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
7921	2025-01-26	Therapeutic gene target prediction using novel deep hypergraph representation learning 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf019 PMID:39841592	研究论文	本文提出了一种名为HIT的深度超图表示学习模型，用于预测治疗性基因靶点	提出了HIT模型，利用超图结构和注意力机制捕捉基因、本体、疾病和表型之间的复杂关系，以识别治疗性基因靶点	已知的治疗靶点数量有限，可能影响模型的预测效果	开发一种能够预测治疗性基因靶点的深度学习方法，以加速针对疾病遗传原因的治疗开发	基因、本体、疾病和表型	机器学习	NA	深度超图表示学习	HIT (Hypergraph Interaction Transformer)	基因、本体、疾病和表型数据	NA
7922	2025-01-26	Predicting transcriptional changes induced by molecules with MiTCP 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf006 PMID:39847444	研究论文	本文介绍了一种基于深度学习的分子诱导转录变化预测方法MiTCP，用于预测小分子诱导的978个标志基因的转录变化	MiTCP利用图神经网络同时建模分子结构表示和基因共表达关系，并将其整合用于转录变化预测，在L1000数据集上训练后，其预测性能优于现有方法	NA	研究小分子诱导的细胞转录变化，以推进对化学扰动下细胞状态变化和响应机制的理解，在药物发现和筛选过程中发挥关键作用	小分子诱导的978个标志基因的转录变化	机器学习	癌症	深度学习	图神经网络	基因表达数据	L1000数据集
7923	2025-01-26	Deep learning-based drug screening for the discovery of potential therapeutic agents for Alzheimer's disease 2024-Oct, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2024.101022 PMID:39850238	研究论文	本文提出了一种基于深度学习的药物筛选算法，用于从传统中药方剂中发现阿尔茨海默病的潜在治疗化合物	使用四种深度神经网络模型在疾病和靶点水平上进行阿尔茨海默病药物筛选，并通过实验验证了高评分化合物的效果	研究主要基于传统中药方剂，未涉及其他类型的药物库	开发阿尔茨海默病的潜在治疗药物	阿尔茨海默病相关化合物	机器学习	阿尔茨海默病	深度学习	深度神经网络（DNN）	化合物数据	Kaixinsan (KXS) 方剂中的化合物
7924	2025-01-26	Artificial Intelligence in Head and Neck Cancer: Innovations, Applications, and Future Directions 2024-09-06, Current oncology (Toronto, Ont.) DOI:10.3390/curroncol31090389 PMID:39330017	综述	本文综述了人工智能在头颈癌（HNC）护理中的创新、应用及未来方向	探讨了人工智能与影像技术、基因组学和电子健康记录的整合，及其在早期检测、生物标志物发现和治疗规划中的作用	数据质量、算法偏见和跨学科合作的必要性等挑战仍然存在	探讨人工智能在头颈癌护理中的应用及未来发展方向	头颈癌（HNC）	自然语言处理	头颈癌	深度学习、自然语言处理	NA	影像、基因组数据、电子健康记录	NA
7925	2025-01-26	A Novel Deep Learning Model for Breast Tumor Ultrasound Image Classification with Lesion Region Perception 2024-08-28, Current oncology (Toronto, Ont.) DOI:10.3390/curroncol31090374 PMID:39330002	研究论文	本文提出了一种新型的多特征融合多任务（MFFMT）模型，用于乳腺癌超声图像分类，并通过病变区域感知来提高分类性能	设计了上下文病变增强感知（CLEP）模块和多特征融合（MFF）模块，以更好地捕捉病变区域的局部和全局特征关系，并缓解信息共享冲突	未提及具体局限性	提高乳腺癌超声图像分类的准确性，辅助乳腺癌诊断和个性化治疗	乳腺癌超声图像	计算机视觉	乳腺癌	深度学习	多任务学习（MTL）模型	图像	两个公共乳腺癌超声图像数据集
