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
6861	2025-02-12	Unsupervised tooth segmentation from three dimensional scans of the dental arch using domain adaptation of synthetic data 2025-Mar, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105769 PMID:39721113	研究论文	本研究旨在通过领域适应技术，从3D口腔扫描中自动分割出不同牙弓形态的单个牙齿	使用领域适应技术，无需人工标注即可训练深度学习模型，从合成的3D牙弓扫描数据中分割牙齿	样本量较小，仅使用了20个合成牙弓扫描和16个自然牙弓扫描进行训练	实现从3D牙弓扫描中自动分割单个牙齿	3D牙弓扫描数据	计算机视觉	NA	领域适应技术，包括梯度反转层和Siamese网络	PointNet, PointNet++	3D扫描数据	20个合成牙弓扫描和16个自然牙弓扫描
6862	2025-02-12	MRI-derived radiomics and end-to-end deep learning models for predicting glioma ATRX status: a systematic review and meta-analysis of diagnostic test accuracy studies 2025-Mar, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2024.110386 PMID:39742798	系统综述与荟萃分析	本文系统回顾并荟萃分析了MRI衍生的放射组学/端到端深度学习模型在预测胶质瘤ATRX状态中的预测价值	首次系统性地评估了放射组学和深度学习模型在预测胶质瘤ATRX状态中的应用，并进行了荟萃分析	研究间的异质性较高，可能影响结果的稳定性	评估MRI衍生的放射组学和深度学习模型在预测胶质瘤ATRX状态中的诊断准确性	胶质瘤患者	数字病理学	胶质瘤	MRI	深度学习模型	图像	17项研究纳入系统综述，11项研究纳入荟萃分析
6863	2025-02-12	Predicting lymph node metastasis in thyroid cancer: systematic review and meta-analysis on the CT/MRI-based radiomics and deep learning models 2025-Mar, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2024.110392 PMID:39742800	meta-analysis	本文通过系统回顾和荟萃分析，评估了基于CT/MRI的放射组学和深度学习模型在预测甲状腺癌淋巴结转移中的应用	首次系统性地评估了放射组学和深度学习模型在甲状腺癌淋巴结转移预测中的表现，并比较了手工放射组学与深度学习模型的性能	研究存在异质性，且需要进一步研究以优化这些影像工具	评估基于CT/MRI的放射组学和深度学习模型在甲状腺癌术前淋巴结转移评估中的潜力	甲状腺癌患者	digital pathology	thyroid cancer	CT, MRI	deep learning, radiomics	image	16项研究
6864	2025-02-12	Predicting the likelihood of readmission in patients with ischemic stroke: An explainable machine learning approach using common data model data 2025-Mar, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105754 PMID:39755003	研究论文	本研究开发了一种机器学习模型，利用电子病历数据预测缺血性卒中患者的90天再入院风险	使用基于通用数据模型（CDM）的电子病历数据，结合多种机器学习和深度学习模型，通过SHAP值解释特征重要性，提高了预测准确性	研究数据来自单一地区的一家医院，可能限制了模型的泛化能力	预测缺血性卒中患者的90天再入院风险，以改善患者的生活质量	1,136名缺血性卒中患者	机器学习	心血管疾病	合成少数类过采样技术（SMOTE）	LightGBM, 深度学习模型	电子病历数据	1,136名患者
6865	2025-02-12	Applicability of the regression approach for histological multi-class grading in clear cell renal cell carcinoma 2025-Mar, Regenerative therapy IF:3.4Q2 DOI:10.1016/j.reth.2025.01.011 PMID:39925965	研究论文	本文探讨了回归方法在透明细胞肾细胞癌多类别分级中的适用性	首次广泛研究了回归方法在多类别癌分级中的应用，并证明其在透明细胞肾细胞癌四类分级中的有效性	研究仅基于16张全片图像和11,826个组织学图像块，样本量相对较小	评估回归方法在多类别癌分级中的适用性	透明细胞肾细胞癌的组织学图像	数字病理学	肾癌	深度学习	CNN（DenseNet-121和Inception-v3）	图像	16张全片图像和11,826个组织学图像块
