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
681	2025-02-28	Multiscale footprints reveal the organization of cis-regulatory elements 2025-Feb, Nature IF:50.5Q1 DOI:10.1038/s41586-024-08443-4 PMID:39843737	研究论文	本文介绍了一种名为PRINT的计算方法，用于从多尺度的染色质可及性数据中识别DNA-蛋白质相互作用的足迹，并开发了seq2PRINT框架，利用深度学习推断转录因子和核小体结合，解释CREs的调控逻辑	开发了PRINT方法和seq2PRINT框架，能够从染色质可及性数据中精确推断转录因子和核小体结合，揭示了CREs在分化和衰老过程中的结构变化	方法的应用主要依赖于染色质可及性数据，可能无法完全捕捉所有DNA-蛋白质相互作用的复杂性	研究CREs的结构和功能，特别是在细胞命运和疾病中的作用	人类骨髓中的单细胞染色质可及性数据和小鼠造血干细胞	生物信息学	NA	染色质可及性数据分析	深度学习	染色质可及性数据	人类骨髓单细胞数据和小鼠造血干细胞数据
682	2025-02-27	First-in-Men Online Adaptive Robotic Stereotactic Body Radiation Therapy: Toward Ultrahypofractionation for High-Risk Prostate Cancer Patients 2025-Feb, Advances in radiation oncology IF:2.2Q2 DOI:10.1016/j.adro.2024.101701 PMID:39866592	研究论文	本文介绍了针对高风险前列腺癌患者的在线自适应机器人立体定向放射治疗的发展、临床前验证和临床测试	首次在人体中应用在线自适应机器人立体定向放射治疗，针对高风险前列腺癌患者，探索超分割放疗的可行性	研究样本量较小，仅为60例，且仅针对低体积转移前列腺癌患者，结果可能不具有普遍性	探索在线自适应放射治疗在高风险前列腺癌患者中的应用，以减少精囊的计划靶区（PTV）边缘	高风险前列腺癌患者，特别是精囊包含在靶区内的患者	数字病理	前列腺癌	在线自适应放射治疗，CT-on-rails，深度学习自动轮廓	深度学习	CT图像	60例低体积转移前列腺癌患者
683	2025-02-28	Advancing MRI Reconstruction: A Systematic Review of Deep Learning and Compressed Sensing Integration 2025-Feb-01, ArXiv PMID:39975448	综述	本文系统回顾了深度学习与压缩感知在MRI重建中的集成应用	深度学习与压缩感知的结合显著提高了MRI重建的速度和准确性	未提及具体的技术限制或挑战	探讨深度学习在MRI重建中的应用及其潜力	MRI图像重建	医学影像	NA	深度学习, 压缩感知	NA	图像	NA
684	2025-02-28	Diagnosis of Alzheimer's disease using transfer learning with multi-modal 3D Inception-v4 2025-Feb-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1577 PMID:39995734	研究论文	本研究提出了一种基于多模态特征和迁移学习的3D Inception-v4模型，用于阿尔茨海默病的诊断	引入了多模态三维Inception-v4模型，并采用迁移学习方法结合MRI和临床评分数据进行AD诊断	未提及具体局限性	解决基于多模态特征的阿尔茨海默病诊断问题	阿尔茨海默病患者	计算机视觉	老年病	迁移学习	3D Inception-v4	MRI图像和临床评分数据	使用ADNI数据库的数据进行预训练，并使用独立验证数据进行微调
685	2025-02-28	Biomechanical Risk Classification in Repetitive Lifting Using Multi-Sensor Electromyography Data, Revised National Institute for Occupational Safety and Health Lifting Equation, and Deep Learning 2025-Feb-01, Biosensors DOI:10.3390/bios15020084 PMID:39996986	研究论文	本研究通过多传感器肌电图数据、修订版NIOSH提升方程和深度学习技术，对重复提升任务中的生物力学风险进行分类	结合高精度可穿戴传感器和深度学习模型，实现了实时、动态的风险评估，显著提升了工作场所安全协议	研究样本量较小，仅包含25名参与者，可能影响结果的普遍性	准确评估重复提升任务中的生物力学风险，以改善职业人体工程学和风险管理	25名参与者在进行重复提升任务时的肌肉性能	机器学习	肌肉骨骼疾病	肌电图（EMG）	CNN, MLP, LSTM	时间序列肌电图数据	25名参与者，超过700万个数据点
