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
4161	2025-03-30	Robustness of ML-Based Seizure Prediction Using Noisy EEG Data From Limited Channels 2024 Apr-May, ... International Conference on Distributed Computing in Sensor Systems and workshops. DCOSS (Conference) DOI:10.1109/dcoss-iot61029.2024.00097 PMID:40134901	研究论文	本文研究了基于机器学习的癫痫发作预测模型在噪声EEG数据和有限通道条件下的鲁棒性	评估了DL模型在临床级EEG数据训练但消费级可穿戴EEG头戴设备数据测试时的表现，特别是在通道减少、流数据和类别不平衡情况下的鲁棒性	研究仅针对SPERTL模型进行评估，可能不适用于其他DL模型	提高癫痫发作预测模型在真实世界条件下的准确性和适用性	癫痫患者的EEG数据	机器学习	癫痫	EEG	DL(SPERTL模型)	EEG信号数据	NA
4162	2025-03-30	DARDN: A Deep-Learning Approach for CTCF Binding Sequence Classification and Oncogenic Regulatory Feature Discovery 2024-01-23, Genes IF:2.8Q2 DOI:10.3390/genes15020144 PMID:38397134	研究论文	本文提出了一种名为DARDN的深度学习方法，用于CTCF结合序列分类和致癌调控特征的发现	利用CNN预测癌症特异性CTCF结合位点，并采用DeepLIFT解释模型输入特征的贡献，从而识别与癌症特异性CTCF结合相关的DNA序列特征	未明确提及具体局限性	研究癌症基因组学中基因调控机制的表征	CTCF结合位点及其在癌症中的特异性结合模式	机器学习	T细胞急性淋巴细胞白血病（T-ALL）、急性髓系白血病（AML）、乳腺癌（BRCA）、结直肠癌（CRC）、肺腺癌（LUAD）和前列腺癌（PRAD）	高通量测序	CNN	DNA序列	涉及多种癌症类型的CTCF结合位点DNA序列
4163	2025-03-30	Data-efficient resting-state functional magnetic resonance imaging brain mapping with deep learning 2023-11-01, Journal of neurosurgery IF:3.5Q1 DOI:10.3171/2023.3.JNS2314 PMID:37060318	研究论文	本研究开发了一种深度3D卷积神经网络（3DCNN），用于在静息态功能磁共振成像（RS-fMRI）数据量最小的情况下，对语言和运动静息态网络进行体素级映射	提出了一种能够在减少扫描时间的同时，可靠且精确地映射静息态网络的深度3DCNN模型	研究主要基于健康成年人的数据，仅在5名多形性胶质母细胞瘤患者中进行了测试	开发一种高效的方法，用于术前功能映射，以改善脑肿瘤患者的功能保留	健康成年人（n=2252）和5名多形性胶质母细胞瘤患者	数字病理	脑肿瘤	RS-fMRI	3DCNN	图像	2252名健康成年人和5名多形性胶质母细胞瘤患者
4164	2025-03-30	Creating High Fidelity Synthetic Pelvis Radiographs Using Generative Adversarial Networks: Unlocking the Potential of Deep Learning Models Without Patient Privacy Concerns 2023-10, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2022.12.013 PMID:36535448	research paper	本研究应用生成对抗网络（GANs）技术生成高保真合成骨盆X光片，以支持深度学习图像分析并保护患者隐私	利用GANs生成高保真合成骨盆X光片，这些图像在计算机和专家评估中难以与真实图像区分	研究仅针对骨盆X光片，未涉及其他类型的医学影像	开发一种方法，生成可用于深度学习模型训练的高保真合成医学影像，同时避免患者隐私问题	骨盆X光片	digital pathology	NA	GANs	GAN	image	37,640张真实X光片（来自16,782名患者）
4165	2025-03-30	Variational Autoencoders for Biomedical Signal Morphology Clustering and Noise Detection 2023-Sep-28, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3320585 PMID:37768790	研究论文	提出了一种基于变分自编码器和高斯混合模型的生物医学波形噪声检测框架，用于无监督检测波形异常并提供置信度评分	使用变分自编码器与高斯混合模型结合，实现无需标注的波形异常检测，并生成置信度指标	方法主要针对具有心脏活动周期性的生物医学信号，可能不适用于非周期性信号	开发一种自动化的生物医学信号噪声检测方法，提高下游生理指标估计的准确性	非侵入式可穿戴设备采集的原始波形数据	机器学习	心血管疾病	变分自编码器(VAE), 高斯混合模型(GMM), 动态时间规整(DTW)	VAE, GMM	时间序列数据	97885个心脏周期的心阻抗数据
