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
41	2025-06-15	CBCT-DRRs superior to CT-DRRs for target-tracking applications for pancreatic SBRT 2024-04-26, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad3bb9 PMID:38588646	研究论文	本研究探讨了在胰腺立体定向体部放疗中，使用CBCT-DRRs相较于CT-DRRs在无标记目标追踪应用中的优越性	首次验证了CBCT-DRRs在无标记目标追踪中比CT-DRRs更接近治疗中的放射图像，并测试了不同OBI组件模型对图像相似性的影响	研究仅针对胰腺癌患者，样本量较小（20例患者）	评估CBCT-DRRs在无标记目标追踪中的效果，并比较不同DRR算法的性能	胰腺癌患者接受立体定向体部放疗时的放射图像	数字病理	胰腺癌	Cone-Beam CT (CBCT), 数字重建放射图像(DRR)	深度学习模型	图像	20例胰腺癌患者
42	2025-06-15	3D printing of an artificial intelligence-generated patient-specific coronary artery segmentation in a support bath 2024-Apr-26, Biomedical materials (Bristol, England) DOI:10.1088/1748-605X/ad3f60 PMID:38626778	研究论文	本研究结合深度学习和3D打印技术，实现了从医学图像中准确分割冠状动脉树并个性化3D打印复杂血管结构	首次提出将AI分割与3D打印结合用于冠状动脉复杂分支结构的生物打印，并采用迁移学习提升分割精度	打印血管外径和分叉点长度与3D模型存在差异，材料挤出问题需通过调整喷嘴速度或设计多轴打印头来优化	开发基于AI分割的个性化冠状动脉3D打印方法，用于心血管疾病诊疗	冠状动脉树的分割与3D打印	数字病理	心血管疾病	深度学习迁移学习、3D生物打印	深度学习模型（未指定具体架构）	医学影像（冠状动脉CT血管造影）	10例冠状动脉CT血管造影图像测试集
43	2025-06-15	Transferable non-invasive modal fusion-transformer (NIMFT) for end-to-end hand gesture recognition 2024-04-09, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad39a5 PMID:38565124	研究论文	提出了一种名为NIMFT的端到端手势识别模型，通过非侵入式多模态融合技术整合sEMG和ACC信号，提高了手势识别的准确性和跨受试者泛化能力	使用非侵入式多模态融合机制（MCA）整合异质信号，提出1D-CNN的局部信息提取方法，并通过迁移学习提升跨受试者泛化性能	未明确提及模型在更广泛数据集上的泛化能力或计算效率方面的限制	开发具有跨受试者迁移能力的端到端手势识别模型	表面肌电信号(sEMG)和加速度计信号(ACC)的多模态融合	计算机视觉	NA	多模态信号融合	Transformer（MCA机制）与1D-CNN结合	生物电信号（sEMG）和运动信号（ACC）	Ninapro DB2数据集中的三个动作集
44	2025-06-15	A study on the high power microwave effects of PIN diode limiter based on deep learning algorithm 2024-Apr-09, Nanotechnology IF:2.9Q2 DOI:10.1088/1361-6528/ad3648 PMID:38513283	研究论文	本研究通过优化的神经网络算法替代传统物理建模，研究PIN二极管限幅器的高功率微波效应	应用优化的神经网络算法替代传统物理建模，显著提高了计算和仿真速度，降低了计算成本	NA	研究PIN二极管限幅器的高功率微波效应	PIN二极管限幅器	机器学习	NA	神经网络算法	神经网络	模拟数据	NA
45	2025-06-14	SCIseg: Automatic Segmentation of T2-weighted Intramedullary Lesions in Spinal Cord Injury 2024-Apr-21, medRxiv : the preprint server for health sciences DOI:10.1101/2024.01.03.24300794 PMID:38699309	研究论文	开发了一种名为SCIseg的深度学习工具，用于自动分割脊髓损伤中的T2加权髓内病变	SCIseg模型通过三阶段训练过程，包括主动学习，能够自动分割脊髓和髓内病变，且在不同病因、扫描仪制造商和图像分辨率下表现良好	研究为回顾性研究，可能存在选择偏差	开发自动分割脊髓损伤中T2加权髓内病变的深度学习工具	脊髓损伤患者的T2加权MRI图像	数字病理学	脊髓损伤	深度学习	SCIseg（基于深度学习的模型）	MRI图像	191名脊髓损伤患者（平均年龄48.1岁±17.9，142名男性）
