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
2601	2025-04-25	The utility and reliability of a deep learning algorithm as a diagnosis support tool in head & neck non-melanoma skin malignancies 2025-Mar, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery IF:1.9Q2 DOI:10.1007/s00405-024-08951-z PMID:39242415	研究论文	本研究评估了一种基于深度学习的医疗设备在头颈部非黑色素瘤皮肤恶性肿瘤诊断中的性能和可靠性	使用深度学习算法（特别是视觉变换器）作为诊断辅助工具，用于头颈部非黑色素瘤皮肤恶性肿瘤的分类，展示了其在早期诊断和治疗中的潜在价值	需要进一步研究以阐明该技术在初级保健诊所、皮肤科和头颈外科诊所中的作用，以及作为自我检查工具的潜力	评估深度学习算法在头颈部非黑色素瘤皮肤恶性肿瘤诊断中的性能和可靠性	头颈部可疑皮肤病变患者	数字病理学	非黑色素瘤皮肤癌	深度学习	视觉变换器	图像	135名患者（92名男性和43名女性，中位年龄71岁），包括108例恶性病变（54例基底细胞癌和54例鳞状细胞癌）和27例良性病变（14例脂溢性角化病、2例光化性角化病和11例光化性唇炎）
2602	2025-04-25	Accuracy of deep learning-based upper airway segmentation 2025-Mar, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2024.102048 PMID:39244033	研究论文	本研究评估了基于深度学习的自动模型和半自动方法在上气道分割中的准确性，并与金标准手动方法进行了比较	利用MONAI Label框架训练自动分割模型，并与开源程序ITK-SNAP的半自动分割方法进行比较，验证了两种方法在临床上的可接受性	研究中未提及样本的具体数量，可能影响结果的普遍性	评估自动和半自动上气道分割方法的准确性，以辅助正畸治疗中的诊断和规划	上气道的体积和形态	数字病理	NA	CBCT成像	深度学习模型	医学影像	NA
2603	2025-04-25	Deep Learning-Based Artificial Intelligence Can Differentiate Treatment-Resistant and Responsive Depression Cases with High Accuracy 2025-Mar, Clinical EEG and neuroscience IF:1.6Q3 DOI:10.1177/15500594241273181 PMID:39251228	研究论文	本研究利用基于深度学习的AI技术，通过EEG信号高准确度区分治疗抵抗性和非抵抗性抑郁症病例	首次将深度学习方法应用于EEG信号以检测抑郁症治疗抵抗性	临床组样本量适中且研究具有回顾性	识别抑郁症治疗抵抗性患者以节省治疗时间和资源	77名治疗抵抗性抑郁症患者、43名非抵抗性患者及40名健康对照者	机器学习	抑郁症	EEG信号分析	GoogleNet CNN	EEG信号	160人（77名TRD患者+43名非TRD患者+40名健康对照）
2604	2025-04-25	Advances in spatial resolution and radiation dose reduction using super-resolution deep learning-based reconstruction for abdominal computed tomography: A phantom study 2025-Mar, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.09.012 PMID:39304377	research paper	本研究评估了基于超分辨率深度学习重建（SR-DLR）在腹部CT图像质量提升方面的性能，并与混合迭代重建（HIR）和正常分辨率DLR（NR-DLR）进行了比较	首次在腹部CT中应用超分辨率深度学习重建技术，并在不同视野大小、辐射剂量和降噪强度下验证其性能	研究仅使用体模进行实验，未涉及真实患者数据	评估和比较不同重建技术在CT图像质量和辐射剂量降低方面的表现	Catphan体模	medical imaging	NA	super-resolution deep learning-based reconstruction (SR-DLR), hybrid iterative reconstruction (HIR), normal-resolution DLR (NR-DLR)	deep learning	CT images	NA
