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	2025-02-21	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
122	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
123	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
124	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
125	2025-02-12	Ensemble Learning for Three-dimensional Medical Image Segmentation of Organ at Risk in Brachytherapy Using Double U-Net, Bi-directional ConvLSTM U-Net, and Transformer Network 2024 Oct-Dec, Journal of medical physics IF:0.7Q4 DOI:10.4103/jmp.jmp_160_24 PMID:39926139	研究论文	本文提出了一种新颖的方法，通过结合三种深度学习模型和集成学习技术，自动化分割高剂量率近距离放射治疗患者的风险器官（OAR），旨在提高分割的准确性和效率	结合了Double U-Net、双向ConvLSTM U-Net和Transformer网络三种深度学习模型，并采用集成学习技术，显著提高了分割的准确性和效率	由于内存限制，训练数据使用了降维后的CT扫描（240 × 240 × 128），可能影响模型的泛化能力	提高高剂量率近距离放射治疗中风险器官（OAR）分割的准确性和效率	高剂量率近距离放射治疗患者的风险器官（OAR）	医学图像分割	癌症	深度学习	Double U-Net (DUN), Bi-directional ConvLSTM U-Net (BCUN), Transformer Networks (TN)	CT扫描图像	70名患者（60名来自本机构，10名来自其他机构）
126	2025-02-06	An Artificial Intelligent System for Prostate Cancer Diagnosis in Whole Slide Images 2024-Oct-28, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-024-02118-3 PMID:39466503	研究论文	本文开发并验证了一种用于前列腺癌诊断的机器学习系统，该系统能够检测神经周围浸润并测量癌症部分，以满足临床报告需求	开发了一个三阶段的机器学习系统，包括组织检测、分类和切片级别分析，用于前列腺癌的全切片图像诊断	系统在不同放大倍数下的分类准确率有所下降，特别是在20x放大倍数下	开发并验证一种用于前列腺癌诊断的计算机辅助工具	前列腺癌的全切片图像	数字病理学	前列腺癌	深度学习	NA	图像	2340张苏木精和伊红染色的切片
127	2025-02-06	Semantic Segmentation of CT Liver Structures: A Systematic Review of Recent Trends and Bibliometric Analysis : Neural Network-based Methods for Liver Semantic Segmentation 2024-Oct-14, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-024-02115-6 PMID:39400739	综述	本文系统回顾和文献计量分析了近年来基于神经网络的肝脏结构语义分割方法，特别是深度学习在CT图像中的应用	首次提供了该科学领域的系统性和文献计量学综述，概述了算法特征方面的多个研究方向	报告的性能基准表明，在高分辨率腹部CT扫描中分割小结构仍有很大改进空间	回顾和评估AI在医学图像中肝脏结构分割的应用进展	CT图像中的肝脏结构	计算机视觉	肝脏疾病	深度学习	2D和3D混合网络，生成式方法	CT图像	NA
128	2025-02-06	Deep learning pipeline for automated cell profiling from cyclic imaging 2024-10-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74597-w PMID:39384907	研究论文	本文介绍了一种名为CycloNET的计算管道，用于分析通过循环免疫荧光获得的原始荧光图像，旨在自动化细胞分析过程	CycloNET通过预训练的神经网络快速处理大规模数据集，并在单细胞分辨率上提供见解，有助于识别罕见的免疫细胞群	NA	开发一个自动化管道，用于从循环荧光显微镜图像中分析细胞特征，以加深对组织组成、细胞间相互作用和细胞信号传导的理解	头颈部鳞状细胞癌患者的22个人类样本	数字病理学	头颈部鳞状细胞癌	循环免疫荧光	预训练的神经网络	图像	22个人类样本，每个样本17个视野和13个染色周期
