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
1161	2025-04-04	Application of an Automated Deep Learning Program to A Diagnostic Classification Model: Differentiating High-Risk Adenomas Among Colorectal Polyps 10 mm or Smaller 2025-Apr-02, Journal of digestive diseases IF:2.3Q3 DOI:10.1111/1751-2980.13340 PMID:40176375	研究论文	本研究开发了一种基于自动深度学习程序的计算机辅助诊断模型，用于分类≤10毫米结直肠息肉中的低风险和高风险腺瘤	使用自动深度学习软件Neuro-T v3.2.1开发CADx模型，其性能与专家相当且优于学员	研究仅使用了静态内窥镜图像，未考虑动态视频或临床背景信息	开发能区分≤10毫米结直肠息肉中高风险和低风险腺瘤的计算机辅助诊断模型	≤10毫米的结直肠腺瘤	数字病理学	结直肠癌	自动深度学习	DL	内窥镜图像	2696张训练图像（2460张低级别和236张高级别腺瘤）和439张外部验证图像（398张低级别和41张高级别腺瘤）
1162	2025-04-04	Deep Learning for Classification of Inflammatory Bowel Disease Activity in Whole Slide Images of Colonic Histopathology 2025-Apr, The American journal of pathology DOI:10.1016/j.ajpath.2024.12.010 PMID:39800054	研究论文	本研究开发了一种基于深度学习的模型，用于在炎症性肠病（IBD）患者的H&E染色全切片图像（WSIs）中分类活动性等级	使用基于Transformer的深度学习模型对IBD活动性进行分类，并通过HoVer-Net分析中性粒细胞分布，提高了诊断的一致性和效率	研究数据仅来自单一医疗中心，可能影响模型的泛化能力	开发一种自动分类IBD活动性等级的方法，以解决病理学家资源不足和观察者间变异性的问题	炎症性肠病（IBD）患者的H&E染色全切片图像	数字病理学	炎症性肠病	深度学习	Transformer	图像	2077张WSIs来自636名患者
1163	2025-04-04	Artificial Intelligence-Enhanced Perfusion Scoring Improves the Diagnostic Accuracy of Myocardial Perfusion Imaging 2025-Apr-01, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1 DOI:10.2967/jnumed.124.268079 PMID:39978815	research paper	该研究探讨了人工智能增强的灌注评分如何提高心肌灌注成像的诊断准确性	结合深度学习模型与传统定量方法，提高了诊断冠状动脉疾病的准确性	研究仅限于555名患者，可能无法代表更广泛的人群	提高心肌灌注成像在诊断阻塞性冠状动脉疾病中的准确性	接受心肌灌注成像的患者	digital pathology	cardiovascular disease	SPECT imaging	DL (deep learning)	image	555名患者
1164	2025-04-04	What's new in pediatric musculoskeletal imaging 2025-Apr, Journal of children's orthopaedics DOI:10.1177/18632521251325122 PMID:40093030	review	本文综述了儿科肌肉骨骼影像学领域的最新技术进展，包括成像方式的创新和人工智能应用	探讨了辐射剂量减少技术、对比增强超声和超高频率成像等增强诊断工具，以及人工智能在病理检测和工作流程优化中的应用	存在外部验证和范围有限等挑战	提高儿科肌肉骨骼护理的诊断准确性和治疗效果	儿科肌肉骨骼影像学	digital pathology	NA	advanced magnetic resonance imaging, ultrasound innovations, artificial intelligence, photon-counting detector computed tomography, deep learning-based reconstructions, diffusion-weighted imaging, positron emission tomography-magnetic resonance imaging integration	deep learning	image	NA
1165	2025-04-04	A Single-Camera Method for Estimating Lift Asymmetry Angles Using Deep Learning Computer Vision Algorithms 2025-Apr, IEEE transactions on human-machine systems IF:3.5Q1 DOI:10.1109/thms.2025.3539187 PMID:40160534	research paper	提出了一种使用深度学习计算机视觉算法从单摄像头估计提升不对称角度的方法	利用单摄像头和深度学习算法自动测量NIOSH提升方程的不对称角度，解决了实际场景中视野受阻和摄像头放置限制的问题	与3D运动捕捉相比，平均绝对精度误差为6.25°，平均绝对准确度误差为9.45°	开发一种自动测量提升不对称角度的计算机视觉方法	十名参与者在实验室环境中进行的各种提升动作	computer vision	NA	HR-Net和VideoPose3D算法	HR-Net, VideoPose3D	video	10名参与者，360个数据点
