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
721	2025-05-02	Impacts of Adaptive Statistical Iterative Reconstruction-V and Deep Learning Image Reconstruction Algorithms on Robustness of CT Radiomics Features: Opportunity for Minimizing Radiomics Variability Among Scans of Different Dose Levels 2024-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00901-1 PMID:38343265	research paper	研究自适应统计迭代重建-V（ASIR-V）和深度学习图像重建（DLIR）算法对CT放射组学特征鲁棒性的影响	首次评估了ASIR-V和DLIR算法在不同剂量水平下对CT放射组学特征重现性的影响，并发现高强度DLIR算法可减少剂量降低带来的放射组学变异性	研究使用的是标准化体模，未涉及真实患者数据，可能影响结果的临床适用性	评估不同图像重建算法对CT放射组学特征稳定性的影响	标准化体模在不同剂量水平和重建算法下的CT图像	digital pathology	NA	单能CT（SECT）、双能CT（DECT）、滤波反投影（FBP）、ASIR-V、DLIR	DLIR	CT图像	标准化体模在标准剂量（20 mGy）和低剂量（10 mGy）水平下的扫描数据
722	2025-05-02	The Segmentation of Multiple Types of Uterine Lesions in Magnetic Resonance Images Using a Sequential Deep Learning Method with Image-Level Annotations 2024-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00931-9 PMID:38343259	research paper	本研究开发了一种仅使用图像级标签的弱监督模型，用于在磁共振图像上自动分割四种类型的子宫病变和三种类型的正常组织	提出了一种两阶段模型，包含像素相关模块、类重激活图模块、像素间关系网络模块和Deeplab v3+模块，仅需图像级标注即可实现分割	研究仅使用了单一机构的回顾性数据，可能影响模型的泛化能力	开发弱监督医学图像分割方法以减少对像素级标注的依赖	四种子宫病变（子宫内膜癌、子宫肌瘤、子宫内膜息肉和非典型子宫内膜增生）和三种正常组织	digital pathology	uterine lesions	MRI T2-weighted序列成像	sequential deep learning model (Deeplab v3+)	medical images	85,730张图像来自316名患者（训练196人，验证57人，测试63人）
723	2025-05-02	Functional Near-Infrared Spectroscopy-Based Computer-Aided Diagnosis of Major Depressive Disorder Using Convolutional Neural Network with a New Channel Embedding Layer Considering Inter-Hemispheric Asymmetry in Prefrontal Hemodynamic Responses 2024, Depression and anxiety IF:4.7Q1 DOI:10.1155/2024/4459867 PMID:40226684	research paper	该研究提出了一种基于卷积神经网络（CNN）的新型深度学习框架，用于利用功能性近红外光谱（fNIRS）进行重度抑郁症（MDD）的计算机辅助诊断（CAD）	提出了一种新的CNN模型架构，包含三个1D深度卷积层，专门设计用于反映MDD患者和健康对照组（HCs）之间血流动力学反应的半球间不对称性	样本量相对较小（48名MDD患者和68名HCs），且仅基于Stroop任务的数据	开发一种高精度的fNIRS-based CAD系统，用于MDD的诊断	MDD患者和健康对照组	digital pathology	major depressive disorder	fNIRS	CNN	hemodynamic responses	48名MDD患者和68名HCs
724	2025-04-18	Using interactive deep learning to track cells: A report on a 3-day hands-on training program at IUPAB 2024 2024, Biophysics and physicobiology IF:1.6Q4 DOI:10.2142/biophysico.bppb-v21.e2010 PMID:40241783	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
