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
3761	2025-03-21	Value of vendor-agnostic deep learning image denoising in brain computed tomography: A multi-scanner study 2025-01, RoFo : Fortschritte auf dem Gebiete der Rontgenstrahlen und der Nuklearmedizin DOI:10.1055/a-2290-4781 PMID:38749431	研究论文	本研究评估了一种与供应商无关的深度学习去噪（DLD）算法在五种CT扫描仪上对非对比颅脑CT（ncCT）诊断图像质量的影响	使用与供应商无关的深度学习去噪算法，显著提高了五种不同CT扫描仪的图像质量，包括主观和客观分析	研究为单中心回顾性研究，样本量相对较小（150例患者）	评估深度学习去噪算法在非对比颅脑CT图像中的应用效果	150例因轻微头部创伤接受常规成像的患者	计算机视觉	头部创伤	深度学习去噪（DLD）	深度学习	图像	150例患者（五种CT扫描仪各30例）
3762	2025-03-21	Language model-based labeling of German thoracic radiology reports 2025-01, RoFo : Fortschritte auf dem Gebiete der Rontgenstrahlen und der Nuklearmedizin DOI:10.1055/a-2287-5054 PMID:38663428	研究论文	本研究探讨了在深度学习标签预测模型中使用弱监督的潜力，旨在从德国胸部放射学报告中提取标签并用于训练胸部X光分类模型	提出了一种基于德国BERT编码器的标签提取模型，该模型在德国胸部放射学报告上的表现优于基于规则的模型，并且仅需1000份手动标注的报告进行训练	研究仅针对德国胸部放射学报告，且样本量相对有限，可能影响模型的泛化能力	探索弱监督在深度学习标签预测模型中的应用，并评估其对胸部X光分类模型的影响	德国胸部放射学报告和胸部X光图像	自然语言处理	肺气胸	深度学习	BERT, DenseNet-121	文本, 图像	66071份放射学报告（2017-2021年），1091份手动标注的报告（2020-2021年），6434份胸部X光图像及相关报告
3763	2025-03-21	The optimised model of predicting protein-metal ion ligand binding residues 2025 Jan-Dec, IET systems biology IF:1.9Q3 DOI:10.1049/syb2.70001 PMID:39873344	研究论文	本文研究了预测蛋白质-金属离子配体结合残基（PMILBRs）的优化模型	结合氨基酸及其衍生信息作为特征参数，并首次将深度学习算法应用于预测，提高了Ca和Mg离子配体结合残基的预测效果	未提及具体的数据集规模或模型泛化能力的验证	提高蛋白质-金属离子配体结合残基的预测准确性	蛋白质-金属离子配体结合残基	机器学习	NA	机器学习算法、深度学习算法	经典机器学习算法、深度学习算法	氨基酸及其衍生信息	未提及具体样本数量
3764	2025-03-21	Artificial intelligence-enhanced magnetic resonance imaging-based pre-operative staging in patients with endometrial cancer 2025-Jan, International journal of gynecological cancer : official journal of the International Gynecological Cancer Society IF:4.1Q2 DOI:10.1016/j.ijgc.2024.100017 PMID:39878275	研究论文	本研究提出了一种基于深度学习的MRI图像分割管道，用于预测子宫内膜癌患者的深肌层浸润和宫颈基质浸润，以辅助临床医生进行术前评估	开发了一种全自动的深度学习管道，用于从MRI图像中分割子宫和肿瘤，并预测深肌层浸润和宫颈基质浸润，为术前分期提供支持	数据变化、类别不平衡和伪影的存在对模型性能提出了挑战	评估子宫内膜癌患者的预后因素，以优化治疗计划和预后评估	子宫内膜癌患者	数字病理学	子宫内膜癌	深度学习	分割模块	MRI图像	178名患者
