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
1141	2025-05-02	Analysis of Validation Performance of a Machine Learning Classifier in Interstitial Lung Disease Cases Without Definite or Probable Usual Interstitial Pneumonia Pattern on CT Using Clinical and Pathology-Supported Diagnostic Labels 2024-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00914-w PMID:38343230	研究论文	本文评估了机器学习分类器Fibresolve在非典型间质性肺病病例中的验证性能，特别是在没有明确或可能的普通间质性肺炎（UIP）模式的CT图像上的表现	研究展示了Fibresolve在非典型UIP模式病例中识别特发性肺纤维化（IPF）的能力，扩展了其临床应用范围	研究样本量相对较小（295例患者），且仅在特定亚组中进行了分析	评估机器学习分类器在非典型UIP模式病例中诊断IPF的性能	间质性肺病病例，特别是没有明确或可能UIP模式的病例	数字病理学	肺纤维化	深度学习算法	机器学习分类器	CT图像	295例患者的多中心验证数据集
1142	2025-05-02	Hybrid Topological Data Analysis and Deep Learning for Basal Cell Carcinoma Diagnosis 2024-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00924-8 PMID:38343238	研究论文	本研究结合拓扑数据分析（TDA）和深度学习（DL）技术，开发了一种混合TDA-DL模型用于基底细胞癌（BCC）的诊断	首次将TDA与DL结合用于BCC诊断，并展示了拓扑特征如何提升DL模型的性能	研究仅基于395个皮肤病变样本，样本量相对较小	提高基底细胞癌的自动诊断准确率	皮肤病变图像中的毛细血管扩张特征	数字病理	基底细胞癌	持久同源性（TDA技术）和EfficientNet-B5模型	混合TDA-DL模型	图像	395个皮肤病变样本
1143	2025-05-02	Background Subtraction Angiography with Deep Learning Using Multi-frame Spatiotemporal Angiographic Input 2024-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00921-x PMID:38343209	research paper	该研究提出了一种利用多帧时空血管造影输入的深度学习背景减除血管造影方法，以减少运动伪影	引入了利用血管造影时间序列丰富时间信息的2D+t深度学习模型，并开发了神经血管造影领域特定的合成仿射运动增强流程	研究主要关注脑部血管造影，可能不适用于其他类型的血管造影	提高数字减影血管造影(DSA)图像质量，减少运动伪影	脑部血管造影图像	computer vision	心血管疾病	深度学习	2D U-Net, 3D U-Net, SegResNet, UNETR	图像	516例脑部血管造影，包含8784个独立序列
1144	2025-05-02	Invertible and Variable Augmented Network for Pretreatment Patient-Specific Quality Assurance Dose Prediction 2024-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00930-w PMID:38343215	研究论文	提出一种新型深度学习网络IVPSQA，用于提高放疗前患者特异性质量保证(prePSQA)的剂量预测准确性和效率	首次使用可逆和可变增强网络(IVPSQA)预测3D prePSQA剂量分布，并在头颈、胸部和腹部病例中优于现有的基于U-Net的预测方法	研究仅基于300例癌症患者的数据，样本量相对有限	提高放疗前患者特异性质量保证(prePSQA)的剂量预测准确性和效率，减轻医学物理师的工作负担	接受容积调制弧形治疗(VMAT)的癌症患者	数字病理	癌症	深度学习(DL)	IVPSQA(可逆和可变增强网络)	CT图像、放疗剂量数据、测量引导剂量分布数据	300例癌症患者(240例训练，60例测试)
1145	2025-05-02	Deep Learning-Assisted Identification of Femoroacetabular Impingement (FAI) on Routine Pelvic Radiographs 2024-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00920-y PMID:38343231	research paper	使用深度学习系统定位髋关节并检测凸轮型股骨髋臼撞击症（FAI）的研究	采用基于焦点损失原则的新型卷积神经网络（CNN）进行髋关节定位和FAI分类	准确率为74%，敏感性和特异性分别为0.821和0.669，AUC为0.736，仍有提升空间	开发深度学习系统以辅助放射科医生快速识别和分类FAI相关病变	髋关节X光片	digital pathology	geriatric disease	deep learning	CNN	image	3050例髋关节/骨盆X光片，其中724例严重凸轮型FAI，962例中度，846例轻度，518例正常
