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
8381	2025-01-25	Deep Learning-Based Multi-View Projection Synthesis Approach for Improving the Quality of Sparse-View CBCT in Image-Guided Radiotherapy 2025-Jan-23, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01390-0 PMID:39849201	研究论文	本文提出了一种基于深度学习的多视图投影合成方法（DLMPS），用于提高图像引导放射治疗中稀疏视图CBCT图像的质量	DLMPS方法通过结合动态卷积层和残差学习技术改进的2D U-Net模型，有效合成了缺失的投影，显著提高了稀疏视图CBCT图像的质量	研究仅基于163名患者的CBCT数据进行训练和测试，样本量可能不足以全面验证方法的普适性	提高图像引导放射治疗中稀疏视图CBCT图像的质量，以减少患者的辐射剂量	稀疏视图低剂量CBCT图像	计算机视觉	NA	深度学习	2D U-Net	图像	163名患者的CBCT数据用于训练，30名用于验证，30名用于测试
8382	2025-01-25	Wound Segmentation with U-Net Using a Dual Attention Mechanism and Transfer Learning 2025-Jan-23, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01386-w PMID:39849203	研究论文	本文介绍了一种新颖的双注意力U-Net模型，用于精确的伤口分割	结合了VGG16和U-Net两种深度学习模型，并引入了双注意力机制以聚焦于伤口区域的相关部分	NA	通过图像分析实现精确的伤口分割，以辅助皮肤病的诊断和治疗	糖尿病足溃疡图像以及急性和慢性伤口图像	计算机视觉	皮肤病	深度学习	U-Net, VGG16	图像	NA
8383	2025-01-25	KanCell: dissecting cellular heterogeneity in biological tissues through integrated single-cell and spatial transcriptomics 2025-Jan-22, Journal of genetics and genomics = Yi chuan xue bao DOI:10.1016/j.jgg.2024.11.009 PMID:39577768	研究论文	KanCell是一种基于Kolmogorov-Arnold网络（KAN）的深度学习模型，旨在通过整合单细胞RNA测序（scRNA-seq）和空间转录组学（ST）数据来增强细胞异质性分析	KanCell通过KAN有效捕捉非线性关系并优化计算效率，提供了一种准确且高效的工具用于空间转录组学分析	NA	增强细胞异质性分析，揭示疾病微环境并识别治疗靶点	人类淋巴结、心脏、黑色素瘤、乳腺癌、背外侧前额叶皮层和小鼠胚胎大脑	数字病理学	乳腺癌	单细胞RNA测序（scRNA-seq），空间转录组学（ST）	Kolmogorov-Arnold网络（KAN）	基因表达数据	模拟和真实数据集，包括STARmap、Slide-seq、Visium和Spatial Transcriptomics技术的数据
8384	2025-01-25	Investigation of 3D iris morphology early alteration after implantable collamer lens implantation by using SS-OCT 2025-Jan-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e41542 PMID:39844973	研究论文	本研究使用全自动多任务深度学习方法，通过SS-OCT技术研究了植入式晶状体（ICL）手术前后虹膜形态的三维变化	首次使用全自动多任务深度学习方法同时进行SS-OCT图像分割和三维虹膜形态的定量测量	样本量较小，仅包括46只眼睛的27名患者	研究ICL手术前后虹膜形态的三维变化	接受ICL手术的患者	数字病理学	NA	SS-OCT	多任务深度学习网络	图像	46只眼睛的27名患者
8385	2025-01-25	Artificial intelligence-based cardiovascular/stroke risk stratification in women affected by autoimmune disorders: a narrative survey 2025-Jan-02, Rheumatology international IF:3.2Q2 DOI:10.1007/s00296-024-05756-5 PMID:39745536	研究论文	本文探讨了基于人工智能的心血管/中风风险分层在患有自身免疫性疾病的女性中的应用	使用人工智能系统结合自身免疫性疾病生物标志物和颈动脉超声数据进行心血管疾病风险预测，超越了传统方法	研究主要针对女性，可能不适用于男性患者	研究自身免疫性疾病与心血管疾病/中风标志物之间的关系，探索自动化风险识别方法	患有自身免疫性疾病的女性	机器学习	心血管疾病	颈动脉超声	机器学习和深度学习	生物标志物数据、颈动脉超声成像、临床参数、自身抗体谱、维生素D水平	NA