1166	2025-04-04	Benchmarking deep learning for automated peak detection on GIWAXS data 2025-Apr-01, Journal of applied crystallography IF:5.2Q1 DOI:10.1107/S1600576725000974 PMID:40170972	研究论文	本文提出了一个用于评估深度学习在GIWAXS数据自动峰值检测中性能的综合框架	引入了包含标注实验数据集、物理信息指标和优化基线算法的全面框架，并首次对基于模拟数据训练的深度学习解决方案进行了系统评估	研究可能受限于标注数据集的大小和多样性，以及基线算法的选择	评估深度学习在GIWAXS数据峰值检测中的可靠性并建立标准化评估体系	GIWAXS衍射图像数据	机器学习和X射线散射数据分析	NA	GIWAXS和深度学习技术	未明确说明具体DL模型类型	X射线衍射图像数据	未明确说明具体样本数量，但提到单日可产生数十万衍射图像
1167	2025-04-04	Clinically applicable semi-supervised learning framework for multiple organs at risk and tumor delineation in lung cancer brachytherapy 2025-Apr-01, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.104968 PMID:40174514	研究论文	本文提出了一种适用于临床的半监督学习框架，用于肺癌近距离放射治疗中多个风险器官和肿瘤的勾画	提出了一种稳健的半监督条件nnU-Net（SSC-nnUNet）模型，并在多个风险器官和肿瘤分割中进行了验证，探索了其在机器人辅助穿刺诊疗中的潜力	模型的泛化能力在实际临床应用中的验证仍显不足	验证深度学习自动分割技术在肺癌临床实践中的泛化能力	肺癌患者的多器官风险区域和肿瘤	数字病理	肺癌	半监督学习	SSC-nnUNet	CT图像	674名患者的CT数据（来自四个部分标记的数据集），181名患者的多中心完全注释数据（来自私人数据集）
1168	2025-04-04	Predicting 5-Year EDSS in Multiple Sclerosis with LSTM Networks: A Deep Learning Approach to Disease Progression 2025-Apr-01, Journal of clinical neuroscience : official journal of the Neurosurgical Society of Australasia IF:1.9Q4 DOI:10.1016/j.jocn.2025.111218 PMID:40174549	研究论文	本研究利用LSTM网络预测多发性硬化症患者5年后的EDSS评分，以评估疾病进展	与现有研究不同，该方法整合了多发性硬化症患者的静态和动态数据，实现了EDSS评分的准确预测	研究仅基于两个中心的1000名患者数据，可能存在样本代表性不足的问题	预测多发性硬化症患者5年后的EDSS评分，以评估疾病进展	多发性硬化症患者	机器学习	多发性硬化症	LSTM网络	LSTM	临床和人口统计学数据	1000名多发性硬化症患者
1169	2025-04-04	Artificial intelligence applied to epilepsy imaging: Current status and future perspectives 2025-Apr-01, Revue neurologique IF:2.8Q2 DOI:10.1016/j.neurol.2025.03.006 PMID:40175210	review	本文综述了人工智能在癫痫影像学中的应用现状及未来展望	探讨了深度学习和机器学习在癫痫影像学中的多种应用，包括病灶检测、癫痫灶的侧向定位、术后结果预测以及癫痫患者与健康个体的自动区分	需要严格的数据监管措施以确保患者数据安全，且依赖大规模数据集	提升癫痫的诊断和治疗水平	癫痫影像学数据	digital pathology	epilepsy	deep learning, machine learning	DL, ML	neuroimaging data	NA
1170	2025-04-04	Generating Synthetic T2*-Weighted Gradient Echo Images of the Knee with an Open-source Deep Learning Model 2025-Apr-01, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.03.015 PMID:40175204	research paper	开发一个开源深度学习模型，用于从脂肪抑制中间加权图像生成膝关节的合成T2*加权梯度回波图像	开发了一个开源的CycleGAN模型，能够从常规MRI图像生成具有高诊断价值的合成T2*加权图像	识别出四种伪影，包括几何畸变、物体插入/遗漏、环绕样伪影和不完全脂肪抑制伪影，尽管这些伪影对诊断影响较小	开发一个深度学习模型，生成膝关节的合成T2*加权梯度回波图像，以补充常规MRI协议	膝关节MRI图像	digital pathology	NA	MRI	CycleGAN	image	训练集12,118张矢状位膝关节MR图像，测试集2,996张图像
