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
8741	2025-01-23	Harnessing artificial intelligence in sepsis care: advances in early detection, personalized treatment, and real-time monitoring 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1510792 PMID:39835096	综述	本文探讨了人工智能（AI）在脓毒症管理中的潜力，包括早期检测、个性化治疗和实时监测	本文综述了AI在脓毒症管理中的创新应用，如通过机器学习技术分析电子健康记录（EHR）数据进行早期检测，以及通过AI算法开发个性化治疗方案和实时监测系统	伦理挑战，包括数据隐私问题和算法偏见，需要解决以确保公平和有效的实施	探讨AI在脓毒症管理中的应用，以克服当前管理中的局限性	脓毒症患者	机器学习	脓毒症	机器学习（ML）技术，如随机森林模型和深度学习算法	随机森林模型，深度学习算法	电子健康记录（EHR）数据	NA
8742	2025-01-23	A Longitudinal MRI-Based Artificial Intelligence System to Predict Pathological Complete Response After Neoadjuvant Therapy in Rectal Cancer: A Multicenter Validation Study 2023-12-01, Diseases of the colon and rectum DOI:10.1097/DCR.0000000000002931 PMID:37682775	研究论文	开发并验证了一个基于新辅助放化疗前后MRI对比的深度学习模型，用于预测直肠癌患者的病理完全缓解	开发了一个多任务深度学习模型（DeepRP-RC），能够同时进行分割和预测，并在多个外部验证集上表现出色	研究设计为回顾性，且缺乏多民族数据	预测直肠癌患者在新辅助放化疗后的病理完全缓解	1201名被诊断为局部晚期直肠癌并接受新辅助放化疗的患者	数字病理	直肠癌	MRI	深度学习模型（DeepRP-RC）	图像	1201名患者
8743	2025-01-23	A comprehensive survey of complex brain network representation 2023-Nov, Meta-radiology DOI:10.1016/j.metrad.2023.100046 PMID:39830588	综述	本文综述了利用神经影像数据理解大脑结构和功能变化及其与神经退行性疾病和其他临床表型关系的最新进展	本文综合了传统方法和深度学习技术在脑网络挖掘中的应用，并探讨了该领域的未来研究方向	本文主要关注方法学综述，未涉及具体实验数据或结果	探讨脑网络分析的传统方法和深度学习方法	神经影像数据及其衍生的脑网络	机器学习	神经退行性疾病	NA	深度学习	神经影像数据	NA
8744	2025-01-23	Gadolinium-Free Cardiac MRI Myocardial Scar Detection by 4D Convolution Factorization 2023-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-43895-0_60 PMID:39829676	研究论文	本文提出了一种新型的深度时空残差注意力网络（ST-RAN），用于在无钆对比剂的心脏磁共振成像中检测心肌瘢痕	提出了一个新型的因子化4D（3D+时间）卷积层，结合时空注意力机制，以提取丰富的全心脏特征并跟踪帧间的长程时间关系，同时引入了残差注意力块来提取不同尺度的时空特征，以检测与瘢痕相关的细微对比变化	尽管模型在缺血性和非缺血性心脏病中表现出色，但仍需进一步验证其在更广泛临床环境中的适用性和稳定性	开发一种无需钆对比剂的心脏磁共振成像技术，用于检测心肌瘢痕	心脏磁共振成像数据	计算机视觉	心血管疾病	心脏磁共振成像（CMR）	深度时空残差注意力网络（ST-RAN）	图像	3000名患者
8745	2025-01-23	Deep learning-based protoacoustic signal denoising for proton range verification 2023-05-12, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/acd257 PMID:37141867	研究论文	本文提出了一种基于深度学习的原声信号去噪技术，用于质子治疗中的质子范围验证	提出了一种新型的深度学习技术，用于去噪原声信号，并在低剂量下减少布拉格峰（BP）范围的不确定性	研究仅在聚乙烯（PE）模型上进行，未在真实人体组织中进行验证	提高质子治疗中原声信号的信噪比（SNR）和布拉格峰（BP）范围验证的准确性	原声信号	机器学习	NA	深度学习	堆叠自编码器（SAE）	声信号	512个原始信号，每个设备
