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
461	2025-05-02	Deep learning image enhancement for confident diagnosis of TMJ osteoarthritis in zero-TE MR imaging 2025-05-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twae063 PMID:39989448	research paper	评估深度学习在零回波时间MRI（ZTE-MRI）中去噪和伪影减少（AR）中的有效性，并比较图像诊断与颞下颌关节（TMJ）锥形束CT（CBCT）的临床适用性	新开发的深度学习技术用于ZTE-MRI的去噪和伪影减少，展示了临床实用性	样本量较小（30名患者），且仅针对TMJ骨成像	评估深度学习在ZTE-MRI图像增强中的效果，以替代CBCT在TMJ骨成像中的应用	30名患者的CBCT和ZTE-MRI数据	digital pathology	TMJ osteoarthritis	deep learning, ZTE-MRI, CBCT	deep learning	image	30名患者的CBCT和ZTE-MRI数据
462	2025-05-02	Prediction of Hypoglycemia From Continuous Glucose Monitoring in Insulin-Treated Patients With Type 2 Diabetes Using Transfer Learning on Type 1 Diabetes Data: A Deep Transfer Learning Approach 2025-May, Journal of diabetes science and technology IF:4.1Q2 DOI:10.1177/19322968231215324 PMID:38014538	research paper	该研究利用迁移学习技术，基于1型糖尿病患者的连续血糖监测数据，开发了一个深度学习模型，用于预测2型糖尿病患者的低血糖事件	首次将迁移学习应用于从1型糖尿病数据中学习，以预测2型糖尿病患者的低血糖事件	模型在外部验证集上的阳性预测值较低（40.49%）	开发一个能够准确预测胰岛素治疗的2型糖尿病患者低血糖事件的深度学习模型	胰岛素治疗的2型糖尿病患者	machine learning	diabetes	continuous glucose monitoring (CGM)	CNN	time-series data	226名1型糖尿病患者和180名2型糖尿病患者的CGM数据，外部验证集包含334711个一小时CGM样本
463	2025-05-02	DDUM: Deformable Dilated U-structure Module for coronary stenosis detection 2025-May, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2025.104337 PMID:40306887	research paper	提出了一种可变形可扩展的U结构模块（DDUM），用于提高冠状动脉狭窄检测的准确性和泛化能力	DDUM模块能够针对冠状动脉狭窄检测任务优化通用网络，显著提升模型性能和泛化能力	未提及具体的数据集规模和多样性限制	提高冠状动脉狭窄检测的准确性和模型泛化能力	冠状动脉狭窄检测	computer vision	cardiovascular disease	deep learning	ResNet50 + faster R-CNN	medical imaging (coronary angiography)	NA
464	2025-05-02	Effects of Deep Learning-Based Reconstruction on the Quality of Accelerated Contrast-Enhanced Neck MRI 2025-May, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2024.1059 PMID:40307199	研究论文	比较深度学习重建的涡轮自旋回波（DL-TSE）与传统插值涡轮自旋回波（Conv-TSE）技术在颈部对比增强MRI中的图像质量	采用深度学习算法进行图像重建，显著减少了扫描时间并提高了图像质量	DL-TSE在解剖结构重叠区域产生的伪影略为明显	评估深度学习重建技术在加速颈部对比增强MRI中的效果	106名患者的颈部MRI图像	医学影像	NA	深度学习重建技术（DL-TSE）	深度学习算法	MRI图像	106名患者
465	2025-05-02	TabNet and TabTransformer: Novel Deep Learning Models for Chemical Toxicity Prediction in Comparison With Machine Learning 2025-May-01, Journal of applied toxicology : JAT IF:2.7Q3 DOI:10.1002/jat.4803 PMID:40309751	research paper	本研究评估了TabNet和TabTransformer这两种先进的深度学习架构与传统机器学习方法在预测化学化合物毒性方面的性能	引入了TabNet和TabTransformer这两种新型深度学习模型，用于化学毒性预测，并通过SHAP分析增强了模型的可解释性	研究仅基于分子描述符数据，未考虑其他可能的毒性影响因素	评估深度学习模型在化学毒性预测中的性能	12,228个训练样本和3,057个测试样本，每个样本由801个分子描述符表征	machine learning	NA	SHAP分析, PCA, RFE, MI	TabNet, TabTransformer, XGBoost, CatBoost, SVM	分子描述符数据	12,228个训练样本和3,057个测试样本
466	2025-05-02	Reirradiation for recurrent glioblastoma: the significance of the residual tumor volume 2025-May-01, Journal of neuro-oncology IF:3.2Q2 DOI:10.1007/s11060-025-05042-9 PMID:40310485	research paper	本研究分析了71例复发性中枢神经系统WHO 4级IDH野生型胶质母细胞瘤患者再放疗的疗效和安全性	首次明确了残留肿瘤体积对复发性高级别胶质瘤患者总生存期的显著预测作用	单中心回顾性研究，样本量相对较小	评估复发性胶质母细胞瘤再放疗的疗效和预后因素	71例复发性CNS WHO 4级IDH野生型胶质母细胞瘤患者	digital pathology	glioblastoma	deep learning auto-segmentation	NA	medical imaging	71例患者
