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
8861	2025-02-01	Shaping the future of MRI in upper abdominal imaging: The promise of deep learning reconstruction 2025-Mar, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2024.12.003 PMID:39884888	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
8862	2025-03-05	Feasibility of using Gramian angular field for preprocessing MR spectroscopy data in AI classification tasks: Differentiating glioblastoma from lymphoma 2025-Mar, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.111957 PMID:39892374	研究论文	本文探讨了使用Gramian角场将1D光谱转换为2D图像，作为卷积神经网络输入用于胶质母细胞瘤与淋巴瘤分类任务的可行性	首次将Gramian角场技术应用于MR光谱数据的预处理，以生成适合深度学习算法输入的2D图像	研究样本量较小，仅包括98名患者，且仅比较了傅里叶变换后的原始光谱和后处理拟合光谱的分类性能	探索MR光谱数据在神经网络分类任务中的应用潜力	胶质母细胞瘤和淋巴瘤患者	数字病理学	胶质母细胞瘤, 淋巴瘤	MR光谱, Gramian角场	卷积神经网络(CNN)	图像	98名患者（65名胶质母细胞瘤，33名淋巴瘤）
8863	2025-03-05	Fluid Inverse Volumetric Modeling and Applications From Surface Motion 2025-Mar, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2024.3370551 PMID:38416615	研究论文	本研究提出了一种从可观测、可测量的自由表面运动中进行流体体积重建的框架	结合深度学习和传统模拟的优势，保持再现流体的引导运动和时间一致性，并利用3D CNN生成体积速度场	NA	开发一种从表面运动中进行流体体积重建的方法，并应用于图形学中的流体行为再现和场景重编辑	流体	计算机视觉	NA	深度学习，3D CNN	3D CNN	图像	NA
8864	2025-03-05	Specialized ECG data augmentation method: leveraging precordial lead positional variability 2025-Mar, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00455-3 PMID:40026892	研究论文	本文介绍了一种针对心电图（ECG）数据的专门数据增强技术，通过考虑12导联ECG中胸前导联之间的独特角度，提出了一种在临床环境中可能发生的情况下的数据增强方法，并用于训练深度学习模型以诊断多种心脏疾病	本文的创新点在于提出了一种专门针对ECG数据的数据增强技术，考虑了胸前导联之间的独特角度，并在多种数据集和任务中展示了其性能提升	本文的局限性在于未提及该方法在其他类型生物信号处理中的适用性，且未详细讨论其在更大规模数据集上的表现	研究目的是开发一种优化的数据增强技术，以提高ECG数据的深度学习模型诊断心脏疾病的准确性	研究对象是12导联ECG数据，特别是胸前导联之间的角度变化	生物信号处理	心血管疾病	数据增强技术	深度学习模型	ECG信号	NA
8865	2025-03-05	Reinforcement learning-based generative artificial intelligence for novel pesticide design 2025-Mar-01, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2025.02.030 PMID:40032026	研究论文	本研究提出了一种基于强化学习的生成人工智能框架，用于设计具有高结合亲和力的农药样分子	首次将生成人工智能应用于农药设计，提出了结合强化学习的框架，并成功设计出一种新型4-羟基苯基丙酮酸双加氧酶抑制剂	未提及具体样本量或实验数据规模	探索生成人工智能在农药设计中的应用，开发新型绿色农药	农药样分子	机器学习	NA	强化学习，蒙特卡洛树搜索算法	生成模型	化学分子数据	NA
