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
5561	2025-04-27	A personalized periodontitis risk based on nonimage electronic dental records by machine learning 2025-Feb, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2024.105469 PMID:39571782	research paper	本研究开发了一种基于非图像电子牙科记录（EDRs）的机器学习模型，用于预测牙周病（PD）的风险	利用机器学习模型从非图像电子牙科记录中预测牙周病风险，并识别关键预测因素	模型在验证集中对对照组的预测特异性较低（54%），需要进一步改进内部和外部验证	开发一种机器学习模型，用于早期检测和预防牙周病	来自美国的牙科患者，基于牙周病诊断、治疗和牙周袋情况的病例和对照组	machine learning	periodontal disease	machine learning	Random Forest	electronic dental records	43,331名参与者
5562	2025-04-27	Skeletal muscle is independently associated with grade 3-4 toxicity in advanced stage pancreatic ductal adenocarcinoma patients receiving chemotherapy 2025-Feb, Clinical nutrition ESPEN IF:2.9Q3 DOI:10.1016/j.clnesp.2024.11.004 PMID:39577693	research paper	该研究探讨了晚期胰腺导管腺癌（PDAC）患者在接受FOLFIRINOX化疗期间，身体组成与治疗毒性之间的关系	研究发现肌肉减少症和早期肌肉及脂肪消耗与治疗相关毒性有关，提出了基于身体组成的个性化化疗剂量调整的可能性	研究样本量较小（n=65），且为回顾性研究	研究晚期PDAC患者在接受FOLFIRINOX化疗时身体组成与治疗毒性的关系	晚期胰腺导管腺癌（PDAC）患者	digital pathology	pancreatic cancer	CT图像分割和深度学习	NA	CT图像	65名患者
5563	2025-04-27	AI-powered techniques in anatomical imaging: Impacts on veterinary diagnostics and surgery 2025-Feb, Annals of anatomy = Anatomischer Anzeiger : official organ of the Anatomische Gesellschaft DOI:10.1016/j.aanat.2024.152355 PMID:39577814	综述	本文探讨了人工智能在兽医诊断影像学中的创新与挑战，及其对诊断准确性和手术风险缓解的潜在影响	综述了AI在兽医影像诊断中的应用，包括深度学习与卷积神经网络在多种影像模态中的潜力	需解决数据隐私、算法偏见及临床工作流程整合等挑战	探索AI技术在兽医诊断和手术中的创新应用及其潜在影响	兽医诊断影像学中的AI应用	数字病理	NA	深度学习、卷积神经网络	CNN	医学影像（X光、超声、CT、MRI/乳腺摄影）	NA
5564	2025-04-27	CelloType: a unified model for segmentation and classification of tissue images 2025-Feb, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02513-1 PMID:39578628	research paper	介绍了一种名为CelloType的端到端模型，用于基于图像的空间组学数据中的细胞分割和分类	采用多任务学习策略，将细胞分割和分类任务整合在一起，同时提升两者的性能，优于传统的两阶段方法	未提及具体的数据集规模或模型在特定条件下的性能限制	提升空间组学数据中细胞分割和分类的自动化标注能力	基于图像的空间组学数据中的细胞和非细胞元素	digital pathology	NA	transformer-based deep learning	transformer	image	多种多重荧光和空间转录组图像
5565	2025-04-27	Tumor aware recurrent inter-patient deformable image registration of computed tomography scans with lung cancer 2025-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.17536 PMID:39589333	research paper	提出了一种肿瘤感知的深度学习图像配准方法TRACER，用于肺癌患者的CT扫描图像配准	TRACER方法通过结合肿瘤分割信息和使用3D-CLSTM网络，实现了在保持肿瘤区域不变的同时进行精确的图像配准	研究仅针对肺癌患者的CT图像，未验证在其他癌症类型或成像模态上的适用性	开发适用于基于体素分析的放疗结果建模的跨患者图像配准方法	肺癌患者的CT扫描图像	digital pathology	lung cancer	3D computed tomography (CT)	3D-CLSTM	3D image	204 3D CT image pairs for training, with additional evaluation datasets (N=308, N=765, and N=42)
