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
5421	2025-03-09	Fusing Micro- and Macro-Scale Information to Predict Anticancer Synergistic Drug Combinations 2025-Mar, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3500789 PMID:40030241	研究论文	本文提出了一种名为MMFSynergy的新方法，用于预测抗癌药物的协同组合	MMFSynergy方法首次在微尺度和宏观尺度上精细表征药物和细胞系，并通过自监督任务融合跨尺度信息，使用Transformer Encoder模型预测协同分数	尽管MMFSynergy在预测药物协同组合方面表现出色，但其泛化能力仍有待进一步验证	提高抗癌药物协同组合预测的准确性和泛化能力	抗癌药物和细胞系	机器学习	癌症	深度学习	Transformer Encoder	药物和蛋白质数据	基于两个公共数据集的实验
5422	2025-03-09	Pathways to chronic disease detection and prediction: Mapping the potential of machine learning to the pathophysiological processes while navigating ethical challenges 2025-Mar, Chronic diseases and translational medicine DOI:10.1002/cdt3.137 PMID:40051825	综述	本文综述了机器学习在慢性疾病检测和预测中的最新应用，涵盖了从传统技术到现代深度学习神经网络架构的主要方法	本文综合了机器学习在慢性疾病预测中的最新趋势和轨迹，为未来研究和临床转化提供了信息	本文指出了在实现可扩展、公平和临床可实施的机器学习解决方案方面仍需解决的关键挑战和限制	探索机器学习在慢性疾病早期检测和预测中的潜力	慢性疾病（如心脏病、癌症和糖尿病）	机器学习	慢性疾病	基因组学、转录组学、蛋白质组学、糖组学和脂质组学	逻辑回归、随机森林、深度学习神经网络	医学影像、基因组数据、可穿戴设备数据、电子健康记录	NA
5423	2025-03-09	A Hardware Accelerator for Real-Time Processing Platforms Used in Synthetic Aperture Radar Target Detection Tasks 2025-Feb-07, Micromachines IF:3.0Q2 DOI:10.3390/mi16020193 PMID:40047666	研究论文	本文设计了一种用于合成孔径雷达（SAR）目标检测任务的低功耗、低延迟深度学习加速器，以实现在机载和卫星SAR平台上的实时目标检测	提出了一种适用于多维卷积并行计算的Process Engine（PE），并设计了独特的存储器排列方案，以提高FPGA的计算效率和内存读写效率	实验仅在Virtex 7 690t芯片上进行，未涉及其他硬件平台或更广泛的应用场景	解决当前GPU实时处理平台在机载或卫星应用中的功耗问题，实现SAR图像的实时目标检测	合成孔径雷达（SAR）图像	计算机视觉	NA	深度学习	CNN, Yolov5s	图像	52.19张512×512大小的SAR图像每秒
5424	2024-08-07	Author Response: Deep learning-assisted detection and segmentation of intracranial hemorrhage in noncontrast computed tomography scans of acute stroke patients: a systematic review and meta-analysis 2025-Jan-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000001963 PMID:39017750	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5425	2025-03-09	Elastography-based AI model can predict axillary status after neoadjuvant chemotherapy in breast cancer with nodal involvement: a prospective, multicenter, diagnostic study 2025-Jan-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002105 PMID:39724577	研究论文	本研究开发了一种基于弹性成像的AI模型，用于预测乳腺癌患者在接受新辅助化疗后腋窝淋巴结的状态	结合剪切波弹性成像（SWE）和深度学习放射组学（DLR）模型，显著提高了预测腋窝淋巴结状态的准确性	研究样本量有限，且仅包括活检证实有淋巴结转移的乳腺癌患者	开发一个准确预测乳腺癌患者在接受新辅助化疗后腋窝淋巴结状态的模型	671名活检证实有淋巴结转移并接受新辅助化疗的乳腺癌患者	数字病理学	乳腺癌	剪切波弹性成像（SWE）和B型超声（BUS）	深度学习放射组学（DLR）模型	超声图像	671名乳腺癌患者
