深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
1361	2024-08-07	Editorial for "Automated Breast Density Assessment in MRI Using Deep Learning and Radiomics: Strategies for Reducing Inter-Observer Variability" 2024-07, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29059 PMID:37818764	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1362	2025-10-06	Scan-Specific Self-Supervised Bayesian Deep Non-Linear Inversion for Undersampled MRI Reconstruction 2024-06, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3364911 PMID:38335079	研究论文	提出一种无需外部数据集的扫描特异性自监督贝叶斯深度非线性反演方法，用于欠采样MRI重建	无需自动校准扫描区域，结合深度图像先验生成建模和近似贝叶斯推理来正则化深度卷积神经网络	NA	开发无需外部数据集的欠采样MRI重建方法	多部位解剖结构、对比度和采样模式的MRI数据	医学影像重建	NA	磁共振成像	CNN	医学影像	NA	NA	深度图像先验	NA	NA
1363	2025-06-07	Real-time monitoring of single dendritic cell maturation using deep learning-assisted surface-enhanced Raman spectroscopy 2024, Theranostics IF:12.4Q1 DOI:10.7150/thno.100298 PMID:39479453	research paper	该研究开发了一种基于深度学习和表面增强拉曼光谱（SERS）的方法，用于实时监测单个树突状细胞（DC）的成熟状态	结合Au@CpG@PEG纳米颗粒作为自报告纳米疫苗，利用无标记SERS策略和深度学习CNN算法，实现了对DC成熟状态的动态实时检测，准确率超过98.92%	未提及具体样本量或实验重复次数，可能影响结果的普遍性	开发一种实时监测单个树突状细胞成熟状态的方法，以预测免疫系统激活、评估疫苗效果和免疫治疗有效性	树突状细胞（DC）	digital pathology	NA	表面增强拉曼光谱（SERS）	CNN	光谱数据	NA	NA	NA	NA	NA
1364	2025-06-06	DEEP LEARNING FOR AUTOMATIC PREDICTION OF EARLY ACTIVATION OF TREATMENT-NAIVE NONEXUDATIVE MACULAR NEOVASCULARIZATIONS IN AGE-RELATED MACULAR DEGENERATION 2024-08-01, Retina (Philadelphia, Pa.) DOI:10.1097/IAE.0000000000004106 PMID:38489765	research paper	本研究开发了一种基于光学相干断层扫描（OCT）和OCT血管成像（OCTA）的深度学习分类器，用于预测年龄相关性黄斑变性患者中非渗出性黄斑新生血管的早期渗出风险	首次结合OCT和OCTA图像分析，使用多种CNN模型（ResNet-101、Inception-ResNet-v2和DenseNet-201）进行预测，并通过多数投票和软投票技术提升性能	样本量相对较小（89例患者），且为回顾性研究	开发AI工具预测非渗出性黄斑新生血管的早期渗出风险	年龄相关性黄斑变性患者的非渗出性黄斑新生血管	digital pathology	age-related macular degeneration	OCT, OCTA	CNN (ResNet-101, Inception-ResNet-v2, DenseNet-201)	image	89例患者（35例渗出组，54例非渗出组）	NA	NA	NA	NA
1365	2025-06-06	AUTOMATED DETECTION OF VITRITIS USING ULTRAWIDE-FIELD FUNDUS PHOTOGRAPHS AND DEEP LEARNING 2024-06-01, Retina (Philadelphia, Pa.) DOI:10.1097/IAE.0000000000004049 PMID:38261816	研究论文	本研究开发了一种基于深度学习的算法，用于自动检测和分级超广角眼底照片中的玻璃体炎	首次利用超广角眼底成像和深度学习技术进行玻璃体炎的自动检测和分级	六分类玻璃体炎分级的准确性有限（0.61），可能需要更大样本量来提高模型性能	评估深度学习算法在超广角成像上自动检测和分级玻璃体炎的性能	葡萄膜炎患者的超广角眼底视网膜照片	数字病理	葡萄膜炎	超广角眼底成像	DenseNet121 CNN	图像	1181张图像	NA	NA	NA	NA