467	2025-05-02	Age-Related Regional Changes in Choroidal Vascularity in Healthy Emmetropic Eyes 2025-May-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.5.3 PMID:40310636	研究论文	本研究探讨了健康正视眼中脉络膜血管指数（CVI）随生理年龄增长的区域性变化	首次使用深度学习技术对健康正视眼不同年龄段人群的脉络膜血管指数进行区域性分析，揭示了年龄相关的CVI变化模式	研究为横断面设计，无法确定因果关系；样本仅包括正视眼人群，结果可能不适用于其他屈光状态	探究健康正视眼脉络膜血管指数随年龄增长的区域性变化规律	280名健康正视眼受试者（包括儿童、青少年和成年人）	数字病理	NA	增强深度成像光学相干断层扫描（EDI-OCT）	深度学习	图像	280名受试者（83名儿童，77名青少年，120名成年人）
468	2025-05-02	PhacoTrainer: Automatic Artificial Intelligence-Generated Performance Ratings for Cataract Surgery 2025-May-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.5.2 PMID:40310637	research paper	研究人工智能生成的自动评分系统在区分白内障手术中培训医生与资深医生表现的能力及其与专家评分的相关性	利用深度学习模型自动生成白内障手术视频的性能指标，并与专家评分进行对比分析	样本量相对较小，仅包括28名住院医生和29名资深医生	评估AI生成的手术技能指标在区分医生水平和与专家评分相关性方面的有效性	白内障手术视频	computer vision	白内障	deep learning	CNN	video	57名医生（28名住院医生和29名资深医生）
469	2025-05-02	Determinants of ascending aortic morphology: cross-sectional deep learning-based analysis on 25 073 non-contrast-enhanced NAKO MRI studies 2025-Apr-30, European heart journal. Cardiovascular Imaging DOI:10.1093/ehjci/jeaf081 PMID:40052574	研究论文	本研究利用深度学习自动分割胸主动脉，并从25,073例非对比增强磁共振血管造影数据中提取升主动脉形态特征，探讨了升主动脉中段直径的可能决定因素	首次在大型流行病学横断面研究中结合深度学习和因果分析来理解升主动脉形态的决定因素	研究为横断面设计，无法确定因果关系的时间顺序	探究升主动脉形态的决定因素，为精准诊断和治疗提供依据	25,073例来自德国国家队列(NAKO)的非对比增强磁共振血管造影数据	数字病理学	心血管疾病	非对比增强磁共振血管造影(NC-MRA)	深度学习(DL)	3D医学影像	25,073例NC-MRA数据
470	2025-05-02	Deep Rib Fracture Instance Segmentation and Classification from CT on the RibFrac Challenge 2025-Apr-30, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3565514 PMID:40305244	research paper	该论文介绍了RibFrac挑战赛，旨在通过大规模注释数据集和评估基准推动深度学习算法在肋骨骨折检测和分类中的应用	提供了包含5000多个肋骨骨折实例的大规模标注数据集，并展示了部分检测解决方案性能优于人类专家	当前的肋骨骨折分类解决方案尚难以达到临床应用水平	推动AI辅助肋骨骨折诊断的研究与发展	660例CT扫描中的5000多个肋骨骨折实例	digital pathology	rib fracture	CT扫描	deep learning	3D medical image	660例CT扫描，包含5000多个肋骨骨折实例
471	2025-05-02	Heterogeneous Riemannian Few-Shot Learning Network 2025-Apr-30, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3561930 PMID:40305249	研究论文	提出了一种基于异构黎曼流形的少样本学习网络HRFL-Net，用于从少量样本中学习和准确区分新概念	首次在异构黎曼流形上实现端到端深度学习的少样本学习方法，设计了基于神经网络的黎曼度量学习方法	未明确提及具体局限性	解决人工智能中从少量样本学习和区分新概念的问题	图像数据	机器学习	NA	异构黎曼流形投影、隐式黎曼核函数映射	HRFL-Net	图像	四个公共数据集
472	2025-05-02	Comparison of Multimodal Deep Learning Approaches for Predicting Clinical Deterioration in Ward Patients: An Observational Cohort Study 2025-Apr-30, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/75340 PMID:40305429	研究论文	比较不同多模态深度学习方法在预测病房患者临床恶化中的效果	首次比较了结合临床笔记信息的多模态模型与仅使用结构化数据的模型在预测临床恶化中的表现	添加临床笔记信息并未显著提升模型性能，且研究仅在两所大学医院进行	评估多模态深度学习模型在预测病房患者临床恶化中的效果	芝加哥大学和威斯康星大学麦迪逊分校的住院患者	机器学习	临床恶化	深度学习	深度循环神经网络	结构化数据和临床笔记文本	开发队列284,302名患者，外部验证队列248,055名患者
473	2025-05-02	Deep Learning Based Surface Classification of Functionalized Polymer Coatings 2025-Apr-30, Langmuir : the ACS journal of surfaces and colloids IF:3.7Q2 DOI:10.1021/acs.langmuir.4c03971 PMID:40306624	研究论文	本研究利用深度学习神经网络分析功能化聚合物涂层的表面分类	开发了一种基于深度学习的简单、快速且可扩展的表面分析方法，适用于多种功能化聚合物涂层	概念验证研究，样本量较小，仅包含十种结构不同的聚合物涂层	解决低技术材料表面表征的挑战，应用于医疗植入物、生物传感器和再生医学等领域	功能化聚合物涂层的表面分类	机器学习	NA	偏振光显微镜和化学气相沉积聚合	CNN	图像	十种结构不同的聚合物涂层
