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	2025-03-20	Influence of Deep Learning Based Image Reconstruction on Quantitative Results of Coronary Artery Calcium Scoring 2024-06, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.03.020 PMID:38582685	研究论文	本文评估了基于深度学习的图像重建（DLIR）对冠状动脉钙化评分（CACS）定量结果的影响，并探讨了DLIR在CACS中减少辐射剂量的潜力	首次系统评估了DLIR在CACS中的应用，并与传统的滤波反投影（FBP）和自适应统计迭代重建（ASiR-V）进行了比较	研究样本量较小（100名患者），且为回顾性研究，可能影响结果的普遍性	评估DLIR对CACS定量结果的影响及其在减少辐射剂量方面的潜力	100名连续患者和一个人体模型	医学影像	心血管疾病	深度学习图像重建（DLIR）	NA	图像	100名患者（平均年龄62±10岁，40%女性）和一个人体模型
22	2025-03-20	Assertion Detection in Clinical Natural Language Processing using Large Language Models 2024-Jun, Proceedings. IEEE International Conference on Healthcare Informatics DOI:10.1109/ichi61247.2024.00039 PMID:40092287	研究论文	本研究旨在解决从临床笔记中提取医学概念时的断言检测任务，这是临床自然语言处理（NLP）中的关键过程	引入了一种利用预训练在大量医学数据上的大型语言模型（LLMs）进行断言检测的新方法，并结合了先进的推理技术如Tree of Thought (ToT)、Chain of Thought (CoT)和Self-Consistency (SC)，并通过Low-Rank Adaptation (LoRA)微调进一步优化	传统方法需要大量手动工作来创建模式，并且往往忽略较少见的断言类型，导致对上下文的理解不完整	提高临床NLP中医学概念断言检测的准确性和效率	临床笔记中的医学概念	自然语言处理	NA	大型语言模型（LLMs）	LLMs	文本	i2b2 2010断言数据集和本地睡眠概念提取数据集
23	2025-03-19	Leveraging Large Language Models for Knowledge-free Weak Supervision in Clinical Natural Language Processing 2024-Jun-28, Research square DOI:10.21203/rs.3.rs-4559971/v1 PMID:38978609	研究论文	本文提出了一种利用大型语言模型（LLMs）进行无知识弱监督的方法，用于临床自然语言处理，以减少对大量标注数据的依赖	提出了一种结合微调LLMs和弱监督的方法，无需领域知识，仍能实现优于传统监督方法的性能	LLMs的推理计算量较大	减少临床自然语言处理中对大量标注数据的依赖，提升模型性能	临床自然语言处理系统	自然语言处理	NA	弱监督学习、微调LLMs	BERT、Llama2	文本	三个n2c2数据集，不超过10条金标准笔记用于弱监督，50条金标准笔记用于进一步微调
24	2025-03-16	Epiretinal membranes in patients with uveitis: an update on the current state of management 2024-Jun-28, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-024-03199-2 PMID:38940960	review	本文综述了关于葡萄膜炎性视网膜前膜（ERM）的临床特征、诊断方法和治疗策略的最新知识	总结了ERM的多样性和复杂性，并探讨了OCT生物标志物、深度学习和手术进展对改善治疗效果的潜力	缺乏统一的疾病模型，手术方法存在争议，需要进一步研究以优化治疗策略	总结葡萄膜炎性视网膜前膜的临床特征、诊断方法和治疗策略	葡萄膜炎性视网膜前膜（ERM）患者	NA	葡萄膜炎	OCT（光学相干断层扫描）	深度学习	医学影像	NA
25	2025-03-15	Deep learning survival model predicts outcome after intracerebral hemorrhage from initial CT scan 2024-Jun-16, European stroke journal IF:5.8Q1 DOI:10.1177/23969873241260154 PMID:38880882	研究论文	本研究利用深度学习模型在生存分析框架下，从入院非增强CT扫描预测脑出血患者的长期功能损害	开发了一种可推广的深度学习模型，用于预测脑出血后的依赖生活和残疾，相比现有评分系统具有更高的预测准确性	研究依赖于特定医院的数据集，外部验证仅在一个独立队列中进行	预测脑出血患者的长期功能损害，以指导治疗决策和康复策略	脑出血患者	数字病理学	脑出血	深度学习	深度学习模型	CT图像	882名患者用于训练和模型选择，146名患者用于外部验证