1366	2025-06-06	OMERACT validation of a deep learning algorithm for automated absolute quantification of knee joint effusion versus manual semi-quantitative assessment 2024-06, Seminars in arthritis and rheumatism IF:4.6Q1 DOI:10.1016/j.semarthrit.2024.152420 PMID:38422727	研究论文	本文通过OMERACT过滤器评估深度学习算法在膝关节积液自动绝对量化中的应用	首次使用深度学习算法对膝关节积液进行自动绝对量化，并与人工半定量评估进行对比	需要进一步评估算法的区分能力和与临床结果的一致性，以完全满足OMERACT过滤器的要求	评估深度学习算法在膝关节积液量化中的有效性	53名OAI受试者的膝关节MRI数据	数字病理学	骨关节炎	深度学习	DL算法	MRI图像	53名受试者	NA	NA	NA	NA
1367	2025-06-06	OCTess: AN OPTICAL CHARACTER RECOGNITION ALGORITHM FOR AUTOMATED DATA EXTRACTION OF SPECTRAL DOMAIN OPTICAL COHERENCE TOMOGRAPHY REPORTS 2024-04-01, Retina (Philadelphia, Pa.) DOI:10.1097/IAE.0000000000003990 PMID:37948741	研究论文	开发了一种名为OCTess的光学字符识别算法，用于从Cirrus SD-OCT黄斑立方体报告中自动提取数据	结合了Tesseract OCR库和LSTM深度学习技术，实现了近乎完美的数据提取准确率，且在效率上超越了人工操作	研究仅基于单中心数据库，可能限制了算法的泛化能力	开发自动化工具以减少人工提取SD-OCT报告的时间和资源消耗	SD-OCT单眼黄斑立方体报告	计算机视觉	眼科疾病	光学字符识别(OCR)，深度学习	LSTM	图像	675份SD-OCT报告（训练集125份，测试集550份）	NA	NA	NA	NA
1368	2025-10-06	ImmuneApp for HLA-I epitope prediction and immunopeptidome analysis 2024-10-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53296-0 PMID:39414796	研究论文	开发了用于HLA-I表位预测和免疫肽组分析的深度学习框架ImmuneApp	提出可解释的深度学习框架，整合单等位基因和多等位基因数据，开发了更准确的模型反卷积方法	NA	改进HLA-I表位预测和新表位优先排序，促进新型新抗原发现和免疫疗法开发	HLA配体数据集和免疫肽组样本	机器学习	NA	质谱分析，免疫肽组学	深度学习	HLA配体数据，免疫肽组数据	216个多等位基因免疫肽组样本，835,551个配体，覆盖100多种HLA-I等位基因	NA	复合模型(ImmuneApp-MA, ImmuneApp-Neo)	预测性能，免疫原性预测准确性	NA
1369	2025-10-06	Protein complex structure modeling by cross-modal alignment between cryo-EM maps and protein sequences 2024-10-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53116-5 PMID:39394203	研究论文	提出一种通过冷冻电镜图谱与蛋白质序列跨模态对齐实现蛋白质复合物结构建模的全自动方法EModelX	首次实现无需先验链分离的冷冻电镜蛋白质复合物建模，通过跨模态对齐解决链分离错误累积问题	未明确说明方法对低分辨率冷冻电镜数据的适用性	开发全自动蛋白质复合物结构建模方法	蛋白质复合物结构	计算生物学	NA	冷冻电镜(cryo-EM)	多任务深度学习	冷冻电镜图谱、蛋白质序列	NA	NA	NA	RMSD, TM-score	NA
1370	2025-10-06	MATES: a deep learning-based model for locus-specific quantification of transposable elements in single cell 2024-10-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53114-7 PMID:39394211	研究论文	提出一种基于深度学习的模型MATES，用于在单细胞水平上实现转座子元件的位点特异性定量	利用侧翼相邻读段比对信息，将多定位读段准确分配到转座子特定位点，克服现有方法仅能在亚家族水平分类的局限	未明确说明模型在非转录组学单细胞数据上的具体应用限制	开发能够精确量化转座子元件位点特异性的单细胞分析方法	转座子元件及其在单细胞中的表达	机器学习	NA	单细胞组学	深度学习	基因组测序数据	NA	NA	NA	定量准确性	NA
