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
341	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
342	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
343	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
344	2025-01-22	Multimodal Deep Learning Network for Differentiating Between Benign and Malignant Pulmonary Ground Glass Nodules 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056301741240903072017 PMID:39257154	研究论文	本研究旨在建立一个多模态深度学习网络模型，以提高肺磨玻璃结节（GGNs）良恶性的诊断准确性	结合ResNet提取影像数据、Word2Vec提取语义信息以及Self Attention方法融合影像特征和患者数据，构建了一个多模态分类模型	研究依赖于回顾性数据，可能存在选择偏差	提高肺磨玻璃结节良恶性的诊断准确性	肺磨玻璃结节（GGNs）	计算机视觉	肺癌	胸部CT	ResNet, VGG, 多模态深度学习网络	影像数据, 语义信息	1020个GGNs（训练和验证集），204个GGNs（测试集）
345	2025-01-19	Using deep learning to quantify neuronal activation from single-cell and spatial transcriptomic data 2024-Jan-26, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-44503-5 PMID:38278804	研究论文	本文介绍了一种名为NEUROeSTIMator的深度学习模型，用于从单细胞和空间转录组数据中量化神经元激活	NEUROeSTIMator模型能够整合转录组信号来估计神经元激活，且与Patch-seq电生理特征相关联，对物种、细胞类型和脑区差异具有鲁棒性	NA	开发一种能够准确检测神经元激活的工具，以研究神经元活动依赖性转录	神经元激活	机器学习	NA	单细胞RNA测序（scRNAseq）	深度学习模型	转录组数据	已发表研究中的单细胞活动诱导基因表达数据，以及雄性小鼠不同脑区的空间转录组数据
346	2025-01-16	Multiple Classification of Brain MRI Autism Spectrum Disorder by Age and Gender Using Deep Learning 2024-Jan-22, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-023-02032-0 PMID:38252192	研究论文	本研究使用深度学习技术，通过考虑年龄和性别因素，对脑部MRI图像进行多重分类，以辅助自闭症谱系障碍（ASD）的诊断	首次基于年龄和性别进行多重分类，探讨这些因素对ASD诊断的贡献，并开发了三种CNN模型进行实验	研究中使用的样本量未明确提及，可能影响结果的普适性	通过多重分类方法，辅助ASD的快速和准确诊断，并探讨年龄和性别因素对诊断的影响	自闭症谱系障碍（ASD）患者和典型发育（TD）个体的脑部结构MRI图像	计算机视觉	自闭症谱系障碍	Canny边缘检测算法、数据增强技术、网格搜索优化算法	CNN	图像	NA
347	2025-01-15	Automated Prediction of Photographic Wound Assessment Tool in Chronic Wound Images 2024-Jan-16, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-023-02029-9 PMID:38227131	研究论文	本文提出了一种基于深度学习的全自动图像处理流程，用于慢性伤口图像中的伤口检测和Photographic Wound Assessment Tool (PWAT)预测，旨在自动化临床伤口愈合评估	利用深度学习和大规模伤口分割数据集，自动化预测PWAT评分，减少人为主观性并加速临床实践	未提及具体局限性	自动化临床伤口愈合评估，减少人为主观性并加速临床实践	慢性伤口图像	计算机视觉	慢性伤口	深度学习	预训练的神经网络模型	图像	未提及具体样本数量
348	2025-01-16	Deep learning for prediction of post-thrombectomy outcomes based on admission CT angiography in large vessel occlusion stroke 2024, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2024.1369702 PMID:39149161	研究论文	本研究开发并验证了一种基于入院CT血管造影（CTA）的深度学习模型，用于预测大血管闭塞（LVO）卒中患者血栓切除术后3个月的结果	首次使用端到端的自动化深度学习流程，基于入院CTA图像预测前循环LVO卒中患者血栓切除术后的3个月结果，并结合治疗和临床信息进行多模型比较	样本量相对较小（591例患者），且独立测试集仅包含95例患者，可能影响模型的泛化能力	开发并验证一种基于入院CTA的深度学习模型，用于预测LVO卒中患者血栓切除术后的3个月结果	大血管闭塞（LVO）卒中患者	数字病理学	心血管疾病	CT血管造影（CTA）	ResNet-50 3D卷积神经网络（MedicalNet）	图像	591例患者（496例用于训练/交叉验证，95例用于独立测试）
