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
6921	2025-02-11	BenthicNet: A global compilation of seafloor images for deep learning applications 2025-Feb-07, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04491-1 PMID:39920123	研究论文	本文介绍了BenthicNet，一个全球海底图像汇编，旨在支持大规模图像识别模型的训练和评估	提出了一个全球性的海底图像数据集，支持大规模图像识别模型的开发，并公开了数据集和模型以供重用	数据集虽然庞大，但仅包含190,000张带有注释的图像，可能限制了模型的训练效果	提高海底图像分析的效率，支持环境监测	海底图像	计算机视觉	NA	深度学习	大规模图像识别模型	图像	初始收集了1140万张图像，其中130万张作为代表性子集，19万张带有注释
6922	2025-02-11	Modeling pegcetacoplan treatment effect for atrophic age-related macular degeneration with AI-based progression prediction 2025-Feb-07, International journal of retina and vitreous IF:1.9Q2 DOI:10.1186/s40942-025-00634-z PMID:39920843	研究论文	本文利用深度学习模型，基于个体化的地形进展预测，展示了Pegcetacoplan治疗萎缩性年龄相关性黄斑变性（AMD）的效果	使用深度学习算法进行个体化的地形进展预测，展示Pegcetacoplan治疗效果的变异性	研究样本量较小（N=99），且为回顾性分析	展示Pegcetacoplan治疗萎缩性AMD的效果	萎缩性AMD患者	数字病理学	年龄相关性黄斑变性	光学相干断层扫描（OCT）	深度学习模型	图像	99名患者
6923	2025-02-11	Advancing structure modeling from cryo-EM maps with deep learning 2025-Feb-07, Biochemical Society transactions IF:3.8Q2 DOI:10.1042/BST20240784 PMID:39927816	研究论文	本文讨论了从冷冻电镜（cryo-EM）密度图中自动建模生物分子结构的演变和现状，特别关注深度学习在此过程中的作用	强调了AI驱动的方法在冷冻电镜结构建模中的变革性作用	未具体提及研究的局限性	探讨冷冻电镜密度图中生物分子结构的自动建模方法	生物分子结构	结构生物学	NA	冷冻电镜（cryo-EM）	深度学习	冷冻电镜密度图	NA
6924	2025-02-11	Enhancing deep learning methods for brain metastasis detection through cross-technique annotations on SPACE MRI 2025-Feb-06, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00554-5 PMID:39913077	研究论文	本文探讨了通过SPACE MRI的跨技术注释增强深度学习方法来检测脑转移瘤的效果	利用SPACE序列的高质量注释（HAQ）来提升深度学习算法在MPRAGE图像上检测脑转移瘤的性能	需要在前瞻性研究中进一步验证	提高深度学习算法在MPRAGE图像上检测脑转移瘤的准确性和敏感性	157名脑转移瘤患者的SPACE和MPRAGE MRI数据	数字病理学	脑转移瘤	SPACE MRI, MPRAGE MRI	深度学习模型	MRI图像	157名患者的SPACE和MPRAGE MRI数据，以及660名患者的测试数据集
6925	2025-02-11	Advanced artificial intelligence with federated learning framework for privacy-preserving cyberthreat detection in IoT-assisted sustainable smart cities 2025-Feb-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88843-2 PMID:39915579	研究论文	本文提出了一种基于联邦学习框架的高级人工智能方法，用于在物联网辅助的可持续智慧城市中进行隐私保护的网络威胁检测	结合联邦学习与深度学习技术，提出了一种新的隐私保护网络威胁检测方法，使用Harris Hawk优化进行特征选择，并采用堆叠稀疏自编码器分类器和海象优化算法进行超参数调优	联邦学习在物联网取证方面的潜力尚未充分探索	确保在智慧城市中实现强大且可扩展的网络威胁检测，同时保护物联网用户的隐私	物联网辅助的可持续智慧城市中的网络威胁	机器学习	NA	联邦学习（FL），深度学习（DL）	堆叠稀疏自编码器（SSAE）	物联网数据	使用基准数据集进行模拟评估
6926	2025-02-11	Swarm learning with weak supervision enables automatic breast cancer detection in magnetic resonance imaging 2025-Feb-06, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00722-5 PMID:39915630	研究论文	本研究提出了一种结合弱监督学习和群体学习（SL）的集成管道，用于自动检测乳腺癌的磁共振成像（MRI）数据	通过弱监督学习减少详细注释需求，并通过群体学习实现本地AI模型训练，避免了集中式数据共享	研究依赖于多个国际数据集，可能存在数据隐私和注释变异性的挑战	开发一种无需详细注释或集中数据共享的AI模型，以提高乳腺癌MRI数据的分析效率	乳腺癌患者的双侧乳腺MRI检查数据	医学影像分析	乳腺癌	弱监督学习，群体学习（SL）	3D-ResNet-101	MRI图像	1372例来自美国、瑞士和英国的双侧乳腺MRI检查数据，以及649例来自德国和希腊的外部验证数据
6927	2025-02-11	WDRIV-Net: a weighted ensemble transfer learning to improve automatic type stratification of lumbar intervertebral disc bulge, prolapse, and herniation 2025-Feb-06, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01341-4 PMID:39915867	研究论文	本文提出了一种加权集成迁移学习框架WDRIV-Net，用于自动分层腰椎间盘突出、脱出和膨出的类型	通过集成四个预训练模型（Densenet169、ResNet101、InceptionV3和VGG19），提出了一种新的加权迁移学习框架WDRIV-Net，显著提高了分类准确率	NA	提高腰椎间盘退变类型的自动分层准确性，以辅助临床早期治疗选择	腰椎间盘退变患者	计算机视觉	腰椎间盘退变	迁移学习	WDRIV-Net（集成Densenet169、ResNet101、InceptionV3和VGG19）	磁共振成像（MRI）图像	来自中国多家临床医院的腰椎MRI图像样本
6928	2025-02-11	Deep Learning Approaches to Predict Geographic Atrophy Progression Using Three-Dimensional OCT Imaging 2025-Feb-03, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.2.11 PMID:39913124	研究论文	本文评估了处理三维光学相干断层扫描（OCT）图像的不同方法在预测地理萎缩（GA）病变区域和未来增长率方面的性能	比较了四种不同的深度学习方法在预测GA病变区域和增长率方面的性能，发现所有方法的表现相当，可能已达到预测GA增长率的性能瓶颈	所有探索的方法在预测GA增长率方面表现相当，可能已达到性能瓶颈，且仅使用EZ或RPE层的厚度图预测性能较差	评估不同处理三维OCT图像的方法在预测GA病变区域和增长率方面的性能	地理萎缩（GA）病变区域和增长率	计算机视觉	老年性黄斑变性（AMD）	三维光学相干断层扫描（OCT）	卷积神经网络（CNN）	三维图像	1219只研究眼用于模型开发，442只研究眼用于性能评估
6929	2025-02-11	Real-time intraoperative ultrasound registration for accurate surgical navigation in patients with pelvic malignancies 2025-Feb, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03299-5 PMID:39633142	研究论文	本研究开发并评估了几种实时术中超声（iUS）配准方法，用于提高盆腔恶性肿瘤手术导航的准确性	开发了实时深度学习骨和动脉分割的2D超声配准方法，显著提高了手术导航的准确性	iUS的用户依赖性较强，需要直观的软件以实现最佳的临床应用	提高盆腔恶性肿瘤手术导航的准确性	盆腔恶性肿瘤患者	数字病理	盆腔恶性肿瘤	实时术中超声（iUS）	深度学习	超声图像	30名患者
6930	2025-02-11	Deep Learning Architecture to Infer Kennedy Classification of Partially Edentulous Arches Using Object Detection Techniques and Piecewise Annotations 2025-Feb, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2024.11.005 PMID:39645471	研究论文	本研究利用人工智能和基于深度学习的物体检测技术，自动检测正颌X光图像中的常见牙科问题，包括断根、牙周病牙齿和部分无牙弓的Kennedy分类	提出了一种新的深度学习架构，用于推断部分无牙弓的Kennedy分类，并提供了关于弓（上颌或下颌）和受影响侧（右或左）的详细信息	数据集较小	开发一种自动化工具，用于牙科问题的早期检测和分类	正颌X光图像中的牙科问题	计算机视觉	牙科疾病	深度学习物体检测技术	深度学习模型	图像	小数据集
