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
6961	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
6962	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
6963	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
6964	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
6965	2025-02-11	Multi-dimensional perceptual recognition of tourist destination using deep learning model and geographic information system 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318846 PMID:39919101	研究论文	本研究提出了一种结合深度学习模型和地理信息系统（GIS）的多维度旅游目的地感知识别策略，以提高感知识别的准确性和完整性	通过整合改进的Inception V3模型、带多头注意力的双向长短期记忆网络（BiLSTM）模型和GIS技术，实现了对旅游目的地感知的多维度精确识别，识别准确率超过97%	研究主要集中在中国大同的游客感知，可能在其他地区的适用性需要进一步验证	提高旅游目的地感知识别的准确性和完整性，支持目的地管理决策和旅游推荐	旅游目的地的感知识别，特别是内容感知、情感感知以及时空感知	自然语言处理	NA	深度学习、地理信息系统（GIS）	改进的Inception V3模型、双向长短期记忆网络（BiLSTM）模型	图像、文本、时空信息	NA
6966	2025-02-11	Advanced retinal disease detection from OCT images using a hybrid squeeze and excitation enhanced model 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318657 PMID:39919140	研究论文	本文提出了一种混合SE增强模型，用于从OCT图像中检测视网膜疾病，包括糖尿病性黄斑水肿、Drusen和脉络膜新生血管	结合了SE块与EfficientNetB0和Xception架构，提高了模型的效率和分类性能，能够更准确地检测视网膜疾病	依赖于特定数据集（UCSD和Duke的OCT数据集），可能在其他数据集上的泛化能力有限	开发一种基于人工智能和深度学习的模型，用于从OCT图像中准确检测视网膜疾病	OCT图像中的视网膜疾病，包括糖尿病性黄斑水肿、Drusen和脉络膜新生血管	计算机视觉	视网膜疾病	深度学习	SE-Enhanced Hybrid Model（结合EfficientNetB0和Xception）	图像	UCSD和Duke的OCT数据集
6967	2025-02-11	RETRACTED: Lung cancer diagnosis of CT images using metaheuristics and deep learning 2024-Apr, Proceedings of the Institution of Mechanical Engineers. Part H, Journal of engineering in medicine DOI:10.1177/09544119221090725 PMID:35445619	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
6968	2025-02-11	RETRACTION NOTICE: Lung cancer diagnosis of CT images using metaheuristics and deep learning 2024-Apr, Proceedings of the Institution of Mechanical Engineers. Part H, Journal of engineering in medicine DOI:10.1177/09544119221134231 PMID:36237147	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
6969	2025-02-11	Self-Supervised Learning for Improved Optical Coherence Tomography Detection of Macular Telangiectasia Type 2 2024-Mar-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2023.6454 PMID:38329740	研究论文	本文提出了一种自监督学习方法，用于在有限标注数据的情况下，通过光学相干断层扫描（OCT）自动分类2型黄斑毛细血管扩张症（MacTel）	使用自监督学习方法在有限标注数据的情况下提高了MacTel的自动分类准确性，并展示了其在其他罕见疾病中的潜在应用	需要进一步研究以验证该方法在其他罕见疾病中的适用性	开发一种自监督学习方法，用于在有限标注数据的情况下自动分类MacTel	2型黄斑毛细血管扩张症（MacTel）患者和非MacTel患者的OCT图像	计算机视觉	黄斑毛细血管扩张症	光学相干断层扫描（OCT）	ResNet18, ResNet50	图像	2636张OCT扫描图像来自780名MacTel患者和131名非MacTel患者，以及2564张来自1769名非MacTel患者的OCT扫描图像
6970	2025-02-11	Utilisation of ChatGPT and other Artificial Intelligence tools among medical faculty in Uganda: a cross-sectional study 2024, MedEdPublish (2016) DOI:10.12688/mep.20554.2 PMID:39911314	研究论文	本研究评估了乌干达医学教师对ChatGPT及其他人工智能工具的使用情况	首次在乌干达医学教师中调查ChatGPT及其他AI工具的使用情况，揭示了不同年龄段教师的使用差异	研究样本仅限于乌干达四所公立大学的医学教师，可能无法代表其他地区或国家的使用情况	评估乌干达医学教师对ChatGPT及其他AI工具的使用情况，探讨AI在医学教育中的应用潜力	乌干达四所公立大学的医学教师	自然语言处理	NA	ChatGPT, Quill Bot	深度学习模型	问卷调查数据	224名医学教师
6971	2025-02-09	Estimating baselines of Raman spectra based on transformer and manually annotated data 2025-Apr-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125679 PMID:39733708	研究论文	本文提出了一种基于Transformer和手动标注数据的拉曼光谱基线估计方法	设计了一种针对拉曼光谱数据的一维Transformer模型（1dTrans），并在基线估计任务中表现优于传统的卷积神经网络（CNN）、ResUNet和三种参数化方法	手动标注数据的过程可能耗时且依赖于参数调整，模型的泛化能力未在更多材料上进行验证	改进拉曼光谱的基线校正方法，以提高定量分析的准确性	拉曼光谱数据	机器学习	NA	拉曼光谱分析	Transformer, CNN, ResUNet	光谱数据	八种不同生物材料的光谱数据
6972	2025-02-10	Lightweight deep learning algorithm for real-time wheat flour quality detection via NIR spectroscopy 2025-Apr-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125653 PMID:39733712	研究论文	本研究提出了一种轻量级卷积神经网络，用于通过近红外光谱实时监测小麦粉质量	结合了Ghost瓶颈、外部注意力模块和Kolmogorov-Arnold网络，以增强特征提取并提高预测准确性	未提及模型在大规模实际应用中的具体表现和潜在问题	开发一种高效、非破坏性的小麦粉质量实时监测工具	小麦粉的质量参数（蛋白质和水分含量）	机器学习	NA	近红外光谱	卷积神经网络（CNN）	光谱数据	未明确提及具体样本数量，但涉及多样本测试
6973	2025-02-10	Determination and visualization of moisture content in Camellia oleifera seeds rapidly based on hyperspectral imaging combined with deep learning 2025-Apr-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125676 PMID:39742624	研究论文	本研究探讨了利用可见近红外高光谱成像（VNIR-HSI）结合深度学习（DL）方法快速检测油茶籽水分含量的可行性	提出了一种利用粒子群优化（PSO）搜索卷积神经网络回归（CNNR）模型最优超参数的方法，并比较了多种模型的预测性能，最终确定了最优混合预测模型PSO-CNN-SVR	NA	探讨利用高光谱成像和深度学习技术实现油茶籽水分含量的无损检测和可视化	油茶籽	计算机视觉	NA	可见近红外高光谱成像（VNIR-HSI）	卷积神经网络回归（CNNR）、支持向量机回归（SVR）、AlexNet	光谱数据	NA
6974	2025-02-10	On the analysis of adapting deep learning methods to hyperspectral imaging. Use case for WEEE recycling and dataset 2025-Apr-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125665 PMID:39746253	研究论文	本文评估了在深度学习架构中结合不同空间和光谱特征对高光谱图像分割的影响，并探讨了从RGB图像预训练模型到高光谱领域的知识迁移	提出了不同架构配置，评估了光谱和空间信息对模型性能、能耗和推理时间的影响，并公开了Tecnalia WEEE高光谱数据集	未对所有光谱波长进行优化，且从RGB领域迁移的预训练模型性能较低、能耗较高、推理时间较长	研究高光谱图像分割中空间和光谱信息对深度学习模型性能的影响	高光谱图像	计算机视觉	NA	深度学习	深度学习架构	高光谱图像	Tecnalia WEEE高光谱数据集，包含铜、黄铜、铝、不锈钢和白铜等非铁金属废料
6975	2025-02-10	Rapid identification of horse oil adulteration based on deep learning infrared spectroscopy detection method 2025-Apr-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125604 PMID:39756131	研究论文	本研究提出了一种基于深度学习和红外光谱技术的快速检测马油掺假的方法	首次将红外光谱与深度学习结合用于马油掺假的快速检测，展示了深度学习与红外光谱在掺假检测领域结合的重要性	研究中仅使用了四种类型的样本（马油、黄油、羊油和猪油）进行掺假检测，可能无法涵盖所有可能的掺假物质	建立一种快速识别马油掺假的方法，以应对市场上马油掺假问题	马油及其掺假样本（黄油、羊油、猪油）	机器学习	NA	红外光谱技术	ResNet	红外光谱数据	四种类型的样本（马油、黄油、羊油、猪油），每种掺假比例（5%, 10%, 20%, 30%, 40%, 50%）
