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
4961	2025-04-19	Evaluation and Prediction of Post-Hepatectomy Liver Failure Using Imaging Techniques: Value of Gadoxetic Acid-Enhanced Magnetic Resonance Imaging 2024-01, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2023.0507 PMID:38184766	research paper	评估和预测肝切除术后肝衰竭（PHLF）的影像学技术价值，特别是钆塞酸增强磁共振成像（MRI）的应用	结合体积和功能分析，利用钆塞酸增强MRI提供更精确的肝功能评估和PHLF预测	肝功能在全肝中被假定为均匀分布，可能忽略局部功能差异	提高肝切除术后肝衰竭的预测准确性	肝切除术后患者	digital pathology	liver disease	Gadoxetic acid-enhanced MRI, deep learning image reconstruction, whole-liver T1 map acquisition	NA	image	NA
4962	2025-04-18	Comparison of Deep Learning and Clinician Performance for Detecting Referable Glaucoma from Fundus Photographs in a Safety Net Population 2025 Jul-Aug, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100751 PMID:40235827	研究论文	开发并测试了一种基于深度学习的算法，用于检测可转诊青光眼，并与临床医生的表现进行了比较	深度学习算法在检测可转诊青光眼方面的表现与或超过眼科医生和验光师，且不受经验水平影响	研究基于回顾性队列，可能存在数据偏差	开发并测试深度学习算法以检测可转诊青光眼	6116名来自洛杉矶县卫生服务部门的患者	数字病理	青光眼	深度学习	Visual Geometry Group-19 (VGG-19)	眼底照片	5616名患者的12998张图像用于训练，500名患者的1000张图像用于测试
4963	2025-04-18	Grey wolf optimization technique with U-shaped and capsule networks-A novel framework for glaucoma diagnosis 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103285 PMID:40236793	research paper	提出了一种结合灰狼优化算法、U型网络和胶囊网络的自动化青光眼诊断框架	结合灰狼优化算法与U型网络进行精确视盘分割，并利用CapsNet进行青光眼分类，实现了96.01%的准确率	未提及在多样化临床环境中的泛化能力验证	开发自动化青光眼筛查系统以提高早期诊断准确率	视网膜眼底图像中的视盘区域	digital pathology	glaucoma	Grey Wolf Optimization Algorithm, CapsNet	U-Net++, CapsNet	image	NA
4964	2025-04-18	Innovative IoT-enabled mask detection system: A hybrid deep learning approach for public health applications 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103291 PMID:40236795	research paper	提出了一种结合ResNet50和MobileNetV2架构的混合深度学习框架，通过AFSO算法优化，用于实时口罩检测	将AFSO算法与混合深度学习架构结合，用于参数优化和提高可扩展性	未提及在极端环境下的表现或对更多样化数据集的测试	开发一个优化且可扩展的实时口罩检测系统，以应对公共卫生需求	口罩检测系统	computer vision	NA	deep learning, AFSO algorithm	ResNet50, MobileNetV2	image, video	三个数据集：Kaggle Face Mask Dataset, Public Places Dataset, Public Videos Dataset
4965	2025-04-18	Retinal fundus imaging-based diabetic retinopathy classification using transfer learning and fennec fox optimization 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103232 PMID:40236797	research paper	该研究提出了一种基于深度学习和Fennec Fox优化的视网膜眼底图像糖尿病视网膜病变分类模型（FIDRC-DLFFO）	结合了中值滤波降噪、Inception-ResNet-v2特征提取和GRU分类，并使用Fennec Fox优化算法调整GRU超参数以提高分类准确率	未提及具体的数据集规模和模型在真实世界应用中的具体表现	开发一种自动化的糖尿病视网膜病变检测和分类系统，以辅助眼科医生进行诊断	糖尿病视网膜病变患者的视网膜眼底图像	digital pathology	diabetic retinopathy	transfer learning, Fennec Fox Optimization	Inception-ResNet-v2, GRU	image	NA