686	2025-02-27	FHD deep learning prognosis approach: Early detection of fetal heart disease (FHD) using ultrasonography image-based IROI combined multiresolution DCNN 2025-Feb-26, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241310981 PMID:40007382	研究论文	本文提出了一种基于超声图像的深度学习预后方法，用于早期检测胎儿心脏病（FHD）	提出了一种结合增强自适应中值滤波（EAMF）、强化感兴趣区域（IROI）分割和多分辨率深度卷积神经网络（MDCNN）分类的自动化分层网络，用于FHD的检测	未提及具体样本量和数据集的多样性，可能影响模型的泛化能力	早期检测胎儿心脏病（FHD）	胎儿心脏病的超声图像	计算机视觉	胎儿心脏病	超声2D成像	多分辨率深度卷积神经网络（MDCNN）	图像	未提及具体样本量
687	2025-02-27	Artificial Intelligence in Computed Tomography Image Reconstruction: A Review of Recent Advances 2025-Feb-26, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001734 PMID:40008975	综述	本文综述了人工智能在计算机断层扫描（CT）图像重建中的最新进展	人工智能，特别是深度学习，在CT重建中展示了减少辐射剂量同时保持图像质量和噪声纹理的巨大潜力，并在解决低剂量CT、稀疏视图CT、有限角度CT和内部断层扫描等挑战性问题中表现出前所未有的性能	NA	探讨人工智能在CT图像重建中的应用，特别是在低剂量、稀疏视图和有限角度等挑战性条件下的应用	计算机断层扫描（CT）图像	计算机视觉	NA	深度学习	NA	图像	NA
688	2025-02-27	Automatic placement of simulated dental implants within CBCT images in optimum positions: a deep learning model 2025-Feb-26, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03327-9 PMID:40009142	研究论文	本研究提出了一种基于深度学习的框架，用于在CBCT图像中自动放置模拟牙种植体至最佳位置	采用两阶段深度学习框架，结合YOLOv11进行标记检测和种植体位置预测，提高了牙种植体放置的自动化程度和准确性	YOLOv11在标记检测阶段的F-score仅为59%，种植体位置预测的平均绝对误差在11.931到15.954之间，表明模型仍有改进空间	提高牙种植体放置的自动化程度和准确性，减少对牙医知识和经验的依赖	CBCT图像中的牙种植体	计算机视觉	NA	深度学习	YOLOv11	3D CBCT图像	NA
689	2025-02-27	A deep learning-based psi CT network effectively predicts early recurrence after hepatectomy in HCC patients 2025-Feb-26, Abdominal radiology (New York) DOI:10.1007/s00261-025-04849-4 PMID:40009155	研究论文	本文介绍了一种基于深度学习的psi CT网络，用于预测肝细胞癌（HCC）患者肝切除术后早期复发	结合DenseNet和注意力机制，模型能自动聚焦于对患者生存有显著影响的区域，并通过CAM技术可视化这些区域	研究为回顾性，且样本量相对有限，可能影响模型的泛化能力	开发一种可靠的方法来预测HCC患者肝切除术后早期复发	肝细胞癌（HCC）患者	数字病理	肝癌	深度学习	DenseNet	CT扫描图像	302例患者，来自五个中心
690	2025-02-27	Data-efficient generalization of AI transformers for noise reduction in ultra-fast lung PET scans 2025-Feb-26, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07165-7 PMID:40009163	研究论文	本研究旨在使用基于深度学习的方法对超快速肺部PET扫描图像进行去噪处理，以减少呼吸运动伪影并提高诊断质量	提出了一种名为Mask-ViT的鲁棒且数据高效的深度学习方法，能够在有限的目标扫描仪训练数据上进行微调，并直接应用于新扫描仪的未见测试数据	研究仅基于两个数据集，且样本量相对较小，可能限制了模型的泛化能力	通过深度学习技术提高超快速肺部PET扫描图像的质量，减少噪声并满足临床诊断需求	超快速20秒屏气（U2BH）PET扫描图像	计算机视觉	肺癌	深度学习	Mask-ViT, U-Net, C-Gan	图像	1272个回顾性收集的全时PET数据和46个前瞻性收集的U2BH及对应的全时PET/CT图像
