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
9281	2025-01-01	DeepCTG® 2.0: Development and validation of a deep learning model to detect neonatal acidemia from cardiotocography during labor 2025-Jan, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109448 PMID:39608037	研究论文	本文开发并验证了一种深度学习模型，用于从分娩期间的胎心监护（CTG）信号中检测新生儿酸血症	首次使用卷积神经网络（CNN）从CTG信号中检测新生儿酸血症，并在多中心数据库上进行评估	模型仍有显著改进空间，例如通过添加临床变量来考虑CTG信号中可能未出现的酸血症风险因素	开发一种能够从CTG信号中准确检测新生儿酸血症的深度学习模型	新生儿酸血症	机器学习	新生儿疾病	深度学习	卷积神经网络（CNN）	CTG信号	27662例，包括3457例中度酸血症和464例重度酸血症
9282	2025-01-01	Monkeypox Global Research: A Comprehensive Analysis from Emergence to Present (1961-2023) for innovative prevention and control approaches 2025-Jan, Journal of infection and public health IF:4.7Q1 DOI:10.1016/j.jiph.2024.102593 PMID:39608220	研究论文	本研究旨在识别猴痘（MPX）研究的热点和趋势，分析了1961年至2023年间发表的2655篇相关文章	通过文献计量学方法，结合深度学习和分子对接等新兴技术，全面分析了猴痘研究的发展历程和未来方向	研究依赖于Scopus数据库，可能未涵盖所有相关文献，且未进行实验验证	识别猴痘研究的热点和趋势，为未来的研究和防控策略提供指导	猴痘相关的研究文献	文献计量学	猴痘	文献计量分析，深度学习和分子对接	NA	文献数据	2655篇猴痘相关文章
9283	2025-01-01	Applications of Transformers in Computational Chemistry: Recent Progress and Prospects 2024-Dec-31, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.4c03128 PMID:39737793	综述	本文综述了Transformer模型在计算化学中的应用及其未来前景	与传统的机器学习和深度学习技术相比，Transformer模型具有细粒度的特征捕捉能力，能够高效准确地建模长序列数据的依赖关系，模拟复杂多样的化学空间，并探索数据背后的计算逻辑	NA	探讨Transformer模型在计算化学中的应用及其未来研究方向	Transformer模型及其在计算化学中的应用	计算化学	NA	NA	Transformer	长序列数据	NA
9284	2025-01-01	An efficient surface electromyography-based gesture recognition algorithm based on multiscale fusion convolution and channel attention 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81369-z PMID:39730496	研究论文	本文提出了一种基于多尺度融合卷积和通道注意力的高效表面肌电信号手势识别算法	提出了Residual-Inception-Efficient (RIE)模型，结合了Inception模块和高效通道注意力机制，降低了算法复杂度并提高了识别精度	未提及具体局限性	实现更高效的多类型手势识别	表面肌电信号（sEMG）	机器学习	NA	NA	Residual-Inception-Efficient (RIE)模型	表面肌电信号（sEMG）	NinaPro DB1、DB3和DB4数据集，分别包含14,040、3,234和3,120个手势样本
9285	2024-12-30	A proficient approach for the classification of Alzheimer's disease using a hybridization of machine learning and deep learning 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81563-z PMID:39730532	研究论文	本文提出了一种结合机器学习和深度学习的新方法，用于阿尔茨海默病的早期检测和分类	提出了一种独特的机器学习和深度学习结合的方法，优化了阿尔茨海默病检测和分类的精度和准确性	NA	早期检测和分类阿尔茨海默病	阿尔茨海默病患者	机器学习	阿尔茨海默病	结构磁共振成像（sMRI）	混合模型（机器学习和深度学习）	图像	NA
9286	2025-01-01	Limitations of panoramic radiographs in predicting mandibular wisdom tooth extraction and the potential of deep learning models to overcome them 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81153-z PMID:39730557	研究论文	本研究探讨了全景X光片在预测下颌智齿拔除难度中的局限性，并评估了深度学习模型在此任务中的潜力	首次使用深度学习模型（AlexNet和VGG-16）来预测智齿拔除过程中是否需要牙齿分离或骨移除，并与口腔外科医生的预测能力进行了比较	仅使用全景X光片进行预测，准确率较低，表明单独使用全景X光片预测智齿拔除难度具有挑战性	预测下颌智齿拔除的难度，并评估深度学习模型在此任务中的表现	下颌智齿	数字病理	NA	深度学习	CNN（AlexNet和VGG-16）	图像（全景X光片）	NA
9287	2025-01-01	SHIVA-CMB: a deep-learning-based robust cerebral microbleed segmentation tool trained on multi-source T2*GRE- and susceptibility-weighted MRI 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81870-5 PMID:39730628	研究论文	本文介绍了一种基于深度学习的脑微出血（CMB）分割工具SHIVA-CMB，该工具在多种来源的T2*GRE和磁敏感加权MRI数据上进行了训练	SHIVA-CMB是首个公开分享预训练模型的CMB检测工具，具有较高的泛化能力和性能	尽管在多个数据集上表现出色，但模型的性能可能仍受限于训练数据的多样性和数量	开发一种能够在大规模研究中快速表征CMB的工具，以促进对CMB病理生理学和功能后果的研究	脑微出血（CMB）	数字病理学	脑血管疾病	深度学习	3D Unet	MRI图像	450次扫描来自六个不同的队列研究，测试集包括96次扫描，另外还有1992次T2*加权扫描用于验证
9288	2025-01-01	CDUNeXt: efficient ossification segmentation with large kernel and dual cross gate attention 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82199-9 PMID:39730708	研究论文	本文提出了一种名为CDUNeXt的轻量级、自动且高效的方法，用于识别黄韧带骨化区域	首次将深度学习方法引入黄韧带骨化诊断，设计了轻量级模块结构，利用大核卷积提取图像特征的长距离依赖，并采用双交叉门注意力机制（DCGA）顺序捕捉通道和空间依赖，以实现快速准确的分割	目前仅依赖医生的主观经验进行识别，效率低且误差大	解决黄韧带骨化区域准确高效识别的临床痛点	黄韧带骨化区域	医学图像分割	脊柱狭窄	深度学习	CDUNeXt	图像	NA
9289	2025-01-01	Enhanced human activity recognition in medical emergencies using a hybrid deep CNN and bi-directional LSTM model with wearable sensors 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82045-y PMID:39730745	研究论文	本文提出了一种结合深度CNN和双向LSTM的混合模型，用于提高医疗紧急情况下的人类活动识别	提出了CNN-BiLSTM模型，并采用欠采样技术，显著提高了人类活动识别的准确性	模型仅在两个公开数据集上进行了评估，可能在其他数据集上的泛化能力有待验证	提高医疗紧急情况下的人类活动识别准确性	人类活动	机器学习	老年疾病	NA	CNN, BiLSTM	传感器数据	MHEALTH和Actitracker两个公开数据集
9290	2025-01-01	A new prediction model based on deep learning for pig house environment 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82492-7 PMID:39730744	研究论文	提出了一种基于贝叶斯优化、压缩激励块、卷积神经网络和门控循环单元的猪舍环境预测模型，以提高预测精度和动物福利，并提前采取控制措施	结合贝叶斯优化、压缩激励块、卷积神经网络和门控循环单元，提出了一种新的猪舍环境预测模型，显著提高了预测精度和稳定性	未提及模型在其他类型环境或更大规模数据集上的适用性	提高猪舍环境预测精度，优化动物福利和环境控制	猪舍环境参数（温度、湿度、CO和NH浓度）	机器学习	NA	贝叶斯优化、卷积神经网络、门控循环单元	BO-SE-CNN-GRU	环境数据	NA
9291	2025-01-01	Leveraging fuzzy embedded wavelet neural network with multi-criteria decision-making approach for coronary artery disease prediction using biomedical data 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82019-0 PMID:39730749	研究论文	本文提出了一种结合模糊小波神经网络和多准则决策方法的冠状动脉疾病预测技术	提出了LFWNNDMA-CADP技术，结合了模糊小波神经网络、改进的蚁群优化算法和混合小龙虾优化算法与自适应差分进化技术，用于冠状动脉疾病的预测	未提及具体的数据集大小和样本类型，可能影响模型的泛化能力	通过多准则决策模型预测冠状动脉疾病，提高诊断准确率	冠状动脉疾病患者	机器学习	心血管疾病	模糊小波神经网络、改进的蚁群优化算法、混合小龙虾优化算法与自适应差分进化技术	FWNN	生物医学数据	NA
9292	2025-01-01	Quality prediction of air-cured cigar tobacco leaf using region-based neural networks combined with visible and near-infrared hyperspectral imaging 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82586-2 PMID:39732746	研究论文	本研究利用可见光和近红外高光谱成像技术结合深度学习模型，预测不同空气固化阶段的雪茄烟叶质量	首次将多样化区域卷积神经网络（DR-CNN）应用于雪茄烟叶质量预测，并展示了其相较于传统方法的优越性	研究仅在特定环境条件下进行，未考虑其他可能影响烟叶质量的因素	评估深度学习方法在克服数据限制方面的可行性，开发基于VNIR-HSI的雪茄烟叶质量预测模型	雪茄烟叶	计算机视觉	NA	可见光和近红外高光谱成像（VNIR-HSI）	多样化区域卷积神经网络（DR-CNN）	图像	NA
9293	2025-01-01	Hand gestures classification of sEMG signals based on BiLSTM-metaheuristic optimization and hybrid U-Net-MobileNetV2 encoder architecture 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82676-1 PMID:39732856	研究论文	本文提出了一种基于sEMG信号的手势分类新方法，结合了U-Net架构、MobileNetV2编码器、BiLSTM和元启发式优化	提出了一种结合U-Net架构、MobileNetV2编码器、BiLSTM和元启发式优化的新方法，显著提高了手势分类的准确性和鲁棒性	未提及具体局限性	提高基于sEMG信号的手势分类准确性	sEMG信号	机器学习	NA	贝叶斯优化	U-Net, MobileNetV2, BiLSTM	sEMG信号	六个标准数据库
9294	2025-01-01	Dynamic relations between longitudinal morphological, behavioral, and emotional indicators and cognitive impairment: evidence from the Chinese Longitudinal Healthy Longevity Survey 2024-Dec-18, BMC public health IF:3.5Q1 DOI:10.1186/s12889-024-21072-w PMID:39696204	研究论文	本文评估了BMI、ADL和SWB对认知障碍的影响，并提出了动态风险预测模型	提出了基于贝叶斯联合模型和动态-DeepHit深度学习方法的高精度动态预测模型	未提及样本的具体数量及可能的样本偏差	评估BMI、ADL和SWB对认知障碍的影响，并建立动态风险预测模型	中国纵向健康长寿调查的参与者	机器学习	老年疾病	贝叶斯联合模型、动态-DeepHit深度学习方法	线性混合效应模型、Cox比例风险回归模型	纵向调查数据	NA
9295	2025-01-01	Impact of training data composition on the generalizability of convolutional neural network aortic cross-section segmentation in four-dimensional magnetic resonance flow imaging 2024 Winter, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2024.101081 PMID:39127260	研究论文	本文探讨了深度学习在改进四维心血管磁共振血流成像（4D flow CMR）分割中的潜力，并分析了训练数据对模型在不同站点、扫描仪厂商、序列和病理中泛化能力的影响	使用增强的三维U-net卷积神经网络架构进行时间分辨的二维主动脉横截面分割，并分析了训练数据组成对模型泛化能力的影响	研究主要关注训练数据组成对模型性能的影响，未涉及其他可能影响模型性能的因素	提高4D flow CMR分割的自动化和可重复性	260个4D flow CMR数据集，包括无已知主动脉病理的受试者、健康志愿者和二叶主动脉瓣（BAV）患者	数字病理	心血管疾病	四维心血管磁共振血流成像（4D flow CMR）	增强的三维U-net卷积神经网络（CNN）	图像	260个4D flow CMR数据集
