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
581	2025-04-26	Graph based recurrent network for context specific synthetic lethality prediction 2025-Feb, Science China. Life sciences DOI:10.1007/s11427-023-2618-y PMID:39422810	研究论文	提出了一种基于图循环网络的模型（SLGRN），用于预测特定遗传背景下的合成致死（SL）相互作用	引入图循环网络编码器获取特定背景下的低维特征表示，结合门控循环单元（GRU）和背景依赖状态，有效整合所有节点信息	未明确提及模型在跨癌症类型或大规模临床数据集上的泛化能力	探索具有治疗潜力的合成致死相互作用，推动癌症靶向治疗发展	合成致死相互作用及其遗传背景依赖性	机器学习	癌症	图神经网络（GNN）、门控循环单元（GRU）	SLGRN（基于图循环网络的模型）	图数据（基因相互作用网络）	NA（未明确提及具体样本量，但包含体外实验和回顾性临床分析验证）
582	2025-04-26	High-Accuracy and Lightweight Image Classification Network for Optimizing Lymphoblastic Leukemia Diagnosisy 2025-Feb, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24704 PMID:39429031	research paper	该研究提出了一种高精度轻量级图像分类网络，用于优化淋巴细胞白血病的诊断	采用渐进式收缩方法，整合了包括宽度、深度、分辨率和核大小在内的多维度剪枝技术，训练轻量级模型	数据集的物理限制和部署设备的限制可能影响模型的泛化能力	优化淋巴细胞白血病的早期检测和诊断	淋巴细胞白血病患者的骨髓细胞图像	digital pathology	lymphoblastic leukemia	deep learning	CNN	image	17,826张骨髓细胞图像来自85名患者
583	2025-04-26	Clinical Pilot of a Deep Learning Elastic Registration Algorithm to Improve Misregistration Artifact and Image Quality on Routine Oncologic PET/CT 2025-Feb, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.09.044 PMID:39462735	research paper	该研究评估了一种深度学习弹性配准算法在常规肿瘤PET/CT中改善配准伪影和图像质量的效果	提出了一种基于深度学习的弹性配准方法，用于改进PET和衰减校正CT之间的配准误差	样本量较小（30例患者），且仅针对特定类型的PET扫描（18F-FDG和64Cu-DOTATATE）	评估深度学习弹性配准算法在肿瘤PET/CT中的图像质量改善效果	30例接受常规肿瘤检查的患者（20例18F-FDG PET/CT和10例64Cu-DOTATATE PET/CT）	digital pathology	oncologic disease	PET/CT imaging	deep learning-based elastic registration algorithm	medical imaging (PET/CT)	30 patients (20 18F-FDG PET/CT and 10 64Cu-DOTATATE PET/CT)
584	2025-04-26	Electrocardiograph analysis for risk assessment of heart failure with preserved ejection fraction: A deep learning model 2025-Feb, ESC heart failure IF:3.2Q2 DOI:10.1002/ehf2.15120 PMID:39463004	研究论文	开发了一种深度学习模型用于通过心电图分析评估射血分数保留的心力衰竭（HFpEF）风险	使用CNN-LSTM深度学习模型结合心电图数据进行HFpEF风险评估，相比传统指标具有更好的区分能力	样本量相对较小（训练集238例，验证集117例），且需要侵入性左心室导管检查获取LVEDP数据	开发一种高效、低成本的HFpEF筛查方法	HFpEF高风险和低风险患者	数字病理	心血管疾病	心电图分析	CNN-LSTM	心电图数据	训练集238例，验证集117例HFpEF风险患者
585	2025-04-26	A Recognition System for Diagnosing Salivary Gland Neoplasms Based on Vision Transformer 2025-Feb, The American journal of pathology DOI:10.1016/j.ajpath.2024.09.010 PMID:39490441	研究论文	开发了一种基于Vision Transformer (ViT)的计算机辅助诊断模型，用于准确分类唾液腺肿瘤的最常见亚型	首次将Vision Transformer (ViT)应用于唾液腺肿瘤的分类，并在诊断性能上超越了基准模型	研究仅基于3046张全切片图像，样本来源和多样性可能有限	提高唾液腺肿瘤的组织学分类准确性，辅助病理学家进行精确诊断	唾液腺肿瘤的八种常见亚型，包括多形性腺瘤、肌上皮瘤、Warthin瘤等	计算机视觉	唾液腺肿瘤	深度学习	Vision Transformer (ViT)	图像	3046张全切片图像，涵盖九种不同的组织类别
586	2024-12-18	Correction: Deep learning assists early-detection of hypertension-mediated heart change on ECG signals 2025-Feb, Hypertension research : official journal of the Japanese Society of Hypertension IF:4.3Q1 DOI:10.1038/s41440-024-01980-5 PMID:39681651	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
587	2025-04-26	The Impact of Deep Learning on Determining the Necessity of Bronchoscopy in Pediatric Foreign Body Aspiration: Can Negative Bronchoscopy Rates Be Reduced? 2025-Feb, Journal of pediatric surgery IF:2.4Q2 DOI:10.1016/j.jpedsurg.2024.162014 PMID:39489944	研究论文	本研究评估了深度学习方法在诊断儿童异物吸入（FBA）中的作用，以减少不必要的支气管镜检查及其潜在并发症	使用基于CNN的深度学习方法显著提高了预测支气管镜检查必要性的准确性，减少了阴性支气管镜检查率	研究样本量较小，未来需要更大规模的多中心数据集验证结果	评估深度学习方法在减少儿童异物吸入诊断中不必要的支气管镜检查的应用效果	47名疑似异物吸入的儿科患者和63名健康儿童的110张PA CXR图像	计算机视觉	儿科异物吸入	CNN, 多元逻辑回归（MLR）	CNN	图像	110张PA CXR图像（47名患者+63名健康儿童）
588	2025-04-26	Medical Imaging Applications Developed Using Artificial Intelligence Demonstrate High Internal Validity Yet Are Limited in Scope and Lack External Validation 2025-Feb, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association IF:4.4Q1 DOI:10.1016/j.arthro.2024.01.043 PMID:38325497	综述	本文回顾了深度学习在运动医学中的应用，识别了文献中的知识和转化差距，并提出了改进建议	系统评估了深度学习模型在运动医学中的内部效度和外部验证情况，并提出了临床适用性不足的问题	仅关注运动医学领域，且大多数研究缺乏外部验证，临床适用性评分较低	评估深度学习在运动医学影像应用中的现状和潜在改进方向	运动医学中的深度学习模型及其临床应用	医学影像分析	运动损伤	深度学习	CNN	医学影像	55项研究
589	2025-04-25	Blockchain-integrated IoT device for advanced inspection of casting defects 2025-Feb-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86777-3 PMID:39939622	研究论文	本研究提出了一种创新的区块链集成物联网系统，用于铸件缺陷的高级检测，结合了基于ResNet的深度学习模型和区块链技术	结合ResNet深度学习模型与区块链技术，提升缺陷检测精度并确保数据完整性和可追溯性	可扩展性和能源效率仍有待改进	解决智能制造中的质量控制和数据管理挑战	铸件缺陷检测与数据管理	智能制造	NA	区块链技术、深度学习	ResNet	图像数据	NA
590	2025-04-25	Mortality risk assessment using deep learning-based frequency analysis of electroencephalography and electrooculography in sleep 2025-Feb-10, Sleep IF:5.3Q1 DOI:10.1093/sleep/zsae219 PMID:39301948	research paper	利用基于深度学习的脑电图和眼电图频率分析评估睡眠中的全因死亡风险	首次使用深度学习模型分析EEG和EOG的功率谱，以预测全因死亡率，并通过SHAP方法进行数据驱动的睡眠阶段特定频带定义	预测全因死亡率的C-index增益较小，仅增加0.24%	评估夜间多导睡眠图（PSG）中EEG和EOG的频率内容是否能预测全因死亡率	8716名参与者，包括MrOS睡眠研究和睡眠心脏健康研究的参与者	machine learning	NA	深度学习生存模型，SHAP分析，Cox比例风险模型	深度学习模型	EEG和EOG信号数据	8716名参与者的PSG数据
