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
121	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
122	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
123	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
124	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
125	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）
126	2024-10-24	Identification of an ANCA-Associated Vasculitis Cohort Using Deep Learning and Electronic Health Records 2024-Jun-10, medRxiv : the preprint server for health sciences DOI:10.1101/2024.06.09.24308603 PMID:38946986	研究论文	本文利用深度学习模型分析电子健康记录，以更准确地识别ANCA相关性血管炎病例	本文提出了一种基于深度学习的模型，用于分析电子健康记录，以更准确地识别ANCA相关性血管炎病例，相比传统的基于规则的方法，该模型能够发现更多的病例	本文未详细讨论模型的泛化能力和在其他数据集上的表现	开发一种更准确的方法来识别ANCA相关性血管炎病例	ANCA相关性血管炎病例的识别	机器学习	其他疾病	深度学习	深度学习算法	文本	三个数据集分别包含6,000、3,008和7,500个笔记部分，以及2,000个随机选择的样本
127	2025-02-25	CEUS in prediction of early recurrence of hepatocellular carcinoma after curative resection and to stratify the risk of early recurrence: a retrospective observational study 2024-06, Abdominal radiology (New York) DOI:10.1007/s00261-024-04252-5 PMID:38557770	研究论文	本研究探讨了术前对比增强超声（CEUS）在预测肝细胞癌（HCC）根治性切除术后早期复发（ER）中的作用，并分层了ER的风险	首次使用CEUS结合DL放射组学复发评分来预测HCC的早期复发，并基于预测因子数量对患者进行风险分层	研究为回顾性观察研究，可能存在选择偏差	预测肝细胞癌根治性切除术后的早期复发并分层风险	556名在2011年1月至2018年12月期间接受根治性切除术的HCC患者	数字病理	肝细胞癌	对比增强超声（CEUS）	深度学习（DL）	图像	556名HCC患者
128	2025-02-25	Deep learning-based image reconstruction for the multi-arterial phase images: improvement of the image quality to assess the small hypervascular hepatic tumor on gadoxetic acid-enhanced liver MRI 2024-06, Abdominal radiology (New York) DOI:10.1007/s00261-024-04236-5 PMID:38512517	研究论文	本文评估了基于深度学习的图像重建技术在多动脉期磁共振成像（MA-MRI）中对小血管性肝肿瘤图像质量的提升效果	首次将深度学习技术应用于多动脉期磁共振成像的图像重建，显著提高了图像质量	研究样本量较小，且为回顾性研究，可能影响结果的普遍性	评估深度学习图像重建技术在多动脉期磁共振成像中的应用效果	55名患有小血管性肝肿瘤的成年患者	计算机视觉	肝肿瘤	深度学习图像重建	深度学习模型	图像	55名成年患者
129	2025-02-25	Noninvasive diagnosis of liver cirrhosis: qualitative and quantitative imaging biomarkers 2024-06, Abdominal radiology (New York) DOI:10.1007/s00261-024-04225-8 PMID:38372765	综述	本文综述了用于非侵入性诊断肝硬化的定性和定量影像生物标志物，并讨论了评估肝功能和预后的挑战及未来方向	介绍了影像组学和深度学习在提高诊断准确性并减少主观性方面的应用	部分定量影像特征尚未在临床实践中应用	探讨非侵入性诊断肝硬化的影像生物标志物及其在评估肝功能和预后中的应用	肝硬化患者	数字病理学	肝硬化	超声、CT、MRI、弹性成像技术、影像组学、深度学习	NA	影像数据	NA
