深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
1301	2025-10-07	Deep Learning Based Detection of Large Vessel Occlusions in Acute Ischemic Stroke Using High-Resolution Photon Counting Computed Tomography and Conventional Multidetector Computed Tomography 2025-Mar, Clinical neuroradiology IF:2.4Q2 DOI:10.1007/s00062-024-01471-7 PMID:39585389	研究论文	本研究探讨光子计数计算机断层扫描（PCCT）与传统多排探测器CT在基于深度学习的急性缺血性脑卒中大血管闭塞检测中的性能差异	首次研究PCCT图像质量对深度学习大血管闭塞检测算法性能的影响，并比较了与传统CT的性能差异	无法排除灌注缺损的存在，缺乏CT灌注成像数据，M2段闭塞样本量有限	评估PCCT与传统CT在深度学习辅助大血管闭塞检测中的性能差异	急性缺血性脑卒中患者的大血管闭塞	医学影像分析	急性缺血性脑卒中	计算机断层扫描血管成像（CTA），光子计数计算机断层扫描（PCCT）	深度学习	医学影像	443例病例（267例无闭塞，176例闭塞），其中PCCT扫描150例，传统CT扫描293例	NA	新型深度学习架构（商业原型）	灵敏度，特异性	Syngo.via version VB80软件平台
1302	2025-10-07	Enhancing patient representation learning with inferred family pedigrees improves disease risk prediction 2025-Mar-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae297 PMID:39723811	研究论文	提出ALIGATEHR方法，通过推断家族谱系增强患者表征学习，改善疾病风险预测	首次在电子健康记录分析中显式建模推断的家族关系，结合图注意力网络和基于注意力的医学本体表示	依赖推断的家族关系而非确证的家族史数据	改进电子健康记录中的疾病风险预测	电子健康记录中的患者及其推断的家族关系	医疗健康数据分析	炎症性肠病（克罗恩病和溃疡性结肠炎）	电子健康记录分析	图注意力网络	纵向电子健康记录诊断数据	NA	NA	图注意力网络	疾病风险预测准确性	NA
1303	2025-02-17	A deep-learning system integrating electrocardiograms and laboratory indicators for diagnosing acute aortic dissection and acute myocardial infarction 2025-Mar-15, International journal of cardiology IF:3.2Q2 DOI:10.1016/j.ijcard.2025.133008 PMID:39880045	研究论文	本研究开发了一种多模态深度学习模型，整合心电图（ECG）信号和实验室指标，以提高急性A型主动脉夹层（AAD-type A）和急性心肌梗死（AMI）的诊断准确性	通过融合ECG特征和实验室指标，利用深度学习模型提高诊断准确性，为心血管疾病的快速诊断提供了新工具	研究样本量相对较小，且仅在单一医院进行，可能影响模型的泛化能力	提高急性A型主动脉夹层和急性心肌梗死的诊断准确性	急性A型主动脉夹层（AAD-type A）和急性心肌梗死（AMI）患者	机器学习	心血管疾病	深度学习	ResNet-34, RandomForest, XGBoost, LightGBM	ECG信号和实验室指标	训练和验证集：136例AAD-type A和141例AMI患者；前瞻性测试集：30例AMI和32例AAD-type A患者	NA	NA	NA	NA
1304	2025-10-07	DEEP LEARNING-DRIVEN SEGMENTATION OF DENTAL IMPLANTS AND PERI-IMPLANTITIS DETECTION IN ORTHOPANTOMOGRAPHS: A NOVEL DIAGNOSTIC TOOL 2025-Mar, The journal of evidence-based dental practice IF:4.1Q1 DOI:10.1016/j.jebdp.2024.102058 PMID:39947781	研究论文	开发基于深度学习的牙科种植体分割和种植体周围炎检测系统，用于正畸全景片分析	首次将U-Net分割与CNN分类结合，为种植体周围炎提供自动化诊断工具	存在165个假阳性病例，模型特异性有待提升	提高种植体周围炎的诊断准确性和效率	牙科种植体和种植体周围炎	计算机视觉	牙科疾病	深度学习	CNN	医学影像	7696张正畸全景片，包含3693个种植体	Python	U-Net	准确率, Dice相似系数, IoU, 精确率, 召回率, F1分数	NA
1305	2025-10-07	Image quality assessment and white matter hyperintensity quantification in two accelerated high-resolution 3D FLAIR techniques: Wave-CAIPI and deep learning-based SPACE 2025-Mar, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2024.106783 PMID:39842179	研究论文	比较两种加速高分辨率3D FLAIR脑成像技术（DL-SPACE和Wave-CAIPI）在图像质量和白质高信号量化方面的表现	首次系统比较基于深度学习的SPACE重建技术与Wave-CAIPI技术在脑FLAIR成像中的性能差异	回顾性研究设计，样本量相对有限（123名参与者）	评估两种加速高分辨率3D FLAIR技术的图像质量差异	脑部白质高信号（WMH）和正常表现白质（NAWM）	医学影像分析	脑白质病变	3D FLAIR磁共振成像，深度学习重建，Wave-CAIPI采集技术	深度学习重建模型	磁共振脑部图像	123名参与者	NA	NA	信噪比（SNR），对比噪声比（CNR），图像质量评分，白质高信号体积量化	NA
1306	2025-10-07	Semantic segmentation for weed detection in corn 2025-Mar, Pest management science IF:3.8Q1 DOI:10.1002/ps.8554 PMID:39584373	研究论文	提出一种结合语义分割和图像处理的新方法，通过分割玉米作物像素来检测杂草	采用间接分割方法，通过作物掩码识别杂草，避免了直接检测多种杂草物种的复杂性	未明确说明训练数据集的规模和多样性限制	开发精确、快速的农田杂草检测方法，支持精准杂草管理	玉米田中的杂草检测	计算机视觉	NA	语义分割，图像处理，知识蒸馏	深度学习	图像	NA	NA	DeepLabV3+	平均准确率，平均交并比，帧率	NA
1307	2025-10-07	Active learning for extracting rare adverse events from electronic health records: A study in pediatric cardiology 2025-Mar, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105761 PMID:39689449	研究论文	本研究开发了一种基于主动学习和深度学习的文本分类器，用于从电子健康记录中自动提取儿科心脏导管术相关的不良事件	采用主动学习流程进行医学文本标注，针对罕见不良事件开发了高效的深度学习分类器	数据集存在不平衡问题，不良事件较为罕见，初始预筛选产生大量假阳性	自动化从电子医疗记录文本中提取心脏导管术相关不良事件	因心脏导管术住院的儿科患者电子健康记录	自然语言处理	心血管疾病	电子健康记录文本挖掘，正则表达式，主动学习	深度学习文本分类器	文本	2,980名患者	NA	NA	召回率, 特异性	NA
1308	2025-10-07	AtSubP-2.0: An integrated web server for the annotation of Arabidopsis proteome subcellular localization using deep learning 2025-Mar, The plant genome DOI:10.1002/tpg2.20536 PMID:39924294	研究论文	开发了一个基于深度学习的网络服务器AtSubP-2.0，用于拟南芥蛋白质组亚细胞定位注释	在AtSubP v1.0基础上扩展，采用四阶段策略精确预测蛋白质亚细胞定位，包括单/双定位区分、12个单定位分类、9个双定位分类和膜蛋白类型分类	NA	开发快速准确的拟南芥蛋白质亚细胞定位预测工具	拟南芥蛋白质组	生物信息学	NA	深度学习	NA	蛋白质序列数据	NA	NA	NA	准确率, Matthews相关系数	网络服务器
1309	2025-02-13	Deep Imbalanced Regression Model for Predicting Refractive Error from Retinal Photos 2025 Mar-Apr, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100659 PMID:39931359	研究论文	本研究旨在通过整合深度不平衡回归（DIR）技术到ResNet和Vision Transformer模型中，从视网膜照片预测屈光不正	首次将深度不平衡回归（DIR）技术整合到ResNet和Vision Transformer模型中，以解决数据集不平衡问题，并进行了外部验证	研究为回顾性研究，可能存在选择偏差	预测屈光不正	视网膜照片	计算机视觉	眼科疾病	深度不平衡回归（DIR）	ResNet34, SwinV2 (Swin Transformer)	图像	总计124,514张视网膜图像（新加坡眼病流行病学研究、英国生物银行、新加坡前瞻性研究和北京眼研究）	NA	NA	NA	NA
1310	2025-10-07	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	研究论文	开发基于Transformer的多标签深度学习模型用于检测踝关节内外侧韧带损伤并辅助诊断慢性踝关节不稳	首次将Transformer架构应用于踝关节MRI多标签韧带损伤检测，相比传统CNN模型性能显著提升	回顾性研究设计，需进一步前瞻性验证	开发深度学习模型辅助慢性踝关节不稳的MRI诊断	踝关节MRI图像和慢性踝关节不稳患者	医学影像分析	踝关节损伤	磁共振成像	Transformer, CNN	医学图像	从3个医疗中心2016年4月至2022年3月期间收集的踝关节MRI数据	NA	AnkleNet, 4种CNN模型	AUC, 平衡准确率	NA
1311	2025-10-07	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	研究论文	评估ChatGPT、Bard和Bing Chat在骨科培训考试中的表现，并与骨科住院医师进行比较	首次系统比较三种大型语言处理模型在骨科专业考试中的表现，并与不同年级住院医师建立直接对比基准	模型无法处理图像相关题目，测试仅限于2021-2022年考题	评估AI模型在骨科诊断和治疗知识方面的准确性和临床适用性	ChatGPT(GPT-3.5)、Bard、Bing Chat三种AI模型和骨科住院医师	自然语言处理	骨科疾病	大型语言模型	GPT-3.5, Bard, Bing Chat	文本试题	420道骨科培训考试题目	NA	大型语言模型	准确率	NA
1312	2025-10-07	Distinguishing the activity of flexor digitorum brevis and soleus across standing postures with deep learning models 2025-Mar, Gait & posture IF:2.2Q2 DOI:10.1016/j.gaitpost.2024.12.014 PMID:39674063	研究论文	使用深度学习模型区分不同站立姿势下趾短屈肌和比目鱼肌的肌电活动	首次使用深度卷积神经网络分析趾短屈肌和比目鱼肌在不同站立姿势下的肌电活动特征差异	研究仅针对健康年轻男性，样本代表性有限	区分不同站立姿势下趾短屈肌和比目鱼肌的肌电活动特征	趾短屈肌和比目鱼肌的肌电信号	机器学习	NA	高密度表面肌电信号记录	CNN	肌电信号	健康年轻男性（具体数量未提及）	NA	深度卷积神经网络	分类准确率	NA
1313	2025-10-07	Editorial Commentary: Thoughtful Application of Artificial Intelligence Technique Improves Diagnostic Accuracy and Supportive Clinical Decision-Making 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.2024.12.009 PMID:39675394	评论	探讨人工智能技术在医学影像诊断中的合理应用及其对临床决策的支持作用	强调AI技术需要根据具体临床问题量身定制，提出分步整合和透明化应用的实施路径	未提供具体技术实现细节或临床验证数据	促进AI技术在骨科医学影像领域的合理应用和临床整合	骨科医学影像AI应用	计算机视觉	骨科疾病	深度学习	NA	医学影像	NA	NA	NA	诊断准确性	NA
1314	2025-10-07	Real-time assistance in suicide prevention helplines using a deep learning-based recommender system: A randomized controlled trial 2025-Mar, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105760 PMID:39705915	研究论文	评估基于深度学习的AI辅助工具在自杀预防热线对话中为咨询师提供实时建议的有效性和可用性	首次在自杀预防热线中通过随机对照试验评估基于BERT句子嵌入的实时推荐系统	工具经常在不适当情境下使用，咨询师对AI辅助工具的使用熟练度不足或存在信任问题	评估AI辅助工具在自杀预防热线对话中的有效性和可用性	自杀预防热线咨询师和求助者之间的对话	自然语言处理	精神健康疾病	句子嵌入，余弦相似度	BERT	文本对话数据	48名咨询师（27名实验组，21名对照组），评估188个班次	NA	BERT	自我效能感，响应时间，使用频率，使用时长，可用信息比例	NA
1315	2025-10-07	Unsupervised tooth segmentation from three dimensional scans of the dental arch using domain adaptation of synthetic data 2025-Mar, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105769 PMID:39721113	研究论文	本研究利用领域自适应技术从三维牙弓扫描中实现无监督牙齿分割	首次将领域自适应技术应用于牙齿分割任务，通过梯度反转层和孪生网络技术实现合成数据与真实数据的特征空间对齐	样本量较小（仅20个合成扫描和16个自然扫描），验证集仅包含4个未见过的自然扫描牙弓	开发无需人工标注的三维牙齿自动分割方法	人类牙弓的三维扫描数据	计算机视觉	NA	三维扫描技术	PointNet, PointNet++	三维点云数据	20个合成牙弓扫描和16个自然牙弓扫描用于训练，4个自然牙弓扫描用于验证	PyTorch或TensorFlow（基于梯度反转层的实现）	PointNet, PointNet++	平均交并比（mIoU）	NA
1316	2025-02-12	Applicability of the regression approach for histological multi-class grading in clear cell renal cell carcinoma 2025-Mar, Regenerative therapy IF:3.4Q2 DOI:10.1016/j.reth.2025.01.011 PMID:39925965	研究论文	本文探讨了回归方法在透明细胞肾细胞癌多类别分级中的适用性	首次广泛研究了回归方法在多类别癌分级中的应用，并证明其在透明细胞肾细胞癌四类分级中的有效性	研究仅基于16张全片图像和11,826个组织学图像块，样本量相对较小	评估回归方法在多类别癌分级中的适用性	透明细胞肾细胞癌的组织学图像	数字病理学	肾癌	深度学习	CNN（DenseNet-121和Inception-v3）	图像	16张全片图像和11,826个组织学图像块	NA	NA	NA	NA
1317	2025-10-07	Reducing reading time and assessing disease in capsule endoscopy videos: A deep learning approach 2025-Mar, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105792 PMID:39817978	研究论文	本研究开发了一种基于深度学习的计算机辅助诊断方法，用于加速胶囊内窥镜视频分析	使用预训练卷积神经网络自动识别异常帧，将胶囊内窥镜视频播放时间从58分钟缩短至10分钟，同时保留93.33%的异常病变	仅使用8个测试视频进行评估，样本量较小；涉及五种不同类型的胶囊内窥镜设备	开发能够加速胶囊内窥镜视频分析的计算机辅助诊断方法	胶囊内窥镜视频中的胃肠道异常病变	计算机视觉	胃肠道疾病	胶囊内窥镜检查	CNN	视频帧图像	8个胶囊内窥镜视频，包含多种异常病变	NA	预训练卷积神经网络	异常保留率	NA
1318	2025-10-07	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	研究论文	本研究开发了一种深度学习模型，能够从常规T1-MR图像中分类基于T1ρ-MR的椎间盘退变阶段	首次使用深度学习模型从常规T1-MR图像预测T1ρ-MR的椎间盘退变分期，克服了T1ρ-MR扫描时间长、费用高的限制	样本量较小（仅60名患者），研究为回顾性设计，证据等级为4级	开发深度学习模型实现基于常规T1-MR图像的椎间盘退变分期分类	60名腰痛或下肢神经根病患者，随机分为训练集（50人）和测试集（10人）	医学影像分析	椎间盘退变疾病	T1-MR, T2-MR, T1ρ-MR序列（自旋回波）	深度学习模型	MR图像	60名患者（男性35人，女性25人），随机分为训练集50人和测试集10人	NA	NA	AUC, F1-score, 准确率, 精确率, 召回率	NA
1319	2025-10-07	Research on Intelligent Monitoring and Concentration Prediction for Penicillin Fermentation Process 2025-Mar, Biotechnology and bioengineering IF:3.5Q2 DOI:10.1002/bit.28903 PMID:39710987	研究论文	本研究利用PenSim仿真数据集，应用机器学习和深度学习技术预测青霉素发酵浓度	通过网格搜索系统优化多种预测模型的超参数，发现岭回归模型在青霉素浓度预测中表现最优	基于仿真数据集进行研究，未使用真实工业发酵数据	提高青霉素发酵过程的智能监控和浓度预测精度	青霉素发酵过程	机器学习	NA	机器学习，深度学习	岭回归	仿真数据	PenSim仿真数据集	NA	NA	均方误差，平均绝对误差	NA
1320	2025-10-07	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	研究论文	评估深度学习重建的4倍加速2D TSE协议和6倍加速2D Dixon TSE结合3D超分辨率重建在膝关节MRI中的图像质量与诊断性能	首次将深度学习重建技术与4倍加速2D TSE和6倍加速2D Dixon TSE结合3D超分辨率重建应用于膝关节MRI评估	3D SRR Dixon TSE协议在边缘锐度降低和伪影存在方面图像质量较差，对软骨、肌腱和骨骼的可视化受影响	开发快速全面的膝关节MRI评估方法	19名有症状的成年受试者的膝关节	医学影像分析	膝关节疾病	磁共振成像, 深度学习重建, 超分辨率重建, 并行成像, 同步多层采集	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	NA	NA	图像质量评分, 解剖结构可见性评分, 诊断置信度评分, Fleiss-Cohen kappa统计量	临床3T MRI扫描仪