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
4401	2025-03-15	AI models for the identification of prognostic and predictive biomarkers in lung cancer: a systematic review and meta-analysis 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1424647 PMID:40078179	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了人工智能模型在识别肺癌预后和预测生物标志物方面的有效性	本文首次系统地评估了AI模型在肺癌生物标志物识别中的应用，涵盖了多种AI方法和生物标志物目标	需要进一步的大规模前瞻性研究来验证和优化AI驱动生物标志物的临床效用	评估人工智能模型在识别肺癌预后和预测生物标志物方面的有效性	肺癌患者及其生物标志物	机器学习	肺癌	深度学习与机器学习算法	NA	NA	34项研究
4402	2025-03-15	A 5G network based conceptual framework for real-time malaria parasite detection from thick and thin blood smear slides using modified YOLOv5 model 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251321540 PMID:40078448	研究论文	本文提出了一种基于5G网络的实时疟疾寄生虫检测框架，使用改进的YOLOv5模型从厚薄血涂片中进行检测	通过引入两个SENet层改进YOLOv5x网络架构，优化了模型在5G网络上的实时检测性能	未提及模型在低资源环境下的实际部署效果和成本效益分析	开发一种实时疟疾检测系统，特别是在诊断资源有限的地区	厚薄血涂片中的疟疾寄生虫	数字病理学	疟疾	深度学习	改进的YOLOv5x模型	图像	未提及具体样本数量
4403	2025-03-15	A spatial and temporal transformer-based EEG emotion recognition in VR environment 2025, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2025.1517273 PMID:40078487	研究论文	本文提出了一种基于Transformer的EEG情感识别方法EmoSTT，用于VR环境中的情感识别	首次在VR环境中使用纯Transformer方法进行EEG情感识别，并通过两个独立的Transformer模块全面建模EEG信号的时空信息	研究主要依赖于实验室环境和VR环境下的数据集，尚未在更广泛的真实场景中进行验证	提高EEG情感识别在真实场景中的生态效度，探索VR环境下的情感识别方法	参与者在观看VR视频时的EEG数据	脑机接口	NA	EEG信号处理	Transformer	EEG信号	未明确提及具体样本数量
4404	2025-03-15	Artificial intelligence integration in surgery through hand and instrument tracking: a systematic literature review 2025, Frontiers in surgery IF:1.6Q2 DOI:10.3389/fsurg.2025.1528362 PMID:40078701	系统文献综述	本文通过系统文献综述探讨了人工智能（AI）在手术实践中通过手和器械追踪的应用，分析了AI与手术交叉领域的最新进展和当前文献	本文首次系统性地总结了AI在手术手和器械追踪中的应用，并分析了不同AI算法在手术实践中的具体应用	当前AI技术在手术中的应用仍存在技术和社会限制，未来研究需要填补这些空白	探讨AI在手术手和器械追踪中的应用，以优化手术技能培训并改善手术结果	手术实践中的手和器械追踪	计算机视觉	NA	深度学习算法、传统机器学习算法	深度学习模型	预录视频、摄像头数据、图像数据集	77篇符合纳入标准的文章
4405	2025-03-15	Singing to speech conversion with generative flow 2025, EURASIP journal on audio, speech, and music processing DOI:10.1186/s13636-025-00400-x PMID:40078713	研究论文	本文介绍了歌唱到语音转换（S2S）任务，并提出了首个基于深度学习的S2S系统	首次提出基于生成流的S2S系统，并调整了潜在特征之间的对齐模块，适应了歌唱到语音转换的场景	未提及具体局限性	研究歌唱到语音的转换，保留语音信息并减少音高、节奏和音色的变化	歌唱和语音信号	自然语言处理	NA	生成流（Generative Flow）	Glow-TTS架构	音频信号	未提及具体样本数量
4406	2025-03-15	Magnetic resonance imaging-based machine learning classification of schizophrenia spectrum disorders: a meta-analysis 2024-Dec, Psychiatry and clinical neurosciences IF:5.0Q1 DOI:10.1111/pcn.13736 PMID:39290174	meta-analysis	本文通过元分析方法评估了基于磁共振成像的多变量模式识别在区分精神分裂症谱系障碍（SSD）患者与健康对照组（HCs）中的可靠性	采用多变量模式识别方法克服了传统单变量方法的局限性，并评估了研究特征对分类性能的影响	研究存在临床异质性，且分类性能受患者相关和方法学因素的影响	评估基于神经影像的生物标志物在区分SSD患者与HCs中的可靠性	精神分裂症谱系障碍（SSD）患者和健康对照组（HCs）	machine learning	schizophrenia	magnetic resonance imaging (MRI)	multivariate pattern analysis	neuroimaging data	12,723 SSD患者和13,196 HCs
4407	2025-03-15	Evaluating the Cumulative Benefit of Inspiratory CT, Expiratory CT, and Clinical Data for COPD Diagnosis and Staging through Deep Learning 2024-Dec, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.240005 PMID:39665633	研究论文	本研究通过深度学习评估单相CT、吸气-呼气CT和临床数据在慢性阻塞性肺疾病（COPD）诊断和分期中的累积效益	首次结合单相CT、吸气-呼气CT和临床数据，利用卷积神经网络（CNN）进行COPD分期，并评估其诊断准确性	研究为回顾性研究，数据来源于特定时间段和人群，可能影响结果的普遍性	评估不同CT数据和临床数据在COPD诊断和分期中的效益	8893名COPDGene一期队列的参与者	数字病理学	慢性阻塞性肺疾病	CT成像	卷积神经网络（CNN）	CT图像和临床数据	8893名参与者
4408	2025-03-15	Accelerated Cardiac MRI with Deep Learning-based Image Reconstruction for Cine Imaging 2024-Dec, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.230419 PMID:39540821	研究论文	本研究评估了基于深度学习的图像重建对心脏MRI电影序列采集时间、体积结果和图像质量的影响	首次在心脏MRI中应用深度学习技术进行图像重建，显著缩短了采集时间，同时保持了图像质量和体积结果的准确性	单次心跳的DL电影序列显著低估了射血分数，可能由于乳头肌的分割不同	评估深度学习在心脏MRI电影序列中的应用效果	55名健康志愿者	医学影像	心血管疾病	深度学习	NA	图像	55名健康志愿者
4409	2025-03-15	Clinical usability of deep learning-based saliency maps for occlusion myocardial infarction identification from the prehospital 12-Lead electrocardiogram 2024 Nov-Dec, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2024.153792 PMID:39255653	研究论文	本研究探讨了基于深度学习的显著性图在预医院12导联心电图中识别闭塞性心肌梗死的临床可用性	使用显著性图增强深度学习模型的可解释性，以促进临床医生的广泛采用	研究样本量较小，仅包含100例心电图	评估显著性图在增强深度学习模型解释性方面的临床可用性	100例胸痛患者的心电图	数字病理学	心血管疾病	深度学习	卷积神经网络（CNN）	心电图（ECG）	100例心电图
4410	2025-03-15	An Updated Simplified Severity Scale for Age-Related Macular Degeneration Incorporating Reticular Pseudodrusen: Age-Related Eye Disease Study Report Number 42 2024-Oct, Ophthalmology IF:13.1Q1 DOI:10.1016/j.ophtha.2024.04.011 PMID:38657840	研究论文	本文更新了年龄相关性眼病研究（AREDS）的简化严重程度量表，以评估晚期年龄相关性黄斑变性（AMD）的风险，并纳入网状假性玻璃膜疣（RPD），并在AREDS2中进行了外部验证	更新了AREDS简化严重程度量表，纳入RPD状态，并使用深度学习对彩色眼底照片进行分级，提高了预后准确性	研究结果可能仅适用于类似人群，且量表仍主要用于广泛的风险分类	更新并验证AREDS简化严重程度量表，以更准确地评估晚期AMD的风险	AREDS和AREDS2临床试验中的参与者（AREDS：2719人，AREDS2：1472人）	数字病理学	年龄相关性黄斑变性	深度学习	NA	图像（彩色眼底照片）	AREDS：2719人，AREDS2：1472人
