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
9981	2025-01-05	From laboratory to field: cross-domain few-shot learning for crop disease identification in the field 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1434222 PMID:39744608	研究论文	本文提出了一种跨域少样本学习（CD-FSL）框架，用于作物病害识别，旨在通过探索域间相关性实现跨域泛化	提出了一个更广泛的跨域少样本学习框架，整合了布朗距离协方差（BCD）模块并改进了通用特征提取器，开发了三种代表性的CD-FSL模型	当前方法在跨域泛化时性能下降明显，尤其是在源域和目标域之间存在较大域差距时	研究跨域少样本学习在作物病害识别中的应用，提升模型在田间环境中的泛化能力	作物病害识别	计算机视觉	作物病害	少样本学习（FSL）	CDFSL-BDC, CDFSL-MAML, CDFSL-NML	图像	六个公共数据集
9982	2025-01-05	Multimodal sleep staging network based on obstructive sleep apnea 2024, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2024.1505746 PMID:39744723	研究论文	本文提出了一种基于阻塞性睡眠呼吸暂停（OSA）的多模态睡眠分期网络MSDC-SSNet，用于自动睡眠分期	MSDC-SSNet通过改进的Transformer编码器架构和多尺度特征提取模块（MFEM），有效捕捉了EEG和EOG信号的长期依赖性和多尺度空间模式，增强了模型的鲁棒性，并解决了OSA对睡眠分期的影响	尽管在OSA患者数据集上表现良好，但样本量相对较小（17名OSA患者），可能需要更大规模的数据集进行进一步验证	开发一种适用于OSA患者的自动睡眠分期网络，以提高睡眠分期的准确性和鲁棒性	阻塞性睡眠呼吸暂停（OSA）患者的睡眠数据	机器学习	阻塞性睡眠呼吸暂停（OSA）	深度学习	Transformer, CNN	EEG, EOG信号	17名OSA患者的PSG记录
9983	2025-01-04	Editorial: Deep learning and neuroimage processing in understanding neurological diseases 2024, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2024.1523973 PMID:39749286	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
9984	2025-01-05	Retinal OCT Layer Segmentation via Joint Motion Correction and Graph-Assisted 3D Neural Network 2023, IEEE access : practical innovations, open solutions IF:3.4Q2 DOI:10.1109/access.2023.3317011 PMID:39737086	研究论文	本文提出了一种结合运动校正和图辅助3D神经网络的视网膜OCT层分割方法，以提高分割精度	提出了结合运动校正和分割的3D神经网络，并引入了一种新颖的图金字塔结构	NA	提高视网膜OCT层分割的精度，以更好地诊断和评估视网膜及全身性疾病	视网膜OCT图像	计算机视觉	视网膜疾病	OCT成像技术	3D卷积神经网络	3D图像	包含正常样本和多种疾病样本的大型OCT分割数据集
9985	2025-01-04	An efficient deep learning method for amino acid substitution model selection 2025-Jan-03, Journal of evolutionary biology IF:2.1Q3 DOI:10.1093/jeb/voae141 PMID:39548851	研究论文	本文提出了一种基于深度学习的氨基酸替换模型选择方法，旨在提高模型选择的效率和准确性	提出了一种名为ModelDetector的深度学习网络，用于从蛋白质比对中检测氨基酸替换模型，显著提高了计算效率	实验数据主要基于模拟数据，尚未在真实基因组数据上进行广泛验证	研究目的是开发一种高效的氨基酸替换模型选择方法，以替代传统的最大似然方法	氨基酸替换模型	机器学习	NA	深度学习	ModelDetector	蛋白质比对数据	2,246,400个比对
