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
21	2025-06-18	Transformers enable accurate prediction of acute and chronic chemical toxicity in aquatic organisms 2024-03-08, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adk6669 PMID:38446886	研究论文	本文提出了一种基于AI的模型，利用transformers从化学结构中捕获毒性特异性特征，并结合深度神经网络预测效应浓度，用于预测水生生物的急性和慢性化学毒性	使用transformers直接从化学结构中捕获毒性特异性特征，并结合深度神经网络预测效应浓度，相比传统QSAR方法具有更广的适用域和更低的误差	未明确提及具体局限性，但可能依赖于训练数据的质量和覆盖范围	提高化学毒性的计算预测准确性，以替代资源密集型的实验毒性数据生成	水生生物（藻类、水生无脊椎动物和鱼类）	机器学习	NA	transformers, 深度神经网络	transformers, DNN	化学结构数据	未明确提及具体样本数量，但涉及多种生物群体（藻类、水生无脊椎动物和鱼类）
22	2025-06-18	Vision Transformer-based Decision Support for Neurosurgical Intervention in Acute Traumatic Brain Injury: Automated Surgical Intervention Support Tool 2024-03, Radiology. Artificial intelligence DOI:10.1148/ryai.230088 PMID:38197796	research paper	开发了一种基于Vision Transformer的自动分诊工具ASIST-TBI，用于预测创伤性脑损伤患者是否需要神经外科手术干预	首次将Vision Transformer应用于创伤性脑损伤的神经外科手术干预预测，并展示了高准确度	研究数据来自单一创伤中心，可能影响模型的泛化能力	开发自动预测创伤性脑损伤患者是否需要神经外科手术干预的工具	创伤性脑损伤患者	digital pathology	traumatic brain injury	head CT scans	Vision Transformer	image	2806名患者用于训练验证，612名患者用于独立测试
23	2025-06-15	Automatic thoracic aorta calcium quantification using deep learning in non-contrast ECG-gated CT images 2024-03-13, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad2ff2 PMID:38437732	research paper	开发了一种全自动系统，用于检测胸部主动脉钙化（TAC）并将其分类为四个风险类别	结合了三个UNet和三个CNN模型，分别用于分割胸部主动脉和分类钙化病变	样本量相对较小（测试集N=119），且主要针对心血管患者	开发自动量化胸部主动脉钙化的方法以改进心血管风险预测	心血管患者的非增强ECG门控心脏CT图像	digital pathology	cardiovascular disease	CT成像	UNet, CNN	image	1190例非增强ECG门控心脏CT研究（测试集119例）
24	2025-06-15	Mapping dynamic spatial patterns of brain function with spatial-wise attention 2024-03-07, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad2cea PMID:38407988	研究论文	提出了一种基于空间注意力机制的新方法SCAAE，用于发现动态功能脑网络，无需线性或独立性假设	首次将空间注意力机制应用于直接从fMRI数据生成动态功能脑网络，无需传统线性或独立性假设	方法验证仅限于特定数据集(HCP-rest、HCP-task和ADHD-200)，未在其他脑疾病数据上测试	开发新方法以更好地理解人脑动态功能网络	人脑功能网络的空间动态模式	神经影像分析	NA	功能磁共振成像(fMRI)与深度学习	空间和通道注意力自编码器(SCAAE)	fMRI影像数据	HCP-rest、HCP-task和ADHD-200数据集(具体样本量未提及)
25	2025-06-15	AI for Detection of Tuberculosis: Implications for Global Health 2024-03, Radiology. Artificial intelligence DOI:10.1148/ryai.230327 PMID:38197795	research paper	本文评估了基于深度学习的计算机辅助诊断（CAD）系统在结核病检测中的应用及其对全球健康的潜在影响	利用深度学习技术提升CAD系统在结核病检测中的诊断性能，接近人类专家水平	需要独立于制造商的CAD验证，并解决经济、政治和伦理方面的考虑	评估和推广CAD系统在结核病检测中的应用，以解决低收入和中等收入国家的人力资源短缺问题	结核病检测的CAD系统	digital pathology	tuberculosis	deep learning	NA	image	NA
