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	2025-03-03	Deep learning-based weed detection for precision herbicide application in turf 2025-Feb-28, Pest management science IF:3.8Q1 DOI:10.1002/ps.8728 PMID:40022516	研究论文	本文探讨了基于深度学习的杂草检测方法，用于精准除草剂应用	使用深度卷积神经网络（DCNNs）进行除草剂敏感性杂草映射，并结合路径规划算法优化喷洒路径	未提及具体样本数量及实验环境的具体限制	评估基于除草剂敏感性的杂草映射在精准除草剂应用中的可行性	草坪中的杂草	计算机视觉	NA	深度卷积神经网络（DCNNs）	DenseNet, GoogLeNet, ResNet	图像	NA
7582	2025-03-03	A hybrid multi model artificial intelligence approach for glaucoma screening using fundus images 2025-Feb-27, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01473-w PMID:40016437	研究论文	本文提出了一种基于人工智能的混合多模型方法，用于通过眼底图像进行青光眼筛查	使用六个轻量级深度学习模型（总大小：110 MB）分析眼底图像，以识别早期结构变化，如视盘凹陷、出血和神经纤维层缺陷	在真实世界测试中，独立二元青光眼分类模型的灵敏度下降至0.5652，而完整AI-GS网络的灵敏度保持在0.8053	开发一种高效且准确的人工智能方法，用于青光眼的早期筛查	眼底图像	计算机视觉	青光眼	深度学习	混合多模型	图像	NA
7583	2025-03-03	A deep learning based ultrasound diagnostic tool driven by 3D visualization of thyroid nodules 2025-Feb-27, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01455-y PMID:40016505	研究论文	本研究开发了一种基于深度学习的两阶段框架，利用动态超声视频进行甲状腺结节诊断的工具TNVis，通过三维可视化提高诊断准确性	利用动态超声视频和三维可视化技术，开发了一种新的甲状腺结节诊断工具TNVis，显著提高了放射科医生的诊断能力	NA	提高甲状腺结节的诊断准确性	甲状腺结节	计算机视觉	甲状腺疾病	深度学习	两阶段深度学习框架	动态超声视频	4569例病例
7584	2025-03-03	ScreenDx, an artificial intelligence-based algorithm for the incidental detection of pulmonary fibrosis 2025-Feb-26, The American journal of the medical sciences DOI:10.1016/j.amjms.2025.02.011 PMID:40020875	研究论文	本文介绍了一种基于人工智能的算法ScreenDx，用于在计算机断层扫描（CT）图像中偶然检测肺纤维化	开发并验证了一种深度学习卷积神经网络算法ScreenDx，用于筛查CT图像并识别肺纤维化的偶然病例	研究未涉及不同种族或地区患者的表现差异，且样本量相对有限	开发一种机器学习算法，用于筛查CT图像中的肺纤维化特征	CT图像数据，包括正常和异常的CT图像，以及患有COPD、肺气肿和社区获得性肺炎的患者的CT图像	计算机视觉	肺纤维化	深度学习	卷积神经网络（CNN）	图像	总样本量为4,722例CT图像，包括3,658例用于开发算法的多源数据集（队列A），381例用于调整算法的美国队列（队列B），以及683例用于外部验证的国际数据集（队列C）
7585	2025-03-03	Imaging Results in Data Usefully Analyzed by Artificial Intelligence Machine Learning 2025-Feb-26, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association IF:4.4Q1 DOI:10.1016/j.arthro.2025.02.024 PMID:40021066	研究论文	本文探讨了人工智能（AI）和机器学习（ML）在诊断影像分析中的应用，强调了深度学习在减少观察者间差异和提升诊断准确性方面的潜力	提出了一个有效的三步方法，包括检测器、注意力模块和可解释性，以提高影像分析的效率和准确性	需要外部验证以确定模型在单一机构外的泛化能力	研究AI和ML在诊断影像分析中的应用，以提高诊断的准确性和一致性	诊断影像数据	计算机视觉	NA	深度学习	NA	图像	NA
