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
8041	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
8042	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
8043	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
8044	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
8045	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
8046	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
8047	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）
8048	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
8049	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
8050	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）
8051	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
8052	2025-02-07	AI-driven video summarization for optimizing content retrieval and management through deep learning techniques 2025-Feb-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87824-9 PMID:39901035	研究论文	本研究提出了一种基于深度学习的AI驱动视频摘要方法，用于优化大型异构媒体档案中的内容检索和管理	结合卷积神经网络（CNN）和长短期记忆网络（LSTM）提取帧级和时序视频特征，并集成ResNet50增强内容表示，采用双帧视频流提升系统性能	未提及具体的数据集规模限制或模型泛化能力的详细评估	解决大型异构媒体档案中视频内容的组织和检索挑战，提升在线视频数量和质量的需求	视频内容	计算机视觉	NA	深度学习	CNN, LSTM, ResNet50	视频	YouTube, EPFL, TVSum数据集
8053	2025-02-07	Meso Hybridized Silk Fibroin Watchband for Wearable Biopotential Sensing and AI Gesture Signaling 2025-Feb, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202410702 PMID:39660568	研究论文	本文介绍了一种智能且灵活的表带，用于可穿戴生物电位传感和AI手势信号识别	结合了基于Mo-Au丝网的微型柔性电极阵列和介观杂交丝素蛋白薄膜，实现了高信噪比、高灵敏度和显著的运动噪声减少	NA	开发一种用于生物电位传感和手势识别的智能表带	人类生物电位信号和肌肉动作	可穿戴技术	NA	深度学习	NA	生物电位信号	20名不同性别的志愿者
8054	2025-02-07	Enhancing signal-to-noise ratio in real-time LED-based photoacoustic imaging: A comparative study of CNN-based deep learning architectures 2025-Feb, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2024.100674 PMID:39758833	研究论文	本研究系统评估了多种基于编码器-解码器的CNN架构在实时LED光声成像中提高信噪比的效果	首次系统评估了不同深度学习方法在LED光声成像中的去噪效果，并比较了多种U-Net变体的性能	研究未涉及人体样本，且未评估模型在临床环境中的实际应用效果	提高LED光声成像中的信噪比	模型、幻影、小鼠器官和肿瘤	计算机视觉	NA	光声成像	CNN、U-Net、Dense U-Net、R2 U-Net	图像	幻影、小鼠器官和肿瘤
8055	2025-02-07	Multi-modal prediction of extracorporeal support-a resource intensive therapy, utilizing a large national database 2025-Feb, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooae158 PMID:39764170	研究论文	本文开发了一种名为PreEMPT-ECMO的分层深度学习模型，用于预测体外膜氧合（ECMO）的使用，以增强患者分诊和资源分配	利用多模态数据开发了一种新的分层深度学习模型，能够整合静态和多粒度时间序列特征，生成ECMO使用的连续预测	需要进一步的前瞻性验证和在非COVID-19难治性呼吸衰竭中的通用性研究	开发一种连续的ECMO风险预测模型，以增强患者分诊和资源分配	COVID-19患者	机器学习	COVID-19	深度学习	分层深度学习模型	多模态数据（静态和时间序列数据）	101,400名患者，其中1,298名（1.28%）接受了ECMO支持
8056	2025-02-07	AI-based methods for biomolecular structure modeling for Cryo-EM 2025-Feb, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2025.102989 PMID:39864242	综述	本文综述了基于人工智能的冷冻电镜数据处理技术，特别是大分子结构建模和异质性分析方面的最新进展	讨论了深度学习等人工智能技术在冷冻电镜数据处理中的最新应用，显著提升了处理性能	NA	探讨人工智能在冷冻电镜数据处理中的应用，特别是大分子结构建模和异质性分析	冷冻电镜数据	结构生物学	NA	冷冻电镜（Cryo-EM）	深度学习	图像	NA
8057	2025-02-07	Image reconstruction of electromagnetic tomography based on generative adversarial network with spectral normalization and improved dung beetle optimization algorithm 2025-Feb-01, The Review of scientific instruments DOI:10.1063/5.0233552 PMID:39912879	研究论文	本文提出了一种基于生成对抗网络的深度学习模型STDBOGAN，用于改进电磁断层成像（EMT）的图像重建质量	STDBOGAN模型引入了谱归一化和双时间尺度更新规则以稳定训练过程，并采用改进的蜣螂优化算法自动调整网络超参数，提高了图像重建的准确性	NA	改进电磁断层成像（EMT）的图像重建质量，解决其高度非线性和不适定问题	电磁断层成像（EMT）的图像重建	计算机视觉	NA	深度学习	生成对抗网络（GAN）	图像	通过仿真软件建立的数据集
8058	2025-02-07	Cloud and IoT based smart agent-driven simulation of human gait for detecting muscles disorder 2025-Jan-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e42119 PMID:39906796	研究论文	本文提出了一种基于云计算和物联网的智能代理驱动的人体步态模拟方法，用于检测肌肉障碍	使用智能手机代替难以获取的可穿戴传感器和标记物来数字化人体运动，并结合深度学习的集成框架提高分析的准确性和可解释性	未提及具体样本量或实验验证的详细结果	分析人体运动并区分健康与不健康的肌肉，以辅助治疗运动障碍	人体步态和肌肉运动	数字病理学	肌肉障碍	物联网（IoT）、云计算、深度学习	深度学习集成框架	运动数据	NA
8059	2025-02-07	Deep learning-based system for prediction of work at height in construction site 2025-Jan-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e41779 PMID:39906815	研究论文	本文提出了一种基于深度学习的系统，用于预测建筑工地上工人的高空作业情况	通过结合加速度计、陀螺仪和压力传感器的数据，利用深度学习技术预测工人的高空作业状态，填补了该领域的信息空白	研究中仅使用了45次分析，样本量可能不足以全面验证模型的泛化能力	预测建筑工地上工人是否在高空作业，以减少高空坠落事故的风险	建筑工地上的工人	机器学习	NA	深度学习	DNN, CNN, LSTM	传感器数据（加速度计、陀螺仪、压力传感器）	45次分析
8060	2025-02-07	Machine learning-based prediction of hemodynamic parameters in left coronary artery bifurcation: A CFD approach 2025-Jan-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e41973 PMID:39906857	研究论文	本研究通过结合机器学习算法与计算流体动力学模拟，旨在提高左冠状动脉分叉处复杂血流动力学的无创预测能力	首次将机器学习算法与计算流体动力学模拟相结合，用于左冠状动脉分叉处血流动力学的预测，提供了一种快速可靠的评估方法	需要进一步研究深度学习模型的有效性，并解决患者特异性应用中的挑战	研究左冠状动脉分叉处狭窄严重程度和位置对血流动力学的影响，以提高无创预测能力	左冠状动脉分叉处的血流动力学参数（如壁面剪切应力和振荡剪切指数）	机器学习	心血管疾病	计算流体动力学（CFD）	决策树回归器和K近邻模型	合成几何数据	6858个合成的左冠状动脉几何数据