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
8141	2025-01-27	Named entity recognition for de-identifying Spanish electronic health records 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109576 PMID:39709869	研究论文	本研究探索了西班牙语电子健康记录（EHRs）的自动去识别化，采用命名实体识别任务，并开发了两种基于深度学习的方法	首次在西班牙语EHRs上应用Transformer模型进行去识别化，并展示了其优于传统RNN模型的性能	研究主要依赖于一个包含599个真实临床案例的私有语料库，可能限制了模型的泛化能力	实现西班牙语电子健康记录的自动去识别化，以保护患者隐私并促进数据共享	西班牙语电子健康记录	自然语言处理	NA	命名实体识别	RNN, Transformer	文本	599个真实临床案例
8142	2025-01-27	Latent representation learning for classification of the Doppler ultrasound images 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109575 PMID:39729855	研究论文	本文提出了一种用于多普勒超声图像分类的潜在表示权重学习方法（LRWL），以解决图像长度不一和维度差异的问题	LRWL方法能够处理长度不一的多图像问题，特别是针对不规则多图像问题，并提出了空间交互测量（SIM）方法来验证LRWL在捕捉图像间关系方面的准确性	未明确提及具体局限性	通过多普勒超声图像进行妊娠预测	多普勒超声图像	计算机视觉	妊娠相关疾病	深度学习（DL）	LRWL（潜在表示权重学习）	图像	真实不规则生殖数据集和两个合成规则数据集
8143	2025-01-27	Assessment of deep learning technique for fully automated mandibular segmentation 2025-Feb, American journal of orthodontics and dentofacial orthopedics : official publication of the American Association of Orthodontists, its constituent societies, and the American Board of Orthodontics IF:2.7Q1 DOI:10.1016/j.ajodo.2024.09.006 PMID:39863342	研究论文	本研究评估了一种基于卷积神经网络的自动分割下颌骨的开源模型	使用MONAI Label主动学习工具扩展训练自动模型，并评估其在临床中的适用性	样本量较小，仅包含55个锥形束计算机断层扫描	评估自动分割下颌骨模型的精度	下颌骨的自动分割	计算机视觉	NA	锥形束计算机断层扫描	卷积神经网络（CNN）	图像	55个锥形束计算机断层扫描
8144	2025-01-27	Deep learning-based model for difficult transfemoral access prediction compared with human assessment in stroke thrombectomy 2025-Jan-25, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2024-021718 PMID:38702182	研究论文	本研究开发了一种基于深度学习的模型，用于预测中风血栓切除术中的困难经股动脉通路，并与人类评估进行了比较	首次开发了一种全自动模型，用于预测中风血栓切除术中的困难经股动脉通路，并证明其优于人类评估	研究样本量有限，且为回顾性研究，可能影响模型的泛化能力	开发一种快速可靠的方法，用于预测中风血栓切除术中的困难经股动脉通路	513名接受前循环大血管闭塞中风一线经股动脉血栓切除术的患者	数字病理学	中风	头颈部计算机断层扫描血管造影（CTA）	深度学习模型	图像	513名患者
8145	2025-01-27	Unrolled deep learning for breast cancer detection using limited-view photoacoustic tomography data 2025-Jan-25, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03302-4 PMID:39856397	研究论文	本文提出了一种基于展开深度学习的有限视角光声断层扫描（PAT）图像重建方法，用于乳腺癌检测	结合了分割Bregman全变差（SBTV）和松弛基追踪交替方向乘子法（rBP-ADMM）算法的展开深度学习网络，并集成了U-Net去噪器，显著提高了重建质量和计算效率	研究主要针对有限视角场景，未涉及其他复杂临床环境下的验证	提高有限视角光声断层扫描图像的重建质量，以改善乳腺癌的早期检测能力	乳腺癌检测中的光声断层扫描图像	计算机视觉	乳腺癌	光声断层扫描（PAT）	U-SBTV网络，U-Net	图像	NA