4166	2025-03-30	U-Sleep's resilience to AASM guidelines 2023-Mar-06, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-023-00784-0 PMID:36878957	research paper	研究探讨了U-Sleep睡眠评分算法在不完全遵循AASM指南情况下的表现	展示了深度学习算法在睡眠评分任务中可以不依赖临床知识或严格遵循AASM指南	仅评估了U-Sleep算法，未与其他算法进行广泛比较	评估深度学习睡眠评分算法对AASM指南的适应性	睡眠评分算法和AASM指南	machine learning	NA	deep learning	U-Sleep	polysomnography studies	28528项多导睡眠图研究，来自13项不同的临床研究
4167	2025-03-29	Predicting radiation-induced hypothyroidism in nasopharyngeal carcinoma patients using a deep learning model 2025-May, Clinical and translational radiation oncology IF:2.7Q2 DOI:10.1016/j.ctro.2025.100946 PMID:40144227	research paper	本研究开发了一种基于深度学习生存分析的模型，用于预测鼻咽癌患者放射性甲状腺功能减退症（RIHT）的发生	使用DeepSurv深度学习模型预测RIHT，其性能优于传统的Cox和NTCP模型	研究为回顾性设计，可能存在选择偏倚	开发高准确度的RIHT预测模型，以支持个性化患者管理	535名鼻咽癌患者	digital pathology	nasopharyngeal carcinoma	deep learning survival analysis	DeepSurv, CNN	clinical data	535名鼻咽癌患者（2015年1月至2020年10月）
4168	2025-03-29	Deep Learning for Automated Segmentation of Basal Cell Carcinoma on Mohs Micrographic Surgery Frozen Section Slides 2025-Apr-01, Dermatologic surgery : official publication for American Society for Dermatologic Surgery [et al.] IF:2.5Q1 DOI:10.1097/DSS.0000000000004501 PMID:39625169	研究论文	本研究训练了一个深度学习模型，用于在Mohs手术冰冻切片上自动分割基底细胞癌（BCC）	首次使用YOLOv8模型对BCC在Mohs手术冰冻切片上进行分割，并评估了不同BCC亚型的性能	分割研究的准确性和临床相关性指标仍需提高	开发一种自动化工具，用于在Mohs手术冰冻切片上定位BCC	基底细胞癌（BCC）及其亚型	数字病理学	基底细胞癌	全切片图像扫描	YOLOv8	图像	348张新鲜冰冻组织切片
4169	2025-03-29	Tea grading, blending, and matching based on computer vision and deep learning 2025-Apr, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.14088 PMID:39711109	research paper	本研究开发了一种基于计算机视觉和深度学习的茶叶分级、混合比例评估和样本匹配的高效无损方法	结合ResNet模型和CBAM注意力模块，提高了茶叶图像特征提取能力，显著提升了分类和匹配的准确率	仅针对乌龙茶和红茶进行了测试，未涵盖其他茶类	提高茶叶生产过程中的分级、混合和样本匹配的效率和准确性	乌龙茶和红茶的图像数据	computer vision	NA	deep learning	ResNet with CBAM	image	NA
4170	2025-03-29	Age and gender-related changes in choroidal thickness: Insights from deep learning analysis of swept-source OCT images 2025-Apr, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2025.104511 PMID:39900214	研究论文	通过深度学习分析扫频源OCT图像，研究年龄和性别对脉络膜厚度及其组成部分的影响	利用深度学习算法自动测量脉络膜厚度，揭示了不同性别在不同年龄段的脉络膜厚度变化特点	研究排除了有眼部病理和系统性疾病的参与者，可能限制了结果的普遍性	探究年龄和性别对脉络膜厚度变化的影响	262名参与者（136名女性和126名男性）的扫频源OCT图像	数字病理	年龄相关性黄斑变性（AMD）、高度近视（HM）和糖尿病（DM）	扫频源光学相干断层扫描（SS-OCT）	深度学习算法	图像	262名参与者
