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
9101	2025-01-15	The development of point-of-care ultrasound (POCUS): Worldwide contributions and publication trends 2025-Jan, Journal of clinical ultrasound : JCU IF:1.2Q3 DOI:10.1002/jcu.23846 PMID:39295568	研究论文	本研究通过统计方法分析了关于点护理超声（POCUS）的科学文章，并全面评估了该主题	使用网络可视化地图识别了POCUS研究中的趋势主题，如深度学习、人工智能、COVID-19等	研究主要依赖于Web of Science数据库的出版物，可能未涵盖所有相关研究	分析POCUS相关科学文章，评估该领域的研究趋势	POCUS相关出版物	医学影像	NA	统计方法、网络可视化	NA	文本数据	5714篇出版物
9102	2025-01-15	Comparing statistical and deep learning approaches for simultaneous prediction of stand-level above- and belowground biomass in tropical forests 2025-Jan-01, The Science of the total environment DOI:10.1016/j.scitotenv.2024.177869 PMID:39642621	研究论文	本研究比较了统计方法和深度学习方法在热带森林中同时预测地上生物量（AGB）、地下生物量（BGB）和总生物量（ABGB）的效果	开发了创新的深度学习加性模型（DLAMs），用于同时预测热带森林中的AGB、BGB和ABGB，并整合了森林林分、生态和环境因素作为预测变量	研究仅基于越南五个生态区域的121个样地数据，可能限制了模型的普适性	提高热带森林中AGB、BGB和ABGB的预测准确性和成本效益，以支持森林生态管理和生态系统服务	热带森林中的AGB、BGB和ABGB	机器学习	NA	深度学习加性模型（DLAMs）、加权非线性看似无关回归（WNSUR）、多元自适应回归样条（MARS）	深度学习加性模型（DLAMs）	森林林分、生态和环境数据	121个分布在越南五个生态区域的样地
9103	2025-01-15	Deep learning using histological images for gene mutation prediction in lung cancer: a multicentre retrospective study 2025-Jan, The Lancet. Oncology DOI:10.1016/S1470-2045(24)00599-0 PMID:39653054	研究论文	本研究开发了一种基于深度学习的AI方法（DeepGEM），用于从常规获取的组织学切片中预测肺癌患者的基因突变	提出了一种无需注释的深度学习方法，能够从常规组织学切片中预测基因突变，并生成基因突变空间分布图	研究依赖于多中心回顾性数据，可能存在数据异质性和选择偏差	开发一种准确、及时且经济的基因突变预测方法，以辅助肺癌患者的临床治疗	肺癌患者及其组织学切片和基因突变信息	数字病理学	肺癌	多基因下一代测序（NGS）	实例级和袋级共监督的多实例学习方法	图像	3637名患者（包括1978名男性，1514名女性，145名未知性别；中位年龄60岁），涉及3697张病理图像
9104	2025-01-15	ACTION: Augmentation and computation toolbox for brain network analysis with functional MRI 2025-Jan, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120967 PMID:39716522	研究论文	本文介绍了一个名为ACTION的开源工具箱，用于功能磁共振成像（fMRI）的增强和计算，以简化脑网络分析	ACTION工具箱提供了自动fMRI增强功能，包括BOLD信号增强和脑网络增强，并支持构建深度学习模型，利用大规模未标记数据进行模型预训练，以提高下游任务的性能	NA	开发一个综合性的工具箱，以简化和增强fMRI数据分析，特别是针对数据有限或不平衡的研究	功能磁共振成像（fMRI）数据	机器学习和脑网络分析	NA	fMRI	深度学习模型	fMRI数据	3800+静息态fMRI扫描
