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
821	2025-02-21	Deep learning model for identifying acute heart failure patients using electrocardiography in the emergency room 2025-Feb-20, European heart journal. Acute cardiovascular care DOI:10.1093/ehjacc/zuaf001 PMID:39787045	研究论文	本研究旨在开发和评估一种使用心电图（ECG）数据的深度学习模型，以提高急诊室（ER）中急性心力衰竭（AHF）的识别	利用深度学习模型结合心电图和临床数据，显著提高了急诊室中急性心力衰竭的检测准确性	研究为回顾性队列研究，可能存在数据偏差，且仅在三家医院的数据集上进行了验证	提高急诊室中急性心力衰竭的识别准确性	急诊室中的急性心力衰竭患者	机器学习	心血管疾病	ECG数据分析	CatBoost, XGBoost, Light GBM, 线性回归	心电图数据	19285名患者，其中9119名被诊断为急性心力衰竭
822	2025-02-21	Atomic force microscopy combined with microfluidics for label-free sorting and automated nanomechanics of circulating tumor cells in liquid biopsy 2025-Feb-20, Nanoscale IF:5.8Q1 DOI:10.1039/d4nr04033c PMID:39865849	研究论文	本文介绍了一种结合原子力显微镜（AFM）和微流控技术的无标记分选和自动化纳米力学测量方法，用于液体活检中的循环肿瘤细胞（CTCs）研究	创新点在于结合AFM和微流控技术，实现了CTCs的无标记分选和自动化纳米力学测量，为临床提供了新的可能性	研究仍处于概念验证阶段，样本量有限，需要进一步验证和优化	研究目的是开发一种高效测量液体活检中CTCs机械性能的方法，以推动癌症管理	研究对象为液体活检中的循环肿瘤细胞（CTCs）	数字病理学	癌症	原子力显微镜（AFM）、微流控技术、深度学习光学图像识别模型	深度学习模型	图像、力学数据	三个实验样本系统，包括不同大小的混合微球、不同类型癌细胞的混合物以及癌细胞和血细胞的混合物
823	2025-02-21	Rapid detection and quantitative analysis of thiram in fruits using a shape-adaptable flexible SERS substrate combined with deep learning 2025-Feb-20, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d4ay02098g PMID:39925033	研究论文	本文开发了一种形状适应性强的柔性表面增强拉曼散射（SERS）基底，结合深度学习算法，用于快速检测和定量分析水果表面的福美双	创新性地设计了一种柔性SERS基底，通过将银纳米颗粒沉积在波纹状的PDMS薄膜上，提高了物理灵活性，确保了与曲面的共形接触，同时实现了高灵敏度、重现性和机械鲁棒性	NA	快速检测和定量分析水果表面的福美双，以确保食品安全	水果表面的福美双	计算机视觉	NA	表面增强拉曼散射（SERS）	一维卷积神经网络（1D CNN）	SERS信号	NA
824	2025-02-21	Improved Assessment of Juxtacortical Lesions in Multiple Sclerosis Using Highly-accelerated High-resolution Double Inversion Recovery MR Imaging with Deep Learning-based Reconstruction 2025-Feb-20, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.mp.2024-0126 PMID:39971311	研究论文	本研究旨在使用深度学习重建技术（DLS）实现高分辨率双反转恢复（DIR）成像，并比较其在检测多发性硬化症（MS）皮质旁病变中的诊断性能与传统DIR（C-DIR）的差异	开发了一种新的基于深度学习的重建技术（DLS），用于重建高度欠采样的MR数据，并在检测MS皮质旁病变中表现出优于压缩感知的性能	研究样本量较小，仅包括25名MS患者	比较DLS-DIR和C-DIR在检测MS皮质旁病变中的诊断性能	25名多发性硬化症患者的MRI数据	医学影像	多发性硬化症	深度学习重建技术（DLS）	深度学习	MRI图像	25名多发性硬化症患者
825	2025-02-21	Boosting 2D brain image registration via priors from large model 2025-Feb-20, Medical physics IF:3.2Q1 DOI:10.1002/mp.17696 PMID:39976314	研究论文	本文探讨了如何利用基础模型DINOv2的先验知识来支持基于学习的无监督配准网络，以提高2D脑图像配准的准确性	首次将基础模型DINOv2应用于医学图像配准任务，提出了三种DINOv2辅助配准模式，并研究了三种特征聚合方法在配准框架中的适用性	研究仅限于2D脑图像配准，未涉及3D或其他类型的医学图像	克服深度学习配准方法在有限数据集上的过拟合问题，提高配准精度和泛化能力	2D脑图像	计算机视觉	NA	深度学习	DINOv2	图像	IXI和OASIS公共数据集
