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	2025-04-06	Targeted-BEHRT: Deep Learning for Observational Causal Inference on Longitudinal Electronic Health Records 2024-04, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2022.3183864 PMID:35737602	研究论文	本文提出了一种基于Transformer的深度学习模型T-BEHRT，结合双重稳健估计方法，用于从纵向电子健康记录中进行观察性因果推断	开发了T-BEHRT模型，结合双重稳健估计方法，提高了在存在混杂因素情况下的因果推断准确性	在数据有限的情况下模型性能可能受到影响	研究抗高血压药物类别对癌症发病风险的因果效应	电子健康记录(EHRs)数据	机器学习	心血管疾病	双重稳健估计	Transformer(T-BEHRT)	电子健康记录	NA
22	2025-04-06	Artificial intelligence-powered pharmacovigilance: A review of machine and deep learning in clinical text-based adverse drug event detection for benchmark datasets 2024-04, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104621 PMID:38447600	综述	本文综述了机器学习和深度学习方法在临床文本中药物不良事件（ADE）检测中的应用，特别是在命名实体识别（NER）和关系分类（RC）任务中的表现	深入比较了机器学习和深度学习在ADE提取中的优缺点，并探讨了BERT模型在端到端任务中的卓越表现	研究仅基于有限的文献（12篇文章），且未涵盖所有可能的ADE数据源	评估机器学习和深度学习方法在ADE提取中的效果，以提升药物安全监测和医疗结果	临床基准数据集中的药物不良事件（ADE）	自然语言处理	NA	机器学习和深度学习	BERT, 梯度提升, 多层感知机, 随机森林	临床文本	275篇参考文献中的12篇文章
23	2025-04-06	A Comprehensive Survey on Community Detection With Deep Learning 2024-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2021.3137396 PMID:35263257	综述	本文全面综述了深度学习在社区检测中的最新进展	提出了一种新的分类法，涵盖了基于深度神经网络（DNNs）、深度非负矩阵分解和深度稀疏过滤等最先进方法	未提及具体实验结果的局限性	综述深度学习技术在社区检测领域的最新进展	网络中的社区检测	机器学习	NA	深度学习	DNNs, CNN, GAN, 图注意力网络, 自编码器	网络数据	NA
24	2025-04-06	Probabilistic Causal Effect Estimation With Global Neural Network Forecasting Models 2024-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2022.3190984 PMID:35853064	研究论文	提出了一种结合概率预测与深度学习模型的新方法，用于估计干预措施对多个处理单元的因果效应	通过估计反事实时间序列概率分布而非单一结果，创新性地解决了传统方法在捕捉政策效应分布变化上的不足	未明确说明模型在极端分布情况下的表现及计算复杂度问题	开发能够准确量化政策干预对时间序列分布影响的因果推断框架	多组受干预和未受干预的时间序列数据	机器学习	NA	深度学习	全局自回归循环神经网络（RNN）	时间序列数据	大量相关时间序列数据集（未提供具体数量）
25	2025-04-05	Hybrid-supervised deep learning for domain transfer 3D protoacoustic image reconstruction 2024-Apr-03, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad3327 PMID:38471184	research paper	本研究开发了一种混合监督深度学习方法，用于解决质子声学成像中的有限视角问题，并实现高质量的3D剂量验证	提出了一种Recon-Enhance两阶段深度学习方法，结合了transformer网络和3D U-net，采用混合监督训练策略	研究仅在前列腺癌患者数据上进行验证，未在其他癌症类型中测试	解决质子声学成像中的有限视角问题，提高3D剂量验证的准确性和效率	质子声学成像的3D重建和剂量验证	digital pathology	prostate cancer	protoacoustic imaging	transformer-based network, 3D U-net	acoustic signals, image	126例前列腺癌患者数据
