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
801	2025-05-01	Artificial intelligence in in-vitro fertilization (IVF): A new era of precision and personalization in fertility treatments 2025-Mar, Journal of gynecology obstetrics and human reproduction IF:1.7Q3 DOI:10.1016/j.jogoh.2024.102903 PMID:39733809	综述	本文探讨了人工智能（AI）、机器学习（ML）和深度学习（DL）在体外受精（IVF）过程中各个阶段的潜在应用	AI驱动的工具可以分析大量数据集，预测最佳刺激方案，提高卵母细胞质量和受精率，并在精子、卵母细胞质量评估和胚胎选择中提供精确、客观的分析	AI在改善临床结果方面的作用尚需通过大规模、设计良好的临床试验来确认	探索AI在提高IVF成功率方面的潜力	体外受精（IVF）过程中的卵巢刺激方案、配子选择、胚胎注释和选择	医疗AI	不孕不育	AI、ML、DL	NA	图像、形态学数据、时间序列成像	NA
802	2025-05-01	Towards safe and reliable deep learning for lung nodule malignancy estimation using out-of-distribution detection 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109633 PMID:39736253	研究论文	本研究提出了一种基于马氏距离的OOD检测方法，用于提高深度学习模型在肺结节恶性风险评估中的安全性和可靠性	提出了一种新的OOD检测方法，利用马氏距离来检测与训练数据分布不同的未见数据，并在肺结节恶性风险评估中验证了其有效性	研究中未发现OOD评分增加导致DL模型性能下降的情况，这可能限制了方法在更广泛场景下的适用性	提高AI模型在临床应用中处理分布外数据的安全性和可靠性	肺结节的恶性风险评估	计算机视觉	肺癌	深度学习	DL	CT图像	四个已知会降低AI模型性能的数据集
803	2025-05-01	Deep Learning-Based Ion Channel Kinetics Analysis for Automated Patch Clamp Recording 2025-Mar, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202404166 PMID:39737527	研究论文	本研究提出了一种基于深度学习的人工智能框架，用于分析全细胞记录的多种离子通道动力学	首次将人工智能框架应用于离子通道动力学分析，结合了异常检测和多类分类技术	NA	提高电生理研究中离子通道动力学分析的效率和准确性	全细胞记录的离子通道动力学	机器学习	阿尔茨海默病, 帕金森病	膜片钳技术	1D CNN, 双向LSTM, 注意力机制	电生理记录数据	124个测试数据集
804	2025-05-01	Integration of Optical Coherence Tomography Images and Real-Life Clinical Data for Deep Learning Modeling: A Unified Approach in Prognostication of Diabetic Macular Edema 2025-Mar, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202400315 PMID:39737652	研究论文	该研究提出了一种新颖的深度学习框架，用于评估TREX抗VEGF玻璃体内注射治疗方案的视觉结果，结合了OCT图像和患者的临床数据	提出了一种统一的深度学习方法，整合了OCT图像和患者的临床、实验室及人口统计学信息，用于预测糖尿病性黄斑水肿的治疗效果	研究中使用的ResNet-18网络可能不是最优选择，且未提及对其他深度学习模型的比较	评估糖尿病性黄斑水肿患者的治疗效果，提高预后预测的准确性	糖尿病性黄斑水肿患者	数字病理学	糖尿病性黄斑水肿	OCT成像	ResNet-18	图像和临床数据	NA
805	2025-05-01	Automatic segmentation of cardiac structures can change the way we evaluate dose limits for radiotherapy in the left breast 2025-Mar, Journal of medical imaging and radiation sciences IF:1.3Q3 DOI:10.1016/j.jmir.2024.101844 PMID:39740303	研究论文	本研究探讨了自动分割技术在左乳腺癌放射治疗中对心脏结构剂量评估的影响	使用自动分割工具（如TotalSegmentator和Limbus AI）替代传统手动描绘，评估心脏亚结构的剂量分布并建立相关模型	研究中未提及样本量大小，可能影响结果的普遍性	评估自动分割心脏亚结构的剂量分布，并建立与心脏区域剂量的相关性模型	左乳腺癌放射治疗中的心脏结构	数字病理学	乳腺癌	自动分割技术（TotalSegmentator和Limbus AI）	对数线性回归模型	医学影像数据	NA
