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
4501	2025-03-14	Data augmented lung cancer prediction framework using the nested case control NLST cohort 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1492758 PMID:40071099	研究论文	本研究探讨了在肺癌筛查中使用数据增强技术来提高深度学习模型的预测性能	全面评估了多种数据增强方法在肺癌预测中的应用，并发现传统方法在某些情况下优于最新的在线数据增强技术	研究仅基于253名个体的CT扫描数据，样本量相对较小	评估数据增强技术在肺癌筛查中的有效性	253名个体的CT扫描数据	计算机视觉	肺癌	数据增强技术	3D深度学习模型	CT扫描图像	253名个体的CT扫描数据
4502	2025-03-14	Hybridization of synergistic swarm and differential evolution with graph convolutional network for distributed denial of service detection and mitigation in IoT environment 2024-Dec-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81116-4 PMID:39730632	研究论文	本文提出了一种结合协同群优化、差分进化和图卷积网络的网络攻击检测与缓解技术（SSODE-GCNDM），用于物联网环境中的分布式拒绝服务（DDoS）攻击检测与缓解	结合了协同群优化、差分进化和图卷积网络，提出了一种新的DDoS攻击检测与缓解技术，并通过北方苍鹰优化算法对GCN模型的超参数进行微调	未提及具体的数据集来源和样本量，可能影响方法的普适性验证	检测和缓解物联网环境中的DDoS攻击	物联网设备及其网络环境	机器学习	NA	协同群优化、差分进化、图卷积网络、北方苍鹰优化	GCN（图卷积网络）	网络数据	NA
4503	2025-03-14	Radio-opaque contrast agents for liver cancer targeting with KIM during radiation therapy (ROCK-RT): an observational feasibility study 2024-Oct-08, Radiation oncology (London, England) DOI:10.1186/s13014-024-02524-4 PMID:39380004	研究论文	本研究旨在探讨使用X射线图像实时引导放射治疗肝细胞癌的可行性	开发了一种用于实时运动跟踪的深度学习方法，以提高放射治疗的靶向准确性	研究样本量较小，且为回顾性分析，可能影响结果的普遍性	建立使用X射线图像实时引导放射治疗肝细胞癌的可行性	50名肝细胞癌患者	数字病理学	肝癌	X射线和计算机断层扫描	深度学习	图像	50名肝细胞癌患者
4504	2025-03-14	Bibliometric analysis of ophthalmic OCT and OCT angiography research trends over the past 20 years 2024-Sep-09, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-024-03292-6 PMID:39251539	研究论文	本文对过去20年眼科OCT和OCTA研究的文献计量学分析进行了全面回顾	提供了眼科OCT和OCTA研究的文献计量学分析，揭示了研究趋势和热点	仅基于Web of Science Core Collection的数据，可能未涵盖所有相关文献	分析眼科OCT和OCTA研究的发展趋势和热点	眼科OCT和OCTA相关的研究文献	数字病理学	眼科疾病	OCT, OCTA	NA	文献数据	20,817篇文章，48,160位作者，106个国家
4505	2025-03-14	Probabilistic volumetric speckle suppression in OCT using deep learning 2024-Aug-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.523716 PMID:39346991	研究论文	本文提出了一种基于条件生成对抗网络（cGAN）的深度学习框架，用于光学相干断层扫描（OCT）中的体积斑点减少	利用OCT数据的体积特性，网络以部分OCT体积作为输入，生成无伪影的去斑点体积，同时在所有三个维度上表现出优异的斑点减少和分辨率保持	训练数据仅由三个OCT体积组成，可能限制了模型的泛化能力	研究目的是开发一种高效的OCT体积斑点减少方法	光学相干断层扫描（OCT）数据	计算机视觉	NA	条件生成对抗网络（cGAN）	cGAN	体积OCT数据	三个OCT体积
4506	2025-03-14	Automated vessel-specific coronary artery calcification quantification with deep learning in a large multi-centre registry 2024-Jun-28, European heart journal. Cardiovascular Imaging DOI:10.1093/ehjci/jeae045 PMID:38376471	研究论文	本文评估了使用深度学习自动分析血管特异性冠状动脉钙化（CAC）的准确性和预后意义，基于心电图门控和衰减校正CT的大规模多中心注册数据	首次在大规模多中心注册数据中应用深度学习模型进行血管特异性CAC分析，并评估其预后价值	研究依赖于CT图像质量，且未探讨其他可能影响预后的因素	评估深度学习在血管特异性CAC分析中的准确性和预后意义	冠状动脉钙化（CAC）	数字病理	心血管疾病	深度学习	深度学习模型	CT图像	3000例门控CT用于训练，2094例门控CT和5969例非门控AC CT用于测试