129	2025-02-06	Fully automated segmentation and volumetric measurement of ocular adnexal lymphoma by deep learning-based self-configuring nnU-net on multi-sequence MRI: a multi-center study 2024-Oct, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-024-03429-5 PMID:39014270	研究论文	本研究评估了nnU-net在多序列MRI上自动分割和体积测量眼附属器淋巴瘤（OAL）的性能	使用nnU-net深度学习框架进行自动分割和体积测量，特别是在T2_FS图像上表现出色	Model 2未能检测到19例T1c病例，且T1_nFS的分割性能较差	评估nnU-net在OAL多序列MRI上的自动分割和体积测量性能	眼附属器淋巴瘤（OAL）患者	数字病理	淋巴瘤	深度学习	nnU-net	MRI图像	147名患者作为训练集，33名患者作为测试集
130	2025-02-02	A Feature-Fusion Technique-Based Alzheimer's Disease Classification Using Magnetic Resonance Imaging 2024-Oct-23, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14212363 PMID:39518331	研究论文	本文提出了一种基于特征融合技术的阿尔茨海默病分类方法，使用磁共振成像（MRI）图像	通过改进现有的视觉变换器（ViTs）和结合CatBoost分类器，提出了一种在有限计算资源下进行阿尔茨海默病分类的创新模型	模型的鲁棒性和适用性有待提高，后续研究可以包括遗传和临床数据	开发一种在有限计算资源下对阿尔茨海默病进行分类的模型	阿尔茨海默病	计算机视觉	老年病	MRI	视觉变换器（ViTs）和CatBoost分类器	图像	使用OASIS数据集进行模型泛化
131	2025-02-02	Hexagonal diffraction gratings generated by convolutional neural network-based deep learning for suppressing high-order diffractions 2024-Oct-01, Journal of the Optical Society of America. A, Optics, image science, and vision DOI:10.1364/JOSAA.531198 PMID:39889023	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
132	2025-02-01	Deep learning-based image quality assessment for optical coherence tomography macular scans: a multicentre study 2024-Oct-22, The British journal of ophthalmology DOI:10.1136/bjo-2023-323871 PMID:39033014	研究论文	本文开发并外部测试了用于评估Cirrus和Spectralis光学相干断层扫描设备三维黄斑扫描图像质量的深度学习模型	使用深度学习模型评估三维黄斑扫描图像质量，并进行了多中心外部测试	研究依赖于特定设备（Cirrus和Spectralis）的数据，可能不适用于其他设备	开发用于评估光学相干断层扫描图像质量的深度学习模型	Cirrus和Spectralis光学相干断层扫描设备的三维黄斑扫描图像	计算机视觉	黄斑疾病	深度学习	ResNet-18	图像	2277个Cirrus 3D扫描和1557个Spectralis 3D扫描
133	2025-01-31	Implications of Big Data Analytics, AI, Machine Learning, and Deep Learning in the Health Care System of Bangladesh: Scoping Review 2024-Oct-28, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/54710 PMID:39466315	综述	本文通过范围综述，探讨了大数据分析（BDA）、人工智能（AI）、机器学习（ML）和深度学习（DL）在孟加拉国医疗保健系统中的研究现状、应用及挑战	本文首次系统性地综述了BDA、AI、ML和DL在孟加拉国医疗保健系统中的研究现状和应用，填补了该领域的知识空白	研究仅涵盖了2000年至2023年间的英文文献，可能遗漏了其他语言或未发表的研究	旨在整理孟加拉国医疗保健系统中使用BDA、AI、ML和DL的现有研究，并分析这些技术在医疗研究中的局限性	孟加拉国医疗保健系统中的研究文献	机器学习	传染病、非传染性疾病、儿童健康、心理健康	大数据分析（BDA）、人工智能（AI）、机器学习（ML）、深度学习（DL）	机器学习模型（ML）、深度学习模型（DL）	主要数据和次要数据	77篇研究文献
134	2025-01-31	A Scoping Review of the Use of Artificial Intelligence in the Identification and Diagnosis of Atrial Fibrillation 2024-Oct-24, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm14111069 PMID:39590561	综述	本文综述了人工智能（AI）在心房颤动（AF）识别和诊断中的应用，特别是机器学习（ML）在临床环境中的应用	本文首次系统地综述了AI在AF诊断中的应用，特别是深度学习在自动提取特征方面的优越表现	综述仅基于30项研究，可能无法涵盖所有相关研究	旨在综合当前关于AI在AF识别和诊断中应用的知识	心房颤动（AF）的识别和诊断	机器学习	心血管疾病	机器学习（ML），深度学习	深度学习	12导联和单导联心电图信号，光电容积描记法数据	2635篇文章初步筛选，最终纳入30项研究