4966	2025-04-18	Hybrid CNN and random forest model with late fusion for detection of autism spectrum disorder in Toddlers 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103278 PMID:40236798	research paper	提出了一种结合VGG16 CNN和随机森林分类器的混合模型，用于幼儿自闭症谱系障碍（ASD）的检测	结合了VGG16 CNN的高层次图像特征提取和随机森林的集成分类能力，提高了ASD诊断的准确率	未来研究需要整合多模态数据（如遗传和社会人口统计数据）并在多样化数据集上进一步测试以提高泛化能力	提高幼儿自闭症谱系障碍（ASD）的早期诊断准确率	幼儿自闭症谱系障碍（ASD）患者	machine learning	自闭症谱系障碍	深度学习与机器学习结合	VGG16 CNN与随机森林（RF）分类器的混合模型	图像和问卷数据	Kaggle上的ACD图像数据集和ACD问卷数据集
4967	2025-04-18	Radiomics and Artificial Intelligence Landscape for [18F]FDG PET/CT in Multiple Myeloma 2025-May, Seminars in nuclear medicine IF:4.6Q1 DOI:10.1053/j.semnuclmed.2024.11.005 PMID:39674756	综述	本文综述了放射组学和人工智能在[18F]FDG PET/CT多发性骨髓瘤中的应用现状和前景	探讨了放射组学和AI在提高PET/CT标准化解读和客观量化方面的创新应用	目前尚无标准化的解读或客观量化PET/CT的方法	支持和指导多发性骨髓瘤的管理	多发性骨髓瘤患者的[18F]FDG PET/CT影像	数字病理学	多发性骨髓瘤	放射组学、机器学习、深度学习	NA	医学影像	NA
4968	2025-04-18	Deep Learning-Derived Quantitative Scores for Chronic Rhinosinusitis Assessment: Correlation With Quality of Life Outcomes 2025-May, American journal of rhinology & allergy IF:2.5Q1 DOI:10.1177/19458924251313845 PMID:39819002	research paper	本研究利用深度学习自动分割鼻窦，生成定量评分，并探讨其与慢性鼻窦炎患者生活质量的相关性	首次使用深度学习自动分割鼻窦并生成定量评分，探索其与疾病特异性生活质量的相关性	定量评分与术后生活质量改善无显著关联	开发慢性鼻窦炎的客观量化评估工具	慢性鼻窦炎患者的CT数据	digital pathology	chronic rhinosinusitis	CT扫描	nnU-Net	image	445例CT数据（来自2个医疗中心）
4969	2025-04-18	Performance of Two Deep Learning-based AI Models for Breast Cancer Detection and Localization on Screening Mammograms from BreastScreen Norway 2025-May, Radiology. Artificial intelligence DOI:10.1148/ryai.240039 PMID:39907587	research paper	评估两种基于深度学习的AI模型在乳腺癌筛查中的检测和定位性能	比较了商业可用和内部开发的两种AI模型在乳腺癌筛查中的表现，并评估了它们的定位准确性	研究为回顾性分析，可能无法完全反映前瞻性应用中的表现	评估AI模型在乳腺癌筛查中的检测和定位准确性	129,434例乳腺筛查检查（全部为女性患者，平均年龄59.2岁）	digital pathology	breast cancer	mammography	deep learning-based AI models	image	129,434例乳腺筛查检查
