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
241	2025-05-10	Deep learning-based automated guide for defining a standard imaging plane for developmental dysplasia of the hip screening using ultrasonography: a retrospective imaging analysis 2025-Feb-18, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02926-8 PMID:39966904	research paper	提出了一种基于深度学习的神经网络模型，用于在二维超声扫描中自动检测五个标志点，以开发用于发育性髋关节发育不良（DDH）筛查的标准平面	开发了一种结合全局和局部网络的模型，用于自动检测DDH筛查中的五个关键标志点，这在临床应用中具有创新性	研究仅基于单一医疗中心的回顾性数据，可能限制了模型的泛化能力	开发一种自动检测超声图像中五个标志点的深度学习模型，用于DDH筛查	接受髋关节超声检查以进行DDH筛查的患者	digital pathology	developmental dysplasia of the hip	2D ultrasonography	EfficientNetB2	image	532名患者
242	2025-05-10	Deep learning-assisted screening and diagnosis of scoliosis: segmentation of bare-back images via an attention-enhanced convolutional neural network 2025-Feb-14, Journal of orthopaedic surgery and research IF:2.8Q1 DOI:10.1186/s13018-025-05564-y PMID:39953540	研究论文	开发了一种基于深度学习的图像分割模型，用于提高脊柱侧弯筛查的效率	在原始U-Net架构中加入了注意力机制，构建了Dual AttentionUNet模型用于图像分割	研究样本量相对较小，仅包含350名脊柱侧弯患者和108名健康受试者	提高脊柱侧弯筛查的效率和准确性	脊柱侧弯患者和健康受试者的裸背图像和站立全长前后位脊柱X光片	计算机视觉	脊柱侧弯	深度学习	Dual AttentionUNet	图像	350名脊柱侧弯患者和108名健康受试者
243	2025-05-10	Machine Learning in the Management of Patients Undergoing Catheter Ablation for Atrial Fibrillation: Scoping Review 2025-Feb-10, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/60888 PMID:39928932	综述	本文通过范围综述评估了机器学习在心房颤动导管消融患者管理中的应用现状	系统比较了不同机器学习模型在特定临床任务中的表现，并总结了该领域的优势与局限性	大多数模型缺乏外部验证，存在高偏倚风险	评估机器学习在心房颤动导管消融患者管理中的应用证据	接受心房颤动导管消融治疗的患者	机器学习	心血管疾病	机器学习	CNN	人口统计学数据、临床特征、影像学数据、电生理信号	23项纳入研究
244	2025-05-10	Renji endoscopic submucosal dissection video data set for early gastric cancer 2025-Feb-10, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04573-0 PMID:39929844	research paper	介绍了一个用于早期胃癌治疗的Renji内镜黏膜下剥离术(ESD)视频数据集	这是首个公开可用的用于早期胃癌治疗的ESD数据集	数据集规模相对较小，仅包含20个ESD内镜视频	推动计算机辅助干预、手术学习和术后手术视频分析技术的发展	早期胃癌(EGC)的内镜黏膜下剥离术(ESD)视频	computer vision	gastric cancer	deep learning	NA	video	20个ESD内镜视频和66,656个阶段识别标注
245	2025-05-10	Exploration of the optimal deep learning model for english-Japanese machine translation of medical device adverse event terminology 2025-Feb-08, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02912-0 PMID:39923074	research paper	本研究探索了英语-日语医疗设备不良事件术语机器翻译的最佳深度学习模型	比较了多种机器翻译模型在医疗术语翻译中的表现，发现GPT-4在定量和定性评估中均优于其他模型	研究仅基于50个随机抽取的句子，样本量较小	为自动术语映射系统寻找最佳的英语-日语医疗术语机器翻译模型	国际医疗器械监管机构论坛(IMDRF-AET)发布的英语-日语平行术语数据	natural language processing	NA	机器翻译	mBART50, m2m-100, Google Translation, Multilingual T5, GPT-3, ChatGPT, GPT-4	text	50个随机抽取的术语及其定义句子
246	2025-05-10	Arthroscopy-validated Diagnostic Performance of 7-Minute Five-Sequence Deep Learning Super-Resolution 3-T Shoulder MRI 2025-Feb, Radiology IF:12.1Q1 DOI:10.1148/radiol.241351 PMID:39964264	research paper	该研究验证了7分钟三倍并行成像加速的深度学习超分辨率3-T肩部MRI在诊断肩部病变中的临床效果	首次通过关节镜验证了深度学习超分辨率MRI在肩部病变诊断中的良好性能	样本量相对较小（121名成人），且为回顾性研究	验证加速深度学习MRI在肩部病变诊断中的临床效果	成人肩痛患者	digital pathology	shoulder conditions	深度学习超分辨率MRI	DL	MRI图像	121名成人（平均年龄55岁±14，75名男性）
247	2025-05-10	Association of Epicardial Adipose Tissue Changes on Serial Chest CT Scans with Mortality: Insights from the National Lung Screening Trial 2025-Feb, Radiology IF:12.1Q1 DOI:10.1148/radiol.240473 PMID:39964263	research paper	该研究探讨了心外膜脂肪组织(EAT)在两年间隔内的变化与接受连续低剂量CT肺癌筛查个体死亡率之间的关联	使用经过验证的自动深度学习算法从连续低剂量CT扫描中获取EAT体积和密度，并首次将EAT变化分为典型和非典型变化来预测死亡率	研究为二次分析，可能存在原始数据收集时的局限性	研究EAT变化与全因死亡率、心血管死亡率和肺癌死亡率之间的关联	接受连续低剂量CT肺癌筛查的个体	digital pathology	lung cancer	low-dose CT	deep learning	CT image	20661名参与者(平均年龄61.4岁±5.0，男性12237名[59.2%])
248	2025-05-10	Change analysis of surface water clarity in the Persian Gulf and the Oman Sea by remote sensing data and an interpretable deep learning model 2025-Feb, Environmental science and pollution research international DOI:10.1007/s11356-025-36018-x PMID:39966320	研究论文	利用遥感数据和可解释深度学习模型分析波斯湾和阿曼海水体透明度的变化	结合MODIS-Aqua影像、统计测试和深度学习模型，首次全面监测波斯湾和阿曼海2002至2018年的水体透明度变化，并应用解释技术确定关键影响因素	研究时间跨度有限（2002-2018年），且仅基于MODIS-Aqua影像数据	监测波斯湾和阿曼海的水体透明度变化以评估生态系统健康状况和水质	波斯湾和阿曼海的水体透明度及相关环境参数	遥感与环境监测	NA	MODIS-Aqua遥感影像、统计测试、深度学习模型	CNN、LSTM	遥感影像、环境参数数据	2002至2018年波斯湾和阿曼海的遥感监测数据
249	2025-05-10	A practical deep learning model for core temperature prediction of specialized workers in high-temperature environments 2025-Feb, Journal of thermal biology IF:2.9Q1 DOI:10.1016/j.jtherbio.2025.104079 PMID:39970650	研究论文	本文开发了一种结合卡尔曼滤波和长期序列预测深度学习模型的无创核心温度预测模型，用于高温环境下特种作业人员的健康监测	结合卡尔曼滤波和长期序列预测深度学习模型，利用皮肤温度和心率作为输入特征，实现个性化实时核心温度预测	实验样本量较小（13名参与者），且仅在34至40°C的环境温度范围内进行验证	解决高温环境下特种作业人员核心温度的实时监测和预测问题	高温环境下特种作业人员的核心温度	机器学习	NA	卡尔曼滤波和长期序列预测深度学习模型	LSTM	皮肤温度和心率数据	13名参与者的实验数据
250	2025-05-10	Radiomics and Deep Learning Prediction of Immunotherapy-Induced Pneumonitis From Computed Tomography 2025-Feb, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI-24-00198 PMID:39977708	研究论文	该研究利用放射组学和深度学习技术，通过计算机断层扫描（CT）预测免疫治疗引起的肺炎（PN）	首次结合放射组学特征和深度学习模型（CNN）预测免疫治疗引起的肺炎，相比传统放射组学方法，深度学习模型表现出更高的预测性能	结合放射组学和深度学习的模型相比仅使用CNN的模型并未显示出显著改进	预测癌症患者在免疫检查点抑制剂（ICI）治疗期间可能发生的肺炎，以提高治疗安全性和有效性	接受ICI治疗的癌症患者	数字病理学	肺癌	计算机断层扫描（CT）	CNN	图像	671名患者的2,700份胸部CT扫描数据
