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
7321	2025-04-12	Differences Between Patient and Clinician-Taken Images: Implications for Virtual Care of Skin Conditions 2024-Mar, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2024.01.005 PMID:40206682	research paper	比较患者自拍和临床拍摄的皮肤状况图像在临床、人口统计学和图像质量特征上的差异	首次系统性地分析了患者自拍和临床拍摄皮肤图像的多维度差异，并识别出与拍摄来源相关的关键因素	研究为回顾性设计，仅基于单一医疗系统的数据，且排除了无法诊断或多重病症的病例	探究不同来源皮肤图像的特征差异及其对虚拟皮肤科护理的启示	2500例斯坦福医疗保健系统eConsult中的皮肤病例图像（628例患者自拍和1719例临床拍摄）	digital pathology	skin conditions	deep learning	NA	image	2347例有效病例（628 PAT + 1719 CLIN）
7322	2025-04-12	An Automated Approach for Diagnosing Allergic Contact Dermatitis Using Deep Learning to Support Democratization of Patch Testing 2024-Mar, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2024.01.006 PMID:40206684	research paper	开发一种深度学习算法用于分析斑贴试验结果，以支持过敏性接触性皮炎的自动化诊断	利用深度学习模型从照片中分类斑贴试验结果，实现过敏性接触性皮炎的自动化检测	样本量较小（37名患者），模型性能仍有提升空间	开发一种自动化方法来诊断过敏性接触性皮炎，支持斑贴试验的普及	斑贴试验的照片结果	digital pathology	allergic contact dermatitis	deep learning	CNN	image	5070个测试部位（来自37名患者）
7323	2025-04-12	Digital pathology-based artificial intelligence models for differential diagnosis and prognosis of sporadic odontogenic keratocysts 2024-02-26, International journal of oral science IF:10.8Q1 DOI:10.1038/s41368-024-00287-y PMID:38403665	研究论文	开发基于数字病理学的人工智能模型，用于散发性牙源性角化囊肿的鉴别诊断和预后	利用Inception_v3神经网络和深度学习生成的病理特征，结合多种机器学习算法，开发了全幻灯片图像级别的AI模型，展示了AI模型在病理学中的解释潜力	NA	开发用于牙源性角化囊肿诊断和预后的数字病理学AI模型	519例牙源性角化囊肿病例，共2157张苏木精和伊红染色图像	数字病理学	牙源性角化囊肿	深度学习，机器学习	Inception_v3	图像	519例病例，2157张图像
7324	2025-04-12	Machine learning predicts which rivers, streams, and wetlands the Clean Water Act regulates 2024-01-26, Science (New York, N.Y.) DOI:10.1126/science.adi3794 PMID:38271507	研究论文	使用深度学习和地理空间数据预测《清洁水法案》对河流、溪流和湿地的保护范围	首次应用深度学习模型结合航空影像和地球物理数据，预测美国陆军工程兵团对15万项水域管辖权的决定	研究依赖于历史管辖决定数据进行训练，可能无法完全反映未来政策变化的影响	评估《清洁水法案》对水域的保护范围及最高法院和白宫规则对此的影响	美国的河流、溪流和湿地	机器学习	NA	深度学习	深度学习模型	航空影像和地球物理数据	15万项水域管辖权决定
7325	2025-04-12	Early detection of Alzheimer's disease in structural and functional MRI 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1520878 PMID:39726682	research paper	该研究利用先进的深度学习架构进行海马体和脑室的精确分割，并结合混合分类器提高阿尔茨海默病的二元分类准确率	创新点在于将先进的图像分割技术与混合分类器无缝集成，为早期阿尔茨海默病检测提供了强大且可扩展的框架	NA	通过深度学习模型和全面的功能连接分析，显著提升阿尔茨海默病的早期检测能力	阿尔茨海默病患者的功能性磁共振成像数据	digital pathology	geriatric disease	fMRI	Deep-Residual-U-Net, DeepLabV3+, VGG-16, Random Forest, SVM	image	NA