46	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）
47	2025-05-25	Deep learning-driven imaging of cell division and cell growth across an entire eukaryotic life cycle 2024-Apr-27, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.25.591211 PMID:38712227	research paper	该研究开发了一个深度学习驱动的成像框架，用于跟踪真核微生物的整个生命周期，包括细胞分裂和细胞生长	结合微流体培养、显微镜图像的生命周期阶段特异性分割和新型细胞追踪算法FIEST，通过深度学习视频帧插值增强单细胞掩模的连续性	该方法目前仅应用于酿酒酵母的性生命周期，尚未在其他真核微生物中验证	开发定量研究完整真核微生物生命周期的方法	真核微生物（特别是酿酒酵母）的性生命周期	digital pathology	NA	microfluidic culturing, fluorescent reporter system, High-Cdk1 activity sensor (LiCHI)	CNN	image	NA
48	2025-05-24	An Exaggeration? Reality?: Can ChatGPT Be Used in Neonatal Nursing? 2024 Apr-Jun 01, The Journal of perinatal & neonatal nursing IF:1.5Q2 DOI:10.1097/JPN.0000000000000826 PMID:38758263	research paper	本文探讨了ChatGPT在新生儿护理中的应用潜力及其挑战	探讨了ChatGPT在新生儿护理中的创新应用，如疼痛评估、喂养过程和患者状态判定	需要严格验证数据的准确性，并对缺乏科学依据的结果保持怀疑态度	评估ChatGPT在新生儿护理中的应用效果和安全性	新生儿护理中的AI应用，特别是ChatGPT	natural language processing	NA	自然语言处理	ChatGPT	text	NA
49	2025-05-23	Deep learning assists detection of esophageal cancer and precursor lesions in a prospective, randomized controlled study 2024-04-17, Science translational medicine IF:15.8Q1 DOI:10.1126/scitranslmed.adk5395 PMID:38630847	研究论文	本研究开发了一种基于深度卷积神经网络(CNN)的系统，用于检测食管癌及其癌前病变，并在临床实践中验证了其提高高风险食管病变(HrEL)检出率的有效性	首次在随机对照研究中验证了深度学习辅助内窥镜检测食管癌及癌前病变的有效性，显著提高了HrEL的检出率	研究仅在中国浙江省的一家医院进行，样本来源相对单一	提高食管鳞状细胞癌(ESCC)及其癌前病变的内窥镜检出率	50岁以上的患者，包括食管癌和癌前病变(HrELs)	数字病理	食管癌	深度学习辅助内窥镜检查	CNN	内窥镜图像	3117名患者(实验组1556人，对照组1561人)
50	2025-05-12	Rapid and accurate prediction of protein homo-oligomer symmetry with Seq2Symm 2024-Apr-26, Research square DOI:10.21203/rs.3.rs-4215086/v1 PMID:38746169	research paper	该论文提出了一种名为Seq2Symm的模型，用于快速准确地预测蛋白质同源寡聚体的对称性	Seq2Symm利用ESM2模型，在预测蛋白质同源寡聚体对称性方面优于现有的基于模板和深度学习方法	论文未明确提及具体局限性	开发能够快速准确预测蛋白质同源寡聚体对称性的机器学习模型	蛋白质同源寡聚体的对称性	machine learning	NA	ESM-MSA, ESM2, RoseTTAFold2	Seq2Symm (基于ESM2)	protein sequences	5个完整蛋白质组和约350万个未标记蛋白质序列
