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
4741	2025-03-21	UK Biobank MRI data can power the development of generalizable brain clocks: A study of standard ML/DL methodologies and performance analysis on external databases 2025-Mar, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121064 PMID:39892529	研究论文	本研究提出了一个全面的流程，用于训练和比较多种机器学习和深度学习脑龄预测模型，结合了多种预处理策略和校正项	提出了一个统计框架来评估年龄预测性能、跨队列变异性的鲁棒性及其作为神经退行性疾病生物标志物的潜力	NA	开发通用的脑龄预测模型，并评估其作为神经退行性疾病生物标志物的潜力	健康个体和神经退行性疾病患者	机器学习	神经退行性疾病	T1加权MRI扫描	惩罚线性机器学习模型	图像	UK Biobank、ADNI和NACC数据集
4742	2025-03-21	A deep learning detection method for pancreatic cystic neoplasm based on Mamba architecture 2025-Mar, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996251313719 PMID:39973786	研究论文	本研究提出了一种基于Mamba架构和YOLO的新型模型M-YOLO，用于提高胰腺囊性肿瘤的检测性能	结合Mamba架构和YOLOv10的优势，开发了M-YOLO模型，用于处理医学图像中的复杂形态特征	NA	提高胰腺囊性肿瘤的检测准确性和效率	胰腺囊性肿瘤	计算机视觉	胰腺癌	深度学习	M-YOLO (Mamba YOLOv10)	医学图像	由长海医院提供的数据集
4743	2025-03-21	A novel detail-enhanced wavelet domain feature compensation network for sparse-view X-ray computed laminography 2025-Mar, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996251319183 PMID:39973784	研究论文	本文提出了一种新颖的细节增强小波域特征补偿网络，用于稀疏视角X射线计算机断层成像（CL）重建	设计了一种编码器-解码器网络，能够在空间域特征提取过程中在小波域补偿缺失信息，并开发了细节增强模块以突出细节，同时结合了Swin Transformer和卷积算子以更好地捕捉特征	NA	构建一个深度学习网络用于稀疏视角CL重建	焊点的CL图像	计算机视觉	NA	深度学习	编码器-解码器网络	图像	3200对16视角和1024视角的CL图像（2880对用于训练，160对用于验证，160对用于测试）
4744	2025-03-21	A multi-model machine learning framework for breast cancer risk stratification using clinical and imaging data 2025-Mar, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996241308175 PMID:39973793	研究论文	本研究提出了一种综合机器学习框架，通过整合临床特征和深度学习衍生的影像特征来评估乳腺癌的恶性程度	创新点在于结合了临床数据和影像数据，并开发了三种预测配置，包括仅影像模型、混合模型和基于堆叠的集成模型，以增强预测准确性	研究中未明确提及样本的多样性和外部验证，可能影响模型的泛化能力	研究目的是开发一种可靠的乳腺癌恶性风险评估工具	研究对象为1668名有乳腺病变记录的患者	机器学习	乳腺癌	深度学习	CNN（EfficientNet, ResNet, DenseNet, InceptionNet）	图像和临床数据	1668名患者
4745	2025-03-21	An effective COVID-19 classification in X-ray images using a new deep learning framework 2025-Mar, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996241290893 PMID:39973798	研究论文	本文提出了一种新的深度学习框架，用于在X射线图像中有效分类COVID-19	提出了一种混合深度学习方法，结合了多种特征提取技术和优化算法，以提高分类准确性	未提及具体的数据集大小和多样性，可能影响模型的泛化能力	开发一种基于AI的方法，快速识别COVID-19在胸部X射线图像中的表现	胸部X射线图像	计算机视觉	COVID-19	深度学习	MhA-Bi-GRU with DSAN	图像	未明确提及具体样本数量