7586	2025-03-03	Simultaneous profiling of ac4C and m5C modifications from nanopore direct RNA sequencing 2025-Feb-13, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.140863 PMID:39954891	研究论文	本研究开发了一种名为modCnet的深度学习框架，利用纳米孔直接RNA测序技术同时识别ac4C和m5C修饰	首次实现了从纳米孔直接RNA测序数据中同时进行ac4C和m5C修饰的从头识别	需要进一步验证在更广泛生物样本中的应用效果	研究RNA修饰（ac4C和m5C）在mRNA稳定性和翻译效率中的作用	人类细胞系中的mRNA	生物信息学	NA	纳米孔直接RNA测序	深度学习框架（modCnet）	RNA测序数据	人类细胞系中的mRNA样本
7587	2025-03-03	Clinical utility of receptor status prediction in breast cancer and misdiagnosis identification using deep learning on hematoxylin and eosin-stained slides 2024-Dec-20, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00695-5 PMID:39706861	研究论文	本文探讨了使用深度学习从数字化H&E染色切片预测乳腺癌受体状态的临床效用，并评估其在识别激素受体阳性患者、作为质量保证的第二阅读工具以及解决肿瘤内异质性方面的应用	首次使用深度学习从H&E染色切片预测乳腺癌的ER、PR和ERBB2状态，并在多机构数据集上进行训练和评估，展示了其在临床中的潜在应用	研究依赖于多机构数据集，可能存在数据异质性问题，且未在所有临床环境中进行广泛验证	探索从H&E染色切片预测乳腺癌受体状态的临床效用，并评估其在诊断和治疗计划中的潜在应用	乳腺癌患者的数字化H&E染色切片	数字病理学	乳腺癌	深度学习	深度学习系统	图像	19,845张切片，来自7,950名患者，涵盖六个独立队列
7588	2025-03-03	Synthesizing Contrast-Enhanced MR Images from Noncontrast MR Images Using Deep Learning 2024-03-07, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8107 PMID:38453408	研究论文	本研究利用深度学习从非对比多参数MR图像中合成虚拟钆对比增强T1加权MR图像，以评估原发性脑肿瘤	开发了一种名为T1c-ET的残差Inception DenseNet网络，能够同时合成虚拟对比增强T1加权图像并分割肿瘤的增强部分	研究中使用的数据集来自2019年脑肿瘤分割挑战赛，可能限制了模型的泛化能力	减少对钆对比剂的需求，提供替代成像方法	原发性脑肿瘤患者	计算机视觉	脑肿瘤	深度学习	残差Inception DenseNet网络	MR图像	335名受试者的MR图像用于训练和验证，125名受试者的MR图像用于测试
7589	2025-03-03	A multitask approach for automated detection and segmentation of thyroid nodules in ultrasound images 2024-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.107974 PMID:38244471	研究论文	本文提出了一种多任务方法，用于在超声图像中自动检测和分割甲状腺结节	提出的多任务方法不仅检测可疑图像，还分割潜在结节，与甲状腺结节评估的工作流程相平行，提高了临床可翻译性	当前深度学习架构通常为半自动化，仅评估已知有结节的图像，未评估识别可疑图像的能力	提高甲状腺结节检测和风险分层的自动化水平，减少医疗成本、患者不适和不必要的侵入性操作	甲状腺结节和甲状腺癌	计算机视觉	甲状腺癌	深度学习	UNet	超声图像	280名患者的9888张图像
7590	2025-03-03	Deep Learning and Geriatric Mental Health 2024-03, The American journal of geriatric psychiatry : official journal of the American Association for Geriatric Psychiatry DOI:10.1016/j.jagp.2023.11.008 PMID:38142162	综述	本文旨在帮助临床医生掌握深度学习的基本术语，理解其基本原理及早期应用，并探讨其在老年精神病学中的相关性	提供了对深度学习工作原理的深入见解，并讨论了其在老年精神病学中的应用潜力	未具体提及研究的局限性	帮助临床医生理解深度学习的基本概念及其在老年精神病学中的应用	临床医生及老年精神病学领域的研究者	机器学习	老年疾病	NA	深度学习	NA	NA
