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
8661	2025-01-16	Early Detection of Macular Atrophy Automated Through 2D and 3D Unet Deep Learning 2024-Nov-25, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11121191 PMID:39768009	研究论文	本文开发了一种基于2D和3D Unet架构的自动化方法，用于通过光学相干断层扫描（OCT）早期检测黄斑萎缩（MA）	结合2D和3D Unet架构，自动化检测黄斑萎缩，性能优于人工评分	NA	开发一种自动化工具，用于早期检测黄斑萎缩，以支持临床决策	黄斑萎缩（MA）患者	计算机视觉	老年性黄斑变性	光学相干断层扫描（OCT）	2D和3D Unet	图像	125只眼睛（89名患者）的1241个OCT体积数据
8662	2025-01-16	LVGG-IE: A Novel Lightweight VGG-Based Image Encryption Scheme 2024-Nov-23, Entropy (Basel, Switzerland) DOI:10.3390/e26121013 PMID:39766642	研究论文	本文提出了一种基于轻量级VGG（LVGG）的新型图像加密方案LVGG-IE，旨在提高图像加密的安全性和效率	提出了一种基于轻量级VGG网络的图像加密方案，结合混沌系统和动态S-box，增强了加密的安全性和效率	深度学习与图像加密的结合仍处于初期阶段，存在一些不足	开发一种高安全性和高效率的图像加密方案，以保护图像安全	图像加密	计算机视觉	NA	混沌系统、动态S-box、卷积神经网络	VGG	图像	NA
8663	2025-01-16	Performance of Risk Models for Antimicrobial Resistance in Adult Patients With Sepsis 2024-Nov-04, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2024.43658 PMID:39509131	研究论文	本研究评估了患者病例组合和当地耐药率对社区发病和医院发病的脓毒症患者中耐药革兰阴性杆菌（GNB）感染风险分层模型性能的影响	研究揭示了模型性能的差异与抗菌药物耐药率的相关性，而非患者病例组合，提示在使用通用模型预测脓毒症中耐药GNB病因时需要谨慎	研究为回顾性队列研究，可能受到数据收集和记录偏差的影响	评估患者病例组合和当地耐药率对脓毒症患者中耐药GNB感染风险分层模型性能的影响	成年脓毒症患者	医疗数据分析	脓毒症	深度学习模型	深度学习	临床数据	39,893名患者，85,238次脓毒症发作
8664	2025-01-16	Visualizing nuclear pore complex plasticity with Pan-Expansion Microscopy 2024-Oct-30, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.18.613744 PMID:39345637	研究论文	本文评估了Pan Expansion Microscopy（Pan-ExM）技术在可视化核孔复合体（NPC）可塑性方面的应用	使用Pan-ExM技术实现了16-20倍的细胞各向同性放大，同时保留了蛋白质组，揭示了NPC的可塑性	研究局限于特定细胞类型和模型，未广泛验证于其他细胞类型或疾病模型	探索核孔复合体（NPC）在不同生理和病理条件下的可塑性	核孔复合体（NPC）及其在不同细胞类型和环境中的结构变化	数字病理学	肌萎缩侧索硬化症（ALS）	Pan Expansion Microscopy（Pan-ExM）	深度学习辅助分割	图像	多个模型细胞系和来自ALS患者的诱导多能干细胞衍生神经元（iPSNs）
8665	2025-01-16	The Role of Artificial Intelligence in Predicting Optic Neuritis Subtypes From Ocular Fundus Photographs 2024-Aug-01, Journal of neuro-ophthalmology : the official journal of the North American Neuro-Ophthalmology Society IF:2.0Q2 DOI:10.1097/WNO.0000000000002229 PMID:39088711	研究论文	本研究开发了一种基于眼底照片的深度学习人工智能算法，用于预测视神经炎（ON）的亚型，以辅助疑似ON患者的诊断评估	首次利用深度学习AI算法从眼底照片中预测ON亚型，为早期区分MS ON与非MS ON提供了新的方法	数据集规模较小，未来需要增加样本量并结合临床和辅助检查数据以优化模型	开发一种AI算法，通过眼底照片预测ON亚型，以辅助诊断和指导治疗	321名ON患者的1,599张眼底照片	数字病理学	视神经炎	深度学习	深度学习模型	图像	321名患者的1,599张眼底照片