8386	2025-01-25	Utilizing InVEST ecosystem services model combined with deep learning and fallback bargaining for effective sediment retention in Northern Iran 2025-Jan, Environmental science and pollution research international DOI:10.1007/s11356-024-35712-6 PMID:39673030	研究论文	本研究旨在将博弈论和深度学习算法与InVEST生态系统服务模型结合，用于伊朗Kasilian流域的沉积物保留建模	结合博弈论和深度学习算法进行沉积物保留建模，并利用Fallback讨价还价算法进行子流域优先排序	研究仅针对Kasilian流域，结果可能不适用于其他地区	优化沉积物保留建模，提高流域管理效率	Kasilian流域的19个子流域	机器学习	NA	深度学习算法（CNN, LSTM, RNN）	CNN, LSTM, RNN	地理环境数据	19个子流域
8387	2025-01-25	ELW-CNN: An extremely lightweight convolutional neural network for enhancing interoperability in colon and lung cancer identification using explainable AI 2025 Jan-Dec, Healthcare technology letters IF:2.8Q3 DOI:10.1049/htl2.12122 PMID:39845172	研究论文	本文提出了一种极轻量级的卷积神经网络（ELW-CNN），用于增强结肠癌和肺癌识别的互操作性，并利用可解释AI提高模型的透明度	提出了一种极轻量级的卷积神经网络模型，仅使用7万个参数，在大型肺和结肠数据集上达到了98.16%的准确率，并在肺癌和结肠癌的单独测试中分别达到了99.02%和99.40%的准确率	数据集规模较小、数据质量较差、肺鳞状细胞癌和腺癌之间的类间变化、移动设备部署困难以及缺乏图像和个体级别的准确性测试	开发一种自动化且准确的结肠癌和肺癌检测方法	结肠癌和肺癌	计算机视觉	肺癌, 结肠癌	卷积神经网络（CNN）	CNN	图像	大型肺和结肠数据集
8388	2025-01-25	Artificial Intelligence in Pediatric Epilepsy Detection: Balancing Effectiveness With Ethical Considerations for Welfare 2025-Jan, Health science reports IF:2.1Q3 DOI:10.1002/hsr2.70372 PMID:39846037	综述	本文评估了人工智能在儿童癫痫检测中的有效性，并探讨了其实施过程中的伦理问题	结合人工智能在儿童癫痫诊断和管理中的应用，同时深入探讨了相关的伦理问题	伦理问题如隐私、数据安全和模型偏差仍需解决	评估人工智能在儿童癫痫检测中的有效性，并探讨其实施中的伦理问题	儿童癫痫患者	机器学习	癫痫	EEG, rs-fMRI, DTI	CNN-LSTM	EEG数据, 神经影像数据, 视频数据	NA
8389	2025-01-25	Machine learning based prediction models for cardiovascular disease risk using electronic health records data: systematic review and meta-analysis 2025-Jan, European heart journal. Digital health DOI:10.1093/ehjdh/ztae080 PMID:39846062	系统综述与元分析	本文通过系统综述和元分析评估了基于机器学习的模型在利用电子健康记录数据预测心血管疾病风险方面的效能，并与传统风险评分模型进行了比较	首次系统评估和比较了机器学习模型与传统心血管疾病风险预测算法在中长期（5-10年）风险预测中的表现，并发现机器学习模型（特别是随机森林和深度学习）在性能上显著优于传统模型	研究存在显著的异质性（I² > 99%）和潜在的发表偏倚，且方法学上的问题限制了这些模型在临床中的当前应用	评估和比较机器学习模型与传统心血管疾病风险预测算法在中长期风险预测中的效能	心血管疾病风险预测模型	机器学习	心血管疾病	机器学习	随机森林, 深度学习	电子健康记录数据	20项研究中的32个机器学习模型和26个传统统计模型
8390	2025-01-25	CardiacField: computational echocardiography for automated heart function estimation using two-dimensional echocardiography probes 2025-Jan, European heart journal. Digital health DOI:10.1093/ehjdh/ztae072 PMID:39846074	研究论文	本文介绍了一种名为CardiacField的计算心脏超声系统，使用二维超声探头自动估计左心室和右心室的射血分数，旨在为非心血管专业的医疗从业者提供易于使用的心脏功能评估工具	CardiacField系统通过隐式神经表示网络从二维超声图像重建三维心脏体积，并自动分割左心室和右心室区域以计算射血分数，显著提高了心脏功能评估的准确性和易用性	研究样本量相对较小（127名患者），且未涵盖所有类型的超声设备，可能影响结果的普适性	开发一种自动、精确的心脏功能评估系统，以改善心血管疾病的检测和监测	左心室和右心室的射血分数	数字病理学	心血管疾病	二维超声成像	隐式神经表示网络	图像	127名患者