349	2025-01-16	Assessment of the Accuracy of a Deep Learning Algorithm- and Video-based Motion Capture System in Estimating Snatch Kinematics 2024, International journal of exercise science DOI:10.70252/PRVV4165 PMID:39807293	研究论文	本研究评估了基于深度学习和视频的无标记运动捕捉系统在抓举运动学估计中的准确性，并与基于标记的系统进行了比较	首次将基于深度学习的无标记视频系统应用于抓举运动学分析，并与传统标记系统进行对比	两种系统在估计运动学参数时存在显著差异，可能由于模型和假设的不同	评估无标记视频系统在抓举运动学分析中的适用性	21名举重运动员（15名男性，6名女性）	计算机视觉	NA	深度学习姿态估计算法	NA	视频	21名举重运动员，131次试验
350	2025-01-16	Design and validation of the reflection skills self-assessment questionnaire (RSSAQ) 2024, Journal of education and health promotion IF:1.4Q3 DOI:10.4103/jehp.jehp_141_24 PMID:39811846	研究论文	本研究旨在设计和验证波斯语医学科学学生反思技能自我评估问卷（RSSAQ）的心理测量特性	开发了一种新的波斯语反思技能自我评估问卷，并验证了其心理测量特性	研究样本仅限于一所大学的学生，可能限制了结果的普遍性	设计和验证波斯语医学科学学生反思技能自我评估问卷的心理测量特性	医学科学学生	教育评估	NA	探索性因子分析（EFA）和验证性因子分析（CFA）	NA	问卷数据	19名专家、50名学生（面效度和内容效度评估）、48名学生（信度评估）、151名学生（构念效度评估）
351	2025-01-15	Artificial Intelligence-enabled Chest X-ray Classifies Osteoporosis and Identifies Mortality Risk 2024-Jan-13, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-023-02030-2 PMID:38217829	研究论文	开发了一种深度学习模型，通过胸部X光片（CXR）特征高精度识别骨质疏松症，并在内部和外部验证中显示出显著的预后意义	利用深度学习模型通过CXR特征识别骨质疏松症，并评估其与全因死亡率风险的关联	研究依赖于单一医疗中心的数据，可能限制了模型的泛化能力	开发并验证一种深度学习模型，用于通过CXR特征识别骨质疏松症，并评估其临床意义	48,353张CXR图像及其对应的DXA T分数	数字病理学	骨质疏松症	深度学习	深度学习模型（DLM）	图像	48,353张CXR图像
352	2025-01-15	Enhanced neurological anomaly detection in MRI images using deep convolutional neural networks 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1504545 PMID:39802885	研究论文	本研究介绍了一种深度学习框架，旨在自动化神经诊断，解决当前手动解释方法耗时且易变的问题	提出了一种专门用于检测和分类MRI数据中神经异常的深度卷积神经网络（DCNN）框架，并采用了优化的模型架构和预处理技术	需要进一步研究以评估模型在不同临床场景中的表现，并考虑整合更多数据类型以提高诊断准确性和临床实用性	开发一种自动化系统，用于诊断和规划神经疾病的治疗	MRI图像中的神经异常	计算机视觉	神经退行性疾病	MRI	DCNN	图像	综合MRI数据集
353	2025-01-15	Deep learning to optimize radiotherapy decisions for elderly patients with early-stage breast cancer: a novel approach for personalized treatment 2024, American journal of cancer research IF:3.6Q2 DOI:10.62347/TRNO3190 PMID:39803647	研究论文	本研究利用深度学习优化老年早期乳腺癌患者的放疗决策，提出个性化治疗方案	首次使用深度学习模型为老年早期乳腺癌患者生成个性化放疗建议，并通过比较一致组和不一致组的治疗效果验证模型的有效性	未推荐放疗的患者未观察到生存获益，可能限制了模型的适用范围	评估辅助放疗对老年早期乳腺癌患者的疗效，并开发个性化治疗方案	老年早期乳腺癌患者	数字病理学	乳腺癌	深度学习	Deep Survival Regression with Mixture Effects (DSME)	临床数据	8,047名老年早期乳腺癌患者
354	2025-01-14	Microfluidics-based patient-derived disease detection tool for deep learning-assisted precision medicine 2024-Jan, Biomicrofluidics IF:2.6Q2 DOI:10.1063/5.0172146 PMID:38223546	研究论文	本文介绍了一种基于微流控技术和深度学习的智能疾病检测工具（IDDT），用于癌症预后和治疗的常规评估	IDDT结合了微流控技术和深度学习算法，显著减少了手动标注时间，并实现了高精度的临床队列分类	样本量相对较小（71例），且仅验证了部分癌症类型	开发一种智能、无标记且经济高效的工具，以帮助临床医生做出精确的医疗决策并定制治疗策略	癌症患者和健康捐赠者的液体血液活检样本	数字病理学	癌症（如乳腺癌、胃癌和肺癌）	微流控技术、深度学习算法	Mask R-CNN、视觉变换器、Segment Anything Model (SAM)	图像	71例液体血液活检样本（包括12例健康捐赠者和55例癌症患者）
