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
81	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）
82	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
83	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
84	2024-12-15	Assessment of simulated snoring sounds with artificial intelligence for the diagnosis of obstructive sleep apnea 2025-Jan, Sleep medicine IF:3.8Q1 DOI:10.1016/j.sleep.2024.11.018 PMID:39566267	研究论文	本研究评估了使用人工智能模型通过模拟打鼾声音进行阻塞性睡眠呼吸暂停诊断的性能	本研究首次验证了深度学习模型在通过模拟打鼾声音进行阻塞性睡眠呼吸暂停诊断中的有效性，并展示了其优于传统机器学习模型的识别能力	本研究仅使用了单一类型的数据（模拟打鼾声音），且样本量相对较小	验证人工智能模型通过模拟打鼾声音进行阻塞性睡眠呼吸暂停诊断的性能	模拟打鼾声音作为阻塞性睡眠呼吸暂停的潜在生物标志物	机器学习	阻塞性睡眠呼吸暂停	机器学习算法、深度学习算法	支持向量机、K近邻算法、随机森林、音频频谱图变换器	音频	465名参与者
85	2024-12-15	Acceleration of Simultaneous Multislice Magnetic Resonance Fingerprinting With Spatiotemporal Convolutional Neural Network 2025-Jan, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5302 PMID:39631961	研究论文	本文提出了一种新的深度学习方法，通过解耦的空间和时间特征学习来加速同时多切片磁共振指纹技术，以实现高多频带因子下的准确和体积化的T1和T2量化	本文首次探索了深度学习在同时多切片磁共振指纹技术中的应用，并提出了一种新的解耦空间和时间特征学习的深度学习方法，显著提高了多频带因子，同时减少了伪影	本文的实验结果主要基于模拟数据和已获取的同时多切片磁共振指纹数据，尚未在更大范围的临床数据上进行验证	加速同时多切片磁共振指纹技术，以实现快速和准确的T1和T2量化	大脑的T1和T2量化	计算机视觉	NA	磁共振指纹技术	卷积神经网络	图像	使用已获取的同时多切片磁共振指纹数据和从单切片磁共振指纹采集生成的模拟数据进行训练和评估
86	2024-12-14	Assessing greenspace and cardiovascular health through deep-learning analysis of street-view imagery in a cohort of US children 2025-Jan-15, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2024.120459 PMID:39603586	研究论文	本研究通过深度学习分析街景图像，评估美国儿童的绿地暴露与心血管健康之间的关系	本研究首次使用深度学习分割算法分析街景图像中的绿地，并将其与儿童的心血管健康指标进行关联	研究结果显示街景绿地与心血管健康之间的关联较弱，且可能因儿童的成长阶段而异	探讨街景绿地暴露对美国儿童心血管健康的影响	美国儿童的街景绿地暴露与心血管健康	计算机视觉	心血管疾病	深度学习分割算法	深度学习模型	图像	来自Project Viva项目的美国儿童队列，跟踪参与者从童年中期到青春期晚期（2007-21年）
87	2024-12-14	Deep learning-based 3D quantitative total tumor burden predicts early recurrence of BCLC A and B HCC after resection 2025-Jan, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10941-y PMID:39028376	研究论文	本研究评估了基于深度学习的MRI自动三维定量肿瘤负荷在预测肝细胞癌术后早期复发中的潜力	使用深度学习自动分割工具进行MRI图像的三维定量肿瘤负荷分析，并将其作为预测肝细胞癌术后早期复发的生物标志物	这是一项单中心回顾性研究，样本量和研究范围可能有限	评估深度学习辅助的三维定量肿瘤负荷在预测肝细胞癌术后早期复发中的潜力	BCLC A和B期肝细胞癌患者	计算机视觉	肝细胞癌	深度学习	NA	图像	592名患者，其中525名BCLC A期和67名BCLC B期
88	2024-12-14	Deep learning in pulmonary nodule detection and segmentation: a systematic review 2025-Jan, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10907-0 PMID:38985185	综述	本文系统回顾了使用深度学习技术进行肺结节检测和分割的方法	强调了标准化数据处理、代码和数据共享的重要性，并提出了未来研究中平衡模型复杂性和效率的必要性	现有文献中存在方法学上的差距和偏见	比较使用深度学习技术的肺结节检测和分割方法，填补现有文献中的方法学差距和偏见	肺结节的检测和分割方法	计算机视觉	肺癌	深度学习	卷积神经网络	图像	包括了九项研究，主要使用了公开数据集，如Lung Image Database Consortium Image Collection和Image Database Resource Initiative以及Lung Nodule Analysis 2016
89	2024-12-14	Session Introduction: AI and Machine Learning in Clinical Medicine: Generative and Interactive Systems at the Human-Machine Interface 2025, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing PMID:39670359	研究论文	本文介绍了人工智能和机器学习在临床医学中的应用，特别是生成式和交互式系统在人机界面中的作用	本文探讨了生成式AI和深度学习在处理复杂多层数据集方面的创新，特别是在非结构化文本、图像和结构化数据中的应用	本文强调了需要进一步研究以全面理解在医疗保健领域部署AI的广泛影响和潜在后果	探讨人工智能和机器学习在临床医学中的应用及其对临床决策、患者监测、图像分析和应急响应系统的改进	人工智能技术在医疗领域的应用，特别是生成式和交互式系统	机器学习	NA	生成式AI和深度学习	NA	文本、图像和结构化数据	NA
90	2024-12-14	Investigating the Differential Impact of Psychosocial Factors by Patient Characteristics and Demographics on Veteran Suicide Risk Through Machine Learning Extraction of Cross-Modal Interactions 2025, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing PMID:39670369	研究论文	本研究通过机器学习方法提取跨模态交互信息，探讨心理社会因素和患者特征及人口统计学因素对退伍军人自杀风险的影响	本研究创新性地结合了结构化和非结构化的电子健康记录数据，利用XGBoost模型和SHAP方法提取交互信息，并引入选择参数α来平衡结构化和非结构化数据的影响，从而提高了自杀风险预测模型的准确性	本研究主要基于退伍军人的数据，其结果的普适性可能有限	提高自杀风险预测模型的准确性，并探讨心理社会因素与患者特征之间的交互作用	退伍军人的自杀风险	机器学习	NA	XGBoost, SHAP, 逻辑回归, 岭回归	XGBoost, 逻辑回归, 岭回归	电子健康记录数据	NA
91	2024-12-14	Enhancing Privacy-Preserving Cancer Classification with Convolutional Neural Networks 2025, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing PMID:39670396	研究论文	本文提出了一种基于卷积神经网络的隐私保护癌症分类方法OGHE，利用同态加密技术在加密数据上进行计算，同时通过VarScout特征选择方法提取显著特征	OGHE引入了高效的打包机制以减少同态加密的计算开销，并结合VarScout特征选择方法提取显著特征，提高了隐私保护癌症分类的准确性和效率	NA	开发一种能够在保护隐私的前提下进行癌症分类的机器学习方法	转移性癌症的分类，特别是结合原发肿瘤位置进行诊断	机器学习	癌症	同态加密（HE）	卷积神经网络（CNN）	基因组数据	iDash 2020数据集
92	2024-12-14	A Dynamic Model for Early Prediction of Alzheimer's Disease by Leveraging Graph Convolutional Networks and Tensor Algebra 2025, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing PMID:39670404	研究论文	本文提出了一种基于图卷积网络和张量代数的动态模型，用于阿尔茨海默病的早期预测	引入了一种新的动态深度学习模型DyEPAD，通过图卷积网络和聚合函数捕捉每个时间步的嵌入，并使用张量代数操作进行频域分析，以捕捉所有时间步的进化模式	未提及具体的局限性	开发一种方法，用于在轻度认知障碍（MCI）个体中早期预测阿尔茨海默病（AD）	轻度认知障碍（MCI）个体向阿尔茨海默病（AD）的进展	机器学习	阿尔茨海默病	图卷积网络（GCN），张量代数	动态深度学习模型	电子健康记录（EHR）	使用了阿尔茨海默病神经影像倡议（ADNI）和国家阿尔茨海默病协调中心（NACC）数据集
93	2024-12-13	Combining Biology-based and MRI Data-driven Modeling to Predict Response to Neoadjuvant Chemotherapy in Patients with Triple-Negative Breast Cancer 2025-Jan, Radiology. Artificial intelligence DOI:10.1148/ryai.240124 PMID:39503605	研究论文	本文结合深度学习和基于生物学的建模方法，预测三阴性乳腺癌患者在接受新辅助化疗前的反应	本文创新性地将基于生物学的数学模型与卷积神经网络（CNN）相结合，用于预测肿瘤对新辅助化疗的反应	本文为回顾性研究，样本量相对较小，且仅基于单一临床试验的数据	预测三阴性乳腺癌患者在接受新辅助化疗前的反应	三阴性乳腺癌患者及其对新辅助化疗的反应	数字病理学	乳腺癌	卷积神经网络（CNN）	卷积神经网络（CNN）	图像	118名女性患者
94	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
95	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
96	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
97	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
98	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
99	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
100	2024-12-12	SCIseg: Automatic Segmentation of Intramedullary Lesions in Spinal Cord Injury on T2-weighted MRI Scans 2025-Jan, Radiology. Artificial intelligence DOI:10.1148/ryai.240005 PMID:39503603	研究论文	开发了一种深度学习工具SCIseg，用于在T2加权MRI扫描中自动分割脊髓损伤中的脊髓和髓内病变	提出了一个开源的深度学习模型SCIseg，通过主动学习进行自动分割，并在多种数据集上验证了其准确性	研究是回顾性的，且依赖于手动标注的参考标准	开发一种自动分割脊髓和髓内病变的方法，以辅助脊髓损伤的诊断和评估	脊髓损伤患者的T2加权MRI扫描图像	计算机视觉	脊髓损伤	深度学习	卷积神经网络（CNN）	图像	191名脊髓损伤患者