9986	2025-01-04	Malignancy risk stratification for pulmonary nodules: comparing a deep learning approach to multiparametric statistical models in different disease groups 2025-Jan-02, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11256-8 PMID:39747589	研究论文	本研究比较了深度学习方法和多参数统计模型在不同疾病群体中对肺结节恶性风险分层的性能	使用深度学习模型LCP-CNN进行肺结节风险分类，并证明其在多种患者群体中的优越性	研究为回顾性分析，样本量相对较小（297名患者，422个结节）	评估深度学习模型LCP-CNN在肺结节恶性风险分类中的性能，并与传统多参数统计模型进行比较	肺结节	计算机视觉	肺癌	深度学习	CNN	CT图像	297名患者，422个肺结节（其中105个为恶性）
9987	2025-01-04	Preoperative discrimination of absence or presence of myometrial invasion in endometrial cancer with an MRI-based multimodal deep learning radiomics model 2025-Jan-02, Abdominal radiology (New York) DOI:10.1007/s00261-024-04766-y PMID:39747670	研究论文	本研究旨在通过开发和验证基于MRI的多模态深度学习放射组学（MDLR）模型，提高子宫内膜癌（EC）术前肌层浸润（MI）存在与否的判别准确性	结合临床特征和深度学习特征，开发了MDLR模型，显著提高了术前MI判别的准确性	研究为回顾性设计，可能存在选择偏倚，且样本量虽大但来自多个中心，可能存在异质性	提高子宫内膜癌术前肌层浸润的判别准确性，以支持个性化治疗决策	1139名子宫内膜癌患者	数字病理学	子宫内膜癌	MRI	ResNet18, Integrated Sparse Bayesian Extreme Learning Machine	MRI图像	1139名患者
9988	2025-01-04	Prediction of vitreomacular traction syndrome outcomes with deep learning: A pilot study 2025-Jan, European journal of ophthalmology IF:1.4Q3 DOI:10.1177/11206721241258253 PMID:38809664	研究论文	本研究探讨了基于光学相干断层扫描（OCT）的深度学习模型在预测玻璃体黄斑牵引综合征（VMT）结果中的潜力	首次使用深度学习模型预测VMT的结果，并在真实世界环境中验证其应用潜力	样本量较小（95名患者），且为单中心回顾性研究，可能需要更大规模和多中心研究来验证结果	研究深度学习模型在预测VMT结果中的应用	患有自发性VMT的成年患者	数字病理学	眼科疾病	光学相干断层扫描（OCT）	深度学习模型	图像	95名患者的OCT扫描数据
9989	2025-01-04	Leveraging Artificial Intelligence/Machine Learning Models to Identify Potential Palliative Care Beneficiaries: A Systematic Review 2025-Jan, Journal of gerontological nursing IF:1.1Q3 DOI:10.3928/00989134-20241210-01 PMID:39746126	系统综述	本文综述了人工智能（AI）和机器学习（ML）技术在姑息护理中的应用，特别是用于识别慢性病和绝症患者中可能受益于姑息服务的人群	本文首次系统性地评估了AI/ML模型在姑息护理中的应用，特别是用于预测相关结果如死亡率或服务需求	仅筛选了四电子数据库中的1504项研究，最终仅纳入五项研究，样本量有限	探讨AI/ML技术在姑息护理中的应用，特别是用于识别潜在受益者	慢性病和绝症患者	机器学习	老年疾病	AI/ML模型	神经网络模型、逻辑回归、树模型	NA	五项研究
9990	2025-01-04	Boltz-1 Democratizing Biomolecular Interaction Modeling 2024-Dec-27, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.19.624167 PMID:39605745	研究论文	本文介绍了Boltz-1，一个开源深度学习模型，用于预测生物分子复合物的3D结构，达到了AlphaFold3级别的准确性	Boltz-1在模型架构、速度优化和数据处理方面进行了创新，并在多个基准测试中表现与最先进的商业模型相当，为结构生物学领域设定了新的商业可访问工具标准	未提及具体局限性	推动生物分子相互作用建模的民主化，促进全球合作，加速发现，并为生物分子建模提供一个强大的平台	生物分子复合物的3D结构	机器学习	NA	深度学习	Boltz-1	生物分子数据	未提及具体样本数量