7326	2025-04-12	RApid Throughput Screening for Asymptomatic COVID-19 Infection With an Electrocardiogram: A Prospective Observational Study 2023-Dec, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2023.07.007 PMID:40206301	研究论文	评估神经网络使用便携设备获取的心电图（ECG）识别无症状SARS-CoV-2感染的能力	使用便携式、智能手机兼容的人工智能心电图（POC AI-ECG）设备进行无症状SARS-CoV-2感染的筛查	POC AI-ECG算法在检测无症状SARS-CoV-2感染方面效果不佳，无法有效区分阳性与阴性参与者的心电图	评估人工智能心电图在检测无症状SARS-CoV-2感染中的准确性	2827名患者	数字病理学	COVID-19	人工智能心电图（AI-ECG）	深度学习模型	心电图数据	2827名患者（48%女性，79%白人，7%有既往COVID-19感染史）
7327	2025-04-12	Deep Learning for Computed Tomography Assessment of Hepatic Fibrosis and Cirrhosis: A Systematic Review 2023-Dec, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2023.08.008 PMID:40206310	系统综述	本文系统综述了深度学习在计算机断层扫描评估肝纤维化和肝硬化中的应用	首次系统评估深度学习算法在CT图像分析肝纤维化和肝硬化诊断中的准确性	研究队列和方法学存在异质性，限制了这些研究的普适性	评估深度学习算法在肝纤维化和肝硬化CT诊断中的准确性	计算机断层扫描(CT)图像	数字病理	肝纤维化和肝硬化	深度学习	图像分类算法和图像分割算法	CT图像	6项符合纳入标准的研究（3877项初步筛选研究）
7328	2025-04-12	Optimizing Storage and Computational Efficiency: An Efficient Algorithm for Whole Slide Image Size Reduction 2023-Sep, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2023.06.010 PMID:40206606	研究论文	开发了一种用于减少全切片图像(WSI)大小的图像处理算法，以提高存储和计算效率	提出了一种新颖的图像处理算法，能够在不改变组织区域图像分辨率的情况下，去除WSI中不需要的背景并将组织部分组装成更小的WSI	研究仅针对Barrett食管的不同发育不良阶段的组织切片，未验证在其他类型组织上的适用性	优化全切片图像的存储、传输和分析效率	非发育不良Barrett食管、低度发育不良和高度发育不良的组织学切片	数字病理学	Barrett食管	图像处理算法	NA	图像	1992年1月至2020年9月期间使用Aperio AT2扫描仪数字化的组织切片
7329	2025-04-12	Tissue response curve-shape analysis of dynamic glucose-enhanced and dynamic contrast-enhanced magnetic resonance imaging in patients with brain tumor 2023-06, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.4863 PMID:36310022	research paper	该研究开发了一种基于组织响应曲线形状的动态葡萄糖增强(DGE)MRI分析方法，并与动态对比增强(DCE)MRI进行比较，以评估其在脑肿瘤患者中的应用	提出了一种基于深度学习的DGE组织响应曲线形状分析方法，并创建了彩色编码的'曲线图'来直观展示不同曲线类型的空间分布	研究样本量较小(仅11名患者)，且DGE和DCE的增强模式在时间和空间上并不完全一致	比较DGE MRI和DCE MRI在脑肿瘤诊断中的信息价值	疑似胶质瘤患者的脑组织	digital pathology	brain tumor	dynamic glucose-enhanced MRI, dynamic contrast-enhanced MRI	deep learning	MRI图像	11名疑似胶质瘤患者
7330	2025-04-11	A high-performance broadband polarization-sensitive photodetector based on BiSeS nanowires 2025-Apr-10, Nanoscale IF:5.8Q1 DOI:10.1039/d4nr05031b PMID:40105281	research paper	该论文报道了一种基于BiSeS纳米线的高性能宽带偏振敏感光电探测器的设计与制备	通过化学气相传输法制备BiSeS纳米线，解决了BiSe基器件中固有缺陷和态的问题，实现了从紫外C到近红外的宽带波长区域的光响应，并展示了优异的偏振敏感性	未提及具体的大规模生产可行性或长期稳定性测试	设计和制备高性能宽带偏振敏感光电探测器	BiSeS纳米线	材料科学	NA	化学气相传输法	NA	光学性能数据	未明确提及具体样本数量