691	2025-02-27	Microfluidics with Machine Learning for Biophysical Characterization of Cells 2025-Feb-25, Annual review of analytical chemistry (Palo Alto, Calif.) DOI:10.1146/annurev-anchem-061622-025021 PMID:39999863	综述	本文探讨了微流控技术与机器学习在细胞生物物理特性表征中的协同作用	结合人工智能方法，特别是机器学习和深度学习，以解决微流控系统产生的大量数据分析难题	未具体提及研究的局限性	提高微流控实验的准确性和效率，促进新的生物学发现	细胞的生物物理特性	机器学习	NA	微流控技术	机器学习和深度学习	微流控系统生成的数据	NA
692	2025-02-27	Ultrasound Thyroid Nodule Segmentation Algorithm Based on DeepLabV3+ with EfficientNet 2025-Feb-25, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01436-3 PMID:40000546	研究论文	本文提出了一种基于DeepLabV3+与EfficientNet的超声甲状腺结节分割算法，旨在提高超声图像中甲状腺结节分割的准确性	首次将EfficientNet-B7作为DeepLabV3+架构的主干网络应用于甲状腺结节分割	NA	提高超声图像中甲状腺结节分割的准确性	超声图像中的甲状腺结节	计算机视觉	甲状腺疾病	深度学习	DeepLabV3+ with EfficientNet-B7	图像	来自郑州大学第一附属医院的数据集及两个公共数据集
693	2025-02-27	The Central Role of Learning in Preventing Foot Complications in Persons With Diabetes: A Scoping Review 2025-Feb-25, Journal of clinical nursing IF:3.2Q1 DOI:10.1111/jocn.17678 PMID:40001301	综述	本文探讨了糖尿病患者足部护理的学习过程和教学策略，并分析了不同学习过程对这些策略的影响	提出了一个理解患者学习和自我管理渐进阶段的框架，并强调了个性化教育干预的重要性	研究仅限于英文文献，可能忽略了其他语言的重要研究	探索糖尿病患者足部护理的学习过程和教学策略	糖尿病患者	NA	糖尿病	NA	NA	文献数据	906篇文章
694	2025-02-27	Recent advances in AI-driven protein-ligand interaction predictions 2025-Feb-24, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2025.103020 PMID:39999605	综述	本文综述了AI驱动的蛋白质-配体相互作用预测领域的最新进展	AI模型如图神经网络、混合密度网络、transformer和扩散模型显著提升了预测性能，特别是在配体结合位点预测、结合姿态估计和虚拟筛选方面	尽管有这些进展，但跨不同蛋白质-配体对的泛化能力仍然是一个挑战	提高基于结构的药物发现中蛋白质-配体相互作用预测的准确性和效率	蛋白质-配体相互作用	机器学习	NA	NA	图神经网络、混合密度网络、transformer、扩散模型	NA	NA
695	2025-02-27	Deep Learning-Enhanced Ultra-high-resolution CT Imaging for Superior Temporal Bone Visualization 2025-Feb-24, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.002 PMID:40000329	研究论文	本研究评估了使用混合迭代重建（HIR）和一种新型的、供应商特定的深度学习重建（DLR）算法AiCE Inner Ear对成人和儿童颞骨超高分辨率（UHR）CT扫描的图像质量	引入了供应商特定的深度学习重建算法AiCE Inner Ear，显著提高了颞骨图像质量和诊断性能	研究为单中心回顾性研究，样本量较小，特别是儿童样本仅有5例	评估深度学习增强的超高分辨率CT成像在颞骨可视化中的效果	35名患者（5名儿童，23名男性）的57个颞骨	数字病理学	NA	超高分辨率CT扫描，混合迭代重建（HIR），深度学习重建（DLR）	深度学习	CT图像	35名患者（5名儿童，23名男性）的57个颞骨