4746	2025-03-21	Advancing lung cancer diagnosis: Combining 3D auto-encoders and attention mechanisms for CT scan analysis 2025-Mar, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996241313120 PMID:39973792	研究论文	本研究评估了一种结合3D自编码器和注意力机制的混合深度学习模型在CT扫描图像中早期检测肺癌的有效性	结合3D自编码器和注意力机制，通过关注CT扫描中的关键特征来提高诊断准确性、敏感性和特异性	未提及具体的研究局限性	提高肺癌早期检测的诊断准确性、敏感性和特异性	CT扫描图像	计算机视觉	肺癌	深度学习	3D Auto-encoders, 注意力机制, SVM, RF, GBM, MLP, LightGBM, XGBoost, Stacking, Voting	CT扫描图像	未提及具体样本数量
4747	2025-03-21	Toward Identification of Markers for Brain-Derived Extracellular Vesicles in Cerebrospinal Fluid: A Large-Scale, Unbiased Analysis Using Proximity Extension Assays 2025-Mar, Journal of extracellular vesicles IF:15.5Q1 DOI:10.1002/jev2.70052 PMID:40098346	研究论文	本文通过大规模无偏分析，使用邻近延伸测定法识别脑源性细胞外囊泡在脑脊液中的标志物	首次使用Olink筛选技术对脑脊液中的5416种独特蛋白质进行无偏分析，识别出具有明显EV分馏模式的蛋白质，并创建了可搜索的候选EV相关标志物数据集	研究中仅10%的预测跨膜蛋白质具有明显的EV分馏模式，表明需要进一步验证候选蛋白质的EV关联性	识别脑源性细胞外囊泡的标志物，并验证其细胞来源	脑脊液中的细胞外囊泡	生物信息学	NA	邻近延伸测定法（Olink筛选）、尺寸排阻色谱法	DeepTMHMM深度学习模型	蛋白质数据	5416种独特蛋白质
4748	2025-03-21	Individualized prediction of atrial fibrillation onset risk based on lifelogs 2025-Mar, American journal of preventive cardiology IF:4.3Q1 DOI:10.1016/j.ajpc.2025.100951 PMID:40103686	研究论文	本研究旨在利用Apple Watch的持续生命日志数据预测个体化的心房颤动（AF）发病风险，以促进及时的心电图（ECG）获取	结合梯度提升决策树和深度学习的机器学习模型，利用Apple Watch数据预测AF发病风险，并优化ECG获取时机	样本量相对较小，且仅在日本进行全国性分析，可能限制了模型的普适性	预测个体化的AF发病风险，优化ECG获取时机	AF患者和Apple Watch用户	机器学习	心血管疾病	机器学习	梯度提升决策树和深度学习	生命日志数据（包括心率、步数、睡眠模式等）	Keio分析：100名AF患者；全国性分析：8,935名Apple Watch用户
4749	2025-03-21	SE(3)-Equivariant Ternary Complex Prediction Towards Target Protein Degradation 2025-Feb-26, ArXiv PMID:40061120	研究论文	本文介绍了一种名为DeepTernary的新型深度学习方法，用于预测目标蛋白质降解中的三元复合物结构	DeepTernary利用SE(3)-等变图神经网络和三元图间注意力机制，直接从高质量训练数据集TernaryDB中捕获复杂的三元相互作用，无需已知PROTAC的先验知识	三元结构预测仍面临交互机制不明确和训练数据不足的挑战	开发一种能够有效预测目标蛋白质降解中三元复合物结构的深度学习方法	蛋白质和小分子	机器学习	NA	深度学习	SE(3)-等变图神经网络（GNN）	3D结构数据	高质量训练数据集TernaryDB
4750	2025-03-21	Enhancing diabetic retinopathy diagnosis: automatic segmentation of hyperreflective foci in OCT via deep learning 2025-Feb-18, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-025-03439-z PMID:39966317	研究论文	本文提出了一种基于深度学习的算法，用于在糖尿病视网膜病变患者的OCT图像中自动分割高反射病灶（HRF）	引入了基于KiU-Net的HRF分割算法，结合了Kite-Net分支和三层U-Net分支，并设计了交叉注意力块（CAB）以增强网络能力	未提及具体的数据集规模或外部验证结果	开发一种精确识别和分割糖尿病视网膜病变患者OCT图像中HRF的模型，以辅助眼科医生进行早期诊断和疗效评估	糖尿病视网膜病变患者的OCT图像	计算机视觉	糖尿病视网膜病变	光学相干断层扫描（OCT）	KiU-Net	图像	未提及具体样本数量
