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
7581	2025-02-19	Artificial intelligence applied to diabetes complications: a bibliometric analysis 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1455341 PMID:39959916	研究论文	本文通过文献计量学方法分析了人工智能在糖尿病并发症领域的应用研究趋势和热点	利用CiteSpace、Vosviewer和bibliometix等工具构建知识图谱，可视化文献信息，揭示研究趋势和热点	仅基于PubMed数据库的文献，可能未涵盖所有相关研究	探索人工智能在糖尿病并发症领域的应用研究趋势和前沿热点	1988年至2024年间发表的关于人工智能在糖尿病并发症中应用的科学文章	机器学习	糖尿病	文献计量分析	NA	文本	935篇符合条件的文章
7582	2024-11-23	Large language modeling and deep learning shed light on RNA structure prediction 2024-Dec, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02488-z PMID:39572717	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
7583	2025-02-19	A comprehensive dataset of rice field weed detection from Bangladesh 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110981 PMID:39957731	研究论文	本文介绍了一个包含3632张高分辨率RGB图像的全面数据集，用于检测孟加拉国稻田中的杂草	开发了一个包含11种常见稻田杂草的高分辨率图像数据集，适用于全球不同农业环境	数据集主要来自孟加拉国，可能在其他地区的适用性有限	通过提供高质量数据集，支持深度学习与机器学习在稻田杂草检测中的应用	稻田中的杂草	计算机视觉	NA	NA	NA	图像	3632张高分辨率RGB图像
7584	2025-02-19	Mine 4.0-mineCareerDB: A high-resolution image dataset for mining career segmentation and object detection 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110976 PMID:39957730	研究论文	本文介绍了Mine 4.0-MineCareerDB，一个公开的高分辨率图像数据集，专门用于分析采矿职业	提供了一个专门为采矿行业设计的高分辨率图像数据集，支持计算机视觉应用	数据集仅包含373张图像，可能不足以覆盖所有采矿场景	推动计算机视觉在采矿行业中的应用，如设备识别、安全分析和自动化研究	采矿操作和活动的图像	计算机视觉	NA	无人机摄影	NA	图像	373张采矿活动图像
7585	2025-02-19	A dataset of mammography images with area-based breast density values, breast area, and dense tissue segmentation masks 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110980 PMID:39957743	研究论文	本文介绍了一个新的数据集，旨在推动自动乳腺密度估计的研究，这是乳腺X光片解读中的一个关键因素	该数据集基于公开的VinDr-Mammo数据集，提供了745张乳腺X光片图像及专家放射科医生对整个乳房和致密组织区域的注释，为自动乳腺密度分析提供了新的资源	数据集的样本量相对较小，可能限制了模型的泛化能力	推动自动乳腺密度估计的研究，以改进乳腺癌筛查	乳腺X光片图像	数字病理学	乳腺癌	乳腺X光摄影	深度学习模型	图像	745张乳腺X光片图像
7586	2025-02-19	Single unit electrophysiology recordings and computational modeling can predict octopus arm movement 2024-Sep-19, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.13.612676 PMID:39345497	研究论文	本文通过单单位电生理记录和计算模型预测章鱼手臂运动	利用机器学习和统计分析的计算模型，揭示了章鱼简化神经系统中运动回路的原理，并提高了脑机接口设备的潜力	研究仅限于章鱼前神经索的电生理记录，可能不适用于其他生物或神经系统	研究章鱼简化神经系统中的运动回路原理，并改进脑机接口设备	章鱼前神经索和手臂运动	机器学习	NA	单单位电生理记录	深度学习模型	电生理数据	NA