7926	2025-01-26	Advancing precision agriculture with deep learning enhanced SIS-YOLOv8 for Solanaceae crop monitoring 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1485903 PMID:39850216	研究论文	本文提出了一种改进的SIS-YOLOv8模型，用于提高复杂农业气候下的作物病害监测效率	引入了三个关键模块：Fusion-Inception Conv模块、C2f-SIS模块和SPPF-IS模块，以增强模型在复杂背景下的特征提取能力和泛化能力，同时通过Dep Graph剪枝方法减少了模型参数	模型在复杂气候条件下的鲁棒性仍需进一步验证，且未涉及其他作物或病害的测试	提高农业作物病害监测的自动化和精确性	马铃薯和番茄的病害监测	计算机视觉	NA	深度学习	SIS-YOLOv8	图像	NA
7927	2025-01-26	Monitoring of agricultural progress in rice-wheat rotation area based on UAV RGB images 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1502863 PMID:39850210	研究论文	本研究提出了一种基于无人机RGB图像和深度学习技术的精确监测稻麦轮作区农业进展的方法	结合无人机图像分析技术和深度学习技术，提出了一种新的农业进展监测方法，通过特征相关性分析去除冗余特征，并提出了适合农业进展分类的激活层特征，提高了分类准确性	未提及具体的研究区域和样本量，可能限制了方法的普适性	提高稻麦轮作区农业进展的实时监测效率	稻麦轮作区的农业进展	计算机视觉	NA	无人机图像分析技术、深度学习技术	随机森林模型、ResNet50	RGB图像	NA
7928	2025-01-26	LiDAR point cloud denoising for individual tree extraction based on the Noise4Denoise 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1490660 PMID:39850219	研究论文	本文介绍了一种名为DEN4的无监督深度学习点云去噪算法，旨在提高LiDAR点云中单棵树分割的准确性	DEN4引入了多级噪声分离模块，有效区分信号和噪声，提高了信噪比（SNR）并减少了误差	NA	提高LiDAR点云中单棵树分割的准确性	LiDAR点云数据	计算机视觉	NA	深度学习	NA	点云数据	60个样本数据集
7929	2025-01-26	Study on the application of deep learning artificial intelligence techniques in the diagnosis of nasal bone fracture 2024, International journal of burns and trauma IF:1.4Q3 DOI:10.62347/VCJP9652 PMID:39850782	研究论文	本文探讨了深度学习人工智能技术在鼻骨骨折诊断中的应用，通过三维重建颌面部CT图像来评估鼻骨骨折的识别及其临床诊断意义	首次将YOLOX检测模型与GhostNetv2分类模型结合，应用于鼻骨骨折的自动识别，并验证了AI辅助诊断在提高诊断准确率、敏感性和特异性方面的有效性	样本量较小（82名患者），且仅基于单一机构的回顾性数据，可能影响模型的泛化能力	评估深度学习人工智能技术在鼻骨骨折诊断中的应用效果	39名正常鼻骨患者和43名鼻骨骨折患者的颌面部CT三维重建图像	计算机视觉	鼻骨骨折	深度学习	YOLOX + GhostNetv2	CT图像	82名患者（39名正常，43名骨折），共247张图像
7930	2025-01-26	Dynamic-budget superpixel active learning for semantic segmentation 2024, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2024.1498956 PMID:39850848	研究论文	本文提出了一种动态预算超像素查询策略，用于提高语义分割任务中区域主动学习算法的查询效率	提出了一种新颖的动态预算超像素查询策略，能够根据图像中的高不确定性超像素数量动态调整查询预算，从而提高查询效率	未提及具体局限性	提高语义分割任务中区域主动学习算法的数据效率	语义分割任务中的图像数据	计算机视觉	NA	主动学习	NA	图像	两个数据集：农业领域图像数据集和Cityscapes数据集
