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
4721	2025-03-06	Methods for estimating resting energy expenditure in intensive care patients: A comparative study of predictive equations with machine learning and deep learning approaches 2025-Apr, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108657 PMID:39954654	研究论文	本研究比较了传统预测方程与机器学习和深度学习模型在重症患者静息能量消耗（REE）估计中的表现	首次在重症患者中广泛验证了机器学习和深度学习模型在REE估计中的应用，并展示了其优于传统预测方程的潜力	需要进一步在独立数据集和多样化患者群体中进行验证	比较不同方法在重症患者静息能量消耗估计中的准确性	重症患者的静息能量消耗	机器学习	重症监护	间接量热法（IC）	XGBoost, Random Forest Regressor (RFR), Convolutional Neural Networks (CNN)	静态和动态生理变量	300例重症监护病房（ICU）患者的间接量热法测量数据
4722	2025-03-06	Research on the development of image-based Deep Learning (DL) model for serum quality recognition 2025-Mar-06, Clinical chemistry and laboratory medicine IF:3.8Q1 DOI:10.1515/cclm-2024-1219 PMID:40042089	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4723	2025-03-06	Predicting inflammatory response of biomimetic nanofibre scaffolds for tissue regeneration using machine learning and graph theory 2025-Mar-05, Journal of materials chemistry. B DOI:10.1039/d4tb02494j PMID:39869000	研究论文	本文探讨了使用机器学习和图论预测仿生纳米纤维支架在组织再生中的炎症反应	结合机器学习和图论分析纳米纤维支架的复杂组织结构，以预测细胞相互作用并优化组织工程流程	研究中仅使用了15种纳米纤维支架家族，样本量有限，可能影响模型的泛化能力	预测仿生纳米纤维支架的炎症反应，以优化支架设计并促进组织再生	纳米纤维支架及其对巨噬细胞炎症反应的影响	机器学习	NA	机器学习、图论、扫描电子显微镜（SEM）	随机森林（Random Forest）、卷积神经网络（CNN）	图像（SEM图像）	15种纳米纤维支架家族
4724	2025-03-06	Dual-type deep learning-based image reconstruction for advanced denoising and super-resolution processing in head and neck T2-weighted imaging 2025-Mar-05, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01756-y PMID:40038217	研究论文	本文评估了基于双类型深度学习的图像重建在头颈部脂肪抑制T2加权成像中的去噪和超分辨率处理效果	采用双类型深度学习进行图像重建，结合去噪和超分辨率处理，显著提高了图像质量并缩短了扫描时间	研究样本量较小（43例患者），且未涉及其他类型的成像技术对比	评估深度学习重建方法在头颈部T2加权成像中的效果	头颈部脂肪抑制T2加权成像	计算机视觉	头颈部病变	深度学习图像重建	深度学习模型	图像	43例患者
4725	2025-03-06	High-Adhesive Hydrogel-Based Strain Sensor in the Clinical Diagnosis of Anterior Talofibular Ligament Sprain 2025-Mar-05, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c03472 PMID:40042081	研究论文	本文提出了一种基于高粘性水凝胶的应变传感器，用于临床诊断前距腓韧带扭伤	该传感器由明胶、纤维素纳米纤维和交联聚丙烯酸接枝的琥珀酰亚胺酯制成，具有优异的贴合性和拉伸性，能够牢固地粘附在皮肤上，准确评估前距腓韧带扭伤的严重程度	尽管传感器具有高粘性和高拉伸强度，但其在实际临床应用中的长期稳定性和生物相容性仍需进一步验证	开发一种能够准确评估前距腓韧带扭伤严重程度的高粘性水凝胶应变传感器	前距腓韧带扭伤患者	数字病理学	运动损伤	深度学习模型	深度学习模型	传感器数据	未提及具体样本数量