7331	2025-04-11	Validity and accuracy of artificial intelligence-based dietary intake assessment methods: a systematic review 2025-Apr-10, The British journal of nutrition DOI:10.1017/S0007114525000522 PMID:40207441	系统综述	本文系统综述了基于人工智能的膳食摄入评估方法的有效性和准确性	首次系统评估AI在膳食摄入评估中的应用效果，发现AI方法在卡路里、宏量营养素和微量营养素估计中具有高相关性	61.5%的研究存在中等偏倚风险，且需要更多不同人群的研究和更大样本量来验证实验设计的有效性	评估人工智能在营养流行病学中膳食数据评估的有效性和准确性	基于人工智能的膳食摄入评估方法(AI-DIA)	人工智能在健康领域的应用	NA	深度学习(46.2%)和机器学习(15.3%)	NA	膳食摄入数据	13项符合纳入标准的研究
7332	2025-04-11	Brain tumor detection using hybrid transfer learning and patch antenna-enhanced microwave imaging 2025-Apr-10, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329251325740 PMID:40208040	研究论文	该研究提出了一种结合混合迁移学习和贴片天线增强微波成像的创新技术，用于脑肿瘤的非侵入性和实时检测	结合预训练深度学习方法的特殊特征提取能力和贴片天线的高分辨率成像能力，提出了一种新的脑肿瘤检测技术	未提及具体样本量或临床验证的详细结果	开发一种非侵入性和实时检测脑肿瘤的新方法	脑肿瘤	计算机视觉	脑肿瘤	微波成像	MobileNet V2	图像	NA
7333	2025-04-11	Automatic Cry Analysis: Deep Learning for Screening of Autism Spectrum Disorder in Early Childhood 2025-Apr-10, Journal of autism and developmental disorders IF:3.2Q1 DOI:10.1007/s10803-025-06811-1 PMID:40208423	研究论文	本研究通过深度学习技术分析儿童哭声的声学特征，以支持自闭症谱系障碍（ASD）的早期筛查	利用递归卷积神经网络（R-CNN）对ASD和典型发育（TD）儿童的哭声进行分类，准确率达到90.28%	样本量较小，仅包括31名ASD儿童和31名TD儿童	开发基于哭声的非侵入性AI工具，以促进ASD的早期检测和干预	18至54个月大的ASD和TD儿童	机器学习	自闭症谱系障碍	深度学习	R-CNN	音频	62名儿童（31名ASD和31名TD）
7334	2025-04-11	Quantitative CT Measures of Lung Fibrosis and Outcomes in the National Lung Screening Trial 2025-Apr-10, Annals of the American Thoracic Society IF:6.8Q1 DOI:10.1513/AnnalsATS.202410-1048OC PMID:40208581	研究论文	该研究通过定量CT测量评估间质性肺疾病(ILD)与临床结果的关系	首次在NLST队列中应用CALIPER和DL-UIP算法进行ILD定量评估	未发现ILD定量指标与肺癌发病率的关联	评估ILD定量指标与临床结局的关联性	国家肺癌筛查试验(NLST)参与者	数字病理学	肺癌	低剂量CT(LDCT)	CALIPER算法, DL-UIP深度学习算法	CT影像	11,518名有吸烟史的高危个体
7335	2025-04-11	Improving ultrasound image classification accuracy of liver tumors using deep learning model with hepatitis virus infection information 2025-Apr-09, Journal of medical ultrasonics (2001) DOI:10.1007/s10396-025-01528-1 PMID:40205118	research paper	该研究通过将肝炎病毒感染信息融入深度学习模型，提高了肝脏肿瘤超声图像分类的准确性	首次在肝脏肿瘤超声图像分类中引入肝炎病毒感染信息作为额外特征	未说明模型在其他类型医学图像上的泛化能力	提高肝脏肿瘤超声图像的分类准确率	肝脏肿瘤超声图像（囊肿、血管瘤、肝细胞癌和转移性肝癌）	digital pathology	liver cancer	deep learning	CNN（文中未明确说明但推断为卷积神经网络）	医学图像（超声图像）	未明确说明具体样本量
7336	2025-04-11	Development and Validation of an Early Recurrence Prediction Model for High-Grade Glioma Integrating Temporalis Muscle and Tumor Features: Exploring the Prognostic Value of Temporalis Muscle 2025-Apr-09, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01491-w PMID:40205255	research paper	开发并验证了一个整合颞肌和肿瘤特征的高级别胶质瘤早期复发预测模型，探讨了颞肌指标的预后价值	首次将颞肌指标与肿瘤特征结合，构建了预测高级别胶质瘤早期复发的综合模型，并验证了颞肌指标的独立预后价值	样本量较小（71例），且数据来源于单一医疗机构和公开数据集，可能存在选择偏倚	开发高级别胶质瘤早期复发预测模型并评估颞肌指标的预后价值	71例经分子确认的高级别胶质瘤患者	digital pathology	brain tumor	深度学习分割、放射组学特征提取	HistGradientBoosting	MRI影像	71例高级别胶质瘤患者（含本地数据和TCIA RHUH-GBM数据集）
