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
8021	2025-01-24	A multi-modal dental dataset for semi-supervised deep learning image segmentation 2025-Jan-20, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-04306-9 PMID:39833232	研究论文	本文介绍了一个用于半监督深度学习图像分割的多模态牙科数据集，旨在促进牙齿分割任务的发展	这是首个结合牙科全景X射线图像（PXI）和锥形束计算机断层扫描（CBCT）的多模态数据集，也是目前最大的牙齿分割数据集	数据集虽然规模大，但仍存在未标注数据，可能影响模型的训练效果	解决牙齿分割任务中公开数据集稀缺的问题，促进深度学习在牙科图像分割中的应用	牙齿图像分割	计算机视觉	牙科疾病	半监督深度学习	NA	图像（PXI和CBCT）	STS-2D-Tooth包含4,000张图像和900个标注掩码，STS-3D-Tooth包含148,400个未标注扫描和8,800个标注掩码
8022	2025-01-24	Multi-branch LSTM encoded latent features with CNN-LSTM for Youtube popularity prediction 2025-Jan-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86785-3 PMID:39833294	研究论文	本文提出了一种新颖的多分支LSTM编码潜在特征与CNN-LSTM融合的方法，用于预测YouTube视频的流行度	提出了一种新颖的多分支LSTM网络来映射视频特征到低维空间，并使用融合的CNN-LSTM模型预测视频流行度	未提及具体的数据集大小和多样性，可能影响模型的泛化能力	预测YouTube视频的流行度，以提高内容驱动视频的收益	YouTube视频数据	自然语言处理	NA	LSTM, CNN	多分支LSTM, CNN-LSTM	视频数据	未提及具体样本数量
8023	2025-01-24	Towards a decision support system for post bariatric hypoglycaemia: development of forecasting algorithms in unrestricted daily-life conditions 2025-Jan-20, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02856-5 PMID:39833876	研究论文	本文开发了基于线性和深度学习模型的算法，用于预测减肥手术后低血糖（PBH）事件，以支持决策系统的开发	开发了基于递归自回归模型（rAR）的算法，用于实时预测PBH事件，并在真实生活条件下进行了验证	CGM数据的噪声和餐后血糖快速变化是预测算法面临的主要挑战	开发决策支持系统（DSS），以预警即将发生的PBH事件，从而采取预防措施	50名接受Roux-en-Y胃旁路手术后出现PBH的患者	机器学习	代谢疾病	CGM（连续血糖监测）	递归自回归模型（rAR）、深度学习模型	CGM数据	50名患者，监测时间长达50天
8024	2025-01-24	Interpretable machine learning model for outcome prediction in patients with aneurysmatic subarachnoid hemorrhage 2025-Jan-20, Critical care (London, England) DOI:10.1186/s13054-024-05245-y PMID:39833976	研究论文	本文开发了一种可解释的深度学习模型，用于预测动脉瘤性蛛网膜下腔出血患者的功能结果	使用SHAP增强模型的可解释性，并识别出年龄、世界神经外科联合会分级和高级脑功能障碍等关键预测因素	研究仅限于日本五家医院的数据，样本量为718名患者，可能限制了模型的普遍适用性	优化动脉瘤性蛛网膜下腔出血患者的治疗策略，通过早期预测功能结果	718名动脉瘤性蛛网膜下腔出血患者	机器学习	脑血管疾病	深度学习	深度学习模型	临床数据	718名患者
8025	2025-01-24	Prediction of post-treatment recurrence in early-stage breast cancer using deep-learning with mid-infrared chemical histopathological imaging 2025-Jan-17, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00772-x PMID:39825009	研究论文	本研究利用傅里叶变换红外（FTIR）化学成像技术，通过深度学习模型预测早期乳腺癌患者的长期复发风险	首次将FTIR化学成像与深度学习结合，用于乳腺癌复发预测，提供了一种无标记的组织病理学预后平台	模型的预测性能（ROC AUC约为0.64）虽然与现有临床检测方法相当，但仍有提升空间	开发一种新的方法来预测早期乳腺癌患者的长期复发风险	早期乳腺癌患者的组织样本	数字病理学	乳腺癌	傅里叶变换红外（FTIR）化学成像	二维卷积网络和二维可分离卷积网络	化学图像	未明确提及具体样本数量
8026	2025-01-24	Pre-trained artificial intelligence-aided analysis of nanoparticles using the segment anything model 2025-Jan-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86327-x PMID:39825089	研究论文	本文介绍了一种利用预训练人工智能模型进行纳米颗粒形态表征的方法，特别是针对细分颗粒和颗粒基材料	使用预训练的Segment Anything Model进行纳米颗粒的自动分割，并将颗粒的细分组织成集合，这是该领域的一种新方法	NA	通过预训练的人工智能模型提高纳米颗粒形态表征的准确性和效率	纳米颗粒，包括纳米球、哑铃形颗粒和三聚体	计算机视觉	NA	预训练的深度学习模型	Segment Anything Model	图像	三种类型的纳米颗粒：纳米球、哑铃形颗粒和三聚体
8027	2025-01-24	Generative deep learning approach to predict posttreatment optical coherence tomography images of age-related macular degeneration after 12 months 2025-Jan-17, Retina (Philadelphia, Pa.) DOI:10.1097/IAE.0000000000004409 PMID:39841905	研究论文	本研究验证了一种生成深度学习模型，用于预测新生血管性年龄相关性黄斑变性（nAMD）患者治疗12个月后的光学相干断层扫描（OCT）图像，并评估了结合临床数据对预测性能的影响	使用条件生成对抗网络（cGAN）生成12个月后的OCT图像，并结合多种临床数据提高了预测准确性	研究样本量相对较小，仅包括513名初治nAMD患者的533只眼睛	预测nAMD患者治疗12个月后的解剖学反应，以支持个性化管理	新生血管性年龄相关性黄斑变性（nAMD）患者	计算机视觉	黄斑变性	光学相干断层扫描（OCT）、荧光素血管造影（FA）、吲哚菁绿血管造影（ICGA）	条件生成对抗网络（cGAN）	图像	513名初治nAMD患者的533只眼睛
8028	2025-01-24	A radiomics and deep learning nomogram developed and validated for predicting no-collapse survival in patients with osteonecrosis after multiple drilling 2025-Jan-15, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02859-2 PMID:39815247	研究论文	本研究利用放射组学和深度学习技术，开发并验证了一种预测股骨头坏死患者在多孔钻孔治疗后无塌陷生存的模型	结合放射组学和深度学习技术，开发了一种新的预测模型，用于评估股骨头坏死患者在多孔钻孔治疗后的无塌陷生存率	样本量相对较小，仅包括144名患者（212髋），可能需要更大规模的研究来验证模型的普遍适用性	预测股骨头坏死患者在多孔钻孔治疗后的无塌陷生存率	股骨头坏死患者	数字病理学	骨坏死	放射组学，深度学习	DLRC模型	影像数据	144名患者（212髋）
8029	2025-01-24	DNALongBench: A Benchmark Suite for Long-Range DNA Prediction Tasks 2025-Jan-08, bioRxiv : the preprint server for biology DOI:10.1101/2025.01.06.631595 PMID:39829833	研究论文	本文介绍了DNALongBench，一个用于评估依赖长程DNA依赖性的基因组学任务的基准数据集	提出了一个涵盖五个重要基因组学任务的基准数据集，这些任务考虑了长达100万碱基对的长程依赖性	未提及具体的数据集规模或样本量，可能限制了其广泛适用性	解决长程DNA依赖性建模的挑战，并提供一个标准化的资源来评估新兴的DNA序列深度学习模型	基因组结构及其功能	基因组学	NA	深度学习模型	CNN, HyenaDNA, Caduceus-Ph, Caduceus-PS	DNA序列数据	NA
8030	2025-01-24	A large annotated cervical cytology images dataset for AI models to aid cervical cancer screening 2025-Jan-07, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04374-5 PMID:39774182	研究论文	本文提供了一个大规模且详尽标注的宫颈细胞学图像数据集，用于训练AI模型以辅助宫颈癌筛查	提供了一个包含8,037张图像的大规模宫颈细胞学图像数据集，这些图像来源于129张Thinprep细胞学测试（TCT）切片图像，并进行了详尽的异常细胞标注	数据集的收集和标注过程耗时，可能限制了模型的泛化性能	提高宫颈癌筛查中异常细胞检测的效率和准确性	宫颈细胞学图像	数字病理学	宫颈癌	深度学习	NA	图像	8,037张图像，来源于129张TCT切片
