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
7221	2025-02-26	Improvement of reading platforms assisted by the spring framework: A recommendation technique integrating the KGMRA algorithm and BERT model 2025-Feb-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e42191 PMID:39991253	研究论文	本研究提出了一种结合KGMRA算法和BERT模型的新型推荐系统，旨在提高阅读平台的推荐准确性、个性化和内容多样性	结合KGMRA算法和BERT模型，利用知识图谱和多关系网络捕捉文章间的语义关系，并通过深度学习生成文章内容的语义表示，显著提升了推荐系统的性能	未提及具体的技术实现细节和在不同平台上的适用性	提高阅读平台的推荐系统性能，包括推荐准确性、个性化和内容多样性	阅读平台的用户和文章内容	自然语言处理	NA	KGMRA算法, BERT模型	BERT	文本	未提及具体样本数量
7222	2025-02-26	Current Advancements in Digital Neuropathology and Machine Learning for the Study of Neurodegenerative Diseases 2025-Feb-13, The American journal of pathology DOI:10.1016/j.ajpath.2024.12.018 PMID:39954963	综述	本文探讨了计算神经退行性神经病理学领域的最新进展，强调了其在增强神经病理学评估、诊断和研究方面的潜力	利用全切片图像（WSIs）和先进的机器学习/人工智能（ML/AI）技术，自动化疾病分期、识别新的形态学生物标志物，并通过多模态AI方法揭示新的临床见解	领域面临专家注释有限、切片扫描不可及、机构间差异以及共享大型WSI数据集的复杂性等挑战	提高深度学习模型的准确性和效率，以更好地解释神经病理学数据	神经退行性疾病	数字病理学	神经退行性疾病	机器学习/人工智能（ML/AI）	深度学习模型	全切片图像（WSIs）	NA
7223	2025-02-26	A Review of ChatGPT as a Reliable Source of Scientific Information Regarding Endodontic Local Anesthesia 2025-Feb-12, Journal of endodontics IF:3.5Q1 DOI:10.1016/j.joen.2025.02.002 PMID:39952316	综述	本文评估了ChatGPT作为牙髓局部麻醉科学信息可靠来源的能力	首次系统地评估了ChatGPT在牙髓局部麻醉领域的回答准确性和参考文献可靠性	仅评估了16个问题，样本量较小；未评估ChatGPT在其他医学领域的表现	评估ChatGPT作为牙髓局部麻醉科学信息可靠来源的能力	ChatGPT的回答和提供的参考文献	自然语言处理	NA	深度学习	ChatGPT	文本	16个关于牙髓局部麻醉的代表性问题
7224	2025-02-26	Low dose threshold for measuring cardiac functional metrics using four-dimensional CT with deep learning 2025-Feb, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14593 PMID:39625106	研究论文	本研究探讨了使用深度学习技术降低四维CT在心脏功能成像中的辐射剂量	提出了两种深度学习网络（标准DL和噪声鲁棒DL），用于在低剂量条件下进行心脏功能指标的测量，展示了在平均辐射剂量减少5倍的情况下，全局功能指标变化最小	研究主要关注心脏功能指标的变化，未涉及其他可能的临床影响	研究目的是通过深度学习技术降低四维CT在心脏功能成像中的辐射剂量	左心室心肌和血池	计算机视觉	心血管疾病	四维CT	3D残差U-Net	图像	250个心脏CT体积
7225	2025-02-26	Deep Learning-Based Segmentation of Cervical Posterior Longitudinal Ligament Ossification in Computed Tomography Images and Assessment of Spinal Cord Compression: A Two-Center Study 2025-Feb, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.123567 PMID:39694139	研究论文	本研究开发了一种基于CT图像的深度学习模型，用于自动分割颈椎后纵韧带骨化病变，并测量骨化物质的厚度和计算颈椎脊髓压迫系数	首次提出了一种全自动的、基于3D U-Net框架的深度学习模型，用于颈椎后纵韧带骨化病变的分割和脊髓压迫的量化评估	研究样本来自两个中心，可能存在样本选择偏倚；外部测试集的性能略低于训练集和内部验证集	开发一种自动化工具，用于颈椎后纵韧带骨化病变的分割和脊髓压迫的量化评估	颈椎后纵韧带骨化病变患者	数字病理	颈椎病	深度学习	3D U-Net	CT图像	307名患者（260名来自上海长征医院，47名来自西南医科大学附属中医医院）