6866	2025-02-12	Development of an interactive ultra-high resolution magnetic resonance neurography atlas of the brachial plexus and upper extremity peripheral nerves 2025-Mar, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2024.110400 PMID:39765207	研究论文	开发了一个交互式超高分辨率磁共振神经成像图谱，用于直接可视化臂丛和上肢周围神经	首次开发了一个包含177个独特解剖结构的交互式超高分辨率磁共振神经成像图谱，具有前所未有的空间和对比度分辨率	样本量较小，仅包括16名成年志愿者，且未涉及已知周围神经病变的患者	开发一个教育和临床参考用的交互式磁共振神经成像图谱	臂丛和上肢周围神经	数字病理学	NA	磁共振神经成像（MR neurography）和深度学习算法	深度学习算法	磁共振图像	16名成年志愿者
6867	2025-02-12	Reducing reading time and assessing disease in capsule endoscopy videos: A deep learning approach 2025-Mar, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105792 PMID:39817978	研究论文	本文探讨了使用深度学习辅助诊断方法加速胶囊内窥镜视频分析的可行性	提出了一种基于预训练卷积神经网络（CNN）的方法，能够生成包含所有异常的胶囊内窥镜视频摘要，显著减少视频分析时间	研究仅使用了8个胶囊内窥镜视频进行测试，样本量较小	加速胶囊内窥镜视频分析，减少医生分析视频的时间	胶囊内窥镜视频	计算机视觉	胃肠疾病	深度学习	CNN	视频	8个胶囊内窥镜视频
6868	2025-02-12	Correction to "DL 101: Basic Introduction to Deep Learning With Its Application in Biomedical Related Fields" 2025-Feb-28, Statistics in medicine IF:1.8Q1 DOI:10.1002/sim.10349 PMID:39932330	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
6869	2025-02-12	Attention-Based Interpretable Multiscale Graph Neural Network for MOFs 2025-Feb-11, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c01525 PMID:39841881	研究论文	本文提出了一种基于注意力的可解释多尺度图神经网络（MSAIGNN），用于金属有机框架（MOFs）的气体分离和存储性能预测	引入了多尺度晶体图的构建方法，通过基于不同距离范围内的原子间相互作用将晶体图分解为多个子图，并考虑了晶体的全局结构，提出了具有自注意力机制的图池化机制的MSAIGNN模型，该模型结合了三体键角信息，考虑了不同尺度的结构特征，并最小化了冗余相互作用的干扰	未明确提及具体局限性	研究目的是通过深度学习预测复杂多孔晶体结构（如MOFs）的性能	金属有机框架（MOFs）	机器学习	NA	图神经网络（GNNs）	MSAIGNN（多尺度原子相互作用图神经网络）	晶体图数据	未明确提及具体样本数量
6870	2025-02-12	QuanFormer: A Transformer-Based Precise Peak Detection and Quantification Tool in LC-MS-Based Metabolomics 2025-Feb-11, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c04531 PMID:39868899	研究论文	本文介绍了一种基于Transformer架构的深度学习工具QuanFormer，用于在基于液相色谱-质谱联用的代谢组学分析中精确检测和量化峰信号	QuanFormer结合了卷积神经网络（CNN）的特征提取能力和Transformer架构的全局计算能力，通过使用近20,000个标注的兴趣区域（ROIs）进行数据训练，实现了独特的预测，并在测试集上达到了96.5%的平均精度值	尽管QuanFormer在不重新训练的情况下能够区分真假峰的准确率超过90%，但其在更广泛数据集上的泛化能力仍需进一步验证	开发一种能够提高代谢组学分析中峰检测和量化准确性的工具	液相色谱-质谱联用（LC-MS）数据中的峰信号	机器学习	乳腺癌	液相色谱-质谱联用（LC-MS）	Transformer, CNN	质谱数据	近20,000个标注的兴趣区域（ROIs）
6871	2025-02-12	Carbon Dioxide Sensing Based on Off-Axis Integrated Cavity Absorption Spectroscopy Combined with the Informer and Multilayer Perceptron Models 2025-Feb-11, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06057 PMID:39882837	研究论文	本文提出了一种基于离轴积分腔输出光谱（OA-ICOS）和深度学习模型的二氧化碳传感器，结合Informer和多层感知器（MLP）模型进行光谱数据处理和浓度预测	结合Informer模型进行光谱时间序列滤波，并使用MLP模型直接从滤波后的光谱数据中提取特征并预测二氧化碳浓度，显著提高了信噪比和检测精度	未提及具体的数据集规模或实验环境的多样性，可能影响模型的泛化能力	提高基于光谱的二氧化碳传感器的检测精度和信噪比	二氧化碳光谱数据	光谱学	NA	离轴积分腔输出光谱（OA-ICOS）	Informer, 多层感知器（MLP）	光谱时间序列数据	未提及具体样本数量
6872	2025-02-12	Deep Learning Radiomics for Survival Prediction in Non-Small-Cell Lung Cancer Patients from CT Images 2025-Feb-11, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02156-5 PMID:39930275	研究论文	本研究旨在应用深度学习方法的多模态方法，通过基于CT的放射组学预测非小细胞肺癌（NSCLC）患者的生存期	结合深度放射组学和传统放射组学特征以及临床参数，使用DeepSurv神经网络进行生存预测，相比Cox-PH方法有更好的预测效果	研究依赖于公开数据集，可能无法涵盖所有NSCLC患者的多样性	预测非小细胞肺癌患者的生存期	非小细胞肺癌患者	数字病理学	肺癌	CT扫描	3D CNN, DeepSurv	图像	420名患者用于训练，516名患者用于测试
6873	2025-02-12	Deep Learning Radiomics Based on MRI for Differentiating Benign and Malignant Parapharyngeal Space Tumors 2025-Feb-11, The Laryngoscope DOI:10.1002/lary.32043 PMID:39932109	研究论文	本研究旨在基于深度学习和传统放射组学特征建立一种预学术诊断工具，以指导咽旁间隙（PPS）肿瘤的临床决策	开发了一种结合深度学习和放射组学特征的深度放射组学（DLR）模型，用于区分PPS肿瘤的良恶性	研究为回顾性研究，可能存在选择偏差	建立一种预学术诊断工具，用于区分咽旁间隙（PPS）肿瘤的良恶性	217名PPS肿瘤患者	数字病理学	头颈部肿瘤	MRI	深度学习模型（DL）、传统放射组学模型（Rad）、深度放射组学模型（DLR）	图像	217名患者（训练集145名，测试集72名）
6874	2025-02-12	Eliminating the second CT scan of dual-tracer total-body PET/CT via deep learning-based image synthesis and registration 2025-Feb-11, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07113-5 PMID:39932542	研究论文	本研究开发并验证了一种深度学习框架，旨在消除双示踪剂全身PET/CT成像中的第二次CT扫描	结合了注册生成对抗网络（RegGAN）和非刚性配准技术，将第一次扫描的衰减校正CT（ACCT）图像转换为第二次扫描的伪ACCT图像，用于第二次示踪剂PET图像的衰减和散射校正（ASC）	研究为回顾性研究，样本量相对较小，且仅验证了三种示踪剂组合	减少双示踪剂全身PET/CT成像中的CT辐射剂量	247名接受双示踪剂全身PET/CT成像的患者	医学影像处理	NA	深度学习，非刚性配准	RegGAN	CT和PET图像	247名患者，包括167名接受[68Ga]Ga-DOTATATE/[18F]FDG，50名接受[68Ga]Ga-PSMA-11/[18F]FDG，30名接受[68Ga]Ga-FAPI-04/[18F]FDG
6875	2025-02-12	Diffusion-driven multi-modality medical image fusion 2025-Feb-11, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03300-6 PMID:39932643	研究论文	本文提出了一种基于扩散驱动的多模态医学图像融合方法，旨在解决现有深度学习方法在图像细节和颜色信息融合不足的问题	提出了一种利用潜在空间中多模态图像信息分布关系的扩散驱动方法，并设计了局部和全局网络（LAGN）以更好地保留不同模态的互补信息	NA	提高多模态医学图像融合的质量，以提供更全面的临床诊断信息	MRI/CT、MRI/PET和MRI/SPECT图像	计算机视觉	NA	扩散驱动方法	局部和全局网络（LAGN）	医学图像	三个数据集（MRI/CT、MRI/PET和MRI/SPECT图像），16名医生和医学生参与评估
