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
6721	2025-02-19	Deep Learning Evaluation of Glaucoma Detection Using Fundus Photographs in Highly Myopic Populations 2024-06-23, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines12071394 PMID:39061968	研究论文	本研究旨在使用深度学习技术通过眼底照片识别高度近视人群中的青光眼和正常眼	利用卷积块注意力模块（CBAM）增强卷积神经网络（CNN）性能，提高青光眼检测的准确性	研究仅包括高度近视患者，排除了病理性近视患者，可能限制了结果的普遍性	识别高度近视人群中的青光眼	高度近视患者的眼底照片	计算机视觉	青光眼	深度学习	CNN, ConvNeXt_Base+CBAM	图像	3088张眼底照片（1540张青光眼组，1548张高度近视组）
6722	2025-02-19	Automated Cytometric Gating with Human-Level Performance Using Bivariate Segmentation 2024-May-09, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.06.592739 PMID:38766268	研究论文	本文提出了一种名为UNITO的深度学习框架，用于自动化细胞计数门控过程，达到人类专家水平	UNITO框架将细胞级分类任务转化为基于图像的语义分割问题，实现了全自动化的细胞门控，无需人工提示或先验知识	NA	解决细胞计数技术中由于样本间生物和技术差异带来的门控挑战，减少人工门控的劳动强度	细胞计数数据中的单细胞蛋白表达测量	数字病理学	NA	深度学习	语义分割模型	图像	三个独立队列
6723	2025-02-19	Differential diagnosis of frontotemporal dementia subtypes with explainable deep learning on structural MRI 2024, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2024.1331677 PMID:38384484	研究论文	本研究旨在通过训练深度神经网络，基于结构性MRI自动区分三种临床表型的额颞叶痴呆（FTD）患者	提出了一种可解释的深度学习并行特征嵌入和可视化框架，用于区分FTD的三种临床亚型	样本量相对较小，且来自多个站点，可能存在数据异质性	自动区分额颞叶痴呆（FTD）的三种临床表型，以帮助早期和精确诊断	277名FTD患者（包括173名行为变异型FTD、63名非流利型原发性进行性失语和41名语义型原发性进行性失语）	数字病理学	老年疾病	结构性MRI	深度神经网络（DNN）	图像	277名FTD患者
6724	2025-02-19	Integrating deep learning, threading alignments, and a multi-MSA strategy for high-quality protein monomer and complex structure prediction in CASP15 2023-12, Proteins IF:3.2Q2 DOI:10.1002/prot.26585 PMID:37650367	研究论文	本文报告了UM-TBM和Zheng团队在CASP15中蛋白质单体和复合物结构预测的结果，使用了D-I-TASSER和DMFold-Multimer算法	D-I-TASSER在CASP15中引入了四个新特性，包括多源MSA搜索、基于注意力网络的空间约束、多域模块和优化的I-TASSER折叠模拟系统，显著提高了预测精度	未来在病毒蛋白质建模和复合物模型排名方面仍有改进空间	提高蛋白质单体和复合物结构预测的准确性	蛋白质单体和复合物	生物信息学	NA	多序列比对（MSA）、深度学习、蒙特卡罗模拟	D-I-TASSER、DMFold-Multimer、AlphaFold2	蛋白质序列和结构数据	47个自由建模目标和38个复合物目标
6725	2025-02-19	Applications of Artificial Intelligence in Choroid Visualization for Myopia: A Comprehensive Scoping Review 2023 Oct-Dec, Middle East African journal of ophthalmology IF:0.5Q4 DOI:10.4103/meajo.meajo_154_24 PMID:39959595	综述	本文综述了人工智能在近视患者脉络膜可视化中的应用，特别是深度学习技术在光学相干断层扫描（OCT）图像中分割脉络膜的应用	本文首次系统性地综述了多种深度学习模型在近视患者脉络膜可视化中的应用，并评估了它们的诊断准确性和效率	需要进一步标准化AI方法，并将其应用扩展到更广泛的临床环境中	评估人工智能模型在近视患者脉络膜可视化中的有效性和作用	近视患者	计算机视觉	近视	深度学习	U-Net, LASSO回归, Attention-based Dense U-Net, ResNeSt101, Mask R-CNN	图像	12项研究中的近视患者
6726	2025-02-19	Prediction of lung malignancy progression and survival with machine learning based on pre-treatment FDG-PET/CT 2022-Aug, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2022.104127 PMID:35810561	研究论文	本研究利用机器学习分析治疗前的FDG-PET/CT扫描，预测肺癌的进展和总体生存率	结合卷积神经网络（CNN）和随机生存森林（RSF）模型，利用FDG-PET/CT数据进行肺癌进展和生存率预测，并与传统放射组学方法进行比较	研究为回顾性分析，可能存在选择偏差，且样本量有限	预测肺癌的进展和总体生存率，以指导治疗决策和改善患者护理	肺癌患者	数字病理学	肺癌	FDG-PET/CT扫描	CNN, RSF	图像	1168个结节（来自965名患者）
6727	2025-02-19	Automatic information extraction from childhood cancer pathology reports 2022-Jul, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooac049 PMID:35721398	研究论文	本文开发了基于深度学习的模型，用于从儿童癌症病理报告中自动提取信息并进行ICCC分类	首次开发了用于ICCC分类的机器学习模型，并比较了直接ICCC分类模型与基于ICD-O-3编码标准的模型的性能	模型在14.8%的模糊病理报告上无法足够自信地分配代码	开发自动信息提取模型以补充州癌症登记处的人工注释者	儿童癌症病理报告	自然语言处理	儿童癌症	深度学习	深度学习模型	文本	29,206份来自6个州癌症登记处的报告
6728	2025-02-18	Leveraging deep-learning and unconventional data for real-time surveillance, forecasting, and early warning of respiratory pathogens outbreak 2025-Mar, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103076 PMID:39914162	研究论文	本文设计并部署了一个框架，用于实时监测、预测、预报和早期预警呼吸道疾病，特别是COVID-19和流感	利用深度学习模型结合非常规数据源（如Google Trends、Reddit帖子、卫星空气质量数据和天气数据）进行呼吸道疾病的实时监测和预测	研究主要针对加拿大南部非洲国家，可能不适用于其他地区	设计和部署一个用于实时监测、预测、预报和早期预警呼吸道疾病的框架	加拿大各省和南部非洲国家的COVID-19和流感病例	机器学习	COVID-19, 流感	深度学习	CNN, GNN, GRU, 线性神经网络	病例数据, Google Trends, Reddit帖子, 卫星空气质量数据, 天气数据	加拿大各省和南部非洲国家的COVID-19和流感病例数据
6729	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
6730	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
6731	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
6732	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
6733	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
6734	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
6735	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
6736	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
6737	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）
6738	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）
6739	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
6740	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