826	2025-02-21	T2-weighted imaging of rectal cancer using a 3D fast spin echo sequence with and without deep learning reconstruction: A reader study 2025-Feb-20, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70031 PMID:39976552	研究论文	本研究比较了使用深度学习重建（DLR）与传统重建的T2加权3D快速自旋回波序列在直肠癌MRI中的图像质量和临床效用	首次在直肠癌MRI中比较了深度学习重建与传统重建的图像质量和临床效用	研究样本量较小，仅包括50名患者	比较深度学习重建与传统重建在直肠癌MRI中的图像质量和临床效用	直肠癌患者	医学影像	直肠癌	T2加权3D快速自旋回波序列	深度学习重建（DLR）	MRI图像	50名直肠癌患者
827	2025-02-21	Artificial intelligence-powered coronary artery disease diagnosis from SPECT myocardial perfusion imaging: a comprehensive deep learning study 2025-Feb-20, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07145-x PMID:39976703	研究论文	本研究旨在开发先进的深度学习模型，利用SPECT心肌灌注成像（MPI）进行冠状动脉疾病（CAD）的诊断	采用了多种监督和半监督深度学习算法及训练策略，包括迁移学习和数据增强，以提高CAD诊断的准确性	研究仅针对LAD区域的诊断，未涵盖所有冠状动脉区域	开发并验证基于深度学习的SPECT-MPI图像分析模型，用于CAD的自动化诊断	940名接受SPECT-MPI检查的患者，其中281名患者进行了侵入性冠状动脉造影（ICA）	数字病理学	心血管疾病	SPECT-MPI, 侵入性冠状动脉造影（ICA）	DenseNet201, ResNet152V2, InceptionResNetV2	图像	940名患者，其中281名进行了ICA
828	2025-02-21	Impact of deep learning on pediatric elbow fracture detection: a systematic review and meta-analysis 2025-Feb-20, European journal of trauma and emergency surgery : official publication of the European Trauma Society IF:1.9Q2 DOI:10.1007/s00068-025-02779-w PMID:39976732	系统综述与荟萃分析	本研究系统评估了深度学习模型在检测儿童肘部骨折中的表现	首次系统评估和荟萃分析了深度学习模型在儿童肘部骨折检测中的应用及其性能	仅纳入了6项符合条件的研究，样本量相对较小，可能影响结果的普遍性	评估深度学习模型在儿童肘部骨折检测中的准确性和性能	0至16岁儿童的肘部骨折	计算机视觉	儿童肘部骨折	深度学习	ResNet等深度学习模型	医学影像	22项研究中的6项符合条件的研究
829	2025-02-21	TRUSWorthy: toward clinically applicable deep learning for confident detection of prostate cancer in micro-ultrasound 2025-Feb-20, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03335-y PMID:39976857	研究论文	本文提出了一种名为TRUSWorthy的系统，旨在通过深度学习技术提高前列腺癌（PCa）在微超声中的检测准确性	TRUSWorthy系统整合了自监督学习、多实例学习聚合、随机欠采样增强和集成学习，有效解决了标签稀缺、弱标签、类别不平衡和过度自信等问题	尽管TRUSWorthy在准确性和不确定性校准方面表现出色，但其在临床环境中的广泛应用仍需进一步验证和优化	开发一种可靠的深度学习系统，用于前列腺癌的检测，以满足临床需求	前列腺癌（PCa）	计算机视觉	前列腺癌	自监督学习、多实例学习聚合、随机欠采样增强和集成学习	深度学习模型	微超声数据	大型多中心数据集
830	2025-02-21	Triboelectric Nanogenerator-Based Flexible Acoustic Sensor for Speech Recognition 2025-Feb-19, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c21563 PMID:39912319	研究论文	本文提出了一种基于声驱动摩擦电纳米发电机的柔性声学传感器，用于语音识别	设计了一种基于PVDF/GO复合纳米纤维膜的声驱动摩擦电纳米发电机，结合多层注意力卷积网络（MLACN）实现高精度语音识别	未提及传感器的长期稳定性测试结果	开发一种低成本、高稳定性、高保真和高灵敏度的人机交互声学传感器	柔性声学传感器及其在语音识别中的应用	人机交互	NA	电纺丝技术	多层注意力卷积网络（MLACN）	语音数据	未明确提及样本数量