7226	2025-02-26	An empirical study of using radiology reports and images to improve intensive care unit mortality prediction 2025-Feb, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooae137 PMID:39980476	研究论文	本研究构建了一个基于深度学习的生存预测模型，利用多模态数据预测ICU患者的死亡率	首次结合了生理测量、放射科医生预定义的常见胸部疾病、基于BERT的文本表示和胸部X光图像特征，显著提升了ICU死亡率预测的准确性	研究依赖于单一数据集（MIMIC-IV），可能限制了模型的泛化能力	提高ICU患者死亡率的预测准确性	ICU患者	机器学习	重症监护	深度学习	深度学习模型	结构化临床数据、文本、图像	使用MIMIC-IV数据集
7227	2025-02-26	Enhancing Pediatric Bone Age Assessment Using Artificial Intelligence: Implications for Orthopedic Surgery 2025-Feb, Cureus DOI:10.7759/cureus.79507 PMID:39989489	研究论文	本研究评估了人工智能在儿科骨龄预测中的应用，使用RSNA 2017儿科骨龄挑战数据集，开发并训练了一个基于ResNet-50架构的深度学习模型	利用深度学习模型（ResNet-50）进行儿科骨龄预测，相比传统方法减少了操作者间的变异性并提高了可靠性	需要进一步验证研究以确保在不同患者群体中的临床适用性	提高儿科骨龄评估的准确性、效率和标准化，优化治疗时机并扩大高质量骨龄评估的普及	儿科骨龄评估	计算机视觉	骨科疾病	深度学习	ResNet-50	图像	12,611张手和手腕的X光片用于训练，1,425张用于验证，200张用于测试
7228	2025-02-26	Lentil plant disease and quality assessment: A detailed dataset of high-resolution images for deep learning research 2025-Feb, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.111224 PMID:39989639	研究论文	本文介绍了一个包含高分辨率扁豆植物图像的详细数据集，旨在支持机器学习模型在扁豆种植中的疾病检测和质量评估	提供了一个全面的高分辨率扁豆植物图像数据集，专门用于农业研究中的计算机视觉和深度学习应用	数据集仅涵盖孟加拉国地区的扁豆植物，可能不适用于其他地区的扁豆种植	开发机器学习模型以精确检测扁豆疾病并评估其质量，从而提高扁豆生产效率	扁豆植物	计算机视觉	扁豆疾病（如褐斑病、锈病和白粉病）	深度学习	NA	图像	四个月内在孟加拉国多个地点收集的高分辨率扁豆植物图像
7229	2025-02-26	Explainability of a Deep Learning-Based Classification Model for Antineutrophil Cytoplasmic Autoantibody-Associated Glomerulonephritis 2025-Feb, Kidney international reports IF:5.7Q1 DOI:10.1016/j.ekir.2024.11.005 PMID:39990883	研究论文	本文介绍了一种基于深度学习的模型，用于分类抗中性粒细胞胞浆抗体相关性肾小球肾炎（ANCA-GN）的肾活检样本，并探讨了模型的可解释性	首次开发了基于深度学习的计算流程，用于按照Berden分类法对ANCA-GN肾活检进行分类，并利用可解释的人工智能技术使模型决策对肾病理学家透明	研究样本量较小，仅包括80名患者的肾活检样本，且数据来自三个欧洲中心，可能限制了模型的泛化能力	开发并验证一种深度学习模型，用于分类ANCA-GN肾活检样本，并提高模型决策的透明度和可解释性	80名ANCA-GN患者的肾活检样本	数字病理学	肾小球肾炎	深度学习	深度学习模型	图像	80名患者的肾活检样本
7230	2025-02-26	Machine learning-optimized targeted detection of alternative splicing 2025-Jan-24, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae1260 PMID:39727154	研究论文	本文介绍了一种高效的靶向RNA测序方法LSV-seq，用于全面检测和量化选择性剪接	提出了LSV-seq方法，利用机器学习算法Optimal Prime设计引物，显著提高了剪接信息性读段的富集效率	未提及具体局限性	优化选择性剪接的靶向检测	RNA剪接事件	机器学习	NA	RNA-seq, LSV-seq	深度学习	RNA序列数据	NA
