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
6301	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
6302	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
6303	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）
6304	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
6305	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
6306	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
6307	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
6308	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
6309	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）
6310	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）
6311	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
6312	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
6313	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
6314	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
6315	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
6316	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
6317	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
6318	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
6319	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
6320	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）