591	2025-04-25	Deep Learning-Powered Colloidal Digital SERS for Precise Monitoring of Cell Culture Media 2025-Feb-04, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.03.636280 PMID:39974903	研究论文	本文介绍了一种基于深度学习的胶体数字SERS平台，用于精确监测细胞培养基	利用深度学习和胶体数字SERS技术，通过将时间波动的SERS强度转换为数字二进制信号，显著提高了检测的准确性和可重复性	某些分析物缺乏特征SERS峰可能限制了该平台的广泛应用	开发一种快速、精确监测细胞培养基的新技术，以提高生物制药制造的质量控制	细胞培养基（特别是AMBIC 1.1）中的小分子关键过程参数和质量属性	生物医学诊断	NA	表面增强拉曼光谱（SERS），深度学习	深度学习	光谱数据	NA
592	2025-04-25	Heatmap-Based Active Shape Model for Landmark Detection in Lumbar X-ray Images 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01210-x PMID:39103566	研究论文	提出了一种基于热图和主动形状模型的方法，用于提高腰椎X射线图像中地标检测的鲁棒性	结合深度学习的图像分析能力和地标分布的统计形状约束，提高了地标检测的准确性	未提及具体对噪声和图像模糊性的处理效果	提高腰椎X射线图像中地标检测的鲁棒性	腰椎X射线图像	计算机视觉	腰椎疾病	热图响应和主动形状模型	CNN（Pose-Net和M-Net）	图像	3600张腰椎X射线图像
593	2025-04-25	IEA-Net: Internal and External Dual-Attention Medical Segmentation Network with High-Performance Convolutional Blocks 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01217-4 PMID:39105850	研究论文	提出了一种内部和外部双重注意力的医学图像分割网络IEA-Net，用于解决传统CNN在特征提取和远程依赖建模方面的不足	设计了ICSwR模块和IEAM模块，其中IEAM模块包含LGGW-SA和EA模块，分别用于学习样本内局部-全局特征关联和样本间连接	未明确提及具体局限性	提升医学图像分割性能，特别是人体器官分割任务	医学图像（人体器官图像）	计算机视觉	NA	深度学习	IEA-Net（包含ICSwR和IEAM模块）	图像	Synapse多器官分割数据集和ACDC心脏分割数据集（具体样本数量未提及）
594	2025-04-25	Automated 3D Cobb Angle Measurement Using U-Net in CT Images of Preoperative Scoliosis Patients 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01211-w PMID:39117939	研究论文	提出一种名为SpineCurve-net的深度学习框架，用于从术前脊柱侧弯患者的CT图像中自动测量3D Cobb角度	开发了结合U-net和NURBS-net的自动化3D Cobb角度测量方法，能更准确反映脊柱三维畸形特征	样本量相对有限（116例患者），且验证集年龄分布与训练集存在差异	开发自动化脊柱侧弯评估工具以辅助手术规划	脊柱侧弯患者的CT影像	数字病理	脊柱侧弯	CT成像	U-net结合NURBS-net	3D医学影像	116例脊柱侧弯患者（89例训练集，27例验证集）
595	2025-04-25	Allergy Wheal and Erythema Segmentation Using Attention U-Net 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01075-0 PMID:39120761	research paper	该研究使用深度学习方法对皮肤点刺试验（SPT）图像中的风团和红斑进行分割	采用Attention U-Net模型和图像预处理技术（CLAHE）来提高SPT图像中目标区域的分割精度	样本量较小（46张SPT图像，来自33名参与者），且模型的敏感性和Dice相似系数仍有提升空间	开发一种自动化方法来准确分割SPT图像中的风团和红斑区域	皮肤点刺试验（SPT）图像中的风团和红斑区域	computer vision	过敏性疾病	CLAHE（对比度受限的自适应直方图均衡化）	Attention U-Net	image	46张SPT图像（来自33名参与者），其中144个风团和150个红斑训练数据集
