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
8381	2025-01-16	Automated Detection of Filamentous Fungal Keratitis on Whole Slide Images of Potassium Hydroxide Smears with Multiple Instance Learning 2025 Mar-Apr, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100653 PMID:39811263	研究论文	本研究评估了深度学习框架双流多实例学习（DSMIL）在自动化分析氢氧化钾（KOH）涂片全片成像（WSI）中的有效性，以快速准确检测真菌感染	使用双流多实例学习（DSMIL）处理高分辨率WSI数据，自动检测真菌感染，并通过热图提供视觉解释	研究为回顾性观察研究，可能受限于样本选择和人类专家解释的一致性	自动化分析KOH涂片WSI，以快速准确检测真菌感染	568名疑似真菌性角膜炎患者的角膜刮片	数字病理学	真菌性角膜炎	双流多实例学习（DSMIL）	DSMIL	图像	568名患者的角膜刮片
8382	2025-01-16	Frontal plane mechanical leg alignment estimation from knee x-rays using deep learning 2025-Mar, Osteoarthritis and cartilage open DOI:10.1016/j.ocarto.2024.100551 PMID:39811691	研究论文	本研究开发并验证了一种深度学习模型，用于从膝关节前后位（AP）/后前位（PA）X光片中分类腿部对齐为“正常”或“错位”，使用可调的髋-膝-踝（HKA）角度阈值	该模型首次从膝关节X光片中分类腿部对齐，提供了一种实用的替代全腿X光片的方法	模型的性能依赖于X光片的质量和定位框架的使用	提高研究人群选择和患者管理的精确性	膝关节前后位（AP）/后前位（PA）X光片	计算机视觉	膝骨关节炎	深度学习	深度学习模型	图像	8878张数字X光片，包括6181张全腿X光片和2697张膝关节X光片
8383	2025-01-16	A survey on deep learning in medical image registration: New technologies, uncertainty, evaluation metrics, and beyond 2025-Feb, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103385 PMID:39612808	综述	本文全面回顾了深度学习在医学图像配准领域的最新进展，包括网络架构、损失函数、不确定性估计方法及评估指标	深入探讨了深度学习在图像配准中的创新网络架构、特定于配准的损失函数以及配准不确定性估计方法	未提及具体的技术局限性	总结深度学习在医学图像配准领域的最新进展，并探讨其未来发展方向	医学图像配准技术	计算机视觉	NA	深度学习	U-Net	医学图像	NA
8384	2025-01-16	Money plant disease atlas: A comprehensive dataset for disease classification in ornamental horticulture 2025-Feb, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.111216 PMID:39811518	研究论文	本文介绍了一个用于观赏园艺中疾病分类的综合数据集，重点关注金钱植物的疾病	提供了一个全面的金钱植物疾病图像数据集，支持深度学习在观赏园艺中的应用	数据集仅限于金钱植物的疾病，未涵盖其他植物种类	提高观赏园艺中植物疾病的诊断准确性	金钱植物（Epipremnum aureum）	计算机视觉	植物疾病	图像处理	深度学习	图像	224 × 224像素的图像数据集
8385	2025-01-16	An efficient deep unrolling network for sparse-view CT reconstruction via alternating optimization of dense-view sinograms and images 2025-Jan-15, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad9dac PMID:39662047	研究论文	本文提出了一种高效的深度展开网络，通过交替优化密集视图正弦图和图像来实现稀疏视图CT重建	与之前的展开方法不同，该方法专注于优化密集视图正弦图而非全视图正弦图，从而减少计算资源和运行时间，并最小化网络在稀疏比例极小时执行正弦图修复的挑战	NA	解决稀疏视图CT重建中的计算资源消耗问题，同时保持重建图像的质量	稀疏视图CT重建	计算机视觉	NA	深度展开方法	深度神经网络	图像	512 × 512像素的图像，2304 × 736的投影数据
