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
141	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）
142	2025-03-23	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	本研究提出了一种基于深度学习的关联学习方法，用于理解体育教学概念，并通过超图卷积构建神经认知诊断模型，以分析学生的认知模式	使用卷积神经网络提取与教学概念相关的图像特征，并构建基于超图卷积的神经认知诊断模型，用于挖掘学生的长期学习序列数据并识别认知结果	NA	提高学生对体育教学概念的理解，帮助教师分析学生的认知模式	学生和体育教学概念	机器学习	NA	深度学习算法	卷积神经网络（CNN）、超图卷积	图像、学习序列数据	90,000个训练样本
143	2025-03-23	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，探索其在预测中风方面的效果，并利用SHAP方法提高模型的可解释性	本研究首次系统比较了多种深度学习和机器学习模型在中风预测中的表现，并利用SHAP方法增强了模型的可解释性	研究样本仅来自伊朗德黑兰的一家医院，可能限制了结果的普适性	比较深度学习和机器学习模型在中风预测中的效果	663名住院患者，包括401名健康个体和262名中风患者	机器学习	心血管疾病	10折交叉验证和超参数调优	SVM, XGB, KNN, RF, DNN, FNN, LSTM, CNN	医疗记录	663名患者（401名健康个体和262名中风患者）
144	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
145	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
146	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
147	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
148	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
149	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
150	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
151	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）
152	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
153	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
154	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
155	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
156	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
157	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
158	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
159	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
160	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