7931	2025-01-26	Detecting anomalies in smart wearables for hypertension: a deep learning mechanism 2024, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2024.1426168 PMID:39850864	研究论文	本文提出了一种结合ResNet和LSTM的新型神经网络架构ResNet-LSTM，用于从生理信号（如心电图和光电容积描记图）中预测血压，以改善远程医疗中的健康监测	结合ResNet的特征提取能力和LSTM的序列数据处理能力，提出了一种新的神经网络架构ResNet-LSTM，用于提高血压预测的准确性	计算成本较高（约4,375 FLOPs），且需要进一步优化实时分析和异常检测模型	通过深度学习技术改进智能健康监测系统，特别是在远程地区，以实现非侵入性的血压预测	生理信号（如心电图和光电容积描记图）	机器学习	心血管疾病	深度学习	ResNet-LSTM	生理信号数据	NA
7932	2025-01-26	Automatic multi-needle localization in ultrasound images using large margin mask RCNN for ultrasound-guided prostate brachytherapy 2020-10-09, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/aba410 PMID:32640435	研究论文	本文提出了一种基于深度学习的快速自动多针数字化工作流程，用于超声引导的前列腺近距离放射治疗中的多针定位	提出了一个结合大边缘损失的大边缘Mask R-CNN模型（LMMask R-CNN）和基于密度的空间聚类算法，用于针杆定位和针尖检测，显著提高了定位精度	研究样本量较小，仅包括23名患者和339根针	开发一种自动多针定位方法，以简化超声引导的高剂量率（HDR）前列腺近距离放射治疗的工作流程	超声图像中的多针定位	计算机视觉	前列腺癌	深度学习	LMMask R-CNN	图像	23名患者，339根针
7933	2025-01-25	Enhancing semantic segmentation for autonomous vehicle scene understanding in indian context using modified CANet model 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.103131 PMID:39846010	研究论文	本文提出了一种改进的CANet模型，用于增强自动驾驶车辆在印度复杂交通环境中的语义分割能力	提出了一种结合U-Net和LinkNet元素的改进CANet模型，引入了多尺度上下文模块（MCM）以捕捉多尺度的上下文信息	NA	提高自动驾驶车辆在复杂交通环境中的语义分割准确性	印度驾驶数据集（IDD）中的道路场景	计算机视觉	NA	深度学习	改进的CANet（结合U-Net和LinkNet元素）	图像	印度驾驶数据集（IDD）
7934	2025-01-25	Tibiofemoral cartilage strain and recovery following a 3-mile run measured using deep learning segmentation of bone and cartilage 2025-Mar, Osteoarthritis and cartilage open DOI:10.1016/j.ocarto.2024.100556 PMID:39802079	研究论文	本研究通过深度学习模型自动分割双回波稳态磁共振成像（MRI）扫描中的胫股软骨和骨骼，测量了3英里跑步后胫股软骨的变形及次日恢复情况	开发并验证了深度学习模型来自动化胫股软骨和骨骼的分割，从而精确测量跑步后的软骨变形和恢复情况	研究样本仅包括8名无症状男性，样本量较小，且未考虑不同性别和年龄的影响	测量3英里跑步后胫股软骨的变形及恢复情况	8名无症状男性	数字病理学	NA	双回波稳态磁共振成像（MRI）	深度学习模型	MRI图像	8名无症状男性
7935	2025-01-25	Machine learning applications in placenta accreta spectrum disorders 2025-Mar, European journal of obstetrics & gynecology and reproductive biology: X DOI:10.1016/j.eurox.2024.100362 PMID:39845985	综述	本文综述了机器学习和放射组学在胎盘植入谱系障碍（PAS）诊断和预测中的新兴应用	强调了利用MRI和超声等医学成像技术进行PAS有效分类和风险分层的ML算法和放射组学技术的最新进展，以及深度学习方法如nnU-Net和DenseNet-PAS在诊断中的优越性能	需要标准化方法以确保特征提取和模型性能的一致性，未来研究应关注更大数据集和生物标志物的验证	探讨机器学习和放射组学在PAS诊断和预测中的应用，以改善患者预后	胎盘植入谱系障碍（PAS）	机器学习	产科疾病	MRI, 超声	nnU-Net, DenseNet-PAS	医学影像	NA
