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
901	2025-03-26	Artificial intelligence-driven forecasting and shift optimization for pediatric emergency department crowding 2025-Apr, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooae138 PMID:40124532	研究论文	本研究开发并评估了一个基于人工智能（AI）的系统，用于预测儿科急诊科（PED）的拥挤情况，并通过机器学习操作（MLOps）优化医生班次安排	结合先进的深度学习模型与MLOps架构，实现持续模型更新，提升预测准确性，并在COVID-19等事件导致的数据漂移中表现出韧性	单中心设计和固定的人员配置模型，需多中心验证和在动态人员配置环境中的实施	预测儿科急诊科拥挤情况并优化医生班次安排	352,843例儿科急诊科入院数据	机器学习	儿科急诊	机器学习操作（MLOps）	Temporal Convolutional Network, Time-series Dense Encoder, Reversible Instance Normalization, Neural High-order Time Series model, Neural Basis Expansion Analysis	时间序列数据	352,843例儿科急诊科入院数据
902	2025-03-25	Detection of basal cell carcinoma by machine learning-assisted ex vivo confocal laser scanning microscopy 2025-Apr, International journal of dermatology IF:3.5Q1 DOI:10.1111/ijd.17519 PMID:39627947	研究论文	本研究开发了一种基于机器学习的算法，用于在离体共聚焦激光扫描显微镜（EVCM）图像中检测基底细胞癌（BCC）	首次将卷积神经网络（MobileNet-V1）应用于EVCM图像中的BCC检测，以辅助临床决策	样本量较小（50张训练图像和19张测试图像），且为概念验证研究	通过机器学习算法提高EVCM图像中基底细胞癌的检测效率，减少专业人员培训时间	基底细胞癌（BCC）的离体组织样本	数字病理学	基底细胞癌	离体共聚焦激光扫描显微镜（EVCM）	CNN（MobileNet-V1）	图像	50张训练EVCM图像（来自组织学确认的BCC新鲜组织样本）和19张测试图像（10张含肿瘤，9张无肿瘤）
903	2025-03-25	Developing Brain-Based Bare-Handed Human-Machine Interaction via On-Skin Input 2025-Apr, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3533088 PMID:40036449	研究论文	本文提出了一种名为MetaSkin的新型神经触觉接口，通过整合神经信号与皮肤交互，实现了无需手持和视觉参与的交互方式	MetaSkin接口独特地结合了神经信号和皮肤交互，利用人类自然的本体感觉能力，实现了无需手持和视觉参与的交互	未来工作需优化系统以适应不同用户群体和动态环境	开发自然、直观、以人为中心的移动人机交互输入系统	人机交互系统	人机交互	NA	深度学习框架，多尺度时频特征表示和选择性特征注意力	深度学习	神经信号	12名参与者
904	2025-03-25	Collaborative Deep Learning and Information Fusion of Heterogeneous Latent Variable Models for Industrial Quality Prediction 2025-Apr, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3537809 PMID:40036535	研究论文	本文提出了一种结合深度学习和信息融合的异构潜在变量模型框架，用于工业质量预测	通过协作逐层特征提取和异构模型集成，提高了质量预测的准确性和稳定性	仅通过两个工业案例验证了方法的有效性，可能需要更多案例进一步验证	提高工业质量预测的准确性和稳定性	工业质量预测系统	机器学习	NA	深度学习, 信息融合, 集成学习	潜在变量模型	工业质量数据	两个真实工业案例
905	2025-03-25	Co-Training Broad Siamese-Like Network for Coupled-View Semi-Supervised Learning 2025-Apr, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3531441 PMID:40036533	研究论文	提出了一种用于耦合视图半监督分类的协同训练宽Siamese-like网络（Co-BSLN）	利用基于宽学习系统（BLS）的简单浅层网络简化网络结构并减少训练时间，通过直接伪逆计算替代反向传播迭代	未提及具体的数据集规模或特定应用场景的限制	改进多视图半监督学习的准确性和训练效率	多视图数据	机器学习	NA	宽学习系统（BLS）	Co-BSLN（协同训练宽Siamese-like网络）	多视图数据	未提及具体样本数量