2605	2025-04-25	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	一项随机对照试验，评估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	首次在临床环境中前瞻性评估AI系统对食管鳞状细胞癌的检测能力	未能证明AI诊断支持系统能提高食管癌检出率	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	数字病理	食管癌	白光成像(WLI)、窄带成像(NBI)、碘染色	深度学习系统	内窥镜图像	320名患者
2606	2025-04-25	Upfront surgery for intrahepatic cholangiocarcinoma: Prediction of futility using artificial intelligence 2025-Mar, Surgery IF:3.2Q1 DOI:10.1016/j.surg.2024.06.059 PMID:39322483	research paper	使用人工智能模型预测肝内胆管癌患者手术无效的风险	开发了一个基于多层感知器和梯度提升分类器的集成模型，用于术前预测手术无效的风险	模型在测试队列中的AUC为0.781，灵敏度为64.5%，仍有提升空间	识别肝内胆管癌患者手术无效的风险，避免不必要的手术	肝内胆管癌患者	digital pathology	肝内胆管癌	machine learning, deep learning	多层感知器, 梯度提升分类器	临床数据	827名肝内胆管癌患者
2607	2025-04-25	Performance of AI-Enabled Electrocardiogram in the Prediction of Metabolic Dysfunction-Associated Steatotic Liver Disease 2025-Mar, Clinical gastroenterology and hepatology : the official clinical practice journal of the American Gastroenterological Association IF:11.6Q1 DOI:10.1016/j.cgh.2024.08.009 PMID:39209186	research paper	本研究探讨了基于深度学习的AI模型利用12导联心电图（ECG）预测代谢功能障碍相关脂肪性肝病（MASLD）的性能	首次使用AI-ECG模型预测MASLD，其性能与单一临床参数模型相当或更优	AI-ECG模型性能未优于临床参数组合模型，且研究为回顾性设计	探索非侵入性筛查工具在MASLD预测中的应用	代谢功能障碍相关脂肪性肝病（MASLD）患者及对照人群	digital pathology	metabolic dysfunction-associated steatotic liver disease	deep learning	CNN	ECG数据	3468例MASLD患者和25407例对照
2608	2025-04-25	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	research paper	评估ChatGPT、Bard和Bing Chat在骨科培训考试(OITE)问题上的表现，并与骨科实习生的表现进行比较	首次比较了大型语言处理模型与骨科实习生在骨科培训考试中的表现	未包含图像相关问题，且样本仅限于2021和2022年的OITE问题	评估AI模型在骨科诊断和治疗问题上的准确率	ChatGPT、Bard和Bing Chat模型以及骨科实习生	natural language processing	骨科疾病	大型语言模型	GPT-3.5, Bard, Bing Chat	text	420个OITE问题
2609	2025-04-25	Explainable paroxysmal atrial fibrillation diagnosis using an artificial intelligence-enabled electrocardiogram 2025-03, The Korean journal of internal medicine DOI:10.3904/kjim.2024.130 PMID:39987899	研究论文	本研究旨在开发可靠的人工智能算法，利用12导联心电图检测正常窦性心律患者中房颤的早期迹象	采用可解释的人工智能技术，揭示了深度学习模型预测房颤发作的关键心电图特征	研究仅基于单中心数据，外部验证尚未进行	开发AI算法用于房颤早期诊断	318,321名患者的心电图数据	数字病理学	心血管疾病	12导联心电图	深度神经网络	心电图数据	552,372条心电图轨迹（来自318,321名患者）
2610	2025-04-25	Deep learning-based analysis of gross features for ovarian epithelial tumors classification: A tool to assist pathologists for frozen section sampling 2025-Mar, Human pathology IF:2.7Q2 DOI:10.1016/j.humpath.2025.105762 PMID:40122402	research paper	本研究提出了一种基于Swin Transformer的SGFD-network，用于辅助病理学家通过大体特征定位卵巢上皮性肿瘤的病变区域	首次利用深度学习分析大体图像特征辅助卵巢上皮性肿瘤分类，特别是针对冰冻切片采样中的微浸润鉴别难题	研究仅基于4129张大样本图像，未说明外部验证集的性能表现	开发辅助病理学家进行卵巢上皮性肿瘤冰冻切片采样的AI工具	卵巢上皮性肿瘤的大体图像特征	digital pathology	ovarian cancer	deep learning	Swin Transformer	image	4129张卵巢上皮性肿瘤大体图像