8386	2025-01-16	Deep learning-driven prediction of chemical addition patterns for carboncones and fullerenes 2025-Jan-15, Physical chemistry chemical physics : PCCP IF:2.9Q1 DOI:10.1039/d4cp03238a PMID:39718318	研究论文	本文提出了一种基于深度学习的增量方法，用于预测碳锥和富勒烯的氢化和氯化反应中的区域选择性	利用图基特征，开发了不依赖3D分子坐标输入的深度神经网络模型，能够处理高度扭曲的加成物，并成功预测了其他方法无法解决的实验加成模式	模型仅基于原子连接性，可能忽略了其他潜在的化学影响因素	研究碳锥和富勒烯功能化过程中的区域选择性预测	碳锥和富勒烯	机器学习	NA	深度学习	深度神经网络 (DNN)	图基特征	CH和CH碳锥的氢化反应，CCl和CCl（= 18, 24, 和28）的氯化反应
8387	2025-01-16	Deep Learning-Driven Optimization of Antihypertensive Properties from Whey Protein Hydrolysates: A Multienzyme Approach 2025-Jan-15, Journal of agricultural and food chemistry IF:5.7Q1 DOI:10.1021/acs.jafc.4c10830 PMID:39721995	研究论文	本研究利用深度学习优化了乳清蛋白水解物中的抗高血压肽，通过多酶组合方法显著提高了ACE抑制率	结合深度学习和多酶组合方法优化抗高血压肽，显著提高了ACE抑制率和生物稳定性	研究主要基于动物实验，尚未在人体中进行验证	优化乳清蛋白水解物中的抗高血压肽，开发有效的膳食干预方法	乳清蛋白水解物和高血压大鼠	机器学习	心血管疾病	深度学习，分子对接	Large Language Models (LLMs)	生物化学数据	高血压大鼠
8388	2025-01-16	Active Physics-Informed Deep Learning: Surrogate Modeling for Nonplanar Wavefront Excitation of Topological Nanophotonic Devices 2025-Jan-15, Nano letters IF:9.6Q1 DOI:10.1021/acs.nanolett.4c05120 PMID:39754588	研究论文	本文提出了一种结合监督学习和物理约束的深度学习方法，用于设计特定波长的拓扑纳米光子器件	通过将物理约束嵌入神经网络的训练中，显著减少了模拟时间，并利用非平面波前激发探测拓扑保护的等离子体模式，使设计和训练过程非线性	NA	设计拓扑纳米光子器件，以控制特定波长的光	拓扑纳米光子器件	机器学习	NA	监督学习、物理约束的深度学习	神经网络	模拟数据	NA
8389	2025-01-16	Correction: Mathematical Model-Driven Deep Learning Enables Personalized Adaptive Therapy 2025-Jan-15, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-24-4438 PMID:39810588	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
8390	2025-01-16	Enhancing safety with an AI-empowered assessment and monitoring system for BSL-3 facilities 2025-Jan-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e40855 PMID:39811271	研究论文	本文介绍了一种AI赋能的评估和监控系统，用于增强BSL-3实验室的安全性，确保人员遵守个人防护装备（PPE）规定	开发了一种基于深度学习的系统，用于实时检测和监控BSL-3实验室中PPE的使用情况，并通过实时通知系统提高安全性	系统的准确性和召回率虽然较高，但仍存在一定的误报和漏报风险，且数据集规模有限	提高BSL-3实验室的安全性，减少病原体暴露风险	BSL-3实验室中的人员及其PPE使用情况	计算机视觉	NA	深度学习	深度学习模型	图像	外部检测系统使用4112张图像，内部管理系统使用3347张图像