906	2025-03-25	Evaluation of a novel ensemble model for preoperative ovarian cancer diagnosis: Clinical factors, O-RADS, and deep learning radiomics 2025-Apr, Translational oncology IF:4.5Q1 DOI:10.1016/j.tranon.2025.102335 PMID:40048985	research paper	本研究开发了一种结合临床变量、O-RADS和深度学习放射组学的集成模型，用于术前卵巢癌诊断，并评估其对超声医师诊断能力的提升效果	首次将临床变量、O-RADS评分和深度学习放射组学特征相结合，构建集成模型，显著提高了卵巢癌的诊断准确性和超声医师的诊断能力	研究仅基于两个中心的数据，可能需要更多外部验证以确认模型的泛化能力	提高术前卵巢癌诊断的准确性并评估模型对超声医师诊断能力的提升效果	卵巢癌患者	digital pathology	ovarian cancer	deep learning radiomics, LASSO method	ensemble model	transvaginal ultrasound images	来自两个中心的数据（具体样本量未明确说明）
907	2025-03-25	Deep Learning-Based Event Counting for Apnea-Hypopnea Index Estimation Using Recursive Spiking Neural Networks 2025-Apr, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3498097 PMID:40030371	research paper	提出了一种基于深度学习的递归脉冲神经网络方法，用于家庭环境中睡眠呼吸暂停的筛查，重点在于无需精确定位事件即可可靠估计呼吸暂停低通气指数（AHI）	引入RSN-Count技术，利用脉冲神经网络直接计数记录信号中的呼吸暂停事件，减少对事件时间精确定位的依赖	样本量较小（N = 33），可能影响结果的普遍性	改进家庭环境中睡眠呼吸暂停的筛查方法，提高AHI估计的准确性	睡眠呼吸暂停事件	machine learning	sleep apnea	Spiking Neural Networks	RSN-Count	audio and SpO recordings	33名受试者的整夜录音数据
908	2025-03-25	Gran canaria vegetation segmentation dataset from multi-year aerial imagery for environmental monitoring and conservation 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111419 PMID:40124302	research paper	介绍了一个针对Gran Canaria（加那利群岛，西班牙）的新数据集，旨在通过计算机视觉技术自动生成植被地图	该数据集在基于航拍图像的语义分割领域中独特，提供了20个明确定义的植被群落的详细注释，超越了现有数据集的广泛分类	NA	开发并测试能够自动生成植被地图的深度学习模型，以支持环境监测和保护	Gran Canaria的植被群落	computer vision	NA	deep learning, computer vision	NA	aerial imagery	20个明确定义的植被群落，以及五个非植被类别（如水体、道路或建筑物）
909	2025-03-24	Deep Hair Phenomics: Implications in Endocrinology, Development, and Aging 2025-Apr, The Journal of investigative dermatology IF:5.7Q1 DOI:10.1016/j.jid.2024.08.014 PMID:39236901	研究论文	本文开发了一种基于深度学习的计算机视觉方法，用于高分辨率、高通量地量化单个毛发纤维，以探索激素信号、基因修饰和衰老对毛囊输出的影响	创新性地开发了一种能够区分和提取重叠纤维的计算机视觉工具，用于量化多变量特征，如长度、宽度和颜色，从而生成小鼠生命周期中不同条件下的单根毛发表型	NA	研究毛囊输出的影响因素，包括激素信号、基因修饰和衰老，并开发新的诊断方法通过毛发纤维检测疾病	小鼠的毛发纤维	计算机视觉	NA	深度学习	NA	图像	NA
910	2025-03-24	Progress in the Identification and Design of Novel Antimicrobial Peptides Against Pathogenic Microorganisms 2025-Apr, Probiotics and antimicrobial proteins IF:4.4Q2 DOI:10.1007/s12602-024-10402-4 PMID:39557756	综述	本文综述了抗菌肽（AMPs）在对抗病原微生物方面的最新进展，包括其识别、设计及其广泛的抗菌活性	强调了计算机辅助策略（如机器学习和深度学习）在新型抗菌肽预测和设计中的应用，这是对传统抗生素发现方法的创新	指出了在抗菌肽的发现和应用过程中面临的关键挑战	评估抗菌肽在对抗广泛细菌病原体方面的最新进展和显著抗菌活性	抗菌肽（AMPs）	生物信息学	NA	机器学习和深度学习	NA	NA	NA