8031	2025-01-24	Engineering of CRISPR-Cas PAM recognition using deep learning of vast evolutionary data 2025-Jan-06, bioRxiv : the preprint server for biology DOI:10.1101/2025.01.06.631536 PMID:39829748	研究论文	本文介绍了一种名为Protein2PAM的深度学习模型，该模型基于超过45,000个CRISPR-Cas PAMs的数据集训练，能够快速准确地预测Cas蛋白的PAM特异性	首次成功应用机器学习实现Cas酶的定制化，以识别不同的PAM，为个性化基因组编辑铺平道路	需要进一步实验验证模型预测的Cas蛋白变体的实际效果	通过机器学习定制Cas酶以识别不同的PAM，扩展基因组编辑的目标范围	CRISPR-Cas系统的Cas蛋白	机器学习	NA	深度学习，深度突变扫描	深度学习模型	蛋白质序列数据	超过45,000个CRISPR-Cas PAMs
8032	2025-01-24	Machine Learning Approaches in High Myopia: Systematic Review and Meta-Analysis 2025-Jan-03, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/57644 PMID:39753217	系统综述与荟萃分析	本文通过系统综述和荟萃分析，评估了机器学习（ML）在高度近视和病理性近视诊断中的表现，并探讨了其在预测疾病进展中的潜力	首次通过荟萃分析全面评估了机器学习在高度近视和病理性近视诊断中的准确性，并比较了深度学习（DL）与传统机器学习方法的性能差异	研究依赖于现有文献，可能存在发表偏倚；部分研究样本量较小，可能影响结果的普适性	评估机器学习在高度近视和病理性近视诊断中的表现，为智能诊断或预测工具的开发提供循证支持	高度近视、病理性近视及高度近视相关青光眼	机器学习	眼科疾病	机器学习（ML）、深度学习（DL）	深度学习（DL）、传统机器学习（非DL）	图像数据	45项研究，其中32项用于定量荟萃分析
8033	2025-01-24	Seg-SkiNet: adaptive deformable fusion convolutional network for skin lesion segmentation 2025-Jan-02, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1451 PMID:39838982	研究论文	本文提出了一种名为Seg-SkiNet的自适应可变形融合卷积网络，用于精确分割皮肤病变，特别是复杂形状和小目标病变	Seg-SkiNet集成了双通道卷积编码器、多尺度多感受野提取与细化模块以及局部-全局信息交互融合解码器，有效捕捉病变的边缘特征和深层内部特征，并通过扩展卷积核的感受野来整合小目标病变的多尺度特征	NA	设计一种定制的深度学习模型，用于精确分割皮肤病变，特别是复杂形状和小目标病变	皮肤病变	计算机视觉	皮肤癌	深度学习	自适应可变形融合卷积网络（Seg-SkiNet）	图像	三个公开数据集：ISIC-2016、ISIC-2017和ISIC-2018
8034	2025-01-24	Deep learning models for CT image classification: a comprehensive literature review 2025-Jan-02, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1400 PMID:39838987	综述	本文综述了深度学习在CT图像分类中的应用，特别是在COVID-19检测和肺结节分类中的进展	探讨了从传统卷积神经网络到复杂基础模型的深度学习架构演变，以及在CT图像分析中的应用创新	存在数据变异性、高质量数据集需求、计算需求等技术挑战，以及可解释性、验证和法规遵从性方面的挑战	探讨深度学习在CT图像分析中的应用，特别是在COVID-19和肺结节检测中的作用	CT图像	计算机视觉	肺癌	深度学习	CNN, FMs	图像	NA
8035	2025-01-24	Automated elbow ultrasound image recognition: a two-stage deep learning system via Swin Transformer 2025-Jan-02, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-763 PMID:39839003	研究论文	本文介绍了一种基于Swin Transformer的两阶段深度学习系统，用于自动化肘部超声图像的识别和质量评估	创新点在于使用Swin Transformer作为骨干网络，构建了两阶段模型，显著提高了图像分类和质量评估的准确性和效率	未明确提及研究的局限性	开发并评估一种自动化系统，用于评估超声图像是否符合标准并识别其具体类别，以提高MSK超声诊断的效率和准确性	肘部超声图像	计算机视觉	肌肉骨骼损伤	深度学习	Swin Transformer-based Unet	图像	未明确提及样本数量