8866	2025-03-05	Discordance between a deep learning model and clinical-grade variant pathogenicity classification in a rare disease cohort 2025-Feb-28, NPJ genomic medicine IF:4.7Q1 DOI:10.1038/s41525-025-00480-w PMID:40021654	研究论文	本文探讨了深度学习模型AlphaMissense在预测错义变体功能影响和评估基因必要性方面的局限性，特别是在罕见疾病队列中的表现	揭示了AlphaMissense在识别致病性错义变体方面的不足，尤其是在内在无序区域（IDRs）的评估上	AlphaMissense在识别致病性错义变体方面的精确度和召回率较低，特别是在IDRs区域的表现不可靠	评估深度学习模型在罕见疾病中预测错义变体致病性的能力	罕见疾病队列中的错义变体	生物医学信息学	罕见疾病	深度学习	AlphaMissense	基因变异数据	45种罕见疾病队列
8867	2025-03-05	Evaluating pedestrian crossing safety: Implementing and evaluating a convolutional neural network model trained on paired aerial and subjective perspective images 2025-Feb-28, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e42428 PMID:40028551	研究论文	本研究提出利用先进的深度学习神经网络自动评估行人过街和环岛的安全性，通过分析来自Google Maps和Google Street View的航拍和街景图像	利用ConvNextV2、ResNet50和ResNext50模型进行综合分析，并采用Mask R-CNN进行精确分割和检测，克服了传统数据标注的挑战	数据不平衡和变量复杂性（如可见性和停车距离）带来的挑战	提高行人过街安全性，实现大规模、客观的过街评估	法国各种城市和农村环境中的行人过街和环岛	计算机视觉	NA	深度学习	ConvNextV2, ResNet50, ResNext50, Mask R-CNN	图像	法国各种城市和农村环境中的行人过街和环岛
8868	2025-03-05	Framework for smartphone-based grape detection and vineyard management using UAV-trained AI 2025-Feb-28, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e42525 PMID:40028582	研究论文	本文提出了一种结合无人机和智能手机技术的AI框架，用于葡萄串的自动检测和葡萄园管理	结合无人机和智能手机技术，利用无人机捕获的数据进行训练，提高了葡萄串检测的准确性和适应性，超越了传统和纯无人机方法	基于智能手机的图像收集用于模型训练是劳动密集型和成本高昂的	提高葡萄串检测的效率和准确性，减少葡萄园监测的时间和精力	葡萄园中的葡萄串	计算机视觉	NA	深度学习	X-Decoder, YOLO	图像, 视频	无人机视频数据集（BBCH77-BBCH79阶段）和智能手机拍摄的图像
8869	2025-03-05	A GPR-based framework for assessing corrosivity of concrete structures using frequency domain approach 2025-Feb-28, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e42641 PMID:40028599	研究论文	本文提出了一种基于GPR的框架，用于评估混凝土结构的腐蚀性，采用频域分析方法	引入了一种更全面的GPR数据解释方法，包括时间和时频域分析，结合深度学习和频域分析技术	方法依赖于地面真实条件的验证，可能在实际应用中受到限制	开发一种更准确的GPR数据解释方法，用于评估混凝土结构的腐蚀性	混凝土结构中的钢筋腐蚀	无损检测	NA	GPR, 短时傅里叶变换(STFT)	深度学习	GPR数据	钢筋混凝土墙的锤击和钢筋暴露验证
8870	2025-03-05	CANDI: a web server for predicting molecular targets and pathways of cannabis-based therapeutics 2025-Feb-27, Journal of cannabis research IF:4.1Q1 DOI:10.1186/s42238-025-00268-w PMID:40016810	研究论文	本文介绍了CANDI，一个用于预测大麻基治疗分子靶点和途径的网页服务器	结合深度学习和传统大麻使用知识，开发了CANDI服务器，为大麻化合物的治疗潜力提供了新的预测工具	NA	研究大麻化合物的分子靶点和相关途径，以开发针对性的有效大麻基疗法	大麻化合物及其分子靶点和途径	自然语言处理	癌症	深度学习	基于注意力的神经网络	化合物-靶点相互作用数据	NA
