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
541	2025-05-02	Sirolimus as a repurposed drug for tendinopathy: A systems biology approach combining computational and experimental methods 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109665 PMID:39809087	研究论文	本研究通过系统生物学方法结合计算和实验手段，探索西罗莫司作为肌腱病再用途药物的潜力	首次提出基于系统生物学的药物预测策略，整合多组学数据和深度学习技术，发现西罗莫司对肌腱病的治疗潜力	研究主要基于临床前模型，需要进一步临床试验验证	探索现有药物在肌腱病治疗中的再用途潜力	肌腱病相关基因和信号通路	系统生物学	肌腱病	转录组学分析、深度学习、孟德尔随机化、基因敲除	深度学习模型	基因表达数据	154例临床肌腱样本
542	2025-05-02	Weakly-supervised thyroid ultrasound segmentation: Leveraging multi-scale consistency, contextual features, and bounding box supervision for accurate target delineation 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109669 PMID:39809086	research paper	提出一种新颖的弱监督分割框架，用于甲状腺超声图像的分割，通过多尺度一致性、上下文特征和边界框监督来提高分割准确性	结合了空间排列一致性分支、层次预测一致性分支、上下文特征集成分支和多尺度原型细化模块，显著减少了对像素级标注的依赖	在低对比度和噪声背景的甲状腺超声图像中，边界分割仍面临挑战	提高甲状腺超声图像分割的准确性，减少标注时间	甲状腺超声图像	digital pathology	thyroid disease	weakly-supervised learning	CNN	image	两个甲状腺超声数据集（TG3K和TN3K）
543	2025-05-02	NNFit: A Self-Supervised Deep Learning Method for Accelerated Quantification of High-Resolution Short-Echo-Time MR Spectroscopy Datasets 2025-Mar, Radiology. Artificial intelligence DOI:10.1148/ryai.230579 PMID:39812584	研究论文	开发并评估了一种名为NNFit的自监督深度学习方法，用于加速高分辨率短回波时间MR光谱数据集的量化	提出了一种自监督深度学习方法NNFit，显著提高了光谱量化的计算效率	研究为回顾性分析，需要在前瞻性研究中进一步验证	解决传统光谱量化方法在临床工作流程中的计算瓶颈问题	胶质母细胞瘤和重度抑郁症患者的短回波时间全脑EPSI/GRAPPA扫描数据	医学影像分析	胶质母细胞瘤, 重度抑郁症	短回波时间回波平面光谱成像(EPSI), 广义自动校准部分并行采集(GRAPPA)	自监督深度学习	MR光谱数据	89次扫描（胶质母细胞瘤试验60次+抑郁症试验29次），共945,000个光谱
544	2025-05-02	A novel hybrid deep learning framework based on biplanar X-ray radiography images for bone density prediction and classification 2025-Mar, Osteoporosis international : a journal established as result of cooperation between the European Foundation for Osteoporosis and the National Osteoporosis Foundation of the USA IF:4.2Q1 DOI:10.1007/s00198-024-07378-w PMID:39812675	research paper	该研究利用深度学习基于双平面X射线摄影图像进行骨密度预测和分类	提出了一种新型混合深度学习框架，用于骨密度预测和分类，具有高准确性和与QCT结果的强相关性	未提及样本量的具体大小及多样性，可能影响模型的泛化能力	开发一种基于深度学习的骨密度预测和分类方法，用于骨质疏松高风险患者的筛查	来自华山医院体检中心的双平面X射线摄影图像	digital pathology	geriatric disease	BPX	hybrid deep learning	image	NA