806	2025-05-01	Enhancing lesion detection in liver and kidney CT scans via lesion mask selection from two models: A main model and a model focused on small lesions 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109602 PMID:39740509	研究论文	提出一种选择性集成方法，通过使用两个模型的预测结果来选择最佳病灶掩膜，以提高肝脏和肾脏CT扫描中病灶的检测和分割准确性	采用基于UNet架构的两个模型（一个针对所有大小病灶，另一个专门针对小病灶）进行选择性集成，通过提取强度特征并对比周围组织特征来选择最佳掩膜	仅在三个公开数据集上进行了测试，未涉及更多临床数据验证	提高肝脏和肾脏CT扫描中病灶的自动检测和分割准确性	肝脏和肾脏CT扫描中的病灶	数字病理	肝癌、肾癌	CT扫描	UNet with ConvNext	医学影像	三个公开数据集（KiTS、LiTS等）
807	2025-05-01	Preserving privacy in healthcare: A systematic review of deep learning approaches for synthetic data generation 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108571 PMID:39742693	系统综述	本文系统回顾了医疗保健领域中用于合成数据生成的深度学习方法，重点关注其在保持数据效用和增强隐私方面的能力	探讨了生成对抗网络（GANs）、变分自编码器（VAEs）和扩散模型等深度学习方法在合成数据生成中的应用，并特别关注了差分隐私和联邦学习等隐私增强方法	在保持时间相关性、减少偏见以及符合监管框架方面仍存在挑战，尤其是对于纵向和高维数据	评估医疗保健领域中合成数据生成的深度学习方法，以促进隐私保护的数据共享	医疗保健数据，包括表格数据、信号数据、图像数据和多模态数据	机器学习	NA	GANs, VAEs, 扩散模型, 差分隐私, 联邦学习	GAN, VAE, 扩散模型	表格数据、信号数据、图像数据、多模态数据	NA
808	2025-05-01	MRI-derived radiomics and end-to-end deep learning models for predicting glioma ATRX status: a systematic review and meta-analysis of diagnostic test accuracy studies 2025-Mar, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2024.110386 PMID:39742798	meta-analysis	本文通过系统综述和荟萃分析评估了MRI衍生的放射组学和端到端深度学习模型在预测神经胶质瘤ATRX状态中的诊断准确性	首次系统评估放射组学和深度学习模型在预测神经胶质瘤ATRX状态中的诊断性能，并进行了全面的质量评估和异质性分析	纳入研究数量有限（17项系统综述，11项荟萃分析），可能存在发表偏倚	评估MRI放射组学和深度学习模型预测神经胶质瘤ATRX状态的诊断准确性	神经胶质瘤患者的MRI影像数据	数字病理学	神经胶质瘤	MRI影像分析	端到端深度学习模型	医学影像	17项研究（系统综述），11项研究（荟萃分析）
809	2025-05-01	Predicting lymph node metastasis in thyroid cancer: systematic review and meta-analysis on the CT/MRI-based radiomics and deep learning models 2025-Mar, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2024.110392 PMID:39742800	meta-analysis	本文通过系统回顾和荟萃分析评估了基于CT/MRI的放射组学和深度学习模型在预测甲状腺癌淋巴结转移中的表现	首次系统评估和比较了放射组学和深度学习模型在甲状腺癌淋巴结转移预测中的诊断准确性	研究存在异质性，且需要进一步研究来优化这些影像工具	评估CT/MRI为基础的放射组学和深度学习模型在术前预测甲状腺癌淋巴结转移的准确性	甲状腺癌患者的CT/MRI影像数据	digital pathology	thyroid cancer	CT/MRI-based radiomics	DL models	medical imaging	16项研究的数据
810	2025-05-01	MrSeNet: Electrocardiogram signal denoising based on multi-resolution residual attention network 2025 Mar-Apr, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2024.153858 PMID:39742813	research paper	该研究提出了一种基于多分辨率残差注意力网络的ECG信号去噪方法MrSeNet	提出了一种端到端的多分辨率深度学习网络，结合注意力机制和挤压-激励模块，用于ECG信号的有效去噪	未提及具体局限性	减少ECG信号中的噪声，提高信号质量	ECG信号	machine learning	心血管疾病	深度学习	多分辨率残差注意力网络(MrSeNet)	ECG信号数据	CPSC2018数据库和MIT-BIH数据库
