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
861	2025-04-23	Positive Predictive Values of Abnormality Scores From a Commercial Artificial Intelligence-Based Computer-Aided Diagnosis for Mammography 2024-04, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2023.0907 PMID:38528692	研究论文	本研究探讨了基于深度学习的商业AI-CAD系统在乳腺X线摄影中生成的异常评分的阳性预测值，并分析了其与临床和放射学发现的关系	首次研究了商业AI-CAD系统异常评分的阳性预测值，并分析了其与多种临床和放射学因素的关联	研究为回顾性设计，样本中高风险女性比例较低(0.6%)	评估AI-CAD系统在乳腺X线摄影中的诊断性能	599名女性(656个乳房)的乳腺X线摄影数据	数字病理	乳腺癌	深度学习	AI-CAD系统(Lunit Insight MMG)	医学影像	656个乳房(来自599名女性)
862	2025-04-23	Uncover This Tech Term: Uncertainty Quantification for Deep Learning 2024-04, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2024.0108 PMID:38528697	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
863	2025-04-23	Automated Detection and Segmentation of Bone Metastases on Spine MRI Using U-Net: A Multicenter Study 2024-04, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2023.0671 PMID:38528694	research paper	开发并评估了一种用于脊柱MRI上骨转移自动分割和检测的深度学习模型	使用2D和3D U-Net模型，结合不同MRI序列组合，实现了骨转移的高效自动检测和分割	外部测试集样本量较小（49个MRI系列，20名患者），可能影响模型的泛化能力评估	开发自动化工具以提高脊柱MRI上骨转移的诊断效率	成人骨转移患者的脊柱MRI扫描	digital pathology	bone metastasis	MRI (T1, FO, CE序列)	2D U-Net, 3D U-Net	MRI图像	训练集：662个MRI系列（302名患者）；外部测试集：49个MRI系列（20名患者）
864	2025-04-23	Dark-Blood Computed Tomography Angiography Combined With Deep Learning Reconstruction for Cervical Artery Wall Imaging in Takayasu Arteritis 2024-04, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2023.1078 PMID:38528696	research paper	评估结合深度学习重建的暗血计算机断层扫描血管成像在Takayasu动脉炎患者颈动脉壁成像中的图像质量	首次将暗血CTA成像与深度学习重建技术结合，用于改善Takayasu动脉炎患者颈动脉壁的可视化	样本量较小（53例患者），且研究时间范围有限（2022年1月至7月）	评估新型暗血CTA成像结合DLR在颈动脉壁成像中的图像质量	Takayasu动脉炎患者的颈动脉壁	digital pathology	Takayasu arteritis	dark-blood computed tomography angiography (CTA), deep learning reconstruction (DLR), hybrid iterative reconstruction (HIR)	deep learning	medical imaging	53例Takayasu动脉炎患者（平均年龄33.8±10.2岁，49名女性）
865	2025-04-23	Improving Diagnostic Performance of MRI for Temporal Lobe Epilepsy With Deep Learning-Based Image Reconstruction in Patients With Suspected Focal Epilepsy 2024-04, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2023.0842 PMID:38528695	research paper	评估深度学习图像重建技术（DLR）在1.5毫米层厚MRI中对颞叶癫痫（TLE）诊断性能的提升	首次比较了1.5毫米层厚MRI结合DLR与传统3毫米层厚MRI在TLE诊断中的表现，并证实DLR可显著提高诊断敏感性和图像质量	研究为回顾性设计，样本量相对有限（117例），且DLR组的特异性低于常规MRI	提升MRI对颞叶癫痫的诊断准确性	117例疑似局灶性癫痫患者的MRI影像（34例确诊TLE，83例非TLE）	digital pathology	temporal lobe epilepsy	deep learning-based image reconstruction (DLR)	deep learning	MRI影像	117例患者（61名女性，平均年龄41岁）的MRI影像数据集