8036	2025-01-24	Evolutionary patterns and research frontiers of artificial intelligence in age-related macular degeneration: a bibliometric analysis 2025-Jan-02, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1406 PMID:39839014	研究论文	本文通过文献计量分析，系统评估了人工智能在年龄相关性黄斑变性（AMD）领域的研究现状，揭示了出版模式、有影响力的贡献者和研究趋势	首次对人工智能在AMD领域的研究进行了全面的定量分析，揭示了三个不同的研究阶段，并指出了深度学习模型在AMD诊断和进展预测中的应用以及大语言模型（LLMs）和视觉语言模型（VLMs）在图像处理中的新兴研究方向	研究仅基于Web of Science Core Collection的数据，可能未涵盖所有相关文献	系统评估人工智能在AMD领域的研究现状，揭示关键趋势和新兴研究方向	年龄相关性黄斑变性（AMD）	机器学习	老年疾病	深度学习（DL）、大语言模型（LLMs）、视觉语言模型（VLMs）	深度学习模型	文献数据	1,721篇出版物
8037	2025-01-24	Bibliometric analysis of research on the application of deep learning to ophthalmology 2025-Jan-02, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1340 PMID:39839016	研究论文	本文通过文献计量分析探讨了深度学习在眼科领域的应用研究趋势和当前研究方向	首次对深度学习在眼科领域的应用进行了全面的文献计量分析，识别了四个不同的研究集群	数据仅来源于Web of Science Core Collection，可能未涵盖所有相关研究	描述深度学习在眼科领域的国际研究趋势和当前研究方向	深度学习在眼科领域的应用研究	计算机视觉	眼科疾病	文献计量分析	NA	文本	3,055篇文章
8038	2025-01-24	MacNet: a mobile attention classification network combining convolutional neural network and transformer for the differentiation of cervical cancer 2025-Jan-02, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-810 PMID:39839018	研究论文	本文提出了一种结合卷积神经网络和Transformer的移动注意力分类网络（MacNet），用于宫颈癌细胞分化的分类	创新性地将注意力机制与卷积神经网络结合，利用多尺度特征提取和自适应融合模块，提高了宫颈癌细胞分化分类的准确性	未提及具体的数据集大小或样本多样性，可能影响模型的泛化能力	提高宫颈癌细胞分化分类的准确性，并定量分析宫颈癌细胞分化	宫颈癌细胞分化的病理图像	计算机视觉	宫颈癌	深度学习	CNN, Transformer	图像	未提及具体样本数量
8039	2025-01-24	Metastasis lesion segmentation from bone scintigrams using encoder-decoder architecture model with multi-attention and multi-scale learning 2025-Jan-02, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1246 PMID:39839026	研究论文	本研究开发了一种基于深度学习的模型，用于自动分割骨闪烁图中的转移病灶，以提高诊断准确性	该模型采用了多注意力学习方案和多尺度学习策略，结合了非局部注意力方案和视觉变换器（ViT），以及多尺度特征学习和多池化学习策略，能够准确检测和提取位置和强度随机性高的不同大小病灶	NA	开发一种深度学习模型，用于自动分割骨闪烁图中的转移病灶，以提高诊断准确性	骨闪烁图中的转移病灶	计算机视觉	骨转移	深度学习	编码器-解码器架构模型	图像	临床单光子发射计算机断层扫描（SPECT）骨闪烁图数据
8040	2025-01-24	Reproducibility of automatic adipose tissue segmentation using proton density fat fraction images between 1.5 and 3.0 T magnetic resonance 2025-Jan-02, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1306 PMID:39839031	研究论文	本研究评估了使用深度学习模型在不同磁场强度下对全身脂肪组织分布分析的重复性	首次在不同磁场强度（1.5 T和3.0 T）下评估了基于深度学习的脂肪组织分割方法的重复性	在胸部的IAT体积、TAT/WH比率和SAT/TAT比率指标上，由于不同磁场强度的敏感性效应，重复性较差	评估在不同磁场强度下使用质子密度脂肪分数（PDFF）图像进行全身脂肪组织分布分析的重复性	24名志愿者	医学影像分析	代谢健康相关疾病	磁共振成像（MRI）	U-Net	图像	24名志愿者