7587	2025-02-19	Deep Learning Evaluation of Glaucoma Detection Using Fundus Photographs in Highly Myopic Populations 2024-06-23, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines12071394 PMID:39061968	研究论文	本研究旨在使用深度学习技术通过眼底照片识别高度近视人群中的青光眼和正常眼	利用卷积块注意力模块（CBAM）增强卷积神经网络（CNN）性能，提高青光眼检测的准确性	研究仅包括高度近视患者，排除了病理性近视患者，可能限制了结果的普遍性	识别高度近视人群中的青光眼	高度近视患者的眼底照片	计算机视觉	青光眼	深度学习	CNN, ConvNeXt_Base+CBAM	图像	3088张眼底照片（1540张青光眼组，1548张高度近视组）
7588	2025-02-19	Differential diagnosis of frontotemporal dementia subtypes with explainable deep learning on structural MRI 2024, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2024.1331677 PMID:38384484	研究论文	本研究旨在通过训练深度神经网络，基于结构性MRI自动区分三种临床表型的额颞叶痴呆（FTD）患者	提出了一种可解释的深度学习并行特征嵌入和可视化框架，用于区分FTD的三种临床亚型	样本量相对较小，且来自多个站点，可能存在数据异质性	自动区分额颞叶痴呆（FTD）的三种临床表型，以帮助早期和精确诊断	277名FTD患者（包括173名行为变异型FTD、63名非流利型原发性进行性失语和41名语义型原发性进行性失语）	数字病理学	老年疾病	结构性MRI	深度神经网络（DNN）	图像	277名FTD患者
7589	2025-02-19	Integrating deep learning, threading alignments, and a multi-MSA strategy for high-quality protein monomer and complex structure prediction in CASP15 2023-12, Proteins IF:3.2Q2 DOI:10.1002/prot.26585 PMID:37650367	研究论文	本文报告了UM-TBM和Zheng团队在CASP15中蛋白质单体和复合物结构预测的结果，使用了D-I-TASSER和DMFold-Multimer算法	D-I-TASSER在CASP15中引入了四个新特性，包括多源MSA搜索、基于注意力网络的空间约束、多域模块和优化的I-TASSER折叠模拟系统，显著提高了预测精度	未来在病毒蛋白质建模和复合物模型排名方面仍有改进空间	提高蛋白质单体和复合物结构预测的准确性	蛋白质单体和复合物	生物信息学	NA	多序列比对（MSA）、深度学习、蒙特卡罗模拟	D-I-TASSER、DMFold-Multimer、AlphaFold2	蛋白质序列和结构数据	47个自由建模目标和38个复合物目标
7590	2025-02-19	Prediction of lung malignancy progression and survival with machine learning based on pre-treatment FDG-PET/CT 2022-Aug, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2022.104127 PMID:35810561	研究论文	本研究利用机器学习分析治疗前的FDG-PET/CT扫描，预测肺癌的进展和总体生存率	结合卷积神经网络（CNN）和随机生存森林（RSF）模型，利用FDG-PET/CT数据进行肺癌进展和生存率预测，并与传统放射组学方法进行比较	研究为回顾性分析，可能存在选择偏差，且样本量有限	预测肺癌的进展和总体生存率，以指导治疗决策和改善患者护理	肺癌患者	数字病理学	肺癌	FDG-PET/CT扫描	CNN, RSF	图像	1168个结节（来自965名患者）
7591	2025-02-19	Automatic information extraction from childhood cancer pathology reports 2022-Jul, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooac049 PMID:35721398	研究论文	本文开发了基于深度学习的模型，用于从儿童癌症病理报告中自动提取信息并进行ICCC分类	首次开发了用于ICCC分类的机器学习模型，并比较了直接ICCC分类模型与基于ICD-O-3编码标准的模型的性能	模型在14.8%的模糊病理报告上无法足够自信地分配代码	开发自动信息提取模型以补充州癌症登记处的人工注释者	儿童癌症病理报告	自然语言处理	儿童癌症	深度学习	深度学习模型	文本	29,206份来自6个州癌症登记处的报告