8146	2025-01-27	Deep learning for forensic age estimation using orthopantomograms in children, adolescents, and young adults 2025-Jan-25, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11373-y PMID:39862249	研究论文	本研究利用卷积神经网络（CNN）对儿童、青少年和年轻成人的正颌全景片（OPGs）进行法医年龄估计，以提高预测的准确性和速度	使用更大、更多样化的数据集训练自定义CNN，专注于牙齿生长特征，显著提高了法医年龄估计的准确性	研究主要依赖于正颌全景片，可能未涵盖所有影响年龄估计的因素	评估和改进法医年龄预测方法，特别是针对儿童、青少年和年轻成人	1至25岁以下的13,766名个体的21,814张正颌全景片	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	21,814张正颌全景片，来自13,766名个体
8147	2025-01-27	Evaluating the impact of ESICM 2023 guidelines and the new global definition of ARDS on clinical outcomes: insights from MIMIC-IV cohort data 2025-Jan-23, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-02289-w PMID:39849624	研究论文	本研究评估了2023年ESICM指南和新全球ARDS定义对临床结果的影响，并利用MIMIC-IV队列数据进行了分析	首次评估了新全球ARDS定义对患者治疗的影响，并建立了早期ARDS识别的预测模型	研究依赖于MIMIC-IV数据库的数据，可能存在数据偏差	确定新ARDS定义对低氧性呼吸衰竭患者的影响，并研究新定义下患者的异质性以指导治疗	低氧性呼吸衰竭患者	医学	急性呼吸窘迫综合征（ARDS）	Kaplan-Meier生存分析，层次聚类方法，XGBoost分类器	XGBoost	临床咨询数据	MIMIC-IV数据库中的患者数据
8148	2025-01-27	Generalization Analysis of Transformers in Distribution Regression 2025-Jan-21, Neural computation IF:2.7Q3 DOI:10.1162/neco_a_01726 PMID:39556504	研究论文	本文提出了一个基于分布回归的transformer学习框架，并引入了一种称为注意力算子的数学公式，展示了transformer如何在不丢失信息的情况下将分布压缩为函数表示	提出了一个新颖的注意力算子，并证明了transformer在复杂结构函数学习上优于卷积神经网络和全连接网络	缺乏实际应用验证，理论结果尚未通过实验验证	研究transformer及其相关技术背后的机制，特别是在分布回归中的应用	transformer模型及其在分布回归中的应用	机器学习	NA	NA	transformer	分布数据	NA
8149	2025-01-27	Automated quantification of Enchytraeus crypticus juveniles in different soil types using RootPainter 2025-Jan-01, Ecotoxicology and environmental safety IF:6.2Q1 DOI:10.1016/j.ecoenv.2024.117482 PMID:39662459	研究论文	本研究探讨了使用RootPainter工具自动量化不同土壤类型中Enchytraeus crypticus幼体的可行性	首次将RootPainter工具应用于Enchytraeus crypticus幼体的自动量化，减少了人工计数的耗时和主观性	研究仅使用了五种农药和四种土壤类型，可能无法涵盖所有可能的土壤和农药组合	研究目的是验证RootPainter工具在土壤毒性测试中自动量化Enchytraeus crypticus幼体的准确性和可靠性	Enchytraeus crypticus幼体	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	五种农药和四种土壤类型的测试样本
8150	2025-01-27	Breath-hold diffusion-weighted MR imaging (DWI) using deep learning reconstruction: Comparison with navigator triggered DWI in patients with malignant liver tumors 2025-Jan, Radiography (London, England : 1995) DOI:10.1016/j.radi.2024.11.027 PMID:39667265	研究论文	本研究探讨了使用深度学习重建的单次屏气扩散加权磁共振成像（BH-DWI）在恶性肝肿瘤患者中的可行性，并与导航触发的扩散加权成像（NT-DWI）进行了比较	首次将深度学习重建技术应用于单次屏气扩散加权磁共振成像，并与传统的导航触发扩散加权成像进行比较	研究样本量有限，且未考虑患者对屏气时间的耐受性	比较单次屏气扩散加权磁共振成像与导航触发扩散加权成像在恶性肝肿瘤患者中的成像质量和效果	恶性肝肿瘤患者	医学影像	肝癌	扩散加权磁共振成像（DWI）	深度学习重建（DLR）	磁共振图像	91名患者
8151	2025-01-27	MCBERT: A multi-modal framework for the diagnosis of autism spectrum disorder 2025-Jan, Biological psychology IF:2.7Q2 DOI:10.1016/j.biopsycho.2024.108976 PMID:39722324	研究论文	本文提出了一种名为MCBERT的多模态框架，用于自闭症谱系障碍（ASD）的诊断	提出了一种结合BERT和MCNN的多模态架构，用于ASD诊断，并引入了两种注意力机制来捕捉空间和通道特征	研究仅使用了ABIDE-I数据集，可能限制了模型的泛化能力	开发一种多模态框架以提高ASD诊断的准确性	自闭症谱系障碍（ASD）患者	数字病理学	自闭症谱系障碍	深度学习	BERT, MCNN	多模态数据（包括脑图像和功能MRI数据）	ABIDE-I数据集
8152	2025-01-27	Identifying protected health information by transformers-based deep learning approach in Chinese medical text 2025 Jan-Mar, Health informatics journal IF:2.2Q3 DOI:10.1177/14604582251315594 PMID:39862116	研究论文	本文提出了一种基于BERT的深度学习算法，用于识别中文临床文本中的隐私信息，并验证了该方法在中国临床环境中隐私保护的可行性	首次将BERT模型与BiLSTM-CRF结合，用于中文临床文本中的隐私信息识别，并展示了显著的性能提升	研究仅基于中国某市级区域健康信息平台的数据，可能无法完全代表其他地区或国家的临床文本特征	开发一种有效的深度学习模型，用于识别和保护中文临床文本中的隐私信息	中文临床文本中的隐私信息	自然语言处理	NA	BERT, BiLSTM, CRF	BERT-based BiLSTM-CRF	文本	33,017份出院摘要，来自151家医疗机构
8153	2025-01-27	Fast intraoperative detection of primary CNS lymphoma and differentiation from common CNS tumors using stimulated Raman histology and deep learning 2024-Dec-14, Neuro-oncology IF:16.4Q1 DOI:10.1093/neuonc/noae270 PMID:39673805	研究论文	本文介绍了一种结合受激拉曼组织学（SRH）和深度学习的方法，用于快速术中检测原发性中枢神经系统淋巴瘤（PCNSL）并与其他中枢神经系统肿瘤进行区分	结合受激拉曼组织学和深度学习，开发了一种名为RapidLymphoma的深度学习管道，能够在三分钟内生成虚拟H&E样图像，并在国际多中心队列中验证其诊断性能	研究依赖于特定的设备和数据来源，可能限制了其广泛应用的可行性	开发一种快速、准确的术中诊断方法，以区分原发性中枢神经系统淋巴瘤和其他中枢神经系统肿瘤	原发性中枢神经系统淋巴瘤（PCNSL）和其他中枢神经系统肿瘤	数字病理学	中枢神经系统肿瘤	受激拉曼组织学（SRH）	深度学习	图像	54,000个SRH图像块，来自手术切除和立体定向引导活检，包括各种中枢神经系统肿瘤/非肿瘤病变
8154	2025-01-27	Application of improved and efficient image repair algorithm in rock damage experimental research 2024-Jun-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65790-y PMID:38937588	研究论文	本文提出了一种改进的高效图像修复算法，应用于岩石损伤实验研究中，以解决数字图像技术在数据处理中的缺陷	本文创新性地将改进的增量Transformer图像算法应用于岩石损伤实验中的图像修复，并结合深度可分离卷积网络优化算法效率	NA	提高数字图像技术在岩石损伤分析中的效率和准确性	软岩和硬岩	计算机视觉	NA	深度学习	增量Transformer算法、深度可分离卷积网络	图像	NA
8155	2025-01-26	AggNet: Advancing protein aggregation analysis through deep learning and protein language model 2025-Feb, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70031 PMID:39840791	研究论文	本研究介绍了一种名为AggNet的新型深度学习框架，基于蛋白质语言模型ESM2和AlphaFold2，用于分析蛋白质聚集	AggNet结合了物理化学、进化和结构信息，能够区分淀粉样和非淀粉样肽，并识别多种蛋白质中的聚集倾向区域，性能优于现有方法	未明确提及具体局限性	开发更高效的计算工具以预测蛋白质聚集，支持蛋白质工程和生物治疗开发	蛋白质聚集，特别是淀粉样和非淀粉样肽以及聚集倾向区域	机器学习	NA	深度学习，蛋白质语言模型ESM2和AlphaFold2	深度学习框架	蛋白质序列和结构数据	未明确提及具体样本数量
