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
841	2025-04-24	Automatic Segmentation for Analysis of Murine Cardiac Ultrasound and Photoacoustic Image Data Using Deep Learning 2024-08, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.05.001 PMID:38825556	研究论文	利用深度学习技术自动分割小鼠心脏超声和光声图像数据以进行分析	结合超声和光声成像，使用U-Net深度神经网络进行分割，提高了前壁左心室区域的分割效率和准确性	研究仅针对小鼠图像数据集，未涉及人类或其他动物模型	改进心脏超声和光声图像的分割方法，以量化应变和氧饱和度	小鼠心脏的超声和光声图像	计算机视觉	心血管疾病	超声成像（US）和光声成像（PA）	U-Net	图像	小鼠图像数据集（具体数量未提及）
842	2025-04-24	A Deep Learning Model for Automatically Quantifying the Anterior Segment in Ultrasound Biomicroscopy Images of Implantable Collamer Lens Candidates 2024-08, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.05.004 PMID:38777640	research paper	本研究开发并评估了一种基于深度学习的模型，用于自动测量植入式Collamer镜片（ICL）手术候选者术前超声生物显微镜（UBM）图像中的前段（AS）参数	利用UNet++网络自动分割AS组织，并结合图像处理技术和几何定位算法自动识别瞳孔直径（PD）、前房深度（ACD）、角到角距离（ATA）和沟到沟距离（STS）等解剖标志（ALs）	研究仅使用了来自两个医疗中心的UBM图像，可能限制了模型的泛化能力	开发一种能够自动测量ICL手术候选者前段参数的深度学习模型	植入式Collamer镜片（ICL）手术候选者的术前超声生物显微镜（UBM）图像	digital pathology	眼科疾病	超声生物显微镜（UBM）	UNet++	image	1164张全景UBM图像来自321名患者，外加294张来自外部数据集的图像
843	2025-04-24	Integrated Fibrous Iontronic Pressure Sensors with High Sensitivity and Reliability for Human Plantar Pressure and Gait Analysis 2024-06-04, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.4c02919 PMID:38760182	research paper	开发了一种高灵敏度和可靠性的集成纤维离子压力传感器，用于人体足底压力和步态分析	采用高模量多孔层压离子纤维结构和统一聚酰亚胺材料系统，具有高灵敏度（156.6 kPa）、广泛感应范围（高达4000 kPa）和增强的界面韧性和耐久性（超过150,000次循环）	当前柔性传感器的有效性受到结构可变形性限制、多功能层之间的机械不兼容性以及复杂应力条件下的不稳定性等挑战的阻碍	开发一种用于足底压力和步态分析的柔性压力传感器，确保长期稳定性和准确性	人体足底压力和步态	柔性电子	足部疾病	离子压力传感技术	深度学习	压力分布数据	NA
844	2025-04-24	Deciphering the Coevolutionary Dynamics of L2 β-Lactamases via Deep Learning 2024-05-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00189 PMID:38687957	research paper	该研究利用深度学习方法探索L2 β-内酰胺酶的共进化动力学及其在抗菌素耐药性中的作用	结合自适应采样分子动力学模拟和深度学习方法（卷积变分自编码器和BindSiteS-CNN）研究L2 β-内酰胺酶的构象变化和相关性	研究仅关注了L2 β-内酰胺酶家族及部分代表性的A类酶，未涵盖所有相关酶类	理解L2 β-内酰胺酶的共进化动力学及其在抗菌素耐药性中的功能机制	L2 β-内酰胺酶家族及其他代表性A类酶（如SME-1和KPC-2）	machine learning	NA	自适应采样分子动力学模拟，深度学习方法	卷积变分自编码器，BindSiteS-CNN	分子动力学模拟数据	NA