8391	2025-01-25	Dissecting AlphaFold2's capabilities with limited sequence information 2025, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbae187 PMID:39846081	研究论文	本研究探讨了AlphaFold2在主要依赖高质量模板结构而非多序列比对（MSAs）提供额外信息时的蛋白质结构预测能力	通过设计实验探究AlphaFold2对局部和全局结构的理解，揭示了其对特定特征的依赖及其处理缺失信息的能力	AlphaFold2学习到的生物物理能量函数在局部相互作用中最为有效，但在全局结构预测上可能存在局限	研究AlphaFold2在有限序列信息下的蛋白质结构预测能力	蛋白质的三维结构	机器学习	NA	深度学习	AlphaFold2	蛋白质序列和结构数据	NA
8392	2025-01-25	A hyperparameter optimization-assisted deep learning method towards thermal error modeling of spindles 2025-Jan, ISA transactions IF:6.3Q1 DOI:10.1016/j.isatra.2024.11.001 PMID:39516098	研究论文	本研究提出了一种结合贝叶斯优化和扩张卷积神经网络的模型，用于主轴热误差建模	通过扩张卷积增强传统CNN模型，并使用基于高斯过程的贝叶斯算法优化关键超参数，提高了模型的泛化能力和性能	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	提高主轴热误差建模的精度	主轴热误差	机器学习	NA	贝叶斯优化，扩张卷积神经网络	DCNN	热误差数据	未提及具体样本数量
8393	2025-01-25	Fault detection and classification of motor bearings under multiple operating conditions 2025-Jan, ISA transactions IF:6.3Q1 DOI:10.1016/j.isatra.2024.11.008 PMID:39592313	研究论文	本文提出了一种用于多操作条件下电机轴承故障检测和分类的框架	提出了一种多任务故障检测和分类方法，适用于健康监测，并在HUST电机轴承数据集上展示了其在不同操作条件和多种故障类型下的鲁棒性能	未提及具体的技术限制或数据集局限性	提高机械设备的安全性和可靠性，适应各种旋转场景	电机轴承	机器学习	NA	深度学习	NA	传感器数据	HUST电机轴承数据集
8394	2025-01-25	Anatomy-centred deep learning improves generalisability and progression prediction in radiographic sacroiliitis detection 2024-Dec-23, RMD open IF:5.1Q1 DOI:10.1136/rmdopen-2024-004628 PMID:39719299	研究论文	本研究探讨了以解剖学为中心的深度学习是否能提高模型在检测影像学骶髂关节炎中的泛化能力，并预测疾病进展	通过以解剖学为中心的深度学习，提高了模型在检测影像学骶髂关节炎中的泛化能力，并能够预测疾病进展	研究为回顾性多中心研究，可能存在数据偏差	提高影像学骶髂关节炎检测模型的泛化能力并预测疾病进展	四组不同患者队列的骨盆X光片，重点关注中轴型脊柱关节炎	计算机视觉	中轴型脊柱关节炎	深度学习	神经网络	图像	1483张X光片用于训练和验证，436、340和163名患者的数据用于独立测试
8395	2025-01-25	Advances for Managing Pancreatic Cystic Lesions: Integrating Imaging and AI Innovations 2024-Dec-22, Cancers IF:4.5Q1 DOI:10.3390/cancers16244268 PMID:39766167	review	本文综述了胰腺囊性病变（PCLs）的诊断和管理现状，探讨了人工智能（AI）在改善诊断准确性和风险分层方面的潜力	本文创新性地探讨了AI驱动的策略，如深度学习算法和放射组学，用于自动化胰腺和病变分割以及分析异质性，以提高诊断准确性和风险分层	本文指出传统方法在图像解释和复杂形态学分析中的局限性，可能导致诊断不确定性和患者管理策略的变异性	研究目的是探讨AI在胰腺囊性病变管理中的应用潜力，以提高诊断准确性和患者预后	研究对象为胰腺囊性病变（PCLs）	digital pathology	pancreatic cancer	deep learning, radiomics	deep learning algorithms	image	NA