7591	2025-03-03	Test Retest Reproducibility of Organ Volume Measurements in ADPKD Using 3D Multimodality Deep Learning 2024-03, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.09.009 PMID:37798206	研究论文	本研究利用3D多模态深度学习技术，通过多脉冲序列MRI测量ADPKD患者的器官体积，以减少测量变异性	采用基于nnU-net的3D多模态多类分割模型，结合所有脉冲序列进行多次测量，通过异常值分析和平均减少变异性	样本量较小（n=19），且仅在3周内进行重复测试	减少ADPKD患者MRI器官体积测量的变异性	ADPKD患者的肾脏、肝脏和脾脏	数字病理学	常染色体显性多囊肾病（ADPKD）	MRI（T1, T2, SSFP, DWI）和CT	nnU-net	3D图像	413名受试者用于训练/验证，19名ADPKD患者用于测试-重测评估
7592	2025-03-03	Deformable lung 4DCT image registration via landmark-driven cycle network 2024-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.16738 PMID:37708440	研究论文	本文提出了一种基于标志点驱动的循环网络，用于肺部四维计算机断层扫描（4DCT）图像的自动变形配准	提出了一种新的弱监督深度学习方法，通过标志点驱动的损失函数和双向路径优化来提高变形向量场的生成精度	研究主要依赖于公开的DIR-Lab数据集和临床数据集，样本量相对较小，可能影响模型的泛化能力	开发一种自动、准确且高效的肺部4DCT图像配准方法，以量化呼吸运动并优化运动管理	肺部4DCT图像	计算机视觉	肺癌	4DCT	循环网络（包含生成器和判别器）	图像	10个4DCT数据集（来自DIR-Lab）和50个4DCT数据集（来自临床数据集）
7593	2025-03-03	Heterogenous thinning of peripapillary tissues occurs early during high myopia development in juvenile tree shrews 2024-Mar, Experimental eye research IF:3.0Q1 DOI:10.1016/j.exer.2024.109824 PMID:38336167	研究论文	本研究探讨了在幼年树鼩中实验性高度近视发展过程中视乳头周围组织的厚度变化	首次在幼年树鼩中研究了高度近视发展过程中视乳头周围组织的异质性变薄现象	样本量较小，仅涉及15只树鼩	研究高度近视发展过程中视乳头周围组织的厚度变化	幼年树鼩	数字病理学	近视	光学相干断层扫描（OCT）	深度学习算法	图像	15只幼年树鼩
7594	2025-03-03	iEEG-recon: A fast and scalable pipeline for accurate reconstruction of intracranial electrodes and implantable devices 2024-Mar, Epilepsia IF:6.6Q1 DOI:10.1111/epi.17863 PMID:38148517	研究论文	本文介绍了一种名为iEEG-recon的快速且可扩展的管道，用于准确重建颅内电极和植入设备	开发了一个独立的模块化管道，用于自动化电极重建，并展示了其与临床和研究工作流程的兼容性以及在云平台上的可扩展性	需要进一步验证其在更多临床环境中的适用性和准确性	促进药物难治性癫痫病例的治疗，通过自动化电极重建过程来识别癫痫网络	颅内电极和植入设备	数字病理	癫痫	iEEG, MRI	ANTsPyNet	图像	132名患者的数据，来自两个癫痫中心
7595	2025-03-03	Predicting FDG-PET Images From Multi-Contrast MRI Using Deep Learning in Patients With Brain Neoplasms 2024-03, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.28837 PMID:37259967	研究论文	本研究利用深度学习技术，通过多对比MRI生成脑肿瘤患者的诊断质量FDG-PET等效图像	首次使用深度学习模型从多对比MRI生成FDG-PET图像，避免了放射性示踪剂的使用	合成PET图像的质量与真实PET图像相比存在显著差异，且读者间存在明显的变异性	生成诊断质量的PET等效图像，以减少地理限制、辐射暴露和高成本	脑肿瘤患者	医学影像分析	脑肿瘤	深度学习	卷积神经网络（CNN）	MRI和PET图像	51名患者（59项研究）