5566	2025-04-27	Cross-shaped windows transformer with self-supervised pretraining for clinically significant prostate cancer detection in bi-parametric MRI 2025-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.17546 PMID:39589390	research paper	提出了一种新型的自监督学习框架和CSwin transformer UNet模型，用于增强前列腺双参数MRI中的临床显著性前列腺癌检测	引入了端到端的CSwin transformer UNet模型和自监督学习框架，利用未标记数据提高网络泛化能力	需要大量未标记数据进行自监督预训练，且模型性能可能受到数据集多样性的限制	提高前列腺双参数MRI中临床显著性前列腺癌的检测性能	前列腺双参数MRI图像	digital pathology	prostate cancer	bi-parametric MRI	CSwin transformer UNet	image	1476名患者(PI-CAI数据集)和158名患者(Prostate158数据集)
5567	2025-04-27	Weakly Supervised Classification of Mohs Surgical Sections Using Artificial Intelligence 2025-Feb, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2024.100653 PMID:39522646	research paper	该研究开发并评估了一种深度学习模型，用于在Mohs显微外科手术全切片图像中检测基底细胞癌（BCC），结合弱监督学习和基于可解释分割的方法	通过注意力图将弱监督学习与可解释的分割方法相结合，提高了模型在BCC检测中的性能和可解释性	未对第三个外部数据集进行微调或预处理，可能影响模型在该数据集上的表现	解决Mohs显微外科手术全切片图像中基底细胞癌检测的挑战	基底细胞癌（BCC）的Mohs显微外科手术全切片图像	digital pathology	skin cancer	deep learning	CNN	image	来自2个医疗中心的数据集
5568	2025-04-27	Cell Segmentation With Globally Optimized Boundaries (CSGO): A Deep Learning Pipeline for Whole-Cell Segmentation in Hematoxylin-and-Eosin-Stained Tissues 2025-Feb, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2024.102184 PMID:39528162	research paper	开发了一种名为CSGO的深度学习流程，用于在H&E染色组织中进行全细胞分割	整合了核和膜分割算法，并使用基于能量的分水岭方法进行后处理，显著提高了全细胞分割的准确性和鲁棒性	仅在5个外部数据集上进行了评估，样本量相对有限	开发一种自动分割H&E染色组织中细胞的深度学习流程，以提升病理图像分析的能力	肝细胞癌和正常肝组织	digital pathology	hepatocellular carcinoma	deep learning	YOLO, U-Net	image	7例肝细胞癌和11例正常肝组织样本
5569	2025-04-27	The Future of Surgical Diagnostics: Artificial Intelligence-Enhanced Detection of Ganglion Cells for Hirschsprung Disease 2025-Feb, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2024.102189 PMID:39577743	research paper	本文介绍了一种利用人工智能技术增强术中诊断的方法，显著提高了赫希施普龙病中神经节细胞的检测效率	提出了一种基于深度学习的创新方法，通过ResNet-50模型和梯度加权类激活映射算法，显著提高了神经节细胞的检测准确率和诊断速度	研究样本来自3个中心的164名患者，可能无法代表所有临床情况	提高赫希施普龙病术中神经节细胞的检测效率和准确性	赫希施普龙病患者的手术样本	digital pathology	Hirschsprung disease	deep learning, whole-slide imaging	ResNet-50	image	366张冰冻切片和302张福尔马林固定石蜡包埋切片，来自164名患者
