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
1461	2025-02-12	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	本文讨论了人工智能技术在医学影像中的应用，特别是在骨科领域，强调了深思熟虑的应用对于提高诊断准确性和支持临床决策的重要性	强调了人工智能技术在医学影像中应用的深思熟虑和透明性，提出了AI工具在临床医学中的逐步整合应提供附加的洞察力	未具体提及研究的局限性	探讨人工智能技术在医学影像中的应用，以提高诊断准确性和支持临床决策	医学影像，特别是骨科领域的影像	计算机视觉	骨科疾病	深度学习	NA	医学影像	NA
1462	2025-02-12	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	本文通过随机对照试验评估了AI辅助工具在自杀预防热线对话中为咨询师提供实时帮助的有效性和可用性	使用基于BERT的句子嵌入生成建议，并通过余弦相似度呈现前5个聊天情境，为自杀预防热线提供实时AI辅助	工具在不适当的情境下频繁使用，咨询师在最佳时机使用工具的频率较低，可能缺乏使用AI辅助工具的熟练度或对系统的初始信任问题	评估AI辅助工具在自杀预防热线对话中为咨询师提供实时帮助的有效性和可用性	自杀预防热线的咨询师	自然语言处理	心理健康	BERT, 余弦相似度	BERT	文本	48名咨询师（27名实验组，21名对照组），共评估了188个班次
1463	2025-02-12	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	本研究旨在通过领域适应技术，从3D口腔扫描中自动分割出不同牙弓形态的单个牙齿	使用领域适应技术，无需人工标注即可训练深度学习模型，从合成的3D牙弓扫描数据中分割牙齿	样本量较小，仅使用了20个合成牙弓扫描和16个自然牙弓扫描进行训练	实现从3D牙弓扫描中自动分割单个牙齿	3D牙弓扫描数据	计算机视觉	NA	领域适应技术，包括梯度反转层和Siamese网络	PointNet, PointNet++	3D扫描数据	20个合成牙弓扫描和16个自然牙弓扫描
1464	2025-02-12	MRI-derived radiomics and end-to-end deep learning models for predicting glioma ATRX status: a systematic review and meta-analysis of diagnostic test accuracy studies 2025-Mar, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2024.110386 PMID:39742798	系统综述与荟萃分析	本文系统回顾并荟萃分析了MRI衍生的放射组学/端到端深度学习模型在预测胶质瘤ATRX状态中的预测价值	首次系统性地评估了放射组学和深度学习模型在预测胶质瘤ATRX状态中的应用，并进行了荟萃分析	研究间的异质性较高，可能影响结果的稳定性	评估MRI衍生的放射组学和深度学习模型在预测胶质瘤ATRX状态中的诊断准确性	胶质瘤患者	数字病理学	胶质瘤	MRI	深度学习模型	图像	17项研究纳入系统综述，11项研究纳入荟萃分析
1465	2025-02-12	Predicting lymph node metastasis in thyroid cancer: systematic review and meta-analysis on the CT/MRI-based radiomics and deep learning models 2025-Mar, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2024.110392 PMID:39742800	meta-analysis	本文通过系统回顾和荟萃分析，评估了基于CT/MRI的放射组学和深度学习模型在预测甲状腺癌淋巴结转移中的应用	首次系统性地评估了放射组学和深度学习模型在甲状腺癌淋巴结转移预测中的表现，并比较了手工放射组学与深度学习模型的性能	研究存在异质性，且需要进一步研究以优化这些影像工具	评估基于CT/MRI的放射组学和深度学习模型在甲状腺癌术前淋巴结转移评估中的潜力	甲状腺癌患者	digital pathology	thyroid cancer	CT, MRI	deep learning, radiomics	image	16项研究
