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
141	2025-02-06	Artificial intelligence-based classification of cardiac autonomic neuropathy from retinal fundus images in patients with diabetes: The Silesia Diabetes Heart Study 2024-08-10, Cardiovascular diabetology IF:8.5Q1 DOI:10.1186/s12933-024-02367-z PMID:39127709	研究论文	本研究利用基于人工智能的深度学习技术，通过视网膜眼底图像对糖尿病患者中的心脏自主神经病变进行分类	首次利用视网膜眼底图像和AI技术对糖尿病心脏自主神经病变进行高效诊断	研究为单中心观察性研究，样本量相对较小，且未进行外部验证	探索AI技术是否可以通过糖尿病眼筛查中收集的视网膜图像提供心脏自主神经病变的高效诊断方法	糖尿病患者	数字病理学	糖尿病	深度学习	ResNet 18, ResWide 50	图像	229名患者的2275张视网膜图像
142	2025-02-06	Deep learning solutions for inverse problems in advanced biomedical image analysis on disease detection 2024-08-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69415-2 PMID:39122782	研究论文	本文提出了一种深度学习解决方案，用于解决生物医学图像分析中的逆问题，以优化疾病检测	开发了DLSIP-ABIADD技术，结合了MobileNetv2模型、双边滤波、亨利气体溶解度优化方法和双向长短期记忆模型，用于解决逆问题并检测疾病	未提及具体局限性	优化疾病检测，解决生物医学图像分析中的逆问题	生物医学图像	数字病理学	NA	深度学习	MobileNetv2, BiLSTM	图像	未提及具体样本数量
143	2025-02-05	Exploit Spatially Resolved Transcriptomic Data to Infer Cellular Features from Pathology Imaging Data 2024-Aug-07, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.05.606654 PMID:39149252	研究论文	本文提出了一种利用空间分辨转录组数据注释病理图像的新方法，并开发了一个名为STpath的迁移学习神经网络模型，用于预测细胞类型比例或分类肿瘤微环境	利用空间分辨转录组数据注释病理图像，开发了STpath模型，解决了病理图像标注数据稀缺的问题	训练数据有限，可能影响模型的泛化能力	提高病理图像分析的准确性和效率，辅助病理学家进行诊断	乳腺癌数据集中的病理图像和空间分辨转录组数据	数字病理学	乳腺癌	空间分辨转录组数据	迁移学习神经网络模型（STpath）	图像和转录组数据	三个不同的乳腺癌数据集
144	2025-02-03	Diagnostic Accuracy of an Integrated AI Tool to Estimate Gestational Age From Blind Ultrasound Sweeps 2024-08-27, JAMA DOI:10.1001/jama.2024.10770 PMID:39088200	研究论文	本研究开发了一种深度学习人工智能模型，用于从盲超声扫描中估计孕龄，并将其集成到低成本、电池供电设备的软件中	开发了一种低成本、电池供电的AI工具，使未经培训的新手用户能够准确估计孕龄，适用于资源匮乏的环境	研究仅包括单胎、无异常的第一孕期妊娠，且仅在14至27周孕龄范围内进行评估	评估由未经培训的新手用户使用AI超声工具估计孕龄的准确性	400名在赞比亚卢萨卡和美国北卡罗来纳州教堂山的单胎、无异常的第一孕期妊娠个体	数字病理	NA	深度学习	深度学习模型	超声图像	400名妊娠个体
145	2025-02-02	Forecasting and analyzing influenza activity in Hebei Province, China, using a CNN-LSTM hybrid model 2024-08-12, BMC public health IF:3.5Q1 DOI:10.1186/s12889-024-19590-8 PMID:39135162	研究论文	本研究开发了一种混合CNN-LSTM模型，用于预测中国河北省的流感活动，以提供更精确的流感防控指导	创新点在于结合了卷积神经网络（CNN）和长短期记忆网络（LSTM）的优势，构建了一个混合模型，用于流感活动的预测	研究仅基于河北省28家国家哨点医院的数据，可能无法完全代表其他地区的情况	研究目的是开发一个更精确的流感活动预测模型，以支持流感的预防和控制措施	研究对象是河北省的流感样疾病（ILI）率	机器学习	流感	深度学习	CNN-LSTM混合模型	时间序列数据	2010年至2022年河北省28家国家哨点医院的ILI%数据