696	2025-02-27	AI for image quality and patient safety in CT and MRI 2025-Feb-23, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00562-5 PMID:39987533	综述	本文综述了人工智能（AI）在计算机断层扫描（CT）和磁共振成像（MRI）中的最新发展，旨在提高图像质量和患者安全	本文强调了AI在优化患者定位、扫描范围选择、技术参数选择、减少对比剂用量和注射流速、快速图像重建以及减少噪声和伪影等方面的创新应用	挑战包括模型的泛化能力有限、缺乏外部验证、模型解释性不足以及决策过程的不透明性	研究目的是通过AI技术提高CT和MRI的图像质量，减少辐射剂量和对比剂使用，从而提升患者安全	研究对象为CT和MRI图像	数字病理	NA	深度学习	NA	图像	NA
697	2025-02-27	Deep learning algorithms for detecting fractured instruments in root canals 2025-Feb-23, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-05652-9 PMID:39988714	研究论文	本文探讨了深度学习算法在根尖周X光片中检测断裂根管器械的性能	比较了五种深度学习模型在检测断裂根管器械方面的性能，并发现DenseNet201在此任务中表现最佳	研究仅基于700张标注的根尖周X光片，样本量相对较小，且未进行模型间的显著差异配对比较	评估深度学习模型在根尖周X光片中检测断裂根管器械的性能	断裂根管器械（FEIs）	计算机视觉	牙科疾病	深度学习	DenseNet201, EfficientNet B0, ResNet-18, VGG-19, MaxVit-T	图像	700张标注的根尖周X光片，其中381颗牙齿含有断裂根管器械
698	2025-02-27	Deep learning and electrocardiography: systematic review of current techniques in cardiovascular disease diagnosis and management 2025-Feb-23, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01349-w PMID:39988715	综述	本文回顾了深度学习与心电图（ECG）结合在心血管疾病领域应用的最新进展，系统性地检查了198篇高质量出版物	通过细致的分类和层次分割，提供了当前各种心血管疾病领域的详尽描述	NA	为感兴趣的读者提供全面的指南，激发对这一领域进一步深入探索和研究的热情	心血管疾病	机器学习	心血管疾病	深度学习	NA	心电图数据	198篇高质量出版物
699	2025-02-27	The Role of Artificial Intelligence Combined With Digital Cholangioscopy for Indeterminant and Malignant Biliary Strictures: A Systematic Review and Meta-analysis 2025-Feb-19, Journal of clinical gastroenterology IF:2.8Q2 DOI:10.1097/MCG.0000000000002148 PMID:39998988	meta-analysis	本文通过系统回顾和荟萃分析评估了人工智能结合数字胆道镜在诊断不确定性和恶性胆道狭窄中的诊断性能	首次将基于计算机视觉的AI算法应用于胆道镜检查，以提高诊断准确性	研究数量有限，仅包含五项研究，且样本量相对较小	评估AI结合数字胆道镜在诊断不确定性和恶性胆道狭窄中的诊断性能	不确定性和恶性胆道狭窄	computer vision	biliary strictures	deep learning	CNN	image	675 lesions (2,685,674 cholangioscopic images)
700	2025-02-27	A deep learning-enabled smart garment for accurate and versatile monitoring of sleep conditions in daily life 2025-Feb-18, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2420498122 PMID:39932995	研究论文	本文介绍了一种基于深度学习的智能服装系统，用于日常生活中准确且多功能地监测睡眠状况	开发了一种可水洗、与皮肤兼容的智能服装系统，能够在弱设备-皮肤耦合条件下捕捉局部皮肤应变信号，无需定位或皮肤准备，并通过可逆淀粉处理控制墨水渗透深度，实现批量间性能变化小于10%	NA	提高睡眠质量并预防与睡眠相关的慢性疾病	睡眠相关状况	机器学习	NA	深度学习、可解释AI、迁移学习	NA	皮肤应变信号	NA