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
2081	2025-02-01	Deep learning-based image quality assessment for optical coherence tomography macular scans: a multicentre study 2024-Oct-22, The British journal of ophthalmology DOI:10.1136/bjo-2023-323871 PMID:39033014	研究论文	本文开发并外部测试了用于评估Cirrus和Spectralis光学相干断层扫描设备三维黄斑扫描图像质量的深度学习模型	使用深度学习模型评估三维黄斑扫描图像质量，并进行了多中心外部测试	研究依赖于特定设备（Cirrus和Spectralis）的数据，可能不适用于其他设备	开发用于评估光学相干断层扫描图像质量的深度学习模型	Cirrus和Spectralis光学相干断层扫描设备的三维黄斑扫描图像	计算机视觉	黄斑疾病	深度学习	ResNet-18	图像	2277个Cirrus 3D扫描和1557个Spectralis 3D扫描
2082	2025-02-01	Deep learning analysis of serial digital breast tomosynthesis images in a prospective cohort of breast cancer patients who received neoadjuvant chemotherapy 2024-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111624 PMID:39029241	研究论文	本研究探讨了在乳腺癌新辅助化疗（NACT）期间使用人工智能（AI）分析连续数字乳腺断层合成（DBT）图像，以预测NACT完成后的病理完全缓解（pCR）	首次将深度学习AI系统应用于连续DBT图像分析，以预测乳腺癌患者的pCR	样本量较小，未来需要更大数据集以进行更全面的模型训练和性能评估	探索AI在乳腺癌NACT期间预测pCR的潜力	接受NACT的乳腺癌患者	计算机视觉	乳腺癌	数字乳腺断层合成（DBT）	3D ResNet	图像	149名女性乳腺癌患者
2083	2025-02-01	Multicenter privacy-preserving model training for deep learning brain metastases autosegmentation 2024-09, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110419 PMID:38969106	研究论文	本研究探讨了多中心数据异质性对深度学习脑转移自动分割性能的影响，并评估了增量迁移学习技术（LWF）在不共享原始数据的情况下提高模型泛化能力的有效性	提出了使用增量迁移学习技术（LWF）进行隐私保护的模型训练，以提高多中心数据下的模型泛化能力	数据异质性（如转移密度、空间分布和图像空间分辨率的差异）导致模型性能在不同中心间存在差异，限制了模型的泛化能力	研究多中心数据异质性对深度学习脑转移自动分割性能的影响，并评估增量迁移学习技术的有效性	脑转移（BM）的自动分割	计算机视觉	脑转移	深度学习	DeepMedic网络	医学影像	来自六个中心的脑转移数据集（UKER、USZ、Stanford、UCSF、NYU、BraTS Challenge 2023）
2084	2025-02-01	Artificial intelligence for triaging of breast cancer screening mammograms and workload reduction: A meta-analysis of a deep learning software 2024-Sep, Journal of medical screening IF:2.6Q2 DOI:10.1177/09691413231219952 PMID:38115810	meta-analysis	本文通过meta分析评估了基于AI的乳腺癌筛查乳腺X光片分诊在减少放射科医生工作量方面的效果	首次通过meta分析评估了深度学习算法在乳腺癌筛查乳腺X光片分诊中的应用及其对放射科医生工作量的影响	AI的实施仍然复杂且异质性较大	评估基于AI的乳腺癌筛查乳腺X光片分诊是否能在保持高敏感性的同时减少放射科医生的工作量	乳腺癌筛查乳腺X光片	digital pathology	breast cancer	deep learning	DL	image	156,852次检查
2085	2025-02-01	Neuroimage analysis using artificial intelligence approaches: a systematic review 2024-Sep, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03097-w PMID:38664348	系统综述	本文系统回顾了人工智能在神经影像数据分析中的应用及其对提升诊断能力和推动领域发展的影响	通过系统回顾456篇相关文献，揭示了AI技术在神经影像分析中的广泛应用及其在疾病分类和病变分割等临床任务中的优势	研究仅限于2013年至2023年间的文献，可能未涵盖最新的技术进展	探讨AI技术在神经影像数据分析中的应用，以提升诊断能力和推动领域发展	神经影像数据，特别是与精神和神经系统疾病相关的数据	神经影像分析	精神和神经系统疾病	机器学习和深度学习算法	NA	神经影像数据	456篇相关文献，其中104篇被详细回顾
2086	2025-02-01	Analysis of the integrated role of the Yangtze River Delta based on the industrial economic resilience of cities during COVID-19 2024-07-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68357-z PMID:39060630	研究论文	本研究探讨了COVID-19期间长江三角洲地区城市产业经济韧性及其对区域一体化战略的影响	使用UNet深度学习方法检测土地利用类型，并结合土地转移矩阵和标准差椭圆分析工业用地变化和工业产值空间分布	研究区域仅限于安徽省的芜湖、马鞍山和滁州三市，可能无法全面反映整个长江三角洲地区的情况	分析COVID-19期间长江三角洲地区城市产业经济韧性及其对区域一体化战略的影响	安徽省的芜湖、马鞍山和滁州三市的工业用地和工业产值	机器学习	NA	UNet深度学习方法	UNet	土地利用数据	安徽省的芜湖、马鞍山和滁州三市
2087	2025-02-01	Deep learning automatically assesses 2-µm laser-induced skin damage OCT images 2024-Apr-18, Lasers in medical science IF:2.1Q2 DOI:10.1007/s10103-024-04053-8 PMID:38634947	研究论文	本研究提出了一种基于光学相干断层扫描（OCT）和深度学习技术的非侵入性、自动化体内评估方法，用于定性和定量分析2微米激光诱导皮肤损伤在不同照射剂量下的生物学效应	首次将深度学习技术应用于2微米激光诱导皮肤损伤的OCT图像分析，实现了损伤的自动分割和定量评估	研究仅限于小鼠模型，尚未在人体上进行验证	开发一种非侵入性、自动化的方法，用于评估2微米激光诱导的皮肤损伤	小鼠皮肤损伤模型	计算机视觉	皮肤损伤	光学相干断层扫描（OCT）	U-Net, DeepLabV3+, PSP-Net, HR-Net	图像	不同照射剂量下的小鼠皮肤损伤组织
2088	2025-02-01	Application of Deep Learning Algorithms Based on the Multilayer Y0L0v8 Neural Network to Identify Fungal Keratitis 2024, Sovremennye tekhnologii v meditsine DOI:10.17691/stm2024.16.4.01 PMID:39881837	研究论文	本文开发了一种基于深度学习算法的真菌性角膜炎诊断方法，通过分析眼前节照片，并在测试数据集上评估该方法的敏感性和特异性，与执业眼科医生的结果进行比较	使用多层Y0L0v8神经网络进行真菌性角膜炎的自动诊断，这是首次将此类深度学习算法应用于该疾病的诊断	方法的性能仅在测试数据集上进行了评估，未在更大规模或多样化的临床环境中验证	开发一种基于深度学习算法的真菌性角膜炎诊断方法	真菌性角膜炎	计算机视觉	角膜炎	深度学习	Y0L0v8神经网络	图像	NA
2089	2025-02-01	The global research of magnetic resonance imaging in Alzheimer's disease: a bibliometric analysis from 2004 to 2023 2024, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2024.1510522 PMID:39882364	研究论文	本文通过文献计量分析总结了2004年至2023年间阿尔茨海默病（AD）研究中磁共振成像（MRI）的应用，并预测了未来的研究热点	首次通过文献计量学方法系统分析了AD研究中MRI的应用趋势，并识别出当前研究热点为深度学习和tau病理学	研究仅基于Web of Science Core Collection数据库，可能未涵盖所有相关文献	总结AD研究中MRI的应用趋势并预测未来研究热点	AD患者	数字病理学	老年疾病	MRI	深度学习	文献数据	13,659篇文章
2090	2025-02-01	Evolution of artificial intelligence in healthcare: a 30-year bibliometric study 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1505692 PMID:39882522	研究论文	本文对过去30年医疗保健领域人工智能（AI）的文献进行了动态和纵向的文献计量分析，以探讨医学与人工智能融合的现状和趋势	首次对医疗保健领域AI文献进行30年的纵向文献计量分析，揭示了AI技术在医疗领域的持续爆发性增长趋势	研究主要基于Web of Science数据库，可能未涵盖所有相关文献	探讨医学与人工智能融合的现状和趋势	1993年至2023年间发表的医疗保健领域AI相关文献	机器学习	NA	文献计量分析	NA	文献数据	22,950篇文献
2091	2025-01-31	Artificial Intelligence Transforming Post-Translational Modification Research 2024-Dec-31, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12010026 PMID:39851300	综述	本文探讨了人工智能（AI）在研究蛋白质翻译后修饰（PTMs）中的应用	本文创新性地比较了多种深度学习架构和程序，包括最近应用的语言模型，用于预测蛋白质上的PTM位点及其调控功能，并描述了一个高通量PTM数据生成管道	本文未提及具体的研究局限性	探索人工智能在蛋白质翻译后修饰研究中的应用	蛋白质翻译后修饰（PTMs）	生物信息学	NA	深度学习	语言模型	蛋白质数据	NA
2092	2025-01-31	Exploring Multi-Pathology Brain Segmentation: From Volume-Based to Component-Based Deep Learning Analysis 2024-Dec-31, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11010006 PMID:39852319	研究论文	本文探讨了使用深度学习模型对多病理脑部MRI图像进行分割的方法，从基于体积的分析到基于组件的分析	本文创新性地对预训练的U-net模型在四种不同脑部病理（肿瘤、中风、多发性硬化症和白质高信号）上的分割结果进行了深入分析，并提供了异常组件的位置、强度和体积的详细评估	模型在检测和分割异常组件时存在较高的假阳性和假阴性率，尤其是在异常组件的部分正确检测方面表现不佳	研究目的是通过深度学习模型对多病理脑部MRI图像进行分割，并评估其在不同病理条件下的表现	研究对象为包含四种不同病理（肿瘤、中风、多发性硬化症和白质高信号）的脑部MRI图像	数字病理	脑部疾病	MRI	U-net	图像	验证集中的脑部MRI图像
2093	2025-01-31	The Role of Machine Learning in the Detection of Cardiac Fibrosis in Electrocardiograms: Scoping Review 2024-Dec-30, JMIR cardio DOI:10.2196/60697 PMID:39753213	综述	本文综述了基于心电图（ECG）的机器学习（ML）方法在心脏纤维化检测中的应用现状	本文首次系统性地评估了ECG结合ML技术在心脏纤维化检测中的应用，并指出了现有研究的局限性和未来改进方向	许多研究样本量有限，缺乏外部验证，影响了研究结果的普遍适用性，且方法学报告不一致，阻碍了跨研究比较	评估基于ECG的ML方法在心脏纤维化检测中的应用效果	心脏纤维化	机器学习	心血管疾病	机器学习	支持向量机, 集成学习, 卷积神经网络	心电图数据	11项研究，其中一项大规模研究涉及14,052个样本
2094	2025-01-31	Cells Grouping Detection and Confusing Labels Correction on Cervical Pathology Images 2024-Dec-30, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12010023 PMID:39851297	研究论文	本文提出了一种基于先验知识收集和混淆标签校正的宫颈细胞检测网络PGCC-Net，旨在通过细胞分组检测和标签校正提高宫颈病理图像的自动分析效率和准确性	利用临床先验知识将检测任务分解为多个子任务进行细胞分组检测，并通过构建特征中心进行标签校正，以提高深度学习网络的分类准确性	未提及具体局限性	提高宫颈病理图像中细胞检测和分类的效率和准确性	宫颈病理图像中的细胞	数字病理学	宫颈癌	深度学习	PGCC-Net	图像	公共数据集7410张图像，私有数据集13526张图像
2095	2025-01-31	External Validation of Deep Learning Models for Classifying Etiology of Retinal Hemorrhage Using Diverse Fundus Photography Datasets 2024-Dec-29, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12010020 PMID:39851294	研究论文	本研究旨在通过外部验证深度学习模型（FastVit_SA12和ResNet18）来区分视网膜出血的创伤性和医学性病因，使用多样化的眼底摄影数据集	首次在多样化的眼底摄影数据集上对FastVit_SA12和ResNet18模型进行外部验证，展示了它们在临床环境中准确诊断视网膜出血的潜力	研究依赖于特定数据集，可能无法完全代表所有临床情况	验证深度学习模型在区分视网膜出血病因中的准确性和可靠性	视网膜出血的病因分类	计算机视觉	视网膜疾病	深度学习	FastVit_SA12, ResNet18	图像	2661张眼底摄影图像
2096	2025-01-31	Artificial Intelligence in Pediatric Electrocardiography: A Comprehensive Review 2024-Dec-27, Children (Basel, Switzerland) DOI:10.3390/children12010025 PMID:39857856	综述	本文综述了人工智能在儿科心电图分析中的应用现状，探讨了深度学习方法在提高诊断准确性、加快工作流程和改善患者预后方面的潜力	首次全面回顾了人工智能在儿科心电图分析中的应用，并探讨了该领域的独特挑战和未来研究方向	尽管人工智能在心电图分析中显示出巨大潜力，但其广泛临床应用仍需进一步研究、严格验证，并考虑公平性、伦理、法律和实际挑战	探讨人工智能在儿科心电图分析中的应用，以提高诊断准确性和患者预后	儿科心电图数据	医疗人工智能	心血管疾病	深度学习	NA	心电图数据	NA
2097	2025-01-31	HDNLS: Hybrid Deep-Learning and Non-Linear Least Squares-Based Method for Fast Multi-Component T1ρ Mapping in the Knee Joint 2024-Dec-25, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12010008 PMID:39851282	研究论文	本文提出了一种结合深度学习和非线性最小二乘法的混合模型HDNLS，用于膝关节的快速多组分T1ρ映射	HDNLS模型结合了基于合成数据训练的体素级深度学习和少量NLS迭代，加速了拟合过程，并消除了对参考MRI数据的需求	HDNLS在估计质量上显著优于基于深度学习的方法，但在速度上略慢于这些方法	解决非线性最小二乘法在定量磁共振成像中的初始猜测敏感性、收敛速度慢和计算成本高的问题，同时克服基于深度学习的T1ρ拟合方法对噪声敏感和依赖NLS生成参考数据的挑战	膝关节的多组分T1ρ映射	医学影像分析	NA	定量磁共振成像（MRI）	HDNLS（混合深度学习与非线性最小二乘法模型）	合成数据	NA
2098	2025-01-31	Neoplasms in the Nasal Cavity Identified and Tracked with an Artificial Intelligence-Assisted Nasal Endoscopic Diagnostic System 2024-Dec-25, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12010010 PMID:39851283	研究论文	本研究构建了一个人工智能辅助的鼻内窥镜诊断系统，能够初步区分和识别鼻腔肿瘤特性，并在手术中进行实时跟踪，为鼻内窥镜手术提供重要依据	首次结合Deep Snake、U-Net和Att-Res2-UNet网络开发了基于内窥镜图像的鼻腔肿瘤检测网络，并优化了SiamMask在线跟踪算法，实现了术中实时自动跟踪	模型的总体准确率略低于鼻科专家（0.9790 ± 0.00348 vs 0.9707 ± 0.00984）	构建一个能够初步识别鼻腔肿瘤并在手术中实时跟踪的人工智能辅助鼻内窥镜诊断系统	鼻腔肿瘤	计算机视觉	鼻腔肿瘤	深度学习	Deep Snake, U-Net, Att-Res2-UNet, SiamMask	视频数据	1050例鼻内窥镜手术视频数据，涉及四种类型的鼻腔肿瘤
2099	2025-01-31	Automatic Aortic Valve Extraction Using Deep Learning with Contrast-Enhanced Cardiac CT Images 2024-Dec-25, Journal of cardiovascular development and disease IF:2.4Q2 DOI:10.3390/jcdd12010003 PMID:39852281	研究论文	本研究评估了使用深度学习技术从对比增强心脏CT图像中自动提取和描绘主动脉瓣环区域的效果	比较了分割和对象检测两种方法在主动脉瓣环区域提取中的准确性，发现对象检测方法表现更优	数据集规模较小，仅包含32个对比增强心脏CT扫描	评估深度学习技术在心脏CT图像中自动提取主动脉瓣环区域的准确性	对比增强心脏CT图像	计算机视觉	心血管疾病	深度学习	DeepLabv3+, YOLOv2	图像	32个对比增强心脏CT扫描
2100	2025-01-31	Dynamic Neural Network States During Social and Non-Social Cueing in Virtual Reality Working Memory Tasks: A Leading Eigenvector Dynamics Analysis Approach 2024-Dec-24, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci15010004 PMID:39851372	研究论文	本研究探讨了在虚拟现实环境中，社交和非社交刺激对大脑连接模式的影响，特别是对工作记忆等认知功能的影响	创新性地将LEiDA框架应用于EEG数据，以检测大脑网络状态的快速变化，并结合深度学习和图论分析揭示社交线索对认知过程的显著影响	样本量相对较小（47名参与者），且仅限于虚拟现实环境中的工作记忆任务	研究社交和非社交刺激对大脑连接模式和认知功能的影响	47名参与者在虚拟现实环境中的大脑连接模式	认知神经科学	NA	LEiDA框架、EEG、深度学习、图论分析	深度学习	EEG数据	47名参与者