1171	2025-04-03	Deep Learning-Assisted SERS for Therapeutic Drug Monitoring of Clozapine in Serum on Plasmonic Metasurfaces 2025-Apr-02, Nano letters IF:9.6Q1 DOI:10.1021/acs.nanolett.5c00391 PMID:40111434	研究论文	本文提出了一种结合人工神经网络(ANNs)和表面增强拉曼光谱(SERS)的新方法，用于快速监测血清中的氯氮平及其代谢物	首次将ANNs与SERS结合在等离子体超表面上，用于氯氮平及其代谢物的快速治疗药物监测	未提及样本量的具体信息，且仅针对氯氮平及其两种代谢物进行验证	开发一种快速、精确的治疗药物监测方法，以优化氯氮平的治疗效果并减少副作用	氯氮平及其两种主要代谢物(去甲氯氮平和氯氮平-N-氧化物)在人体血清中的浓度	生物医学诊断	精神分裂症	表面增强拉曼光谱(SERS)	人工神经网络(ANNs)	光谱数据	NA
1172	2025-04-03	Integrative Multi-Omics and Routine Blood Analysis Using Deep Learning: Cost-Effective Early Prediction of Chronic Disease Risks 2025-Apr-02, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202412775 PMID:40171841	研究论文	本研究通过多组学数据和深度学习模型，开发了一种基于常规血液检测的慢性非传染性疾病风险预测系统	开发了名为Omicsformer的深度学习模型，能够从常规血液样本中识别多种疾病的潜在风险，并验证了其在临床前风险评估中的有效性	研究样本主要来自高海拔地区的亚健康人群，可能限制了结果的普遍适用性	探索慢性非传染性疾病的早期预测方法，推动个性化医疗发展并降低社区疾病筛查成本	160名高海拔地区亚健康个体和20年大规模临床患者数据	机器学习	慢性非传染性疾病（包括癌症、心血管疾病和精神疾病等）	多组学分析	Omicsformer（深度学习模型）	多组学数据和常规血液检测结果	160名亚健康个体+20年临床患者数据
1173	2025-04-03	Artificial Intelligent-Enhanced Metabolite Profiling for Intraoperative IDH1 Genotyping in Glioma Using an Orthogonally Responsive SERS Probe 2025-Apr-02, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202503360 PMID:40171868	研究论文	本文提出了一种利用人工智能增强的代谢物分析和正交响应SERS探针，用于胶质瘤术中IDH1基因分型的新方法	开发了一种新型SERS探针，通过同时测量两种氧化还原相关代谢物，结合深度学习算法，实现了术中快速IDH1基因分型	研究样本量较小(31例胶质瘤患者)，需要更大规模的临床验证	优化胶质瘤手术策略和术后个性化治疗	胶质瘤患者	数字病理	胶质瘤	表面增强拉曼散射(SERS)	深度学习	拉曼光谱	31例胶质瘤患者
1174	2025-04-03	Continuous glucose feedback control using Raman spectroscopy and deep learning models for biopharmaceutical processes 2025-Apr-02, Biotechnology progress IF:2.5Q3 DOI:10.1002/btpr.70020 PMID:40172019	研究论文	本研究探讨了在高消耗、高复杂度的细胞培养过程中，利用拉曼光谱和先进深度学习模型实施连续葡萄糖控制策略	结合拉曼光谱和深度学习模型（包括卷积神经网络和变分自编码器即时学习）进行连续葡萄糖控制，提高了葡萄糖测量的准确性和稳定性	在制造环境中，拉曼光谱可能不可行，需要开发可扩展的替代方案	提高生物制药过程中葡萄糖控制的准确性和稳定性，优化产品质量和生产效率	高消耗、高复杂度的细胞培养过程	生物制药	NA	拉曼光谱	CNN, 变分自编码器	光谱数据	多个细胞系
