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
3741	2025-04-27	Burnout crisis in Chinese radiology: will artificial intelligence help? 2025-Mar, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11206-4 PMID:39567429	研究论文	评估人工智能软件使用与中国医院放射科职业倦怠之间的相关性	首次定量研究AI软件使用与放射科人员职业倦怠的关联	横断面研究设计无法确定因果关系	探讨AI在缓解放射科职业倦怠中的作用	中国68家公立医院的放射科医师和技术人员	医疗人工智能	NA	问卷调查、MBI-HSS量表	NA	调查问卷数据	522名放射科工作人员（389名使用过AI）
3742	2025-04-27	Early-Stage Melanoma Cancer Diagnosis Framework for Imbalanced Data From Dermoscopic Images 2025-Mar, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24736 PMID:39573895	research paper	提出了一种用于不平衡数据下的早期黑色素瘤皮肤癌诊断的深度学习框架	结合CNN、DenseNet、批量归一化层、最大池化和ReLU激活函数的新框架，有效解决了过拟合问题，并采用数据增强处理类别不平衡	未明确提及模型在临床环境中的实际应用验证或对不同皮肤类型的泛化能力	开发自动化的黑色素瘤早期诊断方法以提高诊断效率和准确性	皮肤镜图像中的黑色素瘤病变	digital pathology	skin cancer	data augmentation, Adam optimizer	CNN, DenseNet	image	ISIC-2019和HAM-10000数据集的大量样本
3743	2025-04-27	EfficientNet-resDDSC: A Hybrid Deep Learning Model Integrating Residual Blocks and Dilated Convolutions for Inferring Gene Causality in Single-Cell Data 2025-Mar, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00667-2 PMID:39578307	研究论文	提出了一种名为EfficientNet-resDDSC的混合深度学习模型，用于从单细胞数据中推断基因间的因果关系	结合残差块和扩张卷积，增强模型在初级阶段的低层次特征提取能力，并通过深度可分离卷积在不增加计算量的情况下扩大感受野	未明确提及具体限制，但可能面临高维高噪声单细胞数据的挑战	构建基因调控网络(GRNs)，准确揭示基因间的因果关系	单细胞RNA测序(scRNA-seq)数据中的基因	机器学习	乳腺癌	scRNA-seq	EfficientNet-resDDSC（结合残差块和扩张卷积的混合深度学习模型）	单细胞RNA测序数据	四个数据集（未明确具体样本数量）
3744	2025-04-27	Semantic segmentation for weed detection in corn 2025-Mar, Pest management science IF:3.8Q1 DOI:10.1002/ps.8554 PMID:39584373	research paper	提出了一种结合语义分割和图像处理的新方法，用于玉米田中的杂草检测	通过间接分割作物像素并识别作物掩膜外的植被作为杂草，避免了直接检测多种杂草物种的复杂性	未提及该方法在其他作物或复杂农田环境中的适用性	开发一种可靠、快速且准确的农田杂草检测方法	玉米田中的杂草	computer vision	NA	语义分割、知识蒸馏	DeepLabV3+	image	未明确提及具体样本数量
3745	2025-04-27	Deep Learning Based Detection of Large Vessel Occlusions in Acute Ischemic Stroke Using High-Resolution Photon Counting Computed Tomography and Conventional Multidetector Computed Tomography 2025-Mar, Clinical neuroradiology IF:2.4Q2 DOI:10.1007/s00062-024-01471-7 PMID:39585389	研究论文	本研究探讨了光子计数计算机断层扫描(PCCT)与传统多排探测器计算机断层扫描(MDCT)在急性缺血性卒中(AIS)中大血管闭塞(LVO)检测中的深度学习(DL)性能差异	首次研究了PCCT图像质量对DL算法检测LVO性能的影响，并使用了商业供应商开发的新型深度学习架构	无法排除灌注缺损的存在，因为缺乏CT灌注(CTP)成像数据	评估PCCT与传统CT在AIS中LVO检测的DL算法性能差异	急性缺血性卒中患者的大血管闭塞情况	数字病理学	脑血管疾病	光子计数计算机断层扫描(PCCT)和传统计算机断层扫描(CT)	深度学习架构(具体类型未说明)	医学影像	443例接受CTA检查的病例(PCCT组150例，传统CT组293例)
3746	2025-04-27	Pressure-Enabled Drug Delivery Significantly Increases Intra-Arterial Delivery of Embolic Microspheres to Liver Tumors in a Porcine Model 2025-Mar, Journal of vascular and interventional radiology : JVIR IF:2.6Q2 DOI:10.1016/j.jvir.2024.11.014 PMID:39586533	research paper	本研究测试了压力驱动药物输送（PEDD）在猪模型中增加肝肿瘤微球输送的效果	使用压力调节微导管设备（TriNav）显著提高了微球在肝肿瘤中的输送效率	研究仅基于猪模型，结果可能无法直接推广到人类	比较PEDD与传统微导管在肝肿瘤治疗中的微球输送效率	猪肝肿瘤模型	medical technology	liver cancer	压力驱动药物输送（PEDD）	custom deep learning algorithm	image	16 (8 conventional, 8 PEDD)
3747	2025-04-27	The benefit of automated sac volume measurements in postoperative endovascular aortic repair surveillance 2025-Mar, Journal of vascular surgery IF:3.9Q1 DOI:10.1016/j.jvs.2024.10.070 PMID:39522568	research paper	研究探讨了在腹主动脉瘤修复术后监测中，自动测量瘤囊体积相较于最大直径评估是否能提供更细致的瘤囊行为信息	首次比较了自动瘤囊体积测量与传统最大直径评估在腹主动脉瘤修复术后监测中的差异，发现体积测量能识别更多瘤囊变化	样本量较小（89例患者），且为回顾性研究	评估自动瘤囊体积测量在腹主动脉瘤修复术后监测中的附加价值	接受标准或开窗式EVAR治疗的腹主动脉瘤患者	数字病理学	心血管疾病	计算机断层扫描血管造影（CTA）	深度学习（Augmented Reality for Vascular Aneurysm）	医学影像	89例患者（标准EVAR 46例，开窗式EVAR 43例）
3748	2025-04-27	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	提出了一种名为LGS-PPIS的局部-全局结构信息聚合框架，用于预测蛋白质-蛋白质相互作用位点	结合了边缘感知图卷积网络(EA-GCN)和自注意力机制(SA-RIM)，实现了局部和全局信息的聚合，克服了现有方法在局部特征提取和全局特征捕获上的不足	未提及具体的数据集大小限制或模型泛化能力的详细分析	提高蛋白质-蛋白质相互作用位点(PPIS)的预测精度	蛋白质-蛋白质相互作用位点	生物信息学	NA	深度学习	EA-GCN, SA-RIM	蛋白质结构数据	三个广泛使用的PPIS预测基准数据集
3749	2025-04-27	Self-Attention Mechanisms-Based Laryngoscopy Image Classification Technique for Laryngeal Cancer Detection 2025-Mar, Head & neck DOI:10.1002/hed.27999 PMID:39526389	研究论文	提出了一种基于自注意力机制的喉镜图像分类技术，用于喉癌检测	开发了基于Swin-Transformer的智能喉癌检测系统(ILCDS)，在准确性和稳定性上优于传统CNN模型和专业喉科医生	在外部测试集上性能略有下降	提高喉癌早期诊断的准确性和效率	喉癌患者	计算机视觉	喉癌	深度学习	Swin-Transformer	图像	来自1462名患者的5768张喉镜图像
3750	2025-04-27	Contrast-enhanced thin-slice abdominal CT with super-resolution deep learning reconstruction technique: evaluation of image quality and visibility of anatomical structures 2025-Mar, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-024-01685-2 PMID:39538066	研究论文	比较超分辨率深度学习重建（SR-DLR）、深度学习重建（DLR）和混合迭代重建（HIR）算法在对比增强薄层腹部CT图像重建中的图像质量和解剖结构可见性	首次在对比增强薄层腹部CT图像重建中评估SR-DLR技术，并与DLR和HIR进行比较	研究为回顾性设计，样本量较小（54例患者）	评估不同重建算法在腹部CT图像质量和结构可见性方面的表现	对比增强薄层腹部CT图像	医学影像分析	NA	超分辨率深度学习重建（SR-DLR）、深度学习重建（DLR）和混合迭代重建（HIR）	深度学习	医学影像（CT图像）	54例接受对比增强腹部CT检查的患者
3751	2025-04-27	Early and noninvasive prediction of response to neoadjuvant therapy for breast cancer via longitudinal ultrasound and MR deep learning: A multicentre study 2025-Mar, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.10.033 PMID:39542804	研究论文	本研究探讨了基于乳腺MR和超声的纵向多模态深度学习在预测乳腺癌新辅助化疗后病理完全缓解中的价值	利用纵向多模态深度学习和堆叠模型，结合HER2状态，实现了早期无创预测乳腺癌新辅助化疗反应	研究为回顾性分析，样本量有限（448例患者），且仅来自三个中心	开发个性化治疗方案，预测乳腺癌患者对新辅助化疗的反应	乳腺癌患者	数字病理学	乳腺癌	深度学习	ResNet50, 堆叠模型	图像（MR和超声）	448例患者
