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
181	2025-03-19	Deep learning prediction of error and skill in robotic prostatectomy suturing 2024-Dec, Surgical endoscopy DOI:10.1007/s00464-024-11341-5 PMID:39433583	研究论文	本研究旨在验证机器人辅助前列腺切除术缝合中的手术技能评分和错误注释，以指导AI模型的开发和评估	首次在真实机器人手术视频中应用详细的错误检测方法和深度学习模型	错误预测的最佳模型平均绝对精度为37.14%，曲线下面积为65.10%，Macro-F1为58.97%，仍有提升空间	验证手术技能评分和错误注释，以指导AI模型的开发和评估	机器人辅助前列腺切除术（RARP）缝合视频	计算机视觉	前列腺癌	深度学习	深度学习模型	视频	54个RARP视频（266分钟）
182	2025-03-15	Magnetic resonance imaging-based machine learning classification of schizophrenia spectrum disorders: a meta-analysis 2024-Dec, Psychiatry and clinical neurosciences IF:5.0Q1 DOI:10.1111/pcn.13736 PMID:39290174	meta-analysis	本文通过元分析方法评估了基于磁共振成像的多变量模式识别在区分精神分裂症谱系障碍（SSD）患者与健康对照组（HCs）中的可靠性	采用多变量模式识别方法克服了传统单变量方法的局限性，并评估了研究特征对分类性能的影响	研究存在临床异质性，且分类性能受患者相关和方法学因素的影响	评估基于神经影像的生物标志物在区分SSD患者与HCs中的可靠性	精神分裂症谱系障碍（SSD）患者和健康对照组（HCs）	machine learning	schizophrenia	magnetic resonance imaging (MRI)	multivariate pattern analysis	neuroimaging data	12,723 SSD患者和13,196 HCs
183	2025-03-15	Evaluating the Cumulative Benefit of Inspiratory CT, Expiratory CT, and Clinical Data for COPD Diagnosis and Staging through Deep Learning 2024-Dec, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.240005 PMID:39665633	研究论文	本研究通过深度学习评估单相CT、吸气-呼气CT和临床数据在慢性阻塞性肺疾病（COPD）诊断和分期中的累积效益	首次结合单相CT、吸气-呼气CT和临床数据，利用卷积神经网络（CNN）进行COPD分期，并评估其诊断准确性	研究为回顾性研究，数据来源于特定时间段和人群，可能影响结果的普遍性	评估不同CT数据和临床数据在COPD诊断和分期中的效益	8893名COPDGene一期队列的参与者	数字病理学	慢性阻塞性肺疾病	CT成像	卷积神经网络（CNN）	CT图像和临床数据	8893名参与者
184	2025-03-15	Accelerated Cardiac MRI with Deep Learning-based Image Reconstruction for Cine Imaging 2024-Dec, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.230419 PMID:39540821	研究论文	本研究评估了基于深度学习的图像重建对心脏MRI电影序列采集时间、体积结果和图像质量的影响	首次在心脏MRI中应用深度学习技术进行图像重建，显著缩短了采集时间，同时保持了图像质量和体积结果的准确性	单次心跳的DL电影序列显著低估了射血分数，可能由于乳头肌的分割不同	评估深度学习在心脏MRI电影序列中的应用效果	55名健康志愿者	医学影像	心血管疾病	深度学习	NA	图像	55名健康志愿者
185	2025-03-14	Hybridization of synergistic swarm and differential evolution with graph convolutional network for distributed denial of service detection and mitigation in IoT environment 2024-Dec-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81116-4 PMID:39730632	研究论文	本文提出了一种结合协同群优化、差分进化和图卷积网络的网络攻击检测与缓解技术（SSODE-GCNDM），用于物联网环境中的分布式拒绝服务（DDoS）攻击检测与缓解	结合了协同群优化、差分进化和图卷积网络，提出了一种新的DDoS攻击检测与缓解技术，并通过北方苍鹰优化算法对GCN模型的超参数进行微调	未提及具体的数据集来源和样本量，可能影响方法的普适性验证	检测和缓解物联网环境中的DDoS攻击	物联网设备及其网络环境	机器学习	NA	协同群优化、差分进化、图卷积网络、北方苍鹰优化	GCN（图卷积网络）	网络数据	NA