8666	2025-01-16	Synthetic photoplethysmogram (PPG) signal generation using a genetic programming-based generative model 2024-Aug, Journal of medical engineering & technology DOI:10.1080/03091902.2024.2438150 PMID:39731227	研究论文	本文提出了一种基于遗传编程（GP）的生成模型，用于生成多样化和准确的光电容积描记（PPG）信号	采用遗传编程方法自动确定数学模型的结构和组合，克服了数据多样性和训练深度学习模型数据有限的挑战	未提及具体局限性	开发生成模型以生成合成PPG信号，用于监测心脏活动	光电容积描记（PPG）信号	机器学习	心血管疾病	遗传编程（GP）	生成模型	信号数据	初始PPG信号样本
8667	2025-01-16	Deep learning of movement behavior profiles and their association with markers of cardiometabolic health 2024-Mar-13, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02474-7 PMID:38481262	研究论文	本研究利用深度学习技术，将加速度计记录的运动行为转换为图像，并通过卷积自编码器进行聚类分析，探讨运动行为模式与心脏代谢健康标志物的关联	创新性地将加速度计输出数据转换为图像，并利用卷积自编码器进行运动行为模式的聚类分析，突破了传统研究中仅使用平均值评估运动行为与健康关联的局限	研究仅基于NHANES 2003-2006周期的数据，样本量有限，且未考虑其他可能影响心脏代谢健康的因素	探讨运动行为模式与心脏代谢健康标志物的关联	1812名20-65岁的成年人	机器学习	心血管疾病	加速度计测量	卷积自编码器	图像	1812名成年人
8668	2025-01-16	The Breakthrough of Large Language Models Release for Medical Applications: 1-Year Timeline and Perspectives 2024-Feb-17, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-024-02045-3 PMID:38366043	综述	本文综述了2023年大型语言模型（LLMs）在医疗应用领域的发布情况及其潜在用途	强调了LLMs在医疗领域的潜在应用，包括从回答医疗问题到更通用的生物医学AI系统的转变	跟踪这一快速发展的技术并理解其潜在应用和局限性仍然是一个持续的挑战	探讨LLMs在医疗领域的应用及其未来发展前景	大型语言模型（LLMs）及其在医疗领域的应用	自然语言处理	NA	NA	transformer-based deep learning architectures	text	NA
8669	2025-01-16	Deep-Learning-Based Analysis Reveals a Social Behavior Deficit in Mice Exposed Prenatally to Nicotine 2024-02-01, Cells IF:5.1Q2 DOI:10.3390/cells13030275 PMID:38334667	研究论文	本研究利用深度学习技术分析了产前尼古丁暴露（PNE）小鼠的行为表型，揭示了其与注意力缺陷多动障碍（ADHD）和自闭症谱系障碍（ASD）相关的行为缺陷	首次结合DeepLabCut和SimBA深度学习算法，无认知偏差地评估了PNE小鼠的行为表型，并发现其与ADHD和ASD相关的行为特征	研究仅限于小鼠模型，未涉及人类样本，且未探讨尼古丁暴露剂量与行为缺陷程度的具体关系	评估产前尼古丁暴露对小鼠行为表型的影响，探讨其与ADHD和ASD的潜在关联	产前尼古丁暴露（PNE）小鼠	机器学习	注意力缺陷多动障碍（ADHD）和自闭症谱系障碍（ASD）	DeepLabCut和SimBA	深度学习模型	视频数据	未明确说明样本数量，但涉及单只或两只小鼠的行为分析
8670	2025-01-16	Multiple Classification of Brain MRI Autism Spectrum Disorder by Age and Gender Using Deep Learning 2024-Jan-22, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-023-02032-0 PMID:38252192	研究论文	本研究使用深度学习技术，通过考虑年龄和性别因素，对脑部MRI图像进行多重分类，以辅助自闭症谱系障碍（ASD）的诊断	首次基于年龄和性别进行多重分类，探讨这些因素对ASD诊断的贡献，并开发了三种CNN模型进行实验	研究中使用的样本量未明确提及，可能影响结果的普适性	通过多重分类方法，辅助ASD的快速和准确诊断，并探讨年龄和性别因素对诊断的影响	自闭症谱系障碍（ASD）患者和典型发育（TD）个体的脑部结构MRI图像	计算机视觉	自闭症谱系障碍	Canny边缘检测算法、数据增强技术、网格搜索优化算法	CNN	图像	NA