831	2025-02-21	EBHOA-EMobileNetV2: a hybrid system based on efficient feature selection and classification for cardiovascular disease diagnosis 2025-Feb-19, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2466081 PMID:39970065	研究论文	本文提出了一种基于深度学习的智能医疗框架，用于心血管疾病的诊断，结合了有效的特征选择和分类技术	结合了增强的二进制蝗虫优化算法（EBHOA）和增强的MobileNetV2模型（EMobileNetV2），以提高心血管疾病预测的准确性和一致性	未提及模型在其他数据集上的泛化能力，以及在实际临床环境中的应用效果	提高心血管疾病预测的准确性，以改善临床实践和患者护理	心血管疾病（CVD）患者	机器学习	心血管疾病	增强的二进制蝗虫优化算法（EBHOA）、增强的MobileNetV2模型（EMobileNetV2）	EMobileNetV2	结构化数据	UCI Heart Disease和Framingham Heart Study数据集
832	2025-02-21	Mental Health Screening Using the Heart Rate Variability and Frontal Electroencephalography Features: A Machine Learning-Based Approach 2025-Feb-19, JMIR mental health IF:4.8Q1 DOI:10.2196/72803 PMID:39971280	研究论文	本研究探讨了使用心率和前额脑电图特征进行心理健康筛查的机器学习方法	结合心率和前额脑电图特征进行心理健康筛查，展示了可能的协同效应	需要进一步研究以预测治疗反应并基于基线生理标志物提出优选治疗方案	探讨心率和前额脑电图特征在机器学习算法中对精神病患者和健康对照者的分类准确性	182名参与者（87名精神病患者和95名健康对照者）	机器学习	精神疾病	支持向量机（SVM）	SVM	生理信号（心率和脑电图）	182名参与者（87名精神病患者和95名健康对照者）
833	2025-02-21	Enhancing Chest X-ray Diagnosis with a Multimodal Deep Learning Network by Integrating Clinical History to Refine Attention 2025-Feb-19, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01446-1 PMID:39971817	研究论文	本研究介绍了一种多模态胸部X光网络（MCX-Net），通过整合胸部X光图像和临床病史文本进行多标签疾病诊断	MCX-Net通过结合预训练的文本编码器、图像编码器和图像-文本跨模态编码器，显著提升了胸部X光的多标签疾病诊断性能	模型训练面临标签不平衡和某些疾病样本稀缺的挑战	提升胸部X光的多标签疾病诊断准确性	胸部X光图像和临床病史文本	医学影像分析	肺部疾病	深度学习	MCX-Net（结合预训练的文本编码器、图像编码器和图像-文本跨模态编码器）	图像和文本	基于公开的MIMIC-CXR-JPG数据集进行训练和测试
834	2025-02-21	NMTNet: A Multi-task Deep Learning Network for Joint Segmentation and Classification of Breast Tumors 2025-Feb-19, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01440-7 PMID:39971818	研究论文	本文提出了一种新型多任务深度学习网络（NMTNet），用于联合分割和分类乳腺肿瘤，基于卷积神经网络（CNN）和U形架构	NMTNet结合了共享编码器、多尺度融合通道细化（MFCR）模块、分割分支和分类分支，通过病变区域增强（LRE）模块和细粒度分类器提高了分割和分类的准确性	NA	提高乳腺肿瘤的分割和分类准确性，以辅助乳腺癌诊断	乳腺肿瘤	计算机视觉	乳腺癌	深度学习	CNN, U-shaped architecture	超声图像, 磁共振成像	NA
835	2025-02-21	Artificial Intelligence for Diabetic Foot Screening Based on Digital Image Analysis: A Systematic Review 2025-Feb-17, Journal of diabetes science and technology IF:4.1Q2 DOI:10.1177/19322968251317521 PMID:39960227	系统综述	本文系统回顾了基于数字图像分析的人工智能技术在糖尿病足筛查中的应用	探讨了人工智能在糖尿病足筛查中的潜力，特别是深度学习方法的应用	需要进一步评估临床适用性，包括伦理问题和患者数据安全性，以及开发更全面的数据集	识别并分析使用数字图像分析开发AI模型进行糖尿病足筛查的研究	糖尿病足筛查	计算机视觉	糖尿病	数字图像分析	人工神经网络（ANNs）和卷积神经网络（CNNs）	热成像或足部热图	2214篇相关文章，其中9篇符合纳入标准