4726	2025-03-06	Evaluating fusion models for predicting occult lymph node metastasis in tongue squamous cell carcinoma 2025-Mar-05, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11473-9 PMID:40042648	研究论文	本研究评估并比较了多种预测模型在预测舌鳞状细胞癌患者隐匿性淋巴结转移中的有效性	提出了基于决策的晚期融合模型，整合了2D深度学习、常规放射组学、肿瘤内异质性放射组学和临床数据，取得了最佳预测效果	研究为回顾性诊断实验，样本量相对有限，且仅来自三个医疗中心	评估和比较不同预测模型在预测舌鳞状细胞癌患者隐匿性淋巴结转移中的有效性	舌鳞状细胞癌患者	数字病理学	舌鳞状细胞癌	对比增强磁共振成像（CEMRI）	2D深度学习、常规放射组学、肿瘤内异质性放射组学、晚期融合模型	图像、临床数据	268名患者，分为训练集（107名）、内部测试集（53名）和两个外部测试集（63名和45名）
4727	2025-03-06	Artificial intelligence for the detection of airway nodules in chest CT scans 2025-Mar-05, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11468-6 PMID:40042650	研究论文	本文开发并评估了一种基于深度学习的AI系统，用于检测和定位胸部CT扫描中的气道结节	开发了一种能够检测大多数气道结节的AI系统，包括具有非常细微特征的结节，且具有可接受的假阳性率	研究仅在单一学术医院进行，样本量相对较小，且未进行外部验证	开发并评估一种AI系统，用于检测胸部CT扫描中的气道结节	2004年至2020年间接受胸部或胸腹部CT扫描的患者	计算机视觉	肺癌	深度学习	NA	图像	160名有气道结节的患者和160名无气道结节的患者
4728	2025-03-06	Deep learning-assisted identification and localization of ductal carcinoma from bulk tissue in-silico models generated through polarized Monte Carlo simulations 2025-Mar-04, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adb495 PMID:39933195	研究论文	本研究利用偏振蒙特卡罗模拟生成的体组织模型，通过深度学习技术识别和定位乳腺癌	结合偏振蒙特卡罗模拟和卷积神经网络（CNN），实现了对乳腺癌的并发检测和定位，自动化并支持实时诊断	研究主要针对手术切除后厚组织切片中的肿瘤区域，可能不适用于其他类型或位置的肿瘤	展示通过卷积神经网络在偏振蒙特卡罗模拟生成的去极化指数图像上，同时检测肿瘤存在和位置的能力	乳腺癌组织模型	数字病理学	乳腺癌	偏振蒙特卡罗模拟	CNN	图像	NA
4729	2025-03-06	Sugarcane leaf disease classification using deep neural network approach 2025-Mar-04, BMC plant biology IF:4.3Q1 DOI:10.1186/s12870-025-06289-0 PMID:40033192	研究论文	本研究旨在开发一种基于深度学习的可靠模型，用于准确诊断甘蔗叶病害	使用多种卷积神经网络模型（如EfficientNet、DenseNet201等）进行甘蔗叶病害分类，并评估模型复杂性与准确性的关系	未明确说明模型在实际应用中的部署和实时检测能力	提高甘蔗叶病害的诊断准确性和效率，以增强病害控制和甘蔗产量	甘蔗叶	计算机视觉	植物病害	深度学习	CNN（包括EfficientNet、DenseNet201、ResNetV2、InceptionV4、MobileNetV3和RegNetX）	图像	6748张健康与病害甘蔗叶图像，涵盖11种病害类别
4730	2025-03-06	An Efficient Approach for Detection of Various Epileptic Waves Having Diverse Forms in Long Term EEG Based on Deep Learning 2025-Mar-04, Brain topography IF:2.3Q3 DOI:10.1007/s10548-025-01111-4 PMID:40035961	研究论文	本文提出了一种基于深度学习的有效方法，用于检测长期EEG中具有多种形式的癫痫波	首次评估了YOLO网络（V3、V4和V7）在检测多种癫痫信号中的应用，并发现YOLO-V4在四种分类方法中表现最佳	研究仅使用了20名患者的EEG数据，样本量较小	开发一种快速且高效的癫痫波检测方法，以辅助癫痫学家进行长期EEG监测	长期EEG数据中的癫痫波	深度学习	癫痫	EEG	YOLO (V3, V4, V7)	EEG信号	20名患者的EEG数据