7592	2025-02-18	Artificial Intelligence-Based Classification of Renal Oncocytic Neoplasms: Advancing From a 2-Class Model of Renal Oncocytoma and Low-Grade Oncocytic Tumor to a 3-Class Model Including Chromophobe Renal Cell Carcinoma 2025-Feb-17, Archives of pathology & laboratory medicine IF:3.7Q1 DOI:10.5858/arpa.2024-0374-OA PMID:39957180	研究论文	本文开发了一种基于人工智能的计算分类器，用于将活检和切除标本的全切片图像分为肾嗜酸细胞瘤（RO）和低级别嗜酸细胞肿瘤（LOT）两类，并进一步扩展到包括嗜色性肾细胞癌（ChRCC）的三类模型	本文的创新点在于从两分类模型（RO和LOT）扩展到三分类模型（包括ChRCC），并采用弱监督注意力机制的多实例学习深度学习模型进行自动分类	模型的性能仍有提升空间，5折交叉验证的平均测试准确率为84%，独立验证集的准确率为83%	开发一种自动计算分类器，用于区分肾嗜酸细胞肿瘤的不同类型，以解决病理学家在诊断中遇到的挑战	肾嗜酸细胞肿瘤，包括肾嗜酸细胞瘤（RO）、低级别嗜酸细胞肿瘤（LOT）和嗜色性肾细胞癌（ChRCC）	数字病理学	肾癌	深度学习	弱监督注意力机制的多实例学习深度学习模型	图像	来自6个机构的125个病例的269张全切片图像
7593	2025-02-18	An efficient deep learning approach for automatic speech recognition using EEG signals 2025-Feb-16, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2456982 PMID:39957214	研究论文	本文提出了一种结合Gannet优化算法和Elman递归神经网络的高效深度学习方法，用于基于EEG信号的自动语音识别	提出了一种新的高效深度学习框架EDLA，结合了Gannet优化算法和Elman递归神经网络，显著提高了基于EEG信号的语音识别准确率	研究仅在Kara One数据集上进行了评估，可能需要更多样化的数据集来验证其泛化能力	提高基于EEG信号的自动语音识别准确率，以促进人机交互和辅助技术发展	EEG信号	自然语言处理	NA	Savitzky-Golay滤波器，递归特征消除	Elman Recurrent Neural Network (ERNN)	EEG信号	Kara One数据集
7594	2025-02-18	Comment on "A deep learning approach for the screening of referable age-related macular degeneration - Model development and external validation" 2025-Feb-15, Journal of the Formosan Medical Association = Taiwan yi zhi DOI:10.1016/j.jfma.2025.02.017 PMID:39956680	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
7595	2025-02-18	CT-Based Deep Learning Predicts Prognosis in Esophageal Squamous Cell Cancer Patients Receiving Immunotherapy Combined with Chemotherapy 2025-Feb-15, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.01.046 PMID:39956748	研究论文	本研究构建了一个深度学习模型，用于预测接受免疫治疗联合化疗的食管鳞状细胞癌患者的生存结果	该研究创新性地结合了深度学习模型与临床特征，特别是通过分析肿瘤及周围区域的CT图像，提高了预测的准确性	模型的预测准确性在外部测试集上较低（C-index为0.60），表明模型可能在不同机构间的泛化能力有限	研究目的是开发一个深度学习模型，用于预测食管鳞状细胞癌患者在接受免疫治疗联合化疗后的生存风险	研究对象为482名接受免疫治疗联合化疗的食管鳞状细胞癌患者	数字病理学	食管鳞状细胞癌	深度学习	深度学习模型	CT图像	482名患者（322名训练集，79名内部测试集，81名外部测试集）