186	2025-03-13	Deep Learning Based Shear Wave Detection and Segmentation Tool for Use in Point-of-Care for Chronic Liver Disease Assessments 2024-12, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.08.002 PMID:39244483	研究论文	本研究开发了一种基于深度学习的剪切波检测和分割工具，用于在慢性肝病评估的即时护理环境中提高肝脏组织的表征准确性	该研究创新地使用深度学习算法（U-Net架构）来检测和分割肝脏组织中的剪切波，以提高肝脏硬度和超声衰减测量的准确性	研究样本量相对较小，仅包含103名患者的15,045张图像和36名志愿者的4,429张图像，可能影响结果的普遍性	开发并测试一种新的软件工具，用于在即时护理环境中更准确地评估代谢功能障碍相关的脂肪性肝病（MASLD）患者的肝脏状况	代谢功能障碍相关的脂肪性肝病（MASLD）患者和志愿者	数字病理	慢性肝病	深度学习	U-Net	图像	103名患者的15,045张图像和36名志愿者的4,429张图像
187	2025-03-13	Automated Field of Interest Determination for Quantitative Ultrasound Analyses of Cervical Tissues: Toward Real-time Clinical Translation in Spontaneous Preterm Birth Risk Assessment 2024-12, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.08.011 PMID:39271408	研究论文	本研究开发了一种自动确定宫颈感兴趣区域（Auto FOI）的方法，以替代手动绘制感兴趣区域（Manual FOI），用于宫颈定量超声（QUS）分析，以评估自发性早产风险	开发了一种基于深度学习的自动确定宫颈感兴趣区域的方法，减少了手动操作的需求，提高了临床应用的可行性	研究仅基于527名孕妇的宫颈超声数据，样本量相对较小，且未涉及其他潜在影响因素的分析	评估自动确定宫颈感兴趣区域（Auto FOI）与手动绘制感兴趣区域（Manual FOI）在定量超声分析中的一致性，并探讨Auto FOI替代Manual FOI的可行性	527名孕妇的宫颈超声数据	数字病理	早产	定量超声（QUS）	深度学习模型	图像	527名孕妇的宫颈超声数据
188	2025-03-13	Enhancing Multi-Object Detection in Ultrasound Images Through Semi-Supervised Learning, Focal Loss and Relation of Frame 2024-12, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.08.012 PMID:39307679	研究论文	本文提出了一种基于深度学习的自动化注释系统，用于实时识别肌肉骨骼解剖结构，并通过半监督学习和焦点损失方法提高检测精度	引入了半监督学习（SSL）方法显著减少注释时间，采用焦点损失（FL）方法提高困难结构的检测精度，并在推理阶段利用视频帧的时间连续性提高检测效果	未提及具体的数据集规模或模型泛化能力的验证	通过深度学习技术实时识别肌肉骨骼解剖结构，提高检测精度和效率	肌肉骨骼解剖结构	计算机视觉	肌肉骨骼疾病	深度学习	深度学习神经网络	超声图像	仅使用30%的训练数据实现了与监督学习相当的性能
189	2025-03-12	SELFNet: Denoising Shear Wave Elastography Using Spatial-temporal Fourier Feature Networks 2024-12, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.08.004 PMID:39317627	研究论文	本文介绍了一种名为SELFNet的空间-时间傅里叶特征网络，用于在物理信息神经网络框架内估计和去噪剪切波弹性成像中的粒子位移信号	SELFNet通过结合空间-时间随机傅里叶特征和物理信息神经网络框架，提高了剪切波弹性成像中噪声处理的效率和准确性	研究主要基于模拟和离体组织数据，尚未在临床环境中进行大规模验证	提高剪切波弹性成像中噪声处理的效率和准确性	模拟病变和离体组织的剪切波弹性成像数据	计算机视觉	癌症或肝病	剪切波弹性成像	物理信息神经网络	图像	模拟病变和离体组织的数据集
190	2025-03-12	Accelerated 2D radial Look-Locker T1 mapping using a deep learning-based rapid inversion recovery sampling technique 2024-Dec, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5266 PMID:39358992	研究论文	本文开发了一种基于快速T1恢复曲线采样、选择性切片反转、优化切片交错和卷积神经网络（CNN）的T1映射框架，用于高效腹部覆盖	结合了快速T1恢复曲线采样、选择性切片反转、优化切片交错和CNN技术，实现了在单次呼吸保持期内完成全腹部覆盖	需要进一步验证在不同临床环境下的适用性和稳定性	开发一种高效的腹部T1映射方法，以减少呼吸保持期和T1恢复时间	腹部器官	医学影像	NA	T1映射	CNN	医学影像数据	测试对象