26	2025-06-15	Image Quality and Diagnostic Performance of Low-Dose Liver CT with Deep Learning Reconstruction versus Standard-Dose CT 2024-03, Radiology. Artificial intelligence DOI:10.1148/ryai.230192 PMID:38231025	研究论文	比较低剂量CT（LDCT）结合深度学习去噪（DLD）与标准剂量CT（SDCT）结合模型迭代重建（MBIR）在检测恶性肝肿瘤中的图像质量和诊断能力	首次在低剂量CT（33%剂量）中应用深度学习去噪技术，并与标准剂量CT进行比较，证明其图像噪声更低且诊断性能相当	研究仅在三家三级转诊医院进行，样本量相对有限（296名参与者）	评估低剂量CT结合深度学习去噪技术在肝肿瘤检测中的图像质量和诊断性能	恶性肝肿瘤患者	数字病理	肝癌	深度学习去噪（DLD），模型迭代重建（MBIR）	深度学习	图像	296名参与者（196名男性，100名女性；平均年龄60.5岁±13.3），其中246名参与者用于诊断性能评估（90名参与者中的108个恶性肿瘤）
27	2025-06-15	Denoising Multiphase Functional Cardiac CT Angiography Using Deep Learning and Synthetic Data 2024-03, Radiology. Artificial intelligence DOI:10.1148/ryai.230153 PMID:38416035	研究论文	本研究提出并评估了一种利用三维卷积神经网络和多相位信息的深度学习方法，用于功能性心脏CT血管造影图像的去噪	采用三维卷积神经网络结合多相位信息进行图像去噪，显著提升了图像质量和功能性分析的准确性	研究为回顾性研究，且依赖于合成数据进行训练	提高功能性心脏CT血管造影图像的质量，便于心脏功能分析	心脏CT血管造影图像	数字病理	心血管疾病	CT血管造影	3D CNN	图像	566例冠状动脉CT血管造影图像
28	2025-06-15	Development and Validation of a Deep Learning Model to Reduce the Interference of Rectal Artifacts in MRI-based Prostate Cancer Diagnosis 2024-03, Radiology. Artificial intelligence DOI:10.1148/ryai.230362 PMID:38446042	研究论文	开发并验证了一种深度学习模型，以减少MRI中直肠伪影对前列腺癌诊断的干扰	提出了针对性的对抗训练策略（TPAS），增强了模型对直肠伪影的抵抗能力	研究为回顾性研究，可能存在选择偏倚	提高MRI在前列腺癌诊断中的准确性，减少直肠伪影的干扰	2203名前列腺病变男性患者的MRI和活检数据	数字病理学	前列腺癌	双参数MRI	深度学习模型	MRI图像	2203名患者
29	2025-06-14	Multicenter Evaluation of a Weakly Supervised Deep Learning Model for Lymph Node Diagnosis in Rectal Cancer at MRI 2024-03, Radiology. Artificial intelligence DOI:10.1148/ryai.230152 PMID:38353633	research paper	开发了一个弱监督深度学习模型WISDOM，用于直肠癌患者术前MRI数据的淋巴结诊断	提出了一个弱监督模型开发框架WISDOM，结合术后病理信息进行淋巴结诊断，显著提升了放射科医生的诊断性能	研究为回顾性设计，可能存在选择偏差	开发并验证一个基于MRI的淋巴结诊断模型，辅助直肠癌患者的临床诊断	直肠癌患者的MRI数据和术后病理信息	digital pathology	rectal cancer	MRI (T2-weighted and diffusion-weighted imaging)	weakly supervised deep learning model	image	1014名患者（训练队列589人，内部测试队列146人，外部测试队列279人）
30	2025-06-07	Generalization challenges in electrocardiogram deep learning: insights from dataset characteristics and attention mechanism 2024-Mar-11, Future cardiology IF:1.6Q3 DOI:10.1080/14796678.2024.2354082 PMID:39049767	研究论文	本研究探讨了训练数据特性对深度学习模型在心电图异常检测中泛化性能的影响，并引入了注意力机制以提高泛化能力	揭示了平衡数据集（仅占大型数据集的1%）在泛化任务中的等效性能，以及注意力机制对模型泛化能力的进一步优化	未提及具体的心电图异常类型或模型在其他医疗领域的泛化能力	研究训练数据特性对深度学习模型泛化性能的影响，并探索提高模型泛化能力的方法	心电图数据集和深度学习模型	机器学习	心血管疾病	深度学习	带有注意力机制的深度学习模型	心电图数据	多个心电图数据集（具体数量未提及）