7231	2025-02-26	Automatic Segmentation of the Cisternal Segment of Trigeminal Nerve on MRI Using Deep Learning 2025, International journal of biomedical imaging IF:3.3Q2 DOI:10.1155/ijbi/6694599 PMID:39989710	研究论文	本文提出了一种基于深度学习的U-Net模型，用于自动分割三叉神经池段，以提高三叉神经相关疾病的诊断和治疗效率	首次提出了一种全自动的三叉神经池段分割方法，使用U-Net模型在解剖MRI图像上进行分割	NA	提高三叉神经池段分割的准确性和效率，以辅助三叉神经相关疾病的诊断和治疗	三叉神经池段	计算机视觉	三叉神经痛	深度学习	U-Net	MRI图像	健康对照图像和三叉神经痛患者数据集
7232	2025-02-26	Algorithmic emergence? Epistemic in/justice in AI-directed transformations of healthcare 2025, Frontiers in sociology IF:2.0Q2 DOI:10.3389/fsoc.2025.1520810 PMID:39990252	研究论文	本文探讨了人工智能（AI）在医疗保健和公共卫生领域集成所带来的认识论、社会政治和技术影响，特别是深度学习和生成式AI技术	本文创新性地分析了AI与循证医学（EBM）的社会技术纠缠对健康AI的公平发展和治理的影响，并提出了如何在这些纠缠中嵌入参与式参与	本文主要关注AI在医疗领域的应用，可能未全面覆盖AI在其他领域的影响	研究AI在医疗保健和公共卫生领域的集成及其对医疗组织、治理和角色的影响	医疗保健和公共卫生领域	机器学习	NA	深度学习, 生成式AI	NA	NA	NA
7233	2025-02-26	Exploring the role of artificial intelligence in chemotherapy development, cancer diagnosis, and treatment: present achievements and future outlook 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1475893 PMID:39990683	综述	本文探讨了人工智能在化疗开发、癌症诊断和治疗中的作用，总结了当前进展并指出了领域中的关键缺口	本文综合了人工智能在癌症诊断、化疗创新和治疗反应中的最新应用，强调了其在优化诊断准确性、个性化治疗计划和改善治疗效果方面的潜力	尽管人工智能在肿瘤学中展现出巨大潜力，但其预测准确性仍存在争议，特别是在机器学习和深度学习技术方面	探讨人工智能在预测化疗开发、癌症诊断和治疗反应结果中的作用	固体肿瘤和血液肿瘤	机器学习	癌症	机器学习（ML）、深度学习（DL）	NA	NA	NA
7234	2025-02-26	Deep learning and hyperspectral features for seedling stage identification of barnyard grass in paddy field 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1507442 PMID:39990719	研究论文	本文提出了一种名为DeepBGS的高光谱特征解析框架，用于在水稻田中识别稗草幼苗	首次将深度卷积网络与双层LSTM模块结合，用于高光谱数据的特征提取，实现了在2-3叶期准确区分稗草和水稻的高精度识别	未提及样本的具体数量及多样性，可能影响模型的泛化能力	探索高光谱成像技术在早期识别稗草幼苗中的可行性，并开发先进的早期检测系统	稗草和水稻的幼苗	计算机视觉	NA	高光谱成像技术	CNN, LSTM	高光谱图像	NA
7235	2025-02-26	scMGATGRN: a multiview graph attention network-based method for inferring gene regulatory networks from single-cell transcriptomic data 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae526 PMID:39417321	研究论文	本文提出了一种基于多视图图注意力网络的新方法scMGATGRN，用于从单细胞转录组数据中推断基因调控网络	scMGATGRN模型结合了图注意力网络（GAT）、多视图模型和视图级注意力机制，能够充分利用图拓扑信息和高阶邻居信息，从而更有效地推断基因调控网络	尽管scMGATGRN在多个基准数据集上表现出色，但其在更广泛和多样化的数据集上的泛化能力仍需进一步验证	研究目标是开发一种更有效的深度学习方法，用于从单细胞转录组数据中推断基因调控网络	研究对象是单细胞转录组数据，特别是来自五种细胞系（两种人类和三种小鼠）的七个基准单细胞RNA测序数据集	机器学习	NA	单细胞RNA测序（scRNA-seq）	多视图图注意力网络（scMGATGRN）	单细胞转录组数据	七个基准单细胞RNA测序数据集，涉及五种细胞系（两种人类和三种小鼠）