4970	2025-04-18	The Evolution of Artificial Intelligence in Nuclear Medicine 2025-May, Seminars in nuclear medicine IF:4.6Q1 DOI:10.1053/j.semnuclmed.2025.01.006 PMID:39934005	review	本文综述了人工智能在核医学中的演变及其在诊断、治疗和图像处理中的应用	探讨了人工智能在核医学中的最新进展，包括深度学习、生成式AI及其在个性化治疗中的应用	数据稀缺性、异质性以及伦理问题是临床转化的主要障碍	研究人工智能在核医学中的应用及其对诊断和治疗效果的优化	核医学中的诊断、预后、分割、图像质量增强和治疗诊断学	machine learning	NA	machine learning, deep learning, generative AI	CNN, transformer-based neural networks, large language models, diffusion techniques	image, text	NA
4971	2025-04-18	Machine Learning and Deep Learning Models for Automated Protocoling of Emergency Brain MRI Using Text from Clinical Referrals 2025-May, Radiology. Artificial intelligence DOI:10.1148/ryai.230620 PMID:39969276	研究论文	开发并评估基于机器学习和深度学习的模型，用于根据临床转诊文本自动制定急诊脑MRI扫描方案	首次使用Finnish BERT和GPT-3.5 Turbo等预训练深度学习模型进行急诊脑MRI方案的自动制定	单中心回顾性研究，样本量有限（1953例）	通过自然语言处理技术实现急诊脑MRI扫描方案的自动化制定	急诊脑MRI转诊文本	自然语言处理	神经系统疾病	自然语言处理	BERT, GPT-3.5, 朴素贝叶斯, 支持向量机, XGBoost	文本	1953例急诊脑MRI转诊
4972	2025-04-18	Deep Learning-based Aligned Strain from Cine Cardiac MRI for Detection of Fibrotic Myocardial Tissue in Patients with Duchenne Muscular Dystrophy 2025-May, Radiology. Artificial intelligence DOI:10.1148/ryai.240303 PMID:40008976	研究论文	开发一种基于深度学习的模型，从非对比心脏MRI中获取对齐应变值，用于预测杜氏肌营养不良症患者的心肌纤维化	提出了一种新的对齐应变技术，能够更准确地检测心肌功能障碍，并在非对比心脏MRI中实现患者间应变分析的详细比较	研究为回顾性单中心研究，样本量有限（139例患者）	开发并评估一种深度学习模型，用于预测杜氏肌营养不良症患者的心肌纤维化	杜氏肌营养不良症患者	数字病理学	杜氏肌营养不良症	心脏MRI	CNN	图像	139例男性杜氏肌营养不良症患者
4973	2025-04-18	AI in Breast Cancer Imaging: An Update and Future Trends 2025-May, Seminars in nuclear medicine IF:4.6Q1 DOI:10.1053/j.semnuclmed.2025.01.008 PMID:40011118	review	本文回顾了人工智能在乳腺癌影像学中的最新应用和未来趋势	探讨了AI在乳腺癌影像学中的多种应用，包括病灶检测与分类、风险分层、分子亚型分析等，并展示了与放射科医生相当或更优的性能	需要数据标准化、大规模标注的多模态数据集和广泛的前瞻性临床试验来验证深度学习的临床效用，并解决法律和伦理问题	探讨人工智能在乳腺癌影像学中的应用及其未来发展趋势	乳腺癌影像学数据	digital pathology	breast cancer	mammography, digital breast tomosynthesis, ultrasound, magnetic resonance imaging, nuclear medicines techniques	foundation models, self-supervised learning, federated learning	image	NA
4974	2025-04-18	The Role of AI in the Evaluation of Neuroendocrine Tumors: Current State of the Art 2025-May, Seminars in nuclear medicine IF:4.6Q1 DOI:10.1053/j.semnuclmed.2025.02.003 PMID:40023682	review	本文综述了AI在神经内分泌肿瘤评估中的当前和新兴应用，特别是在影像工作流程、诊断、预后建模和治疗计划中的整合	利用先进的放射组学和深度学习技术，AI驱动的应用在肿瘤检测、分类和分级方面展现出潜力	未提及具体的技术实施细节或临床验证结果	探讨AI在神经内分泌肿瘤评估中的作用及其对临床工作流程的改进	神经内分泌肿瘤	digital pathology	neuroendocrine neoplasms	radiomics, deep learning	NA	image	NA
