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
781	2025-04-25	Deep Learning-Enhanced Accelerated 2D TSE and 3D Superresolution Dixon TSE for Rapid Comprehensive Knee Joint Assessment 2025-Mar-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001118 PMID:39190787	research paper	评估深度学习增强的加速2D TSE和3D超分辨率Dixon TSE MRI在膝关节全面评估中的应用	采用深度学习重建的4倍加速2D TSE协议和6倍加速2D Dixon TSE的3D超分辨率重建技术，显著缩短了检查时间	3D SRR Dixon TSE协议在边缘锐度和伪影方面存在不足，影响了软骨、肌腱和骨骼的可视化	评估深度学习加速MRI协议在膝关节成像中的图像质量和诊断性能	19名有症状的成年受试者的膝关节MRI数据	医学影像分析	膝关节疾病	深度学习重建的加速MRI技术	深度学习模型	MRI图像	19名受试者，共228次膝关节MRI扫描，包含21,204张图像
782	2025-04-25	Classification of 3D shoe prints using the PointNet architecture: proof of concept investigation of binary classification of nike and adidas outsoles 2025-Mar, Forensic science, medicine, and pathology DOI:10.1007/s12024-024-00877-6 PMID:39235752	研究论文	本研究使用PointNet架构对3D鞋印进行二元分类，证明了深度学习在此领域的应用潜力	首次使用深度学习方法对3D鞋印进行分类研究	开发的二元分类方法可能无法完全满足当前法医需求	探索深度学习在3D鞋印分类中的应用	Nike和Adidas两个品牌的3D鞋印	计算机视觉	NA	深度学习	PointNet	3D图像	160双鞋的3242张图像(Adidas 797张，Nike 2445张)
783	2025-04-25	The utility and reliability of a deep learning algorithm as a diagnosis support tool in head & neck non-melanoma skin malignancies 2025-Mar, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery IF:1.9Q2 DOI:10.1007/s00405-024-08951-z PMID:39242415	研究论文	本研究评估了一种基于深度学习的医疗设备在头颈部非黑色素瘤皮肤恶性肿瘤诊断中的性能和可靠性	使用深度学习算法（特别是视觉变换器）作为诊断辅助工具，用于头颈部非黑色素瘤皮肤恶性肿瘤的分类，展示了其在早期诊断和治疗中的潜在价值	需要进一步研究以阐明该技术在初级保健诊所、皮肤科和头颈外科诊所中的作用，以及作为自我检查工具的潜力	评估深度学习算法在头颈部非黑色素瘤皮肤恶性肿瘤诊断中的性能和可靠性	头颈部可疑皮肤病变患者	数字病理学	非黑色素瘤皮肤癌	深度学习	视觉变换器	图像	135名患者（92名男性和43名女性，中位年龄71岁），包括108例恶性病变（54例基底细胞癌和54例鳞状细胞癌）和27例良性病变（14例脂溢性角化病、2例光化性角化病和11例光化性唇炎）
784	2025-04-25	Deep Learning-Based Artificial Intelligence Can Differentiate Treatment-Resistant and Responsive Depression Cases with High Accuracy 2025-Mar, Clinical EEG and neuroscience IF:1.6Q3 DOI:10.1177/15500594241273181 PMID:39251228	研究论文	本研究利用基于深度学习的AI技术，通过EEG信号高准确度区分治疗抵抗性和非抵抗性抑郁症病例	首次将深度学习方法应用于EEG信号以检测抑郁症治疗抵抗性	临床组样本量适中且研究具有回顾性	识别抑郁症治疗抵抗性患者以节省治疗时间和资源	77名治疗抵抗性抑郁症患者、43名非抵抗性患者及40名健康对照者	机器学习	抑郁症	EEG信号分析	GoogleNet CNN	EEG信号	160人（77名TRD患者+43名非TRD患者+40名健康对照）
785	2025-04-25	Advances in spatial resolution and radiation dose reduction using super-resolution deep learning-based reconstruction for abdominal computed tomography: A phantom study 2025-Mar, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.09.012 PMID:39304377	research paper	本研究评估了基于超分辨率深度学习重建（SR-DLR）在腹部CT图像质量提升方面的性能，并与混合迭代重建（HIR）和正常分辨率DLR（NR-DLR）进行了比较	首次在腹部CT中应用超分辨率深度学习重建技术，并在不同视野大小、辐射剂量和降噪强度下验证其性能	研究仅使用体模进行实验，未涉及真实患者数据	评估和比较不同重建技术在CT图像质量和辐射剂量降低方面的表现	Catphan体模	medical imaging	NA	super-resolution deep learning-based reconstruction (SR-DLR), hybrid iterative reconstruction (HIR), normal-resolution DLR (NR-DLR)	deep learning	CT images	NA
