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
7201	2025-03-16	Deep Learning-Assisted Label-Free Parallel Cell Sorting with Digital Microfluidics 2025-Jan, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202408353 PMID:39497614	研究论文	本文介绍了一种新型的无标记细胞分选方法，结合深度学习图像识别和微流体操作，基于细胞形态进行分选	该方法首次将YOLOv8目标检测模型与Safe Interval Path Planning算法结合，用于数字微流控平台上的细胞分选，实现了高精度和高纯度的分选效果	实验样本仅限于HeLa细胞、聚苯乙烯微球、红细胞、Jurkat细胞和HL-60细胞，未涉及更广泛的细胞类型	开发一种高效、无标记的细胞分选技术，以推动细胞生物学的基础研究和临床应用	HeLa细胞、聚苯乙烯微球、红细胞、Jurkat细胞和HL-60细胞	数字病理学	NA	数字微流控技术（AM-DMF）	YOLOv8	图像	HeLa细胞、聚苯乙烯微球、红细胞、Jurkat细胞和HL-60细胞
7202	2025-03-16	Natural Language Processing of Clinical Documentation to Assess Functional Status in Patients With Heart Failure 2024-Nov-04, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2024.43925 PMID:39509128	研究论文	本研究开发并验证了一种深度学习自然语言处理（NLP）策略，用于从非结构化的临床文档中提取心力衰竭（HF）患者的功能状态评估	利用深度学习NLP技术从非结构化临床文档中提取功能状态评估，显著提高了对患者功能状态的跟踪能力，并有助于识别适合临床试验的患者	研究依赖于电子健康记录数据，可能存在数据质量和完整性的问题	开发并验证一种NLP策略，用于从临床文档中提取心力衰竭患者的功能状态评估	心力衰竭患者	自然语言处理	心血管疾病	NLP	深度学习模型	文本	34,070名心力衰竭患者
7203	2025-03-16	An artificial intelligence-driven scoring system to measure histological disease activity in ulcerative colitis 2024-10, United European gastroenterology journal IF:5.8Q1 DOI:10.1002/ueg2.12562 PMID:38590110	研究论文	本研究开发了一种基于人工智能的评分系统，用于测量溃疡性结肠炎的组织学疾病活动	使用先进的图像处理和机器学习算法开发了一种新型AI算法，用于自动测量基于Nancy指数的组织学疾病活动	研究仅使用了200张组织学图像，样本量相对较小	研究目的是开发一种AI系统，用于自动评估溃疡性结肠炎的组织学疾病活动	溃疡性结肠炎患者的组织学图像	数字病理学	溃疡性结肠炎	图像处理和机器学习算法	深度学习	图像	200张组织学图像
7204	2025-03-16	Cardiovascular care with digital twin technology in the era of generative artificial intelligence 2024-Sep-26, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehae619 PMID:39322420	综述	本文综述了数字孪生技术在心血管医学中的应用及其未来潜力，特别是在生成式人工智能的背景下	探讨了数字孪生技术如何结合生成式人工智能和多模态数据，以增强心血管疾病的个性化治疗和预测	讨论了将数字孪生技术整合到个性化心血管护理中的个体和社会挑战以及伦理考虑	探索数字孪生技术在心血管医学中的应用及其未来发展方向	心血管疾病患者	数字病理学	心血管疾病	生成式人工智能	深度学习模型	多模态数据	NA
7205	2025-03-16	Deep-learning generated B-line score mirrors clinical progression of disease for patients with heart failure 2024-Sep-16, The ultrasound journal DOI:10.1186/s13089-024-00391-4 PMID:39283362	研究论文	本研究探讨了深度学习算法生成的B线严重程度评分与肺充血和疾病严重程度之间的关系，并评估了治疗过程中评分的变化	利用深度学习算法生成B线评分，为临床提供了一种客观评估肺充血和疾病严重程度的方法	B线评分与Rothman指数无显著关联，可能限制了其在某些临床评估中的应用	确定深度学习生成的B线评分是否与肺充血和疾病严重程度相关，并评估治疗过程中的评分变化	疑似充血性心力衰竭的患者	数字病理学	心血管疾病	深度学习	深度学习算法	超声图像	110名独特受试者（3379个超声片段）
7206	2025-03-16	Deep network and multi-atlas segmentation fusion for delineation of thigh muscle groups in three-dimensional water-fat separated MRI 2024-Sep, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.5.054003 PMID:39234425	研究论文	本文提出了一种多方法和多图谱的自动化分割方法，用于三维大腿磁共振图像中功能性肌肉群的分割	结合多图谱分割（MAS）和深度学习模型，提出了一种融合多种解剖映射的框架，以提高分割精度	研究样本量较小，仅包括15名健康受试者和4名患者	开发一种自动化分割方法，用于三维大腿磁共振图像中功能性肌肉群的分割，以支持衰老和代谢疾病的研究及成像生物标志物的开发	大腿的四个主要功能性肌肉群：股薄肌、腘绳肌、股四头肌和缝匠肌	计算机视觉	NA	化学位移编码水脂磁共振成像（CSE-MRI）	3D深度学习模型	三维磁共振图像	15名健康受试者和4名患者
7207	2025-03-16	Vasculature segmentation in 3D hierarchical phase-contrast tomography images of human kidneys 2024-Aug-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.25.609595 PMID:39253466	研究论文	本文介绍了使用深度学习技术对三维分层相衬断层扫描图像中人类肾脏血管进行分割的研究	通过组织全球机器学习竞赛，开发新的深度学习方法来提高三维血管分割的准确性，并建立了相衬断层扫描成像中血管分割的基准	计算方法的准确性仍有局限	开发高效算法以大规模分割三维医学成像数据集中的血管，用于广泛的研究和临床应用	人类肾脏的三维分层相衬断层扫描图像	计算机视觉	NA	深度学习	NA	三维图像	1,401名参与者
7208	2025-03-16	Multimodal fusion learning for long QT syndrome pathogenic genotypes in a racially diverse population 2024-Aug-24, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01218-1 PMID:39181999	研究论文	本文开发了一种结合心电图波形和电子健康记录数据的深度学习方法，用于评估患者是否携带导致长QT综合征的致病基因变异	创新点在于使用多模态融合学习方法，结合心电图和电子健康记录数据，以提高长QT综合征致病基因变异的识别准确性	模型的精确召回曲线下面积较低（0.29），表明在识别致病基因变异方面仍有改进空间	研究目的是开发一种深度学习方法，用于识别长QT综合征的致病基因变异	研究对象为携带长QT综合征易感基因中至少一个致病基因变异的患者	机器学习	心血管疾病	深度学习	多模态融合学习	心电图波形和电子健康记录数据	使用了来自英国生物银行（UKBB）和西奈山BioMe生物银行的数据，具体样本数量未明确
7209	2025-03-16	FUSION: A web-based application for in-depth exploration of multi-omics data with brightfield histology 2024-Aug-22, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.09.602778 PMID:39026885	研究论文	本文介绍了一个名为FUSION的基于网络的应用，用于深入探索多组学数据与明场组织学的结合	FUSION工具通过深度学习算法，将分子数据与高分辨率组织学图像结合，提供了一个端到端的分析平台，用于分析功能性组织单元（FTUs）	NA	开发一个工具，用于连接分子和组织病理学特征，以提供对生物机制的深入洞察	健康与病变组织	数字病理学	NA	空间转录组学（ST）	深度学习算法	图像、分子数据	福尔马林固定石蜡包埋（FFPE）和冷冻制备的数据集
7210	2025-03-16	CryoSamba: self-supervised deep volumetric denoising for cryo-electron tomography data 2024-Aug-03, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.11.603117 PMID:39071256	研究论文	本文介绍了CryoSamba，一种基于自监督深度学习的模型，用于去噪冷冻电子断层扫描（cryo-ET）图像	CryoSamba通过深度学习插值平均运动补偿的邻近平面，模仿增加曝光，增强连贯信号并减少高频噪声，显著提高断层扫描对比度和信噪比，且无需预录图像、合成数据、标签或注释、噪声模型或配对体积	NA	提高冷冻电子断层扫描图像的信噪比和对比度，以便更好地进行3D断层扫描视觉解释	冷冻电子断层扫描图像	计算机视觉	NA	深度学习	自监督深度学习模型	3D体积图像	NA
