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
421	2025-07-19	Optimizing neurointerventional procedures: an algorithm for embolization coil detection and automated collimation to enable dose reduction 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044003 PMID:39035051	research paper	该研究提出了一种算法，用于检测神经介入手术中的栓塞线圈并实现自动准直，以减少辐射剂量	首次成功检测栓塞线圈，并将检测结果整合到X射线血管造影系统中	由于使用放大边界框，地面真实值与预测值之间无需100%重叠	通过优化图像质量和最小化患者剂量，提高神经介入手术的效率和安全性	神经介入手术中的栓塞线圈	digital pathology	NA	X-ray angiography	Faster R-CNN, RetinaNet	medical images	NA
422	2025-07-19	Deep Learning-Based Subject Independent Human Activity Recognition using Smart Lacelock Data 2024-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC53108.2024.10781739 PMID:40039707	研究论文	本文提出了一种基于深度学习的方法，利用智能鞋带锁设备数据进行独立于受试者的人类活动识别	使用新型智能鞋带锁设备（包含IMU和负载传感器）进行人类活动识别，相比传统仅使用IMU的方法增加了新的传感器数据	研究样本量较小（仅8名参与者），且活动类别有限（行走、上下楼梯）	探索新型传感器设备在人类活动识别(HAR)领域的应用潜力	人类日常活动（行走、上楼梯、下楼梯）	机器学习	NA	深度学习	CNN	传感器数据（IMU和负载传感器）	8名参与者
423	2025-07-19	Iterative deep learning-design of human enhancers exploits condensed sequence grammar to achieve cell type-specificity 2024-Jun-14, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.14.599076 PMID:38915713	研究论文	本文应用迭代深度学习设计合成增强子，实现在两种人类细胞系中的强差异活性	利用迭代深度学习优化预测器，设计出具有更高特异性的第二代增强子，并揭示了增强子活性与单细胞水平转录因子表达的相关性	研究仅针对两种人类细胞系，可能无法推广到其他细胞类型	解决合成生物学中如何靶向特定细胞类型进行基因表达的问题	人类合成增强子	合成生物学	NA	深度学习	NA	序列数据	两种人类细胞系
424	2025-07-19	Autonomous screening for laser photocoagulation in fundus images using deep learning 2024-05-21, The British journal of ophthalmology DOI:10.1136/bjo-2023-323376 PMID:37217293	研究论文	使用深度学习算法自主筛查眼底图像中的激光光凝治疗	提出了一种用于激光治疗检测的深度学习模型，该模型在患者、图像和眼睛三个层面上均表现出高性能，并能提升其他AI模型在眼底图像分析中的效能	研究仅基于EyePACs数据集，未在其他数据集上验证模型的泛化能力	开发自主检测眼底图像中激光光凝治疗的人工智能模型，以改善糖尿病视网膜病变的管理和随访	眼底图像中的激光光凝治疗模式	计算机视觉	糖尿病视网膜病变	深度学习	CNN	图像	开发集18,945例，验证集2,105例
425	2025-07-19	Automated expert-level scleral spur detection and quantitative biometric analysis on the ANTERION anterior segment OCT system 2024-05-21, The British journal of ophthalmology DOI:10.1136/bjo-2022-322328 PMID:37798075	研究论文	本研究通过深度学习算法在ANTERION前段OCT系统中实现了自动巩膜棘检测和定量生物特征分析	开发了两种深度学习算法（FPR4和TPR95），在巩膜棘检测和生物特征参数测量上达到专家水平	研究样本量相对有限（117名参与者，1308张图像）	验证深度学习算法在前段OCT图像中自动检测巩膜棘和测量相关生物特征参数的准确性	接受常规眼科检查的患者的前段OCT图像	数字病理	眼科疾病	AS-OCT成像	深度学习算法（FPR4和TPR95）	图像	117名参与者的1308张AS-OCT图像
