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
5261	2025-03-14	Performance and clinical implications of machine learning models for detecting cervical ossification of the posterior longitudinal ligament: a systematic review 2025-Feb, Asian spine journal IF:2.3Q2 DOI:10.31616/asj.2024.0452 PMID:39829182	系统综述	本文系统评估了机器学习和深度学习模型在检测颈椎后纵韧带骨化症（OPLL）中的诊断性能和临床意义	首次系统综述了机器学习和深度学习模型在OPLL检测中的应用，并分析了其诊断性能和临床意义	研究存在中等程度的偏倚风险，主要与参与者选择和缺失数据有关	评估机器学习和深度学习模型在OPLL检测中的诊断性能和临床意义	颈椎后纵韧带骨化症（OPLL）患者	医学影像分析	颈椎后纵韧带骨化症	机器学习和深度学习	卷积神经网络（CNN）和随机森林模型	影像数据	6,031名患者
5262	2025-03-14	Binary Classification of Laryngeal Images Utilising ResNet-50 CNN Architecture 2025-Feb, Indian journal of otolaryngology and head and neck surgery : official publication of the Association of Otolaryngologists of India DOI:10.1007/s12070-024-05202-9 PMID:40070749	研究论文	本研究提出了一种利用ResNet-50 CNN架构对喉部图像进行二分类的新方法，旨在通过分析内窥镜图像来早期检测喉癌	使用ResNet-50 CNN架构对喉部图像进行二分类，结合深度学习和图像处理技术，提高了喉癌早期检测的准确性	由于数据稀缺，研究将数据分为癌症和非癌症两类，未能涵盖所有九种形态类别	早期检测和分类喉癌	喉部内窥镜图像	计算机视觉	喉癌	深度学习，图像处理	ResNet-50 CNN	图像	1978张内窥镜图像，来自960名患者
5263	2025-03-14	A systematic review of automated prediction of sudden cardiac death using ECG signals 2025-Jan-23, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad9ce5 PMID:39657316	系统综述	本文综述了2011年至2023年间使用ECG信号自动预测心脏性猝死（SCD）的研究进展	本文综合分析了多种机器学习和深度学习算法在SCD预测中的应用，并指出了当前研究的局限性和未来研究方向	大多数预测模型依赖于小规模数据库，限制了其在现实世界中的适用性，且主要使用ECG和HRV信号，忽略了其他生理信号的潜在贡献	探讨自动化预测心脏性猝死（SCD）的方法和技术	心脏性猝死（SCD）患者	机器学习	心血管疾病	ECG信号分析，HRV信号分析	K近邻，支持向量机，决策树，随机森林，朴素贝叶斯，卷积神经网络	ECG信号，HRV信号	使用MIT-BIH SCD Holter和Normal Sinus Rhythm等公开数据库中的24小时记录数据
5264	2025-03-14	AI-enhanced PET/CT image synthesis using CycleGAN for improved ovarian cancer imaging 2025, Polish journal of radiology IF:0.9Q4 DOI:10.5114/pjr/196804 PMID:40070416	研究论文	本研究利用CycleGAN进行PET图像的衰减校正，旨在提高卵巢癌成像的质量	使用生成对抗网络（GANs）进行PET图像衰减校正，避免了额外的CT成像	需要进一步优化和临床验证以实现全面的临床应用	提高卵巢癌成像的质量，减少辐射暴露	55名卵巢癌患者的PET/CT数据	计算机视觉	卵巢癌	生成对抗网络（GANs）	CycleGAN	图像	55名卵巢癌患者的PET/CT数据
5265	2025-03-14	Unsupervised semantic label generation in agricultural fields 2025, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2025.1548143 PMID:40070454	研究论文	本文提出了一种用于农业领域中作物-杂草语义图像分割的自动标注管道，旨在减少深度学习模型训练对手动标注数据的依赖	提出了一种利用无人机或地面机器人记录的RGB图像，结合田间行结构进行空间一致性标注的自动化标注系统，并采用证据深度学习来提供预测不确定性估计，以改进语义预测	尽管在作物上的IoU表现优于完全监督方法，但在杂草上的IoU表现仍较低（22.7% vs 33.5%）	减少农业领域中深度学习模型训练对手动标注数据的依赖，提升作物-杂草语义分割的自动化水平	农业领域中的作物和杂草	计算机视觉	NA	证据深度学习	深度学习模型	RGB图像	多个田地和作物种类
5266	2025-03-14	MMRT: MultiMut Recursive Tree for predicting functional effects of high-order protein variants from low-order variants 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.02.012 PMID:40070521	研究论文	本文介绍了一种名为MMRT的新型深度学习模型，用于预测高阶蛋白质变体的功能效应	MMRT模型结合深度学习和递归树框架，利用低阶变体的信息来预测高阶变体的功能效应	研究仍受限于高阶变体组合数量庞大，难以全面扫描	预测高阶蛋白质变体的功能效应，以理解复杂疾病的发病机制、推进蛋白质工程和精准医学	蛋白质序列及其变体	机器学习	复杂疾病	深度学习	MMRT（MultiMut Recursive Tree）	蛋白质序列数据	685,593个高阶变体
5267	2025-03-14	Advancements in the application of artificial intelligence in the field of colorectal cancer 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1499223 PMID:40071094	研究论文	本文探讨了人工智能在结直肠癌领域的应用进展	利用机器学习和深度学习算法，提高结直肠癌的早期检测、诊断和治疗效果	未具体提及研究的局限性	探索人工智能在结直肠癌管理中的潜力	结直肠癌患者	机器学习	结直肠癌	机器学习和深度学习算法	深度学习（DL）	医疗数据	NA
5268	2025-03-14	Deep learning model for the early prediction of pathologic response following neoadjuvant chemotherapy in breast cancer patients using dynamic contrast-enhanced MRI 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1491843 PMID:40071096	研究论文	本研究旨在探讨不同深度学习方法在DCE-MRI上的诊断准确性，为预测乳腺癌患者新辅助化疗（NAC）后的病理反应提供一个简单易用的工具	利用多种深度学习框架进行迁移学习，结合多种机器学习技术构建分类模型，成功开发出性能最佳的DLR模型，用于预测乳腺癌患者NAC后的病理反应	研究样本量有限，仅包括313名乳腺癌患者，且所有患者均来自单一机构，可能影响模型的泛化能力	开发一个基于DCE-MRI的深度学习模型，用于早期预测乳腺癌患者NAC后的病理反应	313名乳腺癌患者	计算机视觉	乳腺癌	DCE-MRI	ViT, VGG16, ShuffleNet_v2, ResNet18, MobileNet_v2, MnasNet-0.5, GoogleNet, DenseNet121, AlexNet, SVM, KNN, RandomForest, ExtraTrees, XGBoost, LightGBM, MLP	图像	313名乳腺癌患者
5269	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
5270	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
5271	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
5272	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
5273	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
5274	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
5275	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
5276	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
5277	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
5278	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
5279	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
5280	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