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
10021	2025-01-03	Multi-step framework for glaucoma diagnosis in retinal fundus images using deep learning 2025-Jan, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03172-2 PMID:39098859	研究论文	本文提出了一种名为MSGC-CNN的多步骤框架，用于通过深度学习从视网膜眼底图像中诊断青光眼	结合青光眼病理知识与深度学习模型，融合原始眼底图像和通过U-Net去除血管干扰的视盘区域特征，设计新的特征提取网络RA-ResNet并结合迁移学习	未提及具体的数据集样本量限制或模型在其他数据集上的泛化能力	提高青光眼诊断的准确性和效率	视网膜眼底图像	计算机视觉	青光眼	深度学习	CNN, U-Net, RA-ResNet	图像	三个公开数据集：Drishti-GS, RIM-ONE-R3, ACRIMA
10022	2025-01-03	Validity of machine learning algorithms for automatically extract growing rod length on radiographs in children with early-onset scoliosis 2025-Jan, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03181-1 PMID:39152359	研究论文	本文开发了一种基于深度学习的机器学习系统，用于自动测量儿童早发性脊柱侧凸患者的磁控生长棒长度	首次使用深度学习技术自动测量磁控生长棒长度，提高了测量的准确性和效率	样本量相对较小，仅使用了387张X光片进行模型开发，60张X光片进行最终测试	开发一种自动测量磁控生长棒长度的方法，以替代主观且耗时的手动测量	儿童早发性脊柱侧凸患者的磁控生长棒	计算机视觉	脊柱侧凸	深度学习	深度学习模型	X光片	387张X光片用于模型开发，60张X光片用于最终测试
10023	2025-01-03	Imatinib adherence prediction using machine learning approach in patients with gastrointestinal stromal tumor 2025-Jan-01, Cancer IF:6.1Q1 DOI:10.1002/cncr.35548 PMID:39238433	研究论文	本研究旨在调查胃肠道间质瘤（GIST）患者对伊马替尼的依从性，并开发基于机器学习和深度学习技术的模型以预测非依从性风险	首次在真实世界中使用机器学习技术预测GIST患者伊马替尼非依从性的风险因素	样本量相对较小，可能影响模型的泛化能力	预测GIST患者对伊马替尼的非依从性风险	胃肠道间质瘤（GIST）患者	机器学习	胃肠道间质瘤	机器学习（ML）和深度学习（DL）	eXtreme gradient boosting, LGBM, categorical boosting, random forest, support vector machine, artificial neural network, multilayer perceptron, NaiveBayes, TabNet, Wide&Deep	问卷数据	397名GIST患者
10024	2025-01-03	Lite-YOLOv8: a more lightweight algorithm for Tubercle Bacilli detection 2025-Jan, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03187-9 PMID:39264568	研究论文	本文提出了一种更轻量级的算法Lite-YOLOv8，用于检测痰样本中的结核杆菌	优化了YOLOv8s模型，引入了Lite-C2f模块、轻量级下采样模块和NWD损失函数，显著减少了参数数量并提高了检测精度	未提及具体局限性	解决结核杆菌检测中复杂背景、微小且数量众多的物体以及长时间观察导致的主观判断错误率增加的问题	痰样本中的结核杆菌	计算机视觉	结核病	深度学习	YOLOv8	图像	公共结核杆菌数据集
10025	2025-01-03	Automated diagnosis of atherosclerosis using multi-layer ensemble models and bio-inspired optimization in intravascular ultrasound imaging 2025-Jan, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03190-0 PMID:39292382	研究论文	本文提出了一种基于多层集成模型和生物启发优化的自动化动脉粥样硬化诊断方法，使用IVUS图像进行斑块分类	提出了一种结合Ant Lion优化器和深度学习的混合技术（AAPC-HALODL），用于自动分类IVUS图像中的斑块	研究仅使用了MICCAI Challenge 2011数据集，可能缺乏对其他数据集的泛化能力	开发一种自动化工具，用于准确检测和分类动脉粥样硬化斑块	IVUS图像中的动脉粥样硬化斑块	计算机视觉	心血管疾病	深度学习、生物启发优化	Faster RCNN, ShuffleNet-v2, 堆叠自编码器（SAE）, 深度极限学习机（DELM）	图像	MICCAI Challenge 2011数据集
10026	2025-01-03	The general equation of δ direct methods and the novel SMAR algorithm residuals using the absolute value of ρ and the zero conversion of negative ripples 2025-Jan-01, Acta crystallographica. Section A, Foundations and advances DOI:10.1107/S2053273324009628 PMID:39558851	研究论文	本文建立了δ直接方法的一般方程δ(r) = ρ(r) + g(r)，并在SMAR相位算法中使用该方程进行相位细化	提出了SMAR算法，该算法基于交替最小化两个残差R(χ)和R(Φ)，并在每次迭代中最大化相应的S(Φ)和S(Φ)和函数	SMAR算法在相位细化开始时，m掩码的零部分占据约50%的单位晶胞体积，并在收敛时增加约5%，这可能影响算法的效率	研究δ直接方法的一般方程及其在SMAR相位算法中的应用	δ直接方法的一般方程和SMAR相位算法	NA	NA	SMAR相位算法	NA	衍射数据	NA
10027	2025-01-03	A statistical analysis for deepfake videos forgery traces recognition followed by a fine-tuned InceptionResNetV2 detection technique 2025-Jan, Journal of forensic sciences IF:1.5Q2 DOI:10.1111/1556-4029.15665 PMID:39562484	研究论文	本文提出了一种新颖的深度伪造视频检测方法，结合了像素级视频统计特征的时间差异分析和深度学习算法	提出了一种新的欧几里得距离变化概率评分值来直接评估深度伪造视频的真实性，并对InceptionResNetV2进行了微调以提高检测精度	NA	开发一种更有效的深度伪造视频检测技术	深度伪造视频	计算机视觉	NA	深度学习	InceptionResNetV2	视频	FaceForensics++和CelebDF数据集
10028	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
10029	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
10030	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
10031	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
10032	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
10033	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
10034	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
10035	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
10036	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
10037	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
10038	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
10039	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
10040	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