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
581	2025-04-27	Integrated Deep Learning Model for the Detection, Segmentation, and Morphologic Analysis of Intracranial Aneurysms Using CT Angiography 2025-Jan, Radiology. Artificial intelligence DOI:10.1148/ryai.240017 PMID:39503602	研究论文	开发并验证了一种基于CT血管造影数据的深度学习模型，用于未破裂颅内动脉瘤的检测、分割和形态学分析	提出了一种集成深度学习模型（IDL），结合nnU-Net算法，实现了对未破裂颅内动脉瘤的高精度检测、分割和形态学测量，并能辅助经验不足的放射科医生提高诊断性能	研究为回顾性设计，可能受到数据选择偏差的影响，且模型性能在更广泛的人群中的泛化能力仍需进一步验证	开发并验证一种深度学习模型，用于未破裂颅内动脉瘤的自动化检测、分割和形态学分析	未破裂颅内动脉瘤（UIAs）患者和对照组的CT血管造影数据	数字病理学	颅内动脉瘤	CT血管造影（CTA）	nnU-Net	医学影像	训练数据集包括1182名UIAs患者和578名对照，多中心外部测试集包括535名UIAs患者
582	2025-04-27	A Survey of Few-Shot Learning for Biomedical Time Series 2025, IEEE reviews in biomedical engineering IF:17.2Q1 DOI:10.1109/RBME.2024.3492381 PMID:39504299	综述	本文全面回顾和比较了生物医学时间序列应用中的少样本学习方法	探讨了少样本学习在克服生物医学时间序列数据标注稀缺问题上的创新应用	讨论了少样本学习方法相对于传统数据驱动方法的临床益处和局限性	旨在提供对生物医学时间序列少样本学习当前研究现状及其对未来研究和应用的影响的见解	生物医学时间序列数据	机器学习	NA	少样本学习	NA	时间序列数据	NA
583	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
584	2025-04-27	Deep learning-based models for preimplantation mouse and human embryos based on single-cell RNA sequencing 2025-Jan, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02511-3 PMID:39543284	research paper	该研究利用深度学习工具整合和分类单细胞RNA测序数据，以定义小鼠和人类胚胎细胞类型、谱系和状态	开发了一种基于深度学习的模型，用于无偏倚地分类细胞类型，并识别用于定义谱系、细胞类型和状态的基因集	研究依赖于公开可用的数据，可能受限于数据的质量和覆盖范围	通过深度学习模型整合和分类单细胞转录组数据，以更好地理解胚胎发育和体外多能干细胞模型	小鼠和人类胚胎细胞	machine learning	NA	single-cell RNA sequencing	deep learning	RNA-seq data	公开可用的小鼠和人类胚胎发育阶段数据
585	2025-04-27	Accuracy of deep learning-based attenuation correction in 99mTc-GSA SPECT/CT hepatic imaging 2025-Jan, Radiography (London, England : 1995) DOI:10.1016/j.radi.2024.11.002 PMID:39549604	research paper	本研究评估了基于深度学习的衰减校正（AC）在99mTc-GSA SPECT/CT肝脏成像中的准确性	使用CycleGAN从非AC SPECT图像生成伪CT图像进行AC，减少患者CT检查的辐射暴露	研究样本量较小，仅包括一名肝功能正常和一名异常患者，且需进一步研究不同肝脏形态和多种肝脏疾病的影响	评估深度学习AC方法在99mTc-GSA SPECT/CT成像中的效果，以减少CT检查的辐射暴露	99mTc-GSA SPECT/CT肝脏成像	digital pathology	liver disease	SPECT/CT成像，CycleGAN	CycleGAN	医学影像	两名患者（一名肝功能正常，一名异常）
586	2025-04-27	A combined model integrating radiomics and deep learning based on multiparametric magnetic resonance imaging for classification of brain metastases 2025-Jan, Acta radiologica (Stockholm, Sweden : 1987) DOI:10.1177/02841851241292528 PMID:39552295	research paper	该研究结合放射组学和深度学习，基于多参数磁共振成像（MRI）对脑转移瘤进行分类	提出了一种结合放射组学和深度学习的深度迁移学习放射组学（DTLR）模型，用于区分肺腺癌和非肺腺癌脑转移瘤	研究为回顾性分析，可能存在选择偏差	探讨利用多参数MRI的DTLR模型对脑转移瘤进行分类的可行性	342名患者的1389个脑转移瘤	digital pathology	lung cancer	multi-parametric MRI	CNN	image	342名患者（1389个脑转移瘤）
587	2025-04-27	EvoAI enables extreme compression and reconstruction of the protein sequence space 2025-Jan, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02504-2 PMID:39528677	research paper	提出了一种名为EvoAI的方法，用于极端压缩和重建蛋白质序列空间，以设计功能改进的蛋白质	开发了EvoScan方法全面分割和扫描高适应性序列空间，结合深度学习和大型语言模型从锚点准确重建空间，无需先验同源或结构信息	方法仅适用于可与转录输出耦合的生物分子功能	探索蛋白质序列与功能的关系，设计功能改进的蛋白质	蛋白质序列空间	machine learning	NA	深度学习和大型语言模型	large language models	蛋白质序列数据	82个锚点