51	2025-05-01	Improving resolution of panoramic radiographs: super-resolution concept 2024-04-29, Dento maxillo facial radiology DOI:10.1093/dmfr/twae009 PMID:38483289	研究论文	本研究利用深度学习超分辨率技术提升牙科全景X光片的分辨率，以支持更精确的诊断和治疗计划	采用四种先进的深度学习模型（SRCNN、Efficient Sub-Pixel CNN、SRGAN和Autoencoder）进行牙科图像超分辨率重建，并比较其性能	当图像缩放比例较高时，性能会下降	提升牙科全景X光片的分辨率，以改善诊断和治疗计划的精确性	牙科全景X光片	计算机视觉	牙科疾病	深度学习超分辨率技术	SRCNN, Efficient Sub-Pixel CNN, SRGAN, Autoencoder	图像	1714张全景X光片（训练集1364张，测试集350张）
52	2025-05-01	Artificial intelligence system for automatic maxillary sinus segmentation on cone beam computed tomography images 2024-04-29, Dento maxillo facial radiology DOI:10.1093/dmfr/twae012 PMID:38502963	研究论文	开发基于nnU-Net v2的人工智能模型，用于在锥形束计算机断层扫描（CBCT）图像中自动分割上颌窦	使用nnU-Net v2深度学习模型实现上颌窦的自动分割，并在CBCT图像上评估其性能	样本量较小（101例CBCT扫描），可能影响模型的泛化能力	开发并评估一种自动分割上颌窦的人工智能模型	上颌窦	计算机视觉	NA	CBCT	nnU-Net v2	图像	101例CBCT扫描（80例训练，11例验证，10例测试）
53	2025-05-01	An Intelligent Channel Estimation Algorithm Based on Extended Model for 5G-V2X 2024-04, Big data IF:2.6Q2 DOI:10.1089/big.2022.0029 PMID:36848263	研究论文	提出了一种基于扩展模型的智能信道估计算法，用于5G-V2X车联网系统	基于信道脉冲响应的稀疏性建立适用于高速移动场景的扩展模型，并设计了一种基于深度学习的信道估计算法，结合多层CNN和双向GRU提高估计精度	未提及实际场景测试结果或与其他深度学习方法的对比	提高5G-V2X车联网系统的信道估计精度和降低误码率	5G-V2X车联网系统的信道估计	机器学习	NA	深度学习	CNN, 双向GRU	信道数据	NA
54	2025-04-25	Natural language processing models reveal neural dynamics of human conversation 2024-Apr-18, bioRxiv : the preprint server for biology DOI:10.1101/2023.03.10.531095 PMID:36945468	研究论文	该研究利用预训练的深度学习自然语言处理模型和颅内神经元记录，揭示了人类自然对话中语言产生和理解的神经动态	结合深度学习模型和颅内神经元记录技术，首次在自然对话情境下揭示了语言产生和理解过程中神经活动的动态组织	研究依赖于颅内记录技术，样本量有限，且仅关注了前颞叶区域的神经活动	探索人类自然对话中语言产生和理解的神经机制	人类自然对话过程中的神经活动	自然语言处理	NA	深度学习自然语言处理模型, 颅内神经元记录	预训练深度学习模型	神经信号数据, 语言数据	NA
55	2025-04-24	Sequential Contrastive and Deep Learning Models to Identify Selective Butyrylcholinesterase Inhibitors 2024-04-22, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00397 PMID:38532612	研究论文	本研究探讨了多种机器学习策略来识别选择性丁酰胆碱酯酶（BChE）抑制剂，优化了精确度指标	比较了最新的监督对比学习（CL）、深度学习（DL）和随机森林（RF）机器学习方法，并采用单模型和序列模型配置来识别BChE选择性的最佳模型	仅测试了20种化合物，样本量较小	识别选择性BChE抑制剂以用于阿尔茨海默病（AD）的晚期症状治疗	丁酰胆碱酯酶（BChE）抑制剂	机器学习	阿尔茨海默病	监督对比学习（CL）、深度学习（DL）、随机森林（RF）	CL、DL、RF	化合物数据	500万种化合物库中的20种测试化合物
56	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)
57	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
58	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）
59	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）
60	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