8871	2025-03-05	EMGANet: Edge-Aware Multi-Scale Group-Mix Attention Network for Breast Cancer Ultrasound Image Segmentation 2025-Feb-27, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3546345 PMID:40031552	研究论文	本文提出了一种名为EMGANet的边缘感知多尺度组混合注意力网络，用于乳腺癌超声图像分割	EMGANet通过整合深度和边缘特征，有效解决了超声图像中边界模糊和斑点噪声的挑战	NA	提高乳腺癌超声图像分割的准确性	乳腺癌超声图像	计算机视觉	乳腺癌	深度学习	EMGANet	图像	927个样本（来自武汉大学人民医院的BUSIWHU数据集）
8872	2025-03-05	Comparative Study of Machine Learning and System Identification for Process Systems Engineering Dynamics 2025-Feb-26, Industrial & engineering chemistry research IF:3.8Q2 DOI:10.1021/acs.iecr.4c03264 PMID:40026351	研究论文	本研究对传统系统辨识和现代机器学习模型在过程系统工程（PSE）动态系统数据驱动建模中的应用进行了全面基准测试	使用AutoSID框架，结合MLOps原则，对12种不同模型架构在11个PSE案例研究中进行比较，展示了贝叶斯优化和k折交叉验证在模型选择中的有效性	研究主要关注PSE应用，可能在其他领域的适用性有限	比较传统系统辨识和现代机器学习模型在PSE动态系统建模中的性能	过程系统工程（PSE）动态系统	机器学习	NA	贝叶斯优化, k折交叉验证	树集成模型, 深度学习模型	动态系统数据	11个PSE案例研究
8873	2025-03-05	Generative Deep Learning-Based Efficient Design of Organic Molecules with Tailored Properties 2025-Feb-26, ACS central science IF:12.7Q1 DOI:10.1021/acscentsci.4c00656 PMID:40028364	研究论文	本研究开发了一种生成式深度学习模型（Gen-DL），用于设计具有特定光学性质的有机分子	该模型能够利用分子结构-性质关系，生成具有指定光学性质的分子，并应用于实际场景	NA	加速具有特定性质分子的发现与设计	有机分子	机器学习	NA	生成式深度学习	Gen-DL	分子/溶剂对数据	71,424个分子/溶剂对
8874	2025-03-05	Respiratory Anomaly and Disease Detection Using Multi-Level Temporal Convolutional Networks 2025-Feb-26, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3545156 PMID:40031640	研究论文	本文提出了一种新颖的深度学习框架，通过多级时间卷积网络（ML-TCN）来检测呼吸异常和疾病	该框架通过卷积操作捕捉空间特征，并利用时间卷积网络利用这些特征的时空相关性，显著提高了模型在检测异常呼吸周期和呼吸录音方面的准确性	当前深度学习方法通常孤立地检查呼吸声音的空间和时间特征，这固有地限制了它们的潜力	早期检测肺部疾病	呼吸声音	深度学习	肺部疾病	深度学习	多级时间卷积网络（ML-TCN）	音频	ICBHI 2017挑战数据集
8875	2025-03-05	Using wearable sensors and machine learning to assess upper limb function in Huntington's disease 2025-Feb-25, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-00770-5 PMID:40000872	研究论文	本研究利用可穿戴传感器和机器学习评估亨廷顿病患者的上肢功能	通过可穿戴传感器和深度学习模型监测现实世界中的上肢功能，提供更全面的疾病症状理解	样本量较小（HD=16, pHD=7, CTR=16），可能影响结果的普遍性	评估亨廷顿病患者的上肢功能，探索早期检测和远程监测的可能性	亨廷顿病患者（HD）、前驱期亨廷顿病患者（pHD）和对照组（CTR）	机器学习	亨廷顿病	深度学习模型	统计和机器学习模型	传感器数据	HD=16, pHD=7, CTR=16