251	2025-05-10	Quantifying Nuclear Structures of Digital Pathology Images Across Cancers Using Transport-Based Morphometry 2025-Feb, Cytometry. Part A : the journal of the International Society for Analytical Cytology DOI:10.1002/cyto.a.24917 PMID:39982036	研究论文	本文介绍了一种基于最优传输数学的新技术，用于直接从成像数据中建模与核染色质结构相关的信息内容	提出了一种基于最优传输的形态测量（TBM）框架，能够表示每个细胞核相对于模板细胞核的整个信息内容，且对不同的染色模式和成像协议具有鲁棒性	NA	通过核形态学量化技术，提升核形态测量在癌症诊断和研究中的定量化水平	数字病理图像中的核结构，特别是来自癌症肿瘤的核图像	数字病理学	癌症	最优传输、特征提取、深度学习	TBM框架	图像	涉及多种癌症组织类型，包括肝脏实质、甲状腺、肺间皮和皮肤上皮来源的肿瘤
252	2025-05-09	Triboelectric Sensors Based on Glycerol/PVA Hydrogel and Deep Learning Algorithms for Neck Movement Monitoring 2025-Feb-26, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c20821 PMID:39950449	研究论文	介绍了一种基于甘油/PVA水凝胶和深度学习算法的摩擦电传感器，用于颈部运动监测	提出了一种新型、灵活且可拉伸的摩擦电纳米发电机（TENG），结合CNN和BiLSTM算法，实现了97.14%的识别准确率	未提及样本量或实验参与者的具体数量	开发一种用于预防颈椎病的颈部运动监测系统	颈部运动	传感器技术	颈椎病	摩擦电纳米发电机（TENG）	CNN和BiLSTM	传感器数据	NA
253	2025-05-09	RAE-Net: a multi-modal neural network based on feature fusion and evidential deep learning algorithm in predicting breast cancer subtypes on DCE-MRI 2025-Feb-25, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adb494 PMID:39933196	研究论文	本研究介绍了一种基于多模态特征融合和证据深度学习算法的新型神经网络模型RAE-Net，用于提高动态对比增强磁共振成像（DCE-MRI）对乳腺癌分子亚型的预测准确性	RAE-Net结合了多模态特征融合和证据深度学习算法，不仅提高了预测准确性，还引入了不确定性估计以增强分类的可靠性	研究样本量相对较小（344例患者），且仅使用了DCE-MRI数据	提高乳腺癌分子亚型的预测准确性，以支持个性化治疗	乳腺癌患者的DCE-MRI数据	数字病理学	乳腺癌	动态对比增强磁共振成像（DCE-MRI）	RAE-Net（基于ResNet-50、多头注意力融合和多层感知机机制）	图像	344例经组织学确认的乳腺癌患者（训练集200例，验证集60例，测试集62例）
254	2025-05-09	Application of Surface-Enhanced Raman Spectroscopy in Head and Neck Cancer Diagnosis 2025-Feb-25, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c02796 PMID:39951652	review	本文综述了表面增强拉曼光谱（SERS）在头颈癌诊断和治疗中的应用现状及前景	展示了SERS在液体活检、单分子检测、肿瘤微环境表征以及与人工智能结合方面的创新应用	未提及具体的技术实施难点或临床转化障碍	探讨SERS技术在头颈癌精准诊疗领域的应用潜力	头颈癌的分子生物学诊断、组织水平识别和治疗监测	数字病理学	头颈癌	表面增强拉曼光谱（SERS）	机器学习与深度学习算法	光谱数据	NA
255	2025-05-09	Automated hallucination detection for synthetic CT images used in MR-only radiotherapy workflows 2025-Feb-25, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adb5eb PMID:39946843	研究论文	开发了一种用于检测AI生成的合成CT图像中骨幻觉的工具，以提高MR-only放射治疗工作流程的准确性和安全性	提出了一种基于深度学习自动分割模型的骨幻觉筛查工具，用于识别AI生成的合成CT图像中的错误区域	模型的平均特异性在不同距离参数下有所变化，且测试数据集较小（仅10例）	提高MR-only放射治疗工作流程中AI生成的合成CT图像的准确性和安全性	AI生成的盆腔合成CT图像	数字病理	NA	深度学习自动分割	3D SegResNet	MR图像和CT图像	86对Dixon MR图像集和对应的规划CT图像变形轮廓用于训练，10例独立测试数据集
256	2025-05-09	Stacked CNN-based multichannel attention networks for Alzheimer disease detection 2025-Feb-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85703-x PMID:39962097	research paper	该研究提出了一种基于堆叠CNN和多通道注意力网络的轻量级模型SCCAN，用于MRI图像中的阿尔茨海默病检测	提出了一种结合堆叠CNN和通道注意力模块的新型模型SCCAN，通过多层次特征提取和通道维度上的特征选择，有效减少噪声并提升特征权重效果	模型在较小数据集上训练，可能在大规模数据集上的泛化能力有待验证	开发一种高效的阿尔茨海默病自动识别系统	阿尔茨海默病患者的MRI图像	digital pathology	geriatric disease	MRI	CNN, Channel Attention Network	image	ADNI1 Complete 1Yr 1.5T, Kaggle和OASIS-1数据集
257	2025-05-09	Dense convolution-based attention network for Alzheimer's disease classification 2025-Feb-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85802-9 PMID:39962113	研究论文	提出了一种名为DenseAttentionNetwork (DANet)的轻量级模型，用于在3D MRI图像中检测阿尔茨海默病	结合密集连接和线性注意力机制，以较少的参数实现高效预测，并克服标准自注意力的一些限制	未提及具体的局限性	开发一个高效且参数较少的模型，用于阿尔茨海默病的分类	3D MRI图像	数字病理学	阿尔茨海默病	3D MRI成像	CNN与线性注意力机制结合的DANet	3D图像	多机构数据集，具体数量未提及
258	2025-05-09	Multimodal surface-based transformer model for early diagnosis of Alzheimer's disease 2025-Feb-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90115-y PMID:39962212	研究论文	提出了一种基于多模态表面特征的Transformer模型，用于阿尔茨海默病的早期诊断	首次利用多模态、轻量级的皮层表面特征（来自MRI和PET扫描）替代计算密集型的3D体积特征，并采用中间融合方法和交叉注意力机制高效整合不同模态的特征	研究仅基于ADNI系列数据集，未在其他独立数据集上验证	开发一种计算效率更高的阿尔茨海默病早期诊断方法	阿尔茨海默病患者	数字病理学	阿尔茨海默病	MRI, PET扫描	Transformer	图像	ADNI系列数据集（具体数量未提及）
259	2025-05-09	A unified framework harnessing multi-scale feature ensemble and attention mechanism for gastric polyp and protrusion identification in gastroscope imaging 2025-Feb-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90034-y PMID:39962226	研究论文	本研究提出了一种名为MultiAttentiveScopeNet的深度学习模型，用于提高胃镜图像中胃息肉和隆起物的识别准确率	结合多层特征集成和注意力机制，提高胃镜图像分析的准确性和可解释性	NA	解决胃息肉和隆起物在胃镜图像中的诊断挑战	胃镜图像	计算机视觉	胃部疾病	深度学习	CNN	图像	大型多类胃镜图像数据集
260	2025-05-09	A hybrid optimization-enhanced 1D-ResCNN framework for epileptic spike detection in scalp EEG signals 2025-Feb-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90164-3 PMID:39962290	research paper	提出了一种结合1D残差卷积神经网络(1D-ResCNN)和混合优化策略的深度学习架构，用于头皮脑电信号中的癫痫尖峰检测	结合LAMB和AdamW算法的混合优化策略，提高了模型效率和收敛速度，同时从时域和频域脑电数据中提取特征	NA	开发一种高效、准确的癫痫尖峰实时检测方法	头皮脑电信号中的癫痫尖峰	digital pathology	epilepsy	1D-ResCNN, LAMB, AdamW	1D-ResCNN	EEG signals	CHB-MIT数据集(12名患者的24通道脑电记录)和Siena数据集(14名成人患者的脑电数据)