5426	2025-03-09	Identification of BCL11A, NTN5, and OGN as Diagnosis Biomarker of Papillary Renal Cell Carcinomas by Bioinformatic Analysis 2025, Journal of kidney cancer and VHL IF:1.9Q3 DOI:10.15586/jkc.v12i1.366 PMID:40051609	研究论文	本研究通过生物信息学和深度学习技术，识别出BCL11A、NTN5和OGN作为乳头状肾细胞癌（PRCC）的诊断生物标志物	首次将BCL11A、NTN5和OGN识别为PRCC的诊断生物标志物，并利用机器学习和ROC曲线分析验证其诊断效能	研究主要依赖于TCGA数据库的数据，未进行实验验证	寻找PRCC的早期诊断生物标志物	乳头状肾细胞癌（PRCC）患者	生物信息学	肾癌	RNA表达谱分析、机器学习	深度学习	RNA表达数据	TCGA数据库中的PRCC患者数据
5427	2025-03-09	Artificial intelligence and perinatology: a study on accelerated academic production- a bibliometric analysis 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1505450 PMID:40051727	研究论文	本文通过文献计量学方法，分析了近年来围产医学领域中人工智能应用的快速增长及其研究热点	首次系统性地通过文献计量学方法分析围产医学领域中人工智能的研究趋势和应用热点	研究仅基于特定数据库（WOSCC）的数据，可能无法涵盖所有相关文献	分析围产医学领域中人工智能的研究趋势和应用热点	围产医学领域的文献	医学信息学	围产医学	文献计量学分析	NA	文献数据	382篇相关文献，其中121篇高被引文献
5428	2025-03-09	Breaking new ground: machine learning enhances survival forecasts in hypercapnic respiratory failure 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1497651 PMID:40051730	研究论文	本研究旨在开发和验证一个预测高碳酸血症性呼吸衰竭患者生存的模型	使用随机生存森林（RSF）模型在预测高碳酸血症性呼吸衰竭患者预后方面表现出优于传统CoxPH模型和DeepSurv模型的性能	研究样本主要来自两家医院，可能限制了模型的普遍适用性	开发和验证一个预测高碳酸血症性呼吸衰竭患者生存的模型	高碳酸血症性呼吸衰竭患者	机器学习	呼吸系统疾病	随机生存森林（RSF）、DeepSurv、Cox比例风险模型（CoxPH）	RSF, DeepSurv, CoxPH	临床数据	697名患者（565名建模组，132名外部验证组）
5429	2025-03-09	MRI quantified enlarged perivascular space volumes as imaging biomarkers correlating with severity of anxiety depression in young adults with long-time mobile phone use 2025, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2025.1532256 PMID:40051766	研究论文	本研究旨在利用MRI量化的扩大血管周围间隙（EPVS）指标和机器学习算法，评估长时间使用手机（LTMPU）患者的焦虑和抑郁症状严重程度	首次将MRI量化的EPVS指标与机器学习算法结合，用于评估LTMPU患者的焦虑和抑郁症状严重程度，提供了一种非侵入性、客观且定量的诊断方法	样本量较小（82名参与者），且仅针对长时间使用手机的人群，可能限制了结果的普遍性	开发一种预测模型，评估长时间使用手机患者的焦虑和抑郁症状严重程度	长时间使用手机的年轻成年人	数字病理学	焦虑和抑郁	MRI	逻辑回归模型和K近邻模型	图像	82名长时间使用手机的参与者，其中37名患有焦虑，44名患有抑郁
5430	2025-03-09	Practical Applications of Artificial Intelligence Diagnostic Systems in Fundus Retinal Disease Screening 2025, International journal of general medicine IF:2.1Q2 DOI:10.2147/IJGM.S507100 PMID:40051895	研究论文	本研究评估了一种基于深度学习的AI诊断系统在视网膜疾病分析中的性能，评估其与专家诊断的一致性及其在筛查应用中的整体效用	使用深度学习AI系统进行视网膜疾病筛查，并与专家诊断进行对比，评估其在实际应用中的可靠性和可行性	研究仅在一家医院进行，样本量虽大但可能缺乏多样性	评估AI诊断系统在视网膜疾病筛查中的性能	3076名接受全面眼科检查的患者	数字病理	视网膜疾病	深度学习	CARE系统	图像	3076名患者