4751	2025-03-21	Detection of concha bullosa using deep learning models in cone-beam computed tomography images: a feasibility study 2025-Feb, Archives of craniofacial surgery DOI:10.7181/acfs.2024.00283 PMID:40068625	研究论文	本研究评估了深度学习模型在锥形束计算机断层扫描（CBCT）图像中检测鼻甲气化（CB）的性能	结合离散小波变换（DWT）的对比增强（CE）方法对CBCT图像进行预处理，并比较了不同深度学习模型（ResNet50、ResNet101和MobileNet）与随机森林分类器的组合效果	需要进一步研究以验证结果，包括更大的样本量和多种深度学习模型	评估深度学习模型在CBCT图像中检测CB的可行性	203个CBCT扫描图像（83个有CB，119个无CB）	计算机视觉	鼻部疾病	离散小波变换（DWT）、对比增强（CE）	ResNet50、ResNet101、MobileNet、随机森林（RF）	图像	203个CBCT扫描图像
4752	2025-03-21	Deep Learning-Based Three-Dimensional Analysis Reveals Distinct Patterns of Condylar Remodelling After Orthognathic Surgery in Skeletal Class III Patients 2025-Jan-04, Orthodontics & craniofacial research IF:2.4Q2 DOI:10.1111/ocr.12895 PMID:39754473	研究论文	本研究利用深度学习技术对骨骼III类错颌畸形患者进行正颌手术后的下颌髁突形态变化进行三维分析	采用深度学习算法自动进行CBCT图像的方向调整、配准、骨分割和标志点识别，实现了髁突形态变化的自动化三维分析	样本量较小（17例患者），且为回顾性研究	评估骨骼III类错颌畸形患者正颌手术后下颌髁突的形态变化	骨骼III类错颌畸形患者	数字病理	骨骼III类错颌畸形	深度学习	深度学习算法	CBCT图像	17例患者
4753	2025-03-21	Value of vendor-agnostic deep learning image denoising in brain computed tomography: A multi-scanner study 2025-01, RoFo : Fortschritte auf dem Gebiete der Rontgenstrahlen und der Nuklearmedizin DOI:10.1055/a-2290-4781 PMID:38749431	研究论文	本研究评估了一种与供应商无关的深度学习去噪（DLD）算法在五种CT扫描仪上对非对比颅脑CT（ncCT）诊断图像质量的影响	使用与供应商无关的深度学习去噪算法，显著提高了五种不同CT扫描仪的图像质量，包括主观和客观分析	研究为单中心回顾性研究，样本量相对较小（150例患者）	评估深度学习去噪算法在非对比颅脑CT图像中的应用效果	150例因轻微头部创伤接受常规成像的患者	计算机视觉	头部创伤	深度学习去噪（DLD）	深度学习	图像	150例患者（五种CT扫描仪各30例）
4754	2025-03-21	Language model-based labeling of German thoracic radiology reports 2025-01, RoFo : Fortschritte auf dem Gebiete der Rontgenstrahlen und der Nuklearmedizin DOI:10.1055/a-2287-5054 PMID:38663428	研究论文	本研究探讨了在深度学习标签预测模型中使用弱监督的潜力，旨在从德国胸部放射学报告中提取标签并用于训练胸部X光分类模型	提出了一种基于德国BERT编码器的标签提取模型，该模型在德国胸部放射学报告上的表现优于基于规则的模型，并且仅需1000份手动标注的报告进行训练	研究仅针对德国胸部放射学报告，且样本量相对有限，可能影响模型的泛化能力	探索弱监督在深度学习标签预测模型中的应用，并评估其对胸部X光分类模型的影响	德国胸部放射学报告和胸部X光图像	自然语言处理	肺气胸	深度学习	BERT, DenseNet-121	文本, 图像	66071份放射学报告（2017-2021年），1091份手动标注的报告（2020-2021年），6434份胸部X光图像及相关报告
4755	2025-03-21	The optimised model of predicting protein-metal ion ligand binding residues 2025 Jan-Dec, IET systems biology IF:1.9Q3 DOI:10.1049/syb2.70001 PMID:39873344	研究论文	本文研究了预测蛋白质-金属离子配体结合残基（PMILBRs）的优化模型	结合氨基酸及其衍生信息作为特征参数，并首次将深度学习算法应用于预测，提高了Ca和Mg离子配体结合残基的预测效果	未提及具体的数据集规模或模型泛化能力的验证	提高蛋白质-金属离子配体结合残基的预测准确性	蛋白质-金属离子配体结合残基	机器学习	NA	机器学习算法、深度学习算法	经典机器学习算法、深度学习算法	氨基酸及其衍生信息	未提及具体样本数量
4756	2025-03-21	Artificial intelligence-enhanced magnetic resonance imaging-based pre-operative staging in patients with endometrial cancer 2025-Jan, International journal of gynecological cancer : official journal of the International Gynecological Cancer Society IF:4.1Q2 DOI:10.1016/j.ijgc.2024.100017 PMID:39878275	研究论文	本研究提出了一种基于深度学习的MRI图像分割管道，用于预测子宫内膜癌患者的深肌层浸润和宫颈基质浸润，以辅助临床医生进行术前评估	开发了一种全自动的深度学习管道，用于从MRI图像中分割子宫和肿瘤，并预测深肌层浸润和宫颈基质浸润，为术前分期提供支持	数据变化、类别不平衡和伪影的存在对模型性能提出了挑战	评估子宫内膜癌患者的预后因素，以优化治疗计划和预后评估	子宫内膜癌患者	数字病理学	子宫内膜癌	深度学习	分割模块	MRI图像	178名患者
4757	2025-03-20	Retraction: Control of hybrid electromagnetic bearing and elastic foil gas bearing under deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320337 PMID:40100785	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4758	2025-03-21	Forecasting stock prices using long short-term memory involving attention approach: An application of stock exchange industry 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319679 PMID:40100866	研究论文	本文提出了四种基于学习的模型，用于预测股票价格，并比较了它们的性能	引入了带有注意力机制的长短期记忆网络（LSTM）模型，用于股票价格预测，并展示了其优越性能	研究仅基于卡拉奇证券交易所的数据，可能无法推广到其他市场	通过深度学习模型预测股票价格，以提高股票市场的经济稳定性	卡拉奇证券交易所100指数的每日业务数据	机器学习	NA	深度学习	LSTM, RNN, GRU, ANN	时间序列数据	2008年2月22日至2021年2月23日的卡拉奇证券交易所100指数数据
4759	2025-03-21	Automated program using convolutional neural networks for objective and reproducible selection of corneal confocal microscopy images 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251326223 PMID:40103638	研究论文	本文提出了一种基于卷积神经网络的自动化程序，用于客观和可重复地选择角膜共聚焦显微镜图像	使用ResNet-18进行深度学习特征提取和无监督聚类，提出了一种全自动的CCM图像选择算法，确保客观性和可重复性	需要多中心研究以验证这些发现在不同人群中的适用性	提高糖尿病周围神经病变（DPN）的诊断效率和准确性	角膜共聚焦显微镜（CCM）图像	计算机视觉	糖尿病周围神经病变	深度学习	ResNet-18	图像	数百张图像
4760	2025-03-21	Intraoperative robotic measurements of coronal alignment in total knee arthroplasty correlate with pre- and post-operative long-leg radiographs 2025-Jan, Journal of experimental orthopaedics IF:2.0Q2 DOI:10.1002/jeo2.70220 PMID:40103674	研究论文	本研究旨在通过比较术前和术后站立双足长腿X光片（LLR）来验证全膝关节置换术（TKA）中股骨和胫骨组件冠状对齐的术中机器人测量的准确性	使用深度学习人工智能模型和机器人系统进行测量，验证了机器人系统在TKA中的高准确性和可靠性	研究为单机构回顾性队列研究，样本量较小（59例患者）	验证全膝关节置换术中机器人测量的股骨和胫骨组件冠状对齐的准确性	接受初次全膝关节置换术的59例患者	数字病理	老年疾病	深度学习人工智能模型，机器人系统	NA	图像	59例患者