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
6541	2025-02-18	Practical X-ray gastric cancer diagnostic support using refined stochastic data augmentation and hard boundary box training 2025-Mar, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103075 PMID:39919469	研究论文	本文提出了一种基于深度学习的胃癌X射线图像诊断支持系统，旨在提高胃癌筛查的效率和准确性	引入了两种新技术：精炼概率胃图像增强（R-sGAIA）和硬边界框训练（HBBT），以提高癌症检测模型的性能	系统的精确度（42.5%）仍有提升空间，且依赖于未标注的阴性样本	开发一种实用的胃癌诊断支持系统，以扩大胃癌筛查的覆盖范围	胃癌X射线图像	计算机视觉	胃癌	深度学习	目标检测模型	图像	未明确提及具体样本数量
6542	2025-02-18	Deep learning-based defect detection in film-coated tablets using a convolutional neural network 2025-Feb-25, International journal of pharmaceutics IF:5.3Q1 DOI:10.1016/j.ijpharm.2025.125220 PMID:39832574	研究论文	本文提出了一种基于深度学习的卷积神经网络（CNN）方法，用于检测薄膜包衣片剂的缺陷	利用机器学习和图像分析技术，提出了一种新颖的缺陷检测方法，显著提高了检测效率和准确性	研究中使用的缺陷是手动诱导的，可能无法完全代表实际生产中的缺陷情况	开发一种标准化、客观且高效的薄膜包衣片剂缺陷检测方法	红色-橙色薄膜包衣安慰剂片剂	计算机视觉	NA	图像分析	CNN	图像	25,200张片剂图像
6543	2025-02-18	Multi-label segmentation of carpal bones in MRI using expansion transfer learning 2025-Feb-17, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adabae PMID:39823747	研究论文	本研究旨在开发一种基于深度学习的多标签分割方法，用于MRI图像中八块腕骨的精确分割，以支持治疗规划和手腕动态分析	首次提出基于CNN的MRI人类腕骨多标签分割方法，并引入了扩展迁移学习（ETL）架构，提高了在大视野中定位小感兴趣区域的能力	研究使用了非常小的数据集（15个MRI扫描），可能限制了模型的泛化能力	开发一种在小数据集上训练的深度学习模型，用于MRI图像中腕骨的多标签分割	MRI图像中的八块腕骨	计算机视觉	NA	MRI	3D U-Net, CNN	MRI图像	15个3.0-T MRI扫描，来自5名健康受试者
6544	2025-02-18	Latent alignment in deep learning models for EEG decoding 2025-Feb-17, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adb336 PMID:39914006	研究论文	本文提出了一种名为潜在对齐的方法，用于改进脑电图（EEG）解码中的深度学习模型，该方法在EEG迁移学习基准竞赛中获胜	首次将深度集架构应用于EEG解码，提出在深度学习模型的特征空间中对齐分布以提高分类效果	在后期建模阶段进行对齐时，分类准确性提高，但试验集中的类别不平衡对统计计算的敏感性增加	改进脑电图（EEG）解码中的深度学习模型，以应对个体间EEG信号的变异性	脑电图（EEG）信号	机器学习	NA	深度集架构	深度学习模型	EEG信号	NA
6545	2025-02-18	Artificial Intelligence-Based Classification of Renal Oncocytic Neoplasms: Advancing From a 2-Class Model of Renal Oncocytoma and Low-Grade Oncocytic Tumor to a 3-Class Model Including Chromophobe Renal Cell Carcinoma 2025-Feb-17, Archives of pathology & laboratory medicine IF:3.7Q1 DOI:10.5858/arpa.2024-0374-OA PMID:39957180	研究论文	本文开发了一种基于人工智能的计算分类器，用于将活检和切除标本的全切片图像分为肾嗜酸细胞瘤（RO）和低级别嗜酸细胞肿瘤（LOT）两类，并进一步扩展到包括嗜色性肾细胞癌（ChRCC）的三类模型	本文的创新点在于从两分类模型（RO和LOT）扩展到三分类模型（包括ChRCC），并采用弱监督注意力机制的多实例学习深度学习模型进行自动分类	模型的性能仍有提升空间，5折交叉验证的平均测试准确率为84%，独立验证集的准确率为83%	开发一种自动计算分类器，用于区分肾嗜酸细胞肿瘤的不同类型，以解决病理学家在诊断中遇到的挑战	肾嗜酸细胞肿瘤，包括肾嗜酸细胞瘤（RO）、低级别嗜酸细胞肿瘤（LOT）和嗜色性肾细胞癌（ChRCC）	数字病理学	肾癌	深度学习	弱监督注意力机制的多实例学习深度学习模型	图像	来自6个机构的125个病例的269张全切片图像
