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
201	2025-03-22	Prediction of Perceived Exertion Ratings in National Level Soccer Players Using Wearable Sensor Data and Machine Learning Techniques 2024-12, Journal of sports science & medicine DOI:10.52082/jssm.2024.744 PMID:39649569	研究论文	本研究旨在通过可穿戴传感器数据和机器学习技术预测国家级足球运动员的主观感知运动强度评分（RPE）	使用深度学习架构和多种机器学习算法预测RPE，并评估不同模型的效果和泛化能力	研究仅针对26名男性职业足球运动员，样本量相对较小	评估机器学习模型在预测国家级足球运动员RPE方面的效果	26名男性职业足球运动员	机器学习	NA	机器学习算法和深度学习架构	深度学习模型、树基机器学习模型（如ExtraTree）	传感器数据（心率、GPS、加速度计数据）和RPE评分	5402次训练会话和732次比赛观察，涉及26名运动员
202	2025-03-21	Machine Learning-Based Prediction Model for ICU Mortality After Continuous Renal Replacement Therapy Initiation in Children 2024-Dec-01, Critical care explorations DOI:10.1097/CCE.0000000000001188 PMID:39688905	研究论文	本研究旨在使用机器学习技术预测接受连续肾脏替代疗法（CRRT）的儿童和年轻成年人的ICU和医院出院生存率	这是首个使用机器学习模型预测接受CRRT的儿童和年轻成年人ICU和医院出院生存率的研究	数据集不平衡，未来研究应扩展输入变量，进行更复杂的特征选择，并使用深度学习算法生成更精确的模型	预测接受CRRT的儿童和年轻成年人的ICU和医院出院生存率	接受CRRT的儿童和年轻成年人	机器学习	急性肾损伤	机器学习	逻辑回归（LR）、决策树、随机森林（RF）、梯度提升机、支持向量机（线性核）	临床数据	933名患者
203	2025-03-20	Enhancing Amyloid PET Quantification: MRI-Guided Super-Resolution Using Latent Diffusion Models 2024-Dec-01, Life (Basel, Switzerland) DOI:10.3390/life14121580 PMID:39768288	研究论文	本文提出了一种基于潜在扩散模型（LDM-RR）的新方法，用于提高淀粉样蛋白PET成像的分辨率，以解决部分容积效应（PVE）问题	使用潜在扩散模型进行分辨率恢复，结合MRI引导的重建，显著提高了PET定量准确性，并减少了不同示踪剂之间的变异性	NA	提高淀粉样蛋白PET成像的定量准确性，以更好地检测和监测阿尔茨海默病的进展	淀粉样蛋白PET成像	数字病理学	阿尔茨海默病	潜在扩散模型（LDM-RR）	潜在扩散模型	PET成像数据	NA
204	2025-03-19	TPepRet: a deep learning model for characterizing T-cell receptors-antigen binding patterns 2024-Dec-26, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf022 PMID:39880376	研究论文	本文介绍了一种名为TPepRet的深度学习模型，用于表征T细胞受体（TCR）与抗原肽的结合模式	TPepRet模型创新性地结合了子序列挖掘与语义整合能力，利用双向门控循环单元（BiGRU）网络和大语言模型框架，全面分析子序列和全局序列，从而准确解读TCR与肽之间的语义结合关系	尽管TPepRet在多种挑战性场景中表现出色，但其在更广泛的实际临床应用中的有效性和稳定性仍需进一步验证	研究目的是开发一种能够准确表征TCR与抗原肽结合模式的深度学习模型，以推进癌症免疫治疗、疫苗设计和自身免疫疾病管理	研究对象为T细胞受体（TCR）与抗原肽的结合模式	自然语言处理	癌症	深度学习	BiGRU, 大语言模型	序列数据	使用了多种数据集进行性能基准测试，包括复杂环境中的真实结合体识别、大规模数据集的表达率验证等
205	2025-03-19	Grand canonical Monte Carlo and deep learning assisted enhanced sampling to characterize the distribution of Mg2+ and influence of the Drude polarizable force field on the stability of folded states of the twister ribozyme 2024-Dec-14, The Journal of chemical physics IF:3.1Q1 DOI:10.1063/5.0241246 PMID:39665326	研究论文	本研究结合大正则蒙特卡洛模拟和深度学习辅助的增强采样方法，探讨了Mg2+分布及Drude极化力场对twister核酶折叠状态稳定性的影响	首次将振荡化学势大正则蒙特卡洛与机器学习方法结合，用于研究Mg2+分布及电子极化对RNA稳定性的影响	研究局限于twister核酶，未涉及其他RNA结构	探索Mg2+分布及电子极化对RNA稳定性的影响	twister核酶	分子动力学模拟	NA	大正则蒙特卡洛模拟、机器学习、元动力学模拟	NA	分子动力学模拟数据	NA
206	2025-03-19	Fine-Tuned Deep Transfer Learning Models for Large Screenings of Safer Drugs Targeting Class A GPCRs 2024-Dec-10, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.07.627102 PMID:39713468	研究论文	本文开发了基于深度迁移学习的模型，用于筛选针对A类GPCRs的更安全药物	通过迁移学习和神经网络结合自然语言处理技术，预训练模型并微调以预测低效化合物或偏向性激动剂，实现了对A类GPCRs的大规模虚拟筛选	高质量数据的有限可用性仍然是开发可靠预测GPCR配体生物活性的深度学习模型的主要挑战	开发能够预测A类GPCRs低效化合物或偏向性激动剂的深度学习模型，以推进药物开发	A类GPCRs及其配体	自然语言处理	NA	迁移学习, 自然语言处理	神经网络	序列数据, 配体数据集	所有A类GPCRs的受体序列和配体数据集
207	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）
208	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
209	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
210	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
211	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
212	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
213	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
214	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
215	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
216	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
217	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
218	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
219	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
220	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）