4411	2025-03-15	An Automated Multi-scale Feature Fusion Network for Spine Fracture Segmentation Using Computed Tomography Images 2024-Oct, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01091-0 PMID:38622384	研究论文	本文提出了一种新颖的多尺度特征融合深度学习模型，用于自动化脊柱骨折分割	提出了一种包含六个模块的多尺度特征融合深度学习模型，用于脊柱骨折的自动化分割	未提及具体局限性	解决脊柱骨折在医学图像中的准确分割问题	脊柱骨折	计算机视觉	脊柱骨折	深度学习	多尺度特征融合网络	CT图像	未提及具体样本数量
4412	2025-03-15	CryoTEN: Efficiently Enhancing Cryo-EM Density Maps Using Transformers 2024-Sep-11, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.06.611715 PMID:39314387	研究论文	本文介绍了CryoTEN，一种基于三维U-Net风格Transformer的模型，用于有效提升冷冻电镜密度图的质量	CryoTEN是首个将Transformer应用于冷冻电镜密度图增强的模型，相比现有深度学习方法，其运行速度快10倍以上且GPU内存需求更低	尽管CryoTEN在提升密度图质量方面表现出色，但在质量改进方面仍排名第二，未达到最优	提升冷冻电镜密度图的质量，以构建更高质量的蛋白质结构	冷冻电镜密度图	计算机视觉	NA	冷冻电镜（cryo-EM）	三维U-Net风格Transformer	图像	1,295个冷冻电镜图作为训练集，150个独立测试集
4413	2025-03-15	Clinical and genetic associations of asymmetric apical and septal left ventricular hypertrophy 2024-Sep, European heart journal. Digital health DOI:10.1093/ehjdh/ztae060 PMID:39318696	研究论文	本研究利用深度学习衍生的表型，探讨了不对称心尖和室间隔左心室肥大的临床和遗传关联	首次使用深度学习技术分析心尖和室间隔肥大的基因组和临床关联，独立于总左心室质量	需要进一步在多民族队列中进行研究	探讨不对称心尖和室间隔左心室肥大的临床和遗传关联	35,268名UK Biobank参与者	机器学习	心血管疾病	深度学习	NA	基因组和临床数据	35,268名UK Biobank参与者
4414	2025-03-15	Video-Based Kinematic Analysis of Movement Quality in a Phase 3 Clinical Trial of Troriluzole in Adults with Spinocerebellar Ataxia: A Post Hoc Analysis 2024-Aug, Neurology and therapy IF:3.9Q1 DOI:10.1007/s40120-024-00625-6 PMID:38814532	研究论文	本研究通过视频分析评估了troriluzole对成人脊髓小脑共济失调（SCA）患者步态质量的影响	使用深度学习姿态提取算法和新型步态稳定性指标Pose Dispersion Index来量化步态对称性、平衡性和稳定性	样本量较小，仅67和56名参与者的视频数据可用于分析	比较troriluzole与安慰剂对SCA患者步态质量的影响	成人脊髓小脑共济失调（SCA）患者	数字病理学	脊髓小脑共济失调	深度学习姿态提取算法	深度学习	视频	218名随机参与者，其中67名和56名分别有可解释的串联步态和自然步态视频数据
4415	2025-03-15	TAI-GAN: A Temporally and Anatomically Informed Generative Adversarial Network for early-to-late frame conversion in dynamic cardiac PET inter-frame motion correction 2024-Aug, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103190 PMID:38820677	研究论文	本文提出了一种名为TAI-GAN的新型生成对抗网络，用于动态心脏PET图像中的早期到晚期帧转换，以改善帧间运动校正	提出了一种结合时间和解剖信息的生成对抗网络（TAI-GAN），通过全对一映射将早期帧转换为与参考帧相似的图像，解决了早期帧中基于强度的图像配准技术失败的问题	NA	改善动态心脏PET图像中的帧间运动校正，提高心肌血流（MBF）量化的准确性	动态心脏PET图像中的早期帧	计算机视觉	心血管疾病	生成对抗网络（GAN）	TAI-GAN	图像	临床Rb PET数据集