130	2025-02-25	Detection of urinary tract stones on submillisievert abdominopelvic CT imaging with deep-learning image reconstruction algorithm (DLIR) 2024-06, Abdominal radiology (New York) DOI:10.1007/s00261-024-04223-w PMID:38470506	研究论文	本研究评估了使用深度学习图像重建算法（DLIR）在亚毫西弗腹部盆腔CT成像中检测尿路结石的诊断性能和图像质量	首次在亚毫西弗腹部盆腔CT成像中应用深度学习图像重建算法（DLIR），并评估其在尿路结石检测中的诊断性能和图像质量	样本量较小，仅57名患者参与研究	评估亚毫西弗腹部盆腔CT成像在尿路结石检测中的诊断性能和图像质量	57名疑似尿路结石患者	数字病理	尿路结石	CT成像	深度学习图像重建算法（DLIR）	图像	57名患者，共检测到266颗结石
131	2025-02-21	Dual Stream Long Short-Term Memory Feature Fusion Classifier for Surface Electromyography Gesture Recognition 2024-Jun-04, Sensors (Basel, Switzerland) DOI:10.3390/s24113631 PMID:38894423	研究论文	本文提出了一种基于双流LSTM特征融合分类器的新型轻量级模型，用于表面肌电信号手势识别	提出了一种结合五种时域特征和原始数据的双流LSTM特征融合分类器，通过一维卷积神经网络和LSTM层进行分类，有效捕捉肌电信号的全局特征，计算成本低	模型在DB2数据集上仅对10名受试者进行了验证，样本量较小	提高表面肌电信号手势识别的准确性和实时性	表面肌电信号（sEMG）	机器学习	NA	NA	双流LSTM特征融合分类器	肌电信号	DB1数据集中的27名受试者，每名受试者重复52种手势各10次；DB2数据集中的10名受试者
132	2025-02-21	A novel deep-learning model based on τ-shaped convolutional network (τNet) with long short-term memory (LSTM) for physiological fatigue detection from EEG and EOG signals 2024-Jun, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03033-y PMID:38374416	研究论文	本文提出了一种基于τ形卷积网络（τNet）和长短期记忆（LSTM）的新型深度学习模型，用于从EEG和EOG信号中检测生理疲劳	提出了τ形卷积网络（τNet），结合了上采样特征和连接高低级特征的操作，以充分利用有用信息，并提出了LSTM-τNet并行结构，用于疲劳检测	未明确提及具体局限性	开发一种高效的疲劳检测算法，以减少交通事故	EEG和EOG信号	机器学习	NA	深度学习	τ形卷积网络（τNet）和LSTM	EEG和EOG信号	基于两个数据集进行实验
133	2025-02-20	Systematic Assessment of Deep Learning-Based Predictors of Fragmentation Intensity Profiles 2024-06-07, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.3c00857 PMID:38728051	研究论文	本文对六种基于深度学习的肽段碎片强度预测方法进行了全面评估	首次系统评估了六种深度学习方法在预测肽段碎片强度方面的表现，并考虑了多种实验条件的影响	研究仅限于六种方法，可能未涵盖所有相关的最新方法	评估和比较不同深度学习方法在预测肽段碎片强度方面的准确性和速度	肽段碎片强度预测方法	机器学习	NA	质谱分析	深度学习	质谱数据	近170万前体（包括胰蛋白酶肽和HLA肽）对应的超过1800万实验光谱，来自40个独立的PRIDE库提交
134	2025-02-20	Vocabulary Matters: An Annotation Pipeline and Four Deep Learning Algorithms for Enzyme Named Entity Recognition 2024-06-07, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.3c00367 PMID:38733346	研究论文	本研究开发了一个用于酶命名实体识别（NER）的注释管道和四种深度学习算法，旨在提高生物医学文献的自动化处理效率	首次开发了酶NER算法，结合了字典匹配和基于规则的关键词搜索的自动化注释管道，并评估了四种不同词汇和架构的深度学习模型	尽管注释管道在精度上表现优异，但在1-score和召回率上被微调的transformer模型超越，表明其在训练数据之外的泛化能力有限	开发并评估用于酶命名实体识别的自动化注释管道和深度学习模型，以提高生物医学文献的自动化处理效率	酶命名实体识别	自然语言处理	NA	深度学习	BiLSTM, transformer	文本	超过4800篇全文出版物，其中526篇为手动注释
135	2025-02-20	An investigation into augmentation and preprocessing for optimising X-ray classification in limited datasets: a case study on necrotising enterocolitis 2024-Jun, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03107-0 PMID:38652416	研究论文	本文探讨了在有限数据集上优化X射线分类的数据增强和预处理技术，以坏死性小肠结肠炎（NEC）为例	提出了两种基于颜色对比和边缘增强的优化管道，以提高在有限数据集上开发可靠计算机辅助诊断模型的性能	研究仅限于NEC数据集，可能不适用于其他疾病或更大规模的数据集	优化X射线分类在有限数据集上的性能，特别是针对坏死性小肠结肠炎的诊断	364名患者的1090张腹部X射线图像	计算机视觉	坏死性小肠结肠炎	数据增强和预处理技术	ResNet-50	图像	1090张腹部X射线图像，来自364名患者