8396	2025-01-25	sChemNET: a deep learning framework for predicting small molecules targeting microRNA function 2024-Oct-23, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-49813-w PMID:39443444	研究论文	本文介绍了一个名为sChemNET的深度学习框架，用于预测影响miRNA生物活性的小分子，基于化学结构和序列信息	sChemNET通过一个目标函数克服了化学信息稀疏的限制，使神经网络能够从大量未知影响miRNA的化学结构中学习化学空间	由于小分子-miRNA数据集规模较小，预测与miRNA相关的小分子仍然具有挑战性	开发一个深度学习框架来预测影响miRNA生物活性的小分子	小分子和miRNA	机器学习	癌症	深度学习	神经网络	化学结构和序列信息	NA
8397	2025-01-25	Deep Learning-Based Electrocardiogram Analysis Predicts Biventricular Dysfunction and Dilation in Congenital Heart Disease 2024-Aug-27, Journal of the American College of Cardiology IF:21.7Q1 DOI:10.1016/j.jacc.2024.05.062 PMID:39168568	研究论文	本研究开发并外部验证了一种基于深度学习的AI-ECG模型，用于预测先天性心脏病患者的心血管磁共振定义的双心室功能障碍/扩张	首次在先天性心脏病中探索和应用AI-ECG分析，以预测双心室功能障碍和扩张	在功能性单心室患者中模型表现最差	开发并验证AI-ECG模型，以预测先天性心脏病患者的双心室功能障碍和扩张	先天性心脏病患者	机器学习	心血管疾病	AI-ECG分析	卷积神经网络（CNN）	心电图（ECG）和心血管磁共振（CMR）数据	内部队列8584对ECG-CMR数据（4941名患者），外部队列909对ECG-CMR数据（746名患者）
8398	2025-01-25	Approaching artificial intelligence to Hospital Pharmacy 2024-Jul, Farmacia hospitalaria : organo oficial de expresion cientifica de la Sociedad Espanola de Farmacia Hospitalaria IF:1.0Q4 DOI:10.1016/j.farma.2024.02.007 PMID:39097366	研究论文	本文探讨了人工智能在医院药学中的应用及其潜力	提出了人工智能算法在医院药学中的具体应用，如分析患者数据、识别药物相互作用、评估药物安全性和有效性，并做出推荐	未具体说明所使用的人工智能算法的局限性或实施中的挑战	研究人工智能如何提升医院药学的质量和效率	医院药师和患者数据	自然语言处理	NA	机器学习、深度学习、神经网络	NA	医疗记录、实验室结果、药物档案	NA
8399	2025-01-25	[Translated article] Introducing artificial intelligence to hospital pharmacy departments 2024-Jul, Farmacia hospitalaria : organo oficial de expresion cientifica de la Sociedad Espanola de Farmacia Hospitalaria IF:1.0Q4 DOI:10.1016/j.farma.2024.04.001 PMID:39097375	研究论文	本文介绍了人工智能在医院药房部门的引入及其潜在应用	探讨了人工智能在医院药房中的具体应用，如药物相互作用识别、药物安全性和有效性评估，以及优化药物推荐	未具体说明人工智能技术在实际应用中的挑战和限制	研究人工智能在医院药房中的应用，以提高药物管理的质量和效率	医院药房及其专业人员	自然语言处理	NA	机器学习、深度学习、神经网络	NA	医疗记录、实验室结果、药物档案	NA
8400	2025-01-25	Large-scale 3D non-Cartesian coronary MRI reconstruction using distributed memory-efficient physics-guided deep learning with limited training data 2024-Jul, Magma (New York, N.Y.) DOI:10.1007/s10334-024-01157-8 PMID:38743377	研究论文	本文提出了一种利用分布式内存高效物理引导深度学习（PG-DL）进行大规模3D非笛卡尔冠状动脉MRI重建的方法，以克服硬件限制和训练数据不足的挑战	结合深度学习与MRI重建的最新进展，提出2.5D重建方法，使用2D卷积神经网络处理3D体积数据，以有限的训练数据实现高质量重建	训练数据有限，可能影响模型的泛化能力	实现高质量的大规模3D非笛卡尔冠状动脉MRI重建	3D非笛卡尔冠状动脉MRI数据	计算机视觉	心血管疾病	MRI	CNN	3D图像	NA