4416	2025-03-15	Automatic Tracking of Hyoid Bone Displacement and Rotation Relative to Cervical Vertebrae in Videofluoroscopic Swallow Studies Using Deep Learning 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01039-4 PMID:38383805	研究论文	本研究开发了一种基于深度学习的自动跟踪方法，用于在视频荧光吞咽研究（VFSS）中跟踪舌骨位移和旋转	提出了一种全高分辨率网络（deep learning architecture）来自动检测舌骨的前后位置及其旋转，并同时检测C2和C4椎骨的前下角以建立新的坐标系，消除姿势变化的影响	NA	开发一种自动跟踪舌骨位移和旋转的方法，以辅助早期诊断和有效疾病管理	舌骨位移和旋转	计算机视觉	吞咽障碍	深度学习	全高分辨率网络	视频	1488个吞咽样本的59,468帧VFSS图像
4417	2025-03-15	Joint AI-driven event prediction and longitudinal modeling in newly diagnosed and relapsed multiple myeloma 2024-Jul-29, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01189-3 PMID:39075240	研究论文	本文开发了一种基于transformer的机器学习模型，用于多发性骨髓瘤患者的综合评估，包括预测无进展生存期、总生存期和不良事件，预测关键疾病生物标志物，以及评估不同治疗策略的效果	该模型首次联合预测多发性骨髓瘤患者的生存期、不良事件和生物标志物，并评估不同治疗策略的效果，提供了一种全面的患者疾病状态评估方法	模型仅在TOURMALINE试验数据上进行了训练和验证，可能在其他数据集上的表现尚不明确	开发一种能够全面评估多发性骨髓瘤患者疾病状态的机器学习模型，以辅助医生决策	新诊断和复发/难治性多发性骨髓瘤患者	机器学习	多发性骨髓瘤	transformer-based机器学习模型	transformer	临床试验数据	新诊断患者703例，复发/难治性患者720例
4418	2025-03-15	Novel Domain Knowledge-Encoding Algorithm Enables Label-Efficient Deep Learning for Cardiac CT Segmentation to Guide Atrial Fibrillation Treatment in a Pilot Dataset 2024-Jul-17, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14141538 PMID:39061675	研究论文	本文提出了一种新颖的领域知识编码算法（DOKEN），用于在少量训练数据的情况下实现高效的心脏CT分割，以指导心房颤动治疗	DOKEN算法通过编码心脏几何形状并自动标记训练集，减少了对大规模训练数据的依赖，从而在少量样本下实现了高性能的分割	研究仅在房颤消融的CT数据集上进行了验证，尚未在其他疾病或影像数据上测试其通用性	开发一种减少对大规模标注数据依赖的自动化心脏CT分割方法，以支持个性化心脏消融治疗	心脏CT影像中的左心房结构	医学影像分析	心血管疾病	CT影像分析	nnU-Net	CT影像	训练集20例患者，测试集100例患者
4419	2025-03-15	Efficient deep learning-based automated diagnosis from echocardiography with contrastive self-supervised learning 2024-Jul-06, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00538-3 PMID:38971887	研究论文	本文提出了一种基于自监督对比学习的超声心动图视频自动诊断方法EchoCLR，旨在从小量标注数据中学习强表征以高效微调用于心脏疾病诊断	EchoCLR是首个针对超声心动图视频的自监督对比学习方法，通过对比学习和帧重排序任务学习视频表征，显著提高了小样本下的疾病分类性能	方法主要针对超声心动图视频，尚未验证在其他医学影像模态上的适用性	开发一种适用于超声心动图视频的自监督学习方法，提高小样本下的心脏疾病自动诊断性能	超声心动图视频	计算机视觉	心血管疾病	自监督对比学习	EchoCLR	视频	519项研究（10%训练数据）和53项研究（1%训练数据）
4420	2025-03-15	Cough-DL: A Deep Learning Model for Ear-Worn Cough Detection 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/EMBC53108.2024.10782702 PMID:40039966	研究论文	本文介绍了一种名为Cough-DL的深度学习模型，用于通过耳戴设备检测咳嗽	通过信号处理增强、创新的数据增强技术和精细的建模方法，提高了模型在环境中的鲁棒性，特别是在降低误报率和背景噪声干扰方面	未提及具体的研究限制	开发一种能够在实际环境中准确检测咳嗽的自动检测系统	咳嗽检测	机器学习	肺部疾病	深度学习	深度学习模型	音频信号	未提及具体样本数量