866	2025-04-23	Survival Analysis for Multimode Ablation Using Self-Adapted Deep Learning Network Based on Multisource Features 2024-Jan, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3260776 PMID:37015120	研究论文	本文提出了一种基于多源特征的自适应深度学习网络，用于肝癌症多模式消融治疗的生存分析和疗效评估	结合术前术后MRI影像组学特征、基于视觉变换器的深度学习特征以及外周血免疫特征，提出了一种改进的深度Cox混合模型和自适应全连接层，用于多类型输入特征的生存分析	研究仅基于临床数据集进行评估，未进行大规模多中心验证	开发肝癌症多模式消融治疗后的生存预测和疗效评估框架	接受多模式消融治疗的肝癌患者	数字病理学	肝癌	MRI影像组学、流式细胞术、常规血液检测	改进的深度Cox混合模型(DCM)、随机生存森林、视觉变换器	MRI影像数据、血液检测数据	临床数据集（具体数量未提及）
867	2025-04-22	The G Protein-Coupled Receptor-Related Gene Signatures for Diagnosis and Prognosis in Glioblastoma: A Deep Learning Model Using RNA-Seq Data 2024-Dec-01, Asian Pacific journal of cancer prevention : APJCP DOI:10.31557/APJCP.2024.25.12.4201 PMID:39733410	研究论文	本研究利用RNA-Seq数据和深度学习模型，探索了胶质母细胞瘤中G蛋白偶联受体相关基因标记的诊断和预后价值	首次将深度学习模型与RNA-Seq数据结合，鉴定出胶质母细胞瘤中G蛋白偶联受体相关基因作为新型生物标志物	研究仅基于532名患者的回顾性数据，需要更大样本的前瞻性研究验证	探索胶质母细胞瘤的新型诊断和预后生物标志物	532名胶质母细胞瘤患者的RNA-Seq数据	数字病理学	胶质母细胞瘤	RNA-Seq	深度学习	基因表达数据	532名GBM患者
868	2025-04-22	Pixelated High-Q Metasurfaces for in Situ Biospectroscopy and Artificial Intelligence-Enabled Classification of Lipid Membrane Photoswitching Dynamics 2024-05-07, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.3c09798 PMID:38653474	research paper	该研究结合像素化全介质超表面与深度学习技术，开发了一种用于时间分辨原位生物光谱学的集成光流控平台	利用高Q超表面在损耗性水环境中操作，结合深度学习实现实时分类，准确率达98%	目前仅应用于光开关脂质膜的动态行为研究，尚未扩展到更广泛的生物分子系统	开发一种集成光流控平台，用于研究生物系统的动态相互作用	光开关脂质膜的动态行为	digital pathology	NA	光谱采样技术	CNN	光谱数据	NA
869	2025-04-21	Recent Advances in Predictive Modeling with Electronic Health Records 2024-Aug, IJCAI : proceedings of the conference DOI:10.24963/ijcai.2024/914 PMID:40248670	综述	本文系统回顾了基于电子健康记录（EHR）数据的深度学习预测模型的最新进展	总结了深度学习在EHR数据预测建模中的多种应用视角，并提出了未来的研究方向	未提及具体模型的性能比较或实际应用中的具体限制	探讨如何利用EHR数据进行预测建模	电子健康记录（EHR）数据	机器学习	NA	深度学习	深度学习模型	电子健康记录数据	NA
870	2025-04-20	Dissecting the cis-regulatory syntax of transcription initiation with deep learning 2024-Nov-21, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.28.596138 PMID:38853896	研究论文	利用深度学习解析转录起始的顺式调控语法	开发了名为ProCapNet的神经网络模型，能够从PRO-cap实验中准确建模基于DNA序列的转录起始剖面，揭示了启动子和增强子共享的顺式调控逻辑以及基序间的协同和竞争关系	NA	解析哺乳动物Pol II转录起始的DNA序列决定因素	人类启动子和增强子的转录起始	机器学习	NA	PRO-cap实验, RAMPAGE剖面	神经网络(ProCapNet)	DNA序列数据	多个细胞系
871	2025-04-20	AI-enabled CT-guided end-to-end quantification of total cardiac activity in 18FDG cardiac PET/CT for detection of cardiac sarcoidosis 2024-Sep-23, medRxiv : the preprint server for health sciences DOI:10.1101/2024.09.20.24314081 PMID:39399046	research paper	该研究提出了一种基于深度学习的全自动化流程，用于通过CT衰减图分割心脏腔室来量化[18F]FDG PET活性，并评估了几种基于此框架的定量方法	首次提出了一种全自动化的体积量化方法，用于心脏结节病的[18F]FDG PET检测，具有高预测性能	研究样本量较小（69例患者），且特异性较低（65%）	开发一种全自动化方法，用于心脏结节病的诊断和管理	疑似心脏结节病的患者	digital pathology	cardiovascular disease	[18F]FDG PET/CT	DL (deep learning)	image	69例患者（其中29例确诊为心脏结节病）
872	2025-04-20	Vulnerability of Thalamic Nuclei at CSF Interface During the Entire Course of Multiple Sclerosis 2024-May, Neurology(R) neuroimmunology & neuroinflammation DOI:10.1212/NXI.0000000000200222 PMID:38635941	研究论文	本研究探讨了多发性硬化症（MS）整个病程中丘脑核团在脑脊液界面的脆弱性	通过深度学习合成序列和自动多图谱分割策略，揭示了丘脑核团在不同MS阶段的动态变化及其与临床残疾的关联	研究依赖于常规3D-T1 MRI数据，可能无法捕捉更细微的病理变化	探究多发性硬化症病程中丘脑核团的动态变化及其机制	1,123名MS患者和相同数量的健康对照者	数字病理学	多发性硬化症	3D-T1 MRI，深度学习，自动多图谱分割	深度学习	MRI图像	2,246名参与者（1,123名MS患者和1,123名健康对照）
873	2025-04-20	Discovery of antibiotics that selectively kill metabolically dormant bacteria 2024-Apr-18, Cell chemical biology IF:6.6Q1 DOI:10.1016/j.chembiol.2023.10.026 PMID:38029756	研究论文	本文通过结合静止期筛选方法和深度学习虚拟筛选技术，发现了一种能选择性杀死代谢休眠细菌的抗生素	利用非传统筛选方法和深度学习模型，发现了一种能选择性杀死代谢休眠细菌且毒性较低的抗生素semapimod	研究仅针对E. coli和A. baumannii两种细菌，未涉及其他种类的代谢休眠细菌	发现和开发对代谢休眠细菌有效的非毒性抗生素	代谢休眠的细菌，特别是E. coli和A. baumannii	机器学习	细菌感染	深度学习虚拟筛选、静止期筛选方法、微生物学检测、生化测量、单细胞显微镜	深度学习模型	生化数据、显微镜图像	E. coli和A. baumannii两种细菌
874	2025-04-20	Deep learning-based automatic segmentation of cardiac substructures for lung cancers 2024-02, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2023.110061 PMID:38122850	研究论文	开发并验证了一种基于深度学习的自动分割模型，用于肺癌放疗中的心脏亚结构分割	使用nnU-Net模型实现了心脏亚结构的自动分割，包括冠状动脉，这在减少放射性心脏病风险方面具有创新性	冠状动脉的分割精度相对较低（DSC为0.60），且样本量有限（100名患者）	最小化肺癌放疗中放射性心脏病的风险	非小细胞肺癌患者的心脏亚结构	数字病理	肺癌	深度学习	nnU-Net	医学图像	100名非小细胞肺癌患者（训练集75例，验证集5例，测试集20例），外加42名患者用于主观评估
875	2025-04-20	RecGOBD: accurate recognition of gene ontology related brain development protein functions through multi-feature fusion and attention mechanisms 2024, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbae163 PMID:39678209	research paper	该研究开发了一个名为RecGOBD的模型，用于准确预测与大脑发育相关的蛋白质功能	RecGOBD通过多特征融合和注意力机制，专门针对大脑发育数据集进行了优化，提高了预测准确性	模型仅针对10个关键的基因本体(GO)术语进行了优化，可能不适用于其他GO术语	开发一个计算模型来预测与大脑发育相关的蛋白质功能，以支持神经发育障碍研究	与大脑发育相关的蛋白质序列及其功能	生物信息学	神经发育障碍	深度学习，注意力机制	RecGOBD	蛋白质序列和结构数据	NA