811	2025-05-01	12 lead surface ECGs as a surrogate of atrial electrical remodeling - a deep learning based approach 2025 Mar-Apr, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2024.153862 PMID:39742814	研究论文	本研究评估了深度学习模型应用于12导联心电图非侵入性预测低电压区域（LVAs）的效能，以指导消融前策略并改善患者预后	首次将深度学习模型（结合LSTM和CNN）应用于12导联心电图，非侵入性预测心房颤动患者的LVAs和整体左心房电压	研究为回顾性分析，样本量较小（204例患者），且仅针对特定患者群体	评估深度学习模型在预测心房颤动患者低电压区域和整体左心房电压方面的效能	204名接受导管消融治疗的心房颤动患者	数字病理学	心血管疾病	深度学习	LSTM和CNN结合交叉注意力层	心电图和电解剖图	204名心房颤动患者
812	2025-05-01	Knee osteoarthritis severity detection using deep inception transfer learning 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109641 PMID:39742824	research paper	该研究提出了一种基于深度迁移学习的InceptionV3模型，用于提高膝骨关节炎严重程度的检测准确率	使用双阶段预处理和卷积神经网络进行特征提取的微调InceptionV3模型，显著提高了膝骨关节炎严重程度的分类准确率	模型的准确性可能依赖于特定数据集（Osteoarthritis Initiative dataset），在其他数据集上的表现尚不明确	提高膝骨关节炎严重程度的自动检测准确率	膝骨关节炎的X光片图像	computer vision	geriatric disease	deep learning, transfer learning	InceptionV3, CNN	image	Osteoarthritis Initiative数据集（具体样本数量未提及）
813	2025-05-01	Attention-guided CenterNet deep learning approach for lung cancer detection 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109613 PMID:39753023	research paper	提出了一种基于注意力机制的改进CenterNet深度学习框架，用于肺癌检测	创新性地将ResNet-34与注意力机制集成到CenterNet架构中，提升了特征提取能力和模型解释性	无法有效定位光照变化强烈的样本	提升肺癌早期检测和诊断的准确性和效率	肺癌检测	computer vision	lung cancer	deep learning	Improved CenterNet (ResNet-34 + attention mechanism)	image	LUNA-16数据集和Kaggle数据样本
814	2025-05-01	PFSH-Net: Parallel frequency-spatial hybrid network for segmentation of kidney stones in pre-contrast computed tomography images of dogs 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109609 PMID:39753026	研究论文	提出了一种并行频率-空间混合网络（PFSH-Net），用于在狗的预对比CT图像中分割肾结石	设计了同时捕获空间和频域特征的编码器-解码器架构，并提出了多尺度融合（MSF）模块以整合空间和频域的低级和高级表示	公共数据集缺乏高质量的狗病变和器官CT标注，且模型在小病变上的性能较差	开发一种能够准确检测不同大小肾结石和肾脏的深度学习模型	狗的预对比CT图像中的肾结石	数字病理	肾病	CT成像	PFSH-Net（并行频率-空间混合网络）	图像	收集了一个兽医CT数据集（JBNU-ACT数据集），并在公开可用的BTCV数据集上评估了模型的泛化能力
815	2025-05-01	Deep learning-based pelvimetry in pelvic MRI volumes for pre-operative difficulty assessment of total mesorectal excision 2025-Mar, Surgical endoscopy DOI:10.1007/s00464-024-11485-4 PMID:39753930	research paper	提出了一种基于深度学习的自动化骨盆测量工作流程，用于术前评估全直肠系膜切除术（TME）的难度	首次使用深度学习在MRI体积中自动化骨盆测量，提高了测量效率和准确性	尽管自动化测量准确性较高，但与手动标注相比仍存在一定的误差（平均5.6毫米）	开发一种自动化骨盆测量方法，以辅助术前评估TME手术的难度	骨盆MRI体积数据	digital pathology	NA	MRI	3D U-Net	image	1707名患者的MRI体积数据，来自八个TME中心
