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
1361	2025-02-28	Randomized controlled trial of an artificial intelligence diagnostic system for the detection of esophageal squamous cell carcinoma in clinical practice 2025-Mar, Endoscopy IF:11.5Q1 DOI:10.1055/a-2421-3194 PMID:39317205	研究论文	本研究探讨了人工智能诊断系统在临床实践中检测食管鳞状细胞癌的效果	首次在临床环境中进行前瞻性随机对照试验，评估AI系统对食管鳞状细胞癌的检测效果	未能证明AI诊断支持系统在提高食管癌检测率方面的显著优势	确定AI如何帮助内镜医师在临床环境中检测食管鳞状细胞癌	高风险食管鳞状细胞癌患者	计算机视觉	食管癌	白光成像（WLI）、窄带成像（NBI）、碘染色	深度学习系统	图像	320名患者
1362	2025-02-28	Advanced deep learning techniques for recognition of dental implants 2025 Mar-Apr, Journal of oral biology and craniofacial research DOI:10.1016/j.jobcr.2025.01.016 PMID:40008072	研究论文	本研究评估了一种先进的深度学习技术DEtection TRanformer，用于识别牙科植入物	使用基于Transformer的深度学习技术DEtection TRanformer进行牙科植入物识别，这是一种新颖的应用	模型在未见过的验证数据上表现不佳，需要在准确性和效率之间进行优化	开发一种能够通过分析X光片图像来预测植入物类型的人工智能工具	牙科植入物	计算机视觉	NA	深度学习	DEtection TRanformer	图像	1138张图像，包含五种植入物类型，来自根尖和全景X光片
1363	2025-02-28	Towards Diagnostic Intelligent Systems in Leukemia Detection and Classification: A Systematic Review and Meta-analysis 2025-Mar, Journal of evidence-based medicine DOI:10.1111/jebm.70005 PMID:40013326	系统综述与元分析	本文综述了2015年至2023年间使用人工智能和机器学习算法从外周血涂片图像中检测和分类白血病及其亚型的研究	系统性地评估了AI在白血病检测和分类中的应用，并提供了现代技术（如深度学习）在此领域的广泛应用情况	大多数研究依赖内部验证，缺乏严格的外部验证以评估模型的普遍适用性	评估和综合基于AI的白血病检测和分类方法的研究成果	外周血涂片图像	数字病理学	白血病	机器学习、深度学习	卷积神经网络（CNN）	图像	190项研究
1364	2025-02-27	Automated classification of coronary LEsions fRom coronary computed Tomography angiography scans with an updated deep learning model: ALERT study 2025-Mar, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11308-z PMID:39792162	研究论文	本研究评估了更新后的深度学习模型CorEx-2.0在冠状动脉CT血管造影（CCTA）中定量测量冠状动脉狭窄的诊断性能，并与两位专家CCTA阅读者进行比较	使用更新的深度学习模型CorEx-2.0进行冠状动脉狭窄的定量测量，减少阅读者间的变异性并提高临床报告效率	单中心回顾性研究，样本量较小（50名患者和150条血管）	评估深度学习模型在冠状动脉狭窄分级和报告中的客观性	冠状动脉CT血管造影（CCTA）扫描	计算机视觉	心血管疾病	深度学习	CorEx-2.0	图像	50名患者和150条血管
1365	2025-02-27	Combining deep learning and machine learning techniques to track air pollution in relation to vegetation cover utilizing remotely sensed data 2025-Mar, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124323 PMID:39914214	研究论文	本研究结合深度学习和机器学习技术，利用遥感数据追踪空气污染与植被覆盖的关系	结合ML和DL技术，首次在达卡市范围内系统分析空气污染与植被覆盖的长期关系，并采用多种模型进行预测	未使用高分辨率图像，未整合社会经济数据，可能影响结果的全面性	探讨空气污染与城市绿地减少之间的关系，为污染管理和城市规划提供依据	达卡市的空气污染（PM2.5和PM10）和植被覆盖变化	机器学习	NA	遥感技术	XGB, SVM, RF, Unet, Unet++, MAnet, Linknet	遥感数据	1990年至2022年的达卡市数据
