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
7501	2025-03-09	Breaking new ground: machine learning enhances survival forecasts in hypercapnic respiratory failure 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1497651 PMID:40051730	研究论文	本研究旨在开发和验证一个预测高碳酸血症性呼吸衰竭患者生存的模型	使用随机生存森林（RSF）模型在预测高碳酸血症性呼吸衰竭患者预后方面表现出优于传统CoxPH模型和DeepSurv模型的性能	研究样本主要来自两家医院，可能限制了模型的普遍适用性	开发和验证一个预测高碳酸血症性呼吸衰竭患者生存的模型	高碳酸血症性呼吸衰竭患者	机器学习	呼吸系统疾病	随机生存森林（RSF）、DeepSurv、Cox比例风险模型（CoxPH）	RSF, DeepSurv, CoxPH	临床数据	697名患者（565名建模组，132名外部验证组）
7502	2025-03-09	MRI quantified enlarged perivascular space volumes as imaging biomarkers correlating with severity of anxiety depression in young adults with long-time mobile phone use 2025, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2025.1532256 PMID:40051766	研究论文	本研究旨在利用MRI量化的扩大血管周围间隙（EPVS）指标和机器学习算法，评估长时间使用手机（LTMPU）患者的焦虑和抑郁症状严重程度	首次将MRI量化的EPVS指标与机器学习算法结合，用于评估LTMPU患者的焦虑和抑郁症状严重程度，提供了一种非侵入性、客观且定量的诊断方法	样本量较小（82名参与者），且仅针对长时间使用手机的人群，可能限制了结果的普遍性	开发一种预测模型，评估长时间使用手机患者的焦虑和抑郁症状严重程度	长时间使用手机的年轻成年人	数字病理学	焦虑和抑郁	MRI	逻辑回归模型和K近邻模型	图像	82名长时间使用手机的参与者，其中37名患有焦虑，44名患有抑郁
7503	2025-03-09	Practical Applications of Artificial Intelligence Diagnostic Systems in Fundus Retinal Disease Screening 2025, International journal of general medicine IF:2.1Q2 DOI:10.2147/IJGM.S507100 PMID:40051895	研究论文	本研究评估了一种基于深度学习的AI诊断系统在视网膜疾病分析中的性能，评估其与专家诊断的一致性及其在筛查应用中的整体效用	使用深度学习AI系统进行视网膜疾病筛查，并与专家诊断进行对比，评估其在实际应用中的可靠性和可行性	研究仅在一家医院进行，样本量虽大但可能缺乏多样性	评估AI诊断系统在视网膜疾病筛查中的性能	3076名接受全面眼科检查的患者	数字病理	视网膜疾病	深度学习	CARE系统	图像	3076名患者
7504	2025-03-08	Corrigendum: Addressing grading bias in rock climbing: machine and deep learning approaches 2025, Frontiers in sports and active living IF:2.3Q2 DOI:10.3389/fspor.2025.1570591 PMID:40051920	correction	本文是对先前发表文章的更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
7505	2025-03-09	Research progress on artificial intelligence technology-assisted diagnosis of thyroid diseases 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1536039 PMID:40052126	综述	本文综述了人工智能技术在甲状腺疾病早期诊断中的应用研究，特别是深度学习算法在超声和病理图像识别中的应用	整合了多项研究结果，指出卷积神经网络模型在甲状腺结节和甲状腺病理细胞病变识别中具有高准确率，U-Net网络模型作为分割算法能显著提高甲状腺结节超声图像的识别准确率	目前甲状腺疾病的早期诊断仍依赖于检查设备和医生的临床经验，存在一定的误诊率	探索一种能在早期阶段客观筛查甲状腺病变的技术	甲状腺疾病的早期筛查和诊断	数字病理学	甲状腺癌	深度学习算法	卷积神经网络, U-Net网络模型	超声图像, 病理切片	NA
