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
1341	2025-01-14	Assessing the Reporting Quality of Machine Learning Algorithms in Head and Neck Oncology 2025-Feb, The Laryngoscope DOI:10.1002/lary.31756 PMID:39258420	研究论文	本研究旨在使用TRIPOD-AI标准评估头颈肿瘤学文献中机器学习算法的报告质量	首次使用TRIPOD-AI标准系统评估头颈肿瘤学领域机器学习算法的报告质量，并提出了改进建议	当前机器学习算法的报告质量不足，影响了临床应用的可行性和研究的可重复性	评估头颈肿瘤学文献中机器学习算法的报告质量	头颈肿瘤学文献中的机器学习算法	机器学习	头颈肿瘤	NA	NA	文献数据	NA
1342	2025-01-13	Computational pathology applied to clinical colorectal cancer cohorts identifies immune and endothelial cell spatial patterns predictive of outcome 2025-Feb, The Journal of pathology IF:5.6Q1 DOI:10.1002/path.6378 PMID:39788558	研究论文	本研究通过计算病理学方法，分析了三个临床结直肠癌队列中的肿瘤微环境，识别出预测预后的免疫和内皮细胞空间模式	使用深度学习细胞分类器对H&E染色切片中的八种细胞类型进行检测，并量化了这些细胞类型的空间组织和共定位，揭示了肿瘤微环境中与治疗反应相关的重要因素	研究结果基于特定分子亚型和治疗历史的患者队列，可能不适用于所有结直肠癌患者	研究结直肠癌肿瘤微环境在肿瘤进展中的作用，并识别预测预后的生物标志物	三个临床结直肠癌队列中的肿瘤微环境	数字病理学	结直肠癌	深度学习细胞分类器	深度学习	图像	375例临床注释的结直肠癌患者
1343	2025-01-12	Deep Learning Reconstruction of Prospectively Accelerated MRI of the Pancreas: Clinical Evaluation of Shortened Breath-Hold Examinations With Dixon Fat Suppression 2025-Feb-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001110 PMID:39043213	研究论文	本研究评估了一种新型深度学习重建算法在胰腺MRI检查中的应用，旨在缩短屏气时间并提高图像质量	首次在临床环境中评估了深度学习重建算法在胰腺病理学背景下的加速MRI检查中的应用，并显著缩短了屏气时间	研究为单中心研究，样本量较小（32名参与者），且仅使用了1.5 T MRI扫描仪	评估深度学习重建算法在胰腺MRI检查中的性能，包括缩短屏气时间、提高图像质量和诊断信心	患有各种胰腺疾病的患者	医学影像	胰腺疾病	深度学习重建算法，Dixon脂肪抑制技术	深度学习模型	MRI图像	32名参与者（平均年龄62±19岁，20名男性）
1344	2025-01-12	Artificial T1-Weighted Postcontrast Brain MRI: A Deep Learning Method for Contrast Signal Extraction 2025-Feb-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001107 PMID:39074258	研究论文	本研究比较了两种重新实现的最先进深度学习方法与一种提出的对比信号提取方法，用于从非对比和低剂量图像合成人工T1加权全剂量图像	提出了一种新的对比信号提取方法，显著改善了合成后对比图像的质量	在现有剂量下，仍有相当比例的图像与参考图像的可互换性不足	比较不同深度学习方法在合成人工T1加权全剂量图像中的性能	213名接受脑部磁共振成像的参与者	医学影像	NA	磁共振成像	深度学习方法	图像	213名参与者，其中50名作为测试集
1345	2025-01-12	Trap colour strongly affects the ability of deep learning models to recognize insect species in images of sticky traps 2025-Feb, Pest management science IF:3.8Q1 DOI:10.1002/ps.8464 PMID:39377441	研究论文	本研究探讨了粘虫板颜色和成像设备对深度学习模型在粘虫板上分类害虫性能的影响	首次深入研究了粘虫板颜色对深度学习模型分类害虫性能的影响，并提出了使用透明粘虫板作为训练数据以提高模型准确性的方法	研究仅使用了MobileNetV2架构，未探索其他深度学习模型的效果	研究粘虫板颜色和成像设备对深度学习模型分类害虫性能的影响	粘虫板上的害虫	计算机视觉	NA	深度学习	MobileNetV2	图像	NA