4975	2025-04-18	Optimizing CT Imaging Parameters: Implications for Diagnostic Accuracy in Nuclear Medicine 2025-May, Seminars in nuclear medicine IF:4.6Q1 DOI:10.1053/j.semnuclmed.2025.02.008 PMID:40055048	综述	本文综述了CT成像参数优化对核医学诊断准确性的影响，并探讨了实施稳健CT协议审查流程的方法	评估了迭代重建（IR）和深度学习（DL）在提升图像质量和减少辐射剂量方面的潜力	未提及具体实验数据或案例研究来支持提出的优化方法	优化CT成像参数以提高核医学诊断准确性	CT成像参数及其对核医学诊断的影响	数字病理	NA	CT, SPECT, PET, IR, DL	NA	医学影像	NA
4976	2025-04-18	U-Net-Based Prediction of Cerebrospinal Fluid Distribution and Ventricular Reflux Grading 2025-May, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70029 PMID:40229147	研究论文	本研究探讨了深度学习在预测人类脑脊液分布中的应用，并提出了一种基于U-net的监督学习模型	首次使用U-net模型预测脑脊液对比剂的分布，并验证了仅使用注射后2小时的成像数据即可获得与使用更多时间点数据相当的预测效果	研究仅基于T1加权MRI扫描，未考虑其他成像方式或更大样本量的验证	探索深度学习在预测脑脊液分布中的潜力，以提高临床分析的效率并降低医疗成本	人类脑脊液分布及脑室反流分级	数字病理学	中枢神经系统疾病	T1加权磁共振成像(MRI)	U-net	图像	NA
4977	2025-04-18	Beyond Double Reading: Multiple Deep Learning Models Enhancing Radiologist-led Breast Screening 2025-May, Radiology. Artificial intelligence DOI:10.1148/ryai.250125 PMID:40237597	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4978	2025-04-18	Improving the cleaning quality of tube lumen instruments by imaging analysis and deep learning techniques 2025-Apr-18, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2023-0527 PMID:40241330	研究论文	本研究通过成像分析和深度学习技术提高管腔器械清洁质量的检测	引入两种注意力机制以关注重要特征，优化了模型性能	未提及模型在实际临床环境中的泛化能力	提高可重复使用管腔器械的清洁质量检测，确保患者安全和临床可靠性	管腔器械（TLIs）	计算机视觉	NA	成像分析、深度学习	FA-ResNet18（带scSE注意力机制）	图像	未明确提及具体样本数量
4979	2025-04-18	Hybrid strategy of coronary atherosclerosis characterization with T1-weighted MRI and CT angiography to noninvasively predict periprocedural myocardial injury 2025-Apr-17, European heart journal. Cardiovascular Imaging DOI:10.1093/ehjci/jeaf116 PMID:40241659	research paper	本研究探讨了结合T1加权MRI和CT血管造影的混合策略，以无创预测冠状动脉介入治疗后的围手术期心肌损伤	首次将MRI与CCTA结合，使用最新的成像和定量技术，提高了PMI预测的准确性	样本量较小，仅包括120名患者的132个病变	探索一种混合CCTA-MRI策略，以提高围手术期心肌损伤的预测准确性	计划进行选择性PCI的冠状动脉粥样硬化患者	digital pathology	cardiovascular disease	T1-weighted MRI, CT angiography, deep learning	deep learning	image	120名患者的132个病变
4980	2025-04-18	Left-handed conformations of glycyl residues may confer protection against protein aggregation 2025-Apr-17, The FEBS journal DOI:10.1111/febs.70092 PMID:40243345	research paper	该研究探讨了甘氨酸残基的左旋构象在防止蛋白质聚集中的作用及其进化意义	揭示了左旋构象甘氨酸残基在疾病变异位点的过度表现及其在进化中的保守性，以及其通过影响自由能来破坏天然折叠的机制	研究主要基于已知的疾病和良性变异位点，可能未涵盖所有相关情况	研究甘氨酸残基的左旋构象对蛋白质稳定性和聚集的影响及其在疾病变异中的作用	甘氨酸残基及其在蛋白质中的构象	生物信息学	蛋白质聚集相关疾病	构象分析、深度学习	深度学习模型	蛋白质序列和结构数据	1104个疾病变异位点和343个良性变异位点