845	2025-04-24	DEBFold: Computational Identification of RNA Secondary Structures for Sequences across Structural Families Using Deep Learning 2024-05-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00458 PMID:38648189	研究论文	DEBFold是一种基于深度学习的RNA二级结构预测工具，通过卷积编码/解码和自注意力机制增强现有热力学结构模型	提出了一种两阶段的RNA结构预测策略DEBFold，结合卷积编码/解码和自注意力机制，提高了跨结构家族序列的预测性能	未提及具体的数据集规模限制或模型在其他类型RNA上的表现	开发一种能够跨结构家族预测RNA二级结构的深度学习工具	RNA序列及其二级结构	生物信息学	NA	深度学习	CNN, 自注意力机制	RNA序列数据	未明确提及具体样本量，但使用了家族保留测试集和PDB衍生的测试集
846	2025-04-24	Image2InChI: Automated Molecular Optical Image Recognition 2024-05-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c02082 PMID:38359459	研究论文	本文提出了一种基于深度学习的自动化分子光学图像识别模型Image2InChI，用于将分子图像高效自动转换为机器可读的表示	引入了新颖的特征融合网络，结合注意力机制整合图像块和InChI预测，并采用改进的SwinTransformer作为编码器和Transformer解码器作为解码器	NA	提高分子图像识别的准确性和效率，为药物发现中的人工智能提供支持	分子光学图像	计算机视觉	NA	深度学习	SwinTransformer, Transformer	图像	NA
847	2025-04-24	Intramolecular and Water Mediated Tautomerism of Solvated Glycine 2024-05-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00273 PMID:38620066	research paper	研究了水溶液中甘氨酸的互变异构现象及其溶剂效应	利用基于深度学习的增强采样分子动力学方法，揭示了甘氨酸在水中的中性态和两性离子态之间的互变异构机制	NA	探究甘氨酸在水溶液中的互变异构现象及溶剂效应	甘氨酸分子在水溶液中的互变异构过程	计算化学	NA	增强采样分子动力学，深度学习势能面	深度学习势能模型	分子动力学模拟数据	NA
848	2025-04-24	MMSyn: A New Multimodal Deep Learning Framework for Enhanced Prediction of Synergistic Drug Combinations 2024-05-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00165 PMID:38676916	研究论文	提出了一种名为MMSyn的多模态深度学习框架，用于预测协同药物组合	结合药物分子特征和癌细胞系数据，使用注意力机制和交互模块进行特征整合，提出新的多模态深度学习框架	未提及具体样本量大小和模型在真实临床应用中的表现	开发一种预测协同药物组合的计算方法	药物组合和癌细胞系	机器学习	癌症	深度学习	多层感知机(MLP)结合注意力机制	分子结构数据、基因表达数据、DNA拷贝数、通路活性数据	NA
849	2025-04-24	Sequential Contrastive and Deep Learning Models to Identify Selective Butyrylcholinesterase Inhibitors 2024-04-22, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00397 PMID:38532612	研究论文	本研究探讨了多种机器学习策略来识别选择性丁酰胆碱酯酶（BChE）抑制剂，优化了精确度指标	比较了最新的监督对比学习（CL）、深度学习（DL）和随机森林（RF）机器学习方法，并采用单模型和序列模型配置来识别BChE选择性的最佳模型	仅测试了20种化合物，样本量较小	识别选择性BChE抑制剂以用于阿尔茨海默病（AD）的晚期症状治疗	丁酰胆碱酯酶（BChE）抑制剂	机器学习	阿尔茨海默病	监督对比学习（CL）、深度学习（DL）、随机森林（RF）	CL、DL、RF	化合物数据	500万种化合物库中的20种测试化合物
850	2025-04-23	Classification of rib fracture types from postmortem computed tomography images using deep learning 2024-Dec, Forensic science, medicine, and pathology DOI:10.1007/s12024-023-00751-x PMID:37968549	research paper	本研究使用深度学习技术对尸检计算机断层扫描（PMCT）图像中的肋骨骨折类型进行分类	利用基于ResNet50架构的深度学习模型，通过迁移学习对不同层次的肋骨骨折类型进行分类，为法医病理学家和医疗从业者提供了一种减少工作量的可靠解决方案	模型在分类层次较低时表现较差，尤其是'ad latus'类型的骨折预测准确率仅为17-18%	开发一个能够辅助临床医生分析PMCT图像中肋骨骨折类型的系统	尸检计算机断层扫描（PMCT）图像中的肋骨骨折	computer vision	NA	deep learning, transfer learning	ResNet50	image	NA