1346	2025-01-12	Bioimaging and the future of whole-organismal developmental physiology 2025-Feb, Comparative biochemistry and physiology. Part A, Molecular & integrative physiology DOI:10.1016/j.cbpa.2024.111783 PMID:39581226	评论	本文探讨了生物成像在整体生物发育生理学研究中的重要性及其未来潜力	强调了图像分析，特别是深度学习方法，在推动对发育动物生长和功能理解方面的潜力，并探讨了计算机视觉在不同物种、生命阶段和实验中的可转移性	未具体提及研究的局限性	评估成像作为测量整体生物发育生理学手段的重要性，并探索计算机视觉在该领域的应用	发育中的动物	计算机视觉	NA	生物成像	深度学习	图像	NA
1347	2025-01-12	Stress testing deep learning models for prostate cancer detection on biopsies and surgical specimens 2025-Feb, The Journal of pathology IF:5.6Q1 DOI:10.1002/path.6373 PMID:39660731	研究论文	本文研究了深度学习模型在前列腺癌检测中的应用，特别是在活检和手术标本上的表现差异	探讨了样本处理差异对深度学习模型性能的影响，并提出了需要针对不同样本类型（活检和手术标本）定制机器学习模型的必要性	研究仅基于特定数据集（宾夕法尼亚大学和NRG/RTOG 0521临床试验），可能无法完全代表所有临床环境	研究样本处理差异对深度学习模型在前列腺癌检测中性能的影响	前列腺癌的活检和手术标本	数字病理学	前列腺癌	深度学习	CNN (DenseNet)	图像	1,000个样本（包括100个手术标本和50个活检标本），以及来自NRG/RTOG 0521临床试验的750个活检标本
1348	2025-01-12	Unveiling the power of artificial intelligence for image-based diagnosis and treatment in endodontics: An ally or adversary? 2025-Feb, International endodontic journal IF:5.4Q1 DOI:10.1111/iej.14163 PMID:39526945	综述	本文综述了人工智能在牙髓病学中的应用，评估了其在2D和3D成像中的使用，并探讨了其作为有益工具或潜在挑战的角色	本文详细探讨了人工智能在牙髓病学中的创新应用，特别是在2D和3D成像中的诊断和治疗规划方面的显著提升	一些研究指出，AI模型的训练依赖于体外或离体数据集，这些数据集无法复制临床环境的复杂性，可能影响AI应用的可靠性	评估人工智能在牙髓病学中的应用，特别是在2D和3D成像中的使用，并探讨其作为有益工具或潜在挑战的角色	牙髓病学中的2D和3D成像数据	计算机视觉	牙髓病	深度学习算法	卷积神经网络（CNN）	2D和3D图像	NA
1349	2025-01-07	Optical coherence tomography: implications for neurology 2025-Feb-01, Current opinion in neurology IF:4.1Q2 DOI:10.1097/WCO.0000000000001340 PMID:39704153	综述	本文探讨了光学相干断层扫描（OCT）在神经学实践中的作用，特别是在诊断和监测视乳头水肿、视神经炎和视网膜动脉阻塞等疾病中的应用	OCT作为一种非侵入性工具，能够有效检测和监测视觉通路中的神经轴索损伤，结合深度学习算法提高了诊断准确性和预测能力	NA	探讨OCT在神经学中的应用，特别是在诊断和监测视觉通路相关疾病中的作用	视乳头水肿、视神经炎、视网膜动脉阻塞等疾病患者	数字病理学	神经系统疾病	光学相干断层扫描（OCT）	深度学习算法	图像	NA
1350	2025-01-07	Artificial intelligence and stroke imaging 2025-Feb-01, Current opinion in neurology IF:4.1Q2 DOI:10.1097/WCO.0000000000001333 PMID:39760722	综述	本文探讨了人工智能在卒中影像学中的应用及其潜力	提出了深度学习技术在卒中影像学中的高保真预测、描述和推理工具的应用，并探讨了生成模型在解决当前障碍中的潜力	尽管人工智能在卒中影像学中的潜力巨大，但在实际临床应用中仍面临数据噪声、不完整、偏见和小规模数据的挑战	探讨人工智能在卒中影像学中的应用，以实现个体化精准医疗	卒中影像学数据	医学影像	卒中	深度学习	生成模型	影像数据	NA