1366	2025-02-27	Carbon source dosage intelligent determination using a multi-feature sensitive back propagation neural network model 2025-Mar, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124341 PMID:39933376	研究论文	本文提出了一种基于多特征敏感反向传播神经网络（BPNN）的模型，用于预测污水处理厂（WWTP）中的碳源投加量，以解决数据短期和有限的问题	该模型结合了Shapley加性解释（SHAP）和敏感性分析（SA），并引入理论公式以提高预测准确性，同时通过反馈调节处理异常数据	模型依赖于特定污水处理厂的数据，可能在其他环境中的适用性有限	开发一种智能模型以优化污水处理厂中的碳源投加量，减少污染和碳排放	污水处理厂中的碳源投加量	机器学习	NA	反向传播神经网络（BPNN），Shapley加性解释（SHAP），敏感性分析（SA）	多特征敏感反向传播神经网络（MFS-BPNN-SSA）	污水处理厂运行数据	超过两年的污水处理厂运行数据
1367	2025-02-27	Deep learning-driven behavioral analysis reveals adaptive responses in Drosophila offspring after long-term parental microplastic exposure 2025-Mar, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124502 PMID:39933380	研究论文	本研究利用深度学习技术分析果蝇后代幼虫的行为，以评估长期暴露于聚苯乙烯微塑料（PS-MPs）对果蝇的跨代影响	首次结合深度学习技术对果蝇后代幼虫行为进行追踪和分析，揭示了长期暴露于PS-MPs的果蝇后代在运动能力上的适应性变化	研究仅针对果蝇这一模型生物，未涉及其他陆地生物，且未探讨PS-MPs对其他生理指标的影响	评估聚苯乙烯微塑料对果蝇的跨代影响	果蝇（Drosophila melanogaster）及其后代幼虫	机器学习	NA	深度学习	NA	行为数据	不同时间点（第2天、第8天、第14天）收集的果蝇后代幼虫
1368	2025-02-27	Hybrid deep learning downscaling of GCMs for climate impact assessment and future projections in Oman 2025-Mar, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124522 PMID:39951996	研究论文	本研究提出了一种结合序列到序列模型、时间卷积网络（TCN）和Transformer的混合深度学习方法，用于全球环流模型（GCMs）的降尺度，以评估气候变化对阿曼水资源管理的影响	提出了一种新颖的混合深度学习方法，结合了序列到序列模型、TCN和Transformer，用于GCMs的降尺度，并在性能上优于其他方法	研究仅针对阿曼的Wadi Dayqah流域，结果可能不适用于其他地区	评估气候变化对阿曼水资源管理的影响，并进行未来气候预测	阿曼的Wadi Dayqah流域	气候变化	NA	混合深度学习方法，包括序列到序列模型、TCN和Transformer	序列到序列模型、TCN、Transformer	气候数据（降水和温度）	1992年至2011年的气候数据，包括14个GCMs
1369	2025-02-27	SPINEPS-automatic whole spine segmentation of T2-weighted MR images using a two-phase approach to multi-class semantic and instance segmentation 2025-Mar, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11155-y PMID:39470797	研究论文	介绍SPINEPS，一种用于在全身矢状T2加权快速自旋回波图像中对14个脊柱结构进行语义和实例分割的深度学习方法	SPINEPS是首个公开可用的算法，能够在T2加权矢状TSE图像中实现包括后部元素在内的全脊柱的语义和实例分割	研究中使用的数据集虽然多样，但样本量相对有限，可能影响模型的泛化能力	开发一种自动方法，用于在任意视野的T2加权矢状MR图像中进行全脊柱分割，包括后部元素，以便于生物标志物提取、病理和退行性疾病的自动定位以及量化分析	14个脊柱结构（十个椎骨子结构、椎间盘、脊髓、椎管和骶骨）	数字病理	脊柱疾病	深度学习	语义分割模型和滑动窗口方法	T2加权MR图像	公共数据集（训练/测试 179/39 受试者，137 女性），德国国家队列（NAKO）子集（训练/测试 1412/65 受试者，平均年龄 53，694 女性），内部数据集（测试 10 受试者，平均年龄 70，5 女性）
1370	2025-02-27	MRI-Based Topology Deep Learning Model for Noninvasive Prediction of Microvascular Invasion and Assisting Prognostic Stratification in HCC 2025-Mar, Liver international : official journal of the International Association for the Study of the Liver IF:6.0Q1 DOI:10.1111/liv.16205 PMID:39992060	研究论文	本研究开发并验证了一种基于MRI的拓扑深度学习模型，用于术前预测肝细胞癌（HCC）的微血管侵犯（MVI），并辅助预后分层	结合拓扑学改进深度学习模型，提高了预测性能和可解释性，并首次在HCC的MVI预测中应用	研究为回顾性设计，可能存在选择偏倚；外部验证数据集规模相对较小	开发并验证一种基于MRI的拓扑深度学习模型，用于术前预测HCC的MVI，并辅助预后分层	接受手术治疗的HCC患者	数字病理	肝细胞癌	MRI	CNN, TopoCNN, TopoCNN+Clinic	图像	589名患者（其中292名经病理证实存在MVI）
1371	2025-02-27	Prognostic models for unplanned intensive care unit readmission risk prediction: A systematic review and meta-analysis based on HSROC model 2025-03, Nursing in critical care IF:3.0Q1 DOI:10.1111/nicc.13306 PMID:39995380	系统综述与荟萃分析	本文系统回顾并荟萃分析了用于预测非计划性重症监护病房（ICU）再入院风险的预后模型，比较了机器学习模型与评分系统的性能	首次使用HSROC模型进行荟萃分析，比较了机器学习模型与评分系统在ICU再入院预测中的表现，并指出深度学习模型在敏感性上的优势	所有研究存在高偏倚风险，机器学习模型忽略了临床笔记，且模型需要外部验证以确保跨机构的可靠性	评估和比较不同模型在预测ICU非计划性再入院风险中的性能和适用性	ICU再入院预测模型	机器学习	重症监护	HSROC模型	机器学习模型、深度学习模型、评分系统	结构化数据	67项研究，包含335个模型和67个评分系统
1372	2025-02-26	LiteMamba-Bound: A lightweight Mamba-based model with boundary-aware and normalized active contour loss for skin lesion segmentation 2025-Mar, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.01.008 PMID:39864606	研究论文	本文提出了一种轻量级的基于Mamba的模型LiteMamba-Bound，用于皮肤病变分割，结合了边界感知和归一化主动轮廓损失	提出了Channel Attention Dual Mamba (CAD-Mamba)块和Reverse Attention Boundary Module，以及归一化主动轮廓损失函数，显著提升了模型性能	NA	提高皮肤病变分割的精度，特别是在医学图像中区分病变区域和健康皮肤	皮肤病变图像	计算机视觉	皮肤癌	深度学习	LiteMamba-Bound, CAD-Mamba, Reverse Attention Boundary Module	图像	两个皮肤图像数据集：ISIC2018和PH2
1373	2025-02-26	ZFP-CanPred: Predicting the effect of mutations in zinc-finger proteins in cancers using protein language models 2025-Mar, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.01.020 PMID:39909391	研究论文	本研究介绍了一种名为ZFP-CanPred的深度学习模型，用于预测锌指蛋白（ZNFs）中与癌症相关的驱动突变	ZFP-CanPred利用蛋白质语言模型（PLMs）从突变位点的结构邻域中提取表示，以区分致癌突变和中性突变，并在独立测试集上表现出色	尽管ZFP-CanPred在特异性和敏感性方面表现平衡，但仍需进一步验证其在不同癌症类型中的适用性	研究旨在预测锌指蛋白中与癌症相关的驱动突变，以理解致癌过程并开发靶向治疗策略	锌指蛋白（ZNFs）中的错义突变	自然语言处理	癌症	蛋白质语言模型（PLMs）	深度学习模型	蛋白质序列数据	331个突变
1374	2025-02-26	HybProm: An attention-assisted hybrid CNN-BiLSTM model for the interpretable prediction of DNA promoter 2025-Mar, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.02.001 PMID:39929298	研究论文	本文提出了一种名为HybProm的模型，用于DNA启动子的可解释预测	HybProm模型结合了CNN-BiLSTM-Attention架构，能够跨物种预测启动子，并具有较高的准确性和良好的可解释性	NA	提高DNA启动子预测的准确性	DNA启动子	自然语言处理	NA	DNA2Vec	CNN-BiLSTM-Attention	DNA序列	包括E. coli、人类、小鼠和植物在内的多种物种
1375	2025-02-25	Deep learning-based human gunshot wounds classification 2025-Mar, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-024-03355-4 PMID:39503869	研究论文	本文探讨了深度学习在法医领域中用于分类枪伤模式的应用	首次将深度学习技术应用于法医枪伤分类，特别是区分入口和出口伤口以及确定医学法律射击距离	伤口图像的标准化存在挑战，样本不平衡影响了分类指标	研究深度学习技术在法医枪伤分类中的应用	枪伤图像	计算机视觉	NA	深度学习	ResNet152	图像	2,551张图像（1,883张入口伤口，668张出口伤口）
1376	2025-02-25	The diatom test in the field of forensic medicine: a review of a long-standing question 2025-Mar, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-024-03370-5 PMID:39556128	综述	本文评估了法医调查中硅藻测试的标准，特别关注溺水案件	讨论了微波消化、真空过滤和自动扫描电子显微镜（MD-VF-Auto SEM）等先进方法，以及DNA测序和深度学习技术的整合，以提高硅藻检测和分类的准确性	需要标准化硅藻测试的协议以确保一致性和可靠性	提高硅藻测试在法医调查中的可靠性和准确性，特别是在溺水案件中的应用	硅藻，一种在水生环境中发现的单细胞藻类	法医学	NA	微波消化、真空过滤、自动扫描电子显微镜（MD-VF-Auto SEM）、DNA测序、深度学习	深度学习	组织样本、水样	NA
1377	2025-02-25	CATALYZE: a deep learning approach for cataract assessment and grading on SS-OCT images 2025-Mar-01, Journal of cataract and refractive surgery IF:2.6Q1 DOI:10.1097/j.jcrs.0000000000001598 PMID:39680679	研究论文	本文提出了一种基于深度学习的方法CATALYZE，用于在SS-OCT图像上进行白内障评估和分级	开发了一种新的客观深度学习模型，用于基于SS-OCT扫描的白内障分级，并引入了临床显著性指数（CSI）作为评估指标	单中心研究，排除了有眼部手术史、角膜或视网膜疾病以及眼干燥症的患者	评估一种新的客观深度学习模型在白内障分级中的应用	白内障患者和对照组的眼睛	计算机视觉	白内障	SS-OCT扫描	深度学习模型	图像	548只眼睛（315名患者，年龄19至85岁）
1378	2025-02-25	Opportunistic assessment of steatotic liver disease in lung cancer screening eligible individuals 2025-Mar, Journal of internal medicine IF:9.0Q1 DOI:10.1111/joim.20053 PMID:39868889	研究论文	本研究利用深度学习模型在肺癌筛查的胸部CT中评估脂肪肝病（SLD），并探讨其在重度吸烟者中的预后价值	首次在肺癌筛查的胸部CT中利用深度学习模型评估SLD，并发现SLD是重度吸烟者长期死亡率的独立预测因子	研究仅基于NLST参与者的数据，可能无法推广到其他人群	评估SLD在肺癌筛查中的预后价值	19,774名NLST参与者	数字病理	肺癌	深度学习	深度学习模型	CT图像	19,774名NLST参与者
1379	2025-02-25	Clinical 7 Tesla magnetic resonance imaging: Impact and patient value in neurological disorders 2025-Mar, Journal of internal medicine IF:9.0Q1 DOI:10.1111/joim.20059 PMID:39775908	综述	本文探讨了7特斯拉磁共振成像（MRI）在神经系统疾病诊断和治疗监测中的影响及患者价值	7特斯拉MRI提供了卓越的空间分辨率、对比度和敏感性，用于可视化神经解剖、代谢和功能，并通过并行传输和基于深度学习的重建技术解决了之前的技术挑战	NA	评估7特斯拉MRI在神经系统疾病中的诊断影响、患者价值及实际应用考虑	神经系统疾病，如肌萎缩侧索硬化症（ALS）、癫痫、多发性硬化症（MS）、痴呆、帕金森病、肿瘤和血管疾病	数字病理	神经系统疾病	7特斯拉MRI	NA	图像	超过1200次临床扫描
1380	2025-02-24	Differential diagnosis of multiple system atrophy with predominant parkinsonism and Parkinson's disease using neural networks (part II) 2025-Mar-15, Journal of the neurological sciences IF:3.6Q2 DOI:10.1016/j.jns.2025.123411 PMID:39893881	研究论文	本文利用神经网络（NN）进行深度学习，以区分帕金森病（PD）和多系统萎缩的帕金森型（MSA-P）	使用基于体素的形态测量数据作为输入变量，通过神经网络区分PD和MSA-P，展示了在临床应用中的实用性	未提及具体样本量及数据来源的详细信息	区分帕金森病（PD）和多系统萎缩的帕金森型（MSA-P）	帕金森病（PD）和多系统萎缩的帕金森型（MSA-P）患者	机器学习	帕金森病	深度学习	神经网络（NN）	基于体素的形态测量数据	NA