474	2025-05-02	Development of an Interpretable Machine Learning Model for Neurotoxicity Prediction of Environmentally Related Compounds 2025-Apr-30, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.5c03311 PMID:40307185	研究论文	开发了一种可解释的机器学习模型，用于预测环境相关化合物的神经毒性	结合分子指纹和分子描述符与XGBoost算法，构建了高性能且可解释的神经毒性预测模型	在已知神经毒性数据的89种化合物上，模型准确率为0.74，仍有提升空间	预测环境相关化合物的神经毒性，管理环境健康风险	环境相关化合物	机器学习	神经系统疾病	分子指纹、分子描述符、分子图	XGBoost	分子数据	1170种人体血液中检测到的化合物
475	2025-05-02	Improved Image Quality of Virtual Monochromatic Images with Deep Learning Image Reconstruction Algorithm on Dual-Energy CT in Patients with Pancreatic Ductal Adenocarcinoma 2025-Apr-30, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01514-6 PMID:40307592	研究论文	本研究旨在评估使用深度学习图像重建（DLIR）算法在双能CT（DECT）上重建的虚拟单色图像（VMIs）在胰腺导管腺癌（PDAC）诊断中的图像质量	首次在DECT上应用DLIR算法重建VMIs，显著提高了图像质量，特别是在低keV水平下	研究样本量较小（50例患者），且为回顾性分析	评估DLIR算法在DECT上重建VMIs的图像质量，以改善PDAC的诊断	50例经组织学确认的PDAC患者	数字病理	胰腺癌	双能CT（DECT）	深度学习图像重建（DLIR）	医学影像	50例PDAC患者
476	2025-05-01	Correction: Accurate, automated classification of radiographic knee osteoarthritis severity using a novel method of deep learning: Plug‑in modules 2025-Apr-29, Knee surgery & related research IF:4.1Q1 DOI:10.1186/s43019-025-00268-3 PMID:40302005	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
477	2025-05-02	Comparative analysis of deep learning models for predicting biocompatibility in tissue scaffold images 2025-Apr-29, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110281 PMID:40306018	研究论文	本研究比较了ANN和CNN模型在预测组织支架生物相容性方面的性能	首次比较了ANN和CNN模型在组织支架生物相容性预测中的应用，并发现ANN模型在结构化数据处理上具有优势	样本量较小（仅5个支架），且存在过拟合风险	比较不同深度学习模型在组织支架生物相容性预测中的性能	PrusaSlicer生成的组织支架设计参数和图像	数字病理	NA	深度学习	ANN, CNN	图像, 数值参数	5个支架组织样本
478	2025-05-02	Advancing Intracranial Aneurysm Detection: A Comprehensive Systematic Review and Meta-analysis of Deep Learning Models Performance, Clinical Integration, and Future Directions 2025-Apr-29, Journal of clinical neuroscience : official journal of the Neurosurgical Society of Australasia IF:1.9Q4 DOI:10.1016/j.jocn.2025.111243 PMID:40306254	meta-analysis	本文通过系统综述和荟萃分析评估了深度学习模型在颅内动脉瘤检测中的性能及其对临床诊断的影响	深度学习模型在颅内动脉瘤检测中表现出超越传统临床评估的性能，并显著提高了临床医生的诊断一致性和准确性	需要在多样化的临床环境中进一步验证，并实现与标准工作流程的无缝集成	评估深度学习模型在颅内动脉瘤检测和预测中的性能及其临床整合潜力	颅内动脉瘤	digital pathology	cardiovascular disease	CT angiography (CTA), digital subtraction angiography (DSA), time-of-flight MR angiography (TOF-MRA)	DL	image	NA
479	2025-05-02	Enhancing the Diagnostic Accuracy of Deep Learning-Based CTS Grading Could Expand Its Clinical Applicability 2025-Apr-29, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.04.022 PMID:40307112	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
480	2025-05-02	Automatic smart brain tumor classification and prediction system using deep learning 2025-Apr-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95803-3 PMID:40295548	research paper	提出了一种基于深度学习的智能脑肿瘤分类和预测系统	结合定制CNN模型和预训练模型（Inception-v4和EfficientNet-B4）进行脑肿瘤分类，并构建智能监测系统	未提及具体的数据集来源和模型在临床环境中的实际应用验证	早期和及时检测、分类和预测脑肿瘤	脑肿瘤MRI图像	digital pathology	brain tumor	deep learning	CNN, Inception-v4, EfficientNet-B4	image	1000张脑肿瘤图像