9991	2025-01-04	Structural Insights into Cold-Active Lipase from Glaciozyma antarctica PI12: Alphafold2 Prediction and Molecular Dynamics Simulation 2024-Dec, Journal of molecular evolution IF:2.1Q3 DOI:10.1007/s00239-024-10219-3 PMID:39549052	研究论文	本文通过系统发育分析和深度学习工具Alphafold2预测并模拟了来自南极冰川酵母PI12的冷活性脂肪酶Glalip03的三维结构，揭示了其在低温下的稳定性和灵活性	利用Alphafold2预测和分子动力学模拟，首次揭示了冷活性脂肪酶Glalip03在低温下的结构稳定性和适应性机制	研究主要基于计算模拟，缺乏实验验证	研究冷活性脂肪酶在低温下的适应机制及其工业应用潜力	来自南极冰川酵母PI12的冷活性脂肪酶Glalip03	生物信息学	NA	Alphafold2预测，分子动力学模拟	Alphafold2	蛋白质序列和结构数据	NA
9992	2025-01-04	An ultrasonography of thyroid nodules dataset with pathological diagnosis annotation for deep learning 2024-Nov-23, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-04156-5 PMID:39580501	研究论文	本文介绍了一个带有病理诊断注释的甲状腺结节超声图像数据集，旨在开发深度学习算法直接从甲状腺超声图像推断组织学状态	提供了一个大型的甲状腺超声图像数据集，每个病例都有病理诊断注释，用于直接训练深度学习模型，而不是依赖TI-RADS报告作为图像标签	数据集来自两个回顾性队列，可能存在选择偏差	开发深度学习算法直接从甲状腺超声图像推断组织学状态	甲状腺结节	数字病理	甲状腺疾病	超声成像	深度学习模型	图像	842个病例的8508张超声图像
9993	2025-01-04	A 3D dental model dataset with pre/post-orthodontic treatment for automatic tooth alignment 2024-Nov-23, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-04138-7 PMID:39580508	研究论文	本文提出了首个公开的3D正畸牙科数据集，包含1060对治疗前后的牙科模型，旨在利用深度学习方法自动实现牙齿对齐	首次公开包含治疗前后3D牙科模型的数据集，为智能正畸解决方案的发展提供了基础	数据集虽然多样，但仍可能无法涵盖所有类型的错颌畸形	提高临床正畸治疗中目标牙齿位置设计的效率和质量	435名患者的1060对治疗前后的3D牙科模型	计算机视觉	NA	深度学习	NA	3D模型	435名患者的1060对治疗前后的3D牙科模型
9994	2025-01-04	Multimodal Artificial Intelligence in Medicine 2024-Nov-01, Kidney360 IF:3.2Q1 DOI:10.34067/KID.0000000000000556 PMID:39167446	研究论文	本文探讨了多模态人工智能在医学中的应用及其挑战	提出了多模态转换器模型在医疗保健中的有效应用，能够处理和解释多种数据形式，如文本、图像和结构化数据	集成这些先进的人工智能模型需要考虑伴随的伦理和环境挑战	研究多模态人工智能在医学诊断和治疗中的应用	医疗保健中的多模态数据	自然语言处理	NA	多模态深度学习	transformer	文本、图像、结构化数据	NA
9995	2025-01-04	A deep learning model based on the BERT pre-trained model to predict the antiproliferative activity of anti-cancer chemical compounds 2024-Nov, SAR and QSAR in environmental research IF:2.3Q3 DOI:10.1080/1062936X.2024.2431486 PMID:39605280	研究论文	本研究利用基于BERT预训练模型的深度学习模型预测抗癌化合物的抗增殖活性	使用BERT预训练模型进行迁移学习，预测抗癌化合物的抗增殖活性，为药物发现提供新方法	模型在PC3和HepG2细胞系上的预测结果不够可靠	预测抗癌化合物的抗增殖活性，以加速药物发现过程	五种癌细胞系（HeLa、MCF7、MDA-MB231、PC3和MDA-MB）及合成的化合物	自然语言处理	癌症	BERT预训练模型	ChemBERTa	化学结构数据	超过3000个来自PubChem的合成分子，以及每个细胞线约25个小分子的内部数据集
