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
10461	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
10462	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
10463	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
10464	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
10465	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
10466	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
10467	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）
10468	2025-01-02	Generalizability, robustness, and correction bias of segmentations of thoracic organs at risk in CT images 2024-Dec-31, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11321-2 PMID:39738559	研究论文	本研究评估并比较了两种最先进的深度学习方法在CT图像中分割四个胸部风险器官（食管、气管、心脏和主动脉）的性能，以用于放疗计划	比较了多器官分割方法和多个单器官模型融合方法，并评估了它们在对抗性扰动下的鲁棒性、在外部数据集上的泛化能力，以及专家校正引入的潜在偏差	专家对AI分割的校正可能导致结果偏差，需要使用手动注释的测试集来评估这些方法的性能	评估和比较两种深度学习方法在CT图像中分割胸部风险器官的性能，以用于放疗计划	CT图像中的四个胸部风险器官（食管、气管、心脏和主动脉）	数字病理	NA	深度学习	nnU-Net	CT图像	NA
10469	2025-01-02	A novel artificial intelligence segmentation model for early diagnosis of bladder tumors 2024-Dec-30, Abdominal radiology (New York) DOI:10.1007/s00261-024-04715-9 PMID:39738572	研究论文	本文开发了一种基于深度学习的智能诊断系统，用于早期膀胱癌的诊断，以提高早期膀胱肿瘤的识别率	提出了一种新的膀胱肿瘤分割网络（BTS-Net），基于transformer架构，能够准确诊断早期膀胱癌病变	NA	提高早期膀胱肿瘤的识别率，减少漏诊	膀胱癌患者	计算机视觉	膀胱癌	深度学习	transformer	视频	273名膀胱癌患者
10470	2025-01-02	Single-nucleus transcriptome atlas of orbitofrontal cortex in amyotrophic lateral sclerosis with a deep learning-based decoding of alternative polyadenylation mechanisms 2024-Dec-16, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.22.573083 PMID:38187588	研究论文	本文通过单核RNA测序和深度学习模型APA-Net，研究了肌萎缩侧索硬化症（ALS）和额颞叶变性（FTLD）中眶额皮层的细胞类型特异性转录特征和选择性多聚腺苷酸化机制	开发了APA-Net深度学习模型，整合转录序列和RNA结合蛋白表达谱，揭示了细胞类型特异性的选择性多聚腺苷酸化调控模式	研究主要集中于C9orf72相关的ALS和散发性ALS病例，可能不适用于所有ALS亚型	揭示ALS和FTLD中细胞类型特异性的病理机制和转录调控	ALS和FTLD患者的眶额皮层细胞	数字病理学	肌萎缩侧索硬化症	单核RNA测序	APA-Net	RNA序列数据	C9orf72相关ALS（伴或不伴FTLD）和散发性ALS病例
10471	2025-01-02	Calibration-free estimation of field dependent aberrations for single molecule localization microscopy across large fields of view 2024-Dec-11, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.11.627909 PMID:39713420	研究论文	本文提出了一种无需校准的模型方法，用于估计单分子定位显微镜中的场依赖像差	引入了一种基于模型的方法，直接从单分子数据中估计场依赖像差，无需校准步骤	未提及具体局限性	提高单分子定位显微镜的图像质量	微管和核孔复合物	计算机视觉	NA	单分子定位显微镜（SMLM）	基于节点的像差理论	2D和3D定位数据	视野范围达180 μm的微管和核孔复合物数据
10472	2025-01-02	MEFFNet: Forecasting Myoelectric Indices of Muscle Fatigue in Healthy and Post-Stroke During Voluntary and FES-Induced Dynamic Contractions 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.2024.3431024 PMID:39028608	研究论文	本文提出了一种名为MEFFNet的深度学习模型，用于预测健康和中风后患者在自主和FES诱导动态收缩中的肌电疲劳指数	将迁移学习引入深度学习模型MEFFNet，用于预测动态收缩中的肌电疲劳指数，并在合成时间序列数据集上进行预训练以提高预测性能	研究样本量较小，且仅针对肘部屈伸运动进行测试，未涵盖其他肌肉群或运动类型	开发一种能够预测肌电疲劳指数的深度学习模型，以应用于可穿戴技术、辅助设备（如外骨骼和假肢）和功能性电刺激（FES）神经假体等领域	健康和中风后患者在自主和FES诱导动态收缩中的肌电疲劳指数	机器学习	中风	功能性电刺激（FES）	MEFFNet	时间序列数据	16名健康受试者和17名中风后受试者
10473	2025-01-02	Retrospective imaging studies of gastric cancer: Study protocol clinical trial (SPIRIT Compliant) 2020-Feb, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000019157 PMID:32080093	研究论文	本研究旨在开发一种深度学习模型，用于胃癌中腹膜转移的术前准确诊断	首次基于CT图像使用深度学习技术诊断胃癌中的腹膜转移	研究为回顾性研究，可能存在选择偏倚	提高CT在胃癌腹膜转移诊断中的性能	胃癌患者	数字病理学	胃癌	CT	深度卷积神经网络（DCNN）	图像	所有胃癌患者，具体数量未明确
10474	2025-01-01	An attention 3DUNET and visual geometry group-19 based deep neural network for brain tumor segmentation and classification from MRI 2025-Feb, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2023.2283164 PMID:37979152	研究论文	本文提出了一种基于注意力3DUNET和视觉几何组-19的深度神经网络，用于从MRI图像中进行脑肿瘤分割和分类	提出了一种新颖的深度学习系统，结合了空间和通道注意力机制的三维U形网络（SC3DUNet）和基于扩张卷积的视觉几何组-19（DCVGG-19），用于脑肿瘤的分割和分类	该方法主要针对3D脑MRI图像，未涉及其他类型的医学影像	提高脑肿瘤的早期检测和分类准确率	脑肿瘤	数字病理学	脑肿瘤	深度学习	SC3DUNet, DCVGG-19	3D MRI图像	BraTS2020数据集
10475	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
10476	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
10477	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
10478	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
10479	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
10480	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