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
2781	2024-12-18	Long-term, automated stool monitoring using a novel smart toilet: A feasibility study 2025-Jan, Neurogastroenterology and motility IF:3.5Q2 DOI:10.1111/nmo.14954 PMID:39486001	研究论文	本文展示了一种新型智能马桶用于长期自动收集粪便图像数据的可行性，并评估了基于计算机视觉的分析方法来根据布里斯托粪便形式量表（BSFS）评估粪便形式	本文提出了一种新型智能马桶系统，能够长期自动收集粪便图像数据，并通过深度学习分割和数学定义的手工特征进行计算机视觉分析，以量化粪便的形态学属性	研究样本量较小，仅涉及六名健康志愿者，且研究时间相对较短	验证长期自动粪便形式监测的可行性和准确性	粪便形式的长期自动监测	计算机视觉	NA	深度学习分割	NA	图像	六名健康志愿者，共记录了474次排便图像
2782	2024-12-18	Application of a deep learning algorithm for the diagnosis of HCC 2025-Jan, JHEP reports : innovation in hepatology IF:9.5Q1 DOI:10.1016/j.jhepr.2024.101219 PMID:39687602	研究论文	本文开发并验证了一种深度学习算法，用于通过CT影像诊断肝细胞癌（HCC）	本文首次应用时空3D卷积网络（ST3DCN）模型，通过薄层三相CT肝图像和相关临床信息进行HCC诊断，显著提高了诊断准确性	本文的局限性在于仅在特定患者群体中进行了验证，且依赖于特定的CT影像数据	研究目的是通过深度学习算法提高肝细胞癌的诊断准确性	研究对象为通过CT影像进行肝细胞癌诊断的患者	机器学习	肝癌	深度学习	时空3D卷积网络（ST3DCN）	图像	2,832名患者和4,305次CT观察
2783	2024-12-17	Three-Dimensional Deep Learning Normal Tissue Complication Probability Model to Predict Late Xerostomia in Patients With Head and Neck Cancer 2025-Jan-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.07.2334 PMID:39147208	研究论文	本研究利用三维深度学习模型预测头颈部癌症患者放疗后晚期口干症的发生	本研究首次将三维辐射剂量分布、CT影像、危险器官分割和临床变量结合，通过深度学习模型提高晚期口干症的预测准确性	深度学习模型在外部验证集上的表现不如参考模型，需要多中心数据进行训练以提高泛化能力	改进头颈部癌症患者放疗后晚期口干症的预测模型	头颈部癌症患者放疗后晚期口干症的预测	机器学习	头颈部癌症	深度学习	深度卷积神经网络（EfficientNet-v2 和 ResNet）	三维剂量分布、CT影像、危险器官分割、临床变量	1208名头颈部癌症患者
2784	2024-12-17	Deep learning can detect elbow disease in dogs screened for elbow dysplasia 2025-Jan, Veterinary radiology & ultrasound : the official journal of the American College of Veterinary Radiology and the International Veterinary Radiology Association IF:1.3Q2 DOI:10.1111/vru.13465 PMID:39679734	研究论文	本研究开发并评估了一种卷积神经网络（CNN，EfficientNet）用于评估筛查肘关节发育不良的犬只的肘关节X光片	本研究开发了一种基于深度学习模型的自动裁剪工具RetinaNet进行X光片预处理，并使用可解释的人工智能分析来可视化CNN模型预测的重要区域	本研究为回顾性诊断准确性研究，未提及前瞻性验证	开发并评估一种卷积神经网络用于检测筛查肘关节发育不良的犬只的肘关节异常	筛查肘关节发育不良的犬只的肘关节X光片	计算机视觉	肘关节疾病	卷积神经网络（CNN）	EfficientNet	图像	7229张X光片，包括训练集4000张，验证集1000张，测试集2229张
