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
9621	2025-01-03	[Artificial intelligence-powered robotic joint surgery:application,research progress,and prospects] 2025-Jan-01, Zhonghua wai ke za zhi [Chinese journal of surgery] DOI:10.3760/cma.j.cn112139-20240922-00437 PMID:39690849	研究论文	本文探讨了人工智能在机器人关节手术中的应用、研究进展及前景	人工智能的集成提升了手术规划、注册、手术机械臂控制和机器人自主性等关键流程的智能化水平	未提及具体的技术限制或挑战	研究人工智能在机器人关节手术中的应用及其对手术智能化和个性化治疗的推动作用	机器人关节手术，特别是全髋关节和膝关节置换术	机器学习和机器人技术	关节疾病	深度学习、强化学习和神经网络	深度学习模型、强化学习模型、神经网络	手术规划数据、注册数据、手术机械臂控制数据	NA
9622	2025-01-03	Combination of facial and nose features of Amur tigers to determine age 2025-Jan, Integrative zoology IF:3.5Q1 DOI:10.1111/1749-4877.12817 PMID:38509845	研究论文	本文通过结合东北虎的面部和鼻子特征，利用深度学习模型进行年龄识别	首次发现东北虎鼻子上的黑色斑点面积与年龄呈正相关，并利用深度学习模型结合分类和预测方法进行年龄识别	NA	研究东北虎的年龄识别方法	东北虎	计算机视觉	NA	深度学习	深度学习模型	图像	NA
9623	2025-01-03	Label-free detection and simultaneous viability determination of CTCs by lens-free imaging cytometry 2025-Jan, Analytical and bioanalytical chemistry IF:3.8Q1 DOI:10.1007/s00216-024-05624-y PMID:39477899	研究论文	本文介绍了一种无透镜成像细胞术，用于无标记检测循环肿瘤细胞（CTCs）并同时确定其活性	提出了一种结合大视场无透镜成像和细胞追踪辅助深度学习算法的高通量系统，显著提高了稀有CTCs的检测率和识别效率	无透镜技术的固有局限性，如细胞在视场中的位置会影响成像，以及稀有CTCs可能不在一次观察中存在	开发一种用于癌症诊断和预后监测的无标记CTCs检测方法	循环肿瘤细胞（CTCs）	数字病理学	肺癌	无透镜成像细胞术	深度学习算法	图像	6名晚期癌症患者和6名健康对照者的临床样本
9624	2025-01-03	Score-based likelihood ratios for barefootprint evidence using deep learning features 2025-Jan, Journal of forensic sciences IF:1.5Q2 DOI:10.1111/1556-4029.15670 PMID:39540342	研究论文	本文提出了一种基于深度学习特征的裸足印证据评分似然比方法，用于法庭证据的定量评估	首次提出使用深度学习特征进行裸足印证据的评分似然比计算，并构建了最大的裸足印数据集（BFD）	未提及方法在不同环境或条件下的鲁棒性测试	开发一种客观且科学的法庭裸足印证据定量评估方法	裸足印图像	计算机视觉	NA	深度学习	NA	图像	54,118张裸足印图像，来自3000个个体
9625	2025-01-03	Optimized smFISH Pipeline for Studying Nascent Transcription in Mouse Embryonic Tissue Samples 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4322-8_5 PMID:39745605	研究论文	本文优化了单分子荧光原位杂交（smFISH）技术，并结合深度学习算法，用于自动化检测小鼠胚胎组织样本中的新生转录	通过优化smFISH技术并结合深度学习算法，实现了对小鼠胚胎组织样本中新生转录的自动化检测和精确量化	该方法主要应用于小鼠胚胎组织样本，尚未在其他哺乳动物胚胎中进行验证	研究新生转录的空间和时间动态，以揭示基因表达的分子机制	小鼠胚胎组织样本	数字病理学	NA	单分子荧光原位杂交（smFISH）	深度学习算法	图像	小鼠胚胎组织样本
9626	2025-01-03	Time is encoded by methylation changes at clustered CpG sites 2024-Dec-05, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.03.626674 PMID:39677642	研究论文	本文通过深度测序和深度学习分析，揭示了DNA甲基化在时间编码中的作用，并开发了高精度的年龄预测模型	首次发现年龄依赖的DNA甲基化变化是区域性的，并在多个相邻CpG位点上以随机或块状方式发生，同时开发了基于单分子模式的深度学习模型，显著提高了年龄预测的准确性	研究主要基于健康个体的血液样本，未涵盖其他组织或疾病状态下的DNA甲基化变化	探索DNA甲基化在时间编码中的机制，并开发高精度的年龄预测模型	健康个体的血液样本	生物信息学	NA	超深度测序	深度学习	DNA甲基化数据	超过300份健康个体的血液样本
9627	2024-08-07	Evaluating a deep learning AI algorithm for detecting residual prostate cancer on MRI after focal therapy 2024-Jul, BJUI compass IF:1.6Q3 DOI:10.1002/bco2.373 PMID:39022660	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