355	2025-01-13	Decoding imagined speech with delay differential analysis 2024, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2024.1398065 PMID:38826617	研究论文	本文探讨了一种新的非线性信号处理方法——延迟微分分析（DDA）在语音解码中的应用，并对其在两个公开的想象语音解码数据集上的性能进行了系统评估	首次将延迟微分分析（DDA）应用于语音解码，并与所有公开的深度学习方法进行了比较，展示了DDA作为一种快速、高效且无需大量预处理的替代或补充方法的潜力	现有EEG数据集的小规模和异质性限制了算法的泛化能力，且公开代码的有限可用性阻碍了方法之间的比较	探索DDA在语音解码中的应用，评估其性能	想象语音解码	自然语言处理	NA	延迟微分分析（DDA）	NA	EEG信号	两个公开的想象语音解码数据集
356	2025-01-13	Delineation of intracavitary electrograms for the automatic quantification of decrement-evoked potentials in the coronary sinus with deep-learning techniques 2024, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2024.1331852 PMID:38818521	研究论文	本文提出了一种基于深度学习的算法，用于从心电信号中识别心房成分的递减，以区分辅助通路和房室折返性心动过速	首次在文献中提出了一种能够自动描绘心电信号中所有局部成分的工具，并开发了两种新的损失函数以减少假阴性和描绘错误	数据稀缺问题通过合成数据增强方法缓解，但仍需进一步验证模型的泛化能力	开发一种自动量化心电信号中递减诱发电位的方法，以辅助心脏电生理程序的诊断	冠状窦中的心电信号	数字病理学	心血管疾病	深度学习	U-Net, W-Net	心电信号	77名患者的312个心电信号记录
357	2025-01-13	Improving Psychiatry Services with Artificial Intelligence: Opportunities and Challenges 2024, Turk psikiyatri dergisi = Turkish journal of psychiatry DOI:10.5080/u27604 PMID:39783807	综述	本文探讨了人工智能（AI）在全球及土耳其精神病护理中的潜力，特别是大型语言模型的应用	提出了利用AI技术，如机器学习和深度学习，通过语音模式、神经影像和行为测量等多种数据源，改善精神障碍的诊断、治疗个性化和监测的创新方法	算法偏见、数据隐私问题、伦理影响以及大型语言模型的虚构现象等挑战阻碍了AI在实践中的全面实施	探讨AI在提高精神病诊断准确性和服务可及性方面的潜力	精神障碍患者	自然语言处理	精神疾病	机器学习, 深度学习	大型语言模型	语音, 神经影像, 行为数据	NA
358	2025-01-12	Endoscopic Artificial Intelligence for Image Analysis in Gastrointestinal Neoplasms 2024, Digestion IF:3.0Q2 DOI:10.1159/000540251 PMID:39068926	综述	本文综述了内镜人工智能系统在胃肠道肿瘤图像分析中的应用，特别是针对食管鳞状细胞癌、食管腺癌、胃癌和结直肠息肉的研究	总结了内镜AI系统在胃肠道肿瘤检测和诊断中的应用，展示了其在提高病变检测率和诊断准确性方面的潜力	部分研究尚未进行随机对照试验（RCT），且主要集中于亚洲国家	探讨内镜人工智能系统在胃肠道肿瘤检测和诊断中的应用效果	食管鳞状细胞癌、食管腺癌、胃癌和结直肠息肉	数字病理	胃肠道肿瘤	深度学习	计算机辅助检测/诊断系统（CADe/CADx）	图像	NA
359	2025-01-11	Precision Opioid Prescription in ICU Surgery: Insights from an Interpretable Deep Learning Framework 2024, Journal of surgery (Lisle, IL) DOI:10.29011/2575-9760.11189 PMID:39781484	研究论文	本文开发了一种可解释的深度学习框架，用于评估个体特征对术后阿片类药物使用的影响，并识别重要因素	提出了一个可解释的深度学习框架，结合Permutation Feature Importance Test (PermFIT)方法，提高了模型在临床实践中的可接受性	尽管DNN模型表现优异，但其解释性仍然依赖于PermFIT方法，可能限制了其在某些临床场景中的应用	准确预测术后阿片类药物需求，并理解相关因素，以指导适当的阿片类药物使用，提高患者安全和恢复效果	ICU手术患者	机器学习	NA	Permutation Feature Importance Test (PermFIT)	Deep Neural Networks (DNN), Support Vector Machines, eXtreme Gradient Boosting, Random Forest	电子健康记录	4,912名手术患者
360	2025-01-07	Deep learning segmentation of endothelial cell images using an active learning paradigm with guided label corrections 2024-Jan, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.1.014006 PMID:38188935	研究论文	本文开发了一种引导校正软件，用于手动编辑自动生成的角膜内皮细胞（EC）分割，并将其应用于主动学习范式，以分析一组多样化的角膜移植后EC图像	提出了一种新的引导校正软件，结合主动学习范式，显著提高了深度学习模型在EC图像分割中的性能	研究仅针对角膜移植后的EC图像，可能不适用于其他类型的细胞图像	提高角膜内皮细胞图像分割的准确性和效率	角膜移植后的内皮细胞图像	计算机视觉	眼科疾病	深度学习	U-Net, DeepLabV3+	图像	841张角膜移植后EC图像