7211	2025-03-16	Epiretinal membranes in patients with uveitis: an update on the current state of management 2024-Jun-28, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-024-03199-2 PMID:38940960	review	本文综述了关于葡萄膜炎性视网膜前膜（ERM）的临床特征、诊断方法和治疗策略的最新知识	总结了ERM的多样性和复杂性，并探讨了OCT生物标志物、深度学习和手术进展对改善治疗效果的潜力	缺乏统一的疾病模型，手术方法存在争议，需要进一步研究以优化治疗策略	总结葡萄膜炎性视网膜前膜的临床特征、诊断方法和治疗策略	葡萄膜炎性视网膜前膜（ERM）患者	NA	葡萄膜炎	OCT（光学相干断层扫描）	深度学习	医学影像	NA
7212	2025-03-15	Deep learning the flow law of Antarctic ice shelves 2025-Mar-14, Science (New York, N.Y.) DOI:10.1126/science.adp3300 PMID:40080586	研究论文	本研究利用遥感数据和物理信息深度学习，揭示了南极冰架流动规律及其粘度结构	首次通过深度学习方法揭示了南极冰架在压缩区和扩展区的流动规律，并构建了冰架范围的各向异性粘度图	研究结果依赖于遥感数据，可能存在数据精度和覆盖范围的限制	研究南极冰架的流动规律和粘度结构，以预测南极冰盖的未来质量损失	南极冰架	机器学习	NA	物理信息深度学习	深度学习	遥感数据	多个冰架的数据
7213	2025-03-15	Diagnosis and Post-Treatment Follow-Up Evaluation of Melasma Using Optical Coherence Tomography and Deep Learning 2025-Mar-14, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.70006 PMID:40084480	研究论文	本研究提出使用光学相干断层扫描（OCT）结合深度学习技术进行黄褐斑的诊断和治疗后评估	结合便携式OCT系统和深度学习模型（VGG16神经网络加空间注意力机制）进行黄褐斑的诊断和治疗评估	未提及样本量的具体大小，且未讨论模型在其他皮肤病上的泛化能力	开发一种结合OCT和深度学习的技术，用于黄褐斑的临床诊断和治疗评估	健康志愿者和黄褐斑患者的皮肤组织	数字病理学	黄褐斑	光学相干断层扫描（OCT）	VGG16神经网络加空间注意力机制	图像	健康志愿者和黄褐斑患者的皮肤组织数据集
7214	2025-03-15	CT-free attenuation and Monte-Carlo based scatter correction-guided quantitative 90Y-SPECT imaging for improved dose calculation using deep learning 2025-Mar-13, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07191-5 PMID:40080141	研究论文	本研究旨在开发深度学习模型，用于无CT的衰减校正和基于蒙特卡罗的散射校正，以改进90Y SPECT成像中的剂量计算	使用改进的3D Swin UNETR架构训练深度学习模型，实现无CT的衰减校正和蒙特卡罗散射校正，提高了90Y SPECT成像的剂量计算精度	需要更大规模的数据集进行训练，以进一步提高模型的泛化能力	改进90Y SPECT成像中的剂量计算	190名接受90Y选择性内放射治疗（SIRT）的患者	医学影像处理	NA	深度学习	3D Swin UNETR	SPECT图像	190名患者
7215	2025-03-15	AI-Powered Image-Based Assessment of Pressure Injuries Using You Only Look once (YOLO) Version 8 Models 2025-Mar-13, Advances in wound care IF:5.8Q1 DOI:10.1089/wound.2024.0245 PMID:40081991	研究论文	本研究旨在通过机器学习和YOLOv8深度学习模型提升压力性损伤的检测和分期准确性	首次将YOLOv8模型应用于压力性损伤分期，并通过优化器和超参数调优显著提升了检测精度	研究基于模拟数据集，未在真实临床环境中进行验证	提升压力性损伤的检测和分期准确性	压力性损伤图像	计算机视觉	压力性损伤	深度学习	YOLOv8	图像	公开的高质量数据集