4507	2025-03-14	A new intelligent system based deep learning to detect DME and AMD in OCT images 2024-Apr-23, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-024-03115-8 PMID:38653842	研究论文	本文介绍了一种基于卷积神经网络（CNN）的新型计算机辅助诊断（CAD）系统，用于在OCT图像中检测和分类年龄相关性黄斑变性（AMD）和糖尿病性黄斑水肿（DME）	提出了一种结合Inception_V3模型和自定义CNN提取特征的混合方法，在DUKE数据集上达到了99.53%的最高准确率	NA	开发一种自动化的OCT图像分析系统，用于早期检测和分类AMD和DME	OCT视网膜图像	计算机视觉	糖尿病性视网膜病变	OCT	CNN, VGG16, VGG19, Inception_V3, BCNN	图像	DUKE公共数据集和突尼斯私人数据集
4508	2025-03-14	Biometric contrastive learning for data-efficient deep learning from electrocardiographic images 2024-04-03, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae002 PMID:38269618	研究论文	本文提出了一种名为生物特征对比学习（BCL）的自监督预训练方法，用于在心电图（ECG）图像上进行标签高效的深度学习	BCL方法通过利用同一患者不同ECG的生物特征签名，提高了在有限标签数据下开发AI模型的效率	研究主要依赖于特定数据集（Yale 2000-2015），可能限制了模型的泛化能力	开发一种自监督预训练方法，以提高在心电图图像上检测心脏疾病的效率	心电图（ECG）图像	机器学习	心血管疾病	自监督对比学习	卷积神经网络（CNN）	图像	78,288名个体
4509	2025-03-14	Deep learning for water quality 2024-Mar-12, Nature water DOI:10.1038/s44221-024-00202-z PMID:38846520	review	本文探讨了深度学习在内陆水质预测中的应用及其潜力	提出深度学习作为一种未充分利用但有前景的方法，能够揭示高维数据中的复杂结构和关系，并帮助填补时空数据缺口	深度学习方法的局限性相对于传统方法进行了讨论，但其具体局限性未详细说明	研究目的是探讨深度学习在水质科学中的潜力，以克服传统方法在预测水质方面的不足	内陆水质	machine learning	NA	深度学习	NA	高维数据	NA
4510	2025-03-14	A new computer-aided diagnosis tool based on deep learning methods for automatic detection of retinal disorders from OCT images 2024-Feb-23, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-024-03033-9 PMID:38396074	研究论文	本文介绍了一种基于深度学习的计算机辅助诊断工具，用于从OCT图像中自动检测视网膜疾病	通过嵌入眼科医生的解释和医学描述中的丰富语义信息，提高了深度神经网络的解释性，克服了其模糊和黑箱性质	研究仅使用了UCSD数据集的一个小子集进行训练，可能限制了模型的泛化能力	开发一种可靠的计算机辅助诊断软件，用于早期检测视网膜疾病，防止视力丧失	视网膜疾病	计算机视觉	视网膜疾病	深度学习	深度神经网络	图像	29,800张OCT图像
4511	2025-03-14	Deep Learning Models for Coronary Atherosclerosis Detection in Coronary CT Angiography 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/1573405619666221221092933 PMID:36545743	研究论文	本文旨在测试和比较不同的预训练深度学习模型，以找到用于冠状动脉CT血管造影中动脉粥样硬化检测的最佳模型	使用Haar小波分解提高模型的灵敏度，并比较了不同预训练模型在动脉粥样硬化检测中的性能	尽管Resnet101模型在准确性和PPV方面表现良好，但其灵敏度较低	寻找用于冠状动脉CT血管造影中动脉粥样硬化检测的最佳深度学习模型	冠状动脉CT血管造影图像	计算机视觉	心血管疾病	Haar小波分解	Resnet101, CNN, KNN	图像	NA
4512	2025-03-14	Clinically Applicable Pan-Origin Cancer Detection for Lymph Nodes via Artificial Intelligence-Based Pathology 2024, Pathobiology : journal of immunopathology, molecular and cellular biology IF:3.5Q1 DOI:10.1159/000539010 PMID:38718783	研究论文	本文提出了一种基于人工智能的泛起源淋巴结癌症转移检测系统，用于术后淋巴结的组织病理学诊断	开发了一种泛起源淋巴结癌症转移检测系统，结合两种深度学习模型进行淋巴结定位和癌症检测，具有高准确性和临床适用性	未提及系统在不同医疗中心间的广泛验证及长期临床应用的稳定性	开发一种适用于临床的泛起源淋巴结癌症转移检测系统，以提高诊断准确性并减少漏诊率	淋巴结	数字病理学	癌症	深度学习	深度学习模型	全切片图像（WSIs）	700多张WSIs用于训练，1,402张WSIs来自49个器官，1,051张WSIs来自52个器官用于验证
4513	2025-03-14	Is the Juice Worth the Squeeze? Learning Curve of a Chest Radiograph Semantic Labeling Deep Learning Model 2024-01-01, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000755 PMID:37889555	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4514	2025-03-14	Exploring the application of deep learning methods for polygenic risk score estimation 2023-Dec-15, medRxiv : the preprint server for health sciences DOI:10.1101/2023.12.14.23299972 PMID:38168416	研究论文	本文探讨了深度学习在估计多基因风险评分（PRS）中的应用	使用单一模型生成多个PRS，并探索了机器学习在PRS生成中的潜力，特别是在处理缺失数据时的表现	模型的进一步改进可能需要额外的输入数据	研究机器学习如何改进多基因风险评分的生成	UK Biobank数据中的已知PRS	机器学习	NA	深度学习	MLP	基因数据	UK Biobank数据