9105	2025-01-15	A Convolutional Neural Network Using Anterior Segment Photos for Infectious Keratitis Identification 2025, Clinical ophthalmology (Auckland, N.Z.) DOI:10.2147/OPTH.S496552 PMID:39801570	研究论文	本研究开发了一种深度学习算法，用于区分细菌性角膜炎、真菌性角膜炎、非感染性角膜病变和正常角膜	首次使用卷积神经网络结合集成技术对前段照片进行感染性角膜炎的识别，并展示了其在快速初步诊断中的潜力	研究为回顾性研究，可能受到数据质量和样本选择的限制	开发一种深度学习算法，用于快速区分不同类型的角膜炎和正常角膜	细菌性角膜炎、真菌性角膜炎、非感染性角膜病变和正常角膜的照片	计算机视觉	角膜炎	卷积神经网络（ResNet50, DenseNet121, VGG19）和集成技术	CNN	图像	6478张照片，来自2171只眼睛，包括2400例细菌性角膜炎、1616例真菌性角膜炎、1545例非感染性角膜病变和917例正常角膜
9106	2025-01-15	Deep Learning for Obstructive Sleep Apnea Detection and Severity Assessment: A Multimodal Signals Fusion Multiscale Transformer Model 2025, Nature and science of sleep IF:3.0Q2 DOI:10.2147/NSS.S492806 PMID:39801628	研究论文	本文开发了一种用于阻塞性睡眠呼吸暂停（OSA）检测和严重程度评估的深度学习模型，提供了一种便捷、经济且准确的疾病检测新方法	提出了一种多模态信号融合多尺度Transformer模型，结合心电图（ECG）和血氧饱和度（SpO2）信号进行OSA检测和严重程度评估	模型在公开数据集上的样本量较小，可能影响其泛化能力的全面评估	开发一种深度学习模型，用于阻塞性睡眠呼吸暂停（OSA）的检测和严重程度评估	阻塞性睡眠呼吸暂停（OSA）患者	机器学习	阻塞性睡眠呼吸暂停	深度学习	多尺度Transformer模型	心电图（ECG）和血氧饱和度（SpO2）信号	510名医院数据集患者，8个Apnea-ECG数据集记录，21个UCD数据集记录
9107	2025-01-15	GNCnn: A QuPath extension for glomerulosclerosis and glomerulonephritis characterization based on deep learning 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.11.049 PMID:39802211	研究论文	本研究提出了GNCnn，一个基于深度学习的QuPath扩展工具，专门用于肾病理学中的肾小球硬化和肾小球肾炎的自动检测和分类	GNCnn是首个开源的QuPath扩展工具，专门为肾病理学设计，集成了深度学习模型，提供高精度的肾小球检测和分类功能	NA	为肾病理学家提供一个免费可用的应用程序，用于测量和分析肾小球，以识别肾小球硬化和肾小球肾炎等疾病	肾小球	数字病理学	肾小球疾病	深度学习	CNN	图像	NA
9108	2025-01-15	Knowledge, interest and perspectives on Artificial Intelligence in Neurosurgery. A global survey 2025, Brain & spine DOI:10.1016/j.bas.2024.104156 PMID:39802868	研究论文	本文通过全球调查探讨了神经外科社区对人工智能（AI）基础知识及应用的信心、知识和态度	首次在全球范围内调查神经外科医生对AI的认知、兴趣和态度，揭示了AI在神经外科实践中的潜在应用和障碍	样本量相对较小（250份回复），且可能无法完全代表全球神经外科社区的多样性	评估全球神经外科社区对AI基础知识及应用的信心、知识和态度	全球神经外科医生	医疗AI	神经外科疾病	调查问卷	NA	调查数据	250份回复，来自61个国家
9109	2025-01-15	Novel Transfer Learning Approach for Detecting Infected and Healthy Maize Crop Using Leaf Images 2025-Jan, Food science & nutrition IF:3.5Q2 DOI:10.1002/fsn3.4655 PMID:39803246	研究论文	本文提出了一种名为VG-GNBNet的新型迁移学习模型，用于通过叶片图像准确检测健康和感染的玉米作物	VG-GNBNet模型结合了VGG-16网络和高斯朴素贝叶斯模型，通过两步特征提取过程，显著提高了作物健康检测的准确性	NA	开发一种高效的模型，用于检测玉米作物的健康状况，以预防疾病传播并确保高产	玉米作物的叶片图像	计算机视觉	NA	迁移学习	VG-GNBNet（结合VGG-16和高斯朴素贝叶斯模型）	图像	NA
9110	2025-01-15	An Optimized Bidirectional Long Short-Term Memory Model Based on Hyperspectral Analysis of Protein Content in Milk Powder 2025-Jan, Food science & nutrition IF:3.5Q2 DOI:10.1002/fsn3.4556 PMID:39803281	研究论文	本文提出了一种基于高光谱分析的优化双向长短期记忆模型，用于快速无损检测奶粉中的蛋白质含量	引入了注意力机制为BiLSTM隐藏状态分配不同权重，并采用鲸鱼优化算法优化模型超参数选择，提高了预测精度	未提及模型在其他类型食品或更大规模数据集上的泛化能力	开发一种更快、更准确的奶粉蛋白质含量检测方法	奶粉中的蛋白质含量	机器学习	NA	高光谱分析	BiLSTM-Attention, WOA-BiLSTM-Attention	高光谱数据	未明确说明样本数量
