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
1621	2025-01-12	Deep Learning for Discrimination of Early Spinal Tuberculosis from Acute Osteoporotic Vertebral Fracture on CT 2025, Infection and drug resistance IF:2.9Q2 DOI:10.2147/IDR.S482584 PMID:39776757	研究论文	本文评估了深度学习模型在CT图像上区分早期脊柱结核和急性骨质疏松性椎体压缩骨折的效果，旨在提高诊断精度，减少对MRI和活检的依赖，并降低误诊风险	使用深度学习模型在CT图像上区分早期脊柱结核和急性骨质疏松性椎体压缩骨折，显著提高了诊断精度，并超越了经验丰富的脊柱外科医生的诊断准确性	研究样本主要来自大学附属医院，可能限制了模型的普遍适用性	评估深度学习模型在CT图像上区分早期脊柱结核和急性骨质疏松性椎体压缩骨折的效果	373名患者，其中302名来自一所大学附属医院，71名来自另一所大学附属医院	计算机视觉	脊柱结核和骨质疏松性椎体压缩骨折	深度学习	MVITV2, Efficient-Net-B5, ResNet101, ResNet50	CT图像	373名患者
1622	2025-01-12	A hybrid dual-branch model with recurrence plots and transposed transformer for stock trend prediction 2025-Jan-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0233275 PMID:39792696	研究论文	本文提出了一种创新的双分支网络模型，用于有效预测股票趋势	结合递归图和转置变压器，捕捉股票市场时间序列中的非线性关系和微妙互连	仅基于七只随机选择的股票的历史数据进行实验，样本量有限	提高股票趋势预测的准确性	股票市场时间序列	机器学习	NA	递归图分析，转置变压器	双分支网络模型	时间序列数据	七只随机选择的股票的历史数据
1623	2025-01-11	Deep learning-based image domain reconstruction enhances image quality and pulmonary nodule detection in ultralow-dose CT with adaptive statistical iterative reconstruction-V 2025-Jan-10, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11317-y PMID:39792163	研究论文	本研究评估了基于深度学习的图像域重建技术在超低剂量CT（ULDCT）中的应用，比较了其与低剂量CT（LDCT）和未使用深度学习图像重建（DLIR）的ULDCT在图像质量和肺结节检测能力上的差异	首次将深度学习图像重建（DLIR）技术应用于超低剂量CT（ULDCT）的图像后处理，显著提高了图像质量和肺结节检测率	研究样本量相对较小，且仅针对肺结节检测，未涉及其他类型的肺部病变	评估深度学习图像重建技术在超低剂量CT中的图像质量和肺结节检测能力	210名接受肺癌筛查的患者	计算机视觉	肺癌	深度学习图像重建（DLIR）	深度学习模型	图像	210名患者，共检测到463个肺结节
1624	2025-01-11	GraphkmerDTA: integrating local sequence patterns and topological information for drug-target binding affinity prediction and applications in multi-target anti-Alzheimer's drug discovery 2025-Jan-10, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-024-11065-7 PMID:39792322	研究论文	本文提出了一种名为GraphkmerDTA的新型深度学习模型，用于药物-靶标结合亲和力预测，并在多靶点抗阿尔茨海默病药物发现中展示了其应用	GraphkmerDTA模型创新性地整合了Kmer特征与结构拓扑信息，解决了现有方法在序列特征提取和拓扑信息捕捉上的不足	尽管GraphkmerDTA在基准数据集上表现优异，但其在实际应用中的广泛性和有效性仍需进一步验证	旨在提高药物-靶标结合亲和力预测的准确性，并探索其在多靶点抗阿尔茨海默病药物发现中的应用	药物-靶标结合亲和力预测，特别是针对阿尔茨海默病的多靶点药物发现	机器学习	阿尔茨海默病	图神经网络（GNN）	GraphkmerDTA	序列数据和结构数据	超过两千种化合物的筛选库
