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	2025-03-05	Spike-and-Slab Shrinkage Priors for Structurally Sparse Bayesian Neural Networks 2024-Oct-31, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3485529 PMID:39480710	研究论文	本文探讨了在贝叶斯神经网络（BNNs）中使用Lasso和Horseshoe两种收缩技术进行模型压缩的方法，提出了结构稀疏的BNNs，并开发了计算上可行的变分推断方法	提出了结构稀疏的贝叶斯神经网络，使用spike-and-slab group Lasso（SS-GL）和SS group Horseshoe（SS-GHS）先验来系统地剪枝过多的节点，并开发了计算上可行的变分推断方法	NA	探索在贝叶斯神经网络中使用收缩技术进行模型压缩，以提高计算效率和降低能耗	贝叶斯神经网络（BNNs）	机器学习	NA	Lasso, Horseshoe	贝叶斯神经网络（BNNs）	NA	NA
42	2025-03-05	"Navigating the complexities of low-Grade glioma treatment: insights into SBT I-125 and novel assessment tools" 2024-Oct-12, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-024-03028-1 PMID:39394531	研究论文	本文通过系统回顾和荟萃分析评估了SBT I-125近距离放射治疗低级别胶质瘤的疗效和安全性，并探讨了新型自动化肿瘤评估工具在胶质瘤管理中的应用	本文首次对SBT I-125近距离放射治疗低级别胶质瘤的疗效和安全性进行了系统回顾和荟萃分析，并强调了自动化肿瘤评估工具在提高胶质瘤管理精度和效率方面的潜力	数据不足、研究异质性、缺乏随机对照试验、潜在的发表偏倚以及随访时间不一致等问题限制了长期疗效和安全性的评估	评估SBT I-125近距离放射治疗低级别胶质瘤的疗效和安全性，并探讨新型自动化肿瘤评估工具的应用	低级别胶质瘤患者	数字病理学	脑癌	SBT I-125近距离放射治疗	深度学习	医学影像	988名患者，20项研究
43	2025-03-05	Machine learning for the localization of Subthalamic Nucleus during deep brain stimulation surgery: a systematic review and Meta-analysis 2024-Oct-10, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-024-03010-x PMID:39387996	系统综述与Meta分析	本文评估了人工智能，特别是隐马尔可夫模型（HMM）在深部脑刺激（DBS）手术中定位丘脑底核（STN）的应用	首次系统评估了HMM在STN定位中的应用，并与其他机器学习模型（如KNN和SVM）进行了比较	研究结果基于有限数量的研究（14项），且不同研究方法之间存在显著异质性	评估机器学习在DBS手术中STN定位的应用效果	丘脑底核（STN）的定位	机器学习	神经系统疾病	微电极记录（MER）	隐马尔可夫模型（HMM）、K-近邻（KNN）、支持向量机（SVM）	结构化患者健康数据	14项研究
44	2025-03-05	Development and Evaluation of a Learning-Based Model for Real-Time Haptic Texture Rendering 2024 Oct-Dec, IEEE transactions on haptics IF:2.4Q2 DOI:10.1109/TOH.2024.3382258 PMID:38536688	研究论文	本文提出了一种基于深度学习的动作条件模型，用于实时触觉纹理渲染，并通过多部分人类用户研究评估其感知性能	该模型统一适用于所有材料，并使用基于视觉的触觉传感器（GelSight）数据，根据用户的动作实时渲染适当的表面，无需为每种纹理学习单独的模型	尽管模型在渲染高频纹理方面表现出色，但其在渲染未见过的纹理时仅依赖于单个GelSight图像，可能存在一定的局限性	研究目的是开发一种能够实时渲染逼真触觉纹理的模型，以增强虚拟现实（VR）环境的沉浸感	研究对象是虚拟现实环境中的触觉纹理渲染	机器学习	NA	深度学习	动作条件模型	触觉传感器数据	多部分人类用户研究
45	2025-03-04	Identification of diabetic retinopathy classification using machine learning algorithms on clinical data and optical coherence tomography angiography 2024-Oct, Eye (London, England) DOI:10.1038/s41433-024-03173-3 PMID:38871934	研究论文	本研究应用机器学习算法，结合临床数据和光学相干断层扫描血管成像（OCTA）进行糖尿病视网膜病变（DR）的多分类	创新点在于结合了临床数据和OCTA参数，使用多种机器学习算法进行DR的多分类，并进行了独立的外部验证	研究样本量相对较小，仅包括203名糖尿病患者用于模型建立和169名用于外部验证	研究目的是通过机器学习算法提高糖尿病视网膜病变的分类准确性，以辅助筛查、转诊和管理DR患者	研究对象为203名糖尿病患者的临床数据和OCTA参数	机器学习	糖尿病视网膜病变	光学相干断层扫描血管成像（OCTA）	随机森林、梯度提升机（GBM）、深度学习、逻辑回归	临床数据和OCTA图像	203名糖尿病患者（203只眼）用于模型建立，169名糖尿病患者（169只眼）用于外部验证