876	2025-04-19	Diagnostic Accuracy and Interobserver Reliability of Rotator Cuff Tear Detection With Ultrasonography Are Improved With Attentional Deep Learning 2024-Dec-25, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association IF:4.4Q1 DOI:10.1016/j.arthro.2024.12.024 PMID:39725049	research paper	该研究通过改进YOLOv7模型，加入卷积块注意力模块（CBAM），开发了YOLOv7-CBAM模型，用于自动识别撕裂或完整的肩袖肌腱，以辅助医生通过超声诊断肩袖病变	提出了一种改进的YOLOv7-CBAM模型，结合了注意力机制，提高了肩袖肌腱撕裂检测的准确性和医生间诊断的一致性	样本量相对较小（280名患者），且仅针对特定类型的肩袖病变进行测试	提高超声诊断肩袖肌腱撕裂的准确性和医生间诊断的一致性	肩袖肌腱撕裂或完整的患者	computer vision	肩袖病变	超声成像	YOLOv7-CBAM	image	280名患者，840张超声图像
877	2025-04-19	Exploring structural diversity across the protein universe with The Encyclopedia of Domains 2024-11, Science (New York, N.Y.) DOI:10.1126/science.adq4946 PMID:39480926	研究论文	利用深度学习方法检测和分类AlphaFold蛋白质结构数据库中的每个结构域，创建了结构域百科全书	通过深度学习检测和分类了超过3.65亿个结构域，发现了超过1万个新的结构相互作用和数千个新的折叠方式	未提及具体限制	探索蛋白质结构域的结构多样性	AlphaFold蛋白质结构数据库中的结构域	生物信息学	NA	深度学习	NA	蛋白质结构数据	超过2.14亿个预测蛋白质结构和3.65亿个检测到的结构域
878	2025-04-19	On machine learning analysis of atomic force microscopy images for image classification, sample surface recognition 2024-Apr-17, Physical chemistry chemical physics : PCCP IF:2.9Q1 DOI:10.1039/d3cp05673b PMID:38477533	研究论文	本文探讨了机器学习在原子力显微镜图像分类和样品表面识别中的应用	提出了一种适用于AFM图像的机器学习分析通用模板，并特别关注了统计显著性的分析	AFM成像速度较慢，限制了深度学习在图像识别中的广泛应用	探讨机器学习在AFM图像分析中的应用	原子力显微镜图像	机器学习	NA	原子力显微镜(AFM)	非深度学习神经网络	图像	相对较少的AFM图像，小型数据库
879	2025-04-19	Deep learning approach for discrimination of liver lesions using nine time-phase images of contrast-enhanced ultrasound 2024-Jan, Journal of medical ultrasonics (2001) DOI:10.1007/s10396-023-01390-z PMID:38051461	研究论文	本研究提出了一种深度学习模型，用于利用对比增强超声（CEUS）的九个时间相图像来区分肝脏病变	提出了一种并行排列三个ResNet50迁移学习模型的新型深度学习模型，能够同步输入九个不同时间相的CEUS图像并进行图像增强	样本量相对较小（181例肝脏病变），且特异性有待提高	评估深度学习模型在肝脏结节特征诊断中的性能	181例肝脏病变（48例良性，78例肝细胞癌，55例非肝细胞癌恶性）	数字病理	肝癌	对比增强超声（CEUS）	ResNet50	图像	181例肝脏病变
880	2025-04-19	Evaluation and Prediction of Post-Hepatectomy Liver Failure Using Imaging Techniques: Value of Gadoxetic Acid-Enhanced Magnetic Resonance Imaging 2024-01, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2023.0507 PMID:38184766	research paper	评估和预测肝切除术后肝衰竭（PHLF）的影像学技术价值，特别是钆塞酸增强磁共振成像（MRI）的应用	结合体积和功能分析，利用钆塞酸增强MRI提供更精确的肝功能评估和PHLF预测	肝功能在全肝中被假定为均匀分布，可能忽略局部功能差异	提高肝切除术后肝衰竭的预测准确性	肝切除术后患者	digital pathology	liver disease	Gadoxetic acid-enhanced MRI, deep learning image reconstruction, whole-liver T1 map acquisition	NA	image	NA