588	2025-04-27	Overcoming the preferred-orientation problem in cryo-EM with self-supervised deep learning 2025-Jan, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02505-1 PMID:39558095	research paper	该论文开发了一种名为spIsoNet的自监督深度学习软件，用于解决冷冻电镜中的粒子取向偏差问题	提出了一种端到端的自监督深度学习方法，无需额外的样本制备步骤，即可解决冷冻电镜中的取向偏差问题	NA	解决冷冻电镜中的粒子取向偏差问题，提高三维重建的精度	冷冻电镜中的粒子取向偏差问题	machine learning	NA	cryo-EM	self-supervised deep learning	image	包括核糖体、β-半乳糖苷酶和一种以前难以处理的流感血凝素三聚体数据集
589	2025-04-27	Machine learning outperforms the Canadian Triage and Acuity Scale (CTAS) in predicting need for early critical care 2025-Jan, CJEM DOI:10.1007/s43678-024-00807-z PMID:39560909	研究论文	本研究比较了机器学习模型与加拿大分诊和敏锐度量表（CTAS）在预测急诊科（ED）到达后12小时内需要重症监护的能力	机器学习模型在预测急诊科患者需要早期重症监护方面优于传统的CTAS评分	需要未来研究验证机器学习模型的有效性	改进急诊科分诊系统，提高对需要早期重症监护患者的识别能力	670,841例急诊科就诊数据	机器学习	NA	LASSO回归、梯度提升树和深度学习模型	LASSO回归、梯度提升树、深度学习	回顾性急诊科就诊数据	670,841例急诊科就诊
590	2025-04-27	Prediction of traffic accident risk based on vehicle trajectory data 2025, Traffic injury prevention IF:1.6Q4 DOI:10.1080/15389588.2024.2402936 PMID:39570198	研究论文	本研究利用车辆轨迹数据开发了一个基于LSTM的交通事故风险预测模型	直接从低质量原始轨迹数据中提取事故相关危险状态特征，实现细粒度时间分辨率的事故概率预测	NA	进行精确的交通事故风险预测	城市道路和高速公路场景下的车辆轨迹数据	机器学习	NA	深度学习	LSTM	车辆轨迹数据	超过3000辆车的原始轨迹样本
591	2025-04-27	Mapping the scientific landscape and evolution of the International Journal of Surgery : a scientometric analysis (2004-2024) 2025-Jan-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002107 PMID:39576039	研究论文	本文分析了《国际外科杂志》20年来的出版特征和发展历程	利用Citespace、VOS viewer和R软件的'Bibliometrix'包进行文献计量分析，揭示了该期刊的研究动态和趋势模式	仅分析了2004-2024年间发表在《国际外科杂志》上的文章，未涵盖其他外科期刊	分析《国际外科杂志》的文献产出特征和发展趋势	2004-2024年间发表在《国际外科杂志》上的6320篇出版物	文献计量学	NA	Citespace, VOS viewer, Bibliometrix	NA	文本	6320篇出版物
592	2025-04-27	Comprehensive Management of Intracranial Aneurysms Using Artificial Intelligence: An Overview 2025-Jan, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.10.108 PMID:39521404	综述	本文全面概述了人工智能在颅内动脉瘤综合管理中的应用	利用深度学习算法显著提高动脉瘤诊断的敏感性和准确性，并能预测动脉瘤生长、破裂风险及预后情况	讨论了临床AI部署面临的挑战和未来发展方向	优化颅内动脉瘤的临床管理和患者护理	颅内动脉瘤（IAs）	数字病理学	心血管疾病	深度学习	深度学习算法	图像	NA
593	2025-04-27	Prediction of Bone Mineral Density based on Computer Tomography Images Using Deep Learning Model 2025, Gerontology IF:3.1Q3 DOI:10.1159/000542396 PMID:39527924	research paper	开发了一种基于深度学习的多阶段模型，用于自动测量骨密度并预测骨质疏松症	提出了一种多阶段深度学习模型，能够自动分割椎体并预测骨密度，提高了骨质疏松症的诊断率	研究仅基于801名受试者的数据，样本量可能不足以代表更广泛的人群	开发深度学习模型以自动测量骨密度并提高骨质疏松症的诊断率	801名接受胸部或腹部CT和QCT扫描的受试者，共2080个椎体	digital pathology	geriatric disease	quantitative computer tomography (QCT)	deep learning model	image	801名受试者（410名男性，391名女性），2080个椎体
594	2025-04-27	Automatic segmentation and visualization of cortical and marrow bone in mandibular condyle on CBCT: a preliminary exploration of clinical application 2025-Jan, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-024-00780-4 PMID:39520662	research paper	开发了一种基于深度学习的自动分割方法，用于锥形束计算机断层扫描（CBCT）图像中下颌髁突的皮质和骨髓分割，并探索其临床应用	提出了一种改进的3D U-net分割网络，用于同时分割下颌髁突的皮质和骨髓，并展示了其在辅助初级放射科医生诊断中的潜力	研究仅基于3个中心的490例CBCT图像，样本来源有限	开发一种高效准确的下颌髁突皮质和骨髓自动分割方法，并探索其临床应用	下颌髁突的皮质和骨髓	digital pathology	TMJ-related interventions	CBCT	3D U-net	image	490例CBCT图像中的825个髁突