26	2025-03-14	Automated vessel-specific coronary artery calcification quantification with deep learning in a large multi-centre registry 2024-Jun-28, European heart journal. Cardiovascular Imaging DOI:10.1093/ehjci/jeae045 PMID:38376471	研究论文	本文评估了使用深度学习自动分析血管特异性冠状动脉钙化（CAC）的准确性和预后意义，基于心电图门控和衰减校正CT的大规模多中心注册数据	首次在大规模多中心注册数据中应用深度学习模型进行血管特异性CAC分析，并评估其预后价值	研究依赖于CT图像质量，且未探讨其他可能影响预后的因素	评估深度学习在血管特异性CAC分析中的准确性和预后意义	冠状动脉钙化（CAC）	数字病理	心血管疾病	深度学习	深度学习模型	CT图像	3000例门控CT用于训练，2094例门控CT和5969例非门控AC CT用于测试
27	2025-03-13	Hybrid deep learning and optimal graph search method for optical coherence tomography layer segmentation in diseases affecting the optic nerve 2024-Jun-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.516045 PMID:38867777	研究论文	本文提出了一种结合深度学习和3D图搜索的混合方法Deep LOGISMOS，用于提高光学相干断层扫描（OCT）图像中视网膜层分割的准确性、鲁棒性和泛化能力	Deep LOGISMOS结合了深度学习和3D图搜索的优势，克服了现有算法在病理导致视网膜层拓扑不规则时的局限性	NA	提高视网膜层分割的准确性，以辅助视神经疾病的诊断和治疗管理	OCT图像中的视网膜层	计算机视觉	视神经疾病	光学相干断层扫描（OCT）	Deep LOGISMOS（结合深度学习和3D图搜索）	图像	124个OCT体积（31名非动脉性前部缺血性视神经病变患者）、40个OCT体积（20名NAION患者）、29个OCT体积（29名青光眼患者）、35个OCT体积（21名多发性硬化症患者和14名对照者）、155个OCT体积（15名青光眼患者）
28	2025-03-12	Evaluation of enzyme activity predictions for variants of unknown significance in Arylsulfatase A 2024-Jun-17, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.16.594558 PMID:38798479	研究论文	本文评估了机器学习方法在预测未知意义变异（VUS）对Arylsulfatase A酶活性影响方面的能力	研究展示了一个由遗传学和编码训练营参与者开发的模型，使用Python中的标准机器学习工具训练，在预测性能上表现出色，并指出深度学习方法的预测性能有显著但小幅的提升	研究中使用的深度学习方法的性能提升虽然显著，但幅度较小	评估机器学习方法在预测未知意义变异（VUS）对Arylsulfatase A酶活性影响方面的准确性	219个实验测定的错义VUS	机器学习	NA	机器学习	深度学习	遗传变异数据	219个错义VUS
29	2025-03-11	Sampling Conformational Ensembles of Highly Dynamic Proteins via Generative Deep Learning 2024-Jun-28, Research square DOI:10.21203/rs.3.rs-4301803/v1 PMID:38978607	研究论文	本文开发了一种基于无监督深度学习的模型ICoN，用于从分子动力学模拟数据中学习蛋白质构象变化的物理原理，并通过插值数据点快速识别具有复杂和大规模侧链和骨架排列的新合成构象	提出了ICoN模型，能够从分子动力学模拟数据中学习蛋白质构象变化的物理原理，并生成新的合成构象，揭示了实验发现中未包含的重要原子细节	方法的普适性依赖于可用训练数据的质量和数量，且需要进一步的实验验证来确认生成构象的生物学相关性	研究蛋白质构象集合，特别是高度动态蛋白质的构象变化，以理解其功能调控和疾病相关聚集	高度动态的淀粉样β（Aβ42）单体	机器学习	NA	分子动力学（MD）模拟	ICoN（Internal Coordinate Net）	分子动力学模拟数据	NA
30	2025-03-10	Data-driven fine-grained region discovery in the mouse brain with transformers 2024-Jun-13, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.05.592608 PMID:38766132	研究论文	本文开发了一种无监督训练方案和基于transformer的深度学习架构，用于利用空间转录组学数据检测小鼠全脑的空间区域	提出了一种新的transformer深度学习架构，能够从粗到细粒度地识别小鼠大脑中的空间区域，并发现了一些以前未分类的亚区域	NA	研究小鼠大脑的空间组织	小鼠大脑	数字病理学	NA	空间转录组学	transformer	空间转录组学数据	多个小鼠的全脑数据