596	2025-04-25	Robust ROI Detection in Whole Slide Images Guided by Pathologists' Viewing Patterns 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01202-x PMID:39122892	研究论文	该研究提出了一种基于深度学习的方法，通过模拟病理学家的观察模式来增强全切片图像中感兴趣区域的检测	利用病理学家诊断时的观察模式生成热图，指导深度学习架构训练，无需单个病例注释	在没有眼动追踪数据的情况下，精确识别焦点区域具有挑战性	提高计算机辅助诊断系统中感兴趣区域检测的准确性和效率	皮肤活检全切片图像中的黑色素瘤诊断	数字病理学	黑色素瘤	深度学习	U-Net with pre-trained ResNet-18 encoder	图像	NA
597	2025-04-25	Artificial intelligence-driven electrocardiography: Innovations in hypertrophic cardiomyopathy management 2025-Feb, Trends in cardiovascular medicine IF:7.3Q1 DOI:10.1016/j.tcm.2024.08.002 PMID:39147002	综述	本文探讨了人工智能（AI）和机器学习（ML）技术在肥厚型心肌病（HCM）的心电图（ECG）分析中的应用及其对诊断、预后和管理的潜在影响	利用深度学习（DL）模型（如卷积神经网络）分析ECG信号，准确识别HCM相关异常，超越传统诊断方法，并在风险评估中预测心律失常事件	需要更大、更多样化的数据集以提高模型的泛化能力，并解决罕见事件预测中的不平衡问题	探索AI和ML技术在HCM的ECG分析中的应用，以改进诊断、预后和管理策略	肥厚型心肌病（HCM）患者	机器学习	心血管疾病	深度学习（DL）	CNN	ECG信号	NA
598	2025-04-25	Deep learning and optimization enabled multi-objective for task scheduling in cloud computing 2025-Feb, Network (Bristol, England) DOI:10.1080/0954898X.2024.2391395 PMID:39163538	研究论文	本文提出了一种结合多目标优化和深度学习的任务调度模型，用于云计算环境中的任务分配	提出了一种混合分数火烈鸟甲虫优化算法(FFBO)和深度前馈神经网络融合长短期记忆网络(DFNN-LSTM)的新模型	NA	优化云计算环境中的任务调度性能	云计算任务调度	机器学习	NA	深度学习	DFNN-LSTM, FFBO	任务参数和虚拟机参数	NA
599	2025-04-25	Sleep onset time as a mediator in the association between screen exposure and aging: a cross-sectional study 2025-Feb, GeroScience IF:5.3Q1 DOI:10.1007/s11357-024-01321-x PMID:39190220	研究论文	本研究探讨了屏幕暴露时间对中老年人群衰老的影响，并分析了睡眠开始时间在这一关系中的中介作用	首次使用视网膜年龄差作为衰老指标，并发现睡眠开始时间在屏幕使用与视网膜年龄差之间起中介作用	研究为横断面设计，无法确定因果关系	探究屏幕暴露时间与衰老之间的关系及其潜在机制	中国上海45岁以上的健康在职成年人	数字病理学	老年疾病	深度学习算法	深度学习	图像（眼底图像）和问卷数据	未明确说明样本数量，研究对象为上海45岁以上健康在职成年人
600	2025-04-25	Brain tumor detection and segmentation using deep learning 2025-Feb, Magma (New York, N.Y.) DOI:10.1007/s10334-024-01203-5 PMID:39231857	research paper	该研究提出了一种基于深度学习的脑肿瘤检测、分类和分割方法，结合YOLOv5与2D U-Net	首次比较了不同目标检测算法（Faster R-CNN、YOLO和SSD）在脑肿瘤MRI数据上的表现，并将最佳检测网络与2D U-Net结合进行像素级分割	研究仅针对特定数据集（BTF和BRATS 2018）进行了验证，未在其他数据集上测试泛化能力	比较不同目标检测算法在脑肿瘤检测中的性能，并开发一种高效的脑肿瘤检测与分割方法	脑肿瘤的检测、分类和分割	digital pathology	brain tumor	deep learning-based object detection and segmentation	YOLOv5, 2D U-Net, Faster R-CNN, SSD, Mask R-CNN	MRI images	Brain Tumor Figshare (BTF) dataset和BRATS 2018数据集