426	2025-07-19	Detecting the corneal neovascularisation area using artificial intelligence 2024-05-21, The British journal of ophthalmology DOI:10.1136/bjo-2023-323308 PMID:37339866	研究论文	开发并评估一种基于人工智能的图像分析工具，用于测量和量化角膜新生血管化(CoNV)区域	使用深度学习技术自动分割和检测CoNV区域，并采用预训练的U-Net神经网络进行微调	研究仅基于120名患者的120只眼睛的裂隙灯图像，样本量可能不足以代表所有情况	开发一种自动化工具，用于从裂隙灯图像中计算CoNV区域	角膜新生血管化(CoNV)患者的裂隙灯图像	计算机视觉	眼科疾病	深度学习	U-Net	图像	120名患者的120只眼睛的裂隙灯图像
427	2025-07-19	Classification of self-limited epilepsy with centrotemporal spikes by classical machine learning and deep learning based on electroencephalogram data 2024-05-01, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2024.148813 PMID:38373675	研究论文	本研究通过经典机器学习和深度学习技术，基于脑电图数据对自限性伴中央颞区棘波的癫痫进行分类	结合随机森林和极端随机森林分类器以及深度残差网络，首次在自限性伴中央颞区棘波的癫痫分类中应用深度学习，并展示其高准确性	样本量较小（33名患者），可能影响模型的泛化能力	辅助癫痫的诊断过程，特别是区分自限性伴中央颞区棘波的癫痫与其他类型癫痫	3至11岁被诊断为自限性伴中央颞区棘波的癫痫或其他类型癫痫的患者	机器学习	癫痫	脑电图（EEG）	RF, ERF, ResNet	脑电图数据	33名患者
428	2025-07-19	Based on neural network cascade abnormal texture information dissemination of classification of patients with schizophrenia and depression 2024-05-01, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2024.148819 PMID:38403037	研究论文	本研究利用MRI脑图像分割和纹理分析，结合深度学习技术，区分精神分裂症、重度抑郁症患者和健康对照组	采用纹理特征映射和深度学习技术进行疾病分类，提高了分类准确率	样本量相对较小，且仅针对特定疾病分类	识别MRI生物标志物以区分精神分裂症、重度抑郁症和健康对照组	141名精神分裂症患者、103名重度抑郁症患者和238名健康对照组	数字病理学	精神分裂症, 重度抑郁症	MRI, 纹理分析, 深度学习	深度学习	图像	482名参与者（141名SCZ, 103名MD, 238名HC）
429	2025-07-19	The Application of Artificial Intelligence to Cancer Research: A Comprehensive Guide 2024 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338241250324 PMID:38775067	综述	本文综述了人工智能在癌症研究中的应用，包括机器学习、软计算和深度学习在肿瘤学中的角色及其对患者护理的改进	提供了AI在癌症诊断、分类和预测中的应用综述，并总结了文献中的重要进展，为读者节省时间	未提及具体研究案例的局限性或AI技术在临床实践中的实际应用挑战	探讨人工智能在癌症研究中的应用及其对患者护理的潜在影响	癌症研究中的AI技术	机器学习	癌症	机器学习、软计算、深度学习	SVM, Naïve Bayes, CNN	NA	NA
430	2025-07-19	Deep Learning-Based Prediction of Radiation Therapy Dose Distributions in Nasopharyngeal Carcinomas: A Preliminary Study Incorporating Multiple Features Including Images, Structures, and Dosimetry 2024 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338241256594 PMID:38808514	研究论文	本研究旨在通过将剂量信息整合到深度卷积神经网络中，提高鼻咽癌放射治疗剂量分布的预测准确性	提出了一种结合TCP剂量信息的多通道输入深度学习方法，显著提升了IMRT剂量分布的预测精度	对于小体积或位置靠近的危及器官预测结果存在差异，且研究为初步研究需要更大样本验证	提高鼻咽癌放射治疗剂量分布的预测准确性	鼻咽癌患者的放射治疗剂量分布	数字病理	鼻咽癌	IMRT（调强放射治疗）	CNN	图像、结构数据和剂量数据	未明确说明样本数量（初步研究）