1625	2025-01-11	Visualizing Preosteoarthritis: Updates on UTE-Based Compositional MRI and Deep Learning Algorithms 2025-Jan-10, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29710 PMID:39792443	综述	本文综述了基于超短回波时间（UTE）的磁共振成像（MRI）技术和深度学习算法在可视化骨关节炎（OA）前期病变中的应用	结合UTE-MRI技术和深度学习算法，实现对短T2组织的直接可视化和定量成分评估，革新了MRI分析方式，如自动组织分割和定量图像生物标志物提取	证据等级为5，技术效能为第2阶段，表明研究尚处于初步阶段，需进一步验证	探讨如何通过先进成像技术和深度学习算法实现OA前期的可视化和管理	骨关节炎（OA）前期病变，包括软骨、半月板/唇、韧带和肌腱等短T2组织	数字病理学	骨关节炎	超短回波时间磁共振成像（UTE-MRI）	深度学习（DL）	MRI图像	NA
1626	2025-01-11	Multiparametric MRI for Assessment of the Biological Invasiveness and Prognosis of Pancreatic Ductal Adenocarcinoma in the Era of Artificial Intelligence 2025-Jan-09, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29708 PMID:39781607	研究论文	本文探讨了多参数磁共振成像（mpMRI）结合人工智能（AI）在评估胰腺导管腺癌（PDAC）生物学侵袭性和预后中的应用	利用AI增强的多参数磁共振成像技术，提供形态和功能信息，以量化肿瘤内特征，并预测PDAC的生物学特性和预后	当前的AI模型主要基于单一模态，样本量相对较小，技术可重复性和生物学解释面临新的挑战	评估和预测胰腺导管腺癌的生物学侵袭性和预后	胰腺导管腺癌（PDAC）	医学影像分析	胰腺癌	多参数磁共振成像（mpMRI）	深度学习	影像	相对较小的样本量
1627	2025-01-11	Computer-Aided Detection (CADe) and Segmentation Methods for Breast Cancer Using Magnetic Resonance Imaging (MRI) 2025-Jan-09, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29687 PMID:39781684	综述	本文综述了当前用于乳腺癌磁共振成像（MRI）的计算机辅助检测（CADe）系统的技术细节和分割模型，包括传统强度方法、监督和无监督机器学习方法以及最新的深度学习架构	强调了从传统算法到复杂深度学习模型（如U-Nets）的最新进展，并探讨了多参数MRI采集的CADe实施	CADe系统面临假阳性和假阴性率变化、解释大量成像数据的复杂性、系统性能的变异性以及缺乏大规模研究和多中心模型等挑战，限制了其临床应用的普适性和适用性	提高乳腺癌早期检测的有效性，通过计算机辅助检测系统增强MRI的诊断能力	乳腺癌的磁共振成像（MRI）数据	数字病理学	乳腺癌	磁共振成像（MRI）	U-Nets, 监督和无监督机器学习方法	图像	NA
1628	2025-01-11	Multiple constraint network classification reveals functional brain networks distinguishing 0-back and 2-back task 2025-Jan-09, Canadian journal of experimental psychology = Revue canadienne de psychologie experimentale DOI:10.1037/cep0000360 PMID:39786863	研究论文	本研究利用多约束深度学习分类器分析儿童在执行不同情绪-back任务条件下的全脑血氧水平依赖（BOLD）活动模式，以识别任务类别和功能连接性	采用多变量模式分析和多约束深度学习分类器，提高了检测非线性任务差异或分布式活动模式差异的敏感性	样本量较小，仅包含20名儿童，可能限制结果的普遍性	识别区分0-back和2-back任务的功能性脑网络	儿童在执行情绪-back任务时的全脑BOLD活动模式	神经影像学	NA	多变量模式分析，深度学习分类器	神经网络分类器	功能成像数据	20名儿童
1629	2025-01-11	Deep Learning Models for Automatic Classification of Anatomic Location in Abdominopelvic Digital Subtraction Angiography 2025-Jan-09, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01351-z PMID:39789320	研究论文	本文探讨了常规数字减影血管造影（DSA）中的信息，并评估了深度学习算法在DSA序列中自动识别解剖位置的能力	开发了基于单图像预测的Mode模型和多重实例学习（MIL）模型，用于DSA序列的位置分类，并展示了高精度的多类分类准确率	数据中存在信息稀疏性，只有少数图像被专家标记为具有足够定位信息的“关键”图像	评估深度学习算法在DSA序列中自动识别解剖位置的性能	腹部主动脉、腹腔、上肠系膜、下肠系膜和双侧外髂动脉的DSA图像	计算机视觉	心血管疾病	数字减影血管造影（DSA）	Mode模型, 多重实例学习（MIL）模型	图像	205名患者的819个独特的血管造影序列
1630	2025-01-11	Innovative breast cancer detection using a segmentation-guided ensemble classification framework 2025-Jan, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00435-7 PMID:39781047	研究论文	本文介绍了一种新颖的分割引导分类模型，旨在提高乳腺癌检测的准确性	提出了一种结合分割和集成分类的两阶段模型，通过注意力机制和多种分类器的集成，显著提高了乳腺癌检测的准确性和分割性能	未提及模型在不同数据集上的泛化能力或实际临床应用中的潜在挑战	提高乳腺癌的早期检测和诊断准确性	乳腺癌的超声图像	计算机视觉	乳腺癌	深度学习	Attention U-Net, 支持向量机, 决策树, k近邻, 人工神经网络, 随机森林	图像	未明确提及样本数量，但使用了超声图像数据集
1631	2025-01-11	Enhanced diagnosis of pes planus and pes cavus using deep learning-based segmentation of weight-bearing lateral foot radiographs: a comparative observer study 2025-Jan, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00439-3 PMID:39781051	研究论文	本文开发了一种基于深度学习的语义分割模型，用于增强对足部负重侧位X光片中扁平足和高弓足的诊断	使用深度学习模型（特别是U-Net）进行语义分割，结合Dice Loss和边界损失函数，提高了分割精度和边界区域的精确描绘	研究仅使用了年轻韩国男性的数据，可能限制了模型的普适性	提高对扁平足和高弓足的诊断准确性	足部负重侧位X光片	计算机视觉	足部疾病	深度学习	U-Net	图像	300张连续的足部负重侧位X光片，来自年轻韩国男性
1632	2025-01-11	Gaussianmorph: deformable medical image registration with Gaussian noise constraints 2025-Jan, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00428-6 PMID:39781058	研究论文	本文提出了一种基于深度学习的医学图像配准方法GaussianMorph，通过级联两个VoxelMorph卷积神经网络来提高配准性能	引入了增强特征编码器（EF-encoder）块，通过注意力机制实现特征增强，并在第二个网络中引入高斯噪声约束以提升配准性能	级联网络在训练和推理阶段耗时较长	提高医学图像配准的精度	医学图像	计算机视觉	NA	深度学习	VoxelMorph卷积神经网络	图像	LPBA40和HBN数据集
1633	2025-01-11	Brain-inspired learning rules for spiking neural network-based control: a tutorial 2025-Jan, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00436-6 PMID:39781065	教程	本文回顾了受大脑启发的学习规则，并探讨了脉冲神经网络在控制任务中的应用	探讨了将全局第三因素与脉冲时间依赖可塑性相结合的方法，并提出了通过权重反向传播局部应用第三因素的方法	未提及具体实验数据或样本量，可能缺乏实证支持	研究脉冲神经网络在控制任务中的应用，以解决深度神经网络在实时数据处理中的能耗和延迟问题	脉冲神经网络及其在控制任务中的应用	机器学习	NA	脉冲时间依赖可塑性（STDP）	脉冲神经网络（SNN）	时空信息	NA
1634	2025-01-11	Spinal tissue identification using a Forward-oriented endoscopic ultrasound technique 2025-Jan, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00440-w PMID:39781062	研究论文	本研究提出了一种前向超声内镜系统，用于提高自动识别脊柱软组织的准确性和有效性	使用前向超声内镜系统进行脊柱软组织的实时术中识别，提高了微创脊柱手术的精确性和安全性	研究仅使用了离体的绵羊脊柱软组织样本，未涉及人体样本	提高微创脊柱手术中脊柱软组织的自动识别准确性和有效性	绵羊脊柱的软组织样本	医学影像	脊柱疾病	前向超声内镜技术	DenseNet, 一维Vision Transformer (ViT)	超声图像	758个离体绵羊脊柱软组织样本
1635	2025-01-11	A Review for automated classification of knee osteoarthritis using KL grading scheme for X-rays 2025-Jan, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00437-5 PMID:39781063	综述	本文综述了使用KL分级方案对膝关节骨关节炎（KOA）进行自动分类的最新进展	本文总结了近年来利用人工智能、机器学习和深度学习技术对KOA进行自动放射学分类和检测的最新进展	本文主要基于85篇研究或综述文章，可能未涵盖所有相关研究	旨在回顾基于KL系统的KOA自动放射学分类和检测的最新进展	膝关节骨关节炎（KOA）的X光片	计算机视觉	骨关节炎	NA	NA	图像	85篇文章
1636	2025-01-11	Addendum to: The effectiveness of deep learning model in differentiating benign and malignant pulmonary nodules on spiral CT 2025, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-249001 PMID:39792355	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1637	2025-01-07	Deep learning-based segmentation of acute ischemic stroke MRI lesions and recurrence prediction within 1 year after discharge: A multicenter study 2025-Jan-26, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2024.12.002 PMID:39631660	研究论文	本研究探讨了基于深度学习的急性缺血性卒中（AIS）患者脑部MRI梗死病灶分割的性能，以及放射组学在出院后1年内复发预测的价值，并开发了一个结合放射组学特征和临床因素的模型来准确预测AIS复发	使用多尺度残差注意力UNet（MRA-UNet）进行MRI病灶分割，并结合放射组学数据和临床数据开发了预测AIS复发的模型	未提及具体样本量，且模型在验证集上的表现可能受到样本选择偏差的影响	提高急性缺血性卒中患者MRI病灶分割的准确性，并预测出院后1年内的复发风险	急性缺血性卒中患者的脑部MRI图像	医学影像分析	急性缺血性卒中	MRI	MRA-UNet, LR, RF, CatBoost, XGBoost	图像, 临床数据	未提及具体样本量
1638	2025-01-07	Deep learning-based object detection algorithms in medical imaging: Systematic review 2025-Jan-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e41137 PMID:39758372	综述	本文综述了基于深度学习的医学图像中的目标检测算法，探讨了最新方法、不同成像技术和解剖学应用	通过PRISMA指南进行定量和定性分析，揭示了基于深度学习的对象检测模型在医学图像分析中的未开发潜力	数据集大小存在显著差异，许多数据集被标记为私有或内部，且前瞻性研究仍然稀缺	探讨基于深度学习的医学图像目标检测算法的应用和发展趋势	医学图像中的目标检测	计算机视觉	NA	CR扫描、病理图像、内窥镜成像	深度学习	图像	数据集大小存在显著差异，许多数据集被标记为私有或内部
1639	2025-01-07	Automated Breast Density Assessment for Full-Field Digital Mammography and Digital Breast Tomosynthesis 2025-Jan-06, Cancer prevention research (Philadelphia, Pa.) DOI:10.1158/1940-6207.CAPR-24-0338 PMID:39450526	研究论文	本文开发了一种深度学习模型，用于自动化评估全视野数字乳腺摄影（FFDM）和数字乳腺断层合成（DBT）的乳腺密度	提出了一种能够同时适用于FFDM和DBT的自动化乳腺密度评估模型，减少了评估中的观察者间差异	模型在外部验证中的表现虽好，但仍有改进空间，特别是在不同种族群体中的适用性	自动化评估乳腺密度，以辅助乳腺癌的风险预测和补充筛查决策	9,714名女性的前瞻性队列和18,360名女性的外部验证队列	数字病理学	乳腺癌	深度学习	深度学习模型	图像	9,714名女性的前瞻性队列和18,360名女性的外部验证队列
1640	2025-01-07	From Sequence to System: Enhancing IVT mRNA Vaccine Effectiveness through Cutting-Edge Technologies 2025-Jan-06, Molecular pharmaceutics IF:4.5Q1 DOI:10.1021/acs.molpharmaceut.4c00863 PMID:39601789	综述	本文综述了IVT mRNA疫苗的最新研究进展和优化策略，包括AI模型和深度学习技术在IVT mRNA结构优化和递送系统设计中的应用	应用AI模型和深度学习技术优化IVT mRNA结构及递送系统设计，探讨了新型递送平台如脂质纳米颗粒、聚合物和外泌体的发展	未提及具体实验数据或样本量，主要基于现有研究的综述	提升IVT mRNA疫苗的有效性，克服现有挑战，如表达水平有限、非特异性靶向、快速降解和意外免疫激活	IVT mRNA疫苗及其递送系统	生物信息学	传染病	AI模型、深度学习	深度学习	NA	NA