3765	2025-03-20	Retraction: Control of hybrid electromagnetic bearing and elastic foil gas bearing under deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320337 PMID:40100785	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3766	2025-03-21	Forecasting stock prices using long short-term memory involving attention approach: An application of stock exchange industry 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319679 PMID:40100866	研究论文	本文提出了四种基于学习的模型，用于预测股票价格，并比较了它们的性能	引入了带有注意力机制的长短期记忆网络（LSTM）模型，用于股票价格预测，并展示了其优越性能	研究仅基于卡拉奇证券交易所的数据，可能无法推广到其他市场	通过深度学习模型预测股票价格，以提高股票市场的经济稳定性	卡拉奇证券交易所100指数的每日业务数据	机器学习	NA	深度学习	LSTM, RNN, GRU, ANN	时间序列数据	2008年2月22日至2021年2月23日的卡拉奇证券交易所100指数数据
3767	2025-03-21	Automated program using convolutional neural networks for objective and reproducible selection of corneal confocal microscopy images 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251326223 PMID:40103638	研究论文	本文提出了一种基于卷积神经网络的自动化程序，用于客观和可重复地选择角膜共聚焦显微镜图像	使用ResNet-18进行深度学习特征提取和无监督聚类，提出了一种全自动的CCM图像选择算法，确保客观性和可重复性	需要多中心研究以验证这些发现在不同人群中的适用性	提高糖尿病周围神经病变（DPN）的诊断效率和准确性	角膜共聚焦显微镜（CCM）图像	计算机视觉	糖尿病周围神经病变	深度学习	ResNet-18	图像	数百张图像
3768	2025-03-21	Intraoperative robotic measurements of coronal alignment in total knee arthroplasty correlate with pre- and post-operative long-leg radiographs 2025-Jan, Journal of experimental orthopaedics IF:2.0Q2 DOI:10.1002/jeo2.70220 PMID:40103674	研究论文	本研究旨在通过比较术前和术后站立双足长腿X光片（LLR）来验证全膝关节置换术（TKA）中股骨和胫骨组件冠状对齐的术中机器人测量的准确性	使用深度学习人工智能模型和机器人系统进行测量，验证了机器人系统在TKA中的高准确性和可靠性	研究为单机构回顾性队列研究，样本量较小（59例患者）	验证全膝关节置换术中机器人测量的股骨和胫骨组件冠状对齐的准确性	接受初次全膝关节置换术的59例患者	数字病理	老年疾病	深度学习人工智能模型，机器人系统	NA	图像	59例患者
3769	2025-03-21	Role of AI in empowering and redefining the oncology care landscape: perspective from a developing nation 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1550407 PMID:40103737	综述	本文探讨了人工智能（AI）在印度等发展中国家癌症管理中的潜在作用，包括预防、诊断、精准治疗、预后和药物发现等方面	强调了AI在解决印度等发展中国家医疗资源不足、癌症负担重等问题中的创新应用	需要解决AI在医疗领域应用中的伦理和隐私问题	探索AI在癌症管理中的应用，以改善医疗资源不足和提高癌症治疗效果	印度的癌症患者和医疗系统	医疗人工智能	癌症	机器学习、深度学习、自然语言处理	NA	医疗数据	NA
3770	2025-03-21	A bibliometric analysis of artificial intelligence research in critical illness: a quantitative approach and visualization study 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1553970 PMID:40103796	研究论文	本文通过文献计量学方法和可视化工具对人工智能在危重病医学中的应用进行了定量分析和可视化研究	首次使用文献计量学方法和可视化工具对人工智能在危重病医学中的应用进行全面分析，揭示了该领域的研究趋势和核心贡献者	数据隐私、模型可解释性和伦理问题等挑战需要进一步解决，以确保AI技术在临床实践中的广泛应用	探讨人工智能在危重病医学中的应用潜力，特别是在提高诊断准确性、个性化治疗和临床决策支持方面的作用	2005年至2024年间发表的900篇相关文章，涉及6,653位作者和82个国家	机器学习	危重病	文献计量学方法、R-bibliometrix、VOSviewer 1.6.19、CiteSpace 6.2.R4	NA	文献数据	900篇文章，6,653位作者，82个国家