9111	2025-01-15	Erratum: Volumetric Breast Density Estimation From Three-Dimensional Reconstructed Digital Breast Tomosynthesis Images Using Deep Learning 2025-Jan, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI-24-00325 PMID:39807853	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
9112	2025-01-15	An AI-directed analytical study on the optical transmission microscopic images of Pseudomonas aeruginosa in planktonic and biofilm states 2024-Dec-24, ArXiv PMID:39764404	研究论文	本文报告了一种基于深度学习的人工智能模型，用于高精度检测由铜绿假单胞菌产生的生物膜，并探讨了该技术的潜在应用	使用U-Net与ResNet编码器增强相结合的方法来分割生物膜图像，并利用适配体DNA模板银纳米簇（Ag-NC）防止生物膜形成	未提及样本量的具体数据，且未讨论模型在其他类型生物膜上的泛化能力	开发一种高效、准确的生物膜检测和预防方法	铜绿假单胞菌在浮游和生物膜状态下的光学透射显微图像	计算机视觉	NA	深度学习、适配体DNA模板银纳米簇（Ag-NC）	U-Net、ResNet18、ResNet34	图像	NA
9113	2025-01-15	Accurate and fast segmentation of filaments and membranes in micrographs and tomograms with TARDIS 2024-Dec-20, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.19.629196 PMID:39763817	研究论文	本文介绍了一种名为TARDIS的机器学习框架，用于快速准确地注释微图和断层扫描图像中的丝状体和膜结构	TARDIS结合了深度学习语义分割和新型几何模型，实现了对各种大分子的精确实例分割	NA	解决在Cryo-EM/ET图像中精确注释丝状体和膜结构的难题，以促进高通量应用	微图和断层扫描图像中的丝状体和膜结构	计算机视觉	NA	Cryo-EM/ET	Transformer-based模型	图像	超过13,000个断层扫描图像
9114	2025-01-15	Image Synthesis in Nuclear Medicine Imaging with Deep Learning: A Review 2024-Dec-18, Sensors (Basel, Switzerland) DOI:10.3390/s24248068 PMID:39771804	综述	本文综述了深度学习在核医学成像中用于生成合成图像的应用，旨在提高核医学协议的解读性和实用性	通过分析该领域最新的30篇出版物，解释了深度学习模型如何生成与真实图像极为相似的合成核医学图像，显著提高了在低于临床标准剂量下获取图像的诊断准确性	NA	提高核医学成像的图像质量和可访问性，增强诊断准确性	核医学成像中的合成图像	计算机视觉	NA	深度学习	NA	图像	30篇最新出版物
9115	2025-01-15	A precision oncology-focused deep learning framework for personalized selection of cancer therapy 2024-Dec-16, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.12.628190 PMID:39763776	研究论文	本文介绍了一种集成计算/实验的治疗选择方法，适用于化疗和靶向药物，无论是否存在可操作的分子改变	提出了ScreenDL，一种基于深度学习的新型癌症药物反应预测模型，结合肿瘤组学和功能性药物筛选数据来预测最有效的治疗方法	目前仅在乳腺癌患者来源的异种移植模型中进行临床前研究，尚未在临床试验中验证	开发一种精准肿瘤学框架，用于个性化选择癌症治疗	患者来源的肿瘤模型	机器学习	乳腺癌	深度学习	ScreenDL	肿瘤组学数据、功能性药物筛选数据	大量患者来源的肿瘤模型
9116	2025-01-15	Accuracy of Machine Learning in Detecting Pediatric Epileptic Seizures: Systematic Review and Meta-Analysis 2024-Dec-11, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/55986 PMID:39661965	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了机器学习在检测儿童癫痫发作中的准确性	首次系统性地评估了机器学习和深度学习在儿童癫痫发作检测中的表现，并比较了两者的准确性	研究仅基于已发表的文献，可能存在发表偏倚，且样本量有限	评估机器学习在监测儿童癫痫发作中的有效性，为未来智能工具的开发提供证据基础	儿童癫痫发作	机器学习	癫痫	机器学习（ML）和深度学习（DL）	ML和DL	脑电图数据	28项原始研究，涉及15项ML研究和13项DL研究
9117	2025-01-15	RETRACTED ARTICLE: Cognitive computing-based COVID-19 detection on Internet of things-enabled edge computing environment 2024-12, Soft computing IF:3.1Q2 DOI:10.1007/s00500-021-06514-6 PMID:34812247	研究论文	本文提出了一种基于联邦深度学习的COVID-19检测模型（FDL-COVID），在物联网支持的边缘计算环境中运行	结合联邦学习和深度学习技术，利用SqueezeNet模型和萤火虫群优化算法，在物联网环境中实现COVID-19的早期检测	需要大量的训练数据，且数据处理过程需要集中化	开发一种在物联网支持的边缘计算环境中运行的COVID-19检测模型，以辅助医疗专业人员进行疾病诊断	COVID-19患者数据，特别是胸部X光图像	机器学习	COVID-19	深度学习，联邦学习，萤火虫群优化算法	SqueezeNet	图像	基准CXR数据集
9118	2025-01-15	RETRACTED ARTICLE: MTR-SDL: a soft computing based multi-tier rank model for shoulder X-ray classification 2024-12, Soft computing IF:3.1Q2 DOI:10.1007/s00500-023-08562-6 PMID:37362295	研究论文	本文提出了一种基于软计算的多层排序模型（MTR-SDL），用于肩部X射线分类，旨在通过半监督深度学习技术解决医疗领域标签数据不足的问题	提出了一种新的集成学习技术，称为“基于排序的集成选择与机器学习模型”（MTR-SDL），通过动态集成投票方法从未标记数据集中生成标签，从而提高模型性能	模型的有效性依赖于初始小规模标记数据集的质量，且生成标签的过程可能受到初始模型准确性的限制	解决医疗领域中标签数据不足的问题，提高肩部X射线分类的准确性	肩部X射线图像	计算机视觉	NA	半监督深度学习	集成学习模型（MTR-SDL）	图像	未明确提及具体样本数量
9119	2025-01-15	Validating Machine Learning Models Against the Saline Test Gold Standard for Primary Aldosteronism Diagnosis 2024-Dec, JACC. Asia DOI:10.1016/j.jacasi.2024.09.010 PMID:39802987	研究论文	本研究开发并验证了机器学习模型，用于预测东亚高血压患者中的原发性醛固酮增多症（PA），并将其性能与传统盐水输注测试进行比较	通过机器学习模型提供了一种更高效和标准化的诊断方法，相较于传统的盐水输注测试，该方法更快速且可能更可靠	研究结果的普遍性可能仅限于东亚高血压人群，未来需要在多样化的人群中验证这些模型	开发和评估机器学习模型在检测原发性醛固酮增多症中的性能，并与标准盐水负荷测试进行比较	高血压患者	机器学习	原发性醛固酮增多症	随机森林、XGBoost、深度学习	随机森林、XGBoost、深度学习	患者数据	来自三个不同队列的患者数据：TAIPAI（台湾原发性醛固酮增多症调查）、CONPASS（重庆原发性醛固酮增多症研究）和韩国队列
9120	2025-01-15	Multidimensional morphological analysis of live sperm based on multiple-target tracking 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.02.025 PMID:39803335	研究论文	本研究设计了一个深度学习算法框架，用于对活体精子进行非侵入性多维形态分析，改进了当前临床精子形态测试方法	通过改进FairMOT跟踪算法，将相邻帧中同一精子头部运动的距离和角度以及头部目标检测框的IOU值纳入匈牙利匹配算法的成本函数，提高了精子形态分析的准确性	NA	改进临床精子形态测试方法，推动辅助生殖技术的发展	活体精子	计算机视觉	NA	深度学习	FairMOT, BlendMask, SegNet	图像	从多家三级医院收集的1272个样本