7506	2025-03-09	A review of AI-based radiogenomics in neurodegenerative disease 2025, Frontiers in big data IF:2.4Q2 DOI:10.3389/fdata.2025.1515341 PMID:40052173	review	本文综述了基于人工智能的放射基因组学在神经退行性疾病中的应用	结合放射组学和基因组学，利用人工智能技术提高神经退行性疾病的诊断准确性和及时性	NA	探讨人工智能在神经退行性疾病放射基因组学中的应用	神经退行性疾病	digital pathology	geriatric disease	radiomics, genomics	machine learning, deep learning	imaging, genomic data	NA
7507	2025-03-09	Enhancing Whole Slide Image Classification with Discriminative and Contrastive Learning 2024-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-72083-3_10 PMID:40046787	研究论文	本研究通过结合判别式和对比学习技术，提升了全切片图像（WSI）分类的准确性和鲁棒性	与现有主要依赖基于WSI级别标签分配伪标签的对比学习方法不同，本研究直接在WSI级别构建正负样本，从而更有效地学习信息丰富的图像特征	NA	提高全切片图像分类的准确性和鲁棒性	全切片图像（WSI）	数字病理学	NA	对比学习	深度学习	图像	两个数据集
7508	2025-03-09	Accurate fully automated assessment of left ventricle, left atrium, and left atrial appendage function from computed tomography using deep learning 2024-Oct, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyaf011 PMID:40051867	研究论文	本研究开发了一种全自动深度学习方法，用于从计算机断层扫描（CT）中计算心脏功能	首次比较了nnU-Net、3D TransUNet和UNETR在心脏功能参数分割和计算中的表现，发现nnU-Net在多个指标上优于其他模型	样本量较小（39名患者），且仅评估了左侧心脏功能	开发一种全自动深度学习方法，用于从CT中计算心脏功能参数	左心室（LV）、左心房（LA）和左心耳（LAA）	计算机视觉	心血管疾病	CT	nnU-Net, 3D TransUNet, UNETR	图像	39名患者的时间分辨CT数据集
7509	2025-03-09	Artificial intelligence applied to magnetic resonance imaging reliably detects the presence, but not the location, of meniscus tears: a systematic review and meta-analysis 2024-Sep, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10625-7 PMID:38386028	系统综述与荟萃分析	本文通过系统综述和荟萃分析，评估了卷积神经网络（CNN）在诊断半月板撕裂中的准确性，并分析了这些CNN算法的决策过程	首次系统地比较了AI模型在诊断半月板撕裂中的表现，特别是在识别撕裂存在与定位撕裂位置方面的差异	研究存在显著的异质性（I2=79%），且AI模型在定位撕裂位置方面的表现不如识别撕裂存在	评估AI模型在诊断半月板撕裂中的准确性，并分析其决策过程	半月板撕裂的诊断	医学影像分析	半月板撕裂	卷积神经网络（CNN）	CNN	磁共振成像（MRI）图像	13,467名患者和57,551张图像
7510	2025-03-09	Evaluation of preoperative difficult airway prediction methods for adult patients without obvious airway abnormalities: a systematic review and meta-analysis 2024-07-17, BMC anesthesiology IF:2.3Q2 DOI:10.1186/s12871-024-02627-1 PMID:39020308	系统综述和荟萃分析	本文通过系统综述和荟萃分析，评估了成人患者无显著气道异常时术前困难气道预测方法的有效性	本文首次系统性地评估了多种术前困难气道预测方法，并提出了结合多种方法的个性化预测策略	研究存在显著的异质性，可能受到样本量和研究设计等因素的影响	评估和比较不同术前困难气道预测方法的有效性，以辅助临床决策	成人患者，无显著气道异常，接受各种类型手术	临床医学	NA	系统综述和荟萃分析	NA	文献数据	686,089名患者