786	2025-04-25	Performance of AI-Enabled Electrocardiogram in the Prediction of Metabolic Dysfunction-Associated Steatotic Liver Disease 2025-Mar, Clinical gastroenterology and hepatology : the official clinical practice journal of the American Gastroenterological Association IF:11.6Q1 DOI:10.1016/j.cgh.2024.08.009 PMID:39209186	research paper	本研究探讨了基于深度学习的AI模型利用12导联心电图（ECG）预测代谢功能障碍相关脂肪性肝病（MASLD）的性能	首次使用AI-ECG模型预测MASLD，其性能与单一临床参数模型相当或更优	AI-ECG模型性能未优于临床参数组合模型，且研究为回顾性设计	探索非侵入性筛查工具在MASLD预测中的应用	代谢功能障碍相关脂肪性肝病（MASLD）患者及对照人群	digital pathology	metabolic dysfunction-associated steatotic liver disease	deep learning	CNN	ECG数据	3468例MASLD患者和25407例对照
787	2025-04-25	ChatGPT, Bard, and Bing Chat Are Large Language Processing Models That Answered Orthopaedic In-Training Examination Questions With Similar Accuracy to First-Year Orthopaedic Surgery Residents 2025-Mar, 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.2024.08.023 PMID:39209078	research paper	评估ChatGPT、Bard和Bing Chat在骨科培训考试(OITE)问题上的表现，并与骨科实习生的表现进行比较	首次比较了大型语言处理模型与骨科实习生在骨科培训考试中的表现	未包含图像相关问题，且样本仅限于2021和2022年的OITE问题	评估AI模型在骨科诊断和治疗问题上的准确率	ChatGPT、Bard和Bing Chat模型以及骨科实习生	natural language processing	骨科疾病	大型语言模型	GPT-3.5, Bard, Bing Chat	text	420个OITE问题
788	2025-04-25	Deep learning-based analysis of gross features for ovarian epithelial tumors classification: A tool to assist pathologists for frozen section sampling 2025-Mar, Human pathology IF:2.7Q2 DOI:10.1016/j.humpath.2025.105762 PMID:40122402	research paper	本研究提出了一种基于Swin Transformer的SGFD-network，用于辅助病理学家通过大体特征定位卵巢上皮性肿瘤的病变区域	首次利用深度学习分析大体图像特征辅助卵巢上皮性肿瘤分类，特别是针对冰冻切片采样中的微浸润鉴别难题	研究仅基于4129张大样本图像，未说明外部验证集的性能表现	开发辅助病理学家进行卵巢上皮性肿瘤冰冻切片采样的AI工具	卵巢上皮性肿瘤的大体图像特征	digital pathology	ovarian cancer	deep learning	Swin Transformer	image	4129张卵巢上皮性肿瘤大体图像
789	2025-04-24	Prediction and Prioritisation of Novel Anthelmintic Candidates from Public Databases Using Deep Learning and Available Bioactivity Data Sets 2025-Mar-28, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26073134 PMID:40243899	research paper	本研究利用深度学习和生物活性数据集，从公共数据库中预测和优先选择新型抗寄生虫候选药物	采用监督机器学习工作流程，训练多层感知器分类器，对15000个小分子化合物进行标记，并在高度不平衡的训练数据下实现83%的精确率和81%的召回率	训练数据中仅有1%的化合物被标记为'活性'，数据不平衡可能影响模型性能	加速发现具有独特作用机制的新型抗寄生虫化合物，以支持有效的寄生虫控制计划	寄生性线虫（barber's pole worm）及其幼虫和成虫	machine learning	寄生虫感染	high-throughput screening, supervised machine learning	multi-layer perceptron classifier	bioactivity data, small-molecule compounds	15000个小分子化合物，14.2 million compounds from ZINC15 database，10个候选化合物进行实验评估
790	2025-04-24	Redefining a new frontier in alkaptonuria therapy with AI-driven drug candidate design via in- silico innovation 2025-Mar-26, Zeitschrift fur Naturforschung. C, Journal of biosciences DOI:10.1515/znc-2024-0075 PMID:38996180	研究论文	本研究利用深度学习AI药物设计，针对罕见代谢疾病黑酸尿症（AKU），开发了基于天然黄酮醇分子山奈酚的新型药物候选物	首次将AI驱动的药物设计应用于黑酸尿症治疗，开发出基于山奈酚的新型药物候选物AIK，其结合亲和力达-9.099 kcal/mol	尽管AI设计的AIK在计算上显示有效且安全，但测试结果仍需进一步验证	减轻现有黑酸尿症药物（如尼替西农）的毒性，开发更安全有效的治疗方案	黑酸尿症患者	AI药物设计	黑酸尿症	深度学习AI药物设计、分子对接	深度学习	分子结构数据	NA
791	2025-04-24	Using deep learning to enhance reporting efficiency and accuracy in degenerative cervical spine MRI 2025-Mar-26, The spine journal : official journal of the North American Spine Society DOI:10.1016/j.spinee.2025.03.009 PMID:40154625	research paper	使用基于transformer的深度学习模型提升退行性颈椎MRI报告的效率和准确性	首次将transformer-based DLM应用于退行性颈椎MRI报告，显著提升放射科医师的工作效率和诊断一致性	样本量较小（仅50例患者），且排除了有器械植入的病例	评估深度学习模型能否提高放射科医师在退行性颈椎MRI报告中的效率和准确性	退行性颈椎病患者的MRI图像	digital pathology	geriatric disease	MRI	transformer-based DLM	image	50例患者的2555张MRI图像
792	2025-04-24	Comparison of the characteristics between machine learning and deep learning algorithms for ablation site classification in a novel cloud-based system 2025-Mar-17, Heart rhythm IF:5.6Q1 DOI:10.1016/j.hrthm.2025.03.1955 PMID:40107403	research paper	本研究比较了CARTONET系统中R12.1和R14模型在消融部位分类上的特性，并评估了R14模型的敏感性和阳性预测值	首次在云基础系统CARTONET中比较了机器学习和深度学习算法在消融部位分类上的性能差异	研究仅基于396例心房颤动消融病例，样本量可能不足以代表所有情况	比较CARTONET系统R12.1和R14模型在消融部位分类上的性能差异	心房颤动消融病例	machine learning	cardiovascular disease	deep learning	CARTONET R14	clinical data	396例心房颤动消融病例，分析39,169个点和625个段的预测数据
793	2025-04-24	The Prediction of Recombination Hotspot Based on Automated Machine Learning 2025-Mar-15, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2024.168653 PMID:38871176	研究论文	本文研究基于自动化机器学习的重组热点预测方法，通过结合序列信息和物理化学特性，提高了预测准确率	采用自动化机器学习方法构建重组热点预测模型，结合TF-IDF-Kmer和DNA组成成分提取更有效的特征数据，并在三个不同数据集上验证了模型的有效性	未明确提及具体的数据集规模或多样性限制	提高重组热点预测的准确性和泛化能力	基因序列中的重组热点	机器学习	NA	自动化机器学习、TF-IDF-Kmer、DNA组成分析	自动化机器学习模型	基因序列数据	三个不同的数据集（具体数量未提及）
794	2025-04-24	Similarity-guided graph contrastive learning for lncRNA-disease association prediction 2025-Mar-15, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2024.168609 PMID:38750722	research paper	提出了一种基于相似性引导的图对比学习方法（SGGCL），用于预测lncRNA与疾病之间的关联	创新性地结合了图神经网络和对比学习，提出了一种相似性引导的图数据增强方法，以解决已验证数据稀缺的问题	未明确提及具体局限性	提高lncRNA与疾病关联预测的准确性	长链非编码RNA（lncRNA）与人类疾病之间的关联	machine learning	NA	图神经网络、对比学习、RWR算法	SGGCL（相似性引导的图对比学习模型）	图数据	多个数据集（未明确提及具体样本数量）
795	2025-04-24	Impact of Downsampling Size and Interpretation Methods on Diagnostic Accuracy in Deep Learning Model for Breast Cancer Using Digital Breast Tomosynthesis Images 2025-Mar-06, The Tohoku journal of experimental medicine DOI:10.1620/tjem.2024.J071 PMID:39048348	research paper	研究探讨了下采样尺寸和图像插值方法对深度学习模型在数字乳腺断层合成图像中乳腺癌诊断准确性的影响	首次系统评估不同下采样尺寸和插值方法对深度学习模型在乳腺癌诊断中性能的影响	研究为回顾性研究，样本量相对有限（499例）	优化深度学习模型的预处理步骤以提高乳腺癌诊断的准确性和效率	数字乳腺断层合成图像	digital pathology	breast cancer	digital breast tomosynthesis (DBT)	DL models	image	499名患者（年龄29-90岁，平均50.5岁）的乳腺断层合成图像
796	2025-04-24	Transformer-Based Multilabel Deep Learning Model Is Efficient for Detecting Ankle Lateral and Medial Ligament Injuries on Magnetic Resonance Imaging and Improving Clinicians' Diagnostic Accuracy for Rotational Chronic Ankle Instability 2025-Mar, 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.2024.05.027 PMID:38876447	research paper	开发了一种基于Transformer的多标签深度学习模型，用于检测踝关节外侧和内侧韧带损伤，并评估其对临床医生诊断慢性踝关节不稳（CAI）的影响	提出了一种基于Transformer的多标签深度学习模型（AnkleNet），在检测踝关节韧带损伤方面表现优于传统的CNN模型，并显著提高了临床医生的诊断准确性	研究基于回顾性收集的MRI数据，可能存在选择偏差	开发一种深度学习模型，辅助诊断慢性踝关节不稳（CAI）	踝关节外侧和内侧韧带损伤	digital pathology	chronic ankle instability	MRI	Transformer-based multilabel DL model (AnkleNet) and CNN	image	回顾性收集的踝关节MRI数据（2016年4月至2022年3月，来自3个中心）
797	2025-04-24	Melanoma classification using generative adversarial network and proximal policy optimization 2025 Mar-Apr, Photochemistry and photobiology IF:2.6Q3 DOI:10.1111/php.14006 PMID:39080818	research paper	提出了一种结合生成对抗网络和近端策略优化的新型深度学习框架，用于黑色素瘤分类	引入了Off-policy PPO算法处理数据不平衡问题，并结合GAN进行数据增强以提高模型的泛化能力	未提及模型在外部验证集上的表现或计算资源需求	提高黑色素瘤的早期检测准确率以改善临床治疗效果	黑色素瘤皮肤病变图像	digital pathology	melanoma	deep learning	GAN, Off-policy PPO	image	SIIM-ISIC Melanoma Classification Challenge-ISIC-2020数据集（具体数量未说明）
798	2025-04-24	Deep Learning Assisted Classification of T1ρ-MR Based Intervertebral Disc Degeneration Phases 2025-Mar, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29499 PMID:39010746	research paper	该研究利用深度学习模型从常规T1-MR图像中分类基于T1ρ-MR的椎间盘退变阶段	提出了一种深度学习模型，能够从常规T1-MR图像中预测T1ρ-MR的椎间盘退变阶段，克服了T1ρ-MR扫描时间长和费用高的问题	样本量较小（60名患者），且研究为回顾性设计	开发一种方法，通过常规T1-MR图像预测T1ρ-MR的椎间盘退变阶段，以促进T1ρ-MR在椎间盘退变中的应用	椎间盘退变（IDD）患者	digital pathology	geriatric disease	T1-, T2-, and T1ρ-MR sequence (spin echo)	deep learning model	image	60名患者（35男/25女），分为训练集（50人）和测试集（10人）
799	2025-04-24	Categorizing high-grade serous ovarian carcinoma into clinically relevant subgroups using deep learning-based histomic clusters 2025-Mar, Journal of pathology and translational medicine IF:1.7Q3 DOI:10.4132/jptm.2024.10.23 PMID:39962925	research paper	本研究利用深度学习技术对高级别浆液性卵巢癌进行组织学聚类，将其分为临床相关的亚组	首次应用深度学习模型对HGSC进行组织学聚类，揭示了线粒体动力学和能量代谢在疾病进展中的关键作用	研究基于TCGA数据集，样本来源可能有限，未涉及其他独立验证队列	改善高级别浆液性卵巢癌的预后分层和个性化治疗策略	高级别浆液性卵巢癌(HGSC)患者	digital pathology	ovarian cancer	RNA sequencing	deep learning	whole slide images	TCGA数据集中的卵巢癌样本
800	2025-04-24	Enhancing the prediction of symptomatic radiation pneumonitis for locally advanced non-small-cell lung cancer by combining 3D deep learning-derived imaging features with dose-volume metrics: a two-center study 2025-Mar, Strahlentherapie und Onkologie : Organ der Deutschen Rontgengesellschaft ... [et al] IF:2.7Q2 DOI:10.1007/s00066-024-02221-x PMID:38498173	研究论文	本研究旨在探讨深度学习衍生的影像特征结合剂量体积指标在预测局部晚期非小细胞肺癌患者放射性肺炎中的能力	结合3D深度学习衍生的影像特征与剂量体积指标，提高了放射性肺炎的预测准确性	研究样本量相对较小，且仅来自两个中心	预测局部晚期非小细胞肺癌患者的放射性肺炎	局部晚期非小细胞肺癌患者	数字病理	肺癌	3D深度学习	多层感知机	CT影像	149名患者（90名来自复旦大学附属肿瘤医院，59名来自江南大学附属医院）