46	2025-02-27	An arrhythmia classification using a deep learning and optimisation-based methodology 2024-Oct, Journal of medical engineering & technology DOI:10.1080/03091902.2025.2463574 PMID:39949269	研究论文	本文提出了一种基于深度学习和优化方法的心电图信号分类方法，用于五种不同类型的心跳分类	结合了EfficientNet-B0深度学习模型和混合特征选择方法（包括两种过滤方法和自适应秃鹰搜索优化算法），实现了高准确率的心电图信号分类	未提及方法在其他数据集上的泛化能力或实际临床应用中的可行性	开发一种高效的心电图信号分类方法	心电图信号	机器学习	心血管疾病	离散小波变换、移动平均滤波、R峰检测	EfficientNet-B0	图像（灰度图和尺度图）	未提及具体样本数量
47	2025-02-27	A combination of deep learning models and type-2 fuzzy for EEG motor imagery classification through spatiotemporal-frequency features 2024-Oct, Journal of medical engineering & technology DOI:10.1080/03091902.2025.2463577 PMID:39950750	研究论文	本文提出了一种结合深度学习模型和类型-2模糊逻辑的混合架构FCLNET，用于通过时空频率特征对EEG运动想象进行分类	提出了一种新的混合架构FCLNET，结合了Compact-CNN和LSTM网络，并使用类型-2模糊函数作为CNN架构中的激活函数，以处理不确定性	未明确提及具体局限性	开发一种鲁棒且有效的技术，以准确解释用户的脑电波信号，特别是在运动想象等心理任务中	EEG信号	生物医学信号处理	NA	深度学习，类型-2模糊逻辑	Compact-CNN, LSTM	EEG信号	BCI Competition IV-2a数据库和BCI Competition IV-1数据库
48	2025-02-25	Intelligent Recognition and Segmentation of Blunt Craniocerebral Injury CT Images Based on DeepLabV3+ Model 2024-Oct-25, Fa yi xue za zhi DOI:10.12116/j.issn.1004-5619.2024.440801 PMID:39992333	研究论文	本文基于DeepLabV3+模型，通过训练卷积神经网络，实现了对钝性颅脑损伤CT图像的智能识别和分割，并探讨了深度学习在法医学中自动诊断钝性颅脑损伤的价值	本研究首次将DeepLabV3+模型应用于钝性颅脑损伤的CT图像分割，并探索了该模型在活体和尸体CT图像上的应用价值	直接使用活体CT图像训练的模型在尸体CT图像上的分割能力相对较差，存在一定的局限性	实现钝性颅脑损伤CT图像的智能识别和分割，并探讨深度学习在法医学中的应用价值	钝性颅脑损伤的CT图像	计算机视觉	颅脑损伤	深度学习	DeepLabV3+	CT图像	5486张活体CT图像（训练集、验证集和测试集），255张活体CT图像和156张正常颅脑CT图像（盲测集），340张尸体CT图像和120张正常颅脑CT图像（新盲测集）
49	2025-02-23	Cough2COVID-19 detection using an enhanced multi layer ensemble deep learning framework and CoughFeatureRanker 2024-10-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76639-9 PMID:39448760	研究论文	本文介绍了Cough2COVID-19框架，该框架利用咳嗽音频信号进行COVID-19检测，并通过多层级集成深度学习（MLEDL）框架提高检测效率	提出了Cough2COVID-19框架和CoughFeatureRanker算法，通过咳嗽音频信号进行非侵入性COVID-19检测，显著提高了检测的准确性和效率	未提及具体的研究局限性	开发一种成本效益高、非侵入性且广泛可及的COVID-19检测方法	咳嗽音频信号	机器学习	COVID-19	多层级集成深度学习（MLEDL）	集成深度学习框架	音频	未提及具体样本数量