8671	2025-01-15	Automated Prediction of Photographic Wound Assessment Tool in Chronic Wound Images 2024-Jan-16, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-023-02029-9 PMID:38227131	研究论文	本文提出了一种基于深度学习的全自动图像处理流程，用于慢性伤口图像中的伤口检测和Photographic Wound Assessment Tool (PWAT)预测，旨在自动化临床伤口愈合评估	利用深度学习和大规模伤口分割数据集，自动化预测PWAT评分，减少人为主观性并加速临床实践	未提及具体局限性	自动化临床伤口愈合评估，减少人为主观性并加速临床实践	慢性伤口图像	计算机视觉	慢性伤口	深度学习	预训练的神经网络模型	图像	未提及具体样本数量
8672	2025-01-16	Deep learning for prediction of post-thrombectomy outcomes based on admission CT angiography in large vessel occlusion stroke 2024, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2024.1369702 PMID:39149161	研究论文	本研究开发并验证了一种基于入院CT血管造影（CTA）的深度学习模型，用于预测大血管闭塞（LVO）卒中患者血栓切除术后3个月的结果	首次使用端到端的自动化深度学习流程，基于入院CTA图像预测前循环LVO卒中患者血栓切除术后的3个月结果，并结合治疗和临床信息进行多模型比较	样本量相对较小（591例患者），且独立测试集仅包含95例患者，可能影响模型的泛化能力	开发并验证一种基于入院CTA的深度学习模型，用于预测LVO卒中患者血栓切除术后的3个月结果	大血管闭塞（LVO）卒中患者	数字病理学	心血管疾病	CT血管造影（CTA）	ResNet-50 3D卷积神经网络（MedicalNet）	图像	591例患者（496例用于训练/交叉验证，95例用于独立测试）
8673	2025-01-16	Assessment of the Accuracy of a Deep Learning Algorithm- and Video-based Motion Capture System in Estimating Snatch Kinematics 2024, International journal of exercise science DOI:10.70252/PRVV4165 PMID:39807293	研究论文	本研究评估了基于深度学习和视频的无标记运动捕捉系统在抓举运动学估计中的准确性，并与基于标记的系统进行了比较	首次将基于深度学习的无标记视频系统应用于抓举运动学分析，并与传统标记系统进行对比	两种系统在估计运动学参数时存在显著差异，可能由于模型和假设的不同	评估无标记视频系统在抓举运动学分析中的适用性	21名举重运动员（15名男性，6名女性）	计算机视觉	NA	深度学习姿态估计算法	NA	视频	21名举重运动员，131次试验
8674	2025-01-16	Design and validation of the reflection skills self-assessment questionnaire (RSSAQ) 2024, Journal of education and health promotion IF:1.4Q3 DOI:10.4103/jehp.jehp_141_24 PMID:39811846	研究论文	本研究旨在设计和验证波斯语医学科学学生反思技能自我评估问卷（RSSAQ）的心理测量特性	开发了一种新的波斯语反思技能自我评估问卷，并验证了其心理测量特性	研究样本仅限于一所大学的学生，可能限制了结果的普遍性	设计和验证波斯语医学科学学生反思技能自我评估问卷的心理测量特性	医学科学学生	教育评估	NA	探索性因子分析（EFA）和验证性因子分析（CFA）	NA	问卷数据	19名专家、50名学生（面效度和内容效度评估）、48名学生（信度评估）、151名学生（构念效度评估）
8675	2025-01-16	Five dominant dimensions of brain aging are identified via deep learning: associations with clinical, lifestyle, and genetic measures 2023-Dec-30, medRxiv : the preprint server for health sciences DOI:10.1101/2023.12.29.23300642 PMID:38234857	研究论文	本文利用深度学习技术识别了大脑衰老的五个主要维度，并探讨了这些维度与临床、生活方式和遗传因素之间的关联	使用先进的深度表示学习方法Surreal-GAN，首次在大规模多样化人群中量化了大脑衰老的五个主要模式，并揭示了这些模式与多种生物医学、生活方式和遗传因素的显著关联	研究依赖于MRI数据，可能无法完全捕捉大脑衰老的所有复杂性和细微变化	通过深度学习技术精确描述个体大脑衰老的神经退行性特征，并探索其与多种因素的关联	49,482名来自11项研究的个体	机器学习	老年疾病	MRI, Surreal-GAN	GAN	图像	49,482名个体