851	2025-04-23	Rectify ViT Shortcut Learning by Visual Saliency 2024-Dec, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3310531 PMID:37703160	research paper	提出了一种新颖的基于视觉显著性的ViT模型（SGT），用于纠正ViT中的捷径学习问题	在没有眼动数据的情况下，利用计算视觉显著性模型预测显著图来引导ViT关注有意义的区域，并通过残差连接保留全局信息	获取眼动数据可能耗时耗力甚至不切实际，而本文方法依赖于计算视觉显著性模型的准确性	纠正视觉Transformer（ViT）中的捷径学习问题，提高模型的泛化能力和可解释性	ViT模型和图像数据	computer vision	NA	计算视觉显著性模型	ViT (Vision Transformer)	image	NA
852	2025-04-23	Medical Transformer: Universal Encoder for 3-D Brain MRI Analysis 2024-Dec, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3308712 PMID:37738193	研究论文	本文提出了一种名为Medical Transformer的新型迁移学习框架，用于3D脑部MRI分析，通过将3D体积图像建模为2D图像切片序列，并结合多视角方法提升空间关系表示	提出了一种参数高效的训练方法，通过多视角利用3D体积的三个平面信息，并使用自监督学习在大规模正常健康脑部MRI数据集上进行预训练	未提及具体的数据集规模或多样性限制，也未讨论模型在其他类型医学图像上的泛化能力	开发一个通用的迁移学习框架，用于3D脑部MRI分析，以解决标注数据有限的问题	3D脑部MRI图像	数字病理学	脑部疾病	自监督学习(SSL)	Transformer	3D MRI图像	使用大规模正常健康脑部MRI数据集进行预训练，具体数量未提及
853	2025-04-23	Advancements in automated classification of chronic obstructive pulmonary disease based on computed tomography imaging features through deep learning approaches 2024 Nov-Dec, Respiratory medicine IF:3.5Q2 DOI:10.1016/j.rmed.2024.107809 PMID:39299523	review	本文综述了基于深度学习的慢性阻塞性肺疾病(COPD)自动分类方法的最新研究进展	利用深度学习分析CT影像中的关键放射学特征，提高COPD诊断准确性和效率	未提及具体模型性能指标和临床验证结果	为COPD的个性化管理和治疗提供新视角	慢性阻塞性肺疾病(COPD)患者	digital pathology	lung cancer	CT扫描	DL	image	NA
854	2025-04-23	Deep Learning-Based Reconstruction Algorithm With Lung Enhancement Filter for Chest CT: Effect on Image Quality and Ground Glass Nodule Sharpness 2024-09, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2024.0472 PMID:39197828	研究论文	评估结合深度学习图像重建算法的新型肺增强滤波器对图像质量和磨玻璃结节锐度的影响	提出了一种结合深度学习图像重建算法和肺增强滤波器的新方法，显著提高了磨玻璃结节的锐度	研究基于人工模拟的磨玻璃结节和体模，未涉及真实患者数据	提高胸部CT扫描中图像质量和磨玻璃结节的评估效果	人工模拟的磨玻璃结节和胸部体模	数字病理	肺癌	深度学习图像重建算法	DLIR	CT图像	5个不同密度的人工磨玻璃结节和1个胸部体模
855	2025-04-23	Diagnostic Accuracy of AI Algorithms in Aortic Stenosis Screening: A Systematic Review and Meta-Analysis 2024-09, Clinical medicine & research IF:1.2Q2 DOI:10.3121/cmr.2024.1934 PMID:39438148	meta-analysis	本文通过系统综述和荟萃分析评估了人工智能算法在主动脉瓣狭窄筛查中的诊断准确性	首次综合评估多种AI算法在主动脉瓣狭窄筛查中的表现，并提供了详细的诊断准确性指标	存在发表偏倚，且研究间存在异质性	评估AI算法在主动脉瓣狭窄筛查中的诊断准确性	主动脉瓣狭窄患者	digital pathology	cardiovascular disease	AI算法分析	deep learning	ECG, 胸部X光片, 听诊音频文件, 电子听诊器记录, 非侵入式可穿戴惯性传感器的心机械信号	10项符合条件的研究（来自295篇初步筛选文献）