31	2025-03-09	The human hypothalamus coordinates switching between different survival actions 2024-Jun, PLoS biology IF:7.8Q1 DOI:10.1371/journal.pbio.3002624 PMID:38941452	研究论文	本研究探讨了人类下丘脑在生存行为切换中的作用，通过虚拟捕食者和猎物的实验范式，结合深度学习分割和优化的成像序列，揭示了人类下丘脑在生存行为切换中的关键角色	首次识别了人类下丘脑在生存行为切换中的作用，并揭示了其在行为切换后动作组织中的角色	研究依赖于虚拟环境中的行为模拟，可能无法完全反映真实世界中的生存行为	探讨人类下丘脑在生存行为切换中的作用	人类下丘脑及其在生存行为切换中的功能	神经科学	NA	深度学习分割、优化的成像序列、多体素模式分析（MVPA）、多体素连接分析、基于模型的fMRI分析	计算模型	fMRI数据	两次实验中的志愿者
32	2025-03-06	PTransIPs: Identification of Phosphorylation Sites Enhanced by Protein PLM Embeddings 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3377362 PMID:38483806	研究论文	本研究开发了一个名为PTransIPs的深度学习框架，用于识别磷酸化位点，该框架在独立测试中表现优于现有最先进方法	PTransIPs首次将蛋白质预训练语言模型（PLM）嵌入应用于此任务，结合了Transformer架构和卷积神经网络，并采用了TIM损失函数进行优化	NA	开发一个深度学习框架以准确识别磷酸化位点，从而揭示细胞内的分子机制和病毒感染过程中的关键点	磷酸化位点	生物信息学	NA	深度学习	Transformer, CNN	蛋白质序列和结构数据	NA
33	2025-03-06	Preliminary Results: Comparison of Convolutional Neural Network Architectures as an Auxiliary Clinical Tool Applied to Screening Mammography in Mexican Women 2024-Jun, Journal of medical and biological engineering IF:1.6Q4 DOI:10.1007/s40846-024-00868-6 PMID:40027073	研究论文	本研究开发了一种新型卷积神经网络（CNN）用于乳腺X光片的良恶性分类，并与使用迁移学习的预训练CNN模型进行比较	开发了一种新型CNN模型，并在墨西哥女性乳腺X光片数据集上进行了训练和验证，填补了该领域的数据和工具空白	研究样本量相对较小，且仅使用了两个数据库的数据	开发并验证一种新型CNN模型，用于乳腺X光片的良恶性分类	乳腺X光片	计算机视觉	乳腺癌	卷积神经网络（CNN）	CNN, DenseNet121, MobileNetV2, ResNet50, VGG16	图像	1,070张乳腺X光片（来自235名墨西哥患者）和MIAS数据库中的乳腺X光片
34	2025-03-06	From Basic to Extra Features: Hypergraph Transformer Pretrain-then-Finetuning for Balanced Clinical Predictions on EHR 2024-Jun, Proceedings of machine learning research PMID:40041452	研究论文	本文提出了一种名为HTP-Star的模型，利用超图结构和预训练-微调框架来建模电子健康记录（EHR）数据，并设计了两种技术以增强模型在微调过程中的鲁棒性	HTP-Star模型通过超图结构和预训练-微调框架，实现了对EHR数据的建模，并能够无缝整合额外特征，同时在微调过程中增强了模型的鲁棒性	未明确提及具体限制	研究目的是通过深度学习模型改进对电子健康记录（EHR）数据的处理，以实现更平衡的临床预测	电子健康记录（EHR）数据	机器学习	NA	超图结构、预训练-微调框架	HTP-Star	电子健康记录（EHR）数据	两个真实的EHR数据集
35	2025-03-05	Evaluation of deep learning algorithms in detecting moyamoya disease: a systematic review and single-arm meta-analysis 2024-Jun-29, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-024-02537-3 PMID:38951288	系统综述与单臂荟萃分析	本研究评估了深度学习算法在诊断烟雾病（MMD）中的效果，通过分析敏感性、特异性和曲线下面积（AUC）与专家共识进行比较	首次系统评估深度学习算法在烟雾病诊断中的应用，并进行了单臂荟萃分析	仅包括英文文献，排除了使用传统机器学习方法的研究	评估深度学习算法在烟雾病诊断中的效果	烟雾病（MMD）患者	计算机视觉	烟雾病	深度学习	深度学习模型	图像	4,416名患者，其中1,358名患有烟雾病
