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
7821	2025-02-14	End-to-end 3D instance segmentation of synthetic data and embryo microscopy images with a 3D Mask R-CNN 2024, Frontiers in bioinformatics IF:2.8Q2 DOI:10.3389/fbinf.2024.1497539 PMID:39944885	研究论文	本文介绍了一种3D Mask R-CNN的改进版本，用于3D实例分割，并在合成数据和胚胎显微镜图像上进行了验证	开发了自定义的TensorFlow操作，用于3D非最大抑制和3D裁剪与调整大小，从而实现了对3D数据的高效训练和推理	在最嘈杂的对象上，3D Mask R-CNN的表现存在局限性	解决3D图像分析中的实例分割问题，特别是在医学和显微镜图像中的应用	合成数据和胚胎显微镜图像	计算机视觉	NA	3D Mask R-CNN	CNN	3D图像	合成数据和胚胎显微镜图像
7822	2025-02-14	Application of deep learning for real-time detection, localization, and counting of the malignant invasive weed Solanum rostratum Dunal 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1486929 PMID:39944948	研究论文	本文介绍了一种名为TrackSolanum的深度学习网络模型，用于实时检测、定位和计数恶性入侵杂草Solanum rostratum Dunal（SrD）	设计了TrackSolanum网络模型，结合了检测、跟踪、定位和计数四个模块，实现了对SrD的实时检测和精确管理	模型在不同高度的无人机视频中表现有所差异，特别是在3米高度时，精度和召回率有所下降	开发一种能够实时检测、定位和计数SrD的技术，以支持对SrD的危害评估和精确管理	恶性入侵杂草Solanum rostratum Dunal（SrD）	计算机视觉	NA	深度学习	YOLO_EAND, DeepSort	视频	无人机视频（2米和3米高度）
7823	2025-02-14	Application of artificial intelligence in the diagnosis of hepatocellular carcinoma 2023-Sep, eGastroenterology DOI:10.1136/egastro-2023-100002 PMID:39944000	综述	本文探讨了人工智能（AI）在肝细胞癌（HCC）放射学诊断中的最新进展	AI，特别是深度学习和神经网络模型，在HCC的放射学检测中显示出潜力，能够减少诊断变异性、优化数据分析并重新分配医疗资源	需要进一步的研究和临床实施，以充分发挥AI在HCC管理中的潜力	探索AI在HCC放射学诊断中的应用，以提高早期检测、治疗选择和患者预后	肝细胞癌（HCC）	数字病理学	肝癌	深度学习，神经网络	深度学习模型，神经网络模型	影像数据	NA
7824	2025-02-14	A deep learning model for novel systemic biomarkers in photographs of the external eye: a retrospective study 2023-05, The Lancet. Digital health DOI:10.1016/S2589-7500(23)00022-5 PMID:36966118	研究论文	本研究开发了一种深度学习系统（DLS），通过外部眼部照片预测系统性参数，如肝脏、肾脏、骨骼或矿物质、甲状腺和血液相关参数	首次利用外部眼部照片预测多种系统性医学参数，扩展了外部眼部照片在疾病筛查中的应用	需要进一步研究以了解其临床应用价值	验证外部眼部照片是否包含多种系统性医学条件的信息	糖尿病患者及非糖尿病患者的眼部照片	计算机视觉	糖尿病	深度学习	DLS	图像	123,130张图像，来自38,398名糖尿病患者，并在25,510名患者中进行了验证
7825	2025-02-14	Detecting Glaucoma from Fundus Photographs Using Deep Learning without Convolutions: Transformer for Improved Generalization 2023-Mar, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2022.100233 PMID:36545260	研究论文	本研究比较了Vision Transformer深度学习技术（DeiT）和ResNet-50在眼底照片上检测原发性开角型青光眼（POAG）的诊断准确性和可解释性	使用Vision Transformer（DeiT）替代传统的卷积神经网络（如ResNet-50），以提高模型的泛化能力和可解释性	研究主要基于特定数据集（OHTS）和外部数据集，可能在其他数据集上的表现尚未验证	比较Vision Transformer和ResNet-50在检测POAG中的诊断性能，并分析模型决策的可解释性	眼底照片	计算机视觉	青光眼	深度学习	Vision Transformer (DeiT), ResNet-50	图像	66,715张眼底照片（来自1,636名OHTS参与者）和16,137张外部数据集照片
7826	2025-02-14	Usability and Clinician Acceptance of a Deep Learning-Based Clinical Decision Support Tool for Predicting Glaucomatous Visual Field Progression 2023-03-01, Journal of glaucoma IF:2.0Q2 DOI:10.1097/IJG.0000000000002163 PMID:36877820	研究论文	本研究评估了临床医生对集成人工智能模型预测的视野指标的临床决策支持工具的接受度和使用情况	更新并评估了一种集成人工智能预测视野指标的临床决策支持工具，并首次系统性地评估了临床医生对该工具的信任度和实用性	样本量较小，仅涉及10名眼科医生和验光师，且系统可用性评分仅为43百分位数	评估临床医生对集成人工智能预测视野指标的临床决策支持工具的接受度和使用情况	眼科医生和验光师	数字病理学	青光眼	人工智能模型	NA	视野指标	10名眼科医生和验光师，6名患者的11只眼睛
7827	2025-02-14	Deep Learning Estimation of 10-2 Visual Field Map Based on Circumpapillary Retinal Nerve Fiber Layer Thickness Measurements 2023-02, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2022.10.013 PMID:36328198	研究论文	本研究利用卷积神经网络（CNN）从光谱域光学相干断层扫描（SD-OCT）视网膜神经纤维层厚度（RNFL）测量中估计青光眼患者的中央10度视野（VF）图	提出了一种基于全区域（CNNA）和时间区域（CNNT）RNFL厚度信息的卷积神经网络模型，用于估计10-2 VF图的68个个体敏感度阈值，显著优于线性回归模型	研究仅基于SD-OCT扫描和10-2 VF对，未涉及其他类型的影像数据或更大规模的多中心数据	通过人工智能方法改进青光眼患者中央10度视野图的估计，以个性化中央视野评估的频率并优化资源分配	724名健康患者、疑似青光眼患者和青光眼患者的1365只眼睛的5352次SD-OCT扫描和10-2 VF对	计算机视觉	青光眼	光谱域光学相干断层扫描（SD-OCT）	卷积神经网络（CNN）	图像	5352次SD-OCT扫描和10-2 VF对，来自1365只眼睛
7828	2025-02-14	A novel ensemble-based statistical approach to estimate daily wildfire-specific PM2.5 in California (2006-2020) 2023-01, Environment international IF:10.3Q1 DOI:10.1016/j.envint.2022.107719 PMID:36592523	研究论文	本文提出了一种基于集成模型的统计方法，用于估计加利福尼亚州每日特定于野火的PM2.5浓度（2006-2020年）	首次应用一套统计模型，利用易于获取的数据集，在15年期间提供精细空间尺度的每日特定于野火的PM2.5浓度	模型依赖于政府运营的监测站数据，这些监测站分布稀疏，可能遗漏某些地区和潜在脆弱人群	估计特定于野火的PM2.5浓度，以支持流行病学研究	加利福尼亚州的PM2.5浓度	机器学习	NA	集成模型	梯度提升机、随机森林、深度学习	卫星气溶胶属性、气象变量	15年（2006-2020年）的每日数据
7829	2025-02-14	Monkeypox genome mutation analysis using a timeseries model based on long short-term memory 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0290045 PMID:37611023	研究论文	本研究使用基于长短期记忆（LSTM）的时间序列模型分析猴痘病毒基因组突变率，并与门控循环单元（GRU）模型进行比较	首次使用深度学习模型预测猴痘病毒基因组突变率，并提供了关于猴痘基因突变的新报告	数据集的大小和可用性可能限制了模型的泛化能力	分析猴痘病毒的基因突变率，并预测未来的突变趋势	猴痘病毒基因组	机器学习	猴痘	LSTM, GRU	LSTM, GRU	基因组数据	来自NCBI的最新猴痘数据集，包括加拿大、德国和世界其他地区的样本
7830	2025-02-14	Resting state network mapping in individuals using deep learning 2022, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2022.1055437 PMID:36712434	研究论文	本文介绍了一种使用深度3D卷积神经网络（3DCNN）进行静息态网络（RSN）体素映射的新方法	使用深度3D卷积神经网络进行RSN体素映射，能够在个体水平上生成RSN定位图，且对噪声数据和较少的RS-fMRI时间点具有高度抵抗力	需要大量高质量数据进行训练，这在临床或研究环境中并不总是可用	开发一种能够在个体水平上生成静息态网络定位图的方法，以支持临床应用	健康参与者（n = 2010）的静息态功能MRI数据	计算机视觉	NA	功能MRI（RS-fMRI）	3D卷积神经网络（3DCNN）	图像	2010名健康参与者
