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
5961	2025-02-28	Deep learning based prediction of depression and anxiety in patients with type 2 diabetes mellitus using regional electronic health records 2025-Apr, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105801 PMID:39889672	研究论文	本研究开发并验证了一个深度学习模型REDAPM，利用区域电子健康记录（EHR）数据预测2型糖尿病患者中的抑郁和焦虑	REDAPM模型首次整合了区域异构EHR数据，包括结构化和非结构化数据，捕捉临床事件的时间依赖性，显著提升了预测性能	研究依赖于特定区域（南京）的EHR数据，可能限制了模型的普适性	开发并验证一个深度学习模型，用于预测2型糖尿病患者中的抑郁和焦虑	2型糖尿病患者	机器学习	糖尿病	深度学习	REDAPM	电子健康记录（EHR）数据	内部验证数据集包含24,724名患者，外部验证数据集包含34,340名患者
5962	2025-02-03	A deep learning model for QRS delineation in organized rhythms during in-hospital cardiac arrest 2025-Apr, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105803 PMID:39891984	研究论文	本文介绍了一种新的深度学习模型，用于在院内心脏骤停期间准确描绘有组织心律中的QRS复合波	提出了一种基于U-Net模型的深度学习方法，首次在心脏骤停心律中测试并准确描绘QRS复合波	未提及具体局限性	提高在院内心脏骤停期间QRS复合波的准确描绘，以支持临床诊断和治疗策略优化	院内心脏骤停患者和血流动力学稳定的患者	数字病理学	心血管疾病	深度学习	U-Net	ECG信号	332次院内心脏骤停事件（151815个QRS复合波）和105名血流动力学稳定的患者（112497个QRS复合波）
5963	2025-02-28	Deep learning and machine learning in CT-based COPD diagnosis: Systematic review and meta-analysis 2025-Apr, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105812 PMID:39891985	meta-analysis	本文通过系统回顾和荟萃分析，评估了深度学习和机器学习在基于CT的慢性阻塞性肺疾病（COPD）诊断中的表现	首次对AI模型在COPD诊断中的表现进行了定量分析，并比较了深度学习和机器学习模型的诊断效能	研究间的异质性较高，且MIL机制对DL模型的性能提升未达到统计学显著性	评估AI模型在COPD诊断中的表现，并比较不同模型的诊断效能	COPD患者的CT图像	数字病理学	慢性阻塞性肺疾病	CT成像	深度学习（DL）、机器学习（ML）、多实例学习（MIL）	图像	22,817名患者
5964	2025-02-28	An interpretable hybrid machine learning approach for predicting three-month unfavorable outcomes in patients with acute ischemic stroke 2025-Apr, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105807 PMID:39923294	研究论文	本研究旨在开发可解释的混合机器学习模型，以准确预测急性缺血性卒中患者三个月内的不良预后	结合了25种模型和14种评估指标进行聚类分析，最终选择了12种机器学习模型进行进一步分析，并通过SHAP图提供了特征重要性及其交互效应的可视化解释	研究依赖于现有的临床数据变量，可能无法涵盖所有影响预后的因素	开发可解释的混合机器学习模型，预测急性缺血性卒中患者三个月内的不良预后	急性缺血性卒中患者	机器学习	急性缺血性卒中	机器学习、深度学习	XGBoost、CatBoost	临床数据	731例训练数据，1045例内部验证数据，411例外部验证数据
5965	2025-02-28	Advanced deep learning techniques for recognition of dental implants 2025 Mar-Apr, Journal of oral biology and craniofacial research DOI:10.1016/j.jobcr.2025.01.016 PMID:40008072	研究论文	本研究评估了一种先进的深度学习技术DEtection TRanformer，用于识别牙科植入物	使用基于Transformer的深度学习技术DEtection TRanformer进行牙科植入物识别，这是一种新颖的应用	模型在未见过的验证数据上表现不佳，需要在准确性和效率之间进行优化	开发一种能够通过分析X光片图像来预测植入物类型的人工智能工具	牙科植入物	计算机视觉	NA	深度学习	DEtection TRanformer	图像	1138张图像，包含五种植入物类型，来自根尖和全景X光片