7596	2025-03-03	mmPose-FK: A Forward Kinematics Approach to Dynamic Skeletal Pose Estimation Using mmWave Radars 2024-Mar, IEEE sensors journal IF:4.3Q2 DOI:10.1109/jsen.2023.3348199 PMID:39309301	研究论文	本文提出了一种基于毫米波雷达的动态骨骼姿态估计方法mmPose-FK，采用动态前向运动学（FK）方法解决毫米波雷达常见的低分辨率、镜面反射和噪声问题	将前向运动学机制整合到深度学习模型中，开发了一种端到端的解决方案，显著提高了姿态估计的准确性和稳定性	未明确提及具体限制	解决毫米波雷达在姿态估计中的低分辨率、镜面反射和噪声问题，提高姿态估计的准确性和稳定性	人体骨骼姿态	计算机视觉	NA	毫米波雷达	深度学习模型	雷达数据	未明确提及样本数量
7597	2025-03-03	K-t PCA accelerated in-plane balanced steady-state free precession phase-contrast (PC-SSFP) for all-in-one diastolic function evaluation 2024-Mar, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.29897 PMID:37927206	研究论文	本文开发了一种MRI方法，通过生成具有平衡稳态自由进动对比的2D相位对比序列（PC-SSFP），在单次扫描中同时评估舒张功能	提出了一种新的MRI方法PC-SSFP，结合k-t PCA加速技术，实现了在单次扫描中同时评估舒张功能	研究仅在10名健康受试者中进行，样本量较小，且未在患者群体中验证	开发一种MRI方法，用于在单次扫描中同时评估舒张功能	舒张功能的评估，包括早期和晚期舒张期二尖瓣充盈速度（E和A）以及二尖瓣环组织速度（e'）	医学影像	心血管疾病	MRI, k-t PCA	深度学习框架	图像	10名健康受试者
7598	2025-03-03	Biomimetic Deep Learning Networks With Applications to Epileptic Spasms and Seizure Prediction 2024-03, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2023.3325762 PMID:37851549	研究论文	本文提出了一种新型的仿生深度学习网络，用于癫痫痉挛和癫痫发作预测，并与最先进的传统机器学习模型进行了性能比较	结合了模块化Volterra核卷积网络和双向循环网络，并利用头皮EEG的相位振幅跨频耦合特征	NA	提高癫痫发作预测的准确性，改善患者的生活质量	癫痫患者，特别是成人癫痫发作和婴儿痉挛综合征患者	机器学习	癫痫	EEG信号分析	仿生神经网络，Volterra核卷积网络，双向循环网络	EEG数据	标准CHB-MIT数据集，Montefiore医疗中心和加州大学洛杉矶分校的两个数据集
7599	2025-03-03	Quantifying U-Net uncertainty in multi-parametric MRI-based glioma segmentation by spherical image projection 2024-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.16695 PMID:37696029	研究论文	本文提出了一种基于球形图像投影的U-Net分割不确定性量化方法，用于多参数MRI（MP-MRI）的胶质瘤分割	通过将平面MRI数据投影到球面，提出了一种新的球形投影U-Net（SPU-Net）模型，用于量化分割不确定性，并生成像素级的不确定性图	研究仅基于369名胶质瘤患者的MP-MRI数据，样本量相对有限，且未在其他类型的医学图像上进行验证	开发一种基于球形图像投影的U-Net分割不确定性量化方法，以提高胶质瘤分割的准确性和不确定性评估	胶质瘤患者的MP-MRI图像（T1, T1-Ce, T2, FLAIR）	数字病理	胶质瘤	多参数MRI（MP-MRI）	U-Net, SPU-Net	图像	369名胶质瘤患者的MP-MRI扫描数据
7600	2025-03-03	Clinical evaluation of deep learning systems for assisting in the diagnosis of the epiretinal membrane grade in general ophthalmologists 2024-Mar, Eye (London, England) DOI:10.1038/s41433-023-02765-9 PMID:37848677	研究论文	本研究开发了基于OCT图像的深度学习系统，用于辅助诊断视网膜前膜（ERM）的严重程度，并通过比较实验评估了AI系统在眼科医生诊断中的潜在益处和风险	开发了两种深度学习模型（分割模型和分类模型）来辅助诊断ERM的严重程度，并通过临床实验验证了AI系统在提高诊断准确性和减少时间消耗方面的潜力	研究中AI系统的误判情况需要进一步分析和改进，以确保其在临床实践中的安全性和可靠性	开发并评估AI系统在辅助诊断视网膜前膜（ERM）严重程度中的应用	视网膜前膜（ERM）患者	数字病理	老年疾病	光学相干断层扫描（OCT）	深度学习模型（分割模型和分类模型）	图像	来自三家医院的OCT数据集