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
541	2025-04-27	A personalized periodontitis risk based on nonimage electronic dental records by machine learning 2025-Feb, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2024.105469 PMID:39571782	research paper	本研究开发了一种基于非图像电子牙科记录（EDRs）的机器学习模型，用于预测牙周病（PD）的风险	利用机器学习模型从非图像电子牙科记录中预测牙周病风险，并识别关键预测因素	模型在验证集中对对照组的预测特异性较低（54%），需要进一步改进内部和外部验证	开发一种机器学习模型，用于早期检测和预防牙周病	来自美国的牙科患者，基于牙周病诊断、治疗和牙周袋情况的病例和对照组	machine learning	periodontal disease	machine learning	Random Forest	electronic dental records	43,331名参与者
542	2025-04-27	Skeletal muscle is independently associated with grade 3-4 toxicity in advanced stage pancreatic ductal adenocarcinoma patients receiving chemotherapy 2025-Feb, Clinical nutrition ESPEN IF:2.9Q3 DOI:10.1016/j.clnesp.2024.11.004 PMID:39577693	research paper	该研究探讨了晚期胰腺导管腺癌（PDAC）患者在接受FOLFIRINOX化疗期间，身体组成与治疗毒性之间的关系	研究发现肌肉减少症和早期肌肉及脂肪消耗与治疗相关毒性有关，提出了基于身体组成的个性化化疗剂量调整的可能性	研究样本量较小（n=65），且为回顾性研究	研究晚期PDAC患者在接受FOLFIRINOX化疗时身体组成与治疗毒性的关系	晚期胰腺导管腺癌（PDAC）患者	digital pathology	pancreatic cancer	CT图像分割和深度学习	NA	CT图像	65名患者
543	2025-04-27	AI-powered techniques in anatomical imaging: Impacts on veterinary diagnostics and surgery 2025-Feb, Annals of anatomy = Anatomischer Anzeiger : official organ of the Anatomische Gesellschaft DOI:10.1016/j.aanat.2024.152355 PMID:39577814	综述	本文探讨了人工智能在兽医诊断影像学中的创新与挑战，及其对诊断准确性和手术风险缓解的潜在影响	综述了AI在兽医影像诊断中的应用，包括深度学习与卷积神经网络在多种影像模态中的潜力	需解决数据隐私、算法偏见及临床工作流程整合等挑战	探索AI技术在兽医诊断和手术中的创新应用及其潜在影响	兽医诊断影像学中的AI应用	数字病理	NA	深度学习、卷积神经网络	CNN	医学影像（X光、超声、CT、MRI/乳腺摄影）	NA
544	2025-04-27	CelloType: a unified model for segmentation and classification of tissue images 2025-Feb, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02513-1 PMID:39578628	research paper	介绍了一种名为CelloType的端到端模型，用于基于图像的空间组学数据中的细胞分割和分类	采用多任务学习策略，将细胞分割和分类任务整合在一起，同时提升两者的性能，优于传统的两阶段方法	未提及具体的数据集规模或模型在特定条件下的性能限制	提升空间组学数据中细胞分割和分类的自动化标注能力	基于图像的空间组学数据中的细胞和非细胞元素	digital pathology	NA	transformer-based deep learning	transformer	image	多种多重荧光和空间转录组图像
545	2025-04-27	Weakly Supervised Classification of Mohs Surgical Sections Using Artificial Intelligence 2025-Feb, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2024.100653 PMID:39522646	research paper	该研究开发并评估了一种深度学习模型，用于在Mohs显微外科手术全切片图像中检测基底细胞癌（BCC），结合弱监督学习和基于可解释分割的方法	通过注意力图将弱监督学习与可解释的分割方法相结合，提高了模型在BCC检测中的性能和可解释性	未对第三个外部数据集进行微调或预处理，可能影响模型在该数据集上的表现	解决Mohs显微外科手术全切片图像中基底细胞癌检测的挑战	基底细胞癌（BCC）的Mohs显微外科手术全切片图像	digital pathology	skin cancer	deep learning	CNN	image	来自2个医疗中心的数据集
546	2025-04-27	The Future of Surgical Diagnostics: Artificial Intelligence-Enhanced Detection of Ganglion Cells for Hirschsprung Disease 2025-Feb, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2024.102189 PMID:39577743	research paper	本文介绍了一种利用人工智能技术增强术中诊断的方法，显著提高了赫希施普龙病中神经节细胞的检测效率	提出了一种基于深度学习的创新方法，通过ResNet-50模型和梯度加权类激活映射算法，显著提高了神经节细胞的检测准确率和诊断速度	研究样本来自3个中心的164名患者，可能无法代表所有临床情况	提高赫希施普龙病术中神经节细胞的检测效率和准确性	赫希施普龙病患者的手术样本	digital pathology	Hirschsprung disease	deep learning, whole-slide imaging	ResNet-50	image	366张冰冻切片和302张福尔马林固定石蜡包埋切片，来自164名患者
547	2025-04-27	Deciphering glioblastoma: Unveiling imaging markers for predicting MGMT promoter methylation status 2025-Feb, Current problems in cancer IF:2.5Q3 DOI:10.1016/j.currproblcancer.2024.101156 PMID:39531875	review	探讨影像特征在预测胶质母细胞瘤MGMT启动子甲基化状态中的潜力	结合当前影像技术和新兴的放射组学及深度学习模型，预测MGMT甲基化状态，以实现更早和更个体化的治疗和预后	先进的放射组学模型仍需进一步开发、标准化和实施	预测胶质母细胞瘤MGMT启动子甲基化状态，以改善治疗反应和患者预后	胶质母细胞瘤患者	digital pathology	glioblastoma	radiomics, deep learning	deep learning models	imaging	NA
548	2025-04-27	Development and evaluation of a deep learning model to reduce exomass-related metal artefacts in cone-beam CT: an ex vivo study using porcine mandibles 2025-Feb-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twae062 PMID:39589904	研究论文	开发并评估了一种深度学习模型，用于减少锥形束CT中由外源性物质引起的金属伪影	使用条件去噪扩散概率模型（DL技术）校正锥形束CT中外源性物质相关的金属伪影，提高了图像质量	研究仅使用了猪下颌骨作为实验对象，未来需要进一步验证在人体中的应用效果	减少锥形束CT中外源性物质引起的金属伪影，提高图像质量	猪下颌骨及其中植入的钛、钛锆和氧化锆牙科植入物	数字病理	NA	锥形束CT（CBCT）	条件去噪扩散概率模型	图像	5个猪下颌骨，每个下颌骨植入6个填充放射不透明溶液的管子，并逐步插入最多3个牙科植入物
549	2025-04-27	Using CT images to assist the segmentation of MR images via generalization: Segmentation of the renal parenchyma of renal carcinoma patients 2025-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.17494 PMID:39494916	research paper	探讨通过泛化能力利用CT图像辅助MR图像分割的可行性及稳健性，应用于肾细胞癌患者的肾实质分割	提出了一种利用CT图像通过泛化能力辅助MR图像分割的简化方法，避免了复杂的跨模态框架	需要更全面的测试来验证方法的泛化能力	探索在多模态医学图像分割中减少数据和标注需求的方法	肾细胞癌患者的肾实质	digital pathology	renal cell carcinoma	3D-UNET	CNN	image	116 CT图像和240 MR图像
550	2025-04-27	4DCT image artifact detection using deep learning 2025-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.17513 PMID:39540716	research paper	本研究开发了一种基于深度学习的算法，用于检测4DCT图像中的伪影位置	该模型能够灵活处理多种类型的伪影，包括重复、错位、截断和插值，且灵敏度比现有方法高8%	NA	开发一种深度学习算法，用于识别4DCT图像中的伪影位置	4DCT图像中的伪影	computer vision	NA	4DCT	U-net CNN	image	从98次4DCT扫描中提取的23,000多个冠状切片
551	2025-04-27	Applications and potential of machine, learning augmented chest X-ray interpretation in cardiology 2025-Feb, Minerva cardiology and angiology IF:1.4Q3 DOI:10.23736/S2724-5683.24.06288-4 PMID:39535525	review	本文探讨了机器学习在胸部X光片解读中的应用及其在心脏病学中的潜在影响	综述了机器学习在提高胸部X光片解读效率、病理检测准确性和临床决策支持方面的潜在应用	未提及具体的技术实现细节或临床验证结果	探索机器学习在心脏病学中胸部X光片解读的当前和未来应用	胸部X光片及其在心脏病学中的应用	digital pathology	cardiovascular disease	machine learning	deep learning	image	NA
552	2025-04-27	Glottic opening detection using deep learning for neonatal intubation with video laryngoscopy 2025-Feb, Journal of perinatology : official journal of the California Perinatal Association IF:2.4Q1 DOI:10.1038/s41372-024-02171-3 PMID:39537817	research paper	本研究开发了一种基于深度学习的AI方法，用于在新生儿喉镜插管过程中自动检测声门开口，以提高插管效果	首次将YOLOv8深度学习模型应用于新生儿喉镜插管中的声门开口检测，并实现了与医疗人员相当或更优的性能	样本量相对较小（84例新生儿插管），且模型性能略逊于专家级医疗人员	开发AI辅助工具以提高新生儿喉镜插管的安全性和效率	新生儿喉镜插管过程中的声门开口检测	computer vision	NA	video laryngoscopy (VL)	YOLOv8	video frames	1623张视频帧（来自84例新生儿插管）
553	2025-04-26	Transformer-based approaches for neuroimaging: an in-depth review of their role in classification and regression tasks 2025-Feb-25, Reviews in the neurosciences IF:3.4Q2 DOI:10.1515/revneuro-2024-0088 PMID:39333087	综述	本文深入探讨了Transformer模型在神经影像分类和回归任务中的应用及其研究进展	全面综述了Transformer模型在神经影像领域的应用现状，展示了其在分类任务中的卓越性能和在回归任务中的潜在优势	未涉及Transformer模型在实际临床应用中的具体挑战和限制	探讨Transformer模型在神经影像分类和回归任务中的应用及其研究进展	神经影像数据	神经影像分析	NA	Transformer模型及其变体	Transformer	神经影像数据	NA
554	2025-04-26	DeepCOVIDNet-CXR: deep learning strategies for identifying COVID-19 on enhanced chest X-rays 2025-Feb-25, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2021-0272 PMID:39370946	research paper	该研究通过深度学习策略，利用增强的胸部X光片识别COVID-19	研究首次分析了3615例COVID-19病例，并确定了最适合ConvNet架构的自适应直方图均衡化参数	研究中COVID-19胸部X光片的数量有限，可能影响临床相关性	评估使用自适应直方图均衡化（AHE）技术，通过ConvNet架构识别COVID-19的性能	COVID-19病例的胸部X光片	digital pathology	COVID-19	自适应直方图均衡化（AHE）	CNN（包括MobileNet、DarkNet19、VGG16和AlexNet）	image	3615例COVID-19病例的胸部X光片
555	2025-04-26	Geometric neural network based on phase space for BCI-EEG decoding 2025-Feb-19, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad88a2 PMID:39423831	research paper	本文提出了一种基于相位空间的几何神经网络Phase-SPDNet，用于BCI-EEG解码，旨在提高使用有限数量电极的脑机接口系统的性能	结合增强协方差方法和SPDNet框架，提出Phase-SPDNet架构，显著优于当前最先进的DL架构，且具有可解释性和低可训练参数数量	EEG信号存在训练数据有限、信噪比低以及受试者内和受试者间记录变异性大的问题	开发一种使用有限数量电极的深度学习算法，以提高脑机接口系统的用户舒适度和性能	脑电图（EEG）信号	脑机接口	NA	深度学习算法	Phase-SPDNet	EEG信号	近100名受试者，来自多个开源数据集
556	2025-04-26	OrganoIDNet: a deep learning tool for identification of therapeutic effects in PDAC organoid-PBMC co-cultures from time-resolved imaging data 2025-Feb, Cellular oncology (Dordrecht, Netherlands) DOI:10.1007/s13402-024-00958-2 PMID:38805131	研究论文	开发了一种名为OrganoIDNet的深度学习工具，用于从时间分辨成像数据中识别PDAC类器官-PBMC共培养中的治疗效果	引入了OrganoIDNet这一基于深度学习的算法，能够分析活细胞成像获取的PDAC类器官的明场图像，并能够区分健康和病态状态以及测量类器官对治疗的反应	研究主要依赖于体外共培养系统，可能无法完全模拟体内复杂的肿瘤微环境	评估PDAC类器官对化疗和免疫治疗的响应，开发实时监测治疗效果的平台	小鼠和人类患者来源的PDAC类器官与PBMCs的共培养系统	数字病理	胰腺导管腺癌(PDAC)	活细胞成像	深度学习算法(OrganoIDNet)	图像	NA
557	2025-04-26	Prediction of short-term adverse clinical outcomes of acute pulmonary embolism using conventional machine learning and deep Learning based on CTPA images 2025-Feb, Journal of thrombosis and thrombolysis IF:2.3Q2 DOI:10.1007/s11239-024-03044-4 PMID:39342072	研究论文	探讨基于CTPA图像的传统机器学习和深度学习算法对急性肺栓塞患者短期不良结局的预测价值	结合传统机器学习（如随机森林）和深度学习模型（如ResNet 50和Vgg 19）预测急性肺栓塞患者的短期不良结局，并比较不同模型的性能	样本量较小（132例患者），且为回顾性研究	预测急性肺栓塞患者的短期不良临床结局	132例经CTPA确诊的急性肺栓塞患者	数字病理	肺栓塞	CTPA图像分析、纹理特征提取	Logistic回归、随机森林、决策树、支持向量机、ResNet 50、Vgg 19	图像	132例患者（84例预后良好，48例预后不良）
558	2025-04-26	Deep Learning-based 12-Lead Electrocardiogram for Low Left Ventricular Ejection Fraction Detection in Patients 2025-Feb, The Canadian journal of cardiology DOI:10.1016/j.cjca.2024.09.018 PMID:39343388	研究论文	开发了一种基于深度学习的人工智能心电图算法，用于检测患者左心室射血分数降低并预测LVEF值	首次开发了一种AI-ECG算法，能够高效、快速地识别低射血分数患者，并预测LVEF值	外部验证的AUC值和MAE值较测试集有所下降，表明算法在不同数据集上的性能可能存在差异	开发一种高效、低成本的心力衰竭早期筛查工具	患者的12导联心电图数据	机器学习	心血管疾病	深度学习	AI-ECG算法	心电图数据	初始LVEF正常患者的5年随访数据及MIMIC-IV数据库的外部验证数据
559	2025-04-26	A review of deep learning methods for gastrointestinal diseases classification applied in computer-aided diagnosis system 2025-Feb, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03203-y PMID:39343842	综述	本文综述了深度学习在胃肠道疾病分类中的应用，特别是在计算机辅助诊断系统中的进展	提供了针对胃肠道疾病分类的深度学习技术的全面调查，并解决了复杂场景、临床限制和技术障碍中的挑战	NA	回顾胃肠道疾病的计算机辅助诊断系统，以配合实际的临床诊断流程	胃肠道疾病，包括食管、胃、小肠和大肠的病变	计算机视觉	胃肠道疾病	深度学习	NA	图像	NA
560	2025-04-26	Deep learning model for automated diagnosis of degenerative cervical spondylosis and altered spinal cord signal on MRI 2025-Feb, The spine journal : official journal of the North American Spine Society DOI:10.1016/j.spinee.2024.09.015 PMID:39357744	研究论文	开发了一个基于深度学习的模型，用于自动诊断退行性颈椎病和MRI上的脊髓信号改变	使用基于transformer的深度学习模型，首次实现了对颈椎管狭窄、神经孔狭窄和脊髓信号异常的自动检测与分类	研究为回顾性设计，且排除了有器械植入的病例	提高MRI颈椎病评估的效率和一致性	退行性颈椎病患者的MRI图像	数字病理学	颈椎病	MRI	transformer-based DL模型	图像	504例内部训练和测试MRI（504名患者），100例外部测试MRI（100名患者）