7831	2025-02-13	A comprehensive hog plum leaf disease dataset for enhanced detection and classification 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111311 PMID:39931093	研究论文	本文介绍了一个全面的Hog plum叶片病害数据集，旨在增强病害的检测和分类	创建了一个全面的Hog plum叶片病害数据集，并通过数据增强技术扩展了数据集，提高了深度学习模型的训练效果	数据集仅包含来自孟加拉国不同地区的图像，可能无法完全代表其他地区的病害情况	开发一个用于早期检测和分类Hog plum叶片病害的机器学习模型，以减少对人工检查的依赖	Hog plum叶片病害	计算机视觉	植物病害	数据增强技术（翻转、旋转、缩放、平移、裁剪、添加噪声、调整亮度、调整对比度、缩放）	深度学习模型	图像	原始数据集包含3782张图像，通过数据增强扩展到20000张图像
7832	2025-02-13	Active learning for extracting rare adverse events from electronic health records: A study in pediatric cardiology 2025-Mar, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105761 PMID:39689449	研究论文	本文研究了如何从电子健康记录中自动化提取罕见的不良事件，特别是在儿科心脏病学领域	使用主动学习过程来注释数据，并训练深度学习文本分类器以准确识别经历过严重不良事件的患者	由于不良事件的罕见性，初始预筛选步骤获得的数据集不平衡，包含大量假阳性	自动化从电子病历文本中提取与心脏导管插入术相关的不良事件	因心脏导管插入术住院的患者的电子健康记录	自然语言处理	心血管疾病	主动学习，深度学习	深度学习文本分类器	文本	2,980名患者
7833	2025-02-13	Deep Imbalanced Regression Model for Predicting Refractive Error from Retinal Photos 2025 Mar-Apr, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100659 PMID:39931359	研究论文	本研究旨在通过整合深度不平衡回归（DIR）技术到ResNet和Vision Transformer模型中，从视网膜照片预测屈光不正	首次将深度不平衡回归（DIR）技术整合到ResNet和Vision Transformer模型中，以解决数据集不平衡问题，并进行了外部验证	研究为回顾性研究，可能存在选择偏差	预测屈光不正	视网膜照片	计算机视觉	眼科疾病	深度不平衡回归（DIR）	ResNet34, SwinV2 (Swin Transformer)	图像	总计124,514张视网膜图像（新加坡眼病流行病学研究、英国生物银行、新加坡前瞻性研究和北京眼研究）
7834	2025-02-13	PortNet: Achieving lightweight architecture and high accuracy in lung cancer cell classification 2025-Feb-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e41850 PMID:39931476	研究论文	本研究开发了一种名为PortNet的深度学习模型，旨在为肺癌细胞的病理类型提供高效、准确且经济的辅助诊断	PortNet模型通过结合1×1卷积块和深度可分离卷积架构，显著减少了模型参数数量，同时通过集成Squeeze-and-Excitation自注意力模块增强了特征表示，实现了轻量化和高精度的平衡	未提及模型在实际临床环境中的验证情况，以及是否适用于其他类型的癌症细胞分类	开发一种轻量化的深度学习模型，用于肺癌细胞分类的辅助诊断	肺癌细胞	计算机视觉	肺癌	深度学习	CNN	图像	未明确提及样本数量
7835	2025-02-13	Deep learning-based quick MLC sequencing for MRI-guided online adaptive radiotherapy: a feasibility study for pancreatic cancer patients 2025-Feb-12, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adb099 PMID:39883962	研究论文	本研究提出了一种基于深度学习的快速MLC序列生成方法，用于MRI引导的在线自适应放疗，旨在加速胰腺癌患者的治疗计划适应过程	使用递归条件生成对抗网络模型从通量图预测MLC段形状，并结合线性矩阵方程模块优化段的监测单位权重，显著减少了治疗计划的执行时间	研究仅针对腹部癌症患者，且样本量相对较小（49名患者，242个每日分数）	加速MRI引导的在线自适应放疗的每日在线重新计划过程	胰腺癌患者	数字病理学	胰腺癌	深度学习	递归条件生成对抗网络（RCGAN）	MRI图像	49名腹部癌症患者的242个每日分数
