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
101	2025-03-13	Deep learning model using planar whole-body bone scintigraphy for diagnosis of skull base invasion in patients with nasopharyngeal carcinoma 2024-Oct-09, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-024-05969-y PMID:39379746	研究论文	本研究评估了基于平面全身骨显像的深度学习模型在诊断鼻咽癌患者颅底侵犯中的可靠性	首次使用深度学习模型结合平面全身骨显像数据来诊断鼻咽癌患者的颅底侵犯，并展示了其优于核医学专家的诊断能力	研究结果主要基于特定数据集，需要进一步的外部验证以确保模型的广泛适用性	评估深度学习模型在诊断鼻咽癌患者颅底侵犯中的应用效果	新诊断的鼻咽癌患者	数字病理	鼻咽癌	平面全身骨显像	CNN	图像	多中心研究，具体样本数量未明确
102	2025-03-13	Deep learning-based approaches for multi-omics data integration and analysis 2024-Oct-02, BioData mining IF:4.0Q1 DOI:10.1186/s13040-024-00391-z PMID:39358793	综述	本文回顾了基于深度学习的多组学数据整合和分析方法，并讨论了这些方法的独特能力和新兴趋势	本文创新性地将深度学习方法分为非生成式和生成式两大类，并详细讨论了它们在多组学数据整合中的应用和优势	本文未涉及具体实验验证，仅进行了方法论的综述和讨论	探讨深度学习在多组学数据整合和分析中的应用	多组学数据（包括分子组学和影像组学数据）	机器学习	NA	深度学习	前馈神经网络、图卷积神经网络、自编码器、变分方法、生成对抗模型、生成预训练模型	多组学数据（包括分子组学和影像组学数据）	NA
103	2025-03-13	Removing Artifacts in Transcranial Photoacoustic Imaging With Polarized Self-Attention Dense-UNet 2024-10, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.06.006 PMID:39013725	研究论文	本文提出了一种名为PSAD-UNet的深度学习模型，用于去除经颅光声成像中的伪影，提高成像质量	提出了极化自注意力密集U-Net（PSAD-UNet），用于校正经颅光声成像中的失真，并准确恢复骨板下的成像对象	NA	提高经颅光声成像的成像质量，减少骨板对成像的影响	经颅光声成像中的伪影	计算机视觉	NA	光声成像（PAI）	PSAD-UNet（极化自注意力密集U-Net）	图像	NA
104	2025-03-13	Transition-zone PSA-density calculated from MRI deep learning prostate zonal segmentation model for prediction of clinically significant prostate cancer 2024-10, Abdominal radiology (New York) DOI:10.1007/s00261-024-04301-z PMID:38896250	研究论文	本文开发了一种基于T2加权图像的深度学习前列腺区域分割模型，并评估了TZ-PSAD在预测临床显著性前列腺癌（csPCa）中的表现，与传统PSAD进行比较	开发了一种深度学习模型用于前列腺区域分割，并首次评估了TZ-PSAD在预测csPCa中的表现，结果显示其略优于传统PSAD	研究依赖于MRI图像和PSA值，且样本量有限，外部验证集仅来自PI-CAI挑战赛	开发并验证一种深度学习模型，用于前列腺区域分割，并评估TZ-PSAD在预测临床显著性前列腺癌中的表现	前列腺MRI图像和前列腺特异性抗原密度（PSAD）	数字病理学	前列腺癌	深度学习	深度学习模型	图像	1020名患者用于模型开发，3461例MRI检查作为内部测试集，1460例MRI检查作为外部测试集
105	2025-03-13	Advanced MRI techniques in abdominal imaging 2024-10, Abdominal radiology (New York) DOI:10.1007/s00261-024-04369-7 PMID:38802629	综述	本文综述了腹部成像中先进的MRI技术，包括并行成像、三维采集、压缩感知和深度学习等技术	介绍了最新的MRI技术，如并行成像、三维采集、压缩感知和深度学习，以减少扫描时间并提高图像质量	未提及具体的技术局限性或临床应用中的挑战	探讨腹部成像中先进的MRI技术及其应用	腹部成像中的MRI技术	医学影像	NA	并行成像、三维采集、压缩感知、深度学习	NA	图像	NA
106	2025-03-13	Effectiveness of deep learning-based reconstruction for improvement of image quality and liver tumor detectability in the hepatobiliary phase of gadoxetic acid-enhanced magnetic resonance imaging 2024-10, Abdominal radiology (New York) DOI:10.1007/s00261-024-04374-w PMID:38755452	研究论文	本文评估了基于深度学习的重建（DLR）在提高Gd-EOB-MRI肝胆期（HBP）等体素高分辨率屏气脂肪抑制T1加权成像（HR-BH-FS-T1WI）图像质量和肿瘤检测能力方面的有效性	首次在Gd-EOB-MRI肝胆期成像中应用DLR技术，显著提高了图像质量和肿瘤检测能力	研究为回顾性分析，样本量较小（42例患者，98个肝肿瘤），且仅评估了特定成像技术	评估DLR在Gd-EOB-MRI肝胆期成像中的有效性，以提高图像质量和肿瘤检测能力	42例肝肿瘤患者，共98个肝肿瘤	医学影像	肝肿瘤	Gd-EOB-MRI，DLR	深度学习	医学影像	42例患者，98个肝肿瘤