2785	2024-12-16	Time-Series MR Images Identifying Complete Response to Neoadjuvant Chemotherapy in Breast Cancer Using a Deep Learning Approach 2025-Jan, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29405 PMID:38850180	研究论文	本文研究了使用深度学习方法基于VGG-LSTM网络通过时间序列动态对比增强磁共振成像（DCE-MRI）识别乳腺癌患者对新辅助化疗的病理完全反应（pCR）	本文提出了结合时间序列DCE-MR图像、临床特征和影像特征的组合模型，显著提高了pCR识别的准确性	本文为回顾性研究，样本量有限，且仅在两个中心进行了验证	旨在通过深度学习模型识别乳腺癌患者对新辅助化疗的病理完全反应	乳腺癌患者对新辅助化疗的病理完全反应	机器学习	乳腺癌	动态对比增强磁共振成像（DCE-MRI）	VGG-LSTM网络	图像	中心A：235名患者（训练集164名，验证集71名）；中心B：150名患者作为测试集
2786	2024-12-16	Deep Learning-Based Approach for Identifying and Measuring Focal Liver Lesions on Contrast-Enhanced MRI 2025-Jan, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29404 PMID:38826142	研究论文	本文评估了基于深度学习的人工智能软件在对比增强磁共振成像（MRI）图像上识别和测量肝局灶性病变（FLLs）的性能	本文展示了基于深度学习的人工智能软件在自动识别和测量肝局灶性病变方面的实际应用价值，并证明了其与放射科医生结合使用时具有更高的检测率和敏感性	本文为回顾性研究，样本量有限，且未提及模型的泛化能力或在外部数据集上的验证	评估基于深度学习的人工智能软件在识别和测量肝局灶性病变方面的性能	395名患者的1149个肝局灶性病变	计算机视觉	肝病	MRI	深度学习	图像	395名患者，1149个肝局灶性病变
2787	2024-12-16	Clinical feasibility of a deep learning approach for conventional and synthetic diffusion-weighted imaging in breast cancer: Qualitative and quantitative analyses 2025-Jan, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111855 PMID:39616946	研究论文	本研究旨在探讨基于深度学习的重建方法在常规扩散加权成像（cDWI）和合成扩散加权成像（sDWI）中的临床可行性，并通过与cDWI和sDWI的比较，评估其在不同乳腺癌患者中的表现	深度学习重建的扩散加权成像在高质量b值下表现优于常规和合成扩散加权成像，并缩短了采集时间	NA	评估深度学习重建方法在乳腺癌扩散加权成像中的临床可行性	115名经活检证实的乳腺癌患者	计算机视觉	乳腺癌	深度学习	NA	图像	115名乳腺癌患者
2788	2024-12-16	A Hybrid Model for Fetal Growth Restriction Assessment by Automatic Placental Radiomics on T2-Weighted MRI and Multifeature Fusion 2025-Jan, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29399 PMID:38655903	研究论文	本文开发并验证了一种基于T2加权MRI和多特征融合的混合模型，用于自动评估胎儿生长受限	提出了一个混合模型，通过自动胎盘放射组学和多特征融合来提高胎儿生长受限的评估准确性，并引入了母体信息以提升性能	研究是回顾性的，且依赖于手动标注的胎盘数据	开发和验证一种能够通过自动胎盘放射组学和多特征融合来准确评估胎儿生长受限的混合模型	274名孕妇的胎盘和胎儿数据	数字病理学	胎儿生长受限	T2加权MRI	随机森林	图像	274名孕妇
2789	2024-12-16	Deep Learning Model for Grading and Localization of Lumbar Disc Herniation on Magnetic Resonance Imaging 2025-Jan, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29403 PMID:38676436	研究论文	本文开发了一种可解释的深度学习模型，用于在磁共振成像（MRI）上对腰椎间盘突出（LDH）进行分级和定位	利用深度学习模型自动化和标准化腰椎间盘突出的分级和定位过程，减少复杂性、时间和主观性	模型在外部测试集上的表现有所下降，表明需要进一步提高模型的泛化能力	开发一种能够对腰椎间盘突出进行分级和定位的深度学习模型	1496名患者的腰椎间盘突出MRI图像	计算机视觉	腰椎间盘突出	深度学习	深度学习模型	图像	1496名患者（男性783名，女性713名）