9628	2025-01-03	Automatic Detection and Assessment of Freezing of Gait Manifestations 2024, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2024.3431208 PMID:39028610	研究论文	本文研究了使用深度学习技术基于惯性测量单元数据自动检测和评估帕金森病患者的冻结步态（FOG）表现	本文创新性地将深度学习应用于冻结步态的分类，并引入细化模型以解决过分割错误，成功区分了冻结步态与其他形式的运动停止	研究样本量较小，仅包含18名帕金森病患者，需要在更大和更多样化的验证队列中进一步研究	分析深度学习在分类冻结步态表现中的有效性，并评估其严重程度	帕金森病患者的冻结步态表现	机器学习	帕金森病	深度学习	深度学习模型	惯性测量单元数据	18名帕金森病患者
9629	2025-01-03	BrainNPT: Pre-Training Transformer Networks for Brain Network Classification 2024, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2024.3434343 PMID:39074019	研究论文	本文提出了一种基于Transformer网络的预训练方法BrainNPT，用于脑功能网络分类	首次将Transformer网络应用于脑网络分析，并提出了预训练框架以利用未标记数据	未明确提及具体局限性	提高脑功能网络分类的准确性	脑功能网络数据	机器学习	NA	Transformer网络	Transformer	脑功能网络数据	未明确提及具体样本数量
9630	2025-01-03	fNIRS-Driven Depression Recognition Based on Cross-Modal Data Augmentation 2024, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2024.3429337 PMID:39012734	研究论文	本文提出了一种基于跨模态数据增强的fNIRS驱动的抑郁症识别架构（fCMDA），通过将fNIRS数据转换为伪序列激活图像来提高抑郁症诊断的准确性	提出了跨模态数据增强方法（fCMDA），将fNIRS数据转换为伪序列激活图像，并结合时间域增强机制生成多样化数据，解决了数据不足的问题	数据收集仍然依赖于标准实验范式，且数据量有限，可能影响模型的泛化能力	提高抑郁症的早期诊断和干预效果，探索基于fNIRS和深度学习的抑郁症识别方法	抑郁症患者	机器学习	抑郁症	功能近红外光谱（fNIRS）	深度分类网络	fNIRS数据	NA
9631	2025-01-03	Digital Biomarker for Muscle Function Assessment Using Surface Electromyography With Electrical Stimulation and a Non-Invasive Wearable Device 2024, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2024.3444890 PMID:39150814	研究论文	本文提出了一种使用表面肌电图（sEMG）结合电刺激和可穿戴设备的数字生物标志物测量技术，用于在家方便地监测肌肉功能	结合电刺激和可穿戴设备，利用卷积神经网络模型从连续小波变换图像中提取深度学习特征，训练回归模型来测量数字生物标志物	研究仅招募了健康参与者，未涉及患有肌肉功能退化的人群	开发一种便捷的肌肉功能监测技术，以检测由肌肉减少症引起的肌肉退化	20-60岁的健康参与者	数字病理学	老年疾病	表面肌电图（sEMG）结合电刺激	卷积神经网络（CNN）	图像	98名健康参与者，包括48名男性
9632	2025-01-03	ABR-Attention: An Attention-Based Model for Precisely Localizing Auditory Brainstem Response 2024, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2024.3445936 PMID:39159023	研究论文	本文介绍了一种名为ABR-Attention的深度学习网络，用于自动提取听觉脑干反应（ABR）中的特征波V潜伏期	ABR-Attention模型引入了自注意力模块、一阶和二阶导数注意力模块以及回归模块，提高了特征波V潜伏期提取的准确性和效率	尽管ABR-Attention在提取特征波V潜伏期方面表现出色，但其在不同声压水平（SPLs）和不同误差尺度下的效果仍需进一步验证	开发一种自动提取ABR特征波V潜伏期的方法，以减少临床医生的工作量	听觉脑干反应（ABR）中的特征波V潜伏期	机器学习	NA	深度学习	ABR-Attention	信号数据	NA
9633	2025-01-03	A Novel Method to Identify Mild Cognitive Impairment Using Dynamic Spatio-Temporal Graph Neural Network 2024, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2024.3450443 PMID:39190512	研究论文	本文提出了一种利用动态时空图神经网络识别轻度认知障碍的新方法	首次从时空结构的角度分析rs-fMRI数据，构建了动态时空图神经网络模型，包含时间块、空间块和图池化块三个模块	未提及模型在其他数据集或更大样本上的泛化能力	提高轻度认知障碍（MCI）的识别准确率，并探索其在阿尔茨海默病（AD）研究中的应用	轻度认知障碍（MCI）、阿尔茨海默病（AD）和正常对照组（NC）的受试者	数字病理学	老年疾病	rs-fMRI	动态时空图神经网络	图像	未提及具体样本数量
9634	2025-01-03	A Strong and Simple Deep Learning Baseline for BCI Motor Imagery Decoding 2024, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2024.3451010 PMID:39196743	研究论文	本文提出了一种名为EEG-SimpleConv的简单1D卷积神经网络，用于脑机接口（BCI）中的运动想象解码	EEG-SimpleConv使用标准组件构建，具有高性能和低推理时间，展示了跨受试者的强大知识转移能力	未明确提及具体局限性	提出一个简单且高性能的基线模型，用于脑机接口中的运动想象解码	脑机接口中的运动想象数据	机器学习	NA	1D卷积神经网络	CNN	EEG数据	四个EEG运动想象数据集
9635	2025-01-03	Effects of Individual Research Practices on fNIRS Signal Quality and Latent Characteristics 2024, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2024.3458396 PMID:39259640	研究论文	本研究评估了不同实验室在功能性近红外光谱（fNIRS）信号质量上的差异及其潜在特征	首次使用深度学习模型提取fNIRS数据的深层特征，并通过支持向量机（SVM）模型对不同实验室的数据进行分类	研究仅涉及两个实验室的数据，样本量相对较小，可能无法全面反映fNIRS信号质量的差异	评估不同实验室在fNIRS信号质量上的差异及其潜在特征	新加坡（N=74）和意大利（N=84）两个不同实验室收集的fNIRS数据	神经影像学	NA	功能性近红外光谱（fNIRS）	支持向量机（SVM）	fNIRS信号数据	新加坡74人，意大利84人
9636	2025-01-03	Federated Motor Imagery Classification for Privacy-Preserving Brain-Computer Interfaces 2024, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2024.3457504 PMID:39255189	研究论文	本文提出了一种名为FedBS的联邦学习方法，用于保护EEG数据隐私的脑机接口运动想象分类	FedBS结合了本地批次特定批归一化和锐度感知最小化优化器，以减少不同客户端之间的数据差异并提高模型泛化能力	NA	研究如何在保护用户数据隐私的同时，训练出准确的EEG脑机接口分类器	EEG数据	机器学习	NA	联邦学习	深度学习模型	EEG数据	三个公共运动想象数据集
9637	2025-01-03	Early Detection of Parkinson's Disease Using Deep NeuroEnhanceNet With Smartphone Walking Recordings 2024, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2024.3462392 PMID:39288062	研究论文	本文利用智能手机的行走记录数据，通过深度学习模型NeuroEnhanceNet进行帕金森病的早期检测	提出了专门针对惯性传感器数据的深度学习模型NeuroEnhanceNet，能够同时关注单通道内的长期数据特征和通道间的相关性	未提及样本的具体数量和多样性，可能影响模型的泛化能力	探索智能手机行走记录数据在帕金森病早期检测中的应用	帕金森病患者	数字病理学	帕金森病	深度学习	NeuroEnhanceNet	惯性传感器数据	NA
9638	2025-01-03	Cortical ROI Importance Improves MI Decoding From EEG Using Fused Light Neural Network 2024, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2024.3461339 PMID:39283802	研究论文	本文提出了一种基于融合轻量神经网络的脑电信号运动想象解码方法，通过区域重要性提升解码性能	提出了一种新的运动想象解码方法，通过区域重要性（RI）和代表性偶极子（RD）来增强特征提取，并结合2D可分离卷积和门控循环单元（2DSCG）进行分类	NA	提高基于脑电信号的运动想象解码性能，用于智能康复的脑机接口	脑电信号（EEG）	机器学习	NA	随机森林算法，2D可分离卷积，门控循环单元（GRU）	2DSCG（2D可分离卷积和门控循环单元）	脑电信号（EEG）	基于两个公开数据集
9639	2025-01-02	Assessing small molecule conformational sampling methods in molecular docking 2025-Jan-05, Journal of computational chemistry IF:3.4Q2 DOI:10.1002/jcc.27516 PMID:39476310	研究论文	本研究评估了不同小分子构象采样方法在分子对接中的影响	结合了传统采样方法和基于深度学习的模型（Torsional Diffusion）进行评估，并探讨了不同方法的性能差异	不同采样方法因独特的偏好（如可旋转键的二面角采样范围）而表现不一，可能需要结合互补方法以进一步提升对接性能	评估小分子构象采样方法在分子对接中的效果	小分子构象采样方法	分子对接	NA	分子对接	Torsional Diffusion	分子构象数据	Platinum Diverse Dataset、PoseBusters dataset、DUDE-Z dataset
9640	2025-01-02	Point-of-Care Potassium Measurement vs Artificial Intelligence-Enabled Electrocardiography for Hyperkalemia Detection 2025-Jan-01, American journal of critical care : an official publication, American Association of Critical-Care Nurses IF:2.7Q1 DOI:10.4037/ajcc2025597 PMID:39740977	研究论文	本研究比较了床旁血钾检测和人工智能心电图在检测高钾血症中的准确性	首次比较了床旁血钾检测和人工智能心电图在检测高钾血症中的准确性	样本量较小，仅包括15名高钾血症患者和252名非高钾血症患者	确定床旁血钾检测和人工智能心电图在检测高钾血症中的准确性	重症监护患者	医疗人工智能	高钾血症	深度学习模型	深度学习模型	心电图数据	267名患者（15名高钾血症患者和252名非高钾血症患者）