107	2025-03-12	Carafe enables high quality in silico spectral library generation for data-independent acquisition proteomics 2024-Oct-18, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.15.618504 PMID:39463980	研究论文	本文介绍了Carafe，一种通过直接在DIA数据上训练深度学习模型来生成高质量实验特异性光谱库的工具	Carafe直接在DIA数据上训练深度学习模型，而不是依赖DDA数据或基于DDA数据训练的模型，从而提高了碎片离子强度预测和肽段检测的性能	NA	开发一种工具，用于生成高质量的光谱库，以支持数据独立采集（DIA）质谱分析	DIA质谱数据	质谱分析	NA	深度学习	深度学习模型	质谱数据	多种DIA数据集
108	2025-03-09	Enhancing Whole Slide Image Classification with Discriminative and Contrastive Learning 2024-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-72083-3_10 PMID:40046787	研究论文	本研究通过结合判别式和对比学习技术，提升了全切片图像（WSI）分类的准确性和鲁棒性	与现有主要依赖基于WSI级别标签分配伪标签的对比学习方法不同，本研究直接在WSI级别构建正负样本，从而更有效地学习信息丰富的图像特征	NA	提高全切片图像分类的准确性和鲁棒性	全切片图像（WSI）	数字病理学	NA	对比学习	深度学习	图像	两个数据集
109	2025-03-09	Accurate fully automated assessment of left ventricle, left atrium, and left atrial appendage function from computed tomography using deep learning 2024-Oct, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyaf011 PMID:40051867	研究论文	本研究开发了一种全自动深度学习方法，用于从计算机断层扫描（CT）中计算心脏功能	首次比较了nnU-Net、3D TransUNet和UNETR在心脏功能参数分割和计算中的表现，发现nnU-Net在多个指标上优于其他模型	样本量较小（39名患者），且仅评估了左侧心脏功能	开发一种全自动深度学习方法，用于从CT中计算心脏功能参数	左心室（LV）、左心房（LA）和左心耳（LAA）	计算机视觉	心血管疾病	CT	nnU-Net, 3D TransUNet, UNETR	图像	39名患者的时间分辨CT数据集
110	2025-03-08	Machine learning for automated classification of lung collagen in a urethane-induced lung injury mouse model 2024-Oct-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.527972 PMID:39421774	研究论文	本文提出了一种基于机器学习的自动化评分框架，用于评估小鼠肺损伤模型中的肺胶原含量	利用预训练的VGG16模型和统计特征结合的方法，以及采用无监督技术进行图像分析，提高了肺胶原含量评估的准确性和效率	研究依赖于小鼠模型，可能无法完全反映人类肺疾病的情况	开发自动化评分系统以提高肺胶原含量评估的准确性和一致性	成年雌性小鼠的肺切片图像	数字病理学	肺癌	SHG显微镜	VGG16, SVM	图像	NA
111	2025-03-05	Deep learning models for hepatitis E incidence prediction leveraging Baidu index 2024-10-31, BMC public health IF:3.5Q1 DOI:10.1186/s12889-024-20532-7 PMID:39478514	研究论文	本文利用百度指数和深度学习模型预测山东省的戊型肝炎发病率	引入了KAN到LSTM模型中以提高非线性学习能力，并验证了百度指数在预测戊型肝炎发病率中的价值	百度指数与戊型肝炎发病率之间的相关性较弱	预测戊型肝炎发病率，以帮助公共卫生组织预防疾病传播	山东省的戊型肝炎发病率和百度指数数据	自然语言处理	戊型肝炎	LSTM, stacked LSTM, attention-based LSTM, attention-based stacked LSTM, KAN	LSTM	时间序列数据	2009年1月至2022年12月的山东省戊型肝炎发病率和百度指数数据
112	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
113	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
114	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
115	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
116	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
117	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
118	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
119	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）
120	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