431	2025-07-19	A 3 M Evaluation Protocol for Examining Lymph Nodes in Cancer Patients: Multi-Modal, Multi-Omics, Multi-Stage Approach 2024 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338241277389 PMID:39267420	综述	本文总结大量文献和临床经验，提出了一种标准化的淋巴结评估协议，涵盖术前影像评估、术中淋巴结清扫和术后免疫治疗影响	提出多模态、多组学、多阶段的3M评估协议，整合影像组学、深度学习模型和统计学方法优化淋巴结管理流程	未提及具体实施该协议所需的资源投入和培训成本	建立标准化淋巴结评估体系以改善癌症诊疗效果	癌症患者的淋巴结转移评估与管理	数字病理学	癌症	影像组学、深度学习、统计分析	深度学习模型	医学影像、临床数据	NA
432	2025-07-19	The Value of Topological Radiomics Analysis in Predicting Malignant Risk of Pulmonary Ground-Glass Nodules: A Multi-Center Study 2024 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338241287089 PMID:39363876	研究论文	本研究通过应用拓扑数据分析和纹理分析两种放射组学方法，预测肺CT扫描中磨玻璃结节（GGNs）的恶性风险	创新性地将拓扑信息整合到放射组学分析中，捕捉GGNs内复杂的几何和空间关系，并结合机器学习和深度学习算法建立预测模型	研究为回顾性分析，可能存在选择偏倚，且样本仅来自两个中心	提高肺CT扫描中磨玻璃结节（GGNs）恶性风险的预测准确性	3223名患者的肺CT扫描中的磨玻璃结节（GGNs）	数字病理学	肺癌	放射组学分析，拓扑数据分析，纹理分析	机器学习和深度学习算法	CT图像	3223名患者
433	2025-07-19	Trends and Hotspots in Global Radiomics Research: A Bibliometric Analysis 2024 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338241235769 PMID:38465611	研究论文	通过文献计量分析总结基于放射组学的知识结构并探索潜在趋势和重点	使用多种工具进行国家、机构、作者、参考文献和关键词的共现分析，并识别未来主要研究方向	仅分析了2012年至2022年10月的文献，可能未涵盖最新研究进展	探索放射组学领域的研究现状和热点	6428篇放射组学相关文章	放射组学	NA	文献计量分析	NA	文献数据	6428篇文章
434	2025-07-19	A Comparative Study of Deep Learning Dose Prediction Models for Cervical Cancer Volumetric Modulated Arc Therapy 2024 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338241242654 PMID:38584413	研究论文	比较四种最先进的深度学习模型在预测宫颈癌容积调强弧形治疗（VMAT）中体素级剂量分布的性能	首次比较了四种3D U-Net及其变体在宫颈癌VMAT剂量预测中的表现	研究为回顾性研究，样本量相对有限（261例患者）	评估不同深度学习模型在放射肿瘤学剂量预测中的性能	宫颈癌患者的VMAT治疗计划	数字病理	宫颈癌	容积调强弧形治疗（VMAT）	3D U-Net及其3种变体模型	CT图像、靶区掩膜、危及器官掩膜	261例宫颈癌患者的治疗计划（209例训练验证集，52例测试集）
435	2025-07-19	Analysis of ultrasonographic images using a deep learning-based model as ancillary diagnostic tool for diagnosing gallbladder polyps 2023-12, Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver IF:4.0Q1 DOI:10.1016/j.dld.2023.06.023 PMID:37407319	研究论文	本研究评估了基于深度学习的模型在诊断胆囊息肉中的辅助作用	开发了一个深度学习模型，用于区分肿瘤性胆囊息肉与非肿瘤性胆囊息肉，并评估了计算机辅助诊断对医生诊断准确性的提升效果	研究为回顾性队列研究，可能存在选择偏差	评估深度学习模型在胆囊息肉诊断中的效果及其作为辅助诊断工具的潜力	胆囊息肉患者	数字病理	胆囊疾病	深度学习	CNN	超声图像	263名患者的3,754张图像