7511	2025-03-09	The human hypothalamus coordinates switching between different survival actions 2024-Jun, PLoS biology IF:7.8Q1 DOI:10.1371/journal.pbio.3002624 PMID:38941452	研究论文	本研究探讨了人类下丘脑在生存行为切换中的作用，通过虚拟捕食者和猎物的实验范式，结合深度学习分割和优化的成像序列，揭示了人类下丘脑在生存行为切换中的关键角色	首次识别了人类下丘脑在生存行为切换中的作用，并揭示了其在行为切换后动作组织中的角色	研究依赖于虚拟环境中的行为模拟，可能无法完全反映真实世界中的生存行为	探讨人类下丘脑在生存行为切换中的作用	人类下丘脑及其在生存行为切换中的功能	神经科学	NA	深度学习分割、优化的成像序列、多体素模式分析（MVPA）、多体素连接分析、基于模型的fMRI分析	计算模型	fMRI数据	两次实验中的志愿者
7512	2025-03-09	Multinational External Validation of Autonomous Retinopathy of Prematurity Screening 2024-Apr-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2024.0045 PMID:38451496	研究论文	本研究评估了基于自主人工智能的早产儿视网膜病变（ROP）筛查在检测中重度ROP和1型ROP方面的表现	使用深度学习创建的图像处理管道，通过远程医疗自主识别中重度ROP和1型ROP	研究依赖于外部数据集，可能存在数据偏差	评估自主AI筛查ROP的有效性	早产儿视网膜病变（ROP）	数字病理学	早产儿视网膜病变	深度学习	AI算法	图像	SUNDROP数据集：1545名婴儿的6245次检查；AECS数据集：2699名婴儿的5635次检查
7513	2025-03-09	Adaptive Tensor-Based Feature Extraction for Pupil Segmentation in Cataract Surgery 2024-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3345837 PMID:38127596	研究论文	本文提出了一种名为自适应小波张量特征提取（AWTFE）的新方法，用于提高深度学习驱动的瞳孔识别系统的准确性	提出了一种新的自适应小波张量特征提取方法，通过构建三阶张量来表示空间信息、颜色通道和小波子带之间的相关性，并利用高阶奇异值分解自适应地消除冗余信息，从而提高瞳孔识别的准确性	NA	提高白内障手术视频中瞳孔分割的准确性，以帮助外科医生在手术并发症发生前检测瞳孔不稳定的风险因素	白内障手术视频中的瞳孔区域	计算机视觉	白内障	自适应小波张量特征提取（AWTFE）	深度学习分割模型	图像	5,700张来自190例白内障手术的标注术中图像（BigCat数据集）和一个公开的CaDIS数据集
7514	2025-03-09	Synthesizing 3D Multi-Contrast Brain Tumor MRIs Using Tumor Mask Conditioning 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3009331 PMID:38715792	研究论文	本文提出了一种基于肿瘤掩码条件的3D多对比脑肿瘤MRI合成方法，以解决医学图像数据稀缺和不平衡的问题	将2D潜在扩散模型调整为生成3D多对比脑肿瘤MRI数据，并引入肿瘤掩码作为条件，生成高质量且多样化的样本	未提及模型在临床环境中的实际应用效果或生成样本的临床验证	解决脑肿瘤MRI数据稀缺问题，提升深度学习模型的训练数据可用性	脑肿瘤MRI数据	计算机视觉	脑肿瘤	3D潜在扩散模型	3D自编码器、条件3D扩散概率模型（DPM）	3D多对比MRI图像	两个数据集：TCGA公共数据集和UTSW内部数据集
7515	2025-03-09	MRI-Based Deep Learning Method for Classification of IDH Mutation Status 2023-Sep-05, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering10091045 PMID:37760146	研究论文	本研究旨在开发基于T2加权MRI图像的深度学习网络，用于非侵入性IDH突变状态分类，并与多对比网络进行比较	开发了仅使用T2加权图像的深度学习网络（T2-net）和多对比网络（MC-net），并在超过1100个样本上进行了测试，这是迄今为止最大的基于图像的IDH分类研究	NA	开发用于IDH突变状态分类的深度学习算法	胶质瘤患者的MRI图像和基因组数据	计算机视觉	胶质瘤	MRI	深度学习网络（T2-net和MC-net）	图像	超过1100个样本，包括来自多个数据库的病例