911	2025-03-23	A deep learning method for the recovery of standard-dose imaging quality from ultra-low-dose PET on wavelet domain 2025-Apr, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-06994-2 PMID:39585354	研究论文	本文提出了一种基于小波变换的深度学习方法WaveNet，用于从超低剂量PET扫描中恢复高质量成像	与传统的在空间域去噪的深度学习方法不同，WaveNet在频域中对小波分解的频率成分进行去噪	NA	开发一种能够从超低剂量PET扫描中恢复高质量成像的深度学习方法	1447例全身18F-FDG PET图像	计算机视觉	NA	深度学习	WaveNet	图像	1447例全身18F-FDG PET图像
912	2025-03-23	Robust and interpretable deep learning system for prognostic stratification of extranodal natural killer/T-cell lymphoma 2025-Apr, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-07024-x PMID:39714634	研究论文	本文开发并验证了DeepENKTCL，一个用于预测外鼻型自然杀伤/T细胞淋巴瘤（ENKTCL）预后风险分层的可解释深度学习系统	DeepENKTCL结合了肿瘤分割模型、PET/CT融合模型和预后预测模型，通过SHAP分析增强了模型的可解释性，提供了优于现有模型的预后性能和临床效益	研究样本来自四个中心，可能存在样本选择偏差，且未提及外部验证结果	开发并验证一个可解释的深度学习系统，用于ENKTCL的预后风险分层	外鼻型自然杀伤/T细胞淋巴瘤（ENKTCL）患者	数字病理学	淋巴瘤	深度学习、PET/CT融合、放射组学、拓扑特征分析	深度学习模型	医学影像（PET/CT）	562名患者，分为训练、验证和测试队列
913	2025-03-23	Progress, Pitfalls, and Impact of AI-Driven Clinical Trials 2025-Apr, Clinical pharmacology and therapeutics DOI:10.1002/cpt.3542 PMID:39722473	评论	本文探讨了自2010年代初深度学习革命以来，人工智能在药物发现和开发中的应用进展、挑战及潜在影响	本文强调了人工智能在药物发现和开发中的潜力，并指出了当前面临的挑战	尽管投入了大量资金和努力，但很少有AI发现或设计的药物进入人体临床试验，且尚未有药物获得临床批准	探讨人工智能在药物发现和开发中的应用进展及挑战	人工智能驱动的药物发现和开发	机器学习	NA	NA	NA	NA	NA
914	2025-03-23	Multi-stain deep learning prediction model of treatment response in lupus nephritis based on renal histopathology 2025-Apr, Kidney international IF:14.8Q1 DOI:10.1016/j.kint.2024.12.007 PMID:39733792	研究论文	本研究应用深度学习技术，基于肾脏活检的多染色切片预测狼疮性肾炎的治疗反应	首次将深度学习应用于多染色肾脏病理切片，整合多种染色模型以预测狼疮性肾炎的治疗反应，并揭示了模型预测的关键病理特征	需要进一步验证模型在临床实践中的适用性	开发预测狼疮性肾炎治疗反应的深度学习模型	接受环磷酰胺或霉酚酸酯诱导治疗的狼疮性肾炎患者	数字病理学	狼疮性肾炎	深度学习	多染色集成模型	数字病理切片	245名患者（880张数字切片）用于模型开发，71名患者（258张数字切片）用于外部测试
915	2025-03-23	Mapping the knowledge landscape of the PET/MR domain: a multidimensional bibliometric analysis 2025-Apr, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-07043-8 PMID:39754665	研究论文	本研究通过文献计量分析探索了2010年至2024年间PET/MR领域的研究趋势、合作模式和新兴主题	首次对PET/MR领域进行多维度的文献计量分析，揭示了该领域的研究热点和未来发展方向	研究仅基于Web of Science Core Collection数据库，可能未涵盖所有相关文献	探索PET/MR领域的研究趋势、合作模式和新兴主题	PET/MR领域的科学文献	医学影像	癌症、神经退行性疾病、心血管疾病	文献计量分析	NA	文本	4,349篇出版物