7936	2025-01-25	A cognitive digital twin approach to improving driver compliance and accident prevention 2025-Mar, Accident; analysis and prevention DOI:10.1016/j.aap.2024.107913 PMID:39778287	研究论文	本文介绍了一种基于认知数字孪生的驾驶辅助系统（CDAS），通过个性化驾驶决策模型动态更新，以适应不同驾驶员的控制与观察行为，从而提高驾驶安全性和用户接受度	提出了一种新型的认知数字孪生驾驶辅助系统（CDAS），通过个性化驾驶决策模型动态更新，结合驾驶员的观察行为，显著提升了驾驶辅助的个性化和适应性	需要大量标注数据集来支持数据驱动方法，可能在实际应用中面临数据获取和处理的挑战	提高驾驶安全性和驾驶员对辅助系统的接受度	驾驶员及其驾驶行为	机器学习	NA	认知数字孪生技术	个性化驾驶决策模型	驾驶行为数据	通过两次综合实验验证
7937	2025-01-25	MRI-based deep learning and radiomics for predicting the efficacy of PD-1 inhibitor combined with induction chemotherapy in advanced nasopharyngeal carcinoma: A prospective cohort study 2025-Feb, Translational oncology IF:4.5Q1 DOI:10.1016/j.tranon.2024.102245 PMID:39662448	研究论文	本研究旨在基于MRI的深度学习和放射组学特征，建立并评估预测PD-1抑制剂联合GP诱导化疗在晚期鼻咽癌中疗效的模型	结合放射组学特征和深度学习特征（DLFs），构建了Tf_Radiomics+Resnet101模型，该模型在预测PD-1抑制剂联合GP化疗疗效方面表现出色	样本量相对较小，且仅基于MRI数据，未考虑其他可能影响疗效的因素	预测PD-1抑制剂联合GP诱导化疗在晚期鼻咽癌中的疗效	晚期鼻咽癌患者	数字病理学	鼻咽癌	MRI	Resnet101	图像	99名晚期鼻咽癌患者
7938	2025-01-25	LipBengal: Pioneering Bengali lip-reading dataset for pronunciation mapping through lip gestures 2025-Feb, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.111254 PMID:39845145	研究论文	本文介绍了一个名为LipBengal的开创性孟加拉语唇读数据集，旨在通过唇部动作进行发音映射	填补了孟加拉语唇读研究领域的空白，提供了首个专门针对孟加拉语的唇读数据集，包含150名说话者的视觉数据，涵盖54个类别，包括孟加拉语音素、字母和符号	数据采集环境多样且不受控制，可能影响模型的泛化能力	推动孟加拉语唇读和视觉语音识别研究，促进未来应用和技术进步	孟加拉语音素、字母和符号的唇部动作	自然语言处理	NA	深度学习	NA	视频	150名说话者，涵盖54个类别
7939	2025-01-25	Deep learning enabled rapid classification of yeast species in food by imaging of yeast microcolonies 2025-Feb, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2024.115604 PMID:39849741	研究论文	本研究提出了一种基于深度学习的酵母分类方法，结合传统培养方法、白光光学显微镜和深度学习技术，快速检测和分类食品中的酵母	利用深度卷积神经网络（CNN）在6小时内准确区分7种不同酵母，并通过生成对抗网络（GAN）生成的合成图像数据集提高了特定酵母物种的分类性能	研究仅在番茄和番茄汁中验证了模型在存在食物残渣时的分类准确性，未涉及其他食品类型	开发一种快速、准确的酵母分类方法，以应用于食品行业的常规酵母监测和酵母腐败控制	食品中的酵母物种	计算机视觉	NA	白光光学显微镜、深度学习	CNN、GAN	图像	7种不同酵母，使用番茄和番茄汁作为代表性食品样本
7940	2025-01-25	AI-based processing of future prepared foods: Progress and prospects 2025-Feb, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.115675 PMID:39849794	综述	本文综述了人工智能在未来预制食品加工中的进展与前景，涵盖了分类、清洗、切割、预处理和冷冻等环节	总结了人工智能在预制食品加工中的应用，包括计算机视觉、深度学习等技术，展示了其在提高效率、准确性和一致性方面的潜力	面临大规模数据处理和复杂模型管理的挑战	探讨人工智能在预制食品加工中的应用及其对行业实践和研究的推动作用	预制食品加工	机器学习	NA	数学建模、化学计量学、机器学习、模糊逻辑、自适应神经模糊推理系统	深度学习模型	图像	NA