1466	2025-02-12	Predicting the likelihood of readmission in patients with ischemic stroke: An explainable machine learning approach using common data model data 2025-Mar, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105754 PMID:39755003	研究论文	本研究开发了一种机器学习模型，利用电子病历数据预测缺血性卒中患者的90天再入院风险	使用基于通用数据模型（CDM）的电子病历数据，结合多种机器学习和深度学习模型，通过SHAP值解释特征重要性，提高了预测准确性	研究数据来自单一地区的一家医院，可能限制了模型的泛化能力	预测缺血性卒中患者的90天再入院风险，以改善患者的生活质量	1,136名缺血性卒中患者	机器学习	心血管疾病	合成少数类过采样技术（SMOTE）	LightGBM, 深度学习模型	电子病历数据	1,136名患者
1467	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
1468	2025-02-12	Development of an interactive ultra-high resolution magnetic resonance neurography atlas of the brachial plexus and upper extremity peripheral nerves 2025-Mar, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2024.110400 PMID:39765207	研究论文	开发了一个交互式超高分辨率磁共振神经成像图谱，用于直接可视化臂丛和上肢周围神经	首次开发了一个包含177个独特解剖结构的交互式超高分辨率磁共振神经成像图谱，具有前所未有的空间和对比度分辨率	样本量较小，仅包括16名成年志愿者，且未涉及已知周围神经病变的患者	开发一个教育和临床参考用的交互式磁共振神经成像图谱	臂丛和上肢周围神经	数字病理学	NA	磁共振神经成像（MR neurography）和深度学习算法	深度学习算法	磁共振图像	16名成年志愿者
1469	2025-02-12	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	本文探讨了使用深度学习辅助诊断方法加速胶囊内窥镜视频分析的可行性	提出了一种基于预训练卷积神经网络（CNN）的方法，能够生成包含所有异常的胶囊内窥镜视频摘要，显著减少视频分析时间	研究仅使用了8个胶囊内窥镜视频进行测试，样本量较小	加速胶囊内窥镜视频分析，减少医生分析视频的时间	胶囊内窥镜视频	计算机视觉	胃肠疾病	深度学习	CNN	视频	8个胶囊内窥镜视频
1470	2025-02-11	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	本研究旨在构建一个深度学习模型，从常规T1-MR图像中实现基于T1ρ-MR的椎间盘退变阶段分类	利用深度学习模型从常规T1-MR图像中分类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，可能影响结果的普遍性	构建深度学习模型以从常规T1-MR图像中分类T1ρ-MR的椎间盘退变阶段	60名患有腰痛或下肢神经根病的患者	医学影像分析	椎间盘退变	T1ρ-MR序列（自旋回波）	深度学习模型	MR图像	60名患者（35男/25女），分为训练集（50名）和测试集（10名）
1471	2025-02-11	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模拟数据集，应用多种机器学习和深度学习技术预测青霉素发酵过程中的浓度	通过相关性分析筛选出对青霉素浓度有显著影响的九个特征变量，并采用网格搜索系统优化各种预测模型的超参数	研究基于模拟数据集，可能无法完全反映实际生产环境中的复杂性	提高青霉素发酵过程的智能监控和浓度预测，以提升生产效率和质量保证	青霉素发酵过程中的浓度	机器学习	NA	机器学习和深度学习技术	岭回归模型	模拟数据	PenSim模拟数据集
1472	2025-02-11	LGS-PPIS: A Local-Global Structural Information Aggregation Framework for Predicting Protein-Protein Interaction Sites 2025-Mar, Proteins IF:3.2Q2 DOI:10.1002/prot.26763 PMID:39520116	研究论文	本文提出了一种局部-全局结构信息聚合框架LGS-PPIS，用于预测蛋白质-蛋白质相互作用位点（PPIS）	LGS-PPIS框架通过边缘感知图卷积网络（EA-GCN）和自注意力机制结合初始残差和身份映射（SA-RIM）两个模块，实现了局部和全局信息的聚合，解决了现有方法在特征提取上的不足	现有方法在特征聚合过程中仅考虑节点特征，忽略了目标残基与其邻近残基的复杂边缘特征，且仅限于聚合空间上相邻的残基，无法捕捉在确定PPIS中起关键作用的“远程”残基	探索蛋白质-蛋白质相互作用位点（PPIS），以阐明多种生物过程的内在机制	蛋白质-蛋白质相互作用位点（PPIS）	生物信息学	NA	深度学习	边缘感知图卷积网络（EA-GCN）、自注意力机制结合初始残差和身份映射（SA-RIM）	蛋白质结构数据	三个广泛使用的PPIS预测基准数据集
1473	2025-02-10	Decoding thoughts, encoding ethics: A narrative review of the BCI-AI revolution 2025-Mar-01, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2024.149423 PMID:39719191	综述	本文综述了脑机接口（BCI）与人工智能（AI）整合的机制，评估了信号采集和处理技术的最新进展，并评估了AI增强的神经解码策略	本文强调了BCI-AI系统在信号质量、解码精度和用户适应方面的显著进展，特别是在高密度电极阵列、深度学习解码器、自适应算法和闭环优化框架方面的创新	尽管BCI-AI整合取得了显著进展，但在长期稳定性和用户训练方面仍存在挑战	分析BCI与AI整合的机制，评估信号采集和处理技术的最新进展，并评估AI增强的神经解码策略	脑机接口（BCI）与人工智能（AI）整合	脑机接口	NA	高密度电极阵列、深度学习解码器、自适应算法、闭环优化框架	深度学习	神经信号	NA
1474	2025-02-09	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	本研究评估了深度学习增强的4倍加速2D TSE协议和3D超分辨率重建的6倍加速2D Dixon TSE MRI在膝关节全面评估中的应用，并与传统的2倍加速2D TSE膝关节MRI协议进行了图像质量和诊断性能的比较	本研究创新性地将深度学习技术应用于4倍加速的2D TSE协议和6倍加速的2D Dixon TSE MRI的3D超分辨率重建，显著缩短了检查时间，同时保持了与标准协议相当的图像质量和诊断性能	3D SRR Dixon TSE协议在整体图像质量上得分较低，主要由于边缘锐度降低和伪影的存在，特别是在软骨、肌腱和骨骼的评估中，重建和混叠伪影影响了可视化和诊断信心	评估深度学习增强的加速2D TSE和3D超分辨率重建Dixon TSE MRI在膝关节全面评估中的可行性和效果	19名有症状的成年患者	医学影像	膝关节疾病	深度学习增强的2D TSE和3D超分辨率重建Dixon TSE MRI	深度学习	MRI图像	19名患者，共228次膝关节MRI扫描，包含21,204张图像
1475	2025-02-09	SIAM: Spatial and Intensity Awareness Module for cerebrovascular segmentation 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108511 PMID:39626410	研究论文	本文提出了一种新的空间和强度感知模块（SIAM），用于有限的脑血管分割，通过引入空间和像素强度扰动来构建新的匹配数据，以增强模型的学习能力	SIAM模块通过空间和像素强度扰动构建新的匹配数据，增强了模型对脑血管语义的理解，且具有即插即用的特性	尽管SIAM在有限数据下表现良好，但其在更大规模数据集上的性能仍需进一步验证	提高脑血管分割的准确性和鲁棒性，特别是在数据有限的情况下	脑血管图像	计算机视觉	脑血管疾病	深度学习	SIAM模块	3D图像	三个不同模态的脑血管数据集
1476	2025-02-09	A multi-task framework for breast cancer segmentation and classification in ultrasound imaging 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108540 PMID:39647406	研究论文	本文提出了一种用于超声图像中乳腺癌分割和分类的多任务框架，旨在提高乳腺癌病变的检测效果	引入了一种端到端的多任务框架，利用乳腺癌病变分类和分割任务之间的内在相关性，并在广泛使用的公共乳腺癌超声数据集BUSI上进行了综合分析	研究中未提及具体的数据标准化问题，且未详细讨论非肿瘤图像在训练中的影响	探索多任务系统在增强乳腺癌病变检测中的潜力	乳腺癌超声图像	计算机视觉	乳腺癌	深度学习	多任务框架	图像	使用公共乳腺癌超声数据集BUSI
1477	2025-02-09	Time-hybrid OSAformer (THO): A hybrid temporal sequence transformer for accurate detection of obstructive sleep apnea via single-lead ECG signals 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108558 PMID:39662234	研究论文	本文提出了一种名为时间混合OSAformer（THO）的新方法，利用单导联心电图信号进行阻塞性睡眠呼吸暂停（OSA）的准确检测	THO模型结合了扩张卷积和长短期记忆（LSTM）的混合架构，以及多尺度特征融合策略，并集成了多头部注意力模型中的嵌入式记忆衰减机制，以捕捉时间序列数据的实时特征	NA	提高使用单导联心电图信号进行阻塞性睡眠呼吸暂停（OSA）检测的准确性	阻塞性睡眠呼吸暂停（OSA）患者	机器学习	阻塞性睡眠呼吸暂停	单导联心电图信号分析	THO（结合扩张卷积和LSTM的混合架构）	时间序列数据（心电图信号）	NA
1478	2025-02-09	EpiBrCan-Lite: A lightweight deep learning model for breast cancer subtype classification using epigenomic data 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108553 PMID:39667144	研究论文	本文提出了一种名为EpiBrCan-Lite的轻量级深度学习模型，用于利用DNA甲基化数据对乳腺癌亚型进行分类	EpiBrCan-Lite模型通过改进传统的Transformer编码器，使用GRU模块替代MLP模块，减少了可训练权重参数（TWP），并捕捉了输入特征数据的长程依赖关系	模型在TCGA乳腺癌数据集上进行了验证，但该数据集存在类别不平衡问题，尽管使用了SMOTE技术进行缓解，但仍可能影响模型的泛化能力	提高乳腺癌亚型分类的准确性和效率，以便更好地进行患者预后	乳腺癌亚型分类	机器学习	乳腺癌	DNA甲基化数据	EpiBrCan-Lite（基于Transformer和GRU的混合模型）	DNA甲基化数据	TCGA乳腺癌数据集
1479	2025-02-09	Improving real-time detection of laryngeal lesions in endoscopic images using a decoupled super-resolution enhanced YOLO 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108539 PMID:39689500	研究论文	本研究提出了一种名为SRE-YOLO的深度学习方法，用于实时检测喉部病变，通过结合YOLOv8n基线和超分辨率分支来提高病变检测的准确性	SRE-YOLO方法在YOLOv8n基线的基础上集成了超分辨率分支，以增强病变检测，并在推理过程中解耦以保持低计算需求	研究依赖于多中心数据集，可能受到数据集多样性和采集模态的限制	开发一种高效的深度学习驱动决策支持系统，用于实时检测喉部病变	喉部病变	计算机视觉	喉癌	深度学习	YOLOv8n	图像	多中心数据集，涵盖多种喉部病理和采集模态
1480	2025-02-09	Transferable automatic hematological cell classification: Overcoming data limitations with self-supervised learning 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108560 PMID:39693791	研究论文	本研究提出将自监督学习（SSL）集成到细胞分类流程中，以解决数据稀缺和模型泛化能力有限的问题	通过自监督学习提取细胞图像特征，无需使用图像注释，并在少量标注图像上训练轻量级机器学习分类器，提高了分类准确性和模型适应性	研究仅基于四个公开的血液学单细胞图像数据集，可能无法完全代表所有实验室的情况	开发稳健可靠的自动细胞分类系统，以解决数据稀缺和模型泛化能力有限的问题	外周血和骨髓细胞	数字病理学	血液疾病	自监督学习（SSL）	轻量级机器学习分类器	图像	四个公开的血液学单细胞图像数据集，包括一个骨髓和三个外周血数据集