7516	2025-03-09	Deep learning identifies robust gender differences in functional brain organization and their dissociable links to clinical symptoms in autism 2022-Apr, The British journal of psychiatry : the journal of mental science DOI:10.1192/bjp.2022.13 PMID:35164888	研究论文	本研究利用深度学习技术识别自闭症谱系障碍（ASD）中男女功能脑组织的显著差异，并探讨这些差异与临床症状的关联	开发了一种新的时空深度神经网络（stDNN），用于分析功能磁共振成像数据，成功区分ASD患者中的性别差异，并发现这些差异与临床症状的特定关联	研究主要依赖于神经影像数据，可能忽略了其他潜在的生物或环境因素对性别差异的影响	识别ASD中男女功能脑组织的差异，并预测症状严重程度	自闭症谱系障碍（ASD）患者	机器学习和神经影像分析	自闭症谱系障碍	功能磁共振成像（fMRI）和深度学习	时空深度神经网络（stDNN）	神经影像数据	773名ASD患者
7517	2025-03-08	Kellgren-Lawrence grading of knee osteoarthritis using deep learning: Diagnostic performance with external dataset and comparison with four readers 2025-Jun, Osteoarthritis and cartilage open DOI:10.1016/j.ocarto.2025.100580 PMID:40046240	研究论文	本研究评估了深度学习模型在外部数据集上对膝关节骨关节炎的Kellgren-Lawrence (KL)分级诊断性能，并与四位读者进行了比较	使用深度学习模型在外部数据集上评估膝关节骨关节炎的KL分级，并与多位人类读者进行比较，展示了深度学习在医学影像诊断中的潜力	研究样本量较小（208例膝关节X光片），且仅使用了单一外部数据集进行验证	评估深度学习模型在膝关节骨关节炎KL分级中的诊断性能	膝关节骨关节炎的X光片	计算机视觉	骨关节炎	深度学习	深度学习模型	图像	208例膝关节X光片
7518	2025-03-08	Optimizing Catheter Verification: An Understandable AI Model for Efficient Assessment of Central Venous Catheter Placement in Chest Radiography 2025-Apr-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001126 PMID:39724590	研究论文	本研究旨在通过分割支持材料和解剖结构来提高中心静脉导管（CVC）错位检测的精确性和可理解性	结合分类网络和分割网络的深度学习模型，提高了CVC错位检测的准确性和临床可解释性	研究中使用的数据集可能存在标签不准确的问题，且模型的泛化能力需要进一步验证	提高中心静脉导管（CVC）错位检测的准确性和临床可解释性	中心静脉导管（CVC）在胸部X光片中的位置	医学影像分析	NA	深度学习	分类网络、分割网络及其组合	胸部X光片	1006张带注释的仰卧胸部X光片
7519	2025-03-08	Assessment of Emphysema on X-ray Equivalent Dose Photon-Counting Detector CT: Evaluation of Visual Scoring and Automated Quantification Algorithms 2025-Apr-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001128 PMID:39729642	研究论文	本研究评估了在X射线等效剂量光子计数探测器CT上使用视觉评分、低衰减体积（LAV）和深度学习方法估计肺气肿范围的可行性和效果，旨在探索未来剂量减少的潜力	首次在X射线等效剂量光子计数探测器CT上评估了视觉评分和自动化量化算法在肺气肿估计中的应用，并探索了剂量减少的潜力	深度学习和LAV算法在X射线剂量扫描中高估了肺气肿范围	评估在X射线等效剂量光子计数探测器CT上估计肺气肿范围的可行性和效果	101名前瞻性入组的患者	数字病理学	慢性阻塞性肺疾病	CT扫描、深度学习方法	深度学习模型	图像	101名患者
7520	2025-03-08	FusionNet: Dual input feature fusion network with ensemble based filter feature selection for enhanced brain tumor classification 2025-Apr-01, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2025.149507 PMID:39970997	研究论文	本文提出了一种名为FusionNet的新方法，利用正常和分割的MRI图像来提高脑肿瘤分类的准确性	FusionNet结合了正常和分割的MRI图像，使用基于注意力机制和集成特征选择的方法来优先考虑相关特征，从而提高分类性能	NA	提高脑肿瘤分类的准确性	脑肿瘤	计算机视觉	脑肿瘤	深度学习	FusionNet	MRI图像	多个数据集（Figshare, Kaggle, Sartaj, 组合数据集）