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
9181	2025-01-27	Automated quantification of Enchytraeus crypticus juveniles in different soil types using RootPainter 2025-Jan-01, Ecotoxicology and environmental safety IF:6.2Q1 DOI:10.1016/j.ecoenv.2024.117482 PMID:39662459	研究论文	本研究探讨了使用RootPainter工具自动量化不同土壤类型中Enchytraeus crypticus幼体的可行性	首次将RootPainter工具应用于Enchytraeus crypticus幼体的自动量化，减少了人工计数的耗时和主观性	研究仅使用了五种农药和四种土壤类型，可能无法涵盖所有可能的土壤和农药组合	研究目的是验证RootPainter工具在土壤毒性测试中自动量化Enchytraeus crypticus幼体的准确性和可靠性	Enchytraeus crypticus幼体	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	五种农药和四种土壤类型的测试样本
9182	2025-01-27	Breath-hold diffusion-weighted MR imaging (DWI) using deep learning reconstruction: Comparison with navigator triggered DWI in patients with malignant liver tumors 2025-Jan, Radiography (London, England : 1995) DOI:10.1016/j.radi.2024.11.027 PMID:39667265	研究论文	本研究探讨了使用深度学习重建的单次屏气扩散加权磁共振成像（BH-DWI）在恶性肝肿瘤患者中的可行性，并与导航触发的扩散加权成像（NT-DWI）进行了比较	首次将深度学习重建技术应用于单次屏气扩散加权磁共振成像，并与传统的导航触发扩散加权成像进行比较	研究样本量有限，且未考虑患者对屏气时间的耐受性	比较单次屏气扩散加权磁共振成像与导航触发扩散加权成像在恶性肝肿瘤患者中的成像质量和效果	恶性肝肿瘤患者	医学影像	肝癌	扩散加权磁共振成像（DWI）	深度学习重建（DLR）	磁共振图像	91名患者
9183	2025-01-27	MCBERT: A multi-modal framework for the diagnosis of autism spectrum disorder 2025-Jan, Biological psychology IF:2.7Q2 DOI:10.1016/j.biopsycho.2024.108976 PMID:39722324	研究论文	本文提出了一种名为MCBERT的多模态框架，用于自闭症谱系障碍（ASD）的诊断	提出了一种结合BERT和MCNN的多模态架构，用于ASD诊断，并引入了两种注意力机制来捕捉空间和通道特征	研究仅使用了ABIDE-I数据集，可能限制了模型的泛化能力	开发一种多模态框架以提高ASD诊断的准确性	自闭症谱系障碍（ASD）患者	数字病理学	自闭症谱系障碍	深度学习	BERT, MCNN	多模态数据（包括脑图像和功能MRI数据）	ABIDE-I数据集
9184	2025-01-27	Identifying protected health information by transformers-based deep learning approach in Chinese medical text 2025 Jan-Mar, Health informatics journal IF:2.2Q3 DOI:10.1177/14604582251315594 PMID:39862116	研究论文	本文提出了一种基于BERT的深度学习算法，用于识别中文临床文本中的隐私信息，并验证了该方法在中国临床环境中隐私保护的可行性	首次将BERT模型与BiLSTM-CRF结合，用于中文临床文本中的隐私信息识别，并展示了显著的性能提升	研究仅基于中国某市级区域健康信息平台的数据，可能无法完全代表其他地区或国家的临床文本特征	开发一种有效的深度学习模型，用于识别和保护中文临床文本中的隐私信息	中文临床文本中的隐私信息	自然语言处理	NA	BERT, BiLSTM, CRF	BERT-based BiLSTM-CRF	文本	33,017份出院摘要，来自151家医疗机构