1351	2025-01-06	Incorporating dynamic drainage supervision into deep learning for accurate real-time flood simulation in urban areas 2025-Feb-15, Water research IF:11.4Q1 DOI:10.1016/j.watres.2024.122816 PMID:39612812	研究论文	本研究提出了一种结合动态排水监督的深度学习模型（UDFM），用于城市区域的实时洪水模拟	UDFM模型通过结合物理和深度学习排水模型，将一维排水溢出过程转换为高分辨率的时空二维洪水过程，更全面准确地反映了排水系统在城市洪水动态中的作用	研究仅应用于深圳的一个高度城市化区域，未在其他城市或区域进行验证	提高城市洪水模拟的准确性和实时性，以支持快速洪水预警和风险管理	城市洪水过程，特别是排水系统和地表洪水淹没	机器学习	NA	深度学习，降维算法	UDFM（结合深度学习和降维算法的混合模块）	时空数据	深圳的一个高度城市化区域
1352	2025-01-03	DeepPhoPred: Accurate Deep Learning Model to Predict Microbial Phosphorylation 2025-Feb, Proteins IF:3.2Q2 DOI:10.1002/prot.26734 PMID:39239684	研究论文	本文介绍了一种名为DeepPhoPred的深度学习工具，用于预测微生物的磷酸化位点	DeepPhoPred采用了一种双头卷积神经网络架构，结合了挤压和激励模块，能够从肽的结构和进化信息中联合学习重要特征，以预测磷酸化位点	NA	开发一种低成本、高速度的计算方法来预测微生物的磷酸化位点	微生物的磷酸化位点	机器学习	NA	深度学习	CNN	肽的结构和进化信息	NA
1353	2025-01-01	An attention 3DUNET and visual geometry group-19 based deep neural network for brain tumor segmentation and classification from MRI 2025-Feb, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2023.2283164 PMID:37979152	研究论文	本文提出了一种基于注意力3DUNET和视觉几何组-19的深度神经网络，用于从MRI图像中进行脑肿瘤分割和分类	提出了一种新颖的深度学习系统，结合了空间和通道注意力机制的三维U形网络（SC3DUNet）和基于扩张卷积的视觉几何组-19（DCVGG-19），用于脑肿瘤的分割和分类	该方法主要针对3D脑MRI图像，未涉及其他类型的医学影像	提高脑肿瘤的早期检测和分类准确率	脑肿瘤	数字病理学	脑肿瘤	深度学习	SC3DUNet, DCVGG-19	3D MRI图像	BraTS2020数据集
1354	2024-12-28	Low Skeletal Muscle Radiodensity Predicts Response to CDK4/6 Inhibitors Plus Aromatase Inhibitors in Advanced Breast Cancer 2025-Feb, Journal of cachexia, sarcopenia and muscle DOI:10.1002/jcsm.13666 PMID:39686815	研究论文	本研究探讨了CT衍生的身体成分指数与激素受体阳性、HER2阴性晚期乳腺癌患者在接受内分泌治疗加CDK4/6抑制剂治疗时的治疗反应之间的关系	首次发现低骨骼肌放射密度（SMD）与接受CDK4/6抑制剂加芳香化酶抑制剂治疗的晚期乳腺癌患者的不良治疗结果相关	研究为回顾性设计，样本量相对较小，且仅来自单一中心	探讨CT衍生的身体成分指数与晚期乳腺癌患者治疗反应的关系	激素受体阳性、HER2阴性晚期乳腺癌患者	数字病理学	乳腺癌	CT扫描	深度学习软件	图像	247名女性患者
1355	2024-12-26	Utilizing machine learning to predict the risk factors of episiotomy in parturient women 2025-Feb, AJOG global reports DOI:10.1016/j.xagr.2024.100420 PMID:39720201	研究论文	本研究利用机器学习模型预测产妇进行会阴切开术的风险因素	首次使用多种机器学习模型评估会阴切开术的风险因素，并比较了不同模型的性能	研究仅基于单一医疗中心的回顾性数据，未考虑助产士的视角	预测产妇进行会阴切开术的风险因素	伊朗一家三级医疗中心2022年1月至2023年1月期间的1775例阴道分娩产妇	机器学习	产科疾病	机器学习	线性回归、深度学习、支持向量机、LightGBM、逻辑回归、XGBoost、随机森林、决策树、KNN	电子健康记录	1775例阴道分娩产妇
1356	2024-12-25	Empowering surgeons: will artificial intelligence change oral and maxillofacial surgery? 2025-Feb, International journal of oral and maxillofacial surgery IF:2.2Q2 DOI:10.1016/j.ijom.2024.09.004 PMID:39341693	综述	本文探讨了人工智能在口腔颌面外科中的应用现状，并强调了进一步研究以优化AI在临床实践中的整合和提升患者治疗效果的迫切需求	本文通过综述分析了AI在口腔颌面外科中的多种应用，包括病理学和正颌手术等领域，展示了AI在该领域的潜在改进	本文为综述性研究，未提供具体的实验数据或模型验证结果	探讨人工智能在口腔颌面外科中的应用现状，并呼吁进一步研究以优化AI在临床中的应用	口腔颌面外科中的多种应用，包括病理学、正颌手术、面部创伤等	机器学习	NA	卷积神经网络（CNN）、人工神经网络（ANN）	卷积神经网络（CNN）、人工神经网络（ANN）	NA	90篇文章