8391	2025-01-16	Comparative analysis of kidney function prediction: traditional statistical methods vs. deep learning techniques 2025-Jan-15, Clinical and experimental nephrology IF:2.2Q2 DOI:10.1007/s10157-024-02616-1 PMID:39813007	研究论文	本研究比较了传统统计方法和深度学习技术在预测肾功能方面的准确性，使用日本慢性肾脏病数据库（J-CKD-DB）进行实验	首次在慢性肾脏病（CKD）预测中比较了传统统计方法与深度学习技术，特别是处理缺失值的GRU-D模型	深度学习技术在预测准确性上并未显著优于传统统计方法	探讨深度学习技术是否能够提高未来肾功能预测的准确性	日本慢性肾脏病数据库（J-CKD-DB）中的22,929名CKD患者	机器学习	慢性肾脏病	NA	多元线性回归模型、前馈神经网络（FFNN）、门控循环单元（GRU）-D模型	临床数据	22,929名CKD患者
8392	2025-01-16	Deep Learning-Enabled Rapid Metabolic Decoding of Small Extracellular Vesicles via Dual-Use Mass Spectroscopy Chip Array 2025-Jan-14, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c04106 PMID:39711466	研究论文	本文开发了一种高通量双用途质谱芯片阵列（DUMSCA），用于快速分离和检测血浆中的小细胞外囊泡（sEVs），并利用深度学习模型对克罗恩病进行高效诊断	开发了DUMSCA技术，显著提高了sEVs的分离和检测速度，并结合深度学习模型实现了疾病的高效诊断	未明确提及具体局限性	改进sEVs的分离方法，高效收集高质量sEV数据，并快速分析大规模数据集，以实现疾病诊断	血浆中的小细胞外囊泡（sEVs）	数字病理学	克罗恩病	双用途质谱芯片阵列（DUMSCA）、串联质谱实验	深度学习模型	代谢数据矩阵	未明确提及样本数量
8393	2025-01-16	AI-Based Discrimination of Faradaic Current against Nonfaradaic Current Inspired by Speech Denoising 2025-Jan-14, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c04448 PMID:39754543	研究论文	本文提出了一种基于深度学习的算法，用于区分循环伏安法中的法拉第电流和非法拉第电流，灵感来源于语音去噪技术	利用深度学习算法从循环伏安图中预测理论法拉第电流，创新性地将语音去噪技术应用于电化学系统研究	未提及算法的泛化能力及在不同电化学系统中的适用性	解决循环伏安法中法拉第电流与非法拉第电流分离的难题，以提取有用信息	循环伏安法中的电流响应	机器学习	NA	循环伏安法（CV）	深度神经网络（DNN）	电化学数据	未明确提及样本数量
8394	2025-01-16	Development of a Deep Learning-Based Model for Pressure Injury Surface Assessment 2025-Jan-14, Journal of clinical nursing IF:3.2Q1 DOI:10.1111/jocn.17645 PMID:39809598	研究论文	本文开发了一种基于深度学习的压力性损伤表面评估模型	创新点在于使用深度学习技术自动评估压力性损伤，提高了评估的准确性和效率	研究仅基于广州四家医院的图像数据，可能限制了模型的泛化能力	研究目的是开发一种智能评估模型，用于压力性损伤表面的精确评估	研究对象为压力性损伤的图像数据	计算机视觉	压力性损伤	深度学习	神经网络	图像	1063张图像
8395	2025-01-16	Intelligent in-cell electrophysiology: Reconstructing intracellular action potentials using a physics-informed deep learning model trained on nanoelectrode array recordings 2025-Jan-14, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-55571-6 PMID:39809732	研究论文	本文提出了一种基于物理信息的深度学习模型，用于从纳米电极阵列（NEAs）和微电极阵列（MEAs）记录的细胞外动作电位重建细胞内动作电位	利用AI技术从细胞外信号重建细胞内动作电位，为非侵入性、高通量的药物心脏毒性评估提供了新方法	研究主要基于干细胞衍生的心肌细胞，可能不适用于所有细胞类型	开发一种非侵入性、高通量的方法，用于研究细胞的电生理特性	干细胞衍生的心肌细胞	机器学习	心血管疾病	纳米电极阵列（NEAs）和微电极阵列（MEAs）记录	物理信息深度学习模型	电生理信号	数千对同步的细胞外和细胞内动作电位记录