146	2025-02-02	Knowledge-Augmented Deep Learning for Segmenting and Detecting Cerebral Aneurysms With CT Angiography: A Multicenter Study 2024-08, Radiology IF:12.1Q1 DOI:10.1148/radiol.233197 PMID:39162636	研究论文	本研究构建了一个深度学习模型，用于在CT血管造影（CTA）图像上准确分割和检测脑动脉瘤，并与放射学报告进行比较	使用多中心数据集构建深度学习模型，用于脑动脉瘤的分割和检测，并与放射学报告进行性能比较	需要大规模的多中心数据集，且模型性能评估依赖于外部测试集	构建一个深度学习模型，用于在CTA图像上准确分割和检测脑动脉瘤	脑动脉瘤	计算机视觉	脑动脉瘤	CT血管造影（CTA）	深度学习模型	图像	6060名患者用于模型开发，118名患者用于外部测试集
147	2025-01-28	Status and future trends in wastewater management strategies using artificial intelligence and machine learning techniques 2024-Aug, Chemosphere IF:8.1Q1 DOI:10.1016/j.chemosphere.2024.142477 PMID:38844107	综述	本文综述了利用人工智能和机器学习技术进行水和废水管理的最新趋势	结合AI、深度学习和物联网技术，提出了高效的水管理框架	未具体说明数据来源和样本量，案例研究和统计评估的细节不足	探讨智能水管理机制，以满足不同用途的水质要求	水和废水管理策略	机器学习	NA	人工智能（AI）、深度学习（DL）、物联网（IoT）	NA	多种形式的数据	NA
148	2025-01-28	MambaTab: A Plug-and-Play Model for Learning Tabular Data 2024-Aug, Proceedings. IEEE Conference on Multimedia Information Processing and Retrieval DOI:10.1109/mipr62202.2024.00065 PMID:39850741	研究论文	本文介绍了一种基于结构化状态空间模型（SSM）的创新方法MambaTab，用于处理表格数据	MambaTab利用新兴的SSM变体Mamba，为表格数据提供端到端的监督学习，相比现有方法在性能上更优且参数更少	NA	开发一种高效、可扩展且通用的表格数据处理模型	表格数据	机器学习	NA	结构化状态空间模型（SSM）	Mamba	表格数据	多样化的基准数据集
149	2025-01-26	A Novel Deep Learning Model for Breast Tumor Ultrasound Image Classification with Lesion Region Perception 2024-08-28, Current oncology (Toronto, Ont.) DOI:10.3390/curroncol31090374 PMID:39330002	研究论文	本文提出了一种新型的多特征融合多任务（MFFMT）模型，用于乳腺癌超声图像分类，并通过病变区域感知来提高分类性能	设计了上下文病变增强感知（CLEP）模块和多特征融合（MFF）模块，以更好地捕捉病变区域的局部和全局特征关系，并缓解信息共享冲突	未提及具体局限性	提高乳腺癌超声图像分类的准确性，辅助乳腺癌诊断和个性化治疗	乳腺癌超声图像	计算机视觉	乳腺癌	深度学习	多任务学习（MTL）模型	图像	两个公共乳腺癌超声图像数据集
150	2025-01-24	Prospective deep learning-based quantitative assessment of coronary plaque by computed tomography angiography compared with intravascular ultrasound: the REVEALPLAQUE study 2024-Aug-26, European heart journal. Cardiovascular Imaging DOI:10.1093/ehjci/jeae115 PMID:38700097	研究论文	本研究比较了基于深度学习的自动方法在冠状动脉计算机断层扫描血管造影（CCTA）中分割冠状动脉粥样硬化的效果，与血管内超声（IVUS）作为参考标准进行对比	使用AI技术自动量化冠状动脉粥样硬化，并与IVUS进行对比，展示了高准确性和强相关性	研究仅限于临床稳定的冠状动脉疾病患者，样本来源仅限于美国和日本的15个中心	评估AI技术在CCTA中量化冠状动脉粥样硬化的准确性，以改进心血管风险评估	已知冠状动脉疾病的临床稳定患者	数字病理	心血管疾病	AI, CCTA, IVUS	深度学习	图像	237名患者，432个病变