4731	2025-03-06	Deep learning framework for interpretable quality control of echocardiography video 2025-Mar-04, Medical physics IF:3.2Q1 DOI:10.1002/mp.17722 PMID:40038091	研究论文	本文介绍了一种用于超声心动图视频自动质量控制的深度学习框架，旨在实时监测关键成像参数，减少手动质量控制过程的变异性	提出了一种多任务网络，结合了CNN、Bi-LSTM和面向对象检测头，用于心脏周期完整性、解剖结构、深度、心脏轴角度和增益的分析，并生成易于解释的综合评分	研究仅基于1331个超声心动图视频进行训练和测试，样本量相对较小，可能影响模型的泛化能力	开发一种自动化系统，用于超声心动图视频的质量控制，以提高临床评估的效率和一致性	超声心动图视频	计算机视觉	心血管疾病	深度学习	CNN, Bi-LSTM	视频	1331个超声心动图视频
4732	2025-03-06	Predicting Cardiac Magnetic Resonance-Derived Ejection Fraction from Echocardiogram Via Deep Learning Approach in Tetralogy of Fallot 2025-Mar-04, Pediatric cardiology IF:1.5Q2 DOI:10.1007/s00246-025-03802-y PMID:40038120	研究论文	本研究通过深度学习技术预测法洛四联症患者的心脏磁共振成像（CMR）衍生的射血分数（LVEF），使用超声心动图视频作为输入	利用EchoNet-Dynamic模型，通过迁移学习方法，以CMR衍生的LVEF为基准，预测法洛四联症患者的LVEF，提供了一种比传统方法更准确的评估方法	研究仅针对法洛四联症患者，且模型在不同视图（PSAX和A4C）下的预测性能存在差异	通过深度学习技术改进法洛四联症患者的心脏功能评估	法洛四联症患者的超声心动图视频	计算机视觉	心血管疾病	深度学习	CNN	视频	NA
4733	2025-03-06	Landscape of 2D Deep Learning Segmentation Networks Applied to CT Scan from Lung Cancer Patients: A Systematic Review 2025-Mar-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01458-x PMID:40038137	系统综述	本文综述了2D深度学习网络在肺癌CT分割中的应用现状和前景，总结了研究进展、关键概念和存在的不足	强调了卷积神经网络，特别是UNet在肺癌CT分析中的重要性，并提倡结合2D/3D建模方法	研究存在类别不平衡（67%）、交叉验证使用不足（21%）和模型稳定性评估不足（3%）等问题，88%的研究未处理缺失数据，仅34%讨论了泛化性问题	探讨深度学习在肺癌CT分割中的应用，以改善诊断、治疗和患者生存率	肺癌患者的CT扫描图像	计算机视觉	肺癌	深度学习	UNet及其变体	CT图像	124项研究符合纳入标准并进行了分析，主要使用LIDC-LIDR数据集
4734	2025-03-06	A Novel Pipeline for Adrenal Gland Segmentation: Integration of a Hybrid Post-Processing Technique with Deep Learning 2025-Mar-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01449-y PMID:40038136	研究论文	本文提出了一种新的肾上腺分割流程，通过集成先进的预处理技术和强大的后处理框架，显著提高了左右肾上腺的分割精度	该研究创新性地结合了测试时间增强（TTA）和针对未连接区域的定向移除技术，显著提升了分割的准确性和鲁棒性	NA	提高CT图像中肾上腺的分割精度，以增强计算机辅助诊断和手术规划	CT图像中的左右肾上腺	医学图像分割	NA	测试时间增强（TTA），未连接区域定向移除	2D UNet, VGG16, ResNet34, InceptionV3	CT图像	AMOS数据集
4735	2025-03-06	Reconstruction of diploid higher-order human 3D genome interactions from noisy Pore-C data using Dip3D 2025-Mar-04, Nature structural & molecular biology IF:12.5Q1 DOI:10.1038/s41594-025-01512-w PMID:40038455	研究论文	本文提出了一种名为Dip3D的流程，用于从嘈杂的Pore-C数据中重建二倍体高阶人类3D基因组相互作用	Dip3D流程通过训练深度学习模型Clair3进行SNV调用，并采用渐进式单倍型插补策略，显著提高了单倍型信息Pore-C接触率，超越了传统方法在降噪和接触分布均匀性方面的表现	NA	重建二倍体高阶3D基因组相互作用，以更好地理解等位基因特异性表达的关系	人类二倍体高阶染色质相互作用	基因组学	NA	Pore-C, 深度学习	Clair3	基因组数据	HG001细胞系
