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
201	2025-01-24	Integrating deep learning in public health: a novel approach to PICC-RVT risk assessment 2024, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2024.1445425 PMID:39839389	研究论文	本研究评估了七种不同的机器学习算法，包括三种深度学习和四种传统机器学习模型，利用时间序列数据评估PICC-RVT风险，并识别关键预测因素	首次将深度学习模型应用于PICC-RVT风险评估，并利用时间序列数据进行动态预测	现有模型通常将PICC-RVT风险评估为静态和离散结果，可能限制其实际应用	评估机器学习算法在预测PICC-RVT风险中的有效性，并识别关键预测因素	5,272名接受PICC置管的患者	机器学习	静脉血栓	机器学习算法	DeepSurv, Cox-Time, 传统机器学习模型	时间序列数据	5,272名患者
202	2025-01-24	Deep learning captures the effect of epistasis in multifactorial diseases 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1479717 PMID:39839630	研究论文	本研究探讨了非线性和深度学习模型在预测多因素疾病风险中的应用，特别是考虑基因上位效应的影响	首次系统地比较了线性回归模型与非线性机器学习模型（包括深度学习）在模拟和真实遗传数据中捕捉基因上位效应的能力	研究主要基于模拟数据和特定疾病类型的真实数据，可能无法推广到所有多因素疾病	探索非线性和深度学习模型在预测多因素疾病风险中的有效性，特别是考虑基因上位效应	模拟数据和真实遗传数据，涉及肥胖、1型糖尿病和银屑病等疾病	机器学习	多因素疾病（如阿尔茨海默病、糖尿病、心血管疾病、癌症等）	GAMETES模拟数据生成，PyTOXO包生成渗透表	多层感知器（MLP）、卷积神经网络（CNN）、循环神经网络（RNN）、Lasso回归、随机森林、梯度提升模型	遗传数据	模拟数据和真实遗传数据，具体样本数量未明确
203	2025-01-24	AI predicting recurrence in non-muscle-invasive bladder cancer: systematic review with study strengths and weaknesses 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1509362 PMID:39839785	综述	本文系统回顾了基于机器学习的非肌层浸润性膀胱癌（NMIBC）复发预测框架，分析了其统计稳健性和算法效能	通过多模态数据集和多种机器学习模型（如神经网络、深度学习、随机森林）的结合，显著提高了预测准确性，并探讨了增强模型解释性的方法（如SHAP）	由于数据集较小，模型的泛化能力有限，且高级模型的“黑箱”性质仍是一个挑战	提高非肌层浸润性膀胱癌（NMIBC）复发的预测精度，推动AI在肿瘤学中的应用	非肌层浸润性膀胱癌（NMIBC）患者	机器学习	膀胱癌	机器学习（ML）和人工智能（AI）	神经网络、深度学习、随机森林、支持向量机	放射组学、临床、组织病理学、基因组数据	NA
204	2025-01-24	Artificial intelligence in breast cancer survival prediction: a comprehensive systematic review and meta-analysis 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1420328 PMID:39839787	系统综述与元分析	本文通过系统综述和元分析，评估了人工智能和机器学习算法在乳腺癌生存预测中的应用及其效果	本文首次全面评估了多种机器学习算法在乳腺癌生存预测中的表现，并强调了混合模型和深度学习（特别是卷积神经网络）的优势	大多数研究依赖内部验证，缺乏外部验证，可能影响模型的普适性和鲁棒性	评估人工智能和机器学习算法在乳腺癌生存预测中的准确性和应用潜力	乳腺癌患者的临床数据	机器学习	乳腺癌	机器学习算法	混合模型、卷积神经网络（CNN）	临床数据	32篇符合条件的文章，涉及140篇初步筛选的文章
205	2025-01-24	Application of MRI image segmentation algorithm for brain tumors based on improved YOLO 2024, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2024.1510175 PMID:39840016	研究论文	本研究探讨了将改进的YOLOv5s深度学习算法模型应用于脑肿瘤磁共振图像分割的可行性，并在此基础上进行了优化和升级	在YOLOv5算法中引入了ASPP、CBAM和CA等结构改进，提出了多个优化版本，显著提升了脑肿瘤磁共振图像的分割能力	研究仅使用了两个公开数据集，样本量相对有限，可能影响模型的泛化能力	辅助临床快速识别脑肿瘤类型并实现分割检测	脑肿瘤磁共振图像	计算机视觉	脑肿瘤	深度学习	YOLOv5s, YOLOv8s	图像	3,223张图像（数据集1）和216张图像（数据集2）
206	2025-01-24	Artificial intelligence-driven identification and mechanistic exploration of synergistic anti-breast cancer compound combinations from Prunella vulgaris L.-Taraxacum mongolicum Hand.-Mazz. herb pair 2024, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2024.1522787 PMID:39840098	研究论文	本研究利用人工智能和大规模生物医学数据，识别并验证了夏枯草-蒲公英草药对中具有协同抗乳腺癌作用的化合物组合及其作用机制	首次应用深度学习模型DeepMDS预测夏枯草-蒲公英草药对中的协同抗乳腺癌多化合物组合，并通过实验验证其效果	研究主要基于体外细胞实验，缺乏体内实验验证	识别和验证夏枯草-蒲公英草药对中的协同抗乳腺癌化合物组合及其作用机制	夏枯草（Prunella vulgaris L.）和蒲公英（Taraxacum mongolicum Hand.-Mazz.）的提取物及其化合物	生物医学	乳腺癌	液相色谱-质谱分析（LC-MS）、深度学习模型（DeepMDS）	深度学习模型（DeepMDS）	化学化合物数据、生物医学数据	夏枯草和蒲公英的50%乙醇提取物，分别鉴定出27和21种化合物
207	2025-01-24	A customized convolutional neural network-based approach for weeds identification in cotton crops 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1435301 PMID:39840351	研究论文	本文提出了一种基于定制卷积神经网络（CNN）的方法，用于棉花作物中的杂草识别	提出了一种新的基于深度CNN的架构，用于高效识别和分类棉花作物中的杂草，并在准确率上优于现有的VGG-16、ResNet、DenseNet和Xception模型	未提及具体的数据集规模或实验环境限制	开发一种高效的杂草识别和分类方法，以提高棉花作物的产量	棉花作物中的杂草	计算机视觉	NA	卷积神经网络（CNN）	CNN, VGG-16, ResNet, DenseNet, Xception	图像	未提及具体样本数量
208	2025-01-23	Leveraging deep learning for robust EEG analysis in mental health monitoring 2024, Frontiers in neuroinformatics IF:2.5Q3 DOI:10.3389/fninf.2024.1494970 PMID:39829439	研究论文	本文介绍了一种名为EEG Mind-Transformer的深度学习架构，用于改进基于EEG的心理健康监测	提出了EEG Mind-Transformer，结合了动态时间图注意力机制、分层图表示与分析模块以及时空融合模块，显著提升了EEG数据分析的准确性和适应性	未提及具体的数据集规模或多样性限制，可能影响模型的广泛适用性	改进基于EEG的心理健康监测方法，提高分类准确性和模型适应性	EEG信号	机器学习	心理健康	深度学习	EEG Mind-Transformer（结合DT-GAM、HGRA、STFM）	EEG信号	多个数据集，具体样本量未提及
209	2025-01-23	Non-invasive ML methods for diagnosis of congenital heart disease associated with pulmonary arterial hypertension 2024, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2024.1502725 PMID:39830028	综述	本文提出了两种非侵入性诊断算法，用于诊断与先天性心脏病相关的肺动脉高压	提出了直接三分法和两阶段分类模型两种非侵入性诊断算法，结合了时间、频率、能量域特征与深度学习特征	先天性心脏病相关肺动脉高压数据缺乏	探讨先天性心脏病相关肺动脉高压的辅助诊断方法	先天性心脏病相关肺动脉高压患者	机器学习	心血管疾病	NA	Bi-LSTM, 集成学习	心音数据	NA
210	2025-01-23	ReIU: an efficient preliminary framework for Alzheimer patients based on multi-model data 2024, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2024.1449798 PMID:39830185	研究论文	本文介绍了一种基于U-Net和迭代配准学习（ReIU）的视网膜血管分割方法，用于从OCT血管成像（OCT-A）设备中提取视网膜血管图，并应用于阿尔茨海默病（AD）的早期筛查	提出了ReIU框架，结合多模态数据和深度学习技术，显著提高了阿尔茨海默病的早期筛查准确性	研究仅在DRIVE和HRF数据集上进行了验证，样本量和多样性可能有限	开发一种经济、非侵入性的阿尔茨海默病早期筛查工具	阿尔茨海默病患者和健康受试者的多模态数据	数字病理学	阿尔茨海默病	OCT血管成像（OCT-A）	U-Net	图像	DRIVE和HRF数据集中的样本
211	2025-01-23	Protein-ligand binding affinity prediction using multi-instance learning with docking structures 2024, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2024.1518875 PMID:39830331	研究论文	本文提出了一种基于多实例学习和分子对接结构的蛋白质-配体结合亲和力预测方法	该方法利用多个分子对接构象进行预测，无需依赖共晶结构，提高了在缺乏共晶结构数据情况下的适用性	依赖于分子对接的预测结构，对接结构的准确性可能影响预测结果	提高蛋白质-配体结合亲和力预测的准确性，特别是在缺乏共晶结构数据的情况下	蛋白质-配体复合物	机器学习	NA	分子对接	多实例学习与注意力网络	3D结构数据	多个数据集，包括PDBbind和针对SARS-CoV-2主要蛋白酶的化合物
212	2025-01-23	Research hotspots and trends in lung cancer STAS: a bibliometric and visualization analysis 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1495911 PMID:39830648	研究论文	本研究使用R软件bibliometrix及可视化工具CiteSpace和VOSviewer对2015年以来发表的关于肺癌通过空气间隙扩散（STAS）的文献进行了文献计量分析	首次使用文献计量和可视化工具对肺癌STAS领域的研究热点和趋势进行全面分析	仅分析了Web of Science数据库中的文献，可能遗漏其他数据库中的重要研究	分析肺癌STAS领域的研究热点和趋势	2015年至2024年8月31日期间发表的关于肺癌STAS的文献	文献计量学	肺癌	文献计量分析、可视化分析	NA	文献数据	243篇文章
213	2025-01-23	OA-MEN: a fusion deep learning approach for enhanced accuracy in knee osteoarthritis detection and classification using X-Ray imaging 2024, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2024.1437188 PMID:39830688	研究论文	本文提出了一种名为OA-MEN的深度学习模型，用于通过膝关节X射线成像自动预测和分类膝骨关节炎（KOA），以提高诊断的准确性和效率	OA-MEN模型结合了ResNet和MobileNet的特征提取与多尺度特征融合，增强了语义信息的提取能力，同时保持了高分辨率图像在低网络层中的优势，从而扩展了模型的感受野并增强了其理解能力	未提及具体局限性	提高膝骨关节炎（KOA）评估的准确性和效率	膝骨关节炎（KOA）的X射线图像	计算机视觉	骨关节炎	深度学习	OA-MEN（结合ResNet和MobileNet的混合模型）	图像	未提及具体样本数量
214	2025-01-23	Meibomian gland alterations in allergic conjunctivitis: insights from a novel quantitative analysis algorithm 2024, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2024.1518154 PMID:39834396	研究论文	本研究利用智能定量分析算法探讨了过敏性结膜炎患者中睑板腺结构的变化及其与临床参数的关系	采用深度学习基础的定量分析算法对睑板腺图像进行分析，评估腺体长度、面积、脱落比例和变形	研究未明确说明样本的年龄分布及其他潜在影响因素	探讨过敏性结膜炎患者睑板腺结构的变化及其与临床参数的关系	过敏性结膜炎患者和正常对照组的睑板腺	数字病理学	过敏性结膜炎	红外线睑板腺成像	深度学习	图像	252只过敏性结膜炎患者的眼睛和200只正常对照组的眼睛
215	2025-01-23	MRI to digital medicine diagnosis: integrating deep learning into clinical decision-making for lumbar degenerative diseases 2024, Frontiers in surgery IF:1.6Q2 DOI:10.3389/fsurg.2024.1424716 PMID:39834502	研究论文	本文开发了一种基于人工智能深度学习算法的智能系统，旨在通过识别腰椎磁共振图像（MRI）辅助诊断腰椎退行性疾病，并提高医生的临床效率	本文创新性地将PP-YOLOv2深度学习算法应用于腰椎MRI图像的自动识别，显著提高了诊断的准确性和效率	研究样本量相对较小，测试集仅包含50例病例，可能影响模型的泛化能力	开发一种基于深度学习的智能系统，辅助诊断腰椎退行性疾病	腰椎退行性疾病（腰椎间盘突出和腰椎滑脱）	计算机视觉	腰椎退行性疾病	深度学习	PP-YOLOv2	图像	654例患者（604例训练集，50例测试集）
216	2025-01-23	Cardioattentionnet: advancing ECG beat characterization with a high-accuracy and portable deep learning model 2024, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2024.1473482 PMID:39834732	研究论文	本研究开发了一种名为CardioAttentionNet（CANet）的便携式深度学习模型，用于通过心电图（ECG）信号检测心律失常	CANet结合了双向长短期记忆网络（BiLSTM）、多头注意力机制和深度可分离卷积，使其能够在便携设备上实现早期诊断，并在处理长ECG模式和详细特征提取方面表现出色	未提及具体局限性	提高心律失常的早期诊断准确性，改善患者预后	心电图（ECG）信号	机器学习	心血管疾病	深度学习	BiLSTM, 多头注意力机制, 深度可分离卷积	ECG信号	未提及具体样本数量
217	2025-01-23	Application of dynamic enhanced scanning with GD-EOB-DTPA MRI based on deep learning algorithm for lesion diagnosis in liver cancer patients 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1423549 PMID:39834934	研究论文	本研究应用基于深度学习的增强多梯度深度卷积神经网络（EMGDCNN）对Gd-EOB-DTPA增强MRI图像进行肝脏分割和局部肝脏病变的识别与分类	使用EMGDCNN模型同时进行肝脏病变的识别和分类，提高了诊断的准确性和效率	研究中存在25个假阳性和0.6个真阳性，检测能力仍需提高	提高Gd-EOB-DTPA增强MRI在肝脏病变诊断中的应用效果	132名参与者的Gd-EOB-DTPA增强MRI图像	数字病理	肝癌	Gd-EOB-DTPA增强MRI	EMGDCNN	图像	132名参与者
218	2025-01-23	Diagnostic accuracy of MRI-based radiomic features for EGFR mutation status in non-small cell lung cancer patients with brain metastases: a meta-analysis 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1428929 PMID:39834943	meta-analysis	本文通过meta分析评估了基于MRI的放射组学特征在预测非小细胞肺癌脑转移患者EGFR突变状态中的诊断准确性	首次系统评估了MRI放射组学特征在非小细胞肺癌脑转移患者EGFR突变预测中的应用，并发现深度学习模型和亚洲地区研究具有更高的诊断准确性	研究间存在显著的异质性，诊断性能的变异性表明需要标准化的放射组学协议以提高可重复性和临床实用性	评估基于MRI的放射组学特征在预测非小细胞肺癌脑转移患者EGFR突变状态中的诊断准确性	非小细胞肺癌脑转移患者	数字病理学	肺癌	MRI	深度学习模型	图像	13项研究，涉及2,348名患者
219	2025-01-23	Individualized treatment recommendations for patients with locally advanced head and neck squamous cell carcinoma utilizing deep learning 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1478842 PMID:39835092	研究论文	本研究利用深度学习模型为局部晚期头颈部鳞状细胞癌患者提供个体化治疗建议，评估患者通过确定性放化疗实现器官保留的可能性，并为更适合手术的患者提供辅助治疗建议	首次使用深度学习模型为LA-HNSCC患者提供个体化治疗建议，并引入BITES模型在治疗推荐中表现出优越性能	研究结果需要进一步的外部验证，且模型的泛化能力尚未在其他癌症类型中得到验证	评估深度学习模型在局部晚期头颈部鳞状细胞癌患者治疗推荐中的应用效果	局部晚期头颈部鳞状细胞癌患者	机器学习	头颈部鳞状细胞癌	深度学习	BITES	临床数据	7,376名局部晚期头颈部鳞状细胞癌患者
220	2025-01-23	Harnessing artificial intelligence in sepsis care: advances in early detection, personalized treatment, and real-time monitoring 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1510792 PMID:39835096	综述	本文探讨了人工智能（AI）在脓毒症管理中的潜力，包括早期检测、个性化治疗和实时监测	本文综述了AI在脓毒症管理中的创新应用，如通过机器学习技术分析电子健康记录（EHR）数据进行早期检测，以及通过AI算法开发个性化治疗方案和实时监测系统	伦理挑战，包括数据隐私问题和算法偏见，需要解决以确保公平和有效的实施	探讨AI在脓毒症管理中的应用，以克服当前管理中的局限性	脓毒症患者	机器学习	脓毒症	机器学习（ML）技术，如随机森林模型和深度学习算法	随机森林模型，深度学习算法	电子健康记录（EHR）数据	NA