6976	2025-02-10	Enhancing thin slice 3D T2-weighted prostate MRI with super-resolution deep learning reconstruction: Impact on image quality and PI-RADS assessment 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110308 PMID:39667642	研究论文	本研究评估了超分辨率深度学习重建（SR-DLR）在提高薄层3D T2加权成像（T2WI）图像质量和前列腺影像报告与数据系统（PI-RADS）评估中的有效性	使用SR-DLR技术在不延长MRI采集时间的情况下提高图像质量，并评估其对PI-RADS评分的影响	样本量较小（28名患者），且为回顾性研究	评估SR-DLR在提高前列腺MRI图像质量和PI-RADS评分中的有效性	前列腺MRI图像	医学影像	前列腺癌	超分辨率深度学习重建（SR-DLR）	深度学习模型	MRI图像	28名男性患者（年龄范围：47-88岁；平均年龄：70.8岁）
6977	2025-02-10	A lightweight adaptive spatial channel attention efficient net B3 based generative adversarial network approach for MR image reconstruction from under sampled data 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110281 PMID:39672285	研究论文	本文提出了一种基于轻量级自适应空间通道注意力EfficientNet B3的生成对抗网络（ASCA-EffNet GAN），用于从欠采样的k空间数据中快速高质量地重建MR图像	提出了一种结合自适应空间通道注意力机制和EfficientNet B3的生成对抗网络，用于MR图像重建，有效捕捉空间和通道特征，提升重建质量	未提及具体的数据集大小和多样性，可能影响模型的泛化能力	加速MR图像采集并提高重建质量，适用于临床快速诊断	欠采样的k空间数据	计算机视觉	NA	压缩感知MRI（CS-MRI）	生成对抗网络（GAN），U-net生成器，ResNet解码器	MR图像	未提及具体样本数量
6978	2025-02-10	Conditional generative diffusion deep learning for accelerated diffusion tensor and kurtosis imaging 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110309 PMID:39675686	研究论文	本研究开发了DiffDL，一种生成扩散概率模型，旨在从减少的扩散加权图像（DWI）集中生成高质量的扩散张量成像（DTI）和扩散峰度成像（DKI）指标	DiffDL模型通过生成扩散概率模型解决了扩散MRI数据采集时间过长的问题，同时保持了指标的准确性	未来研究需要优化计算需求，并在临床队列和标准MRI扫描仪上验证模型	开发一种生成扩散概率模型以减少扩散MRI数据采集时间并保持指标准确性	扩散加权图像（DWI）	计算机视觉	NA	扩散张量成像（DTI）和扩散峰度成像（DKI）	UNet	图像	300训练/验证对象和50测试对象
6979	2025-02-10	Predicting molecular subtypes of breast cancer based on multi-parametric MRI dataset using deep learning method 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110305 PMID:39681144	研究论文	本研究开发了一种基于多参数MRI的深度学习模型，用于预测乳腺癌的分子亚型	使用五种类型的术前MRI图像，通过集成学习方法融合五个基础模型的输出，构建了一个多参数MRI模型，用于预测乳腺癌的分子亚型	研究样本量相对较小，且为回顾性研究，可能存在选择偏差	开发一种基于多参数MRI的模型，用于预测乳腺癌的分子亚型	325例经病理证实的乳腺癌患者的临床数据和五种MRI图像	数字病理	乳腺癌	多参数MRI成像	ResNeXt50	图像	325例乳腺癌患者（260例训练集，65例测试集）
6980	2024-12-28	Reliability of post-contrast deep learning-based highly accelerated cardiac cine MRI for the assessment of ventricular function 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110313 PMID:39708928	研究论文	本研究评估了基于深度学习的加速心脏电影MRI在对比剂注射前后的等效性，用于评估心室功能	首次在临床环境中评估了对比剂注射前后基于深度学习的加速心脏电影MRI的图像质量和心室功能量化等效性	样本量较小，仅30名患者，且仅在1.5T扫描仪上进行	评估对比剂注射前后基于深度学习的加速心脏电影MRI在图像质量和心室功能量化上的等效性	30名患者（20名男性，平均年龄53.7±17.8岁）	医学影像	心血管疾病	心脏磁共振成像（MRI）	深度学习	图像	30名患者