151	2025-01-24	Deep Learning for Pneumothorax Detection on Chest Radiograph: A Diagnostic Test Accuracy Systematic Review and Meta Analysis 2024-Aug, Canadian Association of Radiologists journal = Journal l'Association canadienne des radiologistes DOI:10.1177/08465371231220885 PMID:38189265	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了深度学习算法在胸部X光片上检测气胸的总体性能	首次系统评估了深度学习在气胸检测中的应用效果，并展示了其在临床环境中的巨大潜力	研究设计、数据集来源和偏倚风险对检测敏感性和特异性无显著影响，但可能存在未考虑的其他影响因素	评估深度学习算法在胸部X光片上检测气胸的总体性能	成人患者的胸部X光片	计算机视觉	气胸	深度学习	NA	图像	34,011名患者和34,075张胸部X光片
152	2025-01-24	A systematic review of generative adversarial networks (GANs) in plastic surgery 2024-Aug, Journal of plastic, reconstructive & aesthetic surgery : JPRAS DOI:10.1016/j.bjps.2024.04.007 PMID:38996662	系统综述	本文系统回顾了生成对抗网络（GANs）在整形外科中的应用，评估了其规模和范围，并构建了在亚专科中使用和评估的框架	首次系统评估了GANs在整形外科中的应用，并提出了标准化报告结构的建议	研究样本量较小，仅有7项研究符合标准，且数据集的多样性和代表性有待提高	评估GANs在整形外科中的应用潜力和现状	整形外科中的GANs应用	计算机视觉	NA	生成对抗网络（GANs）	GAN	图像	平均54,652 ± 112,180个样本
153	2025-01-24	Assessing the Influence of B-US, CDFI, SE, and Patient Age on Predicting Molecular Subtypes in Breast Lesions Using Deep Learning Algorithms 2024-Aug, Journal of ultrasound in medicine : official journal of the American Institute of Ultrasound in Medicine IF:2.1Q2 DOI:10.1002/jum.16460 PMID:38581195	研究论文	本研究探讨了B型超声成像、彩色多普勒血流成像、应变弹性成像及患者年龄对预测乳腺病变分子亚型的影响	结合多种超声成像技术和患者年龄，利用深度学习算法预测乳腺病变的分子亚型	样本量相对较小，仅包含198名患者的数据	研究B型超声成像、彩色多普勒血流成像、应变弹性成像及患者年龄对乳腺病变分子亚型预测的影响	乳腺病变患者	计算机视觉	乳腺癌	B型超声成像、彩色多普勒血流成像、应变弹性成像	ResNet-18	图像	198名患者的2272张多模态超声图像
154	2025-01-22	Linking disease activity with optical coherence tomography angiography in neovascular age related macular degeneration using artificial intelligence 2024-08-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70234-8 PMID:39164449	研究论文	本研究利用人工智能技术探讨了新生血管性年龄相关性黄斑变性（nAMD）患者疾病活动性与光学相干断层扫描血管成像（OCTA）参数之间的定量关联	首次使用深度学习算法（RetInSight）检测和量化SD-OCT上的黄斑液体，并评估其与OCTA参数的相关性	样本量相对较小（230例患者），且部分相关性未达到统计学显著性	探讨nAMD患者疾病活动性与OCTA参数之间的定量关联，以优化抗VEGF治疗策略	接受抗VEGF治疗的nAMD患者	数字病理学	年龄相关性黄斑变性	光学相干断层扫描血管成像（OCTA）	深度学习算法（RetInSight）	图像	230例患者
155	2025-01-16	The Role of Artificial Intelligence in Predicting Optic Neuritis Subtypes From Ocular Fundus Photographs 2024-Aug-01, Journal of neuro-ophthalmology : the official journal of the North American Neuro-Ophthalmology Society IF:2.0Q2 DOI:10.1097/WNO.0000000000002229 PMID:39088711	研究论文	本研究开发了一种基于眼底照片的深度学习人工智能算法，用于预测视神经炎（ON）的亚型，以辅助疑似ON患者的诊断评估	首次利用深度学习AI算法从眼底照片中预测ON亚型，为早期区分MS ON与非MS ON提供了新的方法	数据集规模较小，未来需要增加样本量并结合临床和辅助检查数据以优化模型	开发一种AI算法，通过眼底照片预测ON亚型，以辅助诊断和指导治疗	321名ON患者的1,599张眼底照片	数字病理学	视神经炎	深度学习	深度学习模型	图像	321名患者的1,599张眼底照片