135	2025-01-31	Machine learning and deep learning models for the diagnosis of apical periodontitis: a scoping review 2024-Oct-18, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-024-05989-5 PMID:39419893	综述	本文评估了使用机器学习和深度学习模型诊断人类根尖周炎的现有文献	本文首次系统地评估了机器学习和深度学习在根尖周炎诊断中的应用，并指出了AI辅助诊断对临床医生诊断性能的积极影响	缺乏关于方法论和性能指标的标准报告，无法建立明确的AI诊断方法	评估机器学习和深度学习模型在根尖周炎诊断中的应用	人类根尖周炎	数字病理学	根尖周炎	机器学习和深度学习	ML/DL	牙科X光片	19篇相关文献
136	2025-01-31	AI in Psoriatic Disease: Scoping Review 2024-Oct-16, JMIR dermatology DOI:10.2196/50451 PMID:39413371	综述	本文综述了人工智能在银屑病疾病中的应用，包括诊断和临床管理，并探讨了其适用性的局限性	本文首次系统性地回顾了人工智能在银屑病疾病中的应用，特别是在诊断、严重程度评估和治疗结果预测方面的潜力	人工智能在银屑病疾病中的应用存在验证和标准化问题，以及在特定人群（如深色皮肤患者）中的结果普遍性不足	探讨人工智能在银屑病疾病中的应用，以改善诊断率、准确评估严重程度和预测治疗结果	银屑病疾病患者	数字病理学	银屑病	机器学习和深度学习	NA	图像和患者注册数据	38篇相关论文
137	2025-01-31	AI Applications in Adult Stroke Recovery and Rehabilitation: A Scoping Review Using AI 2024-Oct-12, Sensors (Basel, Switzerland) DOI:10.3390/s24206585 PMID:39460066	综述	本文通过AI技术对成人中风恢复和康复中的AI应用进行了范围审查，总结了704项研究的结果，识别了四个常见主题，并探讨了AI技术在中风康复中的应用进展	使用AI增强的多方法、数据驱动技术（包括主题和话题聚类）进行范围审查，识别了中风康复中AI应用的时间关联模式	研究仅限于截至2024年1月的同行评审文章，可能未涵盖最新的研究成果	识别和描述AI在成人中风恢复和康复中的应用研究，包括应用类别和技术进展	成人中风患者	自然语言处理	中风	AI增强的多方法、数据驱动技术，包括主题和话题聚类	监督学习、人工神经网络（ANN）、自然语言处理（NLP）	文本	704项研究
138	2025-01-31	Use of artificial intelligence to support prehospital traumatic injury care: A scoping review 2024-Oct, Journal of the American College of Emergency Physicians open IF:1.6Q2 DOI:10.1002/emp2.13251 PMID:39234533	综述	本文通过范围综述探讨了人工智能在支持院前创伤护理中的应用	首次系统性地回顾了基于院前特征的人工智能模型在早期创伤护理中的应用	研究主要基于回顾性数据，且地理分布不均，主要集中在美国	评估人工智能模型在支持早期创伤护理中的应用	院前创伤患者	机器学习	创伤	机器学习（ML）、深度学习（DL）、自然语言处理（NLP）	支持向量机、逻辑回归、随机森林	文本、结构化数据	1050篇文献，其中49篇符合纳入标准
139	2025-01-28	An explainable language model for antibody specificity prediction using curated influenza hemagglutinin antibodies 2024-10-08, Immunity IF:25.5Q1 DOI:10.1016/j.immuni.2024.07.022 PMID:39163866	研究论文	本文介绍了一种基于序列的抗体特异性预测的轻量级记忆B细胞语言模型（mBLM），并利用超过5,000个流感血凝素（HA）抗体数据集进行训练	开发了一种新的轻量级记忆B细胞语言模型（mBLM），用于基于序列的抗体特异性预测，并通过模型可解释性分析识别了HA干区抗体的关键序列特征	数据集主要来源于研究出版物和专利，可能存在数据偏差	预测抗体特异性，并提高对流感病毒抗体反应的分子理解	流感血凝素（HA）抗体	自然语言处理	流感	语言模型	mBLM	序列数据	超过5,000个流感血凝素（HA）抗体
140	2025-01-28	Potential Use and Limitation of Artificial Intelligence to Screen Diabetes Mellitus in Clinical Practice: A Literature Review 2024-Oct, Acta medica Indonesiana IF:0.7Q3 PMID:39865054	文献综述	本文综述了人工智能在临床实践中筛查糖尿病的潜在应用及其局限性	强调了人工智能技术（如机器学习和深度学习）在提高糖尿病筛查准确性方面的潜力，特别是在低资源环境中的应用	指出了当前临床实践中基于血液或实验室检测的糖尿病筛查方法的局限性，包括访问和成本问题	探讨人工智能技术在减少未诊断糖尿病负担中的应用	全球未诊断糖尿病的个体，特别是低收入和中等收入国家（如印度尼西亚）的人群	机器学习	糖尿病	机器学习和深度学习	NA	NA	NA