1175	2025-04-03	Editorial Comment: Deep Learning Unlocks the Prognostic Importance of Thoracic Aortic Calcification 2025-Apr-02, AJR. American journal of roentgenology DOI:10.2214/AJR.25.33012 PMID:40172167	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1176	2025-04-03	Predicting Respiratory Disease Mortality Risk Using Open-source AI on Chest Radiographs in an Asian Health Screening Population 2025-Apr-02, Radiology. Artificial intelligence DOI:10.1148/ryai.240628 PMID:40172326	研究论文	评估开源深度学习算法CXR-Lung-Risk在亚洲健康筛查人群中预测呼吸系统疾病死亡风险的预后价值	使用开源深度学习算法CXR-Lung-Risk对亚洲人群进行呼吸系统疾病死亡风险分层，并探索性分析基线及随访CXR的纵向风险轨迹	单中心回顾性研究，样本量虽大但仅针对亚洲人群，可能限制结果的普适性	评估CXR-Lung-Risk算法预测呼吸系统疾病死亡风险的预后价值	36,924名接受健康筛查的亚洲人群的胸部X光片	数字病理	肺癌	深度学习	CXR-Lung-Risk	胸部X光图像	36,924名个体（中位年龄58岁，22,352名男性）
1177	2025-04-03	Unsupervised Deep Learning for Blood-Brain Barrier Leakage Detection in Diffuse Glioma Using Dynamic Contrast-enhanced MRI 2025-Apr-02, Radiology. Artificial intelligence DOI:10.1148/ryai.240507 PMID:40172325	research paper	该研究开发了一种无监督深度学习框架，用于检测弥漫性胶质瘤中的血脑屏障渗漏，无需药代动力学模型和动脉输入函数估计	提出了一种基于自编码器的异常检测方法，通过重建残差识别异常信号，无需依赖传统的药代动力学模型和动脉输入函数估计	研究为回顾性研究，样本量有限（274例患者），且仅针对弥漫性胶质瘤	开发一种无需药代动力学模型和动脉输入函数估计的血脑屏障渗漏检测方法	接受动态对比增强MRI检查的弥漫性胶质瘤患者	digital pathology	glioma	DCE MRI	autoencoder-based anomaly detection (AEAD)	MRI图像	274例患者（164名男性，平均年龄54.23±14.66岁）
1178	2025-04-03	Integrating deep learning and molecular dynamics simulations for FXR antagonist discovery 2025-Apr-02, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11145-2 PMID:40172823	研究论文	该研究结合深度学习和分子动力学模拟，发现FXR拮抗剂用于治疗代谢性疾病	开发了预测FXR拮抗活性和毒性的深度学习模型，并通过分子动力学模拟筛选出潜在候选化合物	研究中仅筛选了HMDB数据库中的化合物，未涵盖所有可能的化合物	发现FXR拮抗剂用于治疗代谢性疾病	217,345种化合物，特别是HMDB0253354 (Fulvestrant)和HMDB0242367 (ZM 189154)	机器学习	代谢性疾病	深度学习，分子动力学模拟	深度学习模型	化合物数据	217,345种化合物
1179	2025-04-03	Overfit detection method for deep neural networks trained to beamform ultrasound images 2025-Apr, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2024.107562 PMID:39746284	研究论文	提出一种检测深度神经网络在超声图像波束成形中过拟合的方法	无需重新训练网络或额外测试数据，仅需网络结构和训练权重即可检测过拟合	方法仅在三种人工输入（零、一和高斯噪声）上进行了验证，可能需要更多样化的输入验证	检测深度神经网络在超声图像重建中的过拟合问题	用于超声图像波束成形的深度神经网络	计算机视觉	NA	深度神经网络训练与评估	DNN	超声图像	多站点数据训练的三种DNN模型，参与CUBDL挑战
1180	2025-04-03	Deep-ER: Deep Learning ECCENTRIC Reconstruction for fast high-resolution neurometabolic imaging 2025-Apr-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121045 PMID:39894238	research paper	提出一种名为Deep-ER的深度学习重建方法，用于快速高分辨率神经代谢成像	开发了一种基于深度学习的ECCENTRIC重建方法（Deep-ER），显著提高了重建速度和质量	训练数据量相对较小（21例训练，6例测试），可能影响模型的泛化能力	提高磁共振波谱成像（MRSI）的重建速度和质量，以促进神经科学和精准医学应用	高分辨率体模和27名人类参与者（22名健康志愿者和5名胶质瘤患者）	digital pathology	glioma	Magnetic Resonance Spectroscopic Imaging (MRSI), ECCENTRIC pulse sequence	deep neural network with recurring interlaced convolutional layers	MRI imaging data	27 subjects (22 healthy volunteers and 5 glioma patients)