31	2025-06-04	Knowledge-embedded spatio-temporal analysis for euploidy embryos identification in couples with chromosomal rearrangements 2024-Mar-20, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000002803 PMID:37640743	research paper	本研究开发了一种名为AMCFNet的深度学习模型，用于评估染色体重排夫妇胚胎的整倍体状态	首次将多焦点延时视频与临床信息融合，开发AMCFNet模型评估染色体重排夫妇胚胎的整倍体状态	研究样本量有限，模型性能有待进一步验证	开发人工智能模型评估染色体重排夫妇胚胎的整倍体状态	染色体重排夫妇的胚胎	digital pathology	chromosomal rearrangement	preimplantation genetic testing (PGT)	AMSNet, AMCFNet	time-lapse videos, clinical information	4112 embryos for blastocyst formation prediction, 1422 blastocysts for euploidy assessment
32	2025-05-29	Early Detection of Optic Nerve Changes on Optical Coherence Tomography Using Deep Learning for Risk-Stratification of Papilledema and Glaucoma 2024-Mar-01, Journal of neuro-ophthalmology : the official journal of the North American Neuro-Ophthalmology Society IF:2.0Q2 DOI:10.1097/WNO.0000000000001945 PMID:37494177	研究论文	本研究利用深度学习技术分析光学相干断层扫描（OCT）图像，以早期发现视神经变化，预测视乳头水肿和青光眼的风险分层	利用AI检测人类难以识别的微观特征，预测视乳头水肿和青光眼的早期进展，而临床医生在OCT上未发现显著变化	研究为概念验证性质，需要进一步研究以建立可用于眼科早期诊断或风险分层的AI模型	探索人工智能在眼科早期疾病预测中的应用	视乳头水肿和青光眼患者的OCT图像	数字病理学	青光眼	光学相干断层扫描（OCT）	Visual Geometry Group-19 (VGG-19)	图像	视乳头水肿患者93例（166眼），青光眼患者187例（327眼），以及匹配的对照组视乳头水肿254例（379眼）和青光眼441例（739眼）
33	2025-05-28	Deep Learning Models for Predicting Hearing Thresholds Based on Swept-Tone Stimulus-Frequency Otoacoustic Emissions 2024 Mar-Apr 01, Ear and hearing IF:2.6Q1 DOI:10.1097/AUD.0000000000001443 PMID:37990395	研究论文	本研究旨在开发基于扫频刺激频率耳声发射（SFOAEs）的深度学习模型，用于定量预测听力阈值	提出了四种深度学习模型（传统CNN、混合CNN-KNN、混合CNN-SVM和混合CNN-RF），用于从SFOAEs预测听力阈值，并探索了SFOAEs与听力阈值之间的关系	样本量相对较小（174只正常听力耳朵和388只感音神经性听力损失耳朵），且仅覆盖了0.3至4.3 kHz的频率范围	开发深度学习模型以定量预测听力阈值	正常听力及感音神经性听力损失的耳朵	机器学习	听力损失	扫频刺激频率耳声发射（SFOAEs）	CNN, KNN, SVM, RF	SFOAE振幅谱及其信噪比谱	174只正常听力耳朵和388只感音神经性听力损失耳朵
34	2025-05-16	Protocol for assessing neighborhood physical disorder using the YOLOv8 deep learning model 2024-03-15, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2023.102778 PMID:38104313	研究论文	提出了一种使用YOLOv8深度学习模型定量评估邻里物理紊乱(PD)的协议	利用YOLOv8深度学习模型构建检测模型，为不同国家和地区评估PD提供方法学基础	未提及具体样本量或数据收集范围	开发定量评估邻里物理紊乱(PD)的方法	邻里物理紊乱(PD)	计算机视觉	NA	YOLOv8深度学习模型	YOLOv8	街景图像	NA
35	2025-05-10	ViNe-Seg: deep-learning-assisted segmentation of visible neurons and subsequent analysis embedded in a graphical user interface 2024-03-29, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae177 PMID:38569889	research paper	介绍了一种基于深度学习的半自动神经元分割工具ViNe-Seg，用于光学功能成像中神经元胞体的分割	ViNe-Seg提供了一种用户友好的图形界面，支持专家监督，确保精确识别感兴趣区域，并允许在实验过程中进行分割	在信噪比低的数据集中，当前分割工具仍难以产生准确的分割结果	提高神经元分割的速度和一致性，减少对人工分割的依赖	光学功能成像中的神经元胞体	digital pathology	NA	deep learning	CNN	image	NA