545	2025-05-02	Artificial Intelligence-Guided Lung Ultrasound by Nonexperts 2025-Mar-01, JAMA cardiology IF:14.8Q1 DOI:10.1001/jamacardio.2024.4991 PMID:39813064	research paper	评估AI辅助训练医疗专业人员获取诊断质量肺部超声图像的能力	首次验证AI辅助非专家获取诊断质量肺部超声图像的有效性	样本量相对较小（176名参与者），且仅针对特定呼吸系统症状患者	验证AI在辅助非专家获取诊断质量肺部超声图像方面的有效性	21岁及以上呼吸急促患者	digital pathology	cardiogenic pulmonary edema	deep learning	深度学习算法	超声图像	176名参与者（81名女性，平均年龄63岁）
546	2025-02-14	Comment on "An examination of daily CO2 emissions prediction through a comparative analysis of machine learning, deep learning, and statistical models" 2025-Mar, Environmental science and pollution research international DOI:10.1007/s11356-025-36087-y PMID:39939571	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
547	2025-05-02	Post-Training Network Compression for 3D Medical Image Segmentation: Reducing Computational Efforts via Tucker Decomposition 2025-Mar, Radiology. Artificial intelligence DOI:10.1148/ryai.240353 PMID:39812583	research paper	研究通过Tucker分解减少3D医学图像分割模型TotalSegmentator的计算需求	提出使用Tucker分解对TotalSegmentator模型进行后训练网络压缩，显著减少模型参数和浮点运算，同时保持分割精度	不同GPU架构上的实际加速效果存在差异，性能提升在较低性能硬件上更为明显	降低医学图像分割模型的计算需求	TotalSegmentator模型和3D CT图像	digital pathology	NA	Tucker decomposition	nnU-Net	3D CT image	1228个分割CT扫描用于训练，89个CT扫描用于测试
548	2025-05-02	Comparative analysis of brain volumetric measurements between contrast-enhanced and non-contrast MRI images 2025-Feb-06, Neuroscience letters IF:2.5Q3 DOI:10.1016/j.neulet.2025.138118 PMID:39788481	research paper	比较增强和非增强MRI图像在脑体积测量中的可靠性	使用深度学习工具SynthSeg+评估增强MRI在形态测量中的可靠性，拓宽了临床增强MRI在神经影像研究中的应用	样本量较小（59名正常参与者），且CAT12工具表现不一致	评估增强MRI扫描在形态测量中的可靠性	59名年龄在21-73岁的正常参与者的T1加权增强和非增强MRI扫描	neuroimaging	NA	MRI	深度学习（SynthSeg+）	image	59名正常参与者
549	2025-05-02	Speech Technology for Automatic Recognition and Assessment of Dysarthric Speech: An Overview 2025-Feb-04, Journal of speech, language, and hearing research : JSLHR DOI:10.1044/2024_JSLHR-23-00740 PMID:39813019	综述	本文综述了构音障碍语音研究领域的最新进展，重点介绍了语音技术在自动识别和评估构音障碍语音中的应用	整合了构音障碍语音研究的现有成果，并探讨了人工智能分析和远程治疗等新方向	未涉及伦理委员会或机构审查委员会的审批	改善构音障碍患者的生活质量，开发包容性对话界面	构音障碍语音	自然语言处理	构音障碍	机器学习、深度神经网络	深度学习模型	语音数据	NA
550	2025-05-02	Enhanced prediction of partial nitrification-anammox process in wastewater treatment by developing an attention-based deep learning network 2025-Feb, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.124012 PMID:39788059	研究论文	本研究开发了一种基于注意力机制的深度学习网络（AttentionNet），用于增强废水处理中部分硝化-厌氧氨氧化（PN-anammox）过程的预测性能	提出了结合LSTM和DenseNet的AttentionNet模型，显著提高了PN-anammox过程的预测精度	模型在进水质量不稳定和处理性能较差条件下的表现仍需进一步验证	提高废水处理中PN-anammox过程的预测精度和实时监控能力	低浓度废水中的PN-anammox反应器	机器学习	NA	深度学习	LSTM, DenseNet, AttentionNet	实验数据	基于长期实验构建的数据集