5431	2025-03-08	Corrigendum: Addressing grading bias in rock climbing: machine and deep learning approaches 2025, Frontiers in sports and active living IF:2.3Q2 DOI:10.3389/fspor.2025.1570591 PMID:40051920	correction	本文是对先前发表文章的更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5432	2025-03-09	Research progress on artificial intelligence technology-assisted diagnosis of thyroid diseases 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1536039 PMID:40052126	综述	本文综述了人工智能技术在甲状腺疾病早期诊断中的应用研究，特别是深度学习算法在超声和病理图像识别中的应用	整合了多项研究结果，指出卷积神经网络模型在甲状腺结节和甲状腺病理细胞病变识别中具有高准确率，U-Net网络模型作为分割算法能显著提高甲状腺结节超声图像的识别准确率	目前甲状腺疾病的早期诊断仍依赖于检查设备和医生的临床经验，存在一定的误诊率	探索一种能在早期阶段客观筛查甲状腺病变的技术	甲状腺疾病的早期筛查和诊断	数字病理学	甲状腺癌	深度学习算法	卷积神经网络, U-Net网络模型	超声图像, 病理切片	NA
5433	2025-03-09	A review of AI-based radiogenomics in neurodegenerative disease 2025, Frontiers in big data IF:2.4Q2 DOI:10.3389/fdata.2025.1515341 PMID:40052173	review	本文综述了基于人工智能的放射基因组学在神经退行性疾病中的应用	结合放射组学和基因组学，利用人工智能技术提高神经退行性疾病的诊断准确性和及时性	NA	探讨人工智能在神经退行性疾病放射基因组学中的应用	神经退行性疾病	digital pathology	geriatric disease	radiomics, genomics	machine learning, deep learning	imaging, genomic data	NA
5434	2025-03-09	Enhancing Whole Slide Image Classification with Discriminative and Contrastive Learning 2024-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-72083-3_10 PMID:40046787	研究论文	本研究通过结合判别式和对比学习技术，提升了全切片图像（WSI）分类的准确性和鲁棒性	与现有主要依赖基于WSI级别标签分配伪标签的对比学习方法不同，本研究直接在WSI级别构建正负样本，从而更有效地学习信息丰富的图像特征	NA	提高全切片图像分类的准确性和鲁棒性	全切片图像（WSI）	数字病理学	NA	对比学习	深度学习	图像	两个数据集
5435	2025-03-09	Accurate fully automated assessment of left ventricle, left atrium, and left atrial appendage function from computed tomography using deep learning 2024-Oct, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyaf011 PMID:40051867	研究论文	本研究开发了一种全自动深度学习方法，用于从计算机断层扫描（CT）中计算心脏功能	首次比较了nnU-Net、3D TransUNet和UNETR在心脏功能参数分割和计算中的表现，发现nnU-Net在多个指标上优于其他模型	样本量较小（39名患者），且仅评估了左侧心脏功能	开发一种全自动深度学习方法，用于从CT中计算心脏功能参数	左心室（LV）、左心房（LA）和左心耳（LAA）	计算机视觉	心血管疾病	CT	nnU-Net, 3D TransUNet, UNETR	图像	39名患者的时间分辨CT数据集