3771	2025-03-21	Evaluating deep learning auto-contouring for lung radiation therapy: A review of accuracy, variability, efficiency and dose, in target volumes and organs at risk 2025-Jan, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100736 PMID:40104215	review	本文综述了深度学习自动轮廓勾画在肺癌放射治疗中的应用，评估了其在目标体积和风险器官勾画中的准确性、变异性、效率和剂量影响	本文首次系统性地评估了深度学习算法在肺癌放射治疗中自动勾画目标体积和风险器官的准确性、变异性、效率和剂量影响，填补了该领域的研究空白	研究在观察者间变异性和剂量-体积指标评估方面仍需进一步研究，以进一步证实其临床应用	评估深度学习自动轮廓勾画在肺癌放射治疗中的准确性和效率	肺癌患者的目标体积（TVs）和风险器官（OARs）	digital pathology	lung cancer	deep learning	NA	image	40项研究
3772	2025-03-21	Duple-MONDNet: duple deep learning-based mobile net for motor neuron disease identification 2025, Turkish journal of medical sciences IF:1.2Q2 DOI:10.55730/1300-0144.5952 PMID:40104302	研究论文	本文提出了一种基于深度学习的双重特征提取框架Duple-MONDNet，用于早期识别运动神经元疾病（MND）	提出了一种新的双重特征提取框架，结合颜色和纹理特征进行MND的早期检测	未提及具体的数据集规模或外部验证结果	开发一种深度学习模型，用于早期检测运动神经元疾病	运动神经元疾病（MND）患者	计算机视觉	运动神经元疾病	扩散张量成像纤维束成像（DTI）	MONDNet（基于MobileNet的深度学习模型）	图像	未提及具体样本数量
3773	2025-03-21	Integrated convolutional neural network for skin cancer classification with hair and noise restoration 2025, Turkish journal of medical sciences IF:1.2Q2 DOI:10.55730/1300-0144.5954 PMID:40104314	研究论文	本研究探讨了皮肤病变图像中的毛发和噪声伪影对分类器性能的影响，并提出了集成卷积神经网络（CNN）用于去除这些伪影以提高诊断准确性	提出了集成毛发去除（IHR）和集成噪声去除（INR）的CNN模型，显著提高了去除毛发和噪声后的图像分类准确率	研究中使用了合成数据集，可能无法完全反映真实世界中的复杂情况	提高皮肤病变图像的自动诊断准确性	皮肤病变图像	计算机视觉	皮肤癌	深度学习	CNN, ResNet50, DenseNet121, ResNet152, VGG16, VGG19	图像	HAM10000基准数据集及合成数据集
3774	2025-03-21	Machine Learning-Based Prediction Model for ICU Mortality After Continuous Renal Replacement Therapy Initiation in Children 2024-Dec-01, Critical care explorations DOI:10.1097/CCE.0000000000001188 PMID:39688905	研究论文	本研究旨在使用机器学习技术预测接受连续肾脏替代疗法（CRRT）的儿童和年轻成年人的ICU和医院出院生存率	这是首个使用机器学习模型预测接受CRRT的儿童和年轻成年人ICU和医院出院生存率的研究	数据集不平衡，未来研究应扩展输入变量，进行更复杂的特征选择，并使用深度学习算法生成更精确的模型	预测接受CRRT的儿童和年轻成年人的ICU和医院出院生存率	接受CRRT的儿童和年轻成年人	机器学习	急性肾损伤	机器学习	逻辑回归（LR）、决策树、随机森林（RF）、梯度提升机、支持向量机（线性核）	临床数据	933名患者
3775	2025-03-21	A deep profile of gene expression across 18 human cancers 2024-Oct-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.17.585426 PMID:38559197	研究论文	本文介绍了DeepProfile，一个用于从18种人类癌症的50,211个转录组中学习低维潜在空间的综合框架	DeepProfile在生物解释性方面优于现有的降维方法，并揭示了跨所有癌症类型普遍重要的基因控制免疫细胞激活，而癌症类型特异性基因和通路定义了分子疾病亚型	NA	应用无监督深度学习从基因表达数据中提取临床和生物学上有价值的信息	18种人类癌症的50,211个转录组	机器学习	癌症	无监督深度学习	DeepProfile	基因表达数据	50,211个转录组
3776	2025-03-21	Evolution of white matter hyperintensity segmentation methods and implementation over the past two decades; an incomplete shift towards deep learning 2024-Oct, Brain imaging and behavior IF:2.4Q2 DOI:10.1007/s11682-024-00902-w PMID:39083144	系统综述	本文系统回顾了过去二十年中白质高信号（WMH）分割方法的演变和实施情况，重点关注了深度学习的应用	本文首次系统性地回顾了WMH分割方法的发展历程，并特别指出了深度学习技术的兴起	尽管定量分割方法日益复杂，视觉评分量表仍然广泛使用，且SPM技术作为参考标准可能限制了新技术的推广	探讨WMH分割方法的演变和实施情况，特别是深度学习的应用	白质高信号（WMH）分割方法	医学影像分析	老年疾病	深度学习	NA	医学影像	1007个视觉评分量表，118篇管道开发文章，509篇实施文章
3777	2025-03-21	A Deep Learning Model for Predicting Molecular Subtype of Breast Cancer by Fusing Multiple Sequences of DCE-MRI From Two Institutes 2024-09, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.03.002 PMID:38637240	研究论文	本文评估了深度学习在利用来自两个机构的DCE-MRI预测不同乳腺癌分子亚型中的性能	开发了一种多分支卷积神经网络（MBCNN），并采用中间融合和80像素的ROI大小进行外观转换，以优化性能	在预测luminal B、HER2-enriched和TN亚型时，MBCNN虽然表现优于CNN和CLSTM，但除了在TN亚型中对CNN表现出统计显著性外，其他情况下未达到统计显著性	评估深度学习在预测乳腺癌分子亚型中的性能	366名乳腺癌患者	计算机视觉	乳腺癌	DCE-MRI	MBCNN, CNN, CLSTM	图像	366名乳腺癌患者（训练集292名，验证集49名，测试集25名）
3778	2025-03-21	Develop and Validate a Nomogram Combining Contrast-Enhanced Spectral Mammography Deep Learning with Clinical-Pathological Features to Predict Neoadjuvant Chemotherapy Response in Patients with ER-Positive/HER2-Negative Breast Cancer 2024-09, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.03.035 PMID:38641451	研究论文	开发并验证了一个结合对比增强光谱乳腺摄影（CESM）深度学习和临床病理特征的列线图，用于预测ER阳性/HER2阴性乳腺癌患者的新辅助化疗（NAC）反应	结合CESM深度学习和临床病理特征，开发了一个新的列线图模型，用于预测NAC反应，该模型在预测性能上优于单独的深度学习模型和临床模型	研究为回顾性研究，可能存在选择偏差，且样本量相对较小	预测ER阳性/HER2阴性乳腺癌患者的新辅助化疗反应	265名ER阳性/HER2阴性乳腺癌患者	数字病理	乳腺癌	对比增强光谱乳腺摄影（CESM）	ResNet34	图像	265名乳腺癌患者
3779	2025-03-21	Deep Learning-Based Reconstruction Improves the Image Quality of Low-Dose CT Colonography 2024-08, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.01.021 PMID:38290889	研究论文	本研究评估了基于深度学习的重建（DLR）在低剂量CT结肠成像（CTC）中的图像质量，并与迭代重建（IR）进行了比较	首次将深度学习重建技术应用于低剂量CT结肠成像，显著提高了图像质量	研究仅针对特定BMI群体的成年人，未涵盖更广泛的人群	评估低剂量CT结肠成像的图像质量	270名成年志愿者	计算机视觉	结直肠癌	CT成像	深度学习	图像	270名志愿者（平均年龄47.94岁，115名男性）
3780	2025-03-21	Research Progress of Artificial Intelligence in the Grading and Classification of Meningiomas 2024-08, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.02.003 PMID:38413314	综述	本文总结了人工智能在脑膜瘤分级和分类中的研究进展，分析了放射组学和深度学习的应用及其在临床治疗和预后中的价值	本文综述了人工智能在脑膜瘤分级和分类中的最新研究进展，提出了现有研究的局限性和未来改进建议	现有研究存在一定的局限性，未来需要进一步改进	探讨人工智能在脑膜瘤分级和分类中的应用，以促进其在脑膜瘤诊断和治疗中的未来应用	脑膜瘤	数字病理学	脑膜瘤	放射组学, 深度学习	深度学习	医学影像	NA