191	2025-03-12	Serum Potassium Monitoring Using AI-Enabled Smartwatch Electrocardiograms 2024-Dec, JACC. Clinical electrophysiology DOI:10.1016/j.jacep.2024.07.023 PMID:39387744	研究论文	本研究开发了一种AI-ECG算法，用于通过智能手表生成的ECG波形预测终末期肾病患者的血清钾水平	利用AI技术从智能手表的单导联ECG数据中预测血清钾水平，为远程监测高钾血症提供了新的工具	研究主要基于特定医疗中心的数据，外部验证的样本量相对较小，且未涵盖所有类型的高钾血症患者	开发一种AI-ECG算法，用于预测终末期肾病患者的血清钾水平，以实现远程监测	终末期肾病患者	数字病理学	慢性肾病	AI-ECG算法	深度学习模型	ECG波形数据	152,508名患者的293,557份ECG数据，以及1,463名终末期肾病患者的4,337份ECG数据
192	2025-03-12	Artificial Intelligence in Histopathology 2024-Dec, Journal of pharmacy & bioallied sciences DOI:10.4103/jpbs.jpbs_727_24 PMID:40061791	综述	本文探讨了人工智能在数字病理学中的应用，特别是如何通过深度学习和机器学习技术提高病理切片的成像质量，并帮助医生更快做出诊断	本文强调了人工智能在减少病理学家工作量、提高病理报告公正性和一致性方面的潜力，以及通过从易获取数据中识别隐藏信息来影响治疗决策的能力	本文未具体提及人工智能在数字病理学中应用的具体技术限制或挑战	探讨人工智能在数字病理学中的应用及其对病理诊断和治疗决策的影响	数字病理学中的全切片病理图像	数字病理学	NA	深度学习和机器学习	NA	图像	NA
193	2025-03-12	A Protocol for Body MRI/CT and Extraction of Imaging-Derived Phenotypes (IDPs) from the China Phenobank Project 2024-Dec, Phenomics (Cham, Switzerland) DOI:10.1007/s43657-023-00141-x PMID:40061820	研究论文	本文描述了中国表型库项目中的全身成像协议及图像处理流程，旨在促进基于该平台的研究规划	提出了一个适用于多器官的全身成像协议，并利用深度学习分割模型处理大量数据	未提及具体的研究结果或数据验证	为基于中国表型库项目平台的研究提供参考	心脏、肝脏、脾脏、胰腺、肾脏、肺、前列腺和子宫等多器官	数字病理	NA	MRI, CT	深度学习分割模型	图像	NA
194	2025-03-11	Comparison of Vendor-Pretrained and Custom-Trained Deep Learning Segmentation Models for Head-and-Neck, Breast, and Prostate Cancers 2024-Dec-18, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14242851 PMID:39767212	研究论文	本文评估了本地患者和临床特征对商业深度学习分割模型在头颈、乳腺和前列腺癌症中性能的影响	比较了供应商预训练和自定义训练的深度学习分割模型，并展示了自定义模型在多个器官风险区域（OARs）上的显著改进	研究样本量相对较小，且仅针对头颈、乳腺和前列腺癌症	评估本地数据和临床特征对商业深度学习分割模型性能的影响	头颈、乳腺和前列腺癌症患者	数字病理	头颈癌、乳腺癌、前列腺癌	深度学习分割模型	深度学习模型	CT扫描图像	210名患者（53名头颈癌、49名左乳腺癌、55名右乳腺癌、53名前列腺癌）
195	2025-03-11	Sampling Conformational Ensembles of Highly Dynamic Proteins via Generative Deep Learning 2024-Dec-09, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.05.592587 PMID:38979147	研究论文	本文介绍了一种基于深度学习的模型ICoN，用于从分子动力学模拟数据中学习蛋白质构象变化的物理原理，并应用于高度动态的蛋白质构象采样	提出了一种新的深度学习模型ICoN，能够从分子动力学模拟数据中学习蛋白质构象变化的物理原理，并生成新的合成构象，揭示了实验未观察到的原子级细节	模型的训练依赖于分子动力学模拟数据，可能受限于模拟的准确性和计算资源	研究高度动态蛋白质的构象集合，以理解其功能调控和疾病相关聚集	高度动态的蛋白质，特别是内在无序蛋白质（IDPs）和淀粉样β（Aβ42）单体	机器学习	NA	分子动力学模拟（MD）	深度学习模型（ICoN）	分子动力学模拟数据	NA