5966	2025-02-28	Towards Diagnostic Intelligent Systems in Leukemia Detection and Classification: A Systematic Review and Meta-analysis 2025-Mar, Journal of evidence-based medicine DOI:10.1111/jebm.70005 PMID:40013326	系统综述与元分析	本文综述了2015年至2023年间使用人工智能和机器学习算法从外周血涂片图像中检测和分类白血病及其亚型的研究	系统性地评估了AI在白血病检测和分类中的应用，并提供了现代技术（如深度学习）在此领域的广泛应用情况	大多数研究依赖内部验证，缺乏严格的外部验证以评估模型的普遍适用性	评估和综合基于AI的白血病检测和分类方法的研究成果	外周血涂片图像	数字病理学	白血病	机器学习、深度学习	卷积神经网络（CNN）	图像	190项研究
5967	2025-02-28	Deep Learning Protocol for Predicting Full-Spectrum Infrared and Raman Spectra of Polypeptides and Proteins Using All-Atom Models 2025-Feb-27, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.5c00169 PMID:39966082	研究论文	本研究开发了一个深度学习协议，用于预测多肽和蛋白质的全谱红外和拉曼光谱，使用全原子模型	利用转移学习与DetaNet（深度等变张量注意力网络）结合，成功模拟了含有数千个原子的蛋白质的振动光谱，效率远超传统量子化学方法	NA	开发一种高效的方法来模拟大分子蛋白质和多肽的红外和拉曼光谱	氨基酸、二肽、三肽以及大分子蛋白质和多肽	机器学习	NA	红外光谱、拉曼光谱、量子化学计算	DetaNet（深度等变张量注意力网络）	光谱数据	包含氨基酸、二肽和三肽的综合数据集
5968	2025-02-28	When the lung invades: a review of avian postcranial skeletal pneumaticity 2025-Feb-27, Philosophical transactions of the Royal Society of London. Series B, Biological sciences DOI:10.1098/rstb.2023.0427 PMID:40010393	review	本文综述了鸟类呼吸系统产生的气腔侵入颅后骨的现象，即颅后骨骼气腔化（PSP），并探讨了其功能和进化意义	结合解剖学、发育学、生物力学和古生物学文献，利用新数据确认了气腔化骨骼的重量特性，并采用微计算机断层扫描和深度学习分割技术建立了气腔化空间的初步模型	气腔化骨骼相对于身体体积的轻量化特性仍需要实证测试，且气腔化的细胞机制和发育过程尚不清楚	探讨鸟类颅后骨骼气腔化的功能和进化意义	鸟类颅后骨骼气腔化现象	生物力学	NA	微计算机断层扫描，深度学习分割	深度学习	图像	NA
5969	2025-02-28	Feature-Based Audiogram Value Estimator (FAVE): Estimating Numerical Thresholds from Scanned Images of Handwritten Audiograms 2025-Feb-27, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02146-7 PMID:40011323	研究论文	本研究开发了一种名为FAVE的机器学习模型，用于从手写听力图的扫描图像中估计数值阈值	开发了基于Aggregate Channel Features的滑动窗口单类目标检测器，用于从手写听力图中提取数值阈值	符号和轴刻度标签检测存在局限性，数值阈值的估计准确性有待提高	解决手写听力图中数值阈值无法自动提取的问题，以便公共卫生研究人员能够访问这些数据	手写听力图的扫描图像	计算机视觉	老年疾病	机器学习	Aggregate Channel Features	图像	556份手写听力图
5970	2025-02-28	Artificial Intelligence Iterative Reconstruction for Dose Reduction in Pediatric Chest CT: A Clinical Assessment via Below 3 Years Patients With Congenital Heart Disease 2025-Feb-27, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000827 PMID:40013381	研究论文	本文评估了一种新引入的基于深度学习的重建算法AIIR在降低儿童胸部CT剂量方面的性能，研究对象为3岁以下先天性心脏病患者	首次在3岁以下先天性心脏病患者中评估AIIR算法在降低胸部CT剂量方面的性能，并与HIR算法进行比较	研究仅限于3岁以下先天性心脏病患者，样本量为191人，可能无法推广到其他年龄段或疾病类型	评估AIIR算法在降低儿童胸部CT剂量方面的性能	3岁以下先天性心脏病患者	医学影像	先天性心脏病	CT扫描	深度学习	图像	191名3岁以下先天性心脏病患者