8876	2025-03-05	Proteomic Characterization of Cardioprotective Human Acellular Amniotic Fluid 2025-Feb-25, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.4c09451 PMID:40028051	研究论文	本文通过全球蛋白质组学分析，揭示了人类羊水（hAF）在心肌缺血再灌注损伤中的心脏保护作用的生物活性成分	首次基于质谱技术对足月无细胞人类羊水进行蛋白质组学表征，揭示了其免疫调节蛋白的多样性及其在心脏保护中的作用	研究样本量较小，仅包括六名患者的羊水样本	揭示人类羊水在心肌缺血再灌注损伤中的心脏保护作用的生物活性成分	足月无细胞人类羊水	蛋白质组学	心血管疾病	串联质谱	NA	蛋白质数据	六名患者的羊水样本
8877	2025-03-05	Adaptive Metadata-Guided Supervised Contrastive Learning for Domain Adaptation on Respiratory Sound Classification 2025-Feb-25, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3545159 PMID:40031634	研究论文	本文提出了一种自适应元数据引导的监督对比学习方法，用于呼吸音分类的领域适应	利用呼吸音数据集中的元数据，探索元数据引导的领域适应方法，并引入一种自适应调整元数据组合的先进方法，以改善训练过程中的领域适应	未明确提及具体局限性	优化呼吸音分类模型，减少领域依赖性并提高检测准确性	呼吸音分类模型	机器学习	呼吸系统疾病	监督对比学习	NA	呼吸音数据	ICBHI数据集和自有数据集
8878	2025-03-05	Conditional Mutual Information Constrained Deep Learning for Classification 2025-Feb-24, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3540014 PMID:40031861	研究论文	本文介绍了条件互信息（CMI）和归一化条件互信息（NCMI）的概念，用于衡量分类深度神经网络（DNN）在输出概率分布空间中的集中和分离性能	提出了基于NCMI约束的深度学习方法（CMIC-DL），并开发了一种新的交替学习算法来解决这种约束优化问题	未明确提及具体的研究局限性	提高深度神经网络在分类任务中的准确性和对抗攻击的鲁棒性	深度神经网络（DNN）	机器学习	NA	条件互信息（CMI）和归一化条件互信息（NCMI）	深度神经网络（DNN）	图像	CIFAR-100和ImageNet数据集
8879	2025-03-05	Beyond the ground truth, XGBoost model applied to sleep spindle event detection 2025-Feb-24, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3544966 PMID:40031867	研究论文	本文提出了一种基于XGBoost算法的新型机器学习检测框架（SpinCo），用于睡眠纺锤体事件的自动检测，并开发了一种新的事件评估指标	提出了一种基于XGBoost算法的检测框架，性能接近最先进的深度学习技术，同时依赖于一组固定的易于解释的特征；开发了一种新的事件评估指标，增强了评估的可解释性，并能够直接评估专家间在手动注释纺锤体事件时的一致性	未提及具体的数据集或样本量，可能限制了结果的普适性	开发一种自动检测睡眠纺锤体事件的方法，并提高检测过程的可解释性	睡眠纺锤体事件	机器学习	NA	XGBoost算法	XGBoost	EEG信号	NA
8880	2025-03-05	Leveraging a Vision-Language Model with Natural Text Supervision for MRI Retrieval, Captioning, Classification, and Visual Question Answering 2025-Feb-20, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.15.638446 PMID:40027630	研究论文	本文介绍了一种基于向量检索和对比学习的框架，通过自然语言监督有效学习视觉脑MRI概念，并展示了该方法如何通过联合嵌入和自然语言监督识别影响阿尔茨海默病（AD）大脑的因素	提出了一种基于自然语言监督的多任务学习框架，能够执行MRI检索、MRI描述、MRI分类和视觉问答等多种任务，突破了传统深度学习算法在放射学研究中只能执行单一任务的限制	未提及具体的数据隐私保护措施和服务托管及数据存储的透明度问题	开发一种能够通过自然语言提示执行多种任务的深度学习算法，以提高放射学研究和医学研究中的数据处理效率和准确性	脑MRI图像	计算机视觉	阿尔茨海默病	自然语言监督、对比学习、自监督学习	Transformer	图像、文本	NA