836	2025-02-21	Super-resolution synthetic MRI using deep learning reconstruction for accurate diagnosis of knee osteoarthritis 2025-Feb-17, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01911-z PMID:39961957	研究论文	本研究评估了深度学习重建（DLR）技术在合成MRI（SyMRI）上的准确性，包括T2测量和DLR合成MRI（SyMRIDL）在膝关节骨关节炎（KOA）患者中的诊断性能，以常规MRI为标准参考	使用深度学习重建技术生成合成MRI图像，提供准确的T2测量值，能够更自信地从正常外观的软骨中识别早期软骨退化	样本量相对较小（36名志愿者和70名患者），且研究时间较短（2023年5月至10月）	评估DLR合成MRI在膝关节骨关节炎诊断中的准确性和性能	膝关节骨关节炎患者和志愿者	医学影像	膝关节骨关节炎	深度学习重建（DLR），合成MRI（SyMRI）	深度学习模型	MRI图像	36名志愿者和70名患者
837	2025-02-21	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	研究论文	本文提出了一种基于堆叠卷积神经网络（CNN）和多通道注意力网络的轻量级模型（SCCAN），用于MRI图像的阿尔茨海默病（AD）分类	通过堆叠5个CNN模块和多级特征提取，结合通道注意力模块，有效减少噪声并增强特征权重，同时减少模型参数，适合小数据集训练	未提及模型在更广泛数据集上的泛化能力或实际临床应用的验证	开发一种高效的AD识别系统，提升MRI图像分类的准确性和效率	阿尔茨海默病（AD）患者的MRI图像	计算机视觉	阿尔茨海默病	深度学习（DL）	堆叠卷积神经网络（CNN）与通道注意力网络（SCCAN）	MRI图像	ADNI1 Complete 1Yr 1.5T、Kaggle和OASIS-1数据集
838	2025-02-21	Multi-label software requirement smells classification using deep learning 2025-Feb-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86673-w PMID:39962114	研究论文	本研究开发了一种基于深度学习的多标签软件需求异味分类模型，用于检测单个需求中的多种软件需求异味	首次将LSTM、Bi-LSTM和GRU等高级神经网络架构与ELMo和Word2Vec等词嵌入技术结合，用于多标签软件需求异味分类	研究仅基于8120个需求数据集，可能无法覆盖所有类型的软件需求异味	提高软件需求异味检测的自动化水平，减少人工检测的时间和错误	软件需求异味	自然语言处理	NA	深度学习	LSTM, Bi-LSTM, GRU	文本	8120个需求数据集
839	2025-02-21	Multicenter study on predicting postoperative upper limb muscle strength improvement in cervical spinal cord injury patients using radiomics and deep learning 2025-Feb-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72539-0 PMID:39962172	研究论文	本研究旨在评估基于机器学习的放射组学方法在预测脊髓损伤患者预后中的准确性	结合放射组学和深度迁移学习特征，利用MRI图像预测颈椎脊髓损伤患者术后上肢肌力改善情况	样本量较小（82例），且为回顾性研究，可能存在选择偏倚	评估放射组学方法在预测脊髓损伤患者预后中的准确性	颈椎脊髓损伤患者	数字病理	脊髓损伤	MRI	随机森林（RF）和ResNet34	图像	82例来自三家医院的脊髓损伤患者
840	2025-02-21	A deep learning framework based on structured space model for detecting small objects in complex underwater environments 2025-Feb-17, Communications engineering DOI:10.1038/s44172-025-00367-9 PMID:39962196	研究论文	本文提出了一种结合结构化空间模型（SSM）与特征增强的创新方法，专门用于复杂水下环境中的小目标检测	结合结构化空间模型（SSM）与特征增强，开发了高精度、轻量级的检测模型UWNet，显著提高了计算效率并保持了高检测精度	未提及具体局限性	解决水下目标检测中精度与模型效率及实时性能的平衡问题	水下环境中的小目标，如海星和扇贝	计算机视觉	NA	结构化空间模型（SSM）与特征增强	UWNet	图像	未提及具体样本数量