5971	2025-02-28	Deep learning image enhancement algorithms in PET/CT imaging: a phantom and sarcoma patient radiomic evaluation 2025-Feb-27, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07149-7 PMID:40014074	研究论文	本研究使用放射组学特征比较了两种制造商开发的深度学习图像增强算法与'金标准'图像重建技术在体模数据和肉瘤患者数据集中的表现	首次使用放射组学特征对两种深度学习图像增强算法进行定量评估，并与'金标准'图像重建技术进行比较	研究样本量较小（N=20），且仅针对肉瘤患者数据	评估深度学习图像增强算法在PET/CT成像中的性能	体模数据和肉瘤患者数据	数字病理学	肉瘤	PET/CT成像	深度学习算法	图像	20例肉瘤患者数据和体模数据
5972	2025-02-28	Ion Gel Pressure Sensor with High Sensitivity and a Wide Linear Range Enabled by Magnetically Induced Gradient Microstructures 2025-Feb-26, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c23005 PMID:39943829	研究论文	本文开发了一种新型电容式压力传感器，灵感来源于树蛙脚趾垫的梯度微结构，适用于纹理识别、运动监测和物体抓取识别等多种应用	该传感器采用磁感应技术精确控制梯度微结构形态，并结合离子凝胶和导电纳米材料，实现了低至0.5 Pa的微小压力检测和高达93.5 kPa的宽线性范围	NA	开发一种能够精确检测微小压力变化并同时具有宽线性范围和高灵敏度的电容式压力传感器	电容式压力传感器	智能传感	NA	磁感应技术	深度学习算法	压力信号	NA
5973	2025-02-28	Triboelectric Sensors Based on Glycerol/PVA Hydrogel and Deep Learning Algorithms for Neck Movement Monitoring 2025-Feb-26, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c20821 PMID:39950449	研究论文	本文介绍了一种基于甘油/PVA水凝胶和深度学习算法的摩擦电传感器，用于颈部运动监测	提出了一种新型的、灵活且可拉伸的摩擦电纳米发电机（TENG），用于颈部运动检测，并结合CNN和BiLSTM算法进行数据分析	未提及具体样本量或实验对象的详细信息	开发一种用于颈部运动监测的智能系统，以预防颈椎病	颈部运动	传感器技术	颈椎病	摩擦电纳米发电机（TENG）	CNN, BiLSTM	传感器数据	NA
5974	2025-02-28	EEG-based recognition of hand movement and its parameter 2025-Feb-26, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adba8a PMID:40009879	研究论文	本文研究了基于脑电图（EEG）信号的手部运动识别，通过分析低频时域（LFTD）信息，设计并执行了四种手部运动、两种力参数任务和四目标方向位移任务的实验，收集了13名健康志愿者的EEG数据	本文创新性地使用CNN-BiLSTM模型对原始EEG数据进行分类，以识别手部运动及其参数，并展示了该模型在EEG信号识别中的高准确率	研究仍处于可行性研究阶段，跨被试分类的准确性尚未达到实际应用水平	研究EEG信号驱动的手部运动识别及其参数解码	13名健康志愿者的EEG数据	脑机接口	NA	EEG信号分析	CNN-BiLSTM	EEG信号	13名健康志愿者
5975	2025-02-28	Deep learning models as learners for EEG-based functional brain networks 2025-Feb-26, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adba8c PMID:40009886	研究论文	本文探讨了深度学习模型在学习基于EEG的功能性脑网络（FBN）矩阵方面的能力，并评估了这些模型在EEG分析中的应用潜力	提出将FBN构建直接嵌入深度学习模型中作为特征提取模块，使模型能够端到端地学习EEG表示，同时结合FBN的洞察	深度学习模型在捕捉FBN的内在拓扑结构方面存在困难，表明传统FBN方法在EEG分析中仍具有不可替代性	评估深度学习模型在学习EEG数据衍生的FBN矩阵方面的有效性	基于EEG的功能性脑网络（FBN）	机器学习	NA	深度学习	深度学习模型	EEG数据	两个公开的EEG数据集