4736	2025-03-06	Spatiotemporal Profiling Defines Persistence and Resistance Dynamics during Targeted Treatment of Melanoma 2025-Mar-03, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-24-0690 PMID:39700408	研究论文	本研究通过空间转录组学在患者来源的异种移植模型中捕捉了治疗期间的克隆谱系演化，揭示了BRAF突变黑色素瘤在靶向治疗中的持久性和耐药性动态	利用空间转录组学和深度学习技术，揭示了黑色素瘤在治疗期间的克隆谱系演化和耐药机制，并识别了潜在的治疗易感时间窗口	研究依赖于患者来源的异种移植模型，可能无法完全反映人类肿瘤的复杂性	研究BRAF突变黑色素瘤在靶向治疗中的持久性和耐药性动态，以识别防止治疗失败的策略	BRAF突变黑色素瘤细胞	数字病理学	黑色素瘤	空间转录组学，深度学习	深度学习模型	转录组数据，组织病理学图像	患者来源的异种移植模型
4737	2025-03-06	Explainable handcrafted features for mitotic event detection and classification 2025-Mar-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87180-8 PMID:40025100	研究论文	本文开发了一种全自动的细胞有丝分裂事件检测方法，旨在减少处理时间并提高细胞增殖率估计的准确性	该方法结合了传统图像处理和机器学习技术，通过特征选择和分类器减少误报，同时提供了可解释的特征	尽管性能与深度学习方法相当，但该方法在特征选择和处理高密度细胞图像时可能存在局限性	开发一种自动化的细胞有丝分裂事件检测方法，以提高细胞增殖率估计的准确性和效率	细胞有丝分裂事件	数字病理学	癌症	机器学习	树分类器和随机森林分类器	图像	两个大型数据集，一个包含相位对比图像，另一个包含无透镜图像
4738	2025-03-06	A Feature Fusion Attention-based Deep Learning Algorithm for Mammographic Architectural Distortion Classification 2025-Mar-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3547263 PMID:40031706	研究论文	本文提出了一种基于特征融合和注意力机制的深度学习算法，用于乳腺X线摄影中结构扭曲的分类	结合了Vision Transformer (ViT)注意力网络和VGG-16，提高了结构扭曲检测的准确性和效率	未提及具体局限性	提高乳腺X线摄影中结构扭曲检测的准确性和效率	乳腺X线摄影中的结构扭曲	计算机视觉	乳腺癌	深度学习	Vision Transformer (ViT) + VGG-16	图像	PINUM和DDSM数据集
4739	2025-03-06	Deep Point Cloud Edge Reconstruction Via Surface Patch Segmentation 2025-Mar-03, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3547411 PMID:40031714	研究论文	本文提出了一种通过表面补丁分割进行点云边缘重建的新方法，旨在解决现有方法在边缘点稀疏和非均匀分布情况下的拟合误差问题	引入了一种新颖的两阶段框架，通过表面补丁分割来精确和完整地重建边缘，并提出了PCER-Net网络同时进行表面补丁分割、边缘点检测和法线预测	虽然方法在实验中表现出色，但未提及在实际应用中的计算效率和资源消耗情况	解决点云数据参数化边缘重建中的拟合误差问题，提高重建精度和完整性	点云数据	计算机视觉	NA	深度学习	PCER-Net	点云数据	包括CAD和日常模型（家具）的多样化补丁-边缘数据集
4740	2025-03-06	PICASO Set Operator for Computational Nephropathology 2025-Mar-03, Kidney360 IF:3.2Q1 DOI:10.34067/KID.0000000668 PMID:40029711	研究论文	本文介绍了一种名为PICASO的新型排列不变集合操作符，用于动态聚合病理学特征，并在两种肾病场景中进行了应用	PICASO是一种基于Transformer的集合操作符，能够动态聚合实例集合中的特征，显著提升了肾病病理诊断的性能	研究仅在两种肾病场景中进行了验证，尚未在其他病理学领域进行广泛测试	通过引入PICASO集合操作符，提升肾病病理诊断的准确性和性能	IgA肾病中的活动性新月体病变检测和肾移植中的抗体介导排斥反应（AMR）分类	数字病理学	肾病	深度学习	Transformer	图像	IgA肾病数据集包含6206个PAS染色的肾小球图像（5792个无活动性新月体，414个有活动性新月体），AMR分类数据集包含1655个PAS染色的肾小球图像（769个AMR，886个非AMR）