4515	2025-03-14	Deep learning on electronic medical records identifies distinct subphenotypes of diabetic kidney disease driven by genetic variations in the Rho pathway 2023-Sep-07, medRxiv : the preprint server for health sciences DOI:10.1101/2023.09.06.23295120 PMID:37732187	研究论文	本文利用深度学习技术分析电子病历数据，识别出与糖尿病肾病进展相关的新型遗传特征，并发现由Rho通路基因变异驱动的不同亚型	首次发现影响细胞骨架调节蛋白稳定性的疾病相关遗传变异，揭示了一种新的表达数量性状位点类别，具有潜在治疗靶点价值	研究样本量相对较小（1,372例），且仅针对糖尿病肾病患者，结果可能不适用于其他类型肾病	探索糖尿病肾病的遗传异质性，识别与疾病进展相关的遗传特征	1,372名糖尿病肾病患者	机器学习	糖尿病肾病	深度学习，外显子组关联分析	自编码器，无监督聚类	电子病历数据	1,372名糖尿病肾病患者
4516	2024-08-07	Deep Learning on Electrocardiograms for Prediction of In-hospital Intradialytic Hypotension in Patients with ESKD 2023-09-01, Kidney360 IF:3.2Q1 DOI:10.34067/KID.0000000000000208 PMID:37418626	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4517	2025-03-14	Deep Learning for Automated Measurement of Patellofemoral Anatomic Landmarks 2023-Jul-08, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering10070815 PMID:37508842	研究论文	本文应用深度学习技术自动测量膝关节解剖标志，以更好地理解解剖结构，从而改善治疗效果	首次开发了一个深度学习回归模型，用于自动标注髌股关节解剖标志，并在生理和病理CT影像上进行大规模训练	健康队列的沟角测量存在统计学显著差异	通过深度学习自动测量膝关节解剖标志，以改善对髌股关节解剖结构的理解	483名患者的膝关节CT影像，包括计划进行膝关节置换的患者和健康膝关节解剖的患者	计算机视觉	膝关节疾病	深度学习	修改后的ResNet50架构	CT影像	483名患者的14,652张图像
4518	2025-03-14	The impact of trade and financial expansion on volatility of real exchange rate 2022, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0262230 PMID:35061782	研究论文	本文研究贸易和金融开放对实际汇率波动的影响，并通过实证分析提供减少实际汇率波动的参考	结合物联网金融的创新商业模式，利用深度学习进行金融数据分析，探讨贸易和金融开放对实际汇率波动的影响	研究仅基于45个主要国家的面板数据，可能无法全面反映全球情况	探讨贸易和金融开放对实际汇率波动的影响，为减少实际汇率波动提供参考	45个主要国家的贸易和金融开放数据	金融数据分析	NA	深度学习（DL）	NA	面板数据	45个主要国家的数据
4519	2025-03-13	Estimation of fatty acid composition in mammary adipose tissue using deep neural network with unsupervised training 2025-May, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30401 PMID:39641987	研究论文	本文提出了一种基于深度学习的无监督训练方法，用于快速稳健地估计乳腺脂肪组织中的脂肪酸组成	提出了一种基于物理的无监督深度学习网络FAC-Net，用于从多回波双极梯度回波数据中估计脂肪酸组成，这是该领域的一项创新	研究样本量较小，癌症组和对照组的脂肪酸组成差异未达到统计学显著性	开发一种基于深度学习的方法，用于快速稳健地估计乳腺脂肪组织中的脂肪酸组成	乳腺脂肪组织	机器学习	乳腺癌	多回波双极梯度回波MRI	无监督深度学习网络（FAC-Net）	MRI图像数据	15名绝经后女性（8名对照组，7名癌症组）和包含8种不同脂肪酸组成的油类的体模
4520	2025-03-13	A Paradigm of Computer Vision and Deep Learning Empowers the Strain Screening and Bioprocess Detection 2025-Apr, Biotechnology and bioengineering IF:3.5Q2 DOI:10.1002/bit.28926 PMID:39821114	研究论文	本研究提出并验证了一种结合计算机视觉与深度学习的创新研究范式，以促进高效的菌株选择和有效的发酵过程优化	结合计算机视觉与深度学习，提出了一种新的研究范式，用于菌株筛选和发酵过程优化，实现了高效和高精度的检测	研究主要针对特定生物过程（如庆大霉素C1a的发酵过程），可能不适用于所有类型的生物制造过程	提高菌株筛选和发酵过程优化的效率和准确性	菌株筛选和发酵过程	计算机视觉	NA	深度学习	1D-CNN	图像	NA