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
8421	2025-01-25	GPT-D: Inducing Dementia-related Linguistic Anomalies by Deliberate Degradation of Artificial Neural Language Models 2022-May, Proceedings of the conference. Association for Computational Linguistics. Meeting DOI:10.18653/v1/2022.acl-long.131 PMID:39845531	研究论文	本文提出了一种通过人工降级预训练的Transformer深度学习模型（GPT-2）来诱导与痴呆症相关的语言异常的新方法	提出了一种新颖的方法，通过将预训练的GPT-2模型与其人工降级版本（GPT-D）配对，计算这两个模型在认知健康与受损个体语言上的比率，从而诱导痴呆症相关的语言异常	方法的泛化能力仍需进一步验证，尤其是在更大规模的数据集上	研究深度学习模型在区分认知健康个体与阿尔茨海默病患者语言方面的能力，并探索生成神经语言模型与痴呆症对人类语言特征的影响之间的关系	认知健康个体与阿尔茨海默病患者的语言数据	自然语言处理	阿尔茨海默病	Transformer深度学习模型	GPT-2, GPT-D	文本	NA
8422	2025-01-25	A deep neural network for the classification of epileptic seizures using hierarchical attention mechanism 2022, Soft computing IF:3.1Q2 DOI:10.1007/s00500-022-07122-8 PMID:35465467	研究论文	本文提出了一种结合分层注意力机制的深度神经网络，用于癫痫发作的分类	提出了一种新颖的卷积架构，结合了分层注意力机制，以提高分类准确性并减少计算复杂度	未提及具体的数据集规模或外部验证结果	开发一种能够在较低计算复杂度下实现高分类准确率的算法	癫痫发作的脑电图（EEG）信号	机器学习	癫痫	深度学习	卷积神经网络（CNN）结合分层注意力机制	脑电图（EEG）信号	未提及具体样本数量
8423	2025-01-25	Deep learning-based real-time volumetric imaging for lung stereotactic body radiation therapy: a proof of concept study 2020-12-18, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/abc303 PMID:33080578	研究论文	本研究提出了一种基于生成对抗网络和感知监督的新型方法，用于从单个2D投影中实时生成体积图像，以支持肺癌立体定向体部放射治疗中的精确运动管理	提出了一种名为TransNet的网络，结合了感知损失和对抗监督，以生成准确的肺部边界和逼真的3D图像	研究仅基于20例患者的模拟数据，尚未在真实临床环境中验证	开发一种实时体积成像方法，用于肺癌立体定向体部放射治疗中的运动管理和剂量验证	肺癌患者	计算机视觉	肺癌	生成对抗网络（GAN）	TransNet（包含编码、转换和解码模块）	2D投影和3D CT图像	20例接受肺癌立体定向体部放射治疗的患者
8424	2025-01-24	Feasibility verification of deep-learning based collimator-less imaging system using a voxelated GAGG(Ce) single volume detector: A Monte Carlo simulation 2025-Mar, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2024.111605 PMID:39616796	研究论文	本文设计了一种基于深度学习的无准直器成像系统，并通过蒙特卡罗模拟验证了其可行性	提出了一种基于深度学习的无准直器成像系统，利用体素化GAGG(Ce)单体积探测器和蒙特卡罗方法进行模拟，展示了系统的可行性	研究仅基于模拟数据，未进行实际实验验证	验证基于深度学习的无准直器成像系统的可行性	体素化GAGG(Ce)单体积探测器和Co、Ba、Na、Cs点源	计算机视觉	NA	蒙特卡罗模拟	全卷积网络	模拟数据	2000个位置的Co、Ba、Na、Cs点源
8425	2024-08-07	Deep learning to predict fetal acidemia 2025-Feb, American journal of obstetrics and gynecology IF:8.7Q1 DOI:10.1016/j.ajog.2024.07.031 PMID:39084497	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