8746	2025-01-23	Magnetic resonance imaging contrast enhancement synthesis using cascade networks with local supervision 2022-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.15578 PMID:35229344	研究论文	本文提出了一种使用级联网络和局部监督的深度学习方法，从非增强的MR图像中合成对比增强的MR图像，以减少对钆基对比剂（GBCAs）的依赖	创新点在于使用级联网络结合肿瘤轮廓信息进行训练，从而生成与真实对比增强MR图像视觉上无法区分的合成图像	研究仅基于BraTS2020数据集，样本量有限，且未在其他类型的数据集上进行验证	研究目的是通过深度学习方法合成对比增强的MR图像，以减少对钆基对比剂的使用	研究对象为369名患者的MR图像，来自BraTS2020数据集	医学影像处理	脑肿瘤	深度学习	级联网络（Retina U-Net和合成模块）	MR图像	369名患者的MR图像（200名用于五折交叉验证，169名用于保留测试）
8747	2025-01-23	Deep learning-based motion tracking using ultrasound images 2021-Dec, Medical physics IF:3.2Q1 DOI:10.1002/mp.15321 PMID:34724712	研究论文	本文开发了一种基于深度学习的超声图像运动跟踪方法，用于放射治疗中的分次内运动跟踪	提出了一种基于生成对抗网络的马尔可夫网络，用于从连续的超声图像帧中提取特征并估计变形向量场，从而实现实时毫米级肿瘤运动预测	NA	解决超声图像在放射治疗中用于运动跟踪的挑战	超声图像序列	计算机视觉	NA	超声成像	生成对抗网络（GAN）	图像	CLUST数据集包含42名受试者的63个2D和18名受试者的22个3D超声图像序列，CAMUS数据集包含450名患者的2D超声图像
8748	2025-01-23	High through-plane resolution CT imaging with self-supervised deep learning 2021-07-14, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ac0684 PMID:34049297	研究论文	本文提出了一种自监督深度学习工作流程，用于通过从高平面分辨率特征中学习来合成高平面分辨率CT图像，以提高放射治疗计划中剂量计算的准确性	该工作的创新点在于提出的深度学习工作流程是自监督的，不依赖于真实CT图像来训练网络，并确认了平面高分辨率信息可以监督平面高分辨率生成的假设	NA	提高放射治疗计划中CT图像的平面分辨率，以提升剂量计算的准确性	头颈癌和肺癌患者的CT图像	计算机视觉	头颈癌, 肺癌	自监督深度学习	神经网络	CT图像	75名头颈癌患者（1毫米切片厚度）和20名肺癌患者（3毫米切片厚度）的CT图像
8749	2025-01-23	Learning-based dose prediction for pancreatic stereotactic body radiation therapy using dual pyramid adversarial network 2021-06-21, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ac0856 PMID:34087807	研究论文	本研究提出了一种基于双金字塔对抗网络（DPNs）的深度学习模型，用于预测胰腺癌立体定向放射治疗（SBRT）的剂量分布	提出了一种新的双金字塔网络（DPNs）集成深度学习模型，结合了CT-only特征金字塔网络（FPN）、contour-only FPN、晚期融合网络和对抗网络，用于胰腺癌SBRT的剂量预测	研究样本量较小，仅涉及30名患者的五折交叉验证和20名患者的保留测试	探索深度学习在胰腺癌SBRT剂量预测任务中的有效性	胰腺癌SBRT的剂量分布	医学影像分析	胰腺癌	深度学习	双金字塔对抗网络（DPNs）	CT图像和轮廓数据	30名患者的五折交叉验证和20名患者的保留测试
8750	2025-01-23	Head and neck multi-organ segmentation on dual-energy CT using dual pyramid convolutional neural networks 2021-05-20, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/abfce2 PMID:33915524	研究论文	本文提出了一种基于双能量CT（DECT）的深度学习自动多器官分割方法，用于头颈部区域	提出了一种结合双金字塔卷积神经网络和深度注意力策略的Mask R-CNN框架，用于多器官分割，并通过掩码评分子网络避免误分类	对于对比度极低的小器官（如视交叉、耳蜗、晶状体和视神经），分割效果仍有提升空间	开发一种自动多器官分割方法，以改进头颈部癌症的诊断和治疗计划	头颈部癌症患者的DECT图像	计算机视觉	头颈部癌症	双能量CT（DECT）	Mask R-CNN	图像	127名头颈部癌症患者（66名训练，61名测试）
8751	2025-01-22	An object detection-based model for automated screening of stem-cells senescence during drug screening 2025-Mar, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106940 PMID:39631255	研究论文	本文提出了一种基于Faster R-CNN的深度学习模型STGF R-CNN，用于自动检测干细胞衰老，以支持药物筛选	结合Swin Transformer和组归一化技术，提出了STGF R-CNN模型，显著提高了衰老细胞检测的准确性和效率	模型虽然轻量化，但参数量和计算量仍较高，可能限制其在资源受限环境中的应用	开发一种高效的自动化方法，用于干细胞衰老的定量评估，以支持抗衰老药物筛选	诱导多能干细胞衍生的间充质干细胞（iP-MSCs）	计算机视觉	NA	深度学习	Faster R-CNN, Swin Transformer	图像	iP-MSCs数据集
8752	2025-01-22	Cognitive process and information processing model based on deep learning algorithms 2025-Mar, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106999 PMID:39642642	研究论文	本文基于深度学习算法，提出了一个认知过程和信息处理模型，并通过一个仅具有视觉和组合检测能力的昆虫类生物的进化过程来阐述该模型	将婴儿认知能力的发展过程与深度学习模型相结合，提出了一个新颖的认知过程和信息处理模型，并通过具体实例展示了该模型的应用	模型的应用实例较为简单，未涉及复杂场景或多样化的认知任务	研究认知过程和信息处理模型，探索深度学习算法在认知科学中的应用	婴儿认知能力的发展过程，以及仅具有视觉和组合检测能力的昆虫类生物的进化过程	机器学习	NA	深度学习算法	深度学习模型	NA	NA
8753	2025-01-22	Improved fractional-order gradient descent method based on multilayer perceptron 2025-Mar, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106970 PMID:39642645	研究论文	本文提出了一种基于多层感知器（MLP）的改进分数阶梯度下降（IFOGD）方法，旨在增强分数阶梯度下降在深度学习中的应用	提出了一种改进的分数阶梯度下降方法，首次将分数阶微分应用于隐藏层，并解决了反向传播方向错误的问题，同时提出了基于PyTorch的分数阶Autograd（FOAutograd）	未明确提及实验样本的具体规模和多样性，可能限制了结果的普适性	改进分数阶梯度下降方法，以增强其在深度学习中的灵活性和应用范围	多层感知器（MLP）和人工神经网络（ANN）	机器学习	NA	分数阶梯度下降（FOGD）、Autograd	多层感知器（MLP）	模拟数据和时序数据	未明确提及具体样本规模
8754	2025-01-22	Data-dependent stability analysis of adversarial training 2025-Mar, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106983 PMID:39644596	研究论文	本文通过提供包含数据分布信息的随机梯度下降对抗训练泛化界限，填补了之前对抗训练泛化界限未包含数据分布信息的空白	首次在对抗训练的泛化界限中引入数据分布信息，并利用平均稳定性和高阶近似Lipschitz条件分析数据分布和对抗预算变化对鲁棒泛化差距的影响	NA	研究对抗训练的泛化能力，特别是数据分布信息对泛化界限的影响	随机梯度下降对抗训练算法	机器学习	NA	NA	NA	NA	NA
8755	2025-01-22	An extrapolation-driven network architecture for physics-informed deep learning 2025-Mar, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106998 PMID:39657525	研究论文	本文提出了一种基于外推驱动的网络架构，用于物理信息深度学习，以解决当前物理信息神经网络（PINN）在时间依赖偏微分方程（PDE）求解中的一些弱点	通过设计具有特殊特性的外推控制函数并结合校正项，构建了一种新的神经网络架构，该架构的网络参数与时间变量耦合，称为外推驱动网络架构	虽然本文提出的方法在数值实验中表现良好，但其在大规模实际应用中的有效性和稳定性仍需进一步验证	改进物理信息神经网络（PINN）在时间依赖偏微分方程（PDE）求解中的性能	时间依赖偏微分方程（PDE）	机器学习	NA	物理信息神经网络（PINN）	外推驱动网络架构	数值数据	NA