8676	2025-01-16	Deep Learning-based Diagnosis and Localization of Pneumothorax on Portable Supine Chest X-ray in Intensive and Emergency Medicine: A Retrospective Study 2023-Dec-04, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-023-02023-1 PMID:38048012	研究论文	本研究开发了两种基于深度学习的系统，用于在便携式仰卧位胸部X光片（SCXRs）上诊断和定位气胸	创新点在于开发了两种深度学习系统，分别基于目标检测和图像分割技术，用于气胸的诊断和定位，并在不同患者和图像特征的数据集上表现出良好的外部泛化能力	随着气胸尺寸的减小，两种系统的性能有所下降	开发用于气胸诊断和定位的深度学习系统	便携式仰卧位胸部X光片（SCXRs）	计算机视觉	气胸	深度学习	EfficientNet-B2, DneseNet-121, Inception-v3, Deformable DETR, TOOD, VFNet, UNet	图像	训练集1571张图像，测试集1071张图像
8677	2025-01-16	Handling high-dimensional data with missing values by modern machine learning techniques 2023, Journal of applied statistics IF:1.2Q2 DOI:10.1080/02664763.2022.2068514 PMID:36819079	研究论文	本文讨论了处理高维数据中缺失值的现代机器学习技术	提出了基于深度学习（DL）和XGboost的方法，用于估计总体均值和百分位数等参数，并通过模拟研究和实际应用展示了这些方法的优势	模拟研究有限，可能无法全面反映所有情况	探讨高维数据中缺失值的处理方法，以减少无应答偏差	高维数据	机器学习	NA	深度学习（DL）、XGboost、惩罚回归方法、基于树的方法	深度学习（DL）、XGboost	高维数据	NA
8678	2025-01-16	Adversarial confound regression and uncertainty measurements to classify heterogeneous clinical MRI in Mass General Brigham 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0277572 PMID:36862751	研究论文	本文介绍了一种新颖的深度学习架构MUCRAN，用于在临床脑部MRI数据上训练深度学习模型，同时回归人口统计学和技术混杂因素	提出了MUCRAN架构，能够成功回归大量临床数据集中的主要混杂因素，并结合不确定性量化方法自动排除分布外数据，提高了AD检测的准确性	NA	提高在异质临床数据中基于深度学习的疾病检测的准确性和通用性	临床脑部MRI数据	计算机视觉	阿尔茨海默病	深度学习	MUCRAN	MRI图像	17,076例临床T1轴向脑部MRI
8679	2025-01-16	A maChine and deep Learning Approach to predict pulmoNary hyperteNsIon in newbornS with congenital diaphragmatic Hernia (CLANNISH): Protocol for a retrospective study 2021, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0259724 PMID:34752491	研究论文	本研究旨在通过机器学习和深度学习方法，预测先天性膈疝（CDH）新生儿出生后的肺动脉高压（PH），并开发产前预测模型	首次将机器学习和深度学习应用于CDH胎儿的产前预测，特别是针对肺动脉高压的预测，并计划开发自动胎儿肺部MRI分割系统	研究为回顾性研究，可能受到数据质量和完整性的限制，且需要未来多中心前瞻性研究验证	开发预测模型以改善CDH患者的预后，特别是肺动脉高压的预测，并优化胎儿和新生儿的个性化管理	先天性膈疝（CDH）胎儿和新生儿	机器学习	先天性膈疝	MRI, 机器学习, 深度学习	3D U-NET	临床数据, 放射学数据, MRI图像	2012年1月1日至2020年12月31日期间出生的符合条件的患者
8680	2025-01-15	Synergistic integration of brain networks and time-frequency multi-view feature for sleep stage classification 2025-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-024-00328-0 PMID:39802081	研究论文	本文提出了一种结合脑网络和时间-频率多视图特征的睡眠阶段分类方法，旨在提高分类准确性	提出了一种跨注意力融合机制，用于自适应地整合复杂的睡眠特征，并开发了一个多视图特征融合网络，结合了脑连接性和时间-频谱元素	未明确提及具体局限性	提高睡眠阶段分类的准确性	多导睡眠图（PSG）信号及其转换的图和时间-频率表示	机器学习	NA	多视图特征提取和跨注意力融合机制	多视图特征融合网络	多导睡眠图信号	ISRUC公共数据集