9185	2025-01-27	Fast intraoperative detection of primary CNS lymphoma and differentiation from common CNS tumors using stimulated Raman histology and deep learning 2024-Dec-14, Neuro-oncology IF:16.4Q1 DOI:10.1093/neuonc/noae270 PMID:39673805	研究论文	本文介绍了一种结合受激拉曼组织学（SRH）和深度学习的方法，用于快速术中检测原发性中枢神经系统淋巴瘤（PCNSL）并与其他中枢神经系统肿瘤进行区分	结合受激拉曼组织学和深度学习，开发了一种名为RapidLymphoma的深度学习管道，能够在三分钟内生成虚拟H&E样图像，并在国际多中心队列中验证其诊断性能	研究依赖于特定的设备和数据来源，可能限制了其广泛应用的可行性	开发一种快速、准确的术中诊断方法，以区分原发性中枢神经系统淋巴瘤和其他中枢神经系统肿瘤	原发性中枢神经系统淋巴瘤（PCNSL）和其他中枢神经系统肿瘤	数字病理学	中枢神经系统肿瘤	受激拉曼组织学（SRH）	深度学习	图像	54,000个SRH图像块，来自手术切除和立体定向引导活检，包括各种中枢神经系统肿瘤/非肿瘤病变
9186	2025-01-27	Application of improved and efficient image repair algorithm in rock damage experimental research 2024-Jun-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65790-y PMID:38937588	研究论文	本文提出了一种改进的高效图像修复算法，应用于岩石损伤实验研究中，以解决数字图像技术在数据处理中的缺陷	本文创新性地将改进的增量Transformer图像算法应用于岩石损伤实验中的图像修复，并结合深度可分离卷积网络优化算法效率	NA	提高数字图像技术在岩石损伤分析中的效率和准确性	软岩和硬岩	计算机视觉	NA	深度学习	增量Transformer算法、深度可分离卷积网络	图像	NA
9187	2025-01-26	Fully automated coronary artery calcium score and risk categorization from chest CT using deep learning and multiorgan segmentation: A validation study from National Lung Screening Trial (NLST) 2025-Feb, International journal of cardiology. Heart & vasculature DOI:10.1016/j.ijcha.2024.101593 PMID:39850777	研究论文	本研究利用深度学习模型从非心电图门控胸部CT扫描中自动检测、量化和进行冠状动脉钙化评分（CACS）的风险分类	使用基于Mask R-CNN的神经网络进行多器官分割，实现冠状动脉钙化评分的全自动量化和风险分类	研究中仅使用了80名患者训练分割模型，样本量相对较小	验证深度学习模型在自动检测和量化冠状动脉钙化评分中的应用	高风险人群的胸部CT扫描	计算机视觉	心血管疾病	深度学习	Mask R-CNN	图像	80名患者用于训练，1442名患者用于验证
9188	2025-01-26	Deep learning analyses of splicing variants identify the link of PCP4 with amyotrophic lateral sclerosis 2025-Jan-24, Brain : a journal of neurology IF:10.6Q1 DOI:10.1093/brain/awaf025 PMID:39852553	研究论文	本研究开发了基于深度学习的Spliformer模型，用于预测RNA剪接，并揭示了PCP4与肌萎缩侧索硬化症（ALS）的关联	开发了Spliformer和Spliformer-motif模型，能够准确预测和解释pre-mRNA剪接，并发现了与ALS相关的罕见剪接变异	研究主要依赖于计算模型预测，实验验证部分仍需进一步扩展	研究目的是通过深度学习模型预测RNA剪接，并探索ALS的遗传机制	研究对象包括ALS患者和对照组的全基因组测序数据、RNA-seq数据以及Clinvar数据集	自然语言处理	肌萎缩侧索硬化症	RNA-seq、全基因组测序（WGS）、minigene实验	Transformer	基因组数据、RNA-seq数据	1,370名ALS患者的全基因组测序数据
9189	2025-01-26	Risk score stratification of cutaneous melanoma patients based on whole slide images analysis by deep learning 2025-Jan-24, Journal of the European Academy of Dermatology and Venereology : JEADV IF:8.4Q1 DOI:10.1111/jdv.20538 PMID:39853986	研究论文	本文开发了一种基于深度学习的弱监督方法SmartProg-MEL，用于从HE染色的全切片图像中预测I至III期皮肤黑色素瘤患者的生存结果	提出了一种新的深度神经网络模型SmartProg-MEL，能够从全切片图像中提取形态学特征，预测5年总生存期，并进行风险分层	模型在外部验证数据集上的性能略低于发现队列，且样本量相对较小	改进原发性皮肤黑色素瘤的风险分层，以更好地指导辅助治疗	I至III期皮肤黑色素瘤患者	数字病理学	皮肤黑色素瘤	深度学习	深度神经网络	图像	发现队列342例，外部验证队列IHP-MEL-2 161例，TCGA队列63例
