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
2641	2025-05-17	Graph neural networks for automatic extraction and labeling of the coronary artery tree in CT angiography 2024-May, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.3.034001 PMID:38756439	research paper	提出了一种使用深度学习自动提取和标记冠状动脉树的完全自动方法	采用多分辨率图卷积神经网络结合几何和图像强度信息进行冠状动脉段标记	评估结果显示F1分数为0.74，仍有提升空间	实现冠状动脉疾病的自动全面报告	冠状动脉树	digital pathology	cardiovascular disease	CT angiography (CCTA)	graph convolutional neural networks (GCN)	image	104名患者的冠状动脉CT血管造影扫描
2642	2025-05-17	Efficacy of artificial intelligence in reducing miss rates of GI adenomas, polyps, and sessile serrated lesions: a meta-analysis of randomized controlled trials 2024-May, Gastrointestinal endoscopy IF:6.7Q1 DOI:10.1016/j.gie.2024.01.004 PMID:38184117	meta-analysis	该研究通过荟萃分析评估人工智能在降低胃肠道腺瘤、息肉和无蒂锯齿状病变漏诊率方面的效果	首次通过荟萃分析全面评估AI在多种胃肠道病变检测中的效果，证实AI可显著降低漏诊率	未观察到AI对晚期腺瘤检测效果的显著改善，且纳入研究数量有限(仅7项随机对照试验)	评估人工智能在胃肠道内窥镜检查中对病变检出率的改善效果	胃肠道腺瘤、息肉和无蒂锯齿状病变	digital pathology	gastrointestinal disease	AI-assisted endoscopic image analysis	CNN	endoscopic images	7项随机对照试验的汇总数据
2643	2025-05-17	Geriatric depression and anxiety screening via deep learning using activity tracking and sleep data 2024-02, International journal of geriatric psychiatry IF:3.6Q1 DOI:10.1002/gps.6071 PMID:38372966	研究论文	本研究探讨了使用深度学习模型通过活动追踪和睡眠数据筛查老年抑郁和焦虑的可行性	首次开发了基于活动追踪数据的混合输入深度学习模型，用于老年抑郁和焦虑的多标签识别	研究依赖于消费级腕戴活动追踪器的数据，可能存在数据质量和一致性问题	探索使用深度学习模型通过活动追踪数据识别老年抑郁和焦虑的可行性	老年抑郁和焦虑患者	机器学习	老年疾病	深度学习	CNN, LSTM, ResNet	时间序列数据（步数和睡眠阶段）和非时间序列数据（抑郁和焦虑评估分数）	NA
2644	2025-05-17	Scoping Review of Deep Learning Techniques for Diagnosis, Drug Discovery, and Vaccine Development in Leishmaniasis 2024, Transboundary and emerging diseases IF:3.5Q1 DOI:10.1155/2024/6621199 PMID:40303156	综述	本文对深度学习技术在利什曼病的诊断、药物发现和疫苗开发中的应用进行了范围综述	首次对深度学习在利什曼病领域的应用进行全面综述，填补了该领域的研究空白	仅对现有文献进行了分析，未进行新的实验验证	探讨深度学习技术在利什曼病领域的应用现状和未来发展方向	利什曼病的诊断、药物发现和疫苗开发	机器学习	利什曼病	深度学习	NA	NA	NA
2645	2025-05-17	Deep Learning-Based Analysis of Glottal Attack and Offset Times in Adductor Laryngeal Dystonia 2023-Nov-15, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2023.10.011 PMID:37977969	研究论文	本文开发了一种基于深度学习的自动化方法，用于测量声门攻击时间（GAT）和声门偏移时间（GOT），以辅助内收型喉肌张力障碍（AdLD）的诊断	首次使用深度学习框架自动分割声门区域并检测声带边缘，实现GAT和GOT的自动化测量	自动化测量与手动分析结果相比存在微小但不显著的差异	开发自动化测量方法以辅助AdLD的诊断	声带正常成年人和AdLD患者	数字病理学	喉肌张力障碍	高速视频内窥镜（HSV）	深度学习框架	视频	声带正常成年人和AdLD患者的HSV数据