7236	2025-02-26	Deep learning-based image quality assessment: impact on detection accuracy of prostate cancer extraprostatic extension on MRI 2024-08, Abdominal radiology (New York) DOI:10.1007/s00261-024-04468-5 PMID:38958754	研究论文	本研究使用基于深度学习的AI算法评估前列腺癌MRI图像质量对前列腺外扩展（EPE）检测准确性的影响	首次使用深度学习AI算法对前列腺MRI图像质量进行分类，并证明高质量T2WI图像与EPE病理预测准确性相关	研究为单机构回顾性研究，样本量有限，且仅使用了一种AI算法进行图像质量分类	评估前列腺MRI图像质量对EPE检测准确性的影响	前列腺癌患者	数字病理学	前列腺癌	深度学习	AI算法	MRI图像	773名患者
7237	2025-02-26	Deep learning-accelerated T2WI: image quality, efficiency, and staging performance against BLADE T2WI for gastric cancer 2024-08, Abdominal radiology (New York) DOI:10.1007/s00261-024-04323-7 PMID:38662208	研究论文	本研究比较了深度学习加速的单次屏息T2加权磁共振成像（DLSB-T2WI）与BLADE-T2WI在胃癌成像中的图像质量、效率和诊断性能	首次将深度学习加速技术应用于单次屏息T2加权磁共振成像，显著缩短了成像时间并提高了图像质量	研究样本量相对较小，且仅在单一中心进行，可能影响结果的普遍性	比较DLSB-T2WI与BLADE-T2WI在胃癌成像中的性能	112名胃癌患者	数字病理	胃癌	T2加权磁共振成像（T2WI）	深度学习模型	图像	112名胃癌患者
7238	2025-02-26	Comparison of model-based versus deep learning-based image reconstruction for thin-slice T2-weighted spin-echo prostate MRI 2024-08, Abdominal radiology (New York) DOI:10.1007/s00261-024-04256-1 PMID:38520510	研究论文	本文比较了基于模型的图像重建（MBIR）与新开发的基于深度学习的图像重建方法，在1毫米高分辨率T2加权自旋回波前列腺MRI中提供改进的信噪比（SNR）	本文的创新点在于首次将深度学习技术应用于1毫米高分辨率T2加权自旋回波前列腺MRI的图像重建，并展示了其在信噪比提升方面的优势	研究的局限性在于深度学习重建在过高水平（DL High）时，放射学清晰度和对比度保真度会降低	研究目的是比较不同图像重建方法在前列腺MRI中的性能，特别是信噪比的提升	研究对象为17名临床需要进行前列腺MRI的患者	医学影像	前列腺癌	T2加权自旋回波MRI	深度学习	图像	17名患者
7239	2025-02-26	High-throughput classification of S. cerevisiae tetrads using deep learning 2024-07, Yeast (Chichester, England) DOI:10.1002/yea.3965 PMID:38850080	研究论文	本文开发了一种基于深度学习的图像识别和分类管道，用于高通量检测和分类酿酒酵母四分体的减数分裂交叉	利用深度学习技术自动化分析酿酒酵母四分体的减数分裂交叉，提高了分析效率和准确性	研究主要针对酿酒酵母，可能不直接适用于其他生物体	自动化分析酿酒酵母四分体的减数分裂交叉，以加速发现与减数分裂重组相关的新基因	酿酒酵母四分体	计算机视觉	NA	深度学习	CNN	图像	大量野生型和特定基因敲除突变体的图像数据集
7240	2025-02-26	A deep learning approach for diagnosis of schizophrenia disorder via data augmentation based on convolutional neural network and long short-term memory 2024-Jul, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00360-9 PMID:38946814	研究论文	本文提出了一种基于卷积神经网络和长短期记忆网络的深度学习方法，通过数据增强技术自动诊断精神分裂症	提出了一种端到端的深度学习方法，结合15层CNN和16层CNN-LSTM网络，利用数据增强技术提高数据多样性，实现了高精度的精神分裂症诊断	未提及具体的数据集来源和样本的多样性，可能影响模型的泛化能力	开发一种自动诊断精神分裂症的工具，帮助精神病医生进行早期诊断	精神分裂症患者的脑电图（EEG）信号	机器学习	精神分裂症	生成对抗网络（GAN）用于数据增强	CNN, LSTM	脑电图（EEG）信号	大规模EEG数据集，具体样本数量未提及