5570	2025-04-27	Deciphering glioblastoma: Unveiling imaging markers for predicting MGMT promoter methylation status 2025-Feb, Current problems in cancer IF:2.5Q3 DOI:10.1016/j.currproblcancer.2024.101156 PMID:39531875	review	探讨影像特征在预测胶质母细胞瘤MGMT启动子甲基化状态中的潜力	结合当前影像技术和新兴的放射组学及深度学习模型，预测MGMT甲基化状态，以实现更早和更个体化的治疗和预后	先进的放射组学模型仍需进一步开发、标准化和实施	预测胶质母细胞瘤MGMT启动子甲基化状态，以改善治疗反应和患者预后	胶质母细胞瘤患者	digital pathology	glioblastoma	radiomics, deep learning	deep learning models	imaging	NA
5571	2025-04-27	Development and evaluation of a deep learning model to reduce exomass-related metal artefacts in cone-beam CT: an ex vivo study using porcine mandibles 2025-Feb-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twae062 PMID:39589904	研究论文	开发并评估了一种深度学习模型，用于减少锥形束CT中由外源性物质引起的金属伪影	使用条件去噪扩散概率模型（DL技术）校正锥形束CT中外源性物质相关的金属伪影，提高了图像质量	研究仅使用了猪下颌骨作为实验对象，未来需要进一步验证在人体中的应用效果	减少锥形束CT中外源性物质引起的金属伪影，提高图像质量	猪下颌骨及其中植入的钛、钛锆和氧化锆牙科植入物	数字病理	NA	锥形束CT（CBCT）	条件去噪扩散概率模型	图像	5个猪下颌骨，每个下颌骨植入6个填充放射不透明溶液的管子，并逐步插入最多3个牙科植入物
5572	2025-04-27	Using CT images to assist the segmentation of MR images via generalization: Segmentation of the renal parenchyma of renal carcinoma patients 2025-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.17494 PMID:39494916	research paper	探讨通过泛化能力利用CT图像辅助MR图像分割的可行性及稳健性，应用于肾细胞癌患者的肾实质分割	提出了一种利用CT图像通过泛化能力辅助MR图像分割的简化方法，避免了复杂的跨模态框架	需要更全面的测试来验证方法的泛化能力	探索在多模态医学图像分割中减少数据和标注需求的方法	肾细胞癌患者的肾实质	digital pathology	renal cell carcinoma	3D-UNET	CNN	image	116 CT图像和240 MR图像
5573	2025-04-27	4DCT image artifact detection using deep learning 2025-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.17513 PMID:39540716	research paper	本研究开发了一种基于深度学习的算法，用于检测4DCT图像中的伪影位置	该模型能够灵活处理多种类型的伪影，包括重复、错位、截断和插值，且灵敏度比现有方法高8%	NA	开发一种深度学习算法，用于识别4DCT图像中的伪影位置	4DCT图像中的伪影	computer vision	NA	4DCT	U-net CNN	image	从98次4DCT扫描中提取的23,000多个冠状切片
5574	2025-04-27	SleepECG-Net: Explainable Deep Learning Approach With ECG for Pediatric Sleep Apnea Diagnosis 2025-Feb, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3495975 PMID:39527413	研究论文	提出了一种名为SleepECG-Net的可解释深度学习方法，用于通过心电图直接评估儿童阻塞性睡眠呼吸暂停（OSA）的严重程度	结合CNN-RNN模型和Grad-CAM算法，提高了模型的可解释性，并识别出与儿童OSA相关的心电图特征	模型在不同数据集上的性能存在差异，Cohen's Kappa值在0.249到0.410之间	简化儿童阻塞性睡眠呼吸暂停的诊断过程，并提供心血管风险因素信息	儿童阻塞性睡眠呼吸暂停患者	数字病理学	阻塞性睡眠呼吸暂停	深度学习	CNN-RNN	心电图信号	CHAT数据集1610例，CFS数据集64例，UofC数据集981例
5575	2025-04-27	Applications and potential of machine, learning augmented chest X-ray interpretation in cardiology 2025-Feb, Minerva cardiology and angiology IF:1.4Q3 DOI:10.23736/S2724-5683.24.06288-4 PMID:39535525	review	本文探讨了机器学习在胸部X光片解读中的应用及其在心脏病学中的潜在影响	综述了机器学习在提高胸部X光片解读效率、病理检测准确性和临床决策支持方面的潜在应用	未提及具体的技术实现细节或临床验证结果	探索机器学习在心脏病学中胸部X光片解读的当前和未来应用	胸部X光片及其在心脏病学中的应用	digital pathology	cardiovascular disease	machine learning	deep learning	image	NA