5976	2025-02-28	Explained Deep Learning Framework for COVID-19 Detection in Volumetric CT Images Aligned with the British Society of Thoracic Imaging Reporting Guidance: A Pilot Study 2025-Feb-26, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01444-3 PMID:40011345	研究论文	本研究介绍了一种多类深度学习模型，用于在CT图像中识别英国胸科影像学会（BSTI）的COVID-19分类，并评估了其性能	该研究首次将深度学习模型与BSTI的COVID-19检测报告指南对齐，并引入了后验视觉解释性特征以提高结果的可解释性	模型在检测'不确定'COVID-19类别时表现不佳，移除该类别后模型准确率显著提高	开发一种符合BSTI指南的深度学习模型，用于COVID-19的自动检测	疑似COVID-19患者的CT图像	计算机视觉	COVID-19	深度学习	3D ResNet	CT图像	56例CT图像
5977	2025-02-28	An Analysis of the Efficacy of Deep Learning-Based Pectoralis Muscle Segmentation in Chest CT for Sarcopenia Diagnosis 2025-Feb-26, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01443-4 PMID:40011347	研究论文	本研究探讨了基于深度学习的胸肌分割在胸部CT中对肌肉减少症诊断的有效性	首次比较了ResNet-UNet、Recurrent Residual UNet和UNet3+模型在胸部CT图像中分割和测量胸肌面积的效果，并验证了胸肌面积与L3水平肌肉面积的相关性	研究仅基于特定患者群体的CT图像，可能无法推广到所有人群	评估胸部CT图像中胸肌分割的准确性及其在肌肉减少症诊断中的应用	1644名患者的4932张胸部CT图像和294名患者的腹部CT数据	计算机视觉	肌肉减少症	深度学习	ResNet-UNet, Recurrent Residual UNet, UNet3+	CT图像	1644名患者的4932张胸部CT图像和294名患者的腹部CT数据
5978	2025-02-28	Investigation of Inter-Patient, Intra-Patient, and Patient-Specific Based Training in Deep Learning for Classification of Heartbeat Arrhythmia 2025-Feb-26, Cardiovascular engineering and technology IF:1.6Q4 DOI:10.1007/s13239-025-00777-y PMID:40011388	研究论文	本研究探讨了在深度学习中使用不同训练范式（患者间、患者内和患者特定）对心电图（ECG）信号分类的影响	详细研究了三种训练范式对基于CNN的深度学习模型在心电图心律失常分类中的影响，并发现患者特定训练范式在所有指标上表现最佳	缺乏统一的数据库划分标准，导致不同研究之间的公平比较困难	评估不同训练范式对心电图心律失常分类的深度学习模型性能的影响	心电图信号	机器学习	心血管疾病	深度学习	CNN	心电图信号	标准心律失常数据集
5979	2025-02-28	Attentive feature interaction based persistent homology-augmented network for esophageal cancer lesion detection 2025-Feb-26, Medical physics IF:3.2Q1 DOI:10.1002/mp.17707 PMID:40012097	研究论文	本文提出了一种结合持久同调（PH）和特征交互的新框架，用于从3D CT图像中识别食管癌病变，旨在通过结合PH的拓扑信息和有效的特征交互机制来增强现有深度学习模型的预测能力	提出了一种结合持久同调和特征交互的新框架，通过持久图交叉注意力编码器（PDCAE）和重校准引导模块（RGM）来增强模型的预测能力	未来的研究需要探索更多可以利用拓扑关系的下游任务	增强现有深度学习模型在食管癌病变检测中的预测能力	食管癌病变	计算机视觉	食管癌	持久同调（PH）	CNN, ViT	3D CT图像	NA
5980	2025-02-28	Comparative analysis of machine learning and deep learning algorithms for knee arthritis detection using YOLOv8 models 2025-Feb-26, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996241308770 PMID:40012222	研究论文	本文比较了机器学习和深度学习算法在膝关节关节炎检测中的应用，特别是使用YOLOv8模型的效果	本研究首次将YOLOv8分类模型应用于膝关节关节炎检测，并展示了其在检测准确率上的优越性	研究仅使用了1650张图像，样本量相对较小，可能影响模型的泛化能力	比较不同机器学习和深度学习算法在膝关节关节炎检测中的表现，寻找最优模型	膝关节关节炎的检测	计算机视觉	关节炎	YOLOv8分类模型	k-NN, SVM, GBM, DenseNet, EfficientNet, InceptionV3, YOLOv8n-cls, YOLOv8s-cls, YOLOv8m-cls, YOLOv8l-cls, YOLOv8x-cls	图像	1650张图像，分为正常、可疑、轻度、中度和重度五个类别