7836	2025-02-13	A novel method for online sex sorting of silkworm pupae (Bombyx mori) using computer vision combined with deep learning 2025-Feb-12, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.14177 PMID:39936219	研究论文	本文提出了一种基于计算机视觉和深度学习的蚕蛹性别在线分选新方法	开发了一种结合级联空间通道注意力（CSCA）和G-GhostNet的实时蚕蛹性别识别模型，并提出了一种新的损失函数以减少模型复杂性和避免过拟合	NA	提高蚕蛹性别分选的效率和生产力	蚕蛹（Bombyx mori）	计算机视觉	NA	深度学习	CSCA, G-GhostNet	图像	NA
7837	2025-02-13	Association of visceral fat obesity with structural change in abdominal organs: fully automated three-dimensional volumetric computed tomography measurement using deep learning 2025-Feb-12, Abdominal radiology (New York) DOI:10.1007/s00261-025-04834-x PMID:39937214	研究论文	本研究探讨了腹部器官结构变化与内脏脂肪肥胖（VFO）之间的关联，采用基于深度学习算法的全自动三维体积CT测量方法	首次使用全自动三维体积CT测量方法结合深度学习算法，研究腹部器官结构变化与内脏脂肪肥胖的关联	样本量相对较小，且仅基于CT测量，未涉及其他影像学或生物学指标	探讨腹部器官结构变化与内脏脂肪肥胖的关联	610名患者（295名男性和315名女性，平均年龄68.4岁）	数字病理学	代谢相关疾病	全自动三维体积CT测量	深度学习算法	CT图像	610名患者
7838	2025-02-13	Forensic dental age estimation with deep learning: a modified xception model for panoramic X-Ray images 2025-Feb-12, Forensic science, medicine, and pathology DOI:10.1007/s12024-025-00962-4 PMID:39937388	研究论文	本研究旨在通过深度学习模型改进法医年龄估计方法，特别关注于区分12岁以下和12岁及以上的个体	引入了新的多边形面积度量（PAM）来处理法医应用中常见的不平衡数据集，并开发了基于Xception的'Forensic Xception'模型，该模型在年龄分类任务中表现出色	研究仅使用了1941名儿科患者的数据，未来研究需要探索更多数据集并解决伦理和法律问题	开发一种改进的法医年龄估计方法，特别关注于区分12岁以下和12岁及以上的个体	1941名5至15岁的儿科患者的正畸全景X射线图像	计算机视觉	NA	深度学习	Xception, ResNet, ShuffleNet, InceptionV3, DarkNet, NasNet, DenseNet, EfficientNet, MobileNet, ResNet18, GoogleNet, SqueezeNet, AlexNet	图像	1941名儿科患者
7839	2025-02-13	In vivo confocal microscopy in ophthalmology: research trends from a bibliometric analysis 2025-Feb-11, Clinical & experimental optometry DOI:10.1080/08164622.2025.2459345 PMID:39933698	研究论文	本文通过文献计量分析探讨了活体共聚焦显微镜（IVCM）在眼科领域的研究趋势	首次对IVCM在眼科领域的全球研究进行了文献计量分析，填补了该领域的空白	研究仅基于Web of Science核心合集数据库，可能未涵盖所有相关文献	识别IVCM研究中的有影响力的文章、作者、机构和新兴趋势	眼科领域的IVCM研究文献	数字病理	眼科疾病	活体共聚焦显微镜（IVCM）	NA	文献数据	1,389篇文章，其中600篇发表于过去十年
7840	2025-02-13	Automatic bone marrow segmentation for precise [177Lu]Lu-PSMA-617 dosimetry 2025-Feb-11, Medical physics IF:3.2Q1 DOI:10.1002/mp.17684 PMID:39935268	研究论文	本文开发了一种基于图像的自动分割方法，用于[177Lu]Lu-PSMA-617治疗中的个性化骨髓剂量测定	使用X-means聚类方法对CT图像进行骨髓分割，相比传统方法具有更高的准确性和更低的误差	样本量较小（10名患者，30个治疗周期），可能影响结果的普遍性	开发一种自动图像分割方法，用于[177Lu]Lu-PSMA-617治疗中的骨髓剂量测定	转移性去势抵抗性前列腺癌患者的骨髓	数字病理学	前列腺癌	SPECT/CT成像，X-means聚类	深度学习	图像	10名患者，30个治疗周期