1146	2025-05-02	Generating PET Attenuation Maps via Sim2Real Deep Learning-Based Tissue Composition Estimation Combined with MLACF 2024-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00902-0 PMID:38343219	研究论文	本文提出了一种基于Sim2Real深度学习的组织成分估计方法，结合MLACF生成PET衰减图	首次尝试仅使用模拟PET数据集进行模型训练，通过Sim2Real深度学习生成人头部的衰减图	DL模型在颈部切片中估计解剖细节不准确	开发一种无需CT数据的PET衰减校正方法	人类头部的PET图像	数字病理学	NA	深度学习，最大似然衰减校正因子(MLACF)	深度学习模型	PET图像	临床脑部PET数据（具体数量未提及）
1147	2025-05-02	Fetal Ultrasound Segmentation and Measurements Using Appearance and Shape Prior Based Density Regression with Deep CNN and Robust Ellipse Fitting 2024-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00908-8 PMID:38343234	研究论文	本文提出了一种基于深度学习和鲁棒椭圆拟合的自动密度回归方法，用于胎儿超声图像的分割和测量	结合外观和形状先验的深度学习方法（DR-ASPnet）以及鲁棒椭圆拟合技术，提高了分割和测量的准确性	未提及具体的数据集规模限制或模型在其他数据集上的泛化能力	提高胎儿超声图像中头部结构的分割和头围测量的准确性	胎儿头部结构（FH）和头围（HC）	计算机视觉	胎儿生长异常	深度学习、鲁棒椭圆拟合	CNN、HDR-DCNN	超声图像	HC18数据集
1148	2025-05-02	Pulmonary Nodule Classification Using a Multiview Residual Selective Kernel Network 2024-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00928-4 PMID:38343233	研究论文	本研究提出了一种基于多视角残差选择性核网络（MRSKNet）的肺结节分类方法，旨在提高计算机辅助诊断（CAD）系统对恶性肺结节的预测准确性	结合残差学习和选择性核，设计了一种高效的残差选择性核（RSK）块来处理肺结节形状和结构的多样性，并提出了多视角RSK网络（MRSKNet）	研究仅基于公开数据库LIDC-IDRI进行验证，未涉及其他独立数据集的外部验证	开发一种新的计算机辅助诊断（CAD）方案，用于预测CT图像中肺结节的恶性可能性	CT图像中的肺结节	数字病理	肺癌	深度学习	MRSKNet（基于RSK块的多视角网络）	CT图像	LIDC-IDRI公共挑战数据库（具体样本数量未明确说明）
1149	2025-05-02	Deep Learning Detection of Aneurysm Clips for Magnetic Resonance Imaging Safety 2024-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00932-8 PMID:38343241	research paper	该研究开发了一种基于深度学习的自动化系统，用于在MRI扫描前检测CT图像中的动脉瘤夹	首次利用深度学习模型对CT图像中的动脉瘤夹进行分类，以提高MRI扫描前的安全性检查	三维CT头扫描模型的敏感性未超过定位器模型	开发自动化系统以检测动脉瘤夹，提高MRI扫描的安全性	CT头部扫描图像	computer vision	cardiovascular disease	CT扫描	CNN	image	280例CT头部扫描（140例含动脉瘤夹，140例不含）
1150	2025-05-02	Intra- and Inter-expert Validation of an Automatic Segmentation Method for Fluid Regions Associated with Central Serous Chorioretinopathy in OCT Images 2024-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00926-6 PMID:38343245	research paper	该研究开发并验证了一种基于深度学习的自动分割方法，用于在OCT图像中分割与中心性浆液性脉络膜视网膜病变（CSC）相关的液体区域	提出并比较了六种不同复杂度的深度学习架构配置，用于自动分割CSC相关病变，并通过内外专家验证展示了模型性能	未提及具体样本量大小及模型在更广泛人群中的泛化能力	开发自动分割OCT图像中CSC相关液体区域的方法，以替代耗时且主观的人工检测	中心性浆液性脉络膜视网膜病变（CSC）患者的OCT图像	digital pathology	retinal disorder	OCT成像	深度学习模型（具体架构未说明）	image	NA
1151	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
1152	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）
1153	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
1154	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
1155	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
1156	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
1157	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
1158	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
1159	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
1160	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