136	2025-02-19	Deep Learning Evaluation of Glaucoma Detection Using Fundus Photographs in Highly Myopic Populations 2024-06-23, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines12071394 PMID:39061968	研究论文	本研究旨在使用深度学习技术通过眼底照片识别高度近视人群中的青光眼和正常眼	利用卷积块注意力模块（CBAM）增强卷积神经网络（CNN）性能，提高青光眼检测的准确性	研究仅包括高度近视患者，排除了病理性近视患者，可能限制了结果的普遍性	识别高度近视人群中的青光眼	高度近视患者的眼底照片	计算机视觉	青光眼	深度学习	CNN, ConvNeXt_Base+CBAM	图像	3088张眼底照片（1540张青光眼组，1548张高度近视组）
137	2025-02-17	BioMapAI: Artificial Intelligence Multi-Omics Modeling of Myalgic Encephalomyelitis / Chronic Fatigue Syndrome 2024-Jun-28, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.24.600378 PMID:38979186	研究论文	本文介绍了BioMapAI，一个可解释的深度学习框架，用于建模肌痛性脑脊髓炎/慢性疲劳综合征（ME/CFS）的多组学数据	开发了BioMapAI框架，首次使用最丰富的纵向多组学数据集进行ME/CFS研究，并创建了健康和疾病状态下的组学连接图	NA	解决ME/CFS和长期COVID等慢性疾病的高异质性和多因素病因及进展问题，改善诊断和治疗	肌痛性脑脊髓炎/慢性疲劳综合征（ME/CFS）患者	机器学习	慢性疲劳综合征	多组学分析	深度学习	多组学数据（包括肠道宏基因组学、血浆代谢组、免疫分析、血液实验室数据和临床症状）	NA
138	2025-02-07	Sentiment analysis of the Hamas-Israel war on YouTube comments using deep learning 2024-06-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63367-3 PMID:38871739	研究论文	本文通过深度学习技术对YouTube上关于哈马斯-以色列战争的评论进行情感分析，以确定公众意见	开发了一种基于深度学习的情感分析方法，结合了CNN和Bi-LSTM的混合模型，并使用Word2vec进行特征提取，达到了95.73%的分类准确率	研究仅限于YouTube平台上的评论，且样本量相对较小（24,360条评论），可能无法全面反映公众意见	通过情感分析评估公众对哈马斯-以色列战争的意见和情感	YouTube上关于哈马斯-以色列战争的评论	自然语言处理	NA	NLP, Word2vec, FastText, GloVe, SMOTE	LSTM, Bi-LSTM, GRU, CNN和Bi-LSTM的混合模型	文本	24,360条评论
139	2025-02-06	Analyzing the impact of deep learning algorithms and fuzzy logic approach for remote English translation 2024-Jun-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64831-w PMID:38914631	研究论文	本文提出了一种结合深度学习和模糊决策算法的远程英语翻译方法，以提高翻译的准确性和可理解性	提出了一种名为Fusion-dependent Precision Translation Approach (FPTA)的方法，通过深度学习和模糊决策算法进行单词使用和句子完成的反复验证，从而减少翻译错误并提高可理解性	未提及具体的数据集或样本量，可能缺乏广泛的验证	解决远程英语翻译中的精确性问题	远程英语翻译	自然语言处理	NA	深度学习, 模糊决策算法	NA	文本	NA
140	2025-01-24	Attention and sentiment of Chinese public toward rural landscape based on Sina Weibo 2024-06-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64527-1 PMID:38877046	研究论文	本研究提出了一种基于深度学习的微博数据分析模型，旨在从中国公众的角度探索乡村景观的发展方向	利用深度学习模型分析微博数据，揭示中国公众对乡村景观的关注和情感变化	研究主要基于微博数据，可能无法全面代表所有公众的意见	探索中国公众对乡村景观的关注和情感，为政策制定和发展模式探索提供依据	中国公众对乡村景观的关注和情感	自然语言处理	NA	深度学习	NA	文本	基于微博数据的公众意见分析