36	2025-05-03	External Validation of Deep Learning-Based Cardiac Arrest Risk Management System for Predicting In-Hospital Cardiac Arrest in Patients Admitted to General Wards Based on Rapid Response System Operating and Nonoperating Periods: A Single-Center Study 2024-03-01, Critical care medicine IF:7.7Q1 DOI:10.1097/CCM.0000000000006137 PMID:38381018	研究论文	本研究验证了深度学习基础的心脏骤停风险管理系统DeepCARS在快速反应系统（RRS）运行和非运行期间的预测性能，并探索了其在RRS运行时间之外的潜力	DeepCARS在RRS运行和非运行期间均表现出优于传统早期预警系统的预测性能，且性能稳定	研究为单中心回顾性研究，可能限制了结果的普遍性	验证DeepCARS在预测住院患者心脏骤停方面的性能，特别是在RRS非运行期间的有效性	入住普通病房的成年患者	医疗人工智能	心血管疾病	深度学习	DeepCARS	电子健康记录	2019年9月1日至2020年8月31日期间入住普通病房的成年患者数据
37	2025-05-02	A New Deep Learning Algorithm for Detecting Spinal Metastases on Computed Tomography Images 2024-Mar-15, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000004889 PMID:38084012	研究论文	开发了一种新的深度学习算法，用于在计算机断层扫描（CT）图像上自动检测胸腰椎区域的溶骨性骨转移病灶	提出了一种新的基于深度学习的计算机辅助检测模型，用于自动检测CT图像中的溶骨性骨转移病灶	模型的准确性仍需进一步提高	提高骨转移病灶的检测率，预防癌症末期患者生活质量的恶化	胸腰椎区域的溶骨性骨转移病灶	计算机视觉	骨转移	深度学习	DL-based AI模型	CT图像	263份阳性CT扫描（包含至少一个溶骨性骨转移病灶）和172份阴性CT扫描（无骨转移），以及40份测试数据（20份阳性和20份阴性）
38	2025-05-01	Development and validation of a deep learning system for detection of small bowel pathologies in capsule endoscopy: a pilot study in a Singapore institution 2024-03-01, Singapore medical journal IF:1.7Q2 DOI:10.4103/singaporemedj.SMJ-2023-187 PMID:38527297	研究论文	开发并验证了一种用于胶囊内窥镜中小肠病理检测的深度学习系统	在新加坡机构中首次应用深度学习模型进行胶囊内窥镜图像分析，提出了一种结合预训练模型和本地数据的方法	样本量较小（总样本72例），且仅在单一机构进行验证	提高胶囊内窥镜诊断效率，缩短诊断时间	小肠胶囊内窥镜图像	计算机视觉	小肠疾病	胶囊内窥镜	CNN（基于ResNet50架构）	图像	72例（43例来自开源数据集Kvasir-Capsule，29例为本地收集数据）
39	2025-04-27	A Multicenter Evaluation of the Impact of Therapies on Deep Learning-based Electrocardiographic Hypertrophic Cardiomyopathy Markers 2024-Mar-03, medRxiv : the preprint server for health sciences DOI:10.1101/2024.01.15.24301011 PMID:38293023	研究论文	评估手术或经皮室间隔减容术（SRT）和口服药物mavacamten对肥厚型心肌病（HCM）患者AI-ECG评分的影响	首次利用AI-ECG模型评估不同治疗方法对HCM患者心电图标记物的影响，为HCM治疗监测提供新方法	样本量相对有限，且仅在三家医疗中心进行	评估SRT和mavacamten治疗对HCM患者的生物学反应	接受SRT或mavacamten治疗的HCM患者	数字病理学	心血管疾病	AI-ECG	深度学习模型	心电图图像	SRT组：YNHHS 70例，CCF 100例，AHS 145例；mavacamten组：YNHHS 36例
40	2025-04-25	Fine-Grained Forecasting of COVID-19 Trends at the County Level in the United States 2024-Mar-25, medRxiv : the preprint server for health sciences DOI:10.1101/2024.01.13.24301248 PMID:38293076	research paper	本文提出了一种名为FIGI-Net的循环神经网络模型，用于预测美国县级COVID-19的感染趋势	FIGI-Net利用堆叠的双向LSTM结构，能够提前两周准确预测县级COVID-19感染趋势，并能预测疾病趋势的突然变化	NA	提高COVID-19短期疾病活动预测的准确性和实时性	美国县级COVID-19感染趋势	machine learning	COVID-19	deep learning	LSTM	time-series data	县级数据（具体数量未提及）