725	2025-05-02	Advanced computational tools, artificial intelligence and machine-learning approaches in gut microbiota and biomarker identification 2024, Frontiers in medical technology IF:2.7Q3 DOI:10.3389/fmedt.2024.1434799 PMID:40303946	综述	本文综述了先进计算工具、人工智能和机器学习方法在肠道微生物群和生物标志物识别中的应用	整合多组学数据和先进AI技术，探索微生物组与宿主健康的复杂关系，推动个性化治疗策略的发展	未提及具体技术实施细节或临床验证结果	探索计算工具和AI在肠道微生物组研究中的应用，以识别疾病诊断和治疗的生物标志物	肠道微生物群及其与宿主健康的相互作用	机器学习	NA	多组学数据整合（宏基因组学、宏蛋白质组学、代谢组学）	深度学习、基于网络的方法	多组学数据	NA
726	2025-05-01	Diagnostic Performance of Deep Learning Applications in Hepatocellular Carcinoma Detection Using Computed Tomography Imaging 2024-Dec-30, The Turkish journal of gastroenterology : the official journal of Turkish Society of Gastroenterology DOI:10.5152/tjg.2024.24538 PMID:39760649	research paper	本研究利用深度学习技术中的YOLO架构，通过计算机断层扫描（CT）图像提高肝细胞癌（HCC）的检测能力，旨在改善早期诊断和患者预后	采用YOLO架构的深度学习模型在HCC检测中表现出卓越的诊断准确性，显著超越传统诊断方法	研究样本量相对较小，仅包含122名患者的1290张CT图像	提高肝细胞癌的早期检测能力，改善患者预后	肝细胞癌（HCC）患者的CT图像	computer vision	liver cancer	CT imaging	YOLO	image	1290张CT图像来自122名患者
727	2025-05-01	Transcription factor prediction using protein 3D secondary structures 2024-Dec-26, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae762 PMID:39786868	research paper	提出了一种基于深度学习的转录因子预测方法StrucTFactor，首次利用蛋白质的3D二级结构信息进行预测	首次利用蛋白质的3D二级结构信息进行转录因子预测，显著提高了预测准确性	可能受到数据偏差（如序列冗余）的影响	提高转录因子的预测准确性	蛋白质	machine learning	NA	deep learning	StrucTFactor	protein 3D secondary structures	约525,000个蛋白质，涵盖12个数据集
728	2025-05-01	BetaAlign: a deep learning approach for multiple sequence alignment 2024-Dec-26, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf009 PMID:39775454	研究论文	提出了一种基于深度学习的多序列比对方法BetaAlign，利用自然语言处理技术进行序列比对	首次将深度学习应用于多序列比对，利用NLP技术和transformer模型，显著区别于传统比对算法	训练数据规模、不同transformer架构以及子空间学习等因素可能影响准确性	改进多序列比对的计算方法，挑战传统生物信息学和系统基因组学中的经典算法	生物序列的多序列比对	生物信息学	NA	自然语言处理(NLP)	transformer	生物序列数据	NA
729	2025-05-01	Forecasting Subway Passenger Flow for Station-Level Service Supply 2024-12, Big data IF:2.6Q2 DOI:10.1089/big.2021.0318 PMID:35749714	research paper	提出了一种名为DeepSPF的深度学习架构，用于预测考虑不同功能类型车站的地铁客流	结合LSTM和一维卷积的滑动长短期记忆神经网络，能够识别不同类型车站的未来客流差异	实验仅在北京地铁进行，未在其他城市地铁系统验证	提高地铁站点级服务供应的客流预测准确性	地铁车站的乘客流量	machine learning	NA	deep learning	LSTM, CNN	time series data	北京地铁数据