196	2025-03-06	Evaluating inter- and intra-rater reliability in assessing upper limb compensatory movements post-stroke: creating a ground truth through video analysis? 2024-Dec-20, Journal of neuroengineering and rehabilitation IF:5.2Q1 DOI:10.1186/s12984-024-01506-7 PMID:39702329	研究论文	本研究通过视频分析评估职业和物理治疗师在评估中风后上肢补偿运动时的评分者间和评分者内可靠性	使用深度学习方法和广义线性混合效应模型评估补偿运动的可靠性，为自动评估补偿运动建立基础	研究结果的可信区间较宽，可能影响结果的可靠性，且仅基于治疗师的评分无法推荐建立自动评估补偿运动的基准	评估职业和物理治疗师在评估中风后上肢补偿运动时的评分者间和评分者内可靠性	七名轻度至中度上肢运动障碍的中风患者	数字病理	中风	视频分析	广义线性混合效应模型	视频	七名中风患者和二十二名治疗师
197	2025-03-06	Lazy Resampling: Fast and information preserving preprocessing for deep learning 2024-Dec, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108422 PMID:39395305	研究论文	本文介绍了一种名为Lazy Resampling的软件，旨在优化深度学习中的预处理步骤，减少信息损失并简化流程设计	Lazy Resampling通过将空间预处理操作重新表述为图形管道，减少了管道执行时间和信号退化，使裁剪等操作变为非破坏性	尽管Lazy Resampling在减少信息损失和简化流程设计方面表现出色，但其在医学影像等领域的广泛应用仍需进一步验证	优化深度学习中的预处理步骤，减少信息损失并简化流程设计	医学影像数据	计算机视觉	NA	深度学习	UNet	图像	Medical Segmentation Decathlon数据集
198	2025-03-06	Fully Automated Region-Specific Human-Perceptive-Equivalent Image Quality Assessment: Application to 18 F-FDG PET Scans 2024-Dec-01, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000005526 PMID:39466652	研究论文	本文提出了一种全自动框架，用于对全身18 F-FDG PET扫描进行区域图像质量评估（IQA）	该框架能够在日常临床图像采集过程中即时识别低质量扫描，并在人工智能驱动的18 F-FDG PET分析模型开发中通过拒绝低质量图像和带有伪影的图像来构建干净的数据集	研究样本量相对较小，且未对不同模型之间的性能差异进行深入分析	开发一种全自动且与人类感知等效的模型，用于对18 F-FDG PET图像进行区域图像质量评估	87名患者的174张18 F-FDG PET图像	数字病理学	NA	深度学习（DL）和放射组学机器学习（radiomics-ML）	深度学习模型和机器学习模型	图像	87名患者的174张18 F-FDG PET图像
199	2025-03-06	Lightweight Transformer exhibits comparable performance to LLMs for Seizure Prediction: A case for light-weight models for EEG data 2024-Dec, Proceedings : ... IEEE International Conference on Big Data. IEEE International Conference on Big Data DOI:10.1109/bigdata62323.2024.10825319 PMID:40041397	研究论文	本文提出了一种轻量级Transformer架构，用于实时EEG数据的癫痫发作预测，并与多种深度学习模型进行了性能比较	提出了一种轻量级Transformer架构，具有更小的模型尺寸和更低的计算负载，能够在实时推理中表现优异	EEG传感器数据质量的可变性、不同癫痫和发作特征、缺乏标注数据集和ML-ready基准	开发一种能够在有限硬件计算能力下实时推理的轻量级模型，用于癫痫发作预测	癫痫患者的EEG数据	机器学习	癫痫	深度学习	Transformer, ResNet, ViT, LLM	EEG数据	MLSPred-Bench数据集，包含12个基准测试
200	2025-03-05	Decoding Gestures in Electromyography: Spatiotemporal Graph Neural Networks for Generalizable and Interpretable Classification 2024-Dec-30, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2024.3523943 PMID:40030831	研究论文	本文提出了一种基于图卷积网络（GCN）的肌电图（EMG）手势识别方法，旨在解决现有方法在多通道EMG信号处理中的局限性	引入了新颖的图结构，以捕捉分布式EMG传感器的空间邻近性和EMG信号的时间邻接性，从而提高了模型的性能、泛化能力和可解释性	尽管在五个公开数据集上取得了最先进的性能，但该方法在实际应用中的效果仍需进一步验证	提升基于EMG的上肢手势识别系统的性能、泛化能力和可解释性	多通道EMG信号	机器学习	NA	图卷积网络（GCN）	GCN	EMG信号	五个公开数据集