8756	2025-01-22	M4Net: Multi-level multi-patch multi-receptive multi-dimensional attention network for infrared small target detection 2025-Mar, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.107026 PMID:39657528	研究论文	本文提出了一种名为M4Net的多层次多补丁多感受野多维度注意力网络，用于红外小目标检测	设计了多层次多补丁多感受野多维度注意力网络（M4Net），通过多层次特征提取模块（MFEM）、多补丁注意力模块（MPAM）、多感受野模块（MRFM）和多维度交互模块（MDIM）来增强网络的学习能力，解决了传统方法依赖手动特征设置和深度学习在深层丢失目标的问题	未提及具体的数据集大小和实验环境限制	提高红外小目标检测的准确性和鲁棒性	红外小目标	计算机视觉	NA	深度学习	多层次多补丁多感受野多维度注意力网络（M4Net）	红外图像	未提及具体样本数量
8757	2025-01-22	Explainable exercise recommendation with knowledge graph 2025-Mar, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106954 PMID:39667214	研究论文	本文提出了一种基于知识图谱的可解释性练习推荐系统KG4EER，旨在提高学生的学习效率	KG4EER通过构建包含知识概念、学生和练习三个主要实体及其相互关系知识图谱，实现了练习的个性化推荐，并提供了推荐解释	未明确提及具体局限性	解决现有推荐系统在推荐合适练习和提供解释方面的不足	学生和练习资源	自然语言处理	NA	知识图谱构建	KG4EER	文本	三个真实世界的数据集
8758	2025-01-22	A comprehensive review on genomic insights and advanced technologies for mastitis prevention in dairy animals 2025-Feb, Microbial pathogenesis IF:3.3Q2 DOI:10.1016/j.micpath.2024.107233 PMID:39694196	review	本文综述了基因组学及其相关技术在预防奶牛乳腺炎中的应用，包括全基因组学、表观遗传学、蛋白质组学和转录组学，并探讨了人工智能和CRISPR等先进技术在提高诊断、预防和治疗策略方面的潜力	整合了基因组学、人工智能和CRISPR等先进技术，提供了对乳腺炎流行病学、病原体进化的深入理解，并提出了更有效的诊断、预防和治疗策略	未提及具体的研究样本数量和数据来源，可能缺乏实证研究的支持	探讨基因组学和先进技术在预防奶牛乳腺炎中的应用，以提高牛奶产量和农场盈利能力	奶牛乳腺炎	基因组学	乳腺炎	全基因组学、表观遗传学、蛋白质组学、转录组学、CRISPR	CNN	基因组数据、蛋白质数据、转录组数据	NA
8759	2025-01-22	Error compensated MOF-based ReRAM array for encrypted logical operations 2025-Jan-21, Dalton transactions (Cambridge, England : 2003) DOI:10.1039/d4dt02880e PMID:39625410	研究论文	本文报告了一种基于金属有机框架（MOF）的电阻式随机存取存储器（ReRAM）阵列的大规模制造，展示了其在加密逻辑操作中的应用	利用非理想的MOF基ReRAM阵列进行低误差信息读取和加密逻辑操作，展示了其在实际应用中的潜力	ReRAM阵列的电子参数存在50%的变异，这可能影响其一致性和可靠性	探索MOF基ReRAM阵列在信息存储和加密逻辑操作中的应用	6×6单元的MOF基ReRAM阵列	电子工程	NA	ReRAM技术	深度学习	电子参数	6×6单元的ReRAM阵列
8760	2025-01-22	Recognition and classification of facial expression using artificial intelligence as a key of early detection in neurological disorders 2025-Jan-21, Reviews in the neurosciences IF:3.4Q2 DOI:10.1515/revneuro-2024-0125 PMID:39829206	review	本文探讨了利用人工智能（AI）进行面部表情识别和分类在神经退行性疾病早期检测中的潜力	本文创新性地将AI驱动的面部表情分析应用于神经退行性疾病的早期检测和监控，特别是阿尔茨海默病和帕金森病	本文为叙述性综述，未涉及具体实验数据或样本分析，可能缺乏实证支持	研究目的是探讨AI技术在神经退行性疾病早期检测中的应用及其潜力	研究对象为神经退行性疾病患者，特别是阿尔茨海默病和帕金森病患者	computer vision	geriatric disease	deep learning, computer vision	NA	image	NA