1371	2025-10-06	Determinants of Visual Impairment Among Chinese Middle-Aged and Older Adults: Risk Prediction Model Using Machine Learning Algorithms 2024-10-09, JMIR aging IF:5.0Q1 DOI:10.2196/59810 PMID:39382570	研究论文	本研究使用机器学习算法预测中国中老年人视觉损伤风险并识别关键影响因素	首次在中国普通中老年人群中应用多种机器学习算法预测视觉损伤风险，并采用堆叠集成方法提高预测性能	研究基于中国健康与养老追踪调查数据，可能存在选择偏倚，且模型性能仍有提升空间	预测中国中老年人视觉损伤风险并识别关键决定因素	中国中老年人群（来自CHARLS调查的19,047名参与者）	机器学习	视觉损伤	问卷调查、体格检查、血液生物标志物检测	梯度提升机, 分布式随机森林, 广义线性模型, 深度学习, 堆叠集成	结构化健康数据	19,047名参与者（来自2011-2018年四轮CHARLS调查）	NA	堆叠集成	AUC, 校准曲线	NA
1372	2025-10-06	Spach Transformer: Spatial and Channel-Wise Transformer Based on Local and Global Self-Attentions for PET Image Denoising 2024-06, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3336237 PMID:37995174	研究论文	提出一种基于局部和全局自注意力的空间和通道变换器用于PET图像去噪	设计了一种高效的编码器-解码器变换器架构，能够同时利用空间和通道信息，通过局部和全局多头自注意力机制解决传统CNN感受野有限的问题	NA	提高PET图像质量，改善信噪比	PET图像	计算机视觉	NA	PET成像	Transformer	3D医学图像	使用多种PET示踪剂数据集：18F-FDG、18F-ACBC、18F-DCFPyL和68Ga-DOTATATE	NA	Spach Transformer	NA	NA
1373	2025-10-06	Multibranch CNN With MLP-Mixer-Based Feature Exploration for High-Performance Disease Diagnosis 2024-06, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3250490 PMID:37028335	研究论文	提出一种新型多分支CNN结合MLP-Mixer的特征探索网络ME-Mixer，用于高性能疾病诊断	首次将监督与非监督特征结合，通过流形嵌入网络和MLP-Mixer特征投影器实现全局感受野的特征编码	仅在两个医学数据集上进行了验证，需要更多数据集证明泛化能力	提升深度学习模型在疾病诊断中的性能	医学图像数据	计算机视觉	NA	深度学习	CNN, MLP-Mixer	图像	两个医学数据集	NA	多分支CNN, MLP-Mixer	分类准确率, 计算复杂度	NA
1374	2025-10-06	Prediction of Biliary Complications After Human Liver Transplantation Using Hyperspectral Imaging and Convolutional Neural Networks: A Proof-of-concept Study 2024-02-01, Transplantation IF:5.3Q1 DOI:10.1097/TP.0000000000004757 PMID:37592397	研究论文	本研究利用高光谱成像和卷积神经网络预测肝移植术后胆道并发症	首次将高光谱成像与深度学习技术结合用于肝移植术后胆道并发症预测	样本量较小（14例患者），仅为概念验证研究	开发非侵入性方法预测肝移植术后胆道并发症	肝移植患者的胆管组织	医学影像分析	肝移植并发症	高光谱成像，免疫组织化学，实时共聚焦显微镜	CNN	高光谱图像	136张高光谱肝脏图像，14例肝移植患者	NA	卷积神经网络	准确率	NA
1375	2025-10-06	A Deep Learning Approach for Accurate Discrimination Between Optic Disc Drusen and Papilledema on Fundus Photographs 2024-Dec-01, Journal of neuro-ophthalmology : the official journal of the North American Neuro-Ophthalmology Society IF:2.0Q2 DOI:10.1097/WNO.0000000000002223 PMID:39090774	研究论文	开发用于区分视盘玻璃膜疣和视乳头水肿的深度学习系统	首个针对视盘玻璃膜疣与视乳头水肿二分类的专用深度学习系统，在多中心多族裔人群中验证	回顾性研究，需前瞻性验证	训练、验证和测试深度学习系统以准确区分视盘玻璃膜疣和视乳头水肿	来自30个神经眼科中心的2,180名患者的4,508张彩色眼底图像	计算机视觉	眼科疾病	数字眼底摄影	深度学习系统	图像	4,508张彩色眼底图像（2,180名患者），训练集4,087张图像（1,959名患者），外部测试集421张图像（221名患者）	NA	NA	AUC, 准确率, 敏感度, 特异度	NA