2611	2025-04-25	RESPAN: A Deep Learning Pipeline for Accurate and Automated Restoration, Segmentation, and Quantification of Dendritic Spines 2025-Feb-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.06.597812 PMID:38895232	研究论文	介绍了一个名为RESPAN的开源深度学习流程，用于准确、自动地恢复、分割和量化树突棘	RESPAN整合了最先进的深度学习技术，用于图像恢复、分割和分析，提供了一个易于部署、用户友好的界面，显著提高了可用性和准确性	未明确提及具体限制	开发一个自动化工具，用于树突棘的恢复、分割和量化，以研究突触连接性	树突棘、树突分支和神经元胞体	数字病理学	NA	深度学习	NA	图像	多种样本，包括活体成像和体内双光子显微镜获取的挑战性数据集
2612	2025-04-25	Blockchain-integrated IoT device for advanced inspection of casting defects 2025-Feb-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86777-3 PMID:39939622	研究论文	本研究提出了一种创新的区块链集成物联网系统，用于铸件缺陷的高级检测，结合了基于ResNet的深度学习模型和区块链技术	结合ResNet深度学习模型与区块链技术，提升缺陷检测精度并确保数据完整性和可追溯性	可扩展性和能源效率仍有待改进	解决智能制造中的质量控制和数据管理挑战	铸件缺陷检测与数据管理	智能制造	NA	区块链技术、深度学习	ResNet	图像数据	NA
2613	2025-04-25	Mortality risk assessment using deep learning-based frequency analysis of electroencephalography and electrooculography in sleep 2025-Feb-10, Sleep IF:5.3Q1 DOI:10.1093/sleep/zsae219 PMID:39301948	research paper	利用基于深度学习的脑电图和眼电图频率分析评估睡眠中的全因死亡风险	首次使用深度学习模型分析EEG和EOG的功率谱，以预测全因死亡率，并通过SHAP方法进行数据驱动的睡眠阶段特定频带定义	预测全因死亡率的C-index增益较小，仅增加0.24%	评估夜间多导睡眠图（PSG）中EEG和EOG的频率内容是否能预测全因死亡率	8716名参与者，包括MrOS睡眠研究和睡眠心脏健康研究的参与者	machine learning	NA	深度学习生存模型，SHAP分析，Cox比例风险模型	深度学习模型	EEG和EOG信号数据	8716名参与者的PSG数据
2614	2025-04-25	Deep Learning-Powered Colloidal Digital SERS for Precise Monitoring of Cell Culture Media 2025-Feb-04, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.03.636280 PMID:39974903	研究论文	本文介绍了一种基于深度学习的胶体数字SERS平台，用于精确监测细胞培养基	利用深度学习和胶体数字SERS技术，通过将时间波动的SERS强度转换为数字二进制信号，显著提高了检测的准确性和可重复性	某些分析物缺乏特征SERS峰可能限制了该平台的广泛应用	开发一种快速、精确监测细胞培养基的新技术，以提高生物制药制造的质量控制	细胞培养基（特别是AMBIC 1.1）中的小分子关键过程参数和质量属性	生物医学诊断	NA	表面增强拉曼光谱（SERS），深度学习	深度学习	光谱数据	NA
2615	2025-04-25	Heatmap-Based Active Shape Model for Landmark Detection in Lumbar X-ray Images 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01210-x PMID:39103566	研究论文	提出了一种基于热图和主动形状模型的方法，用于提高腰椎X射线图像中地标检测的鲁棒性	结合深度学习的图像分析能力和地标分布的统计形状约束，提高了地标检测的准确性	未提及具体对噪声和图像模糊性的处理效果	提高腰椎X射线图像中地标检测的鲁棒性	腰椎X射线图像	计算机视觉	腰椎疾病	热图响应和主动形状模型	CNN（Pose-Net和M-Net）	图像	3600张腰椎X射线图像