6546	2025-02-18	Unveiling encephalopathy signatures: A deep learning approach with locality-preserving features and hybrid neural network for EEG analysis 2025-Feb-16, Neuroscience letters IF:2.5Q3 DOI:10.1016/j.neulet.2025.138146 PMID:39894198	研究论文	本研究提出了一种结合局部保留特征提取和混合神经网络的深度学习方法，用于脑电图（EEG）分析以诊断脑病	首次尝试将空间和时间特征压缩并表示为单一向量，用于脑病检测，简化了视觉诊断并提供了自动预测的稳健特征	NA	利用EEG信号的时空特性进行脑病的自动化诊断	脑电图（EEG）信号	机器学习	脑病	局部二值模式（LBP）和长短期记忆（LSTM）神经网络	LSTM	EEG信号	NA
6547	2025-02-18	An efficient deep learning approach for automatic speech recognition using EEG signals 2025-Feb-16, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2456982 PMID:39957214	研究论文	本文提出了一种结合Gannet优化算法和Elman递归神经网络的高效深度学习方法，用于基于EEG信号的自动语音识别	提出了一种新的高效深度学习框架EDLA，结合了Gannet优化算法和Elman递归神经网络，显著提高了基于EEG信号的语音识别准确率	研究仅在Kara One数据集上进行了评估，可能需要更多样化的数据集来验证其泛化能力	提高基于EEG信号的自动语音识别准确率，以促进人机交互和辅助技术发展	EEG信号	自然语言处理	NA	Savitzky-Golay滤波器，递归特征消除	Elman Recurrent Neural Network (ERNN)	EEG信号	Kara One数据集
6548	2025-02-18	Comment on "A deep learning approach for the screening of referable age-related macular degeneration - Model development and external validation" 2025-Feb-15, Journal of the Formosan Medical Association = Taiwan yi zhi DOI:10.1016/j.jfma.2025.02.017 PMID:39956680	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
6549	2025-02-18	CT-Based Deep Learning Predicts Prognosis in Esophageal Squamous Cell Cancer Patients Receiving Immunotherapy Combined with Chemotherapy 2025-Feb-15, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.01.046 PMID:39956748	研究论文	本研究构建了一个深度学习模型，用于预测接受免疫治疗联合化疗的食管鳞状细胞癌患者的生存结果	该研究创新性地结合了深度学习模型与临床特征，特别是通过分析肿瘤及周围区域的CT图像，提高了预测的准确性	模型的预测准确性在外部测试集上较低（C-index为0.60），表明模型可能在不同机构间的泛化能力有限	研究目的是开发一个深度学习模型，用于预测食管鳞状细胞癌患者在接受免疫治疗联合化疗后的生存风险	研究对象为482名接受免疫治疗联合化疗的食管鳞状细胞癌患者	数字病理学	食管鳞状细胞癌	深度学习	深度学习模型	CT图像	482名患者（322名训练集，79名内部测试集，81名外部测试集）
6550	2025-02-18	Deep learning for automated hip fracture detection and classification : achieving superior accuracy 2025-Feb-01, The bone & joint journal DOI:10.1302/0301-620X.107B2.BJJ-2024-0791.R1 PMID:39889758	研究论文	本研究旨在开发和评估一种基于深度学习的模型，用于髋部骨折的分类，以提高诊断准确性	使用卷积神经网络（CNN）进行髋部骨折的分类，并利用DAMO-YOLO进行数据处理和增强，显著提高了诊断准确性	研究仅使用了回顾性数据，且外部验证数据集的样本量相对较小	提高髋部骨折的诊断准确性	髋部骨折的X光片	计算机视觉	髋部骨折	深度学习	CNN	图像	5,168张髋部前后位X光片（4,493张用于训练，675张用于验证）