50	2025-02-23	Deep learning improves physician accuracy in the comprehensive detection of abnormalities on chest X-rays 2024-10-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76608-2 PMID:39448764	研究论文	本文介绍了一种FDA批准的AI系统，通过深度学习算法辅助医生全面检测和定位胸部X光片上的异常	该AI系统在胸部X光片异常检测中表现出高准确性，并显著提高了医生（包括非放射科医生）的诊断准确性和效率	未提及具体局限性	研究目的是通过AI系统提高医生在胸部X光片异常检测中的准确性	胸部X光片	计算机视觉	NA	深度学习	NA	图像	大规模数据集及公开数据集
51	2025-02-23	The gene expression signature of electrical stimulation in the human brain 2024-Oct-22, bioRxiv : the preprint server for biology DOI:10.1101/2023.09.21.558812 PMID:37790527	研究论文	本文通过先进的转录组和表观基因组测序技术，研究了人类大脑前颞叶直接电刺激后的分子变化，揭示了电刺激对微胶质细胞特异性细胞因子活性相关基因表达的显著影响	挑战了临床常用电刺激主要影响神经元基因表达的观点，揭示了微胶质细胞对电刺激的强烈反应及其对神经元回路活动的塑造作用	研究样本仅限于接受神经外科手术的患者，可能限制了结果的普遍性	探索电刺激对人类大脑的分子影响	人类大脑前颞叶	神经科学	NA	转录组和表观基因组测序	深度学习计算工具	基因表达数据	接受神经外科手术的患者
52	2025-02-23	Generating multi-pathological and multi-modal images and labels for brain MRI 2024-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103278 PMID:39059240	研究论文	本文提出了一种两阶段生成模型，能够生成2D和3D语义标签图及对应的多模态图像，用于增强真实数据集并支持下游分割任务	提出了一种结合潜在扩散模型和VAE-GAN的两阶段生成模型，能够生成成对的图像和分割样本，填补了该领域的空白	未明确提及模型在特定病理条件下的生成效果或对复杂病理的适应性	开发一种生成模型，用于生成多病理和多模态的脑MRI图像及标签，以增强数据集并支持下游分割任务	脑MRI图像及语义标签图	计算机视觉	NA	潜在扩散模型、VAE-GAN	生成模型（潜在扩散模型、VAE-GAN）	图像（2D和3D脑MRI图像）	未明确提及具体样本数量
53	2025-02-21	Deep Learning-Assisted Assessing of Single Circulating Tumor Cell Viability via Cellular Morphology 2024-10-22, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c03334 PMID:39384089	研究论文	本文提出了一种基于卷积神经网络的深度学习模型，用于通过细胞形态学评估单个循环肿瘤细胞（CTC）的活力	利用深度学习模型从细胞形态学特征中准确识别和评估单个CTC的活力，为癌症诊断、预后评估和疗效判断提供了新的非侵入性方法	由于CTC在人体血液中极为稀少，样本获取和标注可能存在挑战	开发一种高效、准确且非侵入性的方法，用于评估单个CTC的活力	循环肿瘤细胞（CTCs）	数字病理学	癌症	细胞计数试剂盒-8（CCK-8）	卷积神经网络（CNN）	图像	未明确提及具体样本数量
54	2025-02-21	Is cardiovascular risk profiling from UK Biobank retinal images using explicit deep learning estimates of traditional risk factors equivalent to actual risk measurements? A prospective cohort study design 2024-10-08, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2023-078609 PMID:39384229	研究论文	本研究旨在通过深度学习模型从视网膜图像中预测心血管疾病风险，并与基于实际风险测量的模型进行比较	使用两阶段深度学习神经网络从视网膜图像中估计10种传统心血管疾病风险因素，并预测5年主要不良心血管事件（MACE）风险	研究仅基于UK Biobank的数据，可能无法推广到其他人群	确定从视网膜图像中进行心血管风险预测模型的性能，并与实际风险测量模型进行比较	UK Biobank中的52,297条包含视网膜图像和5年MACE累积发病率的数据	计算机视觉	心血管疾病	深度学习	两阶段深度学习神经网络	图像	52,297条数据，分为训练集（31,403）、验证集（10,420）和测试集（10,474）