2616	2025-04-25	IEA-Net: Internal and External Dual-Attention Medical Segmentation Network with High-Performance Convolutional Blocks 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01217-4 PMID:39105850	研究论文	提出了一种内部和外部双重注意力的医学图像分割网络IEA-Net，用于解决传统CNN在特征提取和远程依赖建模方面的不足	设计了ICSwR模块和IEAM模块，其中IEAM模块包含LGGW-SA和EA模块，分别用于学习样本内局部-全局特征关联和样本间连接	未明确提及具体局限性	提升医学图像分割性能，特别是人体器官分割任务	医学图像（人体器官图像）	计算机视觉	NA	深度学习	IEA-Net（包含ICSwR和IEAM模块）	图像	Synapse多器官分割数据集和ACDC心脏分割数据集（具体样本数量未提及）
2617	2025-04-25	Automated 3D Cobb Angle Measurement Using U-Net in CT Images of Preoperative Scoliosis Patients 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01211-w PMID:39117939	研究论文	提出一种名为SpineCurve-net的深度学习框架，用于从术前脊柱侧弯患者的CT图像中自动测量3D Cobb角度	开发了结合U-net和NURBS-net的自动化3D Cobb角度测量方法，能更准确反映脊柱三维畸形特征	样本量相对有限（116例患者），且验证集年龄分布与训练集存在差异	开发自动化脊柱侧弯评估工具以辅助手术规划	脊柱侧弯患者的CT影像	数字病理	脊柱侧弯	CT成像	U-net结合NURBS-net	3D医学影像	116例脊柱侧弯患者（89例训练集，27例验证集）
2618	2025-04-25	Allergy Wheal and Erythema Segmentation Using Attention U-Net 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01075-0 PMID:39120761	research paper	该研究使用深度学习方法对皮肤点刺试验（SPT）图像中的风团和红斑进行分割	采用Attention U-Net模型和图像预处理技术（CLAHE）来提高SPT图像中目标区域的分割精度	样本量较小（46张SPT图像，来自33名参与者），且模型的敏感性和Dice相似系数仍有提升空间	开发一种自动化方法来准确分割SPT图像中的风团和红斑区域	皮肤点刺试验（SPT）图像中的风团和红斑区域	computer vision	过敏性疾病	CLAHE（对比度受限的自适应直方图均衡化）	Attention U-Net	image	46张SPT图像（来自33名参与者），其中144个风团和150个红斑训练数据集
2619	2025-04-25	Robust ROI Detection in Whole Slide Images Guided by Pathologists' Viewing Patterns 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01202-x PMID:39122892	研究论文	该研究提出了一种基于深度学习的方法，通过模拟病理学家的观察模式来增强全切片图像中感兴趣区域的检测	利用病理学家诊断时的观察模式生成热图，指导深度学习架构训练，无需单个病例注释	在没有眼动追踪数据的情况下，精确识别焦点区域具有挑战性	提高计算机辅助诊断系统中感兴趣区域检测的准确性和效率	皮肤活检全切片图像中的黑色素瘤诊断	数字病理学	黑色素瘤	深度学习	U-Net with pre-trained ResNet-18 encoder	图像	NA
2620	2025-04-25	RVDLAHA: An RISC-V DLA Hardware Architecture for On-Device Real-Time Seizure Detection and Personalization in Wearable Applications 2025-Feb, IEEE transactions on biomedical circuits and systems IF:3.8Q2 DOI:10.1109/TBCAS.2024.3442250 PMID:39137083	研究论文	提出了一种基于RISC-V的深度学习加速器硬件架构（RVDLAHA），用于可穿戴设备上的实时癫痫发作检测和个性化算法	提出了实时癫痫发作检测和个性化算法、可编程RISC-V深度学习加速器硬件架构（RVDLAHA）以及专用的RISC-V DLA（RVDLA）编译器	实验仅在实验室大鼠中进行，尚未在人类患者中验证	解决可穿戴设备中实时癫痫检测和个性化算法的硬件实现问题	癫痫患者的脑电信号数据	机器学习	癫痫	CNN	CNN	脑电信号数据	实验室大鼠