6551	2025-02-18	TKA-AID: An Uncertainty-Aware Deep Learning Classifier to Identify Total Knee Arthroplasty Implants 2025-Jan-19, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2025.01.019 PMID:39832639	研究论文	开发了一种基于深度学习的算法，用于自动识别全膝关节置换术（TKA）植入物的常见模型	使用EfficientNet架构的深度学习模型，结合不确定性量化和异常检测机制，提高了植入物识别的准确性和安全性	模型在外部测试集上仍存在少量错误，且样本主要来自单一机构，可能影响模型的泛化能力	开发自动化工具以辅助全膝关节置换术植入物的术前识别	全膝关节置换术植入物	计算机视觉	骨科疾病	深度学习	EfficientNet	图像	9,651名患者的111,519张图像
6552	2025-02-18	Deep learning for cardiac imaging: focus on myocardial diseases, a narrative review 2025 Jan-Feb, Hellenic journal of cardiology : HJC = Hellenike kardiologike epitheorese IF:2.7Q2 DOI:10.1016/j.hjc.2024.12.002 PMID:39662734	综述	本文探讨了深度学习在心脏成像中的应用，特别是针对心肌疾病的自动分割、放射组学特征表型和预测	本文综述了深度学习在心脏成像中的最新应用，特别是自动分割和放射组学特征表型，展示了其在心肌疾病诊断和管理中的潜力	本文未涉及深度学习模型在临床实践中的具体实施挑战和解决方案	探讨深度学习在心脏成像中的应用，特别是针对心肌疾病的诊断和管理	心肌疾病	医学影像	心血管疾病	深度学习	深度学习算法	医学影像（CT、CMR、超声心动图、SPECT）	NA
6553	2025-02-17	Graph-based deep learning for predictions on changes in microbiomes and biogas production in anaerobic digestion systems 2025-Apr-15, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123144 PMID:39826399	研究论文	本研究提出了一种基于图卷积网络（GCNs）的模型，用于预测厌氧消化系统中微生物群落的变化和沼气产量	首次将图卷积网络应用于厌氧消化过程的建模，结合高通量测序数据和挥发性脂肪酸（VFA）抑制效应，预测微生物动态和沼气产量	研究仅基于特定条件下的厌氧消化器响应，可能无法完全推广到其他操作条件	理解和优化厌氧消化过程，以提高沼气产量和有机废物处理效率	厌氧消化系统中的微生物群落和沼气产量	机器学习	NA	高通量测序	图卷积网络（GCNs）	测序数据	281天的厌氧消化器响应数据
6554	2025-02-17	Establishing performance criteria for evaluating watershed-scale sediment and nutrient models at fine temporal scales 2025-Apr-15, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123156 PMID:39955106	研究论文	本文旨在建立评估流域尺度沉积物和营养物模型在精细时间尺度上性能的标准	提出了基于过程模型的新性能评估标准，并探讨了这些标准在机器学习模型评估中的应用	性能标准主要基于过程模型，可能不完全适用于所有类型的模型	为流域管理决策和资源分配提供模型性能评估的基准	流域水质量模型	环境科学	NA	Nash-Sutcliffe效率(NSE)	过程模型和深度学习模型	时间序列数据	229个模型应用
6555	2025-02-17	Revisiting therapeutic options against resistant klebsiella pneumoniae infection: Phage therapy is key 2025-Apr, Microbiological research IF:6.1Q1 DOI:10.1016/j.micres.2025.128083 PMID:39904002	综述	本文回顾了针对耐药性肺炎克雷伯菌感染的治疗选择，特别强调了噬菌体疗法的重要性	本文强调了噬菌体疗法在治疗耐药性肺炎克雷伯菌感染中的潜力，并探讨了基因工程和人工智能在优化噬菌体疗法中的应用	噬菌体疗法在临床广泛应用中仍面临关键限制	探讨新型治疗策略以应对耐药性肺炎克雷伯菌感染	耐药性肺炎克雷伯菌	医学	肺炎克雷伯菌感染	噬菌体疗法、基因工程、人工智能	NA	NA	NA
6556	2025-02-17	A deep-learning system integrating electrocardiograms and laboratory indicators for diagnosing acute aortic dissection and acute myocardial infarction 2025-Mar-15, International journal of cardiology IF:3.2Q2 DOI:10.1016/j.ijcard.2025.133008 PMID:39880045	研究论文	本研究开发了一种多模态深度学习模型，整合心电图（ECG）信号和实验室指标，以提高急性A型主动脉夹层（AAD-type A）和急性心肌梗死（AMI）的诊断准确性	通过融合ECG特征和实验室指标，利用深度学习模型提高诊断准确性，为心血管疾病的快速诊断提供了新工具	研究样本量相对较小，且仅在单一医院进行，可能影响模型的泛化能力	提高急性A型主动脉夹层和急性心肌梗死的诊断准确性	急性A型主动脉夹层（AAD-type A）和急性心肌梗死（AMI）患者	机器学习	心血管疾病	深度学习	ResNet-34, RandomForest, XGBoost, LightGBM	ECG信号和实验室指标	训练和验证集：136例AAD-type A和141例AMI患者；前瞻性测试集：30例AMI和32例AAD-type A患者
6557	2025-02-17	Biomechanics-Function in Glaucoma: Improved Visual Field Predictions from IOP-Induced Neural Strains 2025-Mar, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2024.11.019 PMID:39631645	研究论文	本研究评估了神经组织结构和生物力学在青光眼功能损失预测中的作用，并探讨了生物力学在此类预测中的重要性	结合生物力学（眼压诱导的神经组织应变）和结构信息（组织形态和神经组织厚度）显著提高了视觉场损失预测的准确性	研究样本仅限于中国族群，且年龄超过50岁，可能限制了结果的普遍性	评估神经组织结构和生物力学在青光眼功能损失预测中的作用	238名青光眼患者	数字病理学	青光眼	光谱域OCT成像、数字体积相关分析	Point-Net	图像	238名青光眼患者
6558	2025-02-17	Application of artificial intelligence in forecasting survival in high-grade glioma: systematic review and meta-analysis involving 79,638 participants 2025-Feb-15, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-025-03419-y PMID:39954167	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了基于人工智能的模型在预测高级别胶质瘤患者生存结果中的表现	本研究特别关注了人工智能在高级别胶质瘤复发中的潜力，并整合了临床、影像组学和遗传特征的多模态数据，显著提高了预测准确性	需要进一步的前瞻性、多中心研究验证以确保临床适用性	评估人工智能模型在预测高级别胶质瘤患者生存结果中的表现	高级别胶质瘤患者	机器学习	脑肿瘤	机器学习与深度学习	随机森林（RF）和逻辑回归（LR）	临床数据、影像组学数据和遗传数据	79,638名患者
6559	2025-02-17	Towards an interpretable deep learning model of cancer 2025-Feb-14, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-00822-y PMID:39948231	研究论文	本文探讨了使用深度学习算法整合组学数据和分子网络先验知识，以构建可解释的癌症深度学习模型	提出利用深度学习算法整合组学数据和分子网络先验知识，以解决癌症治疗中的分子原因推断问题	目前此类模型受到实验和计算限制的阻碍	构建系统范围的计算机模型，以快速生成和测试假设，解决癌症治疗中的分子原因推断问题	癌症细胞状态及其分子网络	机器学习	癌症	深度学习	深度学习模型	组学数据	NA
6560	2025-02-17	CT-based detection of clinically significant portal hypertension predicts post-hepatectomy outcomes in hepatocellular carcinoma 2025-Feb-14, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11411-9 PMID:39953152	研究论文	本研究评估了基于CT的临床显著门静脉高压（CSPH）检测对肝细胞癌（HCC）患者肝切除术后预后的影响	首次将基于CT的CSPH检测方法用于预测HCC患者肝切除术后结果，并证明其优于传统的CSPH标准	单中心回顾性研究，样本量有限，可能影响结果的普遍性	评估基于CT的CSPH检测对HCC患者肝切除术后预后的预测能力	患有晚期慢性肝病（ACLD）并接受肝切除术的HCC患者	数字病理学	肝细胞癌	CT扫描，深度学习	深度学习	CT图像	593名患者（460名男性；平均年龄57.9±9.3岁）