26	2025-04-05	Global research evolution and frontier analysis of artificial intelligence in brain injury: A bibliometric analysis 2024-04, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2024.110920 PMID:38453035	研究论文	本文通过文献计量可视化分析，探讨了人工智能在脑损伤领域的全球研究演变和前沿分析	利用VOSviewer和CiteSpace对1998至2023年的3000篇文献进行可视化分析，揭示了该领域的研究热点和发展趋势	研究机构间缺乏合作与交流，且核心研究机构主要集中在发达国家	识别人工智能在脑损伤领域的研究热点，明确研究资源	Web of Science核心数据库中1998至2023年引用的3000篇文章	人工智能	脑损伤	文献计量分析	专家系统、机器学习、深度学习	文献数据	3000篇文章
27	2025-04-03	A Clinical and Imaging Fused Deep Learning Model Matches Expert Clinician Prediction of 90-Day Stroke Outcomes 2024-04-08, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8140 PMID:38331959	research paper	本研究开发了一种融合临床和影像数据的深度学习模型（DLPD），用于预测急性缺血性卒中患者90天后的功能结局，并与临床医生的预测进行了比较	首次将深度学习模型（DLPD）应用于急性缺血性卒中患者的长期功能结局预测，并证明其预测效果不劣于临床专家	研究样本量较小（80例患者），且为单中心数据，可能影响模型的泛化能力	开发并验证一种基于深度学习的预测模型，用于急性缺血性卒中患者的长期功能结局预测	急性缺血性卒中患者	digital pathology	cardiovascular disease	深度学习	DLPD	影像数据和临床数据	80例急性缺血性卒中患者
28	2025-04-03	Identifying Patients with CSF-Venous Fistula Using Brain MRI: A Deep Learning Approach 2024-04-08, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8173 PMID:38423747	研究论文	本研究开发了一种深度学习模型，用于通过脑部MRI准确诊断CSF-静脉瘘	首次使用深度学习模型基于脑部MRI预测CSF-静脉瘘的存在	需要进一步的模型优化和外部验证才能应用于临床	开发一种通过脑部MRI准确诊断CSF-静脉瘘的深度学习方法	疑似自发性颅内低压的患者	数字病理学	自发性颅内低压	脑部MRI	深度学习模型	图像	129名患者
29	2025-04-03	Correspondence attention for facial appearance simulation 2024-Apr, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103094 PMID:38306802	研究论文	提出一种基于深度学习的网络ACMT-Net，用于预测颌面畸形患者正颌手术后面部外观变化	通过点对点注意力对应矩阵关联面部软组织变化与骨骼运动，并引入对比损失进行自监督预训练	未明确说明模型在多样化患者群体中的泛化能力	提高正颌手术规划中面部外观变化预测的准确性和计算效率	颌面畸形患者	计算机视觉	颌面畸形	深度学习	ACMT-Net（基于注意力机制的神经网络）	医学图像数据	颌面畸形患者数据集（具体数量未说明）
30	2025-04-03	Assessing the Impact of Urban Environments on Mental Health and Perception Using Deep Learning: A Review and Text Mining Analysis 2024-Apr, Journal of urban health : bulletin of the New York Academy of Medicine DOI:10.1007/s11524-024-00830-6 PMID:38466494	综述	本文通过系统综述和文本挖掘分析，探讨了深度学习技术在理解户外环境对人类感知和心理健康影响中的应用	提出了一种新颖的主题建模方法，用于识别连贯的关键词，并将当前研究分为三个主要领域	仅涵盖了2016年至2023年间发表的40篇论文，可能无法全面反映该领域的所有研究	研究户外环境对人类感知和心理健康的影响	城市环境与人类感知、心理健康之间的关系	自然语言处理	NA	文本挖掘、主题建模	深度学习	文本	40篇论文
31	2025-04-03	Deep Learning-Based Interpretable AI for Prostate T2W MRI Quality Evaluation 2024-04, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.09.030 PMID:37858505	research paper	开发了一种基于深度学习的AI工具，用于评估前列腺T2W MRI的质量，旨在减少用户偏见并提供更一致的评估	使用3D DenseNet121架构开发AI模型，能够将序列级别的分类标签转化为3D体素级别的质量热图，提供解释性	研究为回顾性设计，可能限制了结果的普遍适用性	开发一个AI工具，以更一致和客观的方式评估前列腺T2W MRI的质量	前列腺T2W MRI图像	digital pathology	prostate cancer	MRI	3D DenseNet121	image	1046名患者（来自三个队列：ProstateX [n=347]、All-comer in-house [n=602]、enriched bad-quality MRI in-house [n=97]）
32	2025-04-03	Patterns of subregional cerebellar atrophy across epilepsy syndromes: An ENIGMA-Epilepsy study 2024-Apr, Epilepsia IF:6.6Q1 DOI:10.1111/epi.17881 PMID:38411286	research paper	研究通过结构磁共振成像量化了1602名癫痫患者和1022名健康对照者的小脑区域体积，探讨了癫痫综合征中小脑亚区萎缩的模式	采用深度学习技术对小脑进行28个神经解剖亚区的分割，首次全面描述了癫痫患者中小脑亚区体积的损失模式及其与临床特征的关系	研究为横断面设计，无法确定小脑萎缩与癫痫之间的因果关系	探讨不同癫痫综合征中小脑亚区萎缩的特征模式	1602名成人癫痫患者和1022名健康对照者	digital pathology	epilepsy	structural magnetic resonance imaging	deep learning	image	1602 epilepsy patients and 1022 healthy controls from 22 sites
33	2025-04-03	Scanning Laser Ophthalmoscopy Demonstrates Pediatric Optic Disc and Peripapillary Strain During Horizontal Eye Rotation 2024-04, Current eye research IF:1.7Q3 DOI:10.1080/02713683.2023.2295789 PMID:38185657	研究论文	使用扫描激光检眼镜(SLO)自动分析儿童水平眼球旋转时视盘及周围区域的机械应变	首次在儿童群体中量化水平眼球旋转对视盘及周围血管的机械应变影响，并与成人数据进行对比	样本量较小(31名儿童)，且仅在轻度色素沉着的眼底观察到脉络膜血管位移	探究儿童眼球水平旋转对视盘及视网膜/脉络膜血管的机械应变特征	31名平均年龄11.3±2.7岁的儿童受试者	数字病理	NA	扫描激光检眼镜(SLO)结合深度学习光流分析	深度学习(具体模型未说明)	医学影像	31名儿童(62只眼睛)
34	2025-04-03	Estimating lung function from computed tomography at the patient and lobe level using machine learning 2024-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.16915 PMID:38329315	研究论文	提出了一种名为I3Dr的深度学习架构，用于从CT扫描中自动估计肺功能测试结果，并分解各肺叶对患者肺功能的个体贡献	I3Dr架构能够从图像中估计全局测量值，并能估计图像各部分对该全局测量值的个体贡献，特别是在肺功能测试中的应用	需要大量CT扫描和患者级别的肺功能测量数据进行训练	从CT扫描中自动估计肺功能测试结果，并分解各肺叶对患者肺功能的个体贡献	肺功能测试结果和CT扫描图像	数字病理学	肺部疾病	深度学习	I3Dr	图像	训练集8,433个CT扫描，验证集1,775个CT扫描，测试集1,873个CT扫描
35	2025-04-03	Optimizing feature subset for schizophrenia detection using multichannel EEG signals and rough set theory 2024-Apr, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-023-10011-x PMID:38699607	研究论文	提出一种基于多通道脑电图信号和粗糙集理论的改进特征子集优化方法，用于精神分裂症检测	提出了一种改进的CAO（ICAO）降维方法，结合水平和垂直交叉方法与AOA，以及基于粗糙集的适应度函数，以提高特征选择的准确性	未提及样本量及数据来源的具体细节，可能影响方法的泛化能力	优化精神分裂症检测中的特征子集选择，提高分类准确性和计算效率	精神分裂症患者和正常人的多通道脑电图信号	机器学习	精神分裂症	多变量经验模式分解（MEMD）、熵度量（如谱熵、排列熵、近似熵、样本熵和SVD熵）	核支持向量机（SVM）	脑电图信号	NA
