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
861	2025-04-24	