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
1441	2025-02-18	Practical X-ray gastric cancer diagnostic support using refined stochastic data augmentation and hard boundary box training 2025-Mar, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103075 PMID:39919469	研究论文	本文提出了一种基于深度学习的胃癌X射线图像诊断支持系统，旨在提高胃癌筛查的效率和准确性	引入了两种新技术：精炼概率胃图像增强（R-sGAIA）和硬边界框训练（HBBT），以提高癌症检测模型的性能	系统的精确度（42.5%）仍有提升空间，且依赖于未标注的阴性样本	开发一种实用的胃癌诊断支持系统，以扩大胃癌筛查的覆盖范围	胃癌X射线图像	计算机视觉	胃癌	深度学习	目标检测模型	图像	未明确提及具体样本数量
1442	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
1443	2025-02-17	Repeatability of Microperimetry in Areas of Retinal Pigment Epithelium and Photoreceptor Loss in Geographic Atrophy Supported by Artificial Intelligence-Based Optical Coherence Tomography Biomarker Quantification 2025-Mar, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2024.11.005 PMID:39547308	研究论文	本研究探讨了在视网膜色素上皮和光感受器损失区域微视野检查的重复性，并利用基于人工智能的光学相干断层扫描生物标志物量化支持地理萎缩的长期随访	结合了微视野检查与深度学习算法，量化视网膜色素上皮和光感受器完整性损失区域，提供了详细的点对点测试-重测重复性参考值	样本量较小，仅包括20名受试者	评估微视野检查在地理萎缩患者中的重复性，并指导长期随访中敏感性损失的解释	地理萎缩患者	数字病理学	老年疾病	光学相干断层扫描	深度学习算法	图像	20名受试者，每台设备900个刺激点
1444	2025-02-17	Biomechanics-Function in Glaucoma: Improved Visual Field Predictions from IOP-Induced Neural Strains 2025-Mar, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2024.11.019 PMID:39631645	研究论文	本研究评估了神经组织结构和生物力学在青光眼功能损失预测中的作用，并探讨了生物力学在此类预测中的重要性	结合生物力学（眼压诱导的神经组织应变）和结构信息（组织形态和神经组织厚度）显著提高了视觉场损失预测的准确性	研究样本仅限于中国族群，且年龄超过50岁，可能限制了结果的普遍性	评估神经组织结构和生物力学在青光眼功能损失预测中的作用	238名青光眼患者	数字病理学	青光眼	光谱域OCT成像、数字体积相关分析	Point-Net	图像	238名青光眼患者
1445	2025-02-16	A Veterinary DICOM-Based Deep Learning Denoising Algorithm Can Improve Subjective and Objective Brain MRI Image Quality 2025-Mar, Veterinary radiology & ultrasound : the official journal of the American College of Veterinary Radiology and the International Veterinary Radiology Association IF:1.3Q2 DOI:10.1111/vru.70015 PMID:39945204	研究论文	本研究评估了一种专为兽医患者开发的基于DICOM的深度学习去噪算法在犬猫脑部MRI图像中的应用效果	开发了一种专为兽医患者设计的基于DICOM的深度学习去噪算法，并首次在犬猫脑部MRI图像中进行了定量和定性评估	样本量较小，仅包括30只犬猫，且仅在1.5T MRI设备上进行了测试	评估深度学习去噪算法在兽医脑部MRI图像中的应用效果	犬和猫的脑部MRI图像	计算机视觉	NA	深度学习去噪算法	深度学习	图像	30只犬猫的脑部MRI图像
1446	2025-02-15	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	本研究开发了一种基于深度学习的牙种植体分割和种植体周围炎检测方法，旨在提高诊断的准确性和效率	利用深度学习技术对牙种植体进行分割并检测种植体周围炎，提供了一种更准确和高效的诊断工具	研究中存在165个假阳性病例，表明模型在分类时仍有一定的误判率	开发一种基于深度学习的牙种植体分割和种植体周围炎检测方法，以提高诊断的准确性和效率	牙种植体和种植体周围炎	计算机视觉	牙科疾病	深度学习	U-Net, CNN	图像	7696张正颌全景片（OPGs）
1447	2025-02-14	Grading of diabetic retinopathy using a pre-segmenting deep learning classification model: Validation of an automated algorithm 2025-Mar, Acta ophthalmologica IF:3.0Q1 DOI:10.1111/aos.16781 PMID:39425597	研究论文	本文验证了一种自主开发的深度学习算法在糖尿病视网膜病变分级中的性能，并与人类评分者进行了比较	开发并验证了一种自主的深度学习算法，用于糖尿病视网膜病变的分级，展示了其在真实世界人群中的临床应用潜力	自主深度学习算法在高风险人群中的表现仅在某些指标上与人类评分者相当，且存在误检和漏检的问题	验证自主深度学习算法在糖尿病视网膜病变分级中的性能	500张6视野视网膜图像	计算机视觉	糖尿病视网膜病变	深度学习	深度学习分类模型	图像	500张6视野视网膜图像
1448	2025-02-14	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	本文提出了一种结合语义分割和图像处理的新方法，用于玉米田中的杂草检测	通过语义分割生成玉米作物的掩码，将掩码外的所有绿色植物像素识别为杂草，避免了直接检测多种杂草物种的复杂性	未提及具体局限性	简化杂草检测过程，提高精准杂草管理的效率和准确性	玉米田中的杂草	计算机视觉	NA	语义分割、图像处理	DeepLabV3+	图像	未提及具体样本数量
1449	2025-02-13	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	本文研究了如何从电子健康记录中自动化提取罕见的不良事件，特别是在儿科心脏病学领域	使用主动学习过程来注释数据，并训练深度学习文本分类器以准确识别经历过严重不良事件的患者	由于不良事件的罕见性，初始预筛选步骤获得的数据集不平衡，包含大量假阳性	自动化从电子病历文本中提取与心脏导管插入术相关的不良事件	因心脏导管插入术住院的患者的电子健康记录	自然语言处理	心血管疾病	主动学习，深度学习	深度学习文本分类器	文本	2,980名患者
1450	2025-02-13	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	本文介绍了AtSubP-2.0，一个基于深度学习的集成网络服务器，用于注释拟南芥蛋白质组的亚细胞定位	AtSubP-2.0是AtSubP v1.0的扩展版本，采用四阶段策略进行精确的蛋白质亚细胞定位预测，并提供了一个基于网络的预测服务器	NA	提高对拟南芥蛋白质亚细胞定位的理解，以应用于作物改良和生物技术	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
1451	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）
1452	2025-02-13	Self-Attention Mechanisms-Based Laryngoscopy Image Classification Technique for Laryngeal Cancer Detection 2025-Mar, Head & neck DOI:10.1002/hed.27999 PMID:39526389	研究论文	本文提出了一种基于自注意力机制的喉镜图像分类技术，用于喉癌检测	创新点在于使用Swin-Transformer构建智能喉癌检测系统（ILCDS），并在内部和外部测试集上验证其性能	在外部测试集上性能略有下降	研究目的是开发一种准确、精确且敏感的深度学习模型，以辅助喉癌的早期诊断	1462名患者的5768张喉镜图像	计算机视觉	喉癌	深度学习	Swin-Transformer	图像	1462名患者的5768张喉镜图像
1453	2025-02-12	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	本文开发了一种基于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	研究依赖于回顾性收集的MRI数据，可能存在选择偏差，且模型的外部验证仅在三个中心进行	开发一种深度学习模型，用于同时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	踝关节外侧和内侧韧带损伤，慢性踝关节不稳（CAI）患者	计算机视觉	踝关节损伤	深度学习	Transformer, CNN	MRI图像	2016年4月至2022年3月期间在三个中心回顾性收集的踝关节MRI数据
1454	2025-02-12	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	本文评估了ChatGPT、Bard和Bing Chat在骨科培训考试（OITE）中的表现，并与骨科实习生进行了比较	首次比较了大型语言处理模型与骨科实习生在OITE考试中的表现，展示了AI模型在骨科知识方面的潜力	未使用图像或其他辅助媒体，可能限制了AI模型的性能	评估AI模型在骨科诊断和治疗方面的准确性	ChatGPT、Bard、Bing Chat以及骨科实习生	自然语言处理	骨科疾病	NA	GPT-3.5、Bard、Bing Chat	文本	420个OITE问题