3752	2025-04-27	Dimensionality reduction in 3D causal deep learning for neuroimage generation: an evaluation study 2025-Mar, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.2.024506 PMID:40276097	研究论文	评估不同降维方法在因果深度学习模型中生成神经影像的效果	比较了五种降维技术在3D因果深度学习模型中对神经影像生成的影响，并确定了3D PCA为最佳方法	研究仅针对脑部影像，未涵盖其他类型的医学影像	比较不同降维方法对因果神经影像生成的影响	23,692张3D脑部影像	数字病理学	NA	PCA, 自编码器, Vector Quantised-Variational AutoEncoder	CNN	3D图像	23,692张3D脑部影像
3753	2025-04-27	Prediction of muscular-invasive bladder cancer using multi-view fusion self-distillation model based on 3D T2-Weighted images 2025-Feb-25, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2024-0333 PMID:39501515	研究论文	本研究开发了一种基于3D T2加权图像的多视图融合自蒸馏模型（MVSD），用于准确区分肌肉浸润性膀胱癌（MIBC）和非肌肉浸润性膀胱癌（NMIBC）	提出了一种结合横向和矢状面视图的多视图融合自蒸馏模型，利用3D MRI体积的z轴信息进行综合特征提取，并通过自蒸馏提升浅层分类器的特征提取能力	研究中未包含所有多参数MRI序列，仅优化了T2加权成像序列	优化现有的T2加权成像序列，以准确评估肌肉浸润性膀胱癌	615名膀胱癌患者的T2加权图像	数字病理学	膀胱癌	3D T2加权成像	MVSD（多视图融合自蒸馏模型）	3D MRI图像	615名膀胱癌患者
3754	2025-04-27	A Multicenter Evaluation of the Impact of Therapies on Deep Learning-Based Electrocardiographic Hypertrophic Cardiomyopathy Markers 2025-Feb-15, The American journal of cardiology DOI:10.1016/j.amjcard.2024.11.028 PMID:39581517	研究论文	评估深度学习增强心电图（AI-ECG）在监测肥厚型心肌病（HCM）治疗反应中的应用	首次使用AI-ECG模型评估两种HCM治疗方法（SRT和mavacamten）对生物标志物的影响	样本量相对较小，且仅在三家医疗中心进行	评估AI-ECG作为监测HCM治疗反应的工具	接受SRT或mavacamten治疗的HCM患者	数字病理学	心血管疾病	AI-ECG	深度学习模型	心电图图像	315名患者（70名来自YNHHS，100名来自CCF，145名来自AHS）和36名接受mavacamten治疗的患者
3755	2025-04-27	UnBias: Unveiling Bias Implications in Deep Learning Models for Healthcare Applications 2025-Feb, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3484951 PMID:39495690	research paper	该研究探讨了深度学习模型中的偏见及其伦理影响，并提出了一种UnBias方法来评估不同深度神经网络架构中的偏见	引入了UnBias方法来检测深度学习模型中的偏见，特别是在学习过程中偏见如何转移模型对主要特征的关注	研究主要关注性别偏见，可能未涵盖其他类型的偏见如种族或年龄	推进公平和可信赖的AI应用，特别是在医疗保健领域	深度学习模型在医疗保健等社会场景中的应用	machine learning	COVID-19	深度学习	ResNet50V2, DenseNet121, InceptionV3, Xception	image	来自多个公开可访问存储库的胸部X光扫描数据集
3756	2025-04-27	CellCircLoc: Deep Neural Network for Predicting and Explaining Cell Line-Specific CircRNA Subcellular Localization 2025-Feb, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3491732 PMID:39495689	research paper	提出了一种基于深度学习的模型CellCircLoc，用于预测和解释细胞系特异性circRNA的亚细胞定位	首次开发了考虑细胞系特异性的circRNA亚细胞定位预测模型，结合了CNN、Transformer和双向LSTM来捕捉序列特征	未明确提及模型在跨细胞系泛化能力方面的表现	开发细胞系特异性的circRNA亚细胞定位预测工具	circRNA的亚细胞定位	生物信息学	NA	深度学习	CNN+Transformer+BiLSTM	RNA序列数据	未明确提及具体样本量
3757	2025-04-27	A Multimodal Deep Learning Nomogram for the Identification of Clinically Significant Prostate Cancer in Patients with Gray-Zone PSA Levels: Comparison with Clinical and Radiomics Models 2025-Feb, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.10.009 PMID:39496535	研究论文	本研究开发了一种多模态深度学习列线图，用于预测灰区PSA水平患者的临床显著性前列腺癌，并与临床和放射组学模型进行了比较	采用混合融合方法整合多模态数据构建组合模型，显著提高了诊断性能	回顾性研究设计可能引入选择偏倚，样本量相对较小（303例患者）	建立预测灰区PSA水平患者临床显著性前列腺癌的诊断模型	2018年1月至2022年12月期间经病理证实的303例前列腺癌患者	数字病理	前列腺癌	bp-MRI影像分析	深度学习模型（具体架构未说明）、SVM、XGBoost	多模态数据（临床变量、PI-RADS评分、放射组学特征、深度学习特征）	303例经病理证实的前列腺癌患者
3758	2025-04-27	Automatic 3-dimensional quantification of orthodontically induced root resorption in cone-beam computed tomography images based on deep learning 2025-Feb, American journal of orthodontics and dentofacial orthopedics : official publication of the American Association of Orthodontists, its constituent societies, and the American Board of Orthodontics IF:2.7Q1 DOI:10.1016/j.ajodo.2024.09.009 PMID:39503671	research paper	本研究提出了一种基于深度学习的自动方法，用于从CBCT图像中提取牙根体积信息并定位牙根吸收	首次使用深度学习方法自动量化正畸引起的牙根吸收，提高了评估的客观性和效率	研究为回顾性设计，样本量相对有限	开发自动工具用于正畸治疗中牙根吸收的评估	正畸治疗引起的牙根吸收(OIRR)	digital pathology	dental disease	cone-beam computed tomography (CBCT)	Dynamic Graph Convolutional Neural Network	3D medical images	4534颗牙齿来自105名患者
3759	2025-04-27	Improved patient identification by incorporating symptom severity in deep learning using neuroanatomic images in first episode schizophrenia 2025-Feb, Neuropsychopharmacology : official publication of the American College of Neuropsychopharmacology IF:6.6Q1 DOI:10.1038/s41386-024-02021-y PMID:39506100	研究论文	本研究通过结合症状严重程度和多任务深度学习模型，利用神经解剖图像改进首发精神分裂症患者的识别	首次将精神病症状严重程度回归与标准病例/对照识别结合在多任务深度学习模型中，提高了诊断准确性	样本量相对有限，且仅针对首发未用药精神分裂症患者	探索精神分裂症患者脑部改变与症状严重程度的关系，并开发高诊断价值的MRI模型	286例未用药首发精神分裂症患者和330例健康对照，以及40例独立验证样本	数字病理学	精神分裂症	MRI、基于体素的形态测量学(VBM)、基于表面的形态测量学(SBM)	多任务深度学习模型	神经解剖图像	616例(286患者+330对照)+40例独立验证样本
3760	2025-04-27	M-NET: Transforming Single Nucleotide Variations Into Patient Feature Images for the Prediction of Prostate Cancer Metastasis and Identification of Significant Pathways 2025-Feb, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3493618 PMID:39509309	research paper	提出了一种名为M-NET的新型生物信息深度学习框架，用于基于单核苷酸变异预测前列腺癌转移	将单核苷酸变异转化为适合卷积神经网络的病人特征图像，并识别与转移状态相关的重要通路	NA	提高基于单核苷酸变异的前列腺癌转移预测性能	前列腺癌患者	digital pathology	prostate cancer	deep learning	CNN	genomic data (single nucleotide variations)	NA