5576	2025-04-27	Glottic opening detection using deep learning for neonatal intubation with video laryngoscopy 2025-Feb, Journal of perinatology : official journal of the California Perinatal Association IF:2.4Q1 DOI:10.1038/s41372-024-02171-3 PMID:39537817	research paper	本研究开发了一种基于深度学习的AI方法，用于在新生儿喉镜插管过程中自动检测声门开口，以提高插管效果	首次将YOLOv8深度学习模型应用于新生儿喉镜插管中的声门开口检测，并实现了与医疗人员相当或更优的性能	样本量相对较小（84例新生儿插管），且模型性能略逊于专家级医疗人员	开发AI辅助工具以提高新生儿喉镜插管的安全性和效率	新生儿喉镜插管过程中的声门开口检测	computer vision	NA	video laryngoscopy (VL)	YOLOv8	video frames	1623张视频帧（来自84例新生儿插管）
5577	2025-04-27	Modeling gene interactions in polygenic prediction via geometric deep learning 2025-Jan-22, Genome research IF:6.2Q1 DOI:10.1101/gr.279694.124 PMID:39562137	研究论文	介绍了一种基于几何深度学习的PRS-Net框架，用于建模基因间的相互作用以增强复杂疾病的预测和生物学发现	提出了PRS-Net，一种可解释的几何深度学习框架，能够有效建模生物系统的非线性关系，并通过图神经网络（GNN）显式封装基因-基因相互作用	未明确提及具体局限性	提高复杂疾病的遗传风险预测准确性并促进生物学发现	复杂疾病的遗传风险预测	机器学习	复杂疾病	几何深度学习、图神经网络（GNN）	GNN	基因组数据	未明确提及样本量
5578	2025-04-27	DeepMEns: an ensemble model for predicting sgRNA on-target activity based on multiple features 2025-Jan-15, Briefings in functional genomics IF:2.5Q3 DOI:10.1093/bfgp/elae043 PMID:39528429	研究论文	提出了一种基于深度学习的集成可解释模型DeepMEns，用于预测sgRNA的靶向活性	结合多种特征和集成策略，提高了预测性能，并通过可解释的模型结构增强了模型的内在机制理解	模型性能仍有提升空间，且未提及在实际基因编辑应用中的验证	提高sgRNA靶向活性预测的准确性和可解释性	CRISPR/Cas9系统中的单导RNA（sgRNA）	机器学习	NA	深度学习	CNN, Transformer, LSTM, 注意力机制	序列数据, 结构数据	使用了五个不同的训练和验证数据集
5579	2025-04-27	Toward Personalized Digital Experiences to Promote Diabetes Self-Management: Mixed Methods Social Computing Approach 2025-Jan-07, JMIR diabetes DOI:10.2196/60109 PMID:39773324	研究论文	本研究采用混合方法社交计算方法，分析数字健康社区中的同伴互动，以促进糖尿病自我管理的个性化干预	结合深度学习和社交网络分析技术，从大规模社交媒体数据中识别社交影响力模式，为个性化干预提供依据	研究仅基于美国糖尿病协会支持社区的数据，可能无法推广到其他文化或平台	探索社交影响力在糖尿病自我管理中的作用，并开发个性化干预措施	美国糖尿病协会支持社区中的同伴互动数据（2014-2021年）	社交计算	糖尿病	深度学习、社交网络分析	深度学习模型	文本	约73,000次同伴互动，其中1,501条手动标注
5580	2025-04-27	Evaluating the Efficacy of Deep Learning Reconstruction in Reducing Radiation Dose for Computer-Aided Volumetry for Liver Tumor: A Phantom Study 2025 Jan-Feb 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001657 PMID:39511829	research paper	本研究通过体模实验比较了不同重建方法在降低肝脏肿瘤计算机辅助体积测量辐射剂量方面的效果	首次在体模实验中评估深度学习重建(DLR)在降低肝脏肿瘤CT扫描辐射剂量方面的潜力，并与传统重建方法进行对比	研究基于体模实验，尚未在真实患者中进行验证	评估不同CT重建方法对肝脏肿瘤计算机辅助体积测量准确性和辐射剂量降低的影响	商业化的拟人化腹部体模	digital pathology	liver tumor	CT扫描，计算机辅助体积测量(CAD v)	deep learning reconstruction (DLR)	CT图像	一个腹部体模在不同辐射剂量(600/400/200/100 mA)下各扫描5次