6931	2025-02-11	Classification of speech arrests and speech impairments during awake craniotomy: a multi-databases analysis 2025-Feb, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03301-0 PMID:39652158	研究论文	本文探讨了在清醒开颅手术中使用深度学习模型客观评估言语停顿和言语障碍的方法	使用深度学习模型（Wav2Vec2）进行客观评估，而非依赖临床医生的主观观察	需要进一步评估，特别是在跨语言情况下的表现	提高清醒开颅手术中言语功能的实时评估精度，以改善术后结果	清醒开颅手术中的言语停顿和言语障碍	自然语言处理	脑肿瘤	深度学习	Wav2Vec2	音频	1883个3秒音频片段，来自25例清醒开颅手术（23例来自日本东京女子医科大学医院，2例来自法国布雷斯特大学医院）
6932	2025-02-11	Multi-institutional development and testing of attention-enhanced deep learning segmentation of thyroid nodules on ultrasound 2025-Feb, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03294-w PMID:39751996	研究论文	本文介绍了一种用于超声图像中甲状腺结节自动分割的机器学习系统的开发、验证和多机构独立测试	使用带有额外注意力加权函数的AttU-Net架构进行甲状腺结节分割，并在多机构数据集上进行验证和测试	未来需要将该分割方法整合到自动甲状腺分类系统中	开发一种用于甲状腺结节自动分割的机器学习系统，以支持甲状腺结节的超声风险分层	甲状腺结节	计算机视觉	甲状腺疾病	超声成像	AttU-Net	图像	来自520名患者的1595张甲状腺超声图像
6933	2025-02-11	G-SET-DCL: a guided sequential episodic training with dual contrastive learning approach for colon segmentation 2025-Feb, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03319-4 PMID:39789205	研究论文	本文介绍了一种新颖的深度学习方法，通过有限的数据标注显著提高了结肠分割的准确性，从而增强了CT结肠成像在临床环境中的整体效果	提出了一种结合3D上下文信息的引导顺序片段训练方法，并采用双重对比学习增强特征可区分性，以提高分割准确性	尽管在有限标注数据下表现良好，但方法仍需在更大规模数据集上进一步验证其泛化能力	提高结肠分割的准确性，以增强CT结肠成像在临床诊断中的应用效果	结肠的CT图像	数字病理学	结肠癌	深度学习	Markov Random Field, 对比学习	CT图像	98例腹部扫描数据
6934	2025-02-11	CLSSATP: Contrastive learning and self-supervised learning model for aquatic toxicity prediction 2025-Feb, Aquatic toxicology (Amsterdam, Netherlands) DOI:10.1016/j.aquatox.2025.107244 PMID:39805255	研究论文	本文介绍了一种名为CLSSATP的高效对比自监督学习深度神经网络预测模型，用于有机毒性预测	CLSSATP模型结合了自监督学习和对比学习两个模块，通过双视角学习深入理解分子的结构和性质关系，提供了新的水生毒性评估视角	NA	研究旨在通过深度学习方法来预测有机化合物对水生生物的毒性，以保护环境和确保可持续人类发展	有机化合物对水生生物的毒性	机器学习	NA	深度学习	深度神经网络	分子指纹和分子图	NA
6935	2025-02-11	Development and validation of fully automated robust deep learning models for multi-organ segmentation from whole-body CT images 2025-Feb, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.104911 PMID:39899952	研究论文	本研究开发并验证了一种全自动的深度学习模型，用于从全身CT图像中进行多器官分割	开发了一种基于nnU-Net的多器官分割模型，并在包含成人和儿科患者的数据集上进行了验证，模型在不同数据库的图像上表现出色	模型在某些器官（如肾上腺和胰腺）上的分割效果相对较低	开发一种适用于成人和儿科患者的全自动多器官分割深度学习模型	成人和儿科患者的全身CT图像	计算机视觉	NA	深度学习	nnU-Net	CT图像	4082张CT图像，包括300例儿科病例
6936	2025-02-11	Deep Radiogenomics Sequencing for Breast Tumor Gene-Phenotype Decoding Using Dynamic Contrast Magnetic Resonance Imaging 2025-Feb, Molecular imaging and biology IF:3.0Q2 DOI:10.1007/s11307-025-01981-x PMID:39815134	研究论文	本研究旨在利用动态对比增强磁共振成像（MRI）对乳腺癌肿瘤进行放射基因组学分析，以解码雌激素受体（ER）、孕激素受体（PR）和人表皮生长因子受体2（HER2）基因的表型	结合MRI和深度学习算法进行乳腺癌基因表型解码，展示了放射基因组学在乳腺癌研究中的可行性	模型性能中等，AUC值在0.658至0.698之间，需进一步优化	解码乳腺癌肿瘤的基因表型，特别是ER、PR和HER2基因的状态	922例经活检确诊的浸润性乳腺癌患者的MRI图像数据	数字病理学	乳腺癌	动态对比增强磁共振成像（MRI）	SEResNet50, ResNet34, SEResNext101	图像	922例乳腺癌患者的MRI图像数据
6937	2025-02-11	Artificial Intelligence Applications in Cardiac CT Imaging for Ischemic Disease Assessment 2025-Feb, Echocardiography (Mount Kisco, N.Y.) DOI:10.1111/echo.70098 PMID:39927866	综述	本文探讨了人工智能在心脏CT成像中用于缺血性疾病评估的应用	强调了人工智能在提高心脏CT成像诊断准确性和效率方面的潜力，特别是在冠状动脉疾病评估中的应用	NA	研究人工智能在心脏CT成像中的应用，以改善缺血性心脏病的诊断和工作流程效率	心脏CT成像数据	医学影像	心血管疾病	机器学习和深度学习	NA	图像	NA
6938	2025-02-11	Proactive Deep Learning-Facilitated Inpatient Penicillin Allergy Delabelling: An Implementation Study 2025-Jan-17, International archives of allergy and immunology IF:2.5Q3 DOI:10.1159/000542589 PMID:39827874	研究论文	本研究探讨了利用深度学习促进的主动咨询是否能够增强住院患者青霉素过敏标签的去除	使用深度学习指导的主动咨询服务来促进青霉素过敏标签的去除，这是一种创新的方法	本研究为单中心实施研究，需要进一步研究以验证该方法在其他中心的适用性	确定深度学习促进的主动咨询是否能增强住院患者青霉素过敏标签的去除	住院患者中的青霉素过敏标签	医疗健康	过敏性疾病	深度学习	NA	医疗记录	439名患者，其中121名被算法识别为适合进行青霉素过敏询问
6939	2025-02-11	Virtual Gram staining of label-free bacteria using dark-field microscopy and deep learning 2025-Jan-10, Science advances IF:11.7Q1 DOI:10.1126/sciadv.ads2757 PMID:39772690	研究论文	本文介绍了一种使用暗场显微镜和深度学习对无标记细菌进行虚拟革兰氏染色的方法	通过训练神经网络，将未染色细菌的暗场图像数字转换为与亮场图像对比相匹配的革兰氏染色等效图像，从而绕过传统染色过程中的多个化学步骤	需要一次性训练模型，且未提及模型在不同类型细菌上的泛化能力	开发一种无需化学染色的虚拟革兰氏染色方法，以提高染色准确性和效率	无标记细菌	计算机视觉	NA	暗场显微镜，深度学习	神经网络	图像	未明确提及具体样本数量，但包含多种细菌样本
6940	2025-02-11	Ultrasound elastic modulus reconstruction using a deep learning model trained with simulated data 2025-Jan, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.1.017001 PMID:39916991	研究论文	本文提出了一种基于深度学习的超声弹性成像逆问题解决方法，通过模拟数据训练的U-Net神经网络模型来重建弹性模量的空间分布	采用数据驱动的深度学习模型替代传统的迭代或直接技术，解决了传统方法在计算速度和噪声敏感性方面的限制	模型的性能依赖于模拟数据的多样性和代表性，可能需要进一步验证其在更广泛临床数据上的泛化能力	开发并验证一种深度学习方法来高效准确地解决超声弹性成像中的逆问题，即从超声测量的位移场中恢复弹性模量的空间分布	超声弹性成像中的位移场数据	医学影像处理	NA	超声弹性成像	U-Net	图像	模拟数据、体模实验数据和临床数据