36	2025-03-05	Text-to-video generative artificial intelligence: sora in neurosurgery 2024-Jun-13, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-024-02514-w PMID:38867134	研究论文	本文探讨了生成式人工智能Sora在神经外科中的应用及其潜力	介绍了Sora这一新型生成式AI工具，结合自然语言处理、深度学习和计算机视觉技术，能够从文本提示生成视频，为神经外科领域带来创新应用	当前模型存在物理上不可能的运动生成、自发生成主题、不自然的物体变形、不准确的物理交互以及生成多个主题时表现异常等问题，同时涉及患者隐私、偏见和伦理问题	探讨生成式AI在神经外科中的应用潜力及其效果评估	神经外科领域	自然语言处理, 计算机视觉	NA	生成式AI, 自然语言处理, 深度学习, 计算机视觉	LLM, 生成式AI	文本, 视频	NA
37	2025-03-05	Breaking new ground: can artificial intelligence and machine learning transform papillary glioneuronal tumor diagnosis? 2024-Jun-07, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-024-02504-y PMID:38844709	研究论文	本文探讨了人工智能和机器学习在乳头状胶质神经元肿瘤（PGNT）诊断中的潜在应用	首次提出将AI和ML技术应用于PGNT的诊断，以提高术前诊断的准确性	AI预测需要医学专业人员的验证，不能完全替代临床专业知识	研究AI和ML在PGNT诊断中的应用，以提高诊断准确性和患者治疗效果	乳头状胶质神经元肿瘤（PGNT）	数字病理学	脑肿瘤	深度学习	NA	影像数据	36例确诊的PGNT病例
38	2025-03-05	Using Wearable Sensors and Machine Learning to Assess Upper Limb Function in Huntington's Disease 2024-Jun-03, Research square DOI:10.21203/rs.3.rs-4355136/v1 PMID:38883736	研究论文	本研究利用可穿戴传感器和机器学习技术评估亨廷顿病患者的日常生活中的上肢功能	首次将可穿戴传感器和深度学习模型结合，用于监测亨廷顿病患者的日常上肢功能，并预测疾病组别和临床评分	样本量较小（HD=16，pHD=7，CTR=16），可能影响结果的普遍性	评估亨廷顿病患者的上肢功能，探索可穿戴传感器和机器学习在疾病监测和治疗评估中的应用	亨廷顿病患者（HD）、前驱期亨廷顿病患者（pHD）和健康对照组（CTR）	机器学习	亨廷顿病	深度学习模型	深度学习模型	传感器数据	HD=16，pHD=7，CTR=16
39	2025-03-01	Fluorescence excitation-scanning hyperspectral imaging with scalable 2D-3D deep learning framework for colorectal cancer detection 2024-06-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64917-5 PMID:38926431	研究论文	本文介绍了一种新型的荧光激发扫描高光谱成像（HSI）方法，结合可扩展的2D-3D深度学习框架，用于结直肠癌的检测	开发了一种新型的荧光激发扫描HSI方法，结合可扩展的AI框架，实现了实时HSI分类和AI决策过程的可解释性	高维度的HSI数据集在数据处理、解释性和分类方面存在挑战	提高结直肠癌病变检测的敏感性和特异性	结直肠癌病变	计算机视觉	结直肠癌	荧光激发扫描高光谱成像（HSI）	深度学习模型	图像	NA
40	2025-03-01	Deep Learning Phenotyping of Tricuspid Regurgitation for Automated High Throughput Assessment of Transthoracic Echocardiography 2024-Jun-24, medRxiv : the preprint server for health sciences DOI:10.1101/2024.06.22.24309332 PMID:38978651	研究论文	本研究开发了一种自动化深度学习流程，用于从经胸超声心动图中评估三尖瓣反流（TR）	开发了一种自动化深度学习工作流程，用于高吞吐量评估三尖瓣反流，并在两个不同的医疗系统中进行了验证	研究依赖于特定医疗中心的数据，可能在其他医疗环境中的适用性需要进一步验证	开发并验证一种自动化深度学习模型，用于从超声心动图中评估三尖瓣反流的严重程度	经胸超声心动图视频	数字病理学	心血管疾病	深度学习	深度学习模型	视频	CSMC数据集包含47,312项研究（2,079,898个视频），测试集包含2,462项研究（108,138个视频）；SHC数据集包含5,549项研究（278,377个视频）