8426	2024-08-07	Deep learning to predict fetal acidemia: a response 2025-Feb, American journal of obstetrics and gynecology IF:8.7Q1 DOI:10.1016/j.ajog.2024.07.037 PMID:39074680	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
8427	2025-01-24	Deep learning-based classifier for carcinoma of unknown primary using methylation quantitative trait loci 2025-Feb-01, Journal of neuropathology and experimental neurology IF:3.2Q2 DOI:10.1093/jnen/nlae123 PMID:39607989	研究论文	本文开发了一种基于深度学习的DNA甲基化分类器，用于识别未知原发癌（CUP）的原发部位	利用特定器官的甲基化数量性状位点（mQTL）开发分类器，提高了分类准确性并减少了所需样本量	研究依赖于回顾性分析，且样本来源仅限于福尔马林固定石蜡包埋组织	开发一种能够辅助病理学家识别未知原发癌原发部位的DNA甲基化分类器	759例来自福尔马林固定石蜡包埋组织的癌样本	数字病理学	未知原发癌	DNA甲基化阵列分析	深度学习	甲基化数据	759例癌样本
8428	2025-01-24	Automatic classification of HEp-2 specimens by explainable deep learning and Jensen-Shannon reliability index 2025-Feb, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.103030 PMID:39637573	研究论文	本文介绍了一种基于迁移学习和预训练深度学习模型的创新平台，用于自动分类HEp-2标本，并通过Jensen-Shannon可靠性指数增强方法的可信度	结合无监督深度描述、新型特征选择方法和独立测试数据集，提出了一种改进的梯度加权类激活映射和基于Jensen-Shannon散度的样本质量指数	未来工作将解决有丝分裂纺锤体识别的挑战，并扩展方法以覆盖混合模式	开发一种计算机辅助系统，用于HEp-2图像分析和ANA模式分类	HEp-2标本	计算机视觉	结缔组织疾病	迁移学习	深度学习模型	图像	两个来自不同医院的独立数据集
8429	2025-01-24	Increased chloroplast occupancy in bundle sheath cells of rice hap3H mutants revealed by Chloro-Count: a new deep learning-based tool 2025-Feb, The New phytologist DOI:10.1111/nph.20332 PMID:39668515	研究论文	本研究开发了一种基于深度学习的工具Chloro-Count，用于量化水稻OsHAP3H功能获得和缺失突变体束鞘细胞中叶绿体的尺寸	开发了新的深度学习工具Chloro-Count，首次实现了对水稻束鞘细胞中叶绿体尺寸的精确量化，并揭示了OsHAP3H功能缺失导致叶绿体数量增加的机制	2D量化方法受叶绿体在细胞中位置的影响，可能存在一定的误差	提高水稻光合作用效率，增加产量潜力	水稻OsHAP3H功能获得和缺失突变体	计算机视觉	NA	深度学习	NA	图像	OsHAP3H功能获得和缺失突变体
8430	2025-01-24	Advances in diagnosis and prognosis of bacteraemia, bloodstream infection, and sepsis using machine learning: A comprehensive living literature review 2025-Feb, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.103008 PMID:39705768	文献综述	本文综述了机器学习在菌血症、血流感染和败血症诊断与预后中的应用，探讨了其有效性、潜在局限性和临床实践中的整合复杂性	提供了关于机器学习在血液相关感染管理中应用的全面调查，强调了早期疾病阶段的研究空白和实时非侵入性数据收集技术的潜力	早期阶段的研究因数据限制而不足，序列深度学习模型在外部数据集上表现不佳，实际实施面临设计要求和医疗基础设施的挑战	探讨机器学习在血液相关感染诊断和预后中的应用，以改善医疗决策支持	菌血症、血流感染和败血症	机器学习	败血症	机器学习	序列深度学习模型	电子健康记录、生化标志物、生命体征	NA
8431	2025-01-24	Mixed reality infrastructure based on deep learning medical image segmentation and 3D visualization for bone tumors using DCU-Net 2025-Feb, Journal of bone oncology IF:3.1Q2 DOI:10.1016/j.jbo.2024.100654 PMID:39839577	研究论文	本研究提出了一种基于双维度降维和通道注意力门控机制的U-Net模型（DCU-Net），用于骨肿瘤的医学图像分割和3D重建，并构建了混合现实（MR）基础设施，探索其在骨肿瘤诊断和治疗中的应用前景	提出了DCU-Net模型，结合双维度降维和通道注意力门控机制，优化特征提取和目标空间聚类能力，实现了骨肉瘤的自动分割和3D重建，并构建了基于深度学习和混合现实的MR基础设施	未提及具体的数据集规模和多样性，可能影响模型的泛化能力	提高骨肿瘤CT图像分割的性能，并通过3D重建和混合现实技术增强临床医生对肿瘤形态和空间关系的理解	骨肿瘤的CT图像	计算机视觉	骨肿瘤	DCU-Net模型，3D重建技术，混合现实（MR）技术	DCU-Net	图像	医院数据集（具体数量未提及）