2646	2025-05-17	Applications of Artificial Intelligence in Choroid Visualization for Myopia: A Comprehensive Scoping Review 2023 Oct-Dec, Middle East African journal of ophthalmology IF:0.5Q4 DOI:10.4103/meajo.meajo_154_24 PMID:39959595	综述	本文综述了人工智能在近视患者脉络膜可视化中的应用，特别是深度学习技术在光学相干断层扫描（OCT）图像中分割脉络膜的效果和角色	综合评估了多种AI模型在脉络膜分割中的诊断准确性，并探讨了其在近视诊断和管理中的潜力	需要进一步标准化AI方法，并扩大其在更广泛临床环境中的应用	评估人工智能在近视患者脉络膜可视化中的应用效果	近视患者	数字病理	近视	光学相干断层扫描（OCT）	U-Net, LASSO回归, Attention-based Dense U-Net, ResNeSt101, Mask R-CNN	图像	12项研究，涉及不同近视程度的患者
2647	2025-05-17	Deep Learning for Smartphone-Based Malaria Parasite Detection in Thick Blood Smears 2020-05, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2019.2939121 PMID:31545747	research paper	本研究开发了一种基于深度学习的智能手机应用，用于自动检测厚血涂片中的疟疾寄生虫	首次开发了能够在智能手机上运行的厚血涂片疟疾寄生虫检测深度学习方法，并公开了一个包含1819张厚血涂片图像的数据集	研究仅基于150名患者的数据集，可能需要更大规模的验证	开发智能手机上的自动疟疾寄生虫检测方法，以替代人工计数	厚血涂片中的疟疾寄生虫	digital pathology	malaria	deep learning	CNN	image	1819张厚血涂片图像来自150名患者
2648	2025-05-17	A Systematic Review of Detecting Sleep Apnea Using Deep Learning 2019-Nov-12, Sensors (Basel, Switzerland) DOI:10.3390/s19224934 PMID:31726771	系统综述	本文系统回顾了过去十年中利用深度学习检测睡眠呼吸暂停的研究	总结了深度学习在睡眠呼吸暂停检测中的应用，包括不同深度网络的实现方式、预处理或特征提取的需求，以及各类网络的优缺点	仅涵盖了2008年至2018年的研究，可能未包括最新的技术进展	分析过去十年中发表的关于使用深度学习检测睡眠呼吸暂停的研究，回答如何实现不同的深度网络、需要何种预处理或特征提取，以及各类网络的优缺点等问题	睡眠呼吸暂停检测的深度学习研究	机器学习	睡眠呼吸暂停	深度学习	深度网络	生理信号数据	255篇论文中筛选出21篇符合标准的研究
2649	2025-05-16	Impact of deep learning reconstruction on radiation dose reduction and cancer risk in CT examinations: a real-world clinical analysis 2025-Jun, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11212-6 PMID:39613960	research paper	本研究评估了深度学习重建（DLR）在CT检查中降低辐射剂量和癌症风险的实际效果	首次利用真实世界临床数据分析DLR对辐射诱发癌症风险的影响	研究为单中心回顾性分析，可能存在选择偏倚	评估DLR技术对CT检查辐射剂量和癌症风险的降低效果	接受全身CT检查的成年患者	medical imaging	radiation-induced cancer	deep learning reconstruction (DLR)	NA	CT scan data	5247 matched cases (pre-DLR) + 5247 matched cases (post-DLR)
2650	2024-12-12	Evaluating deep learning and radiologist performance in volumetric prostate cancer analysis with biparametric MRI and histopathologically mapped slides 2025-Jun, Abdominal radiology (New York) DOI:10.1007/s00261-024-04734-6 PMID:39658736	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2651	2025-05-16	Evaluation of a deep learning prostate cancer detection system on biparametric MRI against radiological reading 2025-Jun, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11287-1 PMID:39699671	研究论文	本研究评估了一种基于双参数MRI的深度学习系统在检测临床显著性前列腺癌方面的性能，并与放射学解读进行了比较	开发了一个3D nnU-Net模型用于前列腺癌检测，在独立测试队列中表现优于放射科医生，特别是在中等和大尺寸病灶检测上	对小病灶的检测仍然具有挑战性	评估深度学习系统在前列腺癌检测中的性能	临床显著性前列腺癌(csPCa)，定义为Gleason Grade Group (GGG) ≥ 2	数字病理	前列腺癌	双参数MRI(bpMRI)	3D nnU-Net	医学影像	训练集4381例bpMRI病例(3800阳性，581阴性)，测试集328例来自PROSTATEx数据集