7216	2025-03-15	Automated Fast Prediction of Bone Mineral Density From Low-dose Computed Tomography 2025-Mar-12, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.041 PMID:40082126	研究论文	本研究探讨了利用深度学习基于低剂量CT扫描建立体积骨密度预测和骨质疏松分类系统的可行性	首次将深度学习应用于低剂量CT扫描，自动预测体积骨密度并进行骨质疏松和骨质减少的分类	研究样本量相对较小，且仅针对腰椎进行了分析	开发一个基于低剂量CT扫描的自动体积骨密度预测和骨质疏松分类系统	551名同时接受低剂量CT和定量CT检查的受试者	数字病理学	骨质疏松	低剂量CT扫描	U-net	图像	551名受试者
7217	2025-03-15	Deep learning modelling of structural brain MRI in chronic head and neck pain after mild TBI 2025-Mar-12, Pain IF:5.9Q1 DOI:10.1097/j.pain.0000000000003587 PMID:40084983	研究论文	本研究利用深度学习模型分析轻度创伤性脑损伤（mTBI）后慢性头颈痛患者的结构性脑MRI扫描，以预测高风险个体	首次使用预训练的3D ResNet-18深度学习模型分析mTBI后72小时内的T1加权脑MRI扫描，以预测慢性疼痛风险	样本量相对较小（128名患者），且模型的平均准确率和AUC值较低（分别为0.59和0.56）	探索早期脑MRI扫描在预测mTBI后慢性头颈痛中的实用性	227名因车祸导致mTBI的患者，其中128名在伤后72小时内进行了T1加权脑MRI扫描	数字病理学	创伤性脑损伤	T1加权脑MRI扫描	3D ResNet-18	图像	128名患者
7218	2025-03-15	A transformer-based real-time earthquake detection framework in heterogeneous environments 2025-Mar-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82087-2 PMID:40069212	研究论文	本文介绍了一种基于Transformer的实时地震检测框架TFEQ，旨在解决在高度异构环境中部署深度学习技术的挑战	TFEQ模型独特地同时分析P波和S波，解决了现有模型通常只关注S波检测而忽视P波早期检测的问题	NA	开发一种能够在异构物联网环境中进行实时地震检测的深度学习模型	地震波（P波和S波）	机器学习	NA	深度学习	Transformer	传感器数据	CrowdQuake计划收集的MEMS传感器数据
7219	2025-03-15	Fuzzy control algorithm of cleaning parameters of street sweeper based on road garbage volume grading 2025-Mar-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92771-6 PMID:40069257	研究论文	本文提出了一种基于道路垃圾量分级的模糊控制算法，用于调整街道清扫车的清洁参数，以提高清洁效率和降低能耗	创新点在于结合YOLO v5深度学习模型进行目标检测和垃圾分类，并基于垃圾覆盖率和重量计算道路垃圾量分级系数，进而开发模糊控制模型以优化清扫车操作参数	未提及算法的泛化能力及在不同城市环境中的适用性	研究目的是通过智能算法优化街道清扫车的清洁参数，以提高清洁效率和降低能耗	研究对象是街道清扫车及其清洁参数	计算机视觉	NA	YOLO v5	模糊控制模型	图像	未提及具体样本数量
7220	2025-03-15	An efficient deep learning-based strategy to screen inhibitors for GluN1/GluN3A receptor 2025-Mar-11, Acta pharmacologica Sinica IF:6.9Q1 DOI:10.1038/s41401-025-01513-x PMID:40069493	研究论文	本文提出了一种基于深度学习的策略，用于高效筛选GluN1/GluN3A受体的抑制剂	结合序列和复合物基础的评分函数，利用深度学习技术提高筛选效率和准确性	研究仍处于早期阶段，药理研究数据有限	开发一种高效且准确的筛选方法，用于识别GluN1/GluN3A受体的抑制剂	GluN1/GluN3A受体及其抑制剂	机器学习	神经精神疾病	全细胞电压钳电生理学	深度学习模型	化合物库数据	1800万种化合物库筛选至约10个候选分子