856	2025-04-23	Computer-Aided Diagnosis of Duchenne Muscular Dystrophy Based on Texture Pattern Recognition on Ultrasound Images Using Unsupervised Clustering Algorithms and Deep Learning 2024-07, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.03.022 PMID:38637169	research paper	本研究探索了利用深度学习和聚类算法在超声图像中识别杜氏肌营养不良症（DMD）患者的行走状态和疾病严重程度的可行性	首次将k-means和模糊c-means聚类算法用于DMD超声图像的纹理重建，并结合深度学习模型自动识别行走功能和疾病严重程度	未提及样本量的具体数字，可能影响结果的泛化性	开发计算机辅助诊断系统以自动识别DMD患者的行走状态和疾病严重程度	杜氏肌营养不良症（DMD）患者的超声图像	digital pathology	muscular dystrophy	超声成像	Gaussian Naïve Bayes, k-nearest neighbors, decision-tree, VGG-16, VGG-19	image	NA
857	2025-04-23	Misplaced Trust and Distrust: How Not to Engage with Medical Artificial Intelligence 2024-Jul, Cambridge quarterly of healthcare ethics : CQ : the international journal of healthcare ethics committees IF:1.5Q3 DOI:10.1017/S0963180122000445 PMID:36263755	research paper	本文探讨了在医疗人工智能（AI）领域中信任与不信任的错误应用，并提出了一个分类系统	通过负面案例研究，提出了关于医疗AI中信任与不信任的错误分类，为临床和监管决策提供了伦理约束	未提供具体的实证数据支持分类系统的有效性	分析医疗AI中信任与不信任的错误应用，并提出伦理约束	医疗人工智能系统及其在临床中的应用	machine learning	NA	NA	Artificial Neural Nets	NA	NA
858	2025-04-23	Prognostication of Hepatocellular Carcinoma Using Artificial Intelligence 2024-06, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2024.0070 PMID:38807336	综述	本文综述了人工智能在肝细胞癌预后预测中的潜在价值及其局限性和未来前景	利用人工智能（特别是放射组学或深度学习）对肝细胞癌进行基于图像的预后预测，提供客观、详细和全面的肿瘤表型分析	传统放射学方法的主观性和观察者间变异性限制了其准确性，人工智能方法仍处于发展阶段，需进一步验证	优化肝细胞癌患者的管理策略	肝细胞癌（HCC）患者	数字病理学	肝癌	放射组学、深度学习	NA	图像	NA
859	2025-04-23	Localization and Risk Stratification of Thyroid Nodules in Ultrasound Images Through Deep Learning 2024-06, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.02.013 PMID:38494413	研究论文	开发了一种结合深度学习和临床标准TI-RADS的系统，用于甲状腺结节的同步分割和风险分层	提出了一个结合TI-RADS和Mask R-CNN的集成系统，用于甲状腺结节的分割和风险分层	研究仅针对TI-RADS 4类甲状腺结节，样本量较小（304例）	开发一种集成系统，用于甲状腺结节的诊断和分割	甲状腺结节	计算机视觉	甲状腺疾病	超声成像	Mask R-CNN	图像	304例超声图像（来自两个独立站点）
860	2025-04-23	Statistical and Machine Learning Analysis in Brain-Imaging Genetics: A Review of Methods 2024-05, Behavior genetics IF:2.6Q2 DOI:10.1007/s10519-024-10177-y PMID:38336922	综述	本文综述了脑成像遗传学分析领域的方法进展，从早期的大规模单变量分析到当前的深度学习方法	概述了脑成像遗传学分析方法的演变，并比较了各种方法的优缺点	未提及具体实验验证或数据集的局限性	探讨脑成像遗传学分析方法的发展及其在理解复杂脑相关疾病中的应用	脑成像数据和遗传数据的整合分析	机器学习和医学影像分析	脑相关疾病	脑成像技术和遗传数据分析	从大规模单变量分析到深度学习	脑成像数据和遗传数据	NA