8432	2025-01-24	Mid-infrared spectra of dried and roasted cocoa (Theobroma cacao L.): A dataset for machine learning-based classification of cocoa varieties and prediction of theobromine and caffeine content 2025-Feb, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.111243 PMID:39840227	研究论文	本文提供了一个关于干燥和烘焙可可豆的中红外光谱数据集，用于基于机器学习的可可品种分类和可可碱及咖啡因含量预测	该数据集结合了中红外光谱数据和HPLC定量分析，为机器学习模型提供了非破坏性的方法来预测可可碱和咖啡因含量及可可品种	数据集的应用可能受限于样本的多样性和实验条件的控制	开发自动化工具以支持可可工业中的实时质量控制、品种分类和产品优化	干燥和烘焙的可可豆	机器学习	NA	ATR-FTIR光谱和HPLC	NA	光谱数据	数据集包含根据实验条件和重复组织的Excel表格
8433	2025-01-24	The 'Sandwich' meta-framework for architecture agnostic deep privacy-preserving transfer learning for non-invasive brainwave decoding 2025-Jan-23, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad9957 PMID:39622169	研究论文	本文介绍了一种名为'Sandwich'的深度隐私保护元框架，结合了迁移学习和联邦学习，用于非侵入性脑电波解码	提出了一种新的深度隐私保护元框架'Sandwich'，结合了迁移学习和联邦学习，解决了脑电波解码中的数据变异性和隐私问题	NA	解决脑电波解码中的数据变异性和隐私问题	脑电波数据	机器学习	NA	迁移学习, 联邦学习	Inception SanDwich	时间序列数据	使用BEETL运动想象挑战中的异质脑电波数据集进行评估
8434	2025-01-24	An interpretable multi-scale convolutional attention residual neural network for glioma grading with Raman spectroscopy 2025-Jan-23, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d4ay02068e PMID:39686848	研究论文	本文提出了一种多尺度卷积注意力残差神经网络（M-SCA ResNet），用于通过拉曼光谱进行胶质瘤分级	结合多尺度通道和空间注意力机制以及残差结构，提升了模型的特征提取能力，并通过Grad-CAM增强了深度学习模型的可解释性	NA	提高胶质瘤分级的准确性，辅助医生制定个性化手术计划	高级别胶质瘤（HGG）、低级别胶质瘤（LGG）和正常组织	数字病理学	胶质瘤	拉曼光谱	M-SCA ResNet	光谱数据	NA
8435	2025-01-24	A Comprehensive Review on the Application of Artificial Intelligence for Predicting Postsurgical Recurrence Risk in Early-Stage Non-Small Cell Lung Cancer Using Computed Tomography, Positron Emission Tomography, and Clinical Data 2025-Jan-23, Journal of medical radiation sciences IF:1.8Q3 DOI:10.1002/jmrs.860 PMID:39844750	综述	本文综述了利用人工智能（AI）结合CT、PET和临床数据预测早期非小细胞肺癌（NSCLC）术后复发风险的研究	本文综合分析了2018年至2024年间发表的16项研究，评估了放射组学、机器学习和深度学习在预测术后复发风险中的应用，并指出了未来研究方向	现有研究存在样本量小、缺乏外部验证、可解释性问题以及多模态影像技术融合不足等挑战	预测早期非小细胞肺癌（NSCLC）术后复发风险	早期非小细胞肺癌（NSCLC）患者	数字病理学	肺癌	放射组学、机器学习、深度学习	深度学习模型、多模态模型	CT、PET、临床数据	16项研究（具体样本量未明确）
8436	2025-01-24	High-throughput markerless pose estimation and home-cage activity analysis of tree shrew using deep learning 2025-Jan-23, Animal models and experimental medicine IF:3.8Q2 DOI:10.1002/ame2.12530 PMID:39846430	研究论文	本文提出了一种基于深度学习的方法，用于无标记姿态估计和识别树鼩的多种自发行为，以量化其笼内活动	创新点在于使用深度学习技术实现无标记姿态估计，并开发了一个高效的系统来监测树鼩的笼内活动	未明确提及具体限制	研究目的是量化树鼩的笼内活动，以更好地理解其日常行为并构建疾病模型	研究对象是树鼩	计算机视觉	NA	深度学习	NA	视频	16只树鼩
8437	2025-01-24	Adaptive ensemble loss and multi-scale attention in breast ultrasound segmentation with UMA-Net 2025-Jan-23, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03301-5 PMID:39847155	研究论文	本文提出了一种名为UMA-Net的增强型UNet架构，用于乳腺超声图像分割，通过集成残差连接、注意力机制和空洞卷积瓶颈来有效捕捉多尺度上下文信息，并引入自适应集成损失函数以动态平衡不同损失组件的贡献	UMA-Net结合了残差连接、注意力机制和空洞卷积瓶颈，并引入了自适应集成损失函数，以动态平衡不同损失组件的贡献，解决了传统损失函数中的不平衡问题	未明确提及具体局限性	提高乳腺超声图像分割的准确性和泛化能力	乳腺超声图像	计算机视觉	乳腺癌	深度学习	UMA-Net（基于UNet的增强架构）	图像	五个不同的乳腺超声数据集（BUET, BUSI, Mendeley, OMI, UDIAT）
8438	2025-01-24	Non-parametric Bayesian deep learning approach for whole-body low-dose PET reconstruction and uncertainty assessment 2025-Jan-23, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03296-z PMID:39847156	研究论文	本文提出了一种基于非参数贝叶斯深度学习的框架NPB-LDPET，用于低剂量PET图像重建和不确定性评估	提出了一种新的非参数贝叶斯深度学习框架，结合Adam优化器和随机梯度Langevin动力学（SGLD）进行后验分布采样，显著提高了低剂量PET图像的重建精度和不确定性评估	研究样本量相对较小（N=10,631和N=28），且仅使用了Ultra-low-dose PET Challenge数据集进行评估，可能限制了结果的普适性	提高低剂量PET图像的重建精度和不确定性评估，以支持临床决策	低剂量PET图像	医学影像处理	肿瘤学	深度学习，非参数贝叶斯方法	深度学习模型	医学影像数据	10,631个样本（全局重建精度评估），28个样本（局部病变对比度评估）
8439	2025-01-24	Biomimetic Fingerprint-like Unclonable Optical Anticounterfeiting System with Selectively In Situ-Synthesized Perovskite Quantum Dots Embedded in Spontaneous-Phase-Separated Polymers 2025-Jan-22, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c20440 PMID:39780348	研究论文	本文提出了一种基于钙钛矿量子点指纹物理不可克隆功能的仿生防伪系统，利用聚合物的自发相分离和选择性原位合成钙钛矿量子点作为熵源	该系统通过调整钙钛矿和聚合物成分，实现了从二进制到多值编码的扩展，具有高编码容量，并兼容主流生产技术和深度学习增强的智能融合方案	未提及具体局限性	开发一种新型防伪技术，以应对物联网时代防伪技术面临的挑战	钙钛矿量子点和聚合物	材料科学	NA	自发相分离和选择性原位合成	深度学习	图像	未提及具体样本数量
8440	2025-01-24	Artificial intelligence streamlines scientific discovery of drug-target interactions 2025-Jan-22, British journal of pharmacology IF:6.8Q1 DOI:10.1111/bph.17427 PMID:39843168	综述	本文综述了人工智能（AI）技术在药物靶点相互作用（DTI）预测中的应用	本文系统性地概述了AI在DTI预测中的应用，包括经典机器学习、深度学习和基于网络的方法，并指出了当前挑战和未来方向	本文未涉及具体实验验证，主要集中于理论和方法论的探讨	探讨AI技术在药物发现和开发中的应用，特别是DTI预测	药物靶点相互作用（DTI）	机器学习	NA	NA	经典机器学习、深度学习、基于网络的方法	NA	NA