6876	2025-02-12	A deep learning-based prediction model for prognosis of cervical spine injury: a Japanese multicenter survey 2025-Feb-10, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-08708-0 PMID:39930051	研究论文	本研究旨在开发一种基于深度学习的预测模型，用于预测老年颈椎损伤患者的预后	使用深度学习模型预测老年颈椎损伤患者的预后，提供了传统统计分析方法未考虑的重要因素	研究仅限于日本的多中心数据，可能不适用于其他地区或人群	开发一种深度学习模型，用于预测老年颈椎损伤患者的预后	1512名65岁及以上的颈椎损伤患者	机器学习	颈椎损伤	深度学习	深度学习模型	临床数据	1512名老年患者
6877	2025-02-12	Neural architecture search with Deep Radon Prior for sparse-view CT image reconstruction 2025-Feb-10, Medical physics IF:3.2Q1 DOI:10.1002/mp.17685 PMID:39930320	研究论文	本文提出了一种名为NAS-DRP的无监督深度学习方法，用于稀疏视图CT图像重建，通过结合深度Radon先验和神经架构搜索来优化网络结构	结合深度Radon先验（DRP）和神经架构搜索（NAS），提出了一种无监督深度学习方法NAS-DRP，自动优化网络结构以提高稀疏视图CT图像重建的细节和准确性	需要进一步验证在大规模数据集上的泛化能力，并且方法的计算复杂度较高	提高稀疏视图CT图像重建的质量，减少辐射暴露和伪影	稀疏视图CT图像	计算机视觉	NA	深度Radon先验（DRP），神经架构搜索（NAS）	RNN	图像	NA
6878	2025-02-12	Recent Development, Applications, and Patents of Artificial Intelligence in Drug Design and Development 2025-Feb-10, Current drug discovery technologies DOI:10.2174/0115701638364199250123062248 PMID:39931986	综述	本文综述了人工智能在药物设计和开发中的最新进展、应用及专利	本文重点介绍了人工智能和深度学习在药物设计中的创新应用，并讨论了相关专利，与已发表材料形成区分	NA	探讨人工智能在药物设计和开发中的应用，以提高药物发现的效率和成功率	药物设计和开发	机器学习	NA	深度学习（DL）、人工神经网络（ANNs）	深度学习算法、机器学习算法	临床试验数据、基因组学数据、蛋白质组学数据、微阵列数据	NA
6879	2025-02-12	Innovative laboratory techniques shaping cancer diagnosis and treatment in developing countries 2025-Feb-08, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-01877-w PMID:39921787	综述	本文探讨了实验室技术在癌症诊断和治疗中的创新应用，特别是在发展中国家的挑战和机遇	整合了人工智能，特别是深度学习和卷积神经网络，以提高诊断准确性和数据分析能力	发展中国家面临财务限制、医疗基础设施不足和先进诊断技术获取有限等挑战	改善癌症诊断和治疗，特别是在资源有限的环境中	癌症患者，特别是在发展中国家的患者	数字病理学	癌症	肿瘤组织学、单细胞技术、流式细胞术、分子成像、液体活检、免疫测定和分子诊断	深度学习、卷积神经网络	NA	NA
6880	2025-02-12	Polarity-JaM: an image analysis toolbox for cell polarity, junction and morphology quantification 2025-Feb-08, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56643-x PMID:39922822	研究论文	本文介绍了一个名为Polarity-JaM的开源图像分析工具箱，用于细胞极性、连接和形态的量化分析	Polarity-JaM结合了荧光显微镜和深度学习算法，提供了可重复的探索性图像分析方法，支持单细胞分割、特征提取和统计分析	虽然该工具箱适用于多种细胞类型和成像模式，但其在特定细胞类型或疾病模型中的应用效果仍需进一步验证	开发一个可访问的图像分析工作流程，以全面分析细胞极性和形态相关的图像数据	内皮细胞及其集体行为	数字病理学	NA	荧光显微镜和深度学习算法	NA	图像	NA