4171	2025-03-29	Optimizing visible retinal area in pediatric ultra-widefield fundus imaging: The effectiveness of mydriasis and eyelid lifting 2025-Apr, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2025.104532 PMID:40015615	研究论文	本研究旨在通过超广角眼底成像技术最大化儿童可见视网膜区域（VRA）以提高周边视网膜病变的检测率	结合散瞳和手动提睑技术显著提升超广角眼底成像中的可见视网膜区域，有效减少眼睑和睫毛造成的伪影影响	样本量较小（53名儿童，106只眼），且研究仅在一家医院进行，可能限制结果的普遍性	优化儿童超广角眼底成像中的可见视网膜区域	53名儿童（106只眼）	数字病理学	视网膜病变	超广角Optos成像系统（Daytona P200T）和基于深度学习的自定义图像分割工具	深度学习	图像	53名儿童（106只眼）
4172	2025-03-29	Analysis of AI foundation model features decodes the histopathologic landscape of HPV-positive head and neck squamous cell carcinomas 2025-Apr, Oral oncology IF:4.0Q2 DOI:10.1016/j.oraloncology.2025.107207 PMID:40043423	研究论文	利用AI基础模型分析HPV阳性头颈部鳞状细胞癌的组织病理学特征	首次使用基础模型UNI和生成对抗网络HistoXGAN解析HPV阳性HNSCC的组织学特征，并通过合成图像验证	研究依赖于合成图像的病理学评估，可能存在与真实图像的偏差	解析HPV阳性头颈部鳞状细胞癌的组织病理学特征并开发可解释的检测方法	981名头颈部鳞状细胞癌患者的H&E染色切片	数字病理学	头颈部鳞状细胞癌	自监督学习(SSL)、生成对抗网络(GAN)	UNI、HistoXGAN	H&E染色图像	981名患者
4173	2025-03-29	Development and validation of a deep learning-based automated computed tomography image segmentation and diagnostic model for infectious hydronephrosis: a retrospective multicentre cohort study 2025-Apr, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2025.103146 PMID:40144691	研究论文	开发并验证了一种基于深度学习的自动化CT图像分割和诊断模型，用于感染性肾积水的诊断	使用改进的U-Net算法开发了肾积水分割模型（HRSM），并结合3D CNN和临床数据建立了感染性肾积水诊断模型（IHDM）	需要更多多样化的真实世界多中心验证研究来验证模型的稳健性	开发一种全自动分割和非侵入性诊断模型，用于感染性肾积水的诊断	肾积水患者	数字病理	肾积水	CT图像分析	Improved U-Net, 3D CNN, SVM	CT图像	615名患者（包括5876张标注的CT图像）
4174	2025-03-29	A data-driven approach to turmeric disease detection: Dataset for plant condition classification 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111435 PMID:40144898	研究论文	本文提出了一种基于数据驱动的姜黄病害检测方法，并构建了一个用于植物状态分类的数据集	构建了一个包含1037张原始图像和4628张增强图像的姜黄植物病害数据集，并应用Inception-v3模型实现了97.36%的分类准确率	数据集仅包含五种姜黄植物状态，可能无法涵盖所有可能的病害类型	开发AI辅助解决方案以实现精准农业和可持续作物生产	姜黄植物及其病害（健康叶片、干枯叶片、叶斑病、根茎病根和健康根茎）	计算机视觉	植物病害	数据增强（翻转、旋转、亮度调整）	Inception-v3	图像	1037张原始图像和4628张增强图像
4175	2025-03-29	Electrocardiogram-based deep learning to predict left ventricular systolic dysfunction in paediatric and adult congenital heart disease in the USA: a multicentre modelling study 2025-Apr, The Lancet. Digital health DOI:10.1016/j.landig.2025.01.001 PMID:40148010	research paper	该研究利用深度学习技术分析心电图（ECG）来预测成人和儿童先天性心脏病患者的左心室收缩功能障碍（LVSD）	首次将人工智能增强的心电图分析（AI-ECG）全面应用于先天性心脏病患者的LVSD预测	研究主要基于美国两家医院的数据，可能在其他地区或人群中的适用性有限	开发一种预测先天性心脏病患者当前和未来左心室收缩功能障碍的算法	成人和儿童先天性心脏病患者	digital pathology	cardiovascular disease	AI-ECG	CNN	ECG和超声心动图数据	训练队列包括124,265对ECG-超声心动图数据（49,158名患者），测试组包括21,068名患者（内部测试）和42,984名患者（外部验证）
4176	2025-03-29	Ant-Inspired Ion Gel Sensor for Dual-Mode Detection of Force and Humidity via Magnetic Induction 2025-Mar-28, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c00032 PMID:40016092	research paper	介绍了一种受蚂蚁感官机制启发的双模式离子凝胶传感器，能够同时检测环境湿度和压力	通过磁感应技术开发的双模式传感器，结合了湿度检测和压力检测功能，并在柔性智能分拣系统中实现了高精度的物体识别	未明确提及具体局限性	开发多功能、高灵敏度、宽范围且耐用的柔性传感器	环境湿度和压力的检测，以及人体运动监测和智能物流分拣	智能传感	NA	磁感应技术	深度学习算法	湿度信号、压力信号	未明确提及样本数量
4177	2025-03-29	Harnessing Transfer Deep Learning Framework for the Investigation of Transition Metal Perovskite Oxides with Advanced p-n Transformation Sensing Performance 2025-Mar-28, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c03085 PMID:40029947	研究论文	本研究利用深度学习框架结合自然语言处理技术和晶体图卷积神经网络，预测过渡金属钙钛矿氧化物的p-n转换传感性能	提出了一种结合Word2Vec和CGCNN的预测方法，构建了包含120万文献摘要和11万晶体结构数据的数据集，并深入分析了传感性能的p-n转换机制	NA	研究过渡金属钙钛矿氧化物在气体传感材料中的性能优化和精确设计	过渡金属钙钛矿氧化物（TMPOs）及其气体传感性能	机器学习	NA	Word2Vec, CGCNN	深度学习框架	文本数据、晶体结构数据	120万文献摘要和11万晶体结构数据
4178	2025-03-29	Artificial Intelligence in Gas Sensing: A Review 2025-Mar-28, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c02272 PMID:40067186	综述	本文综述了人工智能（AI）、机器学习（ML）和深度学习（DL）在增强和自动化气体传感方法中的作用，以及这些技术对新兴气体传感器系统的影响	AI、ML和DL方法能够处理和解释复杂的传感器数据，从而提高准确性、灵敏度和选择性，实现快速气体检测和定量浓度测量	NA	探讨AI技术在气体传感领域的应用及其对传感器性能的提升	气体传感器技术及其与AI的集成	机器学习	NA	AI、ML、DL	NA	传感器数据	NA
4179	2025-03-29	Rapid left ventricle mesh prediction by adaptive deformable model fitting 2025-Mar-28, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adc237 PMID:40101357	研究论文	本研究提出了一种自适应可变形模型拟合框架，用于快速且无需训练的室壁网格预测，以提高左心室三维重建的准确性和效率	通过自适应网格模块和两阶段拟合方案，消除了对标注数据集的依赖，同时保持了跨不同心脏病理的强泛化能力	在扩张型心肌病临床数据集中的Dice系数平均为0.78，仍有提升空间	克服现有方法在计算复杂性、对大规模配对训练数据的依赖以及跨不同心脏病理的泛化能力有限等关键限制	左心室的三维网格重建	数字病理	心血管疾病	自适应可变形模型拟合、正交分解、多谐样条插值	自适应网格模块	心脏磁共振成像	三个心脏磁共振成像数据集，包括扩张型心肌病临床数据集
4180	2025-03-29	[Application and future of artificial intelligence in oral esthetics] 2025-Mar-28, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology DOI:10.3760/cma.j.cn112144-20250116-00021 PMID:40147889	review	本文探讨了人工智能在口腔美学领域的应用及其未来发展	通过深度学习等技术，AI提升了牙科修复设计、微笑分析和个性化治疗的精确度和效率	应用仍面临技术限制、伦理问题和数据多样性不足等挑战	促进口腔美学领域的智能化和以人为中心的发展	牙科修复设计、微笑分析和个性化治疗	digital pathology	NA	deep learning	NA	NA	NA