1357	2024-12-23	Automatic Segmentation of Quadriceps Femoris Cross-Sectional Area in Ultrasound Images: Development and Validation of Convolutional Neural Networks in People With Anterior Cruciate Ligament Injury and Surgery 2025-Feb, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.11.004 PMID:39581823	研究论文	本文开发并验证了一种卷积神经网络（CNN）方法，用于自动分割前交叉韧带（ACL）损伤和手术患者股四头肌的超声图像横截面积（CSA）	本文的创新点在于开发了一种专门针对ACL损伤患者的CNN模型，以解决现有模型在健康人群数据上训练的局限性	本文的局限性在于错误预测的比例较高，尤其是ACL-only VM模型的错误率达到20%	验证DeepACSA卷积神经网络方法在前交叉韧带损伤患者中的有效性	前交叉韧带损伤患者的股四头肌超声图像横截面积	计算机视觉	运动损伤	卷积神经网络（CNN）	CNN	图像	124名前交叉韧带损伤患者（年龄22.8 ± 7.9岁，61名女性）的股四头肌全景CSA超声图像（股外侧肌430张，股直肌349张，股内侧肌723张），以及153名健康参与者的额外图像
1358	2024-12-23	Development of a Deep Learning Model for Classification of Hepatic Steatosis from Clinical Standard Ultrasound 2025-Feb, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.09.020 PMID:39537545	研究论文	开发了一种深度学习模型，用于从临床标准超声图像中分类肝脂肪变性	首次使用深度学习技术从标准超声图像中分类肝脂肪变性，并实现了高灵敏度和准确性	研究为单中心回顾性研究，样本量相对较小，且仅使用了MRI-PDFF作为金标准	开发一种深度学习程序，用于从标准超声图像中分类肝脂肪变性，以帮助早期检测和监测	肝脂肪变性的分类和检测	机器学习	肝病	深度学习	多实例模型	图像	403名患者，包括322名训练/验证集和81名测试集
1359	2024-12-20	A psychologically interpretable artificial intelligence framework for the screening of loneliness, depression, and anxiety 2025-Feb, Applied psychology. Health and well-being DOI:10.1111/aphw.12639 PMID:39697049	研究论文	本研究介绍了一种基于人工智能的心理学框架emoLDAnet，通过分析面部表情和生理信号来检测孤独、抑郁和焦虑等负面情绪	创新点在于结合了深度学习和机器学习技术，并引入了OCC-PAD-LDA心理学转换模型，增强了AI决策的可解释性	研究样本量较小，仅招募了50名参与者，可能影响结果的普适性	旨在开发一种新的人工智能框架，用于早期筛查孤独、抑郁和焦虑等负面情绪，提升心理健康护理水平	研究对象为孤独、抑郁和焦虑等负面情绪的检测与筛查	机器学习	NA	深度学习（如VGG11）和机器学习（如决策树）	CNN（卷积神经网络）	视频	50名参与者
1360	2024-12-20	Investigating a Domain Adaptation Approach for Integrating Different Measurement Instruments in a Longitudinal Clinical Registry 2025-Feb, Biometrical journal. Biometrische Zeitschrift DOI:10.1002/bimj.70023 PMID:39698740	研究论文	本文研究了在纵向临床注册数据中，使用深度学习技术将不同测量仪器的数据映射到联合潜在表示，以实现域适应的方法	本文首次在纵向临床注册数据中应用域适应技术，并通过普通微分方程（ODEs）建模轨迹，评估测量仪器映射的效果	研究仅在脊髓性肌肉萎缩症（SMA）患者的数据上进行，且时间点较少，可能限制了方法的普适性	探索域适应技术在纵向临床注册数据中的应用潜力	脊髓性肌肉萎缩症（SMA）患者的不同运动功能测量仪器数据	机器学习	神经肌肉疾病	深度学习	ODEs	纵向数据	脊髓性肌肉萎缩症（SMA）患者的纵向数据，时间点较少