36	2025-04-03	Unified Noise-aware Network for Low-count PET Denoising with Varying Count Levels 2024-Apr, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/trpms.2023.3334105 PMID:39391291	研究论文	提出了一种统一的噪声感知网络（UNN），用于处理不同噪声水平的低计数PET图像去噪问题	结合多个具有不同去噪能力的子网络，能够处理不同噪声水平的输入，无需针对每种噪声水平单独训练网络	需要大规模数据进行训练，且在实际应用中可能面临数据可用性有限的问题	降低PET扫描中的辐射剂量，同时保持图像质量和诊断性能	低计数PET图像	数字病理学	NA	深度学习	UNN（统一的噪声感知网络）	PET图像	来自两个医疗中心的大规模数据
37	2025-04-03	A Review on Low-Dose Emission Tomography Post-Reconstruction Denoising with Neural Network Approaches 2024-Apr, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/trpms.2023.3349194 PMID:39429805	综述	本文综述了低剂量发射断层扫描(ET)后重建去噪的神经网络方法	重点探讨了深度学习在低剂量ET图像质量和分辨率提升中的潜力	NA	提升低剂量ET图像质量和分辨率	低剂量发射断层扫描图像	医学影像	NA	NA	神经网络	医学影像	NA
38	2025-04-03	Deep Learning to Estimate Cardiovascular Risk From Chest Radiographs : A Risk Prediction Study 2024-04, Annals of internal medicine IF:19.6Q1 DOI:10.7326/M23-1898 PMID:38527287	研究论文	开发并测试一种深度学习模型（CXR CVD-Risk），通过常规胸片（CXR）预测10年主要不良心血管事件（MACE）风险，并与传统ASCVD风险评分进行比较	利用深度学习模型从常规胸片中预测心血管风险，为无法计算ASCVD风险评分的患者提供补充评估方法	回顾性研究设计，使用电子病历数据	开发一种基于胸片的深度学习模型，用于预测10年心血管事件风险	门诊患者，包括未知ASCVD风险的患者和已知ASCVD风险的患者	数字病理	心血管疾病	深度学习	CXR CVD-Risk	图像	8869名未知ASCVD风险的门诊患者和2132名已知ASCVD风险的门诊患者
39	2025-04-03	UNCERTAINTY-GUIDED PHYSICS-DRIVEN DEEP LEARNING RECONSTRUCTION VIA CYCLIC MEASUREMENT CONSISTENCY 2024-Apr, Proceedings of the ... IEEE International Conference on Acoustics, Speech, and Signal Processing. ICASSP (Conference) DOI:10.1109/icassp48485.2024.10447594 PMID:39829965	研究论文	本文提出了一种基于不确定性引导的物理驱动深度学习重建方法，通过循环测量一致性提高MRI等计算成像的质量	提出了一种新的不确定性估计方法，专注于物理驱动深度学习的数据保真度组件，并通过循环一致性来指导模型训练	未明确说明方法在计算复杂度或实时性方面的表现	改进物理驱动深度学习在计算成像（特别是MRI）中的重建质量	MRI成像数据	计算成像	NA	物理驱动深度学习（PD-DL）	深度学习神经网络	医学影像数据	NA
40	2025-04-03	Automatic Classification of Slit-Lamp Photographs by Imaging Illumination 2024-Apr-01, Cornea IF:1.9Q2 DOI:10.1097/ICO.0000000000003318 PMID:37267474	research paper	开发一种自动算法，基于照明技术对裂隙灯照片进行分类，以促进深度学习系统在角膜炎类型诊断中的图像注释	使用MobileNetV2等深度学习模型自动分类裂隙灯照片的照明技术，为临床决策支持系统提供关键步骤	裂隙光束和硬化散射是最常被错误分类的照明类型	促进深度学习系统在角膜炎诊断中的应用	裂隙灯照片（SLPs）	computer vision	keratitis	深度学习	MobileNetV2, ResNet50, LeNet, AlexNet, multilayer perceptron, k-nearest neighborhood	image	12,132张来自409名患者的图像