7337	2025-04-11	Radiation and contrast dose reduction in coronary computed tomography angiography for slender patients with 70kV tube voltage and deep learning image reconstruction 2025-Apr-09, The British journal of radiology DOI:10.1093/bjr/tqaf077 PMID:40205479	research paper	评估70kV管电压结合深度学习图像重建(DLIR)在BMI≤25kg/m2的瘦弱患者冠状动脉CT血管造影(CCTA)中减少辐射和对比剂剂量的潜力	首次在瘦弱患者中结合70kV管电压和DLIR技术，显著降低辐射和对比剂剂量同时提高图像质量	研究仅针对BMI≤25kg/m2的瘦弱患者，结果可能不适用于其他体型患者	探索在CCTA检查中降低辐射和对比剂剂量的方法	60名BMI≤25kg/m2的CCTA检查患者	digital pathology	cardiovascular disease	coronary computed tomography angiography (CCTA), deep learning image reconstruction (DLIR)	DLIR (包含L/M/H三个级别)	medical imaging	60名患者（分为两组）
7338	2025-04-11	Accurate and Rapid Prediction of Protein pKa: Protein Language Models Reveal the Sequence-pKa Relationship 2025-Apr-08, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c01288 PMID:40138263	研究论文	介绍了一种名为pKALM的新型深度学习方法，用于高通量蛋白质pKa预测	利用蛋白质语言模型(PLM)捕捉蛋白质复杂的序列-结构关系，并发现预测的蛋白质等电点(pI)可提高pKa预测的准确性	方法存在一定约束条件，具体在案例研究中有所体现	开发高效准确的蛋白质pKa预测工具	蛋白质的六种残基(Asp, Glu, His, Lys, Cys, Tyr)和两个末端	计算生物学	NA	蛋白质语言模型(PLM)	深度学习	蛋白质序列数据	人类蛋白质组的高通量预测
7339	2025-04-11	Rapid dose prediction for lung CyberKnife radiotherapy plans utilizing a deep learning approach by incorporating dosimetric features delivered by noncoplanar beams 2025-Apr-08, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adc697 PMID:40153867	研究论文	本研究提出了一种结合CyberKnife非共面束剂量特征的深度学习方法，用于快速预测肺癌患者的放疗剂量分布	将几何和剂量特征驱动的深度学习剂量计算方法扩展到CyberKnife应用场景，显著提高了剂量预测精度	未明确说明样本量大小及模型在其他癌症类型中的泛化能力	开发一种快速准确的CyberKnife放疗计划剂量预测方法	肺癌患者的CyberKnife放疗计划	数字病理	肺癌	深度学习	深度学习模型（未指定具体类型）	CT图像和剂量特征数据	NA
7340	2025-04-11	The Future of Medicine: AI and ML Driven Drug Discovery Advancements 2025-Apr-08, Current topics in medicinal chemistry IF:2.9Q3 DOI:10.2174/0115680266346722250401191232 PMID:40207759	review	本文回顾了人工智能和机器学习在药物设计领域的应用及其未来发展趋势	介绍了AI和ML如何通过整合大数据提高计算机辅助药物设计的效率和准确性，以及深度学习在处理复杂非线性数据中的作用	未具体提及研究中的局限性	探讨AI和ML在药物发现领域的应用及其对医疗保健的变革	药物设计领域的技术和方法	machine learning	NA	Computer-Aided Drug Design (CADD), Structure based drug design (SBDD), Ligand based drug design (LBDD), Pharmacophore modelling, PBPK modeling, nano-QSAR	Deep Learning (DL)	big data	NA