9996	2025-01-04	Deep Learning for Visual Speech Analysis: A Survey 2024-09, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3376710 PMID:38478434	综述	本文综述了深度学习在视觉语音分析领域的最新进展，包括基本问题、挑战、基准数据集、现有方法的分类以及最先进的性能	提供了视觉语音分析领域的全面综述，识别了当前研究中的空白，并讨论了未来的研究方向	未涉及具体实验验证，仅为基础性综述	推动视觉语音领域的未来研究	视觉语音分析	计算机视觉	NA	深度学习	NA	视频	NA
9997	2025-01-04	Enhancing Aviation Safety through AI-Driven Mental Health Management for Pilots and Air Traffic Controllers 2024-Aug, Cyberpsychology, behavior and social networking DOI:10.1089/cyber.2023.0737 PMID:38916063	研究论文	本文探讨了利用人工智能技术提升飞行员和空中交通管制员心理健康管理，以增强航空安全	提出了一个多学科的心理健康生态系统，结合AI工具和技术，用于监测和预测心理健康问题，从而预防由人为因素引起的空难	需要多学科专家的协作，实施复杂且可能面临技术和隐私挑战	通过AI驱动的心理健康管理，提高飞行员和空中交通管制员的心理健康，从而增强航空安全	飞行员和空中交通管制员	机器学习	NA	机器学习和深度学习，边缘和云计算，虚拟现实，可穿戴多模态生理传感器	NA	生理、认知和行为状态数据	NA
9998	2025-01-04	Using artificial intelligence to generate medical literature for urology patients: a comparison of three different large language models 2024-Jul-29, World journal of urology IF:2.8Q2 DOI:10.1007/s00345-024-05146-3 PMID:39073590	研究论文	本研究比较了三种不同的大型语言模型（LLMs）在生成泌尿科患者信息传单（PILs）方面的质量	首次比较了ChatGPT-4、PaLM 2和Llama 2三种LLMs在生成泌尿科患者信息传单方面的表现，并评估了其质量和可读性	生成的传单内容存在医学不准确性，且所有LLM生成的传单的阅读水平均高于成人平均水平，需要进一步改进算法和提示设计	评估LLMs在生成泌尿科患者信息传单方面的质量，以减轻医疗专业人员的工作负担	泌尿科患者信息传单	自然语言处理	泌尿系统疾病	大型语言模型（LLMs）	ChatGPT-4, PaLM 2, Llama 2	文本	四种泌尿科主题（包皮环切术、肾切除术、膀胱过度活动症综合征和经尿道前列腺切除术）的传单
9999	2025-01-04	A Multi-Level Interpretable Sleep Stage Scoring System by Infusing Experts' Knowledge Into a Deep Network Architecture 2024-07, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3366170 PMID:38358869	研究论文	本文设计了一个可解释的深度学习系统，用于脑电图（EEG）时间序列分类，以进行睡眠阶段评分	开发了一个包含基于核的卷积层的可解释深度神经网络，该层由人类专家在视觉分析多导睡眠图记录时使用的原则指导	未明确提及具体局限性	设计一个透明的深度学习系统，用于EEG时间序列分类以进行睡眠阶段评分	脑电图（EEG）信号	计算机视觉	NA	深度学习	深度神经网络	时间序列数据	未明确提及样本数量
10000	2025-01-04	Glioblastoma and radiotherapy: A multicenter AI study for Survival Predictions from MRI (GRASP study) 2024-06-03, Neuro-oncology IF:16.4Q1 DOI:10.1093/neuonc/noae017 PMID:38285679	研究论文	本研究旨在通过深度学习技术，利用放疗后首次脑部MRI图像预测胶质母细胞瘤患者在8个月后的生存情况	首次将深度学习应用于放疗后胶质母细胞瘤患者的MRI图像，以预测其生存期，并结合非影像数据进行综合分析	样本量相对有限，且部分数据为回顾性数据，可能存在偏差	预测胶质母细胞瘤患者在放疗后8个月的生存情况	206名胶质母细胞瘤患者	数字病理学	胶质母细胞瘤	深度学习	神经网络	MRI图像	206名患者（158名回顾性数据，19名内部验证，29名外部验证）