研究以验证该方法在其他中心的适用性	确定深度学习促进的主动咨询是否能增强住院患者青霉素过敏标签的去除	住院患者中的青霉素过敏标签	医疗健康	过敏性疾病	深度学习	NA	医疗记录	439名患者，其中121名被算法识别为适合进行青霉素过敏询问
7875	2025-02-11	Virtual Gram staining of label-free bacteria using dark-field microscopy and deep learning 2025-Jan-10, Science advances IF:11.7Q1 DOI:10.1126/sciadv.ads2757 PMID:39772690	研究论文	本文介绍了一种使用暗场显微镜和深度学习对无标记细菌进行虚拟革兰氏染色的方法	通过训练神经网络，将未染色细菌的暗场图像数字转换为与亮场图像对比相匹配的革兰氏染色等效图像，从而绕过传统染色过程中的多个化学步骤	需要一次性训练模型，且未提及模型在不同类型细菌上的泛化能力	开发一种无需化学染色的虚拟革兰氏染色方法，以提高染色准确性和效率	无标记细菌	计算机视觉	NA	暗场显微镜，深度学习	神经网络	图像	未明确提及具体样本数量，但包含多种细菌样本
7876	2025-02-11	Ultrasound elastic modulus reconstruction using a deep learning model trained with simulated data 2025-Jan, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.1.017001 PMID:39916991	研究论文	本文提出了一种基于深度学习的超声弹性成像逆问题解决方法，通过模拟数据训练的U-Net神经网络模型来重建弹性模量的空间分布	采用数据驱动的深度学习模型替代传统的迭代或直接技术，解决了传统方法在计算速度和噪声敏感性方面的限制	模型的性能依赖于模拟数据的多样性和代表性，可能需要进一步验证其在更广泛临床数据上的泛化能力	开发并验证一种深度学习方法来高效准确地解决超声弹性成像中的逆问题，即从超声测量的位移场中恢复弹性模量的空间分布	超声弹性成像中的位移场数据	医学影像处理	NA	超声弹性成像	U-Net	图像	模拟数据、体模实验数据和临床数据
7877	2025-02-11	RETRACTED: Lung cancer diagnosis of CT images using metaheuristics and deep learning 2024-Apr, Proceedings of the Institution of Mechanical Engineers. Part H, Journal of engineering in medicine DOI:10.1177/09544119221090725 PMID:35445619	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
7878	2025-02-11	RETRACTION NOTICE: Lung cancer diagnosis of CT images using metaheuristics and deep learning 2024-Apr, Proceedings of the Institution of Mechanical Engineers. Part H, Journal of engineering in medicine DOI:10.1177/09544119221134231 PMID:36237147	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
7879	2025-02-11	Self-Supervised Learning for Improved Optical Coherence Tomography Detection of Macular Telangiectasia Type 2 2024-Mar-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2023.6454 PMID:38329740	研究论文	本文提出了一种自监督学习方法，用于在有限标注数据的情况下，通过光学相干断层扫描（OCT）自动分类2型黄斑毛细血管扩张症（MacTel）	使用自监督学习方法在有限标注数据的情况下提高了MacTel的自动分类准确性，并展示了其在其他罕见疾病中的潜在应用	需要进一步研究以验证该方法在其他罕见疾病中的适用性	开发一种自监督学习方法，用于在有限标注数据的情况下自动分类MacTel	2型黄斑毛细血管扩张症（MacTel）患者和非MacTel患者的OCT图像	计算机视觉	黄斑毛细血管扩张症	光学相干断层扫描（OCT）	ResNet18, ResNet50	图像	2636张OCT扫描图像来自780名MacTel患者和131名非MacTel患者，以及2564张来自1769名非MacTel患者的OCT扫描图像
7880	2025-02-09	Estimating baselines of Raman spectra based on transformer and manually annotated data 2025-Apr-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125679 PMID:39733708	研究论文	本文提出了一种基于Transformer和手动标注数据的拉曼光谱基线估计方法	设计了一种针对拉曼光谱数据的一维Transformer模型（1dTrans），并在基线估计任务中表现优于传统的卷积神经网络（CNN）、ResUNet和三种参数化方法	手动标注数据的过程可能耗时且依赖于参数调整，模型的泛化能力未在更多材料上进行验证	改进拉曼光谱的基线校正方法，以提高定量分析的准确性	拉曼光谱数据	机器学习	NA	拉曼光谱分析	Transformer, CNN, ResUNet	光谱数据	八种不同生物材料的光谱数据