8156	2025-01-26	Artificial Intelligence-Based Detection and Numbering of Dental Implants on Panoramic Radiographs 2025-Feb, Clinical implant dentistry and related research IF:3.7Q1 DOI:10.1111/cid.70000 PMID:39846131	研究论文	本研究开发了一种基于人工智能的深度学习模型，用于在全景X光片上检测和编号牙科种植体	该模型的创新之处在于其能够同时检测和编号种植体，为牙科种植学提供临床决策支持	需要进一步验证更多样化的数据集以增强其临床适用性	开发一种用于牙科种植体检测和编号的AI模型	全景X光片中的牙科种植体	计算机视觉	NA	深度学习	YOLOv8	图像	32,585张全景X光片
8157	2025-01-26	Fully automated coronary artery calcium score and risk categorization from chest CT using deep learning and multiorgan segmentation: A validation study from National Lung Screening Trial (NLST) 2025-Feb, International journal of cardiology. Heart & vasculature DOI:10.1016/j.ijcha.2024.101593 PMID:39850777	研究论文	本研究利用深度学习模型从非心电图门控胸部CT扫描中自动检测、量化和进行冠状动脉钙化评分（CACS）的风险分类	使用基于Mask R-CNN的神经网络进行多器官分割，实现冠状动脉钙化评分的全自动量化和风险分类	研究中仅使用了80名患者训练分割模型，样本量相对较小	验证深度学习模型在自动检测和量化冠状动脉钙化评分中的应用	高风险人群的胸部CT扫描	计算机视觉	心血管疾病	深度学习	Mask R-CNN	图像	80名患者用于训练，1442名患者用于验证
8158	2025-01-26	Deep learning analyses of splicing variants identify the link of PCP4 with amyotrophic lateral sclerosis 2025-Jan-24, Brain : a journal of neurology IF:10.6Q1 DOI:10.1093/brain/awaf025 PMID:39852553	研究论文	本研究开发了基于深度学习的Spliformer模型，用于预测RNA剪接，并揭示了PCP4与肌萎缩侧索硬化症（ALS）的关联	开发了Spliformer和Spliformer-motif模型，能够准确预测和解释pre-mRNA剪接，并发现了与ALS相关的罕见剪接变异	研究主要依赖于计算模型预测，实验验证部分仍需进一步扩展	研究目的是通过深度学习模型预测RNA剪接，并探索ALS的遗传机制	研究对象包括ALS患者和对照组的全基因组测序数据、RNA-seq数据以及Clinvar数据集	自然语言处理	肌萎缩侧索硬化症	RNA-seq、全基因组测序（WGS）、minigene实验	Transformer	基因组数据、RNA-seq数据	1,370名ALS患者的全基因组测序数据
8159	2025-01-26	Risk score stratification of cutaneous melanoma patients based on whole slide images analysis by deep learning 2025-Jan-24, Journal of the European Academy of Dermatology and Venereology : JEADV IF:8.4Q1 DOI:10.1111/jdv.20538 PMID:39853986	研究论文	本文开发了一种基于深度学习的弱监督方法SmartProg-MEL，用于从HE染色的全切片图像中预测I至III期皮肤黑色素瘤患者的生存结果	提出了一种新的深度神经网络模型SmartProg-MEL，能够从全切片图像中提取形态学特征，预测5年总生存期，并进行风险分层	模型在外部验证数据集上的性能略低于发现队列，且样本量相对较小	改进原发性皮肤黑色素瘤的风险分层，以更好地指导辅助治疗	I至III期皮肤黑色素瘤患者	数字病理学	皮肤黑色素瘤	深度学习	深度神经网络	图像	发现队列342例，外部验证队列IHP-MEL-2 161例，TCGA队列63例
8160	2025-01-26	CERVIXNET: An Efficient Approach for the Detection and Classifications of the Cervigram Images Using Modified Deep Learning Architecture 2025-Jan-23, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056343690250116020310 PMID:39851104	研究论文	本文提出了一种新颖的方法，通过改进的深度学习架构CervixNet来检测和分类宫颈图像，以区分健康与异常宫颈图像，并分割异常图像中的癌症区域	提出了改进的深度学习架构CervixNet，提高了宫颈癌的检测率，并在IMODT和Guanacaste数据库上进行了性能评估	未提及具体的数据集规模或模型在其他数据集上的泛化能力	通过深度学习技术提高宫颈癌的早期检测和分类准确性	宫颈图像（健康与异常）	计算机视觉	宫颈癌	深度学习	改进的深度学习架构CervixNet	图像	IMODT和Guanacaste数据库中的宫颈图像