5436	2025-03-09	Artificial intelligence applied to magnetic resonance imaging reliably detects the presence, but not the location, of meniscus tears: a systematic review and meta-analysis 2024-Sep, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10625-7 PMID:38386028	系统综述与荟萃分析	本文通过系统综述和荟萃分析，评估了卷积神经网络（CNN）在诊断半月板撕裂中的准确性，并分析了这些CNN算法的决策过程	首次系统地比较了AI模型在诊断半月板撕裂中的表现，特别是在识别撕裂存在与定位撕裂位置方面的差异	研究存在显著的异质性（I2=79%），且AI模型在定位撕裂位置方面的表现不如识别撕裂存在	评估AI模型在诊断半月板撕裂中的准确性，并分析其决策过程	半月板撕裂的诊断	医学影像分析	半月板撕裂	卷积神经网络（CNN）	CNN	磁共振成像（MRI）图像	13,467名患者和57,551张图像
5437	2025-03-09	Evaluation of preoperative difficult airway prediction methods for adult patients without obvious airway abnormalities: a systematic review and meta-analysis 2024-07-17, BMC anesthesiology IF:2.3Q2 DOI:10.1186/s12871-024-02627-1 PMID:39020308	系统综述和荟萃分析	本文通过系统综述和荟萃分析，评估了成人患者无显著气道异常时术前困难气道预测方法的有效性	本文首次系统性地评估了多种术前困难气道预测方法，并提出了结合多种方法的个性化预测策略	研究存在显著的异质性，可能受到样本量和研究设计等因素的影响	评估和比较不同术前困难气道预测方法的有效性，以辅助临床决策	成人患者，无显著气道异常，接受各种类型手术	临床医学	NA	系统综述和荟萃分析	NA	文献数据	686,089名患者
5438	2025-03-09	The human hypothalamus coordinates switching between different survival actions 2024-Jun, PLoS biology IF:7.8Q1 DOI:10.1371/journal.pbio.3002624 PMID:38941452	研究论文	本研究探讨了人类下丘脑在生存行为切换中的作用，通过虚拟捕食者和猎物的实验范式，结合深度学习分割和优化的成像序列，揭示了人类下丘脑在生存行为切换中的关键角色	首次识别了人类下丘脑在生存行为切换中的作用，并揭示了其在行为切换后动作组织中的角色	研究依赖于虚拟环境中的行为模拟，可能无法完全反映真实世界中的生存行为	探讨人类下丘脑在生存行为切换中的作用	人类下丘脑及其在生存行为切换中的功能	神经科学	NA	深度学习分割、优化的成像序列、多体素模式分析（MVPA）、多体素连接分析、基于模型的fMRI分析	计算模型	fMRI数据	两次实验中的志愿者
5439	2025-03-09	Multinational External Validation of Autonomous Retinopathy of Prematurity Screening 2024-Apr-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2024.0045 PMID:38451496	研究论文	本研究评估了基于自主人工智能的早产儿视网膜病变（ROP）筛查在检测中重度ROP和1型ROP方面的表现	使用深度学习创建的图像处理管道，通过远程医疗自主识别中重度ROP和1型ROP	研究依赖于外部数据集，可能存在数据偏差	评估自主AI筛查ROP的有效性	早产儿视网膜病变（ROP）	数字病理学	早产儿视网膜病变	深度学习	AI算法	图像	SUNDROP数据集：1545名婴儿的6245次检查；AECS数据集：2699名婴儿的5635次检查
5440	2025-03-09	Adaptive Tensor-Based Feature Extraction for Pupil Segmentation in Cataract Surgery 2024-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3345837 PMID:38127596	研究论文	本文提出了一种名为自适应小波张量特征提取（AWTFE）的新方法，用于提高深度学习驱动的瞳孔识别系统的准确性	提出了一种新的自适应小波张量特征提取方法，通过构建三阶张量来表示空间信息、颜色通道和小波子带之间的相关性，并利用高阶奇异值分解自适应地消除冗余信息，从而提高瞳孔识别的准确性	NA	提高白内障手术视频中瞳孔分割的准确性，以帮助外科医生在手术并发症发生前检测瞳孔不稳定的风险因素	白内障手术视频中的瞳孔区域	计算机视觉	白内障	自适应小波张量特征提取（AWTFE）	深度学习分割模型	图像	5,700张来自190例白内障手术的标注术中图像（BigCat数据集）和一个公开的CaDIS数据集