595	2025-04-27	Expert level of detection of interictal discharges with a deep neural network 2025-Jan, Epilepsia IF:6.6Q1 DOI:10.1111/epi.18164 PMID:39530797	研究论文	本文比较了深度神经网络与专家在检测脑电图（EEG）中癫痫样放电（IEDs）方面的表现	深度神经网络在IED检测中的性能与临床专家相当，且在特定条件下优于现有工具Persyst	研究结果受到专家间高变异性的影响，且外部验证的样本量相对较小	评估深度神经网络在自动化检测EEG中IEDs的潜在应用价值	EEG记录中的癫痫样放电（IEDs）	数字病理学	癫痫	EEG	深度神经网络	EEG信号	内部验证包括22个有IEDs的EEG研究和28个对照EEG研究，外部验证包括174个EEG研究
596	2025-04-27	Enhancing detection of various pancreatic lesions on endoscopic ultrasound through artificial intelligence: a basis for computer-aided detection systems 2025-Jan, Journal of gastroenterology and hepatology IF:3.7Q2 DOI:10.1111/jgh.16814 PMID:39538430	research paper	开发并测试基于人工智能的计算机辅助检测系统，用于实时检测和分割内镜超声（EUS）中的胰腺病变	首次将深度学习模型应用于EUS中胰腺病变的实时检测和分割，为计算机辅助检测系统奠定基础	单中心研究，样本量相对有限，需要进一步验证和推广	提高内镜超声（EUS）对胰腺病变的检测准确性和减少操作依赖性	胰腺病变（包括恶性肿瘤、神经内分泌肿瘤、良性囊肿、急慢性胰腺炎等）	digital pathology	pancreatic lesions	EUS, deep learning	deep learning models	image	165名患者的1497张EUS图像
597	2025-04-27	Automatic localization and deep convolutional generative adversarial network-based classification of focal liver lesions in computed tomography images: A preliminary study 2025-Jan, Journal of gastroenterology and hepatology IF:3.7Q2 DOI:10.1111/jgh.16803 PMID:39542428	研究论文	开发了一种基于深度学习的定位和分类系统，用于计算机断层扫描图像中的局灶性肝病变	使用生成对抗网络进行数据增强，开发了一个深度学习系统，能够辅助医生进行更稳健的临床决策	研究为初步研究，样本量相对有限，且仅使用了回顾性数据	开发一个自动定位和分类系统，以辅助医生诊断局灶性肝病变	计算机断层扫描图像中的局灶性肝病变	计算机视觉	肝病	生成对抗网络	GAN	图像	1589名患者，包含17335张切片和3195个局灶性肝病变
598	2025-04-27	Semi-Supervised Detection Model Based on Adaptive Ensemble Learning for Medical Images 2025-Jan, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3282809 PMID:37339032	research paper	本文提出了一种基于自适应集成学习的半监督检测模型，用于医学图像处理，特别是在内窥镜检测中实现高效和准确的端到端检测	提出了一种新的集成机制Al-Adaboost，结合了两个层次模型的决策，通过自适应调整标记样本和分类器的权重，以及为非标记样本分配伪标签，提高了检测的准确性和效率	模型在标记样本不足的情况下表现可能受限，且仅在内窥镜数据上进行了验证	开发一种高效且准确的医学图像检测模型，特别是在内窥镜检测领域	结肠镜和喉镜数据，来自CVC-ClinicDB和高雄医科大学附属医院	digital pathology	NA	semi-supervised learning, ensemble learning	Al-Adaboost, RAM (Recurrent Attention Model)	medical images	结肠镜和喉镜数据，具体样本数量未提及
599	2025-04-27	Lymph Node Metastasis Prediction From In Situ Lung Squamous Cell Carcinoma Histopathology Images Using Deep Learning 2025-Jan, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2024.102187 PMID:39542104	研究论文	本研究利用深度学习模型从肺鳞状细胞癌组织病理学图像中预测淋巴结转移，提供了一种更准确和客观的诊断和预后方法	采用创新的技术如补丁似然直方图和词袋方法表示全切片图像特征，并使用ExtraTrees算法训练机器学习分类器，构建了名为LN_ISLUSCH的模型	需要更大和更多样化的队列来验证模型，并探索整合其他组学数据以提高预测准确性和临床实用性	预测肺鳞状细胞癌的淋巴结转移，提高病理诊断的精确性	肺鳞状细胞癌（LUSC）的原发肿瘤组织病理学图像	数字病理学	肺癌	深度学习、多实例学习、迁移学习	ResNet-18、ExtraTrees算法	图像	来自Outdo-LUSC和癌症基因组图谱队列的全切片图像（WSIs）
600	2025-04-25	Retraction: Unreferenced English articles' translation quality-oriented automatic evaluation technology using sparse autoencoder under the background of deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322063 PMID:40267925	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA