深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
221	2025-03-25	Super-resolution Deep Learning Reconstruction for 3D Brain MR Imaging: Improvement of Cranial Nerve Depiction and Interobserver Agreement in Evaluations of Neurovascular Conflict 2024-12, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.06.010 PMID:38897913	research paper	该研究探讨了超分辨率深度学习重建（SR-DLR）在3D脑部MR成像中对颅神经描绘和神经血管冲突评估的改进效果	首次比较了SR-DLR与DLR在3D FASE脑部MR图像中对颅神经描绘和神经血管冲突评估的影响	研究样本量较小（37例患者），且SR-DLR显示出更高的主观图像噪声	评估SR-DLR在3D脑部MR成像中对颅神经描绘和神经血管冲突评估的改进效果	37例患者的3D FASE脑部MR图像	digital pathology	神经血管疾病	3D fast asymmetric spin echo (3D FASE)脑部MR成像	深度学习重建（DLR）和超分辨率深度学习重建（SR-DLR）	3D MR图像	37例患者	NA	NA	NA	NA
222	2025-03-25	Predicting Lymphovascular Invasion in Non-small Cell Lung Cancer Using Deep Convolutional Neural Networks on Preoperative Chest CT 2024-12, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.05.010 PMID:38845293	研究论文	本研究利用术前胸部CT图像和深度学习技术，构建了一个非小细胞肺癌淋巴血管侵犯的无创预测诊断模型	结合2D和3D CT成像特征以及临床放射学数据，开发了四种不同的深度卷积神经网络预测模型，用于预测非小细胞肺癌的淋巴血管侵犯	研究为回顾性观察研究，样本中LVI阳性患者较少（106例），可能影响模型的泛化能力	开发非小细胞肺癌淋巴血管侵犯的无创预测方法	非小细胞肺癌患者	数字病理学	肺癌	CT成像	DCNN（包括Dual-head Res2Net_3D23F、Dual-head Res2Net_3D3F、Dual-head Res2Net_3D和EfficientNet-B0_2D）	图像	3034例非小细胞肺癌患者（其中106例LVI阳性）	NA	NA	NA	NA
223	2025-03-25	Value of CT-Based Deep Learning Model in Differentiating Benign and Malignant Solid Pulmonary Nodules ≤ 8 mm 2024-12, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.05.021 PMID:38806374	研究论文	本研究探讨了基于CT的深度学习模型在区分≤8mm的良性和恶性实性肺结节中的有效性	使用MDANet构建的深度学习模型，结合结节和不同周围区域特征，优于传统算法	样本量有限（n=719），且所有患者均接受了手术切除，可能影响模型的泛化能力	评估基于CT的深度学习模型在区分小实性肺结节良恶性方面的性能	≤8mm的实性肺结节	数字病理学	肺癌	CT扫描	MDANet, VGG19, ResNet50, ResNeXt50, DenseNet121	医学影像	719例患者（内部训练、内部验证和外部验证队列）	NA	NA	NA	NA
224	2025-10-07	Conceptual understanding and cognitive patterns construction for physical education teaching based on deep learning algorithms 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83028-9 PMID:39732971	研究论文	本研究提出基于深度学习算法的体育教学概念理解与认知模式构建方法	结合关联图卷积神经网络和超图卷积神经认知诊断模型，挖掘学生长期学习序列数据	NA	提高学生对体育教学概念的理解，帮助教师分析学生认知模式	体育教学中的学生认知状态	机器学习	NA	深度学习算法	CNN, 图卷积神经网络	图像, 学习序列数据	90000个训练样本	NA	关联图卷积神经网络, 超图卷积神经认知诊断模型	准确率	NA
225	2025-10-07	Explainable artificial intelligence for stroke prediction through comparison of deep learning and machine learning models 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82931-5 PMID:39733046	研究论文	本研究通过比较深度学习和机器学习模型在脑卒中预测中的表现，探索可解释人工智能在早期中风检测中的应用	首次系统比较八种主流机器学习和深度学习模型在中风预测中的性能，并结合SHAP方法提供模型可解释性	研究样本量相对有限（663条记录），仅来自伊朗德黑兰单一医疗中心的数据	比较深度学习和机器学习模型在中风预测中的效能，探索早期检测方法	来自伊朗Hazrat Rasool Akram医院的住院患者，包括401名健康个体和262名中风患者	机器学习	脑卒中	NA	SVM, XGB, KNN, RF, DNN, FNN, LSTM, CNN	医疗记录数据	663条患者记录（401健康，262中风）	NA	DNN, FNN, LSTM, CNN	准确率, 特异性, 敏感性, F1分数, ROC曲线	NA
226	2025-03-22	On-board synthetic 4D MRI generation from 4D CBCT for radiotherapy of abdominal tumors: A feasibility study 2024-Dec, Medical physics IF:3.2Q1 DOI:10.1002/mp.17347 PMID:39137256	研究论文	本研究评估了基于人工智能方法从4D CBCT生成合成4D MRI的可行性，用于腹部肿瘤的放射治疗	提出了一种基于深度学习的合成4D MRI生成方法，利用4D CBCT图像和运动建模信息，为传统kV-based LINAC的腹部放射治疗提供潜在的改进方案	合成MRI的生成可能面临纹理生成的挑战，且容易产生幻觉，影响运动准确性	评估在传统放射治疗设备上生成合成4D MRI的可行性，以改善腹部肿瘤的治疗定位	腹部肿瘤	医学影像处理	腹部肿瘤	深度学习，卷积神经网络（CNN）	CNN	4D CBCT图像，4D MRI图像	1000个参考CT的变形样本	NA	NA	NA	NA
227	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	NA	NA	NA	NA
228	2025-10-07	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	开发基于机器学习的预测模型，用于预测儿童和年轻成人接受连续肾脏替代治疗后ICU死亡率	首次开发用于预测儿童和年轻成人CRRT患者ICU和医院存活率的机器学习模型	样本量有限，输入变量需要扩展，特征选择方法需要优化	预测接受连续肾脏替代治疗的儿童和年轻患者的ICU和医院存活率	25岁以下因急性肾损伤和/或容量超负荷接受CRRT的儿童和年轻成人患者	机器学习	肾脏疾病	连续肾脏替代疗法	逻辑回归,决策树,随机森林,梯度提升机,支持向量机	临床数据	933名患者（80%训练集，20%测试集）	NA	NA	AUROC, AUPRC	NA
229	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	NA	NA	NA	NA
230	2025-10-07	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	开发了一个名为TPepRet的深度学习模型，用于表征T细胞受体与抗原肽的结合模式	整合了子序列挖掘与语义集成能力，结合双向门控循环单元网络和大型语言模型框架，能够准确解读TCR与肽段的语义结合关系	NA	准确表征T细胞受体与抗原肽的结合模式，推进癌症免疫治疗、疫苗设计和自身免疫疾病管理	T细胞受体与抗原肽的结合相互作用	自然语言处理	癌症免疫治疗	深度学习	BiGRU, 大型语言模型	序列数据	NA	NA	双向门控循环单元网络	NA	NA
231	2025-10-07	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	开发基于深度迁移学习的模型用于筛选靶向A类GPCRs的安全药物	结合迁移学习和自然语言处理技术，针对单个A类GPCRs分别构建低效能激动剂和偏向性激动剂预测模型	高质量数据可用性有限	预测具有低内在效能或配体偏向性的安全化合物以推进药物开发	A类G蛋白偶联受体及其配体	自然语言处理	NA	深度迁移学习	神经网络	受体序列、配体数据集	所有A类GPCRs的受体序列和配体数据集	NA	NA	NA	NA
232	2025-10-07	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	本研究利用深度学习技术从机器人前列腺切除术缝合视频中自动预测手术技能和错误	首个在真实机器人手术视频中应用详细错误检测方法和深度学习模型的研究	预测准确率有待提升，技能评估的Spearman相关系数仅为0.36-0.37	验证手术技能评级和错误标注，为AI模型开发提供基准评估	机器人辅助根治性前列腺切除术(RARP)缝合手势	计算机视觉	前列腺癌	视频分析	深度学习	手术视频	54个RARP视频(总时长266分钟)	NA	NA	Spearman相关系数, 平均绝对误差, 准确率, 精确率, AUC, Macro-F1	NA
233	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	NA	NA	NA	NA
234	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	NA	NA	NA	NA
235	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	NA	NA	NA	NA
236	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	NA	NA	NA	NA
237	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	NA	NA	NA	NA
238	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	NA	NA	NA	NA
239	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	NA	NA	NA	NA
240	2025-10-07	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	提出基于深度学习的ICoN模型，用于采样高度动态蛋白质的构象集合	首次开发能够从分子动力学模拟数据中学习构象变化物理原理的生成式深度学习模型，并能在潜在空间中快速识别具有复杂侧链和骨架排列的新构象	模型训练依赖于可用的分子动力学模拟数据，未明确说明计算资源需求	研究高度动态蛋白质的构象集合采样方法，理解蛋白质结构-功能关系	内在无序蛋白质（IDPs），特别是淀粉样β蛋白（Aβ42）单体	机器学习	神经退行性疾病	分子动力学模拟，生成式深度学习，EPR光谱，氨基酸取代研究	生成模型	分子动力学模拟轨迹数据	NA	NA	Internal Coordinate Net (ICoN)	构象聚类分析，实验验证（EPR和氨基酸取代研究）	NA