8396	2025-01-16	Reverse design of broadband sound absorption structure based on deep learning method 2025-Jan-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86077-w PMID:39809864	研究论文	本文提出了一种基于深度学习的逆向设计方法，用于设计宽带吸声结构	利用深度神经网络建立结构参数与吸声系数曲线之间的映射关系，简化了传统方法中耗时的数值模拟和复杂计算过程	未提及具体的数据集规模或实验验证的广泛性	实现宽带高吸声结构的逆向设计，提高复杂超材料设计的效率	吸声结构	机器学习	NA	深度学习	深度神经网络	结构参数与吸声系数曲线	未提及具体样本数量
8397	2025-01-16	Deep-Learning-based Automated Identification of Ventriculoperitoneal-Shunt Valve Models from Skull X-rays 2025-Jan-14, Clinical neuroradiology IF:2.4Q2 DOI:10.1007/s00062-024-01490-4 PMID:39809871	研究论文	本研究探讨了使用深度学习技术自动识别颅骨X光片中脑室-腹腔分流阀模型的可行性	首次将深度学习技术应用于颅骨X光片中脑室-腹腔分流阀模型的自动识别	研究仅包含四种分流阀模型，样本量相对有限	研究目的是探索人工智能，特别是深度学习，是否能够自动识别颅骨X光片中的脑室-腹腔分流阀模型	脑室-腹腔分流阀模型	计算机视觉	脑积水	深度学习	CNN	图像	959张颅骨X光片，包含四种分流阀模型（Codman Hakim 774张，Codman Certas Plus 117张，Sophysa Sophy Mini SM8 35张，proGAV 2.0 33张）
8398	2025-01-16	Deep learning empowered sensor fusion boosts infant movement classification 2025-Jan-14, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00701-w PMID:39809877	研究论文	本文提出了一种基于深度学习的传感器融合方法，用于婴儿运动分类，以提高神经发育障碍的早期识别	首次将多传感器融合技术应用于婴儿运动分类，显著提高了分类准确率	所有模型均在专有数据集上设计、训练和评估，难以直接比较	开发一种自动化分类婴儿运动模式的方法，以增强基于AI的神经功能早期识别	51名正常发育的婴儿	机器学习	神经发育障碍	传感器融合	CNN	多模态传感器数据（压力、惯性和视觉传感器）	51名婴儿
8399	2025-01-16	Belt conveyor idler fault detection algorithm based on improved YOLOv5 2025-Jan-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81244-x PMID:39809903	研究论文	本文提出了一种基于改进YOLOv5的深度学习算法，用于实时检测带式输送机托辊故障	在YOLOv5网络中引入了坐标注意力机制，并使用α-CIoU定位损失函数替代传统CIoU，以提高模型的回归精度	NA	提高带式输送机托辊故障检测的准确性和实时性	带式输送机托辊	计算机视觉	NA	深度学习	YOLOv5	红外图像	自建的红外图像数据集
8400	2025-01-16	Nanocarrier imaging at single-cell resolution across entire mouse bodies with deep learning 2025-Jan-14, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-024-02528-1 PMID:39809933	研究论文	本文介绍了一种名为SCP-Nano的实验与深度学习集成管道，用于全面量化纳米载体在整个小鼠体内的单细胞分辨率靶向分布	SCP-Nano能够在极低剂量下揭示纳米载体的组织分布模式，远低于传统全身成像技术的检测限，并能推广到多种纳米载体类型	NA	开发一种高效准确的方法来分析纳米载体在整个生物体中的细胞水平生物分布，以加速精确和安全的纳米载体治疗的发展	小鼠体内的纳米载体	数字病理学	NA	深度学习	NA	图像	小鼠