551	2025-05-02	Deep learning model to identify and validate hypotension endotypes in surgical and critically ill patients 2025-Feb, British journal of anaesthesia IF:9.1Q1 DOI:10.1016/j.bja.2024.10.048 PMID:39788817	研究论文	使用无监督深度学习模型识别和验证手术及重症患者中的低血压内型	首次应用无监督深度学习算法（自编码器结合高斯混合模型）识别低血压内型，并在独立数据集中验证	研究仅基于特定血流动力学参数，未考虑其他潜在影响因素	识别和验证手术及重症患者中不同低血压内型	手术患者和重症患者	机器学习	心血管疾病	无监督深度学习	自编码器结合高斯混合模型	血流动力学参数数据	开发数据集：871名手术患者（6962次低血压事件）；验证数据集1：1000名手术患者（7904次低血压事件）；验证数据集2：1000名重症患者（53821次低血压事件）
552	2025-05-02	Deep learning model for automatic detection of different types of microaneurysms in diabetic retinopathy 2025-Feb, Eye (London, England) DOI:10.1038/s41433-024-03585-1 PMID:39789187	研究论文	本研究开发了一种基于深度学习的软件，用于在非增殖性糖尿病视网膜病变（NPDR）患者的结构光学相干断层扫描（OCT）图像中自动检测和区分低反射和高反射微动脉瘤（MAs）	使用YOLO和DETR两种深度学习模型对MAs进行检测和分类，并比较其性能	自动化方法与人工标注之间的差异主要源于自动化方法对正常视网膜血管的选择	开发一种能够自动检测和分类糖尿病视网膜病变中不同类型微动脉瘤的深度学习软件	非增殖性糖尿病视网膜病变（NPDR）患者的结构OCT图像	计算机视觉	糖尿病视网膜病变	结构光学相干断层扫描（OCT）	YOLO, DETR	图像	249名患者（498只眼睛）
553	2025-05-02	G-SET-DCL: a guided sequential episodic training with dual contrastive learning approach for colon segmentation 2025-Feb, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03319-4 PMID:39789205	研究论文	提出了一种新型深度学习方法来显著提高结肠分割的准确性，即使在有限的数据标注情况下也能提升CT结肠成像在临床中的整体效果	结合3D上下文信息，通过引导顺序片段训练和双重对比学习增强特征区分能力，提高分割精度	虽然在小规模标注数据上表现良好，但未在大规模多样化数据集上进行验证	提高结肠分割的准确性以支持自动诊断评估	结肠CT图像	数字病理学	结肠癌	深度学习，对比学习	Markov Random Field-based算法，顺序片段训练模型	3D CT图像	98例腹部扫描数据
554	2025-05-02	Deep learning multi-classification of middle ear diseases using synthetic tympanic images 2025-Feb, Acta oto-laryngologica IF:1.2Q3 DOI:10.1080/00016489.2024.2448829 PMID:39797517	研究论文	本研究开发了一种基于深度学习的自动诊断系统，用于通过鼓膜图像分类中耳疾病	利用GAN生成高质量的合成鼓膜图像以扩充训练数据集，并探索其在医学诊断模型中的潜在应用	合成图像与真实图像结合训练并未显著提高诊断准确率，且仅使用合成图像时模型准确率约为70%	开发自动诊断中耳疾病的系统	鼓膜图像（包括真实和合成图像）	计算机视觉	中耳疾病	GAN（StyleGAN3）	InceptionV3	图像	472张真实内窥镜图像和200张合成图像
555	2025-05-02	White matter hyperintensities regress at a high rate at three months after minor ischemic stroke or transient ischemic attack 2025-Feb, Journal of neuroradiology = Journal de neuroradiologie DOI:10.1016/j.neurad.2024.101239 PMID:39798248	研究论文	研究探讨轻微缺血性卒中或短暂性脑缺血发作后三个月内白质高信号（WMH）的早期消退情况及其影响因素	首次报道WMH在轻微缺血性卒中或短暂性脑缺血发作后三个月内即可出现消退，并识别了影响消退的因素	样本量较小（98例患者），且为回顾性分析	探究WMH在轻微缺血性卒中或短暂性脑缺血发作后的早期消退情况及影响因素	轻微缺血性卒中或短暂性脑缺血发作患者	数字病理学	心血管疾病	脑MRI	深度学习算法	图像	98例轻微缺血性卒中或短暂性脑缺血发作患者