55	2025-02-21	Individual cognitive traits can be predicted from task-based dynamic functional connectivity with a deep convolutional-recurrent model 2024-Oct-03, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhae412 PMID:39445422	研究论文	本文利用深度学习模型从任务态动态功能连接中预测个体认知特征	结合多尺度卷积和长短期记忆层，预测认知分数，并展示了任务态动态功能连接比静息态动态功能连接具有更强的预测能力	去除混杂因素后预测性能显著降低，且没有特定皮层网络在预测一般和流体智力中显示出显著相关性	从神经影像数据中预测个体认知特征，如一般智力和流体智力	874名来自人类连接组计划的受试者	机器学习	NA	功能磁共振成像（fMRI）	CNN, LSTM	神经影像数据	874名受试者
56	2025-02-21	Development and validation of a deep learning algorithm for the prediction of serum creatinine in critically ill patients 2024-Oct, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooae097 PMID:39318762	研究论文	本文开发并验证了一种深度学习算法Nephrocast，用于预测重症监护病房（ICU）成年患者的次日血清肌酐（SCr）水平	利用深度学习模型预测次日SCr水平，帮助识别急性肾损伤（AKI）高风险患者，预测AKI病程，并指导肾脏清除药物的剂量调整	模型仅在单一医疗中心的数据上进行训练和验证，可能缺乏广泛适用性	开发并验证一种深度学习模型，用于预测ICU患者的次日血清肌酐水平	成年ICU患者	机器学习	急性肾损伤	深度学习	深度学习模型	电子健康记录数据	28,191次就诊，对应105,718个患者日
57	2024-10-16	Deep Learning to Predict Functional Outcome in Acute Ischemic Stroke 2024-Oct, Radiology IF:12.1Q1 DOI:10.1148/radiol.242705 PMID:39404635	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
58	2025-02-21	Patient-Specific Myocardial Infarction Risk Thresholds From AI-Enabled Coronary Plaque Analysis 2024-Oct, Circulation. Cardiovascular imaging DOI:10.1161/CIRCIMAGING.124.016958 PMID:39405390	研究论文	本研究利用深度学习技术自动量化冠状动脉斑块，并评估其在心肌梗死风险预测中的应用	首次提出了基于深度学习的冠状动脉斑块量化方法，并确定了年龄和性别特异性的斑块分布，用于预测心肌梗死风险	研究依赖于外部样本的验证，可能存在样本选择偏差	评估深度学习量化冠状动脉斑块在心肌梗死风险预测中的价值	2803名患者，包括956名稳定冠状动脉疾病患者和1847名外部样本患者	数字病理学	心血管疾病	深度学习	深度学习系统	CT图像	2803名患者（包括956名稳定冠状动脉疾病患者和1847名外部样本患者）
59	2025-02-14	Application of machine-learning model to optimize colonic adenoma detection in India 2024-10, Indian journal of gastroenterology : official journal of the Indian Society of Gastroenterology IF:2.0Q3 DOI:10.1007/s12664-024-01530-4 PMID:38758433	研究论文	本文旨在开发一种机器学习模型，以优化印度结肠腺瘤的检测	使用梯度提升机（GBM）学习方法开发预测模型，并通过调整学习率和树的数量以及10折交叉验证进一步优化模型	研究中排除了结肠腺瘤高风险患者，可能影响模型的普遍适用性	优化结肠腺瘤的检测，预防结直肠癌	接受诊断性结肠镜检查的成年患者	机器学习	结直肠癌	梯度提升机（GBM）	梯度提升树模型	临床数据	10,320名患者
60	2025-02-12	The Hydronephrosis Severity Index guides paediatric antenatal hydronephrosis management based on artificial intelligence applied to ultrasound images alone 2024-10-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72271-9 PMID:39349526	研究论文	本文开发了一种基于深度学习模型的自动化肾积水严重指数（HSI），用于直接从肾脏超声图像预测手术干预的需求	首次应用深度学习模型于儿科肾脏超声图像，自动评估肾积水严重程度，并预测手术干预需求	研究仅在北美四家大型儿科医院进行，样本量相对较小（202名患者），且外部验证的样本量和多样性可能有限	开发一种自动化工具，帮助临床决策，减少对频繁随访的依赖	儿科肾积水患者的肾脏超声图像	数字病理学	肾积水	深度学习	深度学习模型	图像	202名患者