2652	2025-05-16	MRI-derived deep learning models for predicting 1p/19q codeletion status in glioma patients: a systematic review and meta-analysis of diagnostic test accuracy studies 2025-May-15, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03631-z PMID:40369298	meta-analysis	本文通过系统综述和荟萃分析评估了基于MRI的深度学习模型在预测胶质瘤患者1p/19q共缺失状态中的表现	首次对MRI衍生的深度学习模型在预测胶质瘤1p/19q共缺失状态中的诊断准确性进行了系统评价和荟萃分析	纳入研究的质量参差不齐，仅有两项研究质量较低，且存在显著的异质性	评估MRI衍生的深度学习模型在预测胶质瘤1p/19q共缺失状态中的诊断准确性	胶质瘤患者	digital pathology	glioma	MRI	DL	image	20项研究纳入系统综述，其中10项研究进行了荟萃分析
2653	2025-05-16	The Lack of Neurofeedback Training Regulation Guidance and Process Evaluation May be a Source of Controversy in Post-Traumatic Stress Disorder-Neurofeedback Research: A Systematic Review and Statistical Analysis 2025-May-15, Brain connectivity IF:2.4Q3 DOI:10.1089/brain.2024.0084 PMID:40371570	系统性综述	本文对创伤后应激障碍（PTSD）神经反馈（NF）研究进行了系统性综述和统计分析，探讨了现有研究的不足并提出了改进方向	首次对PTSD-NF研究进行了全面的统计分析和分类，提出了改进NF过程评估机制和调制指导的建议	研究仅纳入了31项原始研究，样本量较小（EEG-NF平均17.4人，fMRI-NF平均14.6人），且缺乏深度学习方法的运用	探讨PTSD-NF研究中存在的问题并提出改进方向	创伤后应激障碍（PTSD）患者	脑机接口	创伤后应激障碍	脑电图神经反馈（EEG-NF）和功能磁共振成像神经反馈（fMRI-NF）	传统统计方法和基础机器学习方法	神经信号数据	EEG-NF研究平均17.4人（SD 7.13），fMRI-NF研究平均14.6人（SD 6.37）
2654	2025-05-16	De Novo Design of Highly Stable Binders Targeting Dihydrofolate Reductase in Klebsiella pneumoniae 2025-May-15, Proteins IF:3.2Q2 DOI:10.1002/prot.26835 PMID:40371895	研究论文	本研究旨在设计针对肺炎克雷伯菌二氢叶酸还原酶（DHFR）的新型治疗性抑制剂，利用深度学习生物信息学技术设计具有细胞穿透特性的稳定肽	采用深度学习模型（OmegaFold、ProteinMPNN）设计全新抑制剂，并通过添加细胞穿透肽（CPP）基序增强递送效果	计算模型在预测体内行为方面存在局限性，需进一步体外和体内实验验证	设计针对肺炎克雷伯菌DHFR蛋白的新型治疗性抑制剂，以应对细菌耐药性问题	肺炎克雷伯菌的DHFR蛋白	生物信息学	细菌感染	深度学习、分子对接、分子动力学模拟	OmegaFold、ProteinMPNN	蛋白质序列	60个全新结合剂，生成7200个序列，最终筛选出10个序列
2655	2025-05-16	Artificial Intelligence in Surgical Training and Applications to Otolaryngology: A Scoping Review 2025-May-15, The Laryngoscope DOI:10.1002/lary.32246 PMID:40371996	综述	本文探讨了人工智能在耳鼻喉科手术技能评估和教育中的应用进展	利用AI技术提供客观、数据驱动的手术技能评估，替代传统主观评估方法	纳入研究数量有限（34项），且AI评估准确率存在较大波动（60%-100%）	评估人工智能在手术技能评估中的应用潜力，特别是在耳鼻喉科教育领域	手术技能评估研究，包括基础手术任务和特定外科手术程序	计算机视觉	耳鼻喉科疾病	深度学习、机器学习、计算机视觉技术	NA	运动学数据、运动数据、力数据、手术视频	34项符合条件的研究
2656	2025-05-16	Comparison of lumbar disc degeneration grading between deep learning model SpineNet and radiologist: a longitudinal study with a 14-year follow-up 2025-May-15, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-08900-2 PMID:40372457	研究论文	比较深度学习模型SpineNet与放射科医生在腰椎间盘退变分级上的一致性	使用深度学习模型SpineNet进行腰椎间盘退变分级，并与放射科医生的视觉分级进行长期随访比较	样本量较小（19名男性志愿者），且仅针对男性进行研究	评估AI模型与放射科医生在腰椎间盘退变分级上的一致性	19名男性志愿者的腰椎间盘MRI数据	数字病理	腰椎间盘退变	MRI	CNN	图像	19名男性志愿者，基线年龄37岁，随访14年后51岁
2657	2025-05-16	Video-estimated peak jump power using deep learning is associated with sarcopenia and low physical performance in adults 2025-May-15, Osteoporosis international : a journal established as result of cooperation between the European Foundation for Osteoporosis and the National Osteoporosis Foundation of the USA IF:4.2Q1 DOI:10.1007/s00198-025-07515-z PMID:40372459	research paper	该研究通过深度学习从视频中估算峰值跳跃功率（vJP），并与真实跳跃功率（gJP）进行了比较，同时探讨了vJP与肌肉减少症、年龄和肌肉参数的关系	提出了一种基于深度学习的无标记监测峰值跳跃功率的方法，并验证了其在日常生活中的可行性	NA	探讨视频估算的峰值跳跃功率与肌肉减少症及身体机能的关系	成年人	computer vision	geriatric disease	deep learning	NA	video	NA
2658	2025-05-16	Application of deep learning with fractal images to sparse-view CT 2025-May-15, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03378-1 PMID:40372595	研究论文	本研究探讨了使用分形图像进行预训练以提高稀疏视图CT图像质量的方法	利用非医学分形图像进行预训练，减少对医学图像数量的依赖，提高稀疏视图CT图像重建质量	研究仅使用了CHAOS数据集中的医学图像，可能无法涵盖所有临床场景	提高稀疏视图CT图像重建质量，减少对大量医学训练图像的依赖	稀疏视图CT图像	计算机视觉	NA	迭代函数系统(IFS)、滤波反投影(FBP)	FBPConvNet、WNet	图像	医学图像从5000减少到1000（减少80%）
2659	2025-05-16	AI-based metal artefact correction algorithm for radiotherapy patients with dental hardware in head and neck CT: Towards precise imaging 2025-May-14, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf038 PMID:40366748	research paper	研究AI-based金属伪影校正算法在头颈部CT中对放疗患者牙科硬件的临床效果	提出了一种基于深度学习的AI-MAC技术，首次在体内研究中展示了其在减少金属伪影同时保留器官可视化方面的能力	样本量较小（仅41例患者），且未探讨AI-MAC在不同类型牙科硬件上的泛化性能	评估AI-based金属伪影校正算法在头颈部CT中的临床效果	41例带有不可移除牙科硬件的头颈部放疗患者	digital pathology	head and neck cancer	CT imaging, deep learning	deep learning-based algorithm (AI-MAC)	CT images	41例患者
2660	2025-05-16	PhenoLearn: A user-friendly Toolkit for Image Annotation and Deep Learning-Based Phenotyping for Biological Datasets 2025-May-14, Journal of evolutionary biology IF:2.1Q3 DOI:10.1093/jeb/voaf058 PMID:40366779	research paper	介绍了一个名为PhenoLearn的用户友好工具包，用于生物数据集的图像标注和基于深度学习的表型分析	开发了一个集成图形用户界面(GUIs)的工具包，使没有深度计算专业知识的生物学家也能轻松使用深度学习进行图像标注	未提及具体的技术限制或性能瓶颈	为生物学家提供一个易于使用的工具，以促进大规模表型性状分析	2D标本图像	digital pathology	NA	deep learning	NA	image	一个小演示数据集（具体数量未提及）