1455	2025-02-12	An AI-assisted explainable mTMCNN architecture for detection of mandibular third molar presence from panoramic radiography 2025-Mar, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105724 PMID:39626596	研究论文	本研究设计并系统评估了一种名为可解释下颌第三磨牙卷积神经网络（E-mTMCNN）的架构，用于在全景X光片中检测下颌第三磨牙（m-M3）的存在	提出了E-mTMCNN架构，结合了GoogLeNet架构和LIME解释方法，提高了检测准确性和模型决策的透明度	未提及具体局限性	提高下颌第三磨牙的早期检测准确性，改善牙科临床决策和治疗计划	下颌第三磨牙在全景X光片中的存在	计算机视觉	牙科疾病	深度学习（DL）、卷积神经网络（CNN）、迁移学习（TL）	CNN（GoogLeNet）	图像	未提及具体样本数量，使用了UESB数据集中的全景X光片
1456	2025-02-12	Universal representations in cardiovascular ECG assessment: A self-supervised learning approach 2025-Mar, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105742 PMID:39631267	研究论文	本研究开发并验证了一种自监督学习方法，用于从纵向收集的心电图数据中生成通用的心电图表示，适用于多种心血管评估	采用对比自监督学习方法从大规模未标记的心电图数据中学习有意义的表示，并将其应用于下游任务，特别是在小样本情况下显著提升了分类模型的性能	研究主要依赖于单一医疗机构的内部数据集，虽然也使用了外部公共数据集进行验证，但可能仍存在泛化性问题	开发一种自监督学习方法，用于生成通用的心电图表示，以提升心血管疾病评估的准确性和鲁棒性	1,684,298名成年患者的心电图数据	机器学习	心血管疾病	对比自监督学习	预训练模型	心电图数据	4,932,573条心电图数据，来自1,684,298名成年患者
1457	2025-02-12	Prediction of mortality in hemodialysis patients based on autoencoders 2025-Mar, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105744 PMID:39642591	研究论文	本研究提出了一种基于自动编码器的血液透析患者死亡率预测模型，解决了短期数据不平衡和缺失数据特征的问题	利用高维数据空间中非缺失特征的流形结构和特征间的内在关系，推断缺失特征的值，并通过生成特征丢弃掩码模拟缺失数据分布，设计自适应特征提取模块	模型主要依赖于短期数据，可能无法完全捕捉长期数据中的复杂模式	评估血液透析患者在30至450天内的死亡率风险	终末期肾病患者	机器学习	肾病	自动编码器	自动编码器	临床数据	未明确说明样本数量
1458	2025-02-12	Multi-horizon event detection for in-hospital clinical deterioration using dual-channel graph attention network 2025-Mar, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105745 PMID:39657403	研究论文	本文提出了一种端到端的深度学习架构，用于早期检测医院内的临床恶化事件	提出了双通道图注意力网络，结合多任务学习策略，能够显式学习多变量时间序列在特征和时间域上的相关性	实验仅在ICU收集的两个临床时间序列数据集上进行，可能限制了模型的泛化能力	实现医院内临床恶化事件的早期检测	医院内的临床恶化事件	机器学习	NA	深度学习	双通道图注意力网络	多变量时间序列	两个ICU收集的临床时间序列数据集
1459	2025-02-12	A systematic review on the impact of artificial intelligence on electrocardiograms in cardiology 2025-Mar, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105753 PMID:39674006	系统综述	本文系统综述了人工智能在心电图分析中的应用及其对心脏病学诊断和治疗支持的影响	本文首次系统性地评估了AI、机器学习和深度学习在心电图分析中的应用，特别是在心律失常、心肌梗死和心力衰竭等心脏疾病的预测和诊断中的效果	研究仅限于2014年至2024年间的英文文献，可能忽略了其他语言或更早期的重要研究	探讨人工智能在心电图分析中的应用，以提高心脏病学的诊断准确性和治疗支持	心电图数据及其在心脏病学中的应用	机器学习	心血管疾病	机器学习（ML）、深度学习（DL）	CNN、RNN、混合模型	心电图数据	46项研究
1460	2025-02-12	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	本研究利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基于高密度表面肌电信号的时间和空间特征来分类站立姿势	研究仅针对健康年轻男性，样本多样性有限	探索趾短屈肌和比目鱼肌在不同站立姿势下的肌电活动调整	趾短屈肌和比目鱼肌的肌电活动	机器学习	NA	高密度表面肌电信号记录	深度卷积神经网络（CNN）	肌电信号	健康年轻男性