730	2025-05-01	Structures of Epstein-Barr virus and Kaposi's sarcoma-associated herpesvirus virions reveal species-specific tegument and envelope features 2024-Nov-19, Journal of virology IF:4.0Q2 DOI:10.1128/jvi.01194-24 PMID:39470208	研究论文	通过深度学习增强的冷冻电子断层扫描技术，揭示了EBV和KSHV病毒粒子的结构特征	首次报道了完整的人类γ疱疹病毒粒子的结构，揭示了病毒粒子中衣壳外部的多形性特征以及病毒包膜和皮层结构的物种特异性差异	研究主要关注细胞外病毒粒子，可能无法完全反映细胞内病毒组装过程的动态特性	解析EBV和KSHV病毒粒子的三维结构特征	EB病毒(Epstein-Barr virus)和卡波西肉瘤相关疱疹病毒(Kaposi's sarcoma-associated herpesvirus)	结构生物学	肿瘤相关病毒感染	冷冻电子断层扫描(cryoET)结合深度学习	深度学习增强的图像处理	冷冻电子断层扫描图像	未明确说明样本数量，研究使用EBV和KSHV的细胞外病毒粒子
731	2025-05-01	Deep learning-based fishing ground prediction with multiple environmental factors 2024-Nov, Marine life science & technology IF:5.8Q1 DOI:10.1007/s42995-024-00222-4 PMID:39620085	research paper	本研究开发了一种基于深度学习的多环境因素渔场预测模型，以西北太平洋的飞鱿鱼为例	采用改进的U-Net模型结合多种环境因素（海面温度、高度、盐度和叶绿素）进行渔场预测，显著提高了渔场中心区域的集中度	研究仅针对西北太平洋的飞鱿鱼渔场，模型在其他海域或鱼种的适用性有待验证	提高海洋经济鱼种渔场预测的准确性	西北太平洋的飞鱿鱼渔场	machine learning	NA	深度学习	改进的U-Net	环境参数数据（海面温度、高度、盐度、叶绿素）	2002-2019年7月至11月的数据用于训练，2020年数据用于测试
732	2025-05-01	An artificial intelligence grading system of apical periodontitis in cone-beam computed tomography data 2024-10-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twae029 PMID:38960866	research paper	开发了一种基于深度学习的根尖周炎分级系统，用于辅助初级医生诊断	提出了一种自创的PAINet算法，并在性能上优于经典算法和最新的Transformer模型	样本量较小，仅包含120张CBCT图像	开发并评估一种基于人工智能的根尖周炎分级系统	根尖周炎（AP）的CBCT图像	digital pathology	apical periodontitis	deep learning	ResNet50/101/152, PAINet, Transformer-based models, attention models	image	120张CBCT图像
733	2025-05-01	Automatic classification and segmentation of multiclass jaw lesions in cone-beam CT using deep learning 2024-10-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twae028 PMID:38937280	研究论文	开发并验证了一种基于nnU-Net改进的深度学习模型，用于在锥束CT中对五类颌骨病变进行分类和分割	提出了一种改进的nnU-Net模型，能够同时完成颌骨病变的分类和分割任务，并在性能上超越口腔颌面放射科医生和外科医生	未提及样本的多样性和模型的泛化能力	提高颌骨病变在锥束CT中的自动分类和分割准确率	颌骨病变	数字病理	颌骨病变	锥束CT (CBCT)	nnU-Net	医学影像	368例CBCT扫描（37,168张切片）
734	2025-05-01	Hybrid Deep Learning Approach for Traffic Speed Prediction 2024-10, Big data IF:2.6Q2 DOI:10.1089/big.2021.0251 PMID:35108088	研究论文	提出了一种名为HDL4TSP的混合深度学习方法，用于预测城市各区域的交通速度	同时建模交通数据的空间和时间相关性，通过图卷积网络和ConvLSTM网络分别捕捉空间和时间维度的依赖关系	未提及具体的数据集规模或模型在不同城市或交通条件下的泛化能力	提高交通速度预测的准确性，以支持交通管理和驾驶路线规划	城市各区域的交通速度数据	机器学习	NA	深度学习	图卷积网络（GCN）、ConvLSTM	交通速度数据	两个真实世界的数据集
735	2025-05-01	A Network Intrusion Detection System Using Hybrid Multilayer Deep Learning Model 2024-10, Big data IF:2.6Q2 DOI:10.1089/big.2021.0268 PMID:35704031	research paper	提出了一种使用混合多层深度学习模型的网络入侵检测系统	结合多层卷积神经网络和softmax分类器，以及多层深度神经网络，提高了入侵检测的准确率	仅使用了NSL-KDD和KDDCUP'99两个数据集进行实验，可能在其他数据集上表现不同	提高网络入侵检测系统的准确率	网络流量数据	machine learning	NA	深度学习	CNN, softmax classifier, deep neural network	网络流量数据	NSL-KDD和KDDCUP'99数据集
736	2025-05-01	Deep learning in the diagnosis of maxillary sinus diseases: a systematic review 2024-09-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twae031 PMID:38995816	系统综述	评估深度学习在上颌窦疾病检测、分类和分割中的性能	系统综述了深度学习在上颌窦疾病诊断中的应用，涵盖了多种任务类型和模型组合	仅纳入了截至2024年2月7日发表的英文论文，可能存在发表偏倚	评估深度学习在上颌窦疾病诊断中的性能	上颌窦疾病	数字病理	上颌窦疾病	深度学习	DL	放射影像	14项研究（从1167项研究中筛选）
737	2025-05-01	Detection and classification of mandibular fractures in panoramic radiography using artificial intelligence 2024-09-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twae018 PMID:38652576	研究论文	本研究评估了YOLOv5深度学习模型在全景X光片中检测不同类型下颌骨骨折的性能	使用YOLOv5模型对六种下颌骨骨折类型进行检测和分类，特别是在体和联合区域表现出色	在检测髁突头和髁突颈骨折时表现较差，精度和灵敏度较低	评估人工智能在全景X光片中检测和分类下颌骨骨折的潜力	下颌骨骨折的全景X光片	计算机视觉	下颌骨骨折	深度学习	YOLOv5	图像	498张全景X光片，包含673处骨折
738	2025-05-01	Accurate, automated classification of radiographic knee osteoarthritis severity using a novel method of deep learning: Plug-in modules 2024-Aug-13, Knee surgery & related research IF:4.1Q1 DOI:10.1186/s43019-024-00228-3 PMID:39138550	研究论文	开发了一种基于深度学习的自动膝关节骨关节炎严重程度分类模型	使用插件模块（PIM）提升细粒度分类任务的性能，优于之前的深度学习模型	未来仍需改进，模型在KL等级1的分类准确率较低（43%）	开发自动膝关节骨关节炎严重程度分类模型	膝关节骨关节炎的X光片	计算机视觉	骨关节炎	深度学习	CNN或transformer-based网络与PIM模块集成	图像	训练集：Osteoarthritis Initiative数据集；测试集：17,040例（Multicenter Osteoarthritis Study）
739	2025-05-01	Automated cooling tower detection through deep learning for Legionnaires' disease outbreak investigations: a model development and validation study 2024-Jul, The Lancet. Digital health DOI:10.1016/S2589-7500(24)00094-3 PMID:38906615	研究论文	本研究开发并验证了一种基于深度学习的计算机视觉模型，用于自动检测航空图像中的冷却塔，以加速军团病爆发的调查	使用YOLOv5和EfficientNet-b5两阶段模型自动检测冷却塔，显著提高了检测速度和准确性	模型在未训练过的城市（如波士顿和雅典）的表现略有下降，PPV和敏感度有所降低	开发一种自动检测冷却塔的深度学习模型，以加速军团病爆发的调查和源头控制	航空图像中的冷却塔	计算机视觉	军团病	深度学习	YOLOv5, EfficientNet-b5	卫星图像	2051张包含7292个冷却塔的图像，测试数据集包含548张图像
740	2025-05-01	DMAF-Net: deformable multi-scale adaptive fusion network for dental structure detection with panoramic radiographs 2024-06-28, Dento maxillo facial radiology DOI:10.1093/dmfr/twae014 PMID:38518093	研究论文	提出了一种名为DMAF-Net的可变形多尺度自适应融合网络，用于全景X光片中的牙齿结构检测	改进了YOLO网络，通过不同模块增强特征提取能力，并利用自适应空间特征融合解决不同特征层尺度不匹配的问题	NA	提高全景X光片中牙齿结构问题检测的准确性	牙齿结构问题（阻生牙、缺失牙、种植体、冠修复体和根管治疗牙）	计算机视觉	牙科疾病	深度学习	DMAF-Net（基于YOLO改进）	图像（全景X光片）	1474张全景X光片