1376	2025-10-06	[Development of a Deep Learning-Based System for Supporting Medical Decision-Making in PI-RADS Score Determination] 2024-Dec, Urologiia (Moscow, Russia : 1999) PMID:40377545	研究论文	开发基于深度学习的计算机辅助诊断系统，用于支持PI-RADS评分确定中的医疗决策	首次将3D U-Net架构应用于多参数MRI图像（T2W、DWI、DCE）处理，旨在最小化PI-RADS分级中的人为误差	敏感性较低（60%），分割精度有待提升，需要更大数据集和更先进的深度学习技术进行改进	开发能够支持医疗决策的计算机辅助诊断系统，减少前列腺癌诊断中的观察者间差异	前列腺癌患者和良性病变患者	医学影像分析	前列腺癌	多参数MRI（T2W、DWI、DCE）	深度学习	医学影像	136名患者（108例前列腺癌，28例良性病变）	Python	3D U-Net	准确率, 敏感性, 特异性, Dice相似系数, AUC	NA
1377	2025-10-06	Time-Series Deep Learning and Conformal Prediction for Improved Sepsis Diagnosis in Non-ICU Hospitalized Patients 2024-Nov-22, medRxiv : the preprint server for health sciences DOI:10.1101/2024.11.21.24317716 PMID:39606323	研究论文	开发了一种基于深度学习和保形预测的时间序列模型，用于非ICU住院患者的脓毒症早期诊断	结合时间序列深度学习和保形预测框架，专门针对非ICU环境设计，显著降低假阳性率	模型依赖于电子健康记录数据的完整性和质量，在数据稀疏环境中性能可能受限	提高非ICU住院患者脓毒症的早期诊断准确性和时效性	非ICU住院患者	机器学习	脓毒症	深度学习，保形预测	深度学习模型	电子健康记录，时间序列数据	83,813名患者用于训练，eICU-CRD数据集用于验证	NA	时间序列深度学习模型	AUROC，假阳性率，特异性	NA
1378	2025-10-06	Leveraging Artificial Intelligence and Data Science for Integration of Social Determinants of Health in Emergency Medicine: Scoping Review 2024-10-30, JMIR medical informatics IF:3.1Q2 DOI:10.2196/57124 PMID:39475815	综述	本文通过范围综述探讨人工智能和数据科学在急诊医学中整合健康社会决定因素的应用现状与发展前景	首次系统评估AI和数据科学在急诊医学环境中整合SDOH数据的潜力，特别关注机器学习与自然语言处理技术的应用效果	纳入研究数量有限（26篇），研究领域尚处于早期发展阶段，缺乏标准化数据收集方法	评估AI和数据科学在急诊科环境中建模、提取和整合健康社会决定因素数据的潜力	急诊科患者及其健康社会决定因素数据	自然语言处理, 机器学习	脓毒症, 急性心肌梗死, 哮喘	自然语言处理, 机器学习	深度学习, 规则基础模型	临床文本数据	26项符合纳入标准的研究（从1047篇筛选得出）	NA	NA	F1分数, 特异性	NA
1379	2025-10-06	A Fully Automated Pipeline Using Swin Transformers for Deep Learning-Based Blood Segmentation on Head Computed Tomography Scans After Aneurysmal Subarachnoid Hemorrhage 2024-10, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.07.216 PMID:39111661	研究论文	开发并验证了一种基于Swin-UNETR架构的全自动人工智能工具，用于在非对比计算机断层扫描中分割动脉瘤性蛛网膜下腔出血患者的出血区域	首次将基于Transformer的Swin-UNETR架构应用于蛛网膜下腔出血的自动分割任务，实现了完全自动化的出血体积评估	需要进一步在不同数据集上进行验证以确认临床可靠性，计算需求较高	开发自动化的出血分割工具以替代当前费时的手动和半自动方法	确诊为动脉瘤性蛛网膜下腔出血的患者	计算机视觉	脑血管疾病	非对比计算机断层扫描	Transformer	医学图像	包含来自外部机构的验证队列	NA	Swin-UNETR	Dice系数,交并比,体积相似性指数,对称平均表面距离,敏感性,特异性	标准硬件
1380	2025-10-06	Artificial Intelligence (AI): A Potential Game Changer in Regenerative Orthopedics-A Scoping Review 2024-Oct, Indian journal of orthopaedics IF:1.1Q3 DOI:10.1007/s43465-024-01189-1 PMID:39324081	综述	本文对人工智能在再生骨科不同治疗方法中的应用进行了范围综述	首次系统梳理了AI技术在再生骨科领域的应用现状和潜力	仅纳入18项研究，样本量有限，且存在伦理考量需要解决	探讨人工智能在再生骨科治疗中的角色和应用前景	再生骨科治疗方法，包括干细胞疗法、富血小板血浆疗法、生物支架植入物等	机器学习	骨科疾病	机器学习，深度学习	ML, DL	医学研究数据	18项研究（从82篇初筛文献中筛选）	NA	NA	NA	NA