436	2025-07-19	Identification of gastric signet ring cell carcinoma based on endoscopic images using few-shot learning 2023-12, Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver IF:4.0Q1 DOI:10.1016/j.dld.2023.07.005 PMID:37455154	研究论文	该研究提出了一种基于少样本学习的框架，用于在内镜图像中识别胃印戒细胞癌	采用双预训练的EfficientNetV2-S模型结合k近邻分类器，解决了小样本条件下胃印戒细胞癌识别的问题	研究样本量较小，每类仅50个样本	开发一种在样本有限情况下准确识别胃印戒细胞癌的计算机辅助诊断方法	胃印戒细胞癌的内镜图像	计算机视觉	胃癌	少样本学习(FSL)	EfficientNetV2-S, k-nearest neighbor	图像	每类50个样本（胃良性溃疡、腺癌和印戒细胞癌）
437	2025-07-18	Multimodal deep learning improving the accuracy of pathological diagnoses for membranous nephropathy 2025-Dec, Renal failure IF:3.0Q1 DOI:10.1080/0886022X.2025.2528106 PMID:40659521	研究论文	开发一种多模态病理诊断系统，协助病理学家诊断膜性肾病	结合PASM染色、免疫荧光和电子显微镜图像，构建三种深度学习模型，综合提供病理诊断	未提及具体局限性	提高膜性肾病的病理诊断准确性和效率	膜性肾病患者	数字病理	膜性肾病	深度学习	CNN（假设基于图像处理）	图像（PASM染色、免疫荧光、电子显微镜图像）	138名各种肾病患者
438	2025-07-18	Genotype Prediction from Retinal Fundus Images Using Deep Learning in Eyes with Age-Related Macular Degeneration 2025 Nov-Dec, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100836 PMID:40661176	研究论文	利用深度学习从视网膜眼底图像预测年龄相关性黄斑变性（AMD）患者的高风险基因变异	首次使用深度学习模型从视网膜眼底图像预测AMD相关的高风险基因变异，并比较了不同AMD严重程度下的模型性能	样本量相对有限（1754名参与者），且仅针对CFH和ARMS2两个基因	通过非侵入性眼部成像推断基因型，并探索AMD中的基因型-表型关系	年龄相关性黄斑变性（AMD）患者	数字病理学	年龄相关性黄斑变性	深度学习	CNN, ViT	图像	1754名参与者的31271张视网膜彩色眼底照片
439	2025-07-18	A deep learning model for accurate segmentation of the Drosophila melanogaster brain from Micro-CT imaging 2025-Sep, Developmental biology IF:2.5Q2 DOI:10.1016/j.ydbio.2025.05.027 PMID:40447251	research paper	提出了一种深度学习模型，用于从Micro-CT成像中准确分割果蝇大脑	使用预训练神经网络和少量Micro-CT图像（1-3张）训练出准确的3D深度学习模型，并能扩展到不同组织对比染色、扫描仪型号和基因型的大脑分割	训练数据量较少（仅1-3张Micro-CT图像），可能影响模型的泛化能力	开发一种高效的果蝇大脑Micro-CT图像自动分割方法	成年果蝇（Drosophila melanogaster）大脑	computer vision	NA	Micro-CT成像	3D deep learning models (基于预训练神经网络)	3D Micro-CT图像	1-3张成年果蝇大脑Micro-CT图像
440	2025-07-18	TKA-AID: An Uncertainty-Aware Deep Learning Classifier to Identify Total Knee Arthroplasty Implants 2025-Aug, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2025.01.019 PMID:39832639	研究论文	开发了一种基于深度学习的分类器TKA-AID，用于自动识别全膝关节置换术中的植入物	采用EfficientNet架构的深度学习模型，结合不确定性估计和异常检测机制，提高了植入物识别的准确性和安全性	模型在外部测试集上仅有一次错误，但未提及在不同医疗机构或设备上的泛化能力	开发自动识别全膝关节置换术植入物的工具，以简化术前规划流程	全膝关节置换术中的植入物	计算机视觉	骨科疾病	深度学习	EfficientNet	图像	9,651名患者（共111,519张图像）