9296	2025-01-01	Improved robustness for deep learning-based segmentation of multi-center myocardial perfusion cardiovascular MRI datasets using data-adaptive uncertainty-guided space-time analysis 2024 Winter, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2024.101082 PMID:39142567	研究论文	本文提出了一种数据自适应不确定性引导的时空分析方法，用于提高深度学习在多中心心肌灌注心血管MRI数据集分割中的鲁棒性	提出了一种新的数据自适应不确定性引导的时空分析方法，通过自动生成像素级不确定性图来优化分割结果	研究仅基于三个医疗中心的数据集，样本量相对有限	提高深度学习在多中心心肌灌注心血管MRI数据集分割中的鲁棒性	多中心心肌灌注心血管MRI数据集	计算机视觉	心血管疾病	深度学习	U-Net	图像	150名受试者，21,150张首过图像
9297	2025-01-01	The accuracy of deep learning models for diagnosing maxillary fungal ball rhinosinusitis 2024-Dec, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery IF:1.9Q2 DOI:10.1007/s00405-024-08948-8 PMID:39230611	研究论文	本文评估了深度学习模型在诊断上颌真菌球性鼻窦炎（MFB）中的准确性，并与鼻科医生进行了比较	通过增强定位和实例分割的深度学习模型，提高了上颌真菌球性鼻窦炎的诊断准确性	研究仅基于CT图像，未考虑其他诊断方法或临床数据	评估深度学习模型在诊断上颌真菌球性鼻窦炎中的准确性	1539名成人慢性鼻窦炎（CRS）患者的CT图像	计算机视觉	鼻窦炎	CT成像	MobileNetv3, ResNet50, ResNet101, YOLOv5X-SEG, YOLOv8X-SEG, YOLOv9-C-SEG	图像	1539名患者（254例MFB，1285例非MFB）
9298	2025-01-01	Structural analysis and intelligent classification of clinical trial eligibility criteria based on deep learning and medical text mining 2024-Dec, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104753 PMID:39603550	研究论文	本文介绍了一种名为CTEC-AC的模型，旨在将临床试验的资格标准结构化，并基于深度学习和医学文本挖掘进行智能分类	提出了CTEC-AC模型，结合了ClinicalBERT和MetaMap方法，实现了临床试验资格标准的自动分类	未提及具体局限性	提高临床试验的效率、质量和创新能力	临床试验的资格标准	自然语言处理	NA	ClinicalBERT, MetaMap, 层次聚类算法	深度学习模型	文本	2,500个临床试验，生成超过20,000条资格标准数据
9299	2025-01-01	Fed-CL- an atrial fibrillation prediction system using ECG signals employing federated learning mechanism 2024-09-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-71366-7 PMID:39251753	研究论文	本文提出了一种基于联邦学习机制的心电图信号心房颤动预测系统Fed-CL	结合长短期记忆网络和卷积神经网络，利用联邦学习机制解决数据隐私问题	未提及具体的数据集大小和实验结果的详细比较	通过心电图信号预测心房颤动，同时保护用户隐私	心电图信号和心率变异性	机器学习	心血管疾病	联邦学习	LSTM, CNN	心电图信号	NA
9300	2024-08-07	Deep learning for schizophrenia classification based on natural language processing-A pilot study 2024-08, Schizophrenia research IF:3.6Q1 DOI:10.1016/j.schres.2024.06.052 PMID:38964077	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA