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
13841	2025-01-13	The role of artificial intelligence in pandemic responses: from epidemiological modeling to vaccine development 2025-01-03, Molecular biomedicine IF:6.3Q1 DOI:10.1186/s43556-024-00238-3 PMID:39747786	综述	本文综述了人工智能（AI）在疫情响应中的多维作用，从流行病学建模到疫苗开发	探讨了AI在流行病学建模和疫苗开发中的创新应用，强调了AI技术在数据驱动决策中的革命性作用	未具体提及研究的局限性	研究AI在全球健康危机中的准备和响应作用，特别是在流行病学建模和疫苗开发中的应用	全球疫情响应，特别是流行病学建模和疫苗开发	机器学习	传染病	机器学习算法和预测分析	SIR（易感-感染-恢复）和SIS（易感-感染-易感）模型	流行病学数据	NA
13842	2025-01-13	The Associations Between Myopia and Fundus Tessellation in School Children: A Comparative Analysis of Macular and Peripapillary Regions Using Deep Learning 2025-Jan-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.1.4 PMID:39775798	研究论文	本研究利用深度学习技术量化眼底镶嵌密度，评估了学龄儿童中黄斑区和视盘周围区眼底镶嵌分布模式与屈光差异的关联	首次使用深度学习技术量化眼底镶嵌密度，并比较黄斑区和视盘周围区眼底镶嵌分布模式与屈光差异的关联	研究为横断面设计，无法确定因果关系	评估学龄儿童中黄斑区和视盘周围区眼底镶嵌分布模式与屈光差异的关联	1942名6至15岁的学龄儿童	数字病理学	近视	深度学习	NA	图像	1942名学龄儿童
13843	2025-01-13	Applying deep learning-based ensemble model to [18F]-FDG-PET-radiomic features for differentiating benign from malignant parotid gland diseases 2025-Jan, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-024-01649-6 PMID:39254903	研究论文	本文开发并识别了使用预处理2-脱氧-2-[18F]氟-D-葡萄糖（[18F]-FDG）-正电子发射断层扫描（PET）的放射组学特征来区分良性和恶性腮腺疾病（PGDs）的机器学习模型	使用基于深度学习的集成机器学习模型，结合[18F]-FDG-PET的放射组学特征，克服了之前报道的[18F]-FDG-PET/CT扫描在区分良性和恶性PGDs方面的局限性	样本量较小，仅包括62名患者	开发并识别机器学习模型，用于区分良性和恶性腮腺疾病	62名患有63个PGDs的患者	数字病理学	腮腺疾病	[18F]-FDG-PET/CT	深度学习集成模型	放射组学特征	62名患者，63个PGDs
13844	2025-01-13	Diagnosis of Early Glottic Cancer Using Laryngeal Image and Voice Based on Ensemble Learning of Convolutional Neural Network Classifiers 2025-Jan, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2022.07.007 PMID:36075802	研究论文	本研究通过比较决策树集成学习和卷积神经网络（CNN）算法在诊断声门癌中的分类准确性，旨在提高分类准确性	使用决策树集成学习方法结合CNN算法，融合喉部图像和语音数据，提高了小数据集上的分类准确性	使用外部数据集时，CNN分类器的准确性显著下降，表明模型在泛化能力上存在局限	提高声门癌诊断的分类准确性	声门癌患者	计算机视觉	声门癌	深度学习	CNN, 决策树集成学习	图像, 语音	PNUH和PNUYH数据集
13845	2025-01-13	Cardiac MR image reconstruction using cascaded hybrid dual domain deep learning framework 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313226 PMID:39792851	研究论文	本文提出了一种级联混合双域深度学习框架，用于从高度欠采样的数据中重建诊断质量的心脏MR图像	引入了双域深度学习方法，结合多线圈数据一致性（MCDC）层，从一维变密度（VD）随机欠采样数据中重建心脏MR图像	高空间分辨率应用中存在模糊或残留伪影的问题	加速MRI数据采集并提高图像质量	心脏MR图像	计算机视觉	心血管疾病	深度学习	U-Net	图像	NA
13846	2025-01-13	From whole-slide image to biomarker prediction: end-to-end weakly supervised deep learning in computational pathology 2025-Jan, Nature protocols IF:13.1Q1 DOI:10.1038/s41596-024-01047-2 PMID:39285224	研究论文	本文介绍了一种名为STAMP的实用工作流程，用于从全切片图像（WSIs）直接预测生物标志物，通过深度学习在计算病理学中实现固体肿瘤的关联建模	STAMP工作流程的创新点在于其作为一个协作框架，能够被临床医生和工程师共同使用，用于在计算病理学领域建立研究项目，并且能够整合遗传和临床病理学数据	STAMP工作流程需要一天的计算执行时间和基本的命令行知识，这可能对某些用户构成限制	研究目的是开发一种能够直接从WSIs预测生物标志物的深度学习工作流程，以促进精准肿瘤学中复杂生物标志物的普及	研究对象是固体肿瘤的全切片图像（WSIs）	数字病理学	结直肠癌	深度学习	NA	图像	NA
13847	2025-01-12	Deep Learning Reconstruction of Prospectively Accelerated MRI of the Pancreas: Clinical Evaluation of Shortened Breath-Hold Examinations With Dixon Fat Suppression 2025-Feb-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001110 PMID:39043213	研究论文	本研究评估了一种新型深度学习重建算法在胰腺MRI检查中的应用，旨在缩短屏气时间并提高图像质量	首次在临床环境中评估了深度学习重建算法在胰腺病理学背景下的加速MRI检查中的应用，并显著缩短了屏气时间	研究为单中心研究，样本量较小（32名参与者），且仅使用了1.5 T MRI扫描仪	评估深度学习重建算法在胰腺MRI检查中的性能，包括缩短屏气时间、提高图像质量和诊断信心	患有各种胰腺疾病的患者	医学影像	胰腺疾病	深度学习重建算法，Dixon脂肪抑制技术	深度学习模型	MRI图像	32名参与者（平均年龄62±19岁，20名男性）
13848	2025-01-12	Artificial T1-Weighted Postcontrast Brain MRI: A Deep Learning Method for Contrast Signal Extraction 2025-Feb-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001107 PMID:39074258	研究论文	本研究比较了两种重新实现的最先进深度学习方法与一种提出的对比信号提取方法，用于从非对比和低剂量图像合成人工T1加权全剂量图像	提出了一种新的对比信号提取方法，显著改善了合成后对比图像的质量	在现有剂量下，仍有相当比例的图像与参考图像的可互换性不足	比较不同深度学习方法在合成人工T1加权全剂量图像中的性能	213名接受脑部磁共振成像的参与者	医学影像	NA	磁共振成像	深度学习方法	图像	213名参与者，其中50名作为测试集
13849	2025-01-12	Trap colour strongly affects the ability of deep learning models to recognize insect species in images of sticky traps 2025-Feb, Pest management science IF:3.8Q1 DOI:10.1002/ps.8464 PMID:39377441	研究论文	本研究探讨了粘虫板颜色和成像设备对深度学习模型在粘虫板上分类害虫性能的影响	首次深入研究了粘虫板颜色对深度学习模型分类害虫性能的影响，并提出了使用透明粘虫板作为训练数据以提高模型准确性的方法	研究仅使用了MobileNetV2架构，未探索其他深度学习模型的效果	研究粘虫板颜色和成像设备对深度学习模型分类害虫性能的影响	粘虫板上的害虫	计算机视觉	NA	深度学习	MobileNetV2	图像	NA
13850	2025-01-12	Bioimaging and the future of whole-organismal developmental physiology 2025-Feb, Comparative biochemistry and physiology. Part A, Molecular & integrative physiology DOI:10.1016/j.cbpa.2024.111783 PMID:39581226	评论	本文探讨了生物成像在整体生物发育生理学研究中的重要性及其未来潜力	强调了图像分析，特别是深度学习方法，在推动对发育动物生长和功能理解方面的潜力，并探讨了计算机视觉在不同物种、生命阶段和实验中的可转移性	未具体提及研究的局限性	评估成像作为测量整体生物发育生理学手段的重要性，并探索计算机视觉在该领域的应用	发育中的动物	计算机视觉	NA	生物成像	深度学习	图像	NA
13851	2025-01-12	Stress testing deep learning models for prostate cancer detection on biopsies and surgical specimens 2025-Feb, The Journal of pathology IF:5.6Q1 DOI:10.1002/path.6373 PMID:39660731	研究论文	本文研究了深度学习模型在前列腺癌检测中的应用，特别是在活检和手术标本上的表现差异	探讨了样本处理差异对深度学习模型性能的影响，并提出了需要针对不同样本类型（活检和手术标本）定制机器学习模型的必要性	研究仅基于特定数据集（宾夕法尼亚大学和NRG/RTOG 0521临床试验），可能无法完全代表所有临床环境	研究样本处理差异对深度学习模型在前列腺癌检测中性能的影响	前列腺癌的活检和手术标本	数字病理学	前列腺癌	深度学习	CNN (DenseNet)	图像	1,000个样本（包括100个手术标本和50个活检标本），以及来自NRG/RTOG 0521临床试验的750个活检标本
13852	2025-01-12	Unveiling the power of artificial intelligence for image-based diagnosis and treatment in endodontics: An ally or adversary? 2025-Feb, International endodontic journal IF:5.4Q1 DOI:10.1111/iej.14163 PMID:39526945	综述	本文综述了人工智能在牙髓病学中的应用，评估了其在2D和3D成像中的使用，并探讨了其作为有益工具或潜在挑战的角色	本文详细探讨了人工智能在牙髓病学中的创新应用，特别是在2D和3D成像中的诊断和治疗规划方面的显著提升	一些研究指出，AI模型的训练依赖于体外或离体数据集，这些数据集无法复制临床环境的复杂性，可能影响AI应用的可靠性	评估人工智能在牙髓病学中的应用，特别是在2D和3D成像中的使用，并探讨其作为有益工具或潜在挑战的角色	牙髓病学中的2D和3D成像数据	计算机视觉	牙髓病	深度学习算法	卷积神经网络（CNN）	2D和3D图像	NA
13853	2025-01-12	MRI-Seed-Wizard: combining deep learning algorithms with magnetic resonance imaging enables advanced seed phenotyping 2025-Jan-10, Journal of experimental botany IF:5.6Q1 DOI:10.1093/jxb/erae408 PMID:39383098	研究论文	本文介绍了一种新工具MRI-Seed-Wizard，结合深度学习算法与非侵入性磁共振成像（MRI），用于植物种子的三维形态、组成和内部特征的无损评估	MRI-Seed-Wizard工具首次将深度学习算法与MRI结合，用于植物种子表型分析，能够自动识别、标记和分析数字MRI数据，并提供了先进的MRI协议以提高通量	NA	开发一种非破坏性的三维评估工具，用于种子形态、组成和内部特征的量化分析，以支持植物育种和生物技术项目	小麦（Triticum aestivum）和大麦（Hordeum vulgare）的种子	计算机视觉	NA	磁共振成像（MRI）	深度学习算法	图像	NA
13854	2025-01-12	Deep learning-based lymph node metastasis status predicts prognosis from muscle-invasive bladder cancer histopathology 2025-Jan-10, World journal of urology IF:2.8Q2 DOI:10.1007/s00345-025-05440-8 PMID:39792275	研究论文	本研究开发了一种基于深度学习的模型，通过原发肿瘤组织预测肌层浸润性膀胱癌（MIBC）的淋巴结转移状态，并验证了预测的aiN评分在MIBC患者中的预后价值	首次使用深度学习模型直接从H&E染色的组织学图像中提取相关信息，预测MIBC患者的淋巴结转移状态，并验证其预后价值	需要在前瞻性研究中进一步验证模型的预测能力	开发并验证一种基于深度学习的模型，用于预测MIBC患者的淋巴结转移状态及其预后价值	肌层浸润性膀胱癌（MIBC）患者	数字病理学	膀胱癌	深度学习	UNI视觉编码器	图像	323名来自TCGA的患者用于训练和内部验证，139名来自武汉大学人民医院的患者用于外部验证
13855	2025-01-12	Machine learning assisted plasmonic metascreen for enhanced broadband absorption in ultra-thin silicon films 2025-Jan-09, Light, science & applications DOI:10.1038/s41377-024-01723-8 PMID:39779674	研究论文	本文提出并展示了一种数据驱动的等离子体元屏幕，能够在超薄硅膜中高效吸收宽光谱范围内的入射光	通过将双纳米环银阵列嵌入20纳米的超薄非晶硅层中，实现了光吸收的显著增强，并开发了一个深度学习框架来优化设计	需要精确调谐等离子体共振以匹配硅活性层的吸收区域	提高超薄硅膜的光吸收效率，以改善光转换效率	超薄非晶硅层和双纳米环银阵列	机器学习	NA	深度学习	深度学习框架	光谱数据	NA
13856	2025-01-12	Effective BCDNet-based breast cancer classification model using hybrid deep learning with VGG16-based optimal feature extraction 2025-Jan-08, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01538-4 PMID:39780045	研究论文	本文提出了一种基于BCDNet的新型深度学习模型，用于使用超声图像对乳腺肿瘤进行良恶性分类	该模型结合了预训练的VGG16网络进行特征提取，并采用AHDNAM分类方法，包括ASPP、DTCN、1DCNN和注意力机制，通过RPAOSM-ESO算法优化权重和参数，提高了分类准确性	研究主要依赖于超声图像，未涉及其他成像技术如MRI或X光，可能限制了模型的通用性	设计一个有效的乳腺癌诊断模型，以准确分类早期肿瘤，从而降低死亡率	乳腺肿瘤的超声图像	计算机视觉	乳腺癌	深度学习	VGG16, BCDNet	图像	NA
13857	2025-01-12	Hybrid natural language processing tool for semantic annotation of medical texts in Spanish 2025-Jan-08, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05949-6 PMID:39780059	研究论文	本文介绍了一种基于深度学习和词典的西班牙语医学文本命名实体识别工具，用于医学文本的语义注释	结合了基于词典的系统和Transformer模型（如RoBERTa、mBERT和mDeBERTa）的混合工具，用于西班牙语医学文本的命名实体识别和标准化	工具主要在西班牙语文本上进行验证，可能在其他语言上的性能尚未测试	开发一种能够从西班牙语医学文本中提取结构化信息的自然语言处理工具	西班牙语医学文本，包括临床试验和临床病例报告	自然语言处理	NA	命名实体识别（NER）、Transformer模型	RoBERTa、mBERT、mDeBERTa	文本	1200篇文本用于训练，200篇新文本用于外部验证
13858	2025-01-12	Feasibility of occlusal plane in predicting the changes in anteroposterior mandibular position: a comprehensive analysis using deep learning-based three-dimensional models 2025-Jan-08, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-024-05345-9 PMID:39780117	研究论文	本研究通过深度学习重建的三维模型，分析了不同咬合平面倾斜度与前后下颌位置变化之间的关系，并探讨了咬合平面倾斜度在预测前后下颌位置变化中的可行性	首次使用深度学习重建的三维模型来全面分析咬合平面倾斜度与前后下颌位置变化之间的关系，并提出了改进功能咬合平面（IFOP）倾斜度在预测前后下颌位置变化中的潜力	样本量相对较小（115个三维模型），且仅基于CBCT数据，未考虑其他影像学数据	分析咬合平面倾斜度与前后下颌位置变化之间的关系，并探讨其在预测前后下颌位置变化中的可行性	115个基于CBCT数据重建的三维模型	数字病理学	NA	深度学习、锥形束计算机断层扫描（CBCT）	深度学习模型	三维模型	115个三维模型
13859	2025-01-12	Skin image analysis for detection and quantitative assessment of dermatitis, vitiligo and alopecia areata lesions: a systematic literature review 2025-Jan-08, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02843-2 PMID:39780145	系统文献综述	本文综述了计算机视觉技术在皮肤病（如皮炎、白癜风和斑秃）检测和定量评估中的应用	系统性地总结了深度学习架构和图像处理算法在皮肤病检测中的应用，并强调了定量疾病评估的重要性	缺乏疾病特定的数据集和标注，未来需要更多无监督或自监督方法的研究	探讨计算机视觉技术在皮肤病检测和定量评估中的应用	皮炎、白癜风和斑秃等皮肤病	计算机视觉	皮肤病	深度学习架构和图像处理算法	NA	图像	NA
13860	2025-01-12	3D DenseNet with temporal transition layer for heart rate estimation from real-life RGB videos 2025, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-241104 PMID:39058471	研究论文	本文开发了一种基于3D卷积神经网络（3DCNN）的深度学习模型，用于从RGB视频中准确估计心率	提出了带有3D时间过渡层的3D DenseNet模型，用于从更接近真实医院环境的视频数据集中估计心率	模型在非受控环境下的性能可能因训练数据集和模型架构的不同而有所变化	开发一种深度学习模型，用于从RGB视频中准确估计心率	RGB视频数据	计算机视觉	心血管疾病	3D卷积神经网络（3DCNN）	3D DenseNet	视频	大规模视频数据集