7596	2025-02-18	Deep learning for automated hip fracture detection and classification : achieving superior accuracy 2025-Feb-01, The bone & joint journal DOI:10.1302/0301-620X.107B2.BJJ-2024-0791.R1 PMID:39889758	研究论文	本研究旨在开发和评估一种基于深度学习的模型，用于髋部骨折的分类，以提高诊断准确性	使用卷积神经网络（CNN）进行髋部骨折的分类，并利用DAMO-YOLO进行数据处理和增强，显著提高了诊断准确性	研究仅使用了回顾性数据，且外部验证数据集的样本量相对较小	提高髋部骨折的诊断准确性	髋部骨折的X光片	计算机视觉	髋部骨折	深度学习	CNN	图像	5,168张髋部前后位X光片（4,493张用于训练，675张用于验证）
7597	2025-02-18	TKA-AID: An Uncertainty-Aware Deep Learning Classifier to Identify Total Knee Arthroplasty Implants 2025-Jan-19, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2025.01.019 PMID:39832639	研究论文	开发了一种基于深度学习的算法，用于自动识别全膝关节置换术（TKA）植入物的常见模型	使用EfficientNet架构的深度学习模型，结合不确定性量化和异常检测机制，提高了植入物识别的准确性和安全性	模型在外部测试集上仍存在少量错误，且样本主要来自单一机构，可能影响模型的泛化能力	开发自动化工具以辅助全膝关节置换术植入物的术前识别	全膝关节置换术植入物	计算机视觉	骨科疾病	深度学习	EfficientNet	图像	9,651名患者的111,519张图像
7598	2025-02-18	Deep learning for cardiac imaging: focus on myocardial diseases, a narrative review 2025 Jan-Feb, Hellenic journal of cardiology : HJC = Hellenike kardiologike epitheorese IF:2.7Q2 DOI:10.1016/j.hjc.2024.12.002 PMID:39662734	综述	本文探讨了深度学习在心脏成像中的应用，特别是针对心肌疾病的自动分割、放射组学特征表型和预测	本文综述了深度学习在心脏成像中的最新应用，特别是自动分割和放射组学特征表型，展示了其在心肌疾病诊断和管理中的潜力	本文未涉及深度学习模型在临床实践中的具体实施挑战和解决方案	探讨深度学习在心脏成像中的应用，特别是针对心肌疾病的诊断和管理	心肌疾病	医学影像	心血管疾病	深度学习	深度学习算法	医学影像（CT、CMR、超声心动图、SPECT）	NA
7599	2025-02-17	A deep-learning system integrating electrocardiograms and laboratory indicators for diagnosing acute aortic dissection and acute myocardial infarction 2025-Mar-15, International journal of cardiology IF:3.2Q2 DOI:10.1016/j.ijcard.2025.133008 PMID:39880045	研究论文	本研究开发了一种多模态深度学习模型，整合心电图（ECG）信号和实验室指标，以提高急性A型主动脉夹层（AAD-type A）和急性心肌梗死（AMI）的诊断准确性	通过融合ECG特征和实验室指标，利用深度学习模型提高诊断准确性，为心血管疾病的快速诊断提供了新工具	研究样本量相对较小，且仅在单一医院进行，可能影响模型的泛化能力	提高急性A型主动脉夹层和急性心肌梗死的诊断准确性	急性A型主动脉夹层（AAD-type A）和急性心肌梗死（AMI）患者	机器学习	心血管疾病	深度学习	ResNet-34, RandomForest, XGBoost, LightGBM	ECG信号和实验室指标	训练和验证集：136例AAD-type A和141例AMI患者；前瞻性测试集：30例AMI和32例AAD-type A患者
7600	2025-02-17	Biomechanics-Function in Glaucoma: Improved Visual Field Predictions from IOP-Induced Neural Strains 2025-Mar, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2024.11.019 PMID:39631645	研究论文	本研究评估了神经组织结构和生物力学在青光眼功能损失预测中的作用，并探讨了生物力学在此类预测中的重要性	结合生物力学（眼压诱导的神经组织应变）和结构信息（组织形态和神经组织厚度）显著提高了视觉场损失预测的准确性	研究样本仅限于中国族群，且年龄超过50岁，可能限制了结果的普遍性	评估神经组织结构和生物力学在青光眼功能损失预测中的作用	238名青光眼患者	数字病理学	青光眼	光谱域OCT成像、数字体积相关分析	Point-Net	图像	238名青光眼患者