156	2025-01-16	Synthetic photoplethysmogram (PPG) signal generation using a genetic programming-based generative model 2024-Aug, Journal of medical engineering & technology DOI:10.1080/03091902.2024.2438150 PMID:39731227	研究论文	本文提出了一种基于遗传编程（GP）的生成模型，用于生成多样化和准确的光电容积描记（PPG）信号	采用遗传编程方法自动确定数学模型的结构和组合，克服了数据多样性和训练深度学习模型数据有限的挑战	未提及具体局限性	开发生成模型以生成合成PPG信号，用于监测心脏活动	光电容积描记（PPG）信号	机器学习	心血管疾病	遗传编程（GP）	生成模型	信号数据	初始PPG信号样本
157	2025-01-15	A graph-learning based model for automatic diagnosis of Sjögren's syndrome on digital pathological images: a multicentre cohort study 2024-Aug-08, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05550-8 PMID:39118142	研究论文	本研究提出了一种基于图学习的模型CTG-PAM，用于在数字病理图像上自动诊断干燥综合征（SS），并在多中心队列研究中验证了其性能	提出了一种基于图理论的模型CTG-PAM，结合单细胞特征、细胞间特征和细胞组织特征，实现了细胞级分类和淋巴细胞识别，显著提高了SS诊断的准确性	研究样本量较小（100例），且外部测试数据集的AUC值（0.8035）较内部验证数据集（1.0）有所下降，表明模型在泛化能力上可能存在局限	开发一种基于数字病理图像的自动化诊断模型，以提高干燥综合征（SS）的早期诊断准确性	干燥综合征（SS）患者的唇腺活检组织	数字病理	干燥综合征	全切片图像（WSI）分析	基于图理论的模型（CTG-PAM）	数字病理图像	100例唇腺活检组织
158	2025-01-15	Topographic Clinical Insights From Deep Learning-Based Geographic Atrophy Progression Prediction 2024-Aug-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.13.8.6 PMID:39102242	研究论文	本文探讨了眼底自发荧光（FAF）地形成像特征对基于卷积神经网络的深度学习算法预测地理萎缩（GA）生长速率的贡献	通过消融实验研究了不同FAF图像区域对算法性能的贡献，特别是边缘区域的影响	研究为回顾性研究，可能受到数据来源和样本选择的限制	探索FAF地形成像特征在深度学习算法预测GA生长速率中的作用	地理萎缩（GA）患者的眼底自发荧光（FAF）图像	数字病理学	老年疾病	眼底自发荧光（FAF）成像	卷积神经网络（CNN）	图像	来自三项临床试验（NCT02247479, NCT02247531, NCT02479386）的研究眼数据
159	2025-01-14	A deep learning-based model to estimate pulmonary function from chest x-rays: multi-institutional model development and validation study in Japan 2024-Aug, The Lancet. Digital health DOI:10.1016/S2589-7500(24)00113-4 PMID:38981834	研究论文	本研究开发并验证了一种基于深度学习的AI模型，用于从胸部X光片中估计肺功能	首次使用深度学习模型从胸部X光片中估计肺功能，提供了一种替代肺功能测试的方法	未来研究需要结合临床信息以进一步提高模型的适用性和针对性	估计从胸部X光片中得出的两种主要肺功能指标	来自日本五个机构的81,902名患者的141,734对X光和肺功能测试结果	数字病理学	肺疾病	深度学习	深度学习模型	图像	141,734对X光和肺功能测试结果，来自81,902名患者
160	2025-01-07	Using Domain Adaptation and Inductive Transfer Learning to Improve Patient Outcome Prediction in the Intensive Care Unit: Retrospective Observational Study 2024-Aug-21, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/52730 PMID:39167442	研究论文	本研究探讨了在数据稀缺情况下，使用领域适应和归纳迁移学习改进基于电子健康记录的ICU患者结果预测	首次在基于电子健康记录的ICU患者结果预测中深入研究了领域适应和归纳迁移学习	研究仅使用了两个ICU数据集，可能限制了结果的普适性	改进ICU患者结果预测，特别是在数据稀缺的情况下	ICU患者	机器学习	重症监护	迁移学习，领域适应，归纳迁移学习	全连接神经网络，逻辑回归，Lasso回归	电子健康记录	eCritical数据集包含55,689次入院记录，48,672名患者；MIMIC-III数据集包含61,532次入院记录，46,476名患者