9190	2025-01-26	Artificial Intelligence Revolution in Pharmaceutical Sciences: Advancements, Clinical Impacts, and Applications 2025-Jan-23, Current pharmaceutical biotechnology IF:2.2Q3 DOI:10.2174/0113892010356115241224104018 PMID:39851128	综述	本文综述了人工智能在药物科学领域的革命性进展、临床影响及应用	探讨了AI在药物发现、开发过程中的应用，特别是在固体剂型开发中的创新，以及3D打印技术在个性化治疗中的应用	未具体提及研究的局限性	探讨人工智能在药物科学和医疗保健中的应用及其对提高生产效率和个性化医疗的贡献	药物发现与开发过程、个性化治疗、疾病诊断与预测	机器学习	NA	深度学习、神经网络	NA	复杂生物数据	NA
9191	2025-01-26	Research on the improvement method of imbalance of ground penetrating radar image data 2025-Jan-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87123-3 PMID:39843521	研究论文	本文提出了一种基于生成对抗网络（GAN）的损伤数据扩展方法，以提高地面穿透雷达（GPR）图像数据的分类准确性	提出了一种新的损伤数据扩展方法，通过改进生成器和判别器以及新增编码器，稳定生成损伤样本，从而提高分类网络的准确性	未提及具体的数据集大小和实验环境，可能影响结果的普适性	提高地面穿透雷达图像数据的分类准确性，降低现场数据收集成本	地面穿透雷达图像数据	计算机视觉	NA	生成对抗网络（GAN）	GAN	图像	未提及具体样本数量
9192	2025-01-26	Enhanced streamflow forecasting using hybrid modelling integrating glacio-hydrological outputs, deep learning and wavelet transformation 2025-Jan-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87187-1 PMID:39843529	研究论文	本研究提出了一种结合冰川水文模型输出、深度学习和小波变换的混合建模方法，以提高河流流量预测的准确性	结合冰川水文模型输出与深度学习方法，利用小波变换进行多尺度分析，显著提升了高流量事件的预测精度	缺乏直接测量数据	提高河流流量预测的准确性，以支持洪水风险评估和水资源管理	高山区河流流域的冰雪融化和径流动态	机器学习	NA	深度学习、小波变换	CNN-LSTM	气象数据、冰川水文模型输出	NA
9193	2025-01-26	An efficient and lightweight detection method for stranded elastic needle defects in complex industrial environments using VEE-YOLO 2025-Jan-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85721-9 PMID:39843892	研究论文	本文提出了一种名为VEE-YOLO的高效轻量级检测方法，用于复杂工业环境中的弹性针缺陷检测	引入YOLOv8-n作为核心网络，提出VEE-YOLO模型，通过GSConv增强特征提取，改进特征提取质量，并使用EIoU Loss替代CIoU Loss以提高检测性能	未提及具体局限性	提高复杂工业环境中小尺寸、密集排列零件的缺陷检测性能	弹性针缺陷	计算机视觉	NA	深度学习	YOLOv8-n, VEE-YOLO	图像	未提及具体样本数量
9194	2025-01-26	Memristor-based feature learning for pattern classification 2025-Jan-21, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56286-y PMID:39837872	研究论文	本文提出了一种基于忆阻器漂移扩散动力学的特征学习技术，用于模式分类任务	利用单个忆阻器的动态响应来学习特征，显著减少了模型参数和计算操作，相比深度模型分别减少了2和4个数量级	需要进一步验证在不同应用场景下的通用性和稳定性	通过半导体物理直接实现特征学习，以减少模型与硬件之间的差异	忆阻器芯片	机器学习	NA	忆阻器漂移扩散动力学	NA	NA	180纳米忆阻器芯片