916	2025-03-23	Stroke Management and Analysis Risk Tool (SMART): An interpretable clinical application for diabetes-related stroke prediction 2025-Apr, Nutrition, metabolism, and cardiovascular diseases : NMCD DOI:10.1016/j.numecd.2024.103841 PMID:39939252	研究论文	本研究旨在分析糖尿病患者中风的风险因素，并创建一个可解释的中风预测模型	开发了一个名为SMART的中风预测工具，结合了多种机器学习和深度学习技术，并通过SHAP值和专用网站展示了模型的可解释性和实用性	数据来源于单一医院，可能限制了模型的泛化能力	分析糖尿病患者中风的风险因素，并创建一个可解释的中风预测模型	20,014名糖尿病患者	机器学习	中风	LASSO, SVM-RFE, 多因素回归, SMOTE, SHAP	Random Forest (RF), 深度神经网络 (DNN)	电子健康记录 (EHR)	20,014名患者
917	2025-03-23	Implementation of A New, Mobile Diabetic Retinopathy Screening Model Incorporating Artificial Intelligence in Remote Western Australia 2025-Apr, The Australian journal of rural health DOI:10.1111/ajr.70031 PMID:40110918	研究论文	本文描述并评估了一种结合人工智能的新型移动糖尿病视网膜病变筛查模型在澳大利亚西部偏远地区的实施情况	该研究首次在澳大利亚西部偏远地区实施并评估了一种结合人工智能的移动糖尿病视网膜病变筛查模型，显著提高了筛查率	研究样本量较小，且仅在一个特定地区进行，可能限制了结果的普遍性	评估结合人工智能的移动糖尿病视网膜病变筛查模型在偏远地区的可行性和效果	澳大利亚西部皮尔巴拉地区的糖尿病患者	数字病理学	糖尿病视网膜病变	人工智能诊断	深度学习系统	视网膜图像	78名患者，其中56.4%为原住民或托雷斯海峡岛民
918	2025-03-23	The Global and Regional Burden of Gallbladder and Biliary Tract Cancer and Attributable Risk Factors: Trends and Predictions 2025-Apr, Liver international : official journal of the International Association for the Study of the Liver IF:6.0Q1 DOI:10.1111/liv.70025 PMID:40116757	研究论文	本文通过深度学习模型SW-LSTM对1990年至2021年胆囊及胆道癌（GBTC）的全球和区域负担及其可归因风险因素进行了全面评估和趋势预测	提出了分层加权长短期记忆网络模型（SW-LSTM），用于趋势预测，克服了传统模型的不足	部分低及中低SDI地区的指标未观察到显著的时期和队列效应	评估GBTC的全球和区域负担及其可归因风险因素，以改进预防和治疗策略	1990年至2021年全球GBTC负担数据	机器学习	胆囊及胆道癌	深度学习	SW-LSTM	时间序列数据	1990年至2021年全球GBTC负担数据
919	2025-03-22	Automated Bone Cancer Detection Using Deep Learning on X-Ray Images 2025-Apr, Surgical innovation IF:1.2Q3 DOI:10.1177/15533506241299886 PMID:39679470	研究论文	本文提出了一种基于深度学习的自动化骨癌检测方法，使用X射线图像进行骨癌分类	提出了一种结合Golden Search优化算法和深度学习的计算机辅助诊断方法（GSODL-CADBCC），用于骨癌分类	未提及具体的数据集规模或多样性限制，也未讨论模型在其他类型医学图像上的泛化能力	开发一种自动化系统，用于从X射线图像中准确区分健康骨骼和癌变骨骼	X射线图像中的骨骼	计算机视觉	骨癌	深度学习，Golden Search优化算法，双边滤波	SqueezeNet，LSTM	X射线图像	未明确提及具体样本数量
920	2025-03-22	Using a Deep Learning Model to Predict Postoperative Visual Outcomes of Idiopathic Epiretinal Membrane Surgery 2025-Apr, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2025.01.003 PMID:39814096	研究论文	本研究评估了多种深度学习模型在基于术前光学相干断层扫描（OCT）图像预测特发性视网膜前膜（ERM）手术术后视力结果的表现	使用深度学习模型预测ERM手术的术后视力结果，并通过Grad-CAM进行热点分析，揭示了OCT图像中观察到的现象的结构机制	研究仅基于OCT图像，未考虑其他可能影响手术结果的因素	评估深度学习模型在预测ERM手术术后视力结果中的性能	特发性视网膜前膜（ERM）手术患者	计算机视觉	眼科疾病	光学相干断层扫描（OCT）	Inception-v3, ResNet-101, VGG-19	图像	696只眼睛的1,392张OCT图像用于内部训练和验证，76只眼睛的152张OCT图像用于外部测试