816	2025-05-01	Predicting the likelihood of readmission in patients with ischemic stroke: An explainable machine learning approach using common data model data 2025-Mar, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105754 PMID:39755003	研究论文	本研究开发了一种机器学习模型，用于预测缺血性卒中患者90天内的再入院风险	采用可解释的机器学习方法，利用电子病历数据转换为通用数据模型（CDM），并通过SHAP值解释特征重要性	研究数据来自单一地区医院，可能限制了模型的泛化能力	预测缺血性卒中患者的90天再入院风险，以改善幸存者的生活质量	缺血性卒中患者	机器学习	缺血性卒中	机器学习模型（包括六种机器学习和三种深度学习模型）	LightGBM	电子病历数据	1,136名缺血性卒中患者
817	2025-05-01	Convolutional Neural Networks for the segmentation of hippocampal structures in postmortem MRI scans 2025-Mar, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110359 PMID:39755177	研究论文	本研究探讨了使用深度学习技术自动分割海马结构在尸检MRI扫描中的应用	提出了一种新的分割框架，结合自注意力机制和空洞空间金字塔池化，以更好地绘制海马结构并识别四个海马区域	样本量较小，仅使用了15个尸检MRI扫描	开发自动分割海马结构的方法，以量化阿尔茨海默病等神经退行性疾病对海马的影响	尸检MRI扫描中的海马结构	数字病理学	阿尔茨海默病	MRI扫描（T1加权、T2加权和磁敏感加权）	CNN（具体为嵌入自注意力机制和空洞空间金字塔池化的编码器-解码器块）	图像	15个尸检MRI扫描
818	2025-05-01	Breast cancer classification based on breast tissue structures using the Jigsaw puzzle task in self-supervised learning 2025-Mar, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-024-00874-y PMID:39760975	研究论文	本研究评估了自监督学习中的拼图任务在乳腺X线图像上用于乳腺癌分类的有效性	首次将自监督学习中的拼图任务应用于乳腺组织结构的特征提取，模拟放射科医生的诊断方法	研究仅使用了中国乳腺X线数据库(CMMD)，可能限制了模型的泛化能力	评估拼图任务在乳腺癌分类中的有效性	乳腺X线图像	数字病理学	乳腺癌	自监督学习(SSL)	CNN	图像	中国乳腺X线数据库(CMMD)中的样本
819	2025-05-01	Multimodal deep learning for predicting in-hospital mortality in heart failure patients using longitudinal chest X-rays and electronic health records 2025-Mar, The international journal of cardiovascular imaging DOI:10.1007/s10554-025-03322-z PMID:39786626	研究论文	本研究利用多模态深度学习技术，结合纵向胸部X光片和电子健康记录，预测心力衰竭患者的院内死亡率	提出了一种基于空间和时间解耦Transformer的新型多模态深度学习网络（MN-STDT），首次将纵向胸部X光片与结构化电子健康记录数据结合用于心力衰竭患者的院内死亡率预测	研究仅使用了特定数据集（MIMIC-IV和MIMIC-CXR），可能限制了模型的泛化能力	提高心力衰竭患者院内全因死亡率预测的准确性	心力衰竭患者	数字病理学	心血管疾病	深度学习	MN-STDT（基于Transformer的多模态网络）	图像（胸部X光片）和结构化电子健康记录数据	MIMIC-IV和MIMIC-CXR数据集中的患者样本
820	2025-05-01	Brain tumour histopathology through the lens of deep learning: A systematic review 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109642 PMID:39787663	系统综述	本文通过系统综述探讨了机器学习和深度学习技术在脑肿瘤组织病理学研究中的应用，特别是在胶质母细胞瘤（GBM）中的影响	首次系统性地回顾了ML/DL技术在GBM组织病理学研究中的应用趋势，并指出了当前研究的不足和未来方向	纳入研究的数量有限（54项），且部分研究未能清晰说明训练和评估方法	调查ML/DL技术如何推动脑肿瘤组织病理学研究的进展，特别是在GBM领域	胶质母细胞瘤（GBM）及其相关的组织病理学和组学数据	数字病理学	胶质母细胞瘤	机器学习（ML）和深度学习（DL）技术	SVM分类器和基于ResNet的CNN架构	组织病理学数据和组学数据	54项符合条件的研究，其中8项专注于GBM