556	2025-05-02	The role of sleep quality in mediating the relationship between habenula volume and resilience 2025-Feb, Psychiatry research IF:4.2Q1 DOI:10.1016/j.psychres.2025.116358 PMID:39799818	研究论文	本研究探讨了睡眠质量在缰核体积与心理韧性关系中的中介作用	首次在人类研究中揭示缰核体积通过睡眠质量影响心理韧性的生物学机制	样本量较小（84名健康参与者），且为横断面研究无法确定因果关系	探究缰核体积与心理韧性关系的生物学机制	84名健康参与者的缰核体积、睡眠质量和心理韧性	神经影像学	抑郁症	3T-MRI T1加权成像	深度学习自动分割模型	MRI图像和问卷数据	84名健康参与者
557	2025-05-02	Development and routine implementation of deep learning algorithm for automatic brain metastases segmentation on MRI for RANO-BM criteria follow-up 2025-Feb-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121002 PMID:39800174	研究论文	开发并验证了一种用于自动分割MRI上脑转移瘤的深度学习算法，以简化RANO-BM标准的临床应用	利用深度学习算法自动分割脑转移瘤，显著提高了RANO-BM标准的应用效率和准确性	研究样本量较小，仅包含132名患者的27,456张MRI图像	开发并验证一种AI解决方案，用于在常规临床环境中自动分割脑转移瘤并获取RANO-BM标准	脑转移瘤（BM）患者	数字病理学	脑转移瘤	MRI	UNETR	图像	132名患者的27,456张MRI图像
558	2025-05-02	Deep Learning and Numerical Analysis for Bladder Outflow Obstruction and Detrusor Underactivity Diagnosis in Men: A Novel Urodynamic Evaluation Scheme 2025-Feb, Neurourology and urodynamics IF:1.8Q3 DOI:10.1002/nau.25665 PMID:39803869	研究论文	通过深度学习与数值分析方法，提出一种新型尿动力学评估方案，用于自动识别和诊断男性下尿路症状患者的膀胱出口梗阻和逼尿肌活动不足	结合深度卷积神经网络与短时傅里叶变换算法，利用五通道尿动力学数据进行准确诊断	研究仅针对男性患者，未涉及女性或其他人群	自动诊断膀胱出口梗阻（BOO）和逼尿肌活动不足（DUA）	1949名接受尿动力学检查的男性患者	数字病理学	泌尿系统疾病	短时傅里叶变换（STFT）	深度卷积神经网络（CNN）	尿动力学数据（包括尿流率、尿量、膀胱内压、腹压和逼尿肌压力）	1949名男性患者（1725名来自武汉大学人民医院，224名来自武汉市中心医院）
559	2025-05-02	CLSSATP: Contrastive learning and self-supervised learning model for aquatic toxicity prediction 2025-Feb, Aquatic toxicology (Amsterdam, Netherlands) DOI:10.1016/j.aquatox.2025.107244 PMID:39805255	研究论文	提出了一种名为CLSSATP的高效对比自监督学习深度神经网络预测模型，用于有机毒性预测	模型整合了自监督学习模块和对比学习模块，通过双视角学习深入理解分子结构和性质关系	NA	研究化学物质对不同水生物种的潜在影响，以保护环境和确保可持续人类发展	有机毒性	机器学习	NA	对比学习、自监督学习	深度神经网络	分子指纹、分子图	NA
560	2025-05-02	ECGEFNet: A two-branch deep learning model for calculating left ventricular ejection fraction using electrocardiogram 2025-Feb, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.103065 PMID:39809042	research paper	提出了一种名为ECGEFNet的双分支深度学习模型，用于通过心电图计算左心室射血分数（LVEF）	创新性地整合了原始数值信号和波形图，通过融合注意力机制（FAT）和双分支特征融合模块（BFF）提高了特征融合效率	未提及模型在外部数据集上的验证情况	开发一种基于心电图的心脏功能障碍实时监测工具	左心室射血分数（LVEF）	machine learning	cardiovascular disease	deep learning	ECGEFNet (two-branch deep learning model)	electrocardiogram (ECG)	大型内部数据集（具体数量未提及）