2790	2024-08-07	Editorial for "Deep Learning Model for Grading and Localization of Lumbar Disc Herniation on Magnetic Resonance Imaging" 2025-Jan, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29457 PMID:38804734	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2791	2024-12-15	A deep-learning system for diagnosing ectopic eruption 2025-Jan, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2024.105399 PMID:39424256	研究论文	构建了一个用于混合牙列诊断的多阶段深度学习网络模型，以预测恒牙的异位萌发	该研究创新性地将牙列分割整合到自动分类牙发育阶段的过程中，并展示了模型在多个场景中的适应性	NA	开发一种用于诊断异位萌发的深度学习系统	儿童的混合牙列和恒牙的异位萌发	机器学习	NA	深度学习	多阶段深度学习网络	图像	1576张儿童全景X光片，年龄范围为6-12岁
2792	2024-12-13	Deep learning for NAD/NADP cofactor prediction and engineering using transformer attention analysis in enzymes 2025-Jan, Metabolic engineering IF:6.8Q1 DOI:10.1016/j.ymben.2024.11.007 PMID:39571721	研究论文	本文介绍了一种基于transformer的深度学习模型DISCODE，用于预测和设计酶的NAD(P)辅因子偏好	DISCODE模型利用transformer的注意力机制，能够解释性地分析关键残基，从而实现酶的辅因子特异性预测和设计	NA	理解和操纵NAD(P)-依赖的氧化还原酶的辅因子偏好	NAD(P)-依赖的氧化还原酶的辅因子偏好	机器学习	NA	深度学习	transformer	序列	7,132个NAD(P)-依赖的酶序列
2793	2024-12-13	Combining MRI radiomics and clinical features for early identification of drug-resistant epilepsy in people with newly diagnosed epilepsy 2025-Jan, Epilepsy & behavior : E&B IF:2.3Q2 DOI:10.1016/j.yebeh.2024.110165 PMID:39612633	研究论文	本研究结合MRI放射组学和临床特征，使用深度学习模型ResNet-18提取MRI特征，构建机器学习分类器以早期识别药物难治性癫痫	首次将放射组学与临床特征结合，使用深度学习模型提取MRI特征，并构建机器学习分类器进行早期诊断	样本量较小，可能影响模型的泛化能力	早期识别新诊断的药物难治性癫痫患者	新诊断的癫痫患者	机器学习	癫痫	MRI放射组学	ResNet-18	图像	134名新诊断的癫痫患者
2794	2024-12-13	Decoding Depth of Meditation: Electroencephalography Insights From Expert Vipassana Practitioners 2025-Jan, Biological psychiatry global open science DOI:10.1016/j.bpsgos.2024.100402 PMID:39660274	研究论文	本研究使用脑电图（EEG）技术解码专家内观冥想者自我报告的冥想深度	引入了一种新的自发涌现方法来评估冥想深度，并提出了一种融合源活动和连接信息的新型机器学习方法	研究样本仅限于34名专家内观冥想者，可能限制了结果的普适性	解码自我报告的冥想深度，并探讨神经活动与冥想深度之间的关系	专家内观冥想者的冥想深度及其神经相关性	神经科学	NA	脑电图（EEG）	机器学习	脑电信号	34名专家内观冥想者
2795	2024-12-12	Early identification of stroke through deep learning with multi-modal human speech and movement data 2025-Jan-01, Neural regeneration research IF:5.9Q1 DOI:10.4103/1673-5374.393103 PMID:38767488	研究论文	本文提出了一种基于FAST的多模态深度学习方法，用于在急性环境中评估疑似中风患者，并通过视频和音频数据进行验证	本文的创新点在于提出了一种多模态深度学习模型，结合了动作视频和语音音频数据，显著提高了早期中风识别的准确性和敏感性	本文的局限性在于仅在急诊室环境中进行了验证，未来需要在更多临床场景中进行验证	本研究的目的是开发一种基于多模态数据的深度学习模型，用于早期识别中风	本研究的对象是疑似中风患者，特别是表现出肢体无力、面部轻瘫和言语障碍的患者	机器学习	中风	深度学习	多模态深度学习模型	视频和音频	包含急诊室患者的视频和音频数据集
2796	2024-12-12	Deep learning-based detection of irreversible pulpitis in primary molars 2025-Jan, International journal of paediatric dentistry IF:2.3Q2 DOI:10.1111/ipd.13200 PMID:38725105	研究论文	本研究探讨了基于卷积神经网络（CNN）的图像分析技术在检测乳牙不可逆性牙髓炎中的可行性	本研究首次使用深度学习模型在根尖片上检测乳牙不可逆性牙髓炎，提供了一种便捷且互补的评估牙髓状态的方法	本研究为回顾性研究，样本量较小，且仅在两家健康中心进行	探讨基于卷积神经网络的图像分析技术在检测乳牙不可逆性牙髓炎中的可行性	乳牙不可逆性牙髓炎	计算机视觉	口腔疾病	卷积神经网络（CNN）	EfficientNet	图像	348张根尖片
2797	2024-12-12	Detecting emerald ash borer boring vibrations using an encoder-decoder and improved DenseNet model 2025-Jan, Pest management science IF:3.8Q1 DOI:10.1002/ps.8442 PMID:39324448	研究论文	本研究提出了一种基于深度学习的联合识别网络VibroEABNet，用于检测翡翠灰螟的钻孔振动信号	本研究的创新点在于将去噪和识别模块集成到一个网络结构中，显著提高了模型在噪声环境下的检测性能	目前该研究仅限于检测特定害虫，未来工作将扩展到其他钻木害虫	开发一种高效、准确的害虫早期监测方法，以减轻经济和生态损害	翡翠灰螟的钻孔振动信号	机器学习	NA	深度学习	DenseNet	信号	测试数据集和真实森林数据集
2798	2024-12-12	A new multi-object tracking pipeline based on computer vision techniques for mussel farms 2025, Journal of the Royal Society of New Zealand IF:2.1Q2 DOI:10.1080/03036758.2023.2240466 PMID:39649668	研究论文	本文提出了一种基于计算机视觉技术的新型多目标跟踪管道，用于自动检测和跟踪贻贝养殖场中的浮标	提出了一个新的基于图像处理操作符的检测器用于检测不同大小的贻贝浮标，并引入了一个新的描述符基于邻居的相对位置为浮标提供唯一身份标记	NA	开发一种自动化的方法来跟踪贻贝养殖场中的浮标，以减轻农民的劳动负担	贻贝养殖场中的浮标	计算机视觉	NA	图像处理操作符	NA	图像	在马尔堡海峡新西兰拍摄的图像
2799	2024-12-12	MASSM: An End-to-End Deep Learning Framework for Multi-Anatomy Statistical Shape Modeling Directly From Images 2025, Shape in medical imaging : International Workshop, ShapeMI 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 6, 2024, Proceedings. ShapeMI (Workshop) (2024 : Marrakech, Morocco) DOI:10.1007/978-3-031-75291-9_12 PMID:39649703	研究论文	本文介绍了一种名为MASSM的端到端深度学习框架，用于从图像中直接生成多解剖结构的统计形状模型	MASSM框架能够同时定位多个解剖结构，估计群体级别的统计表示，并直接在图像空间中描绘形状表示，超越了传统的像素级分割方法	NA	开发一种能够自动生成统计形状模型并直接从图像中描绘多解剖结构的深度学习框架	多解剖结构的统计形状模型	计算机视觉	NA	深度学习	多任务网络	图像	NA
2800	2024-12-11	CGPDTA: An Explainable Transfer Learning-Based Predictor With Molecule Substructure Graph for Drug-Target Binding Affinity 2025-Jan-05, Journal of computational chemistry IF:3.4Q2 DOI:10.1002/jcc.27538 PMID:39653581	研究论文	本文介绍了一种基于可解释迁移学习的深度学习框架CGPDTA，用于预测药物-靶点结合亲和力	CGPDTA通过结合药物-药物和蛋白质-蛋白质相互作用知识，利用分子子结构图和蛋白质口袋序列来增强预测能力和可解释性	NA	开发一种更准确且可解释的药物-靶点结合亲和力预测方法	药物-靶点结合亲和力	机器学习	NA	迁移学习	深度学习框架	分子子结构图，蛋白质口袋序列	NA