9195	2025-01-26	Design of an integrated model with temporal graph attention and transformer-augmented RNNs for enhanced anomaly detection 2025-Jan-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85822-5 PMID:39837915	研究论文	本文提出了一种集成模型，结合时间图注意力和Transformer增强的RNNs，用于增强复杂环境中摄像头监控系统的异常检测	结合RNNs与GATs有效建模跨摄像头的长期依赖关系，采用Transformer-Augmented RNN通过自注意力机制改进时间建模，使用多模态变分自编码器融合视频、音频和运动传感器信息，并应用原型网络进行少样本学习	未明确提及具体限制	提高复杂环境中摄像头监控系统的异常检测效率和准确性	摄像头监控系统中的异常检测	计算机视觉	NA	深度学习模型，包括RNNs、GATs、Transformer-Augmented RNN、多模态变分自编码器、原型网络	RNNs、GATs、Transformer-Augmented RNN、多模态变分自编码器、原型网络	视频、音频、运动传感器数据	未明确提及具体样本数量
9196	2025-01-26	Research on credit risk of listed companies: a hybrid model based on TCN and DilateFormer 2025-Jan-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86371-7 PMID:39837952	研究论文	本文提出了一种基于TCN和DilateFormer的混合模型，用于提高上市公司信用风险评估的准确性	结合Transformer和CNN的概念，提出了一种新的混合模型TCN-DilateFormer，以增强对长时间金融数据的捕捉能力并解决高维金融数据的挑战	未提及具体局限性	提高上市公司信用风险评估的准确性	上市公司的信用风险	机器学习	NA	NA	TCN-DilateFormer	金融数据	未提及具体样本数量
9197	2025-01-26	College students' entrepreneurship education path and management strategy of start-up enterprises using causal attribution theory 2025-Jan-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86797-z PMID:39837953	研究论文	本研究旨在通过因果归因理论提升大学生创业教育的有效性，并提高初创企业的安全系数	结合深度学习和人工智能技术分析初创企业的风险影响因素，并提出基于因果归因理论的教育路径和管理策略	未提及具体样本量或数据来源的局限性	提升大学生创业教育的效果和初创企业的管理策略	大学生创业教育和初创企业	机器学习	NA	深度学习（DL）和人工智能（AI）	NA	问卷数据和文献数据	未提及具体样本量
9198	2025-01-26	A comparative study on different machine learning approaches with periodic items for the forecasting of GPS satellites clock bias 2025-Jan-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87328-6 PMID:39838080	研究论文	本文比较了四种考虑周期性变化的机器学习模型在预测GPS卫星时钟偏差方面的效果	本文创新性地将周期性变化因素纳入机器学习模型，以提高GPS卫星时钟偏差的预测精度	研究仅基于国际GNSS服务预报实验的精确卫星时钟偏差数据，未涉及其他数据源或实际应用场景	提高GPS卫星时钟偏差的预测精度，以增强实时定位的准确性	GPS卫星时钟偏差	机器学习	NA	NA	BPNN, WNN, LSTM, GRU	时间序列数据	国际GNSS服务预报实验的精确卫星时钟偏差数据
9199	2025-01-26	A multi-modal deep learning model for prediction of Ki-67 for meningiomas using pretreatment MR images 2025-Jan-21, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-00811-1 PMID:39838113	研究论文	本研究开发并验证了一种基于基线磁共振成像（MRI）的深度学习网络，用于预测脑膜瘤患者的Ki-67状态	利用多模态深度学习模型预测Ki-67状态，并通过Kaplan-Meier生存分析探讨模型在肿瘤生长预测中的应用	研究为回顾性设计，可能存在选择偏差	开发一种有效的工具，用于早期预测Ki-67和肿瘤体积增长，以辅助个体化患者管理	脑膜瘤患者	数字病理	脑膜瘤	深度学习	多模态深度学习模型	MRI图像	1239名患者，来自三家医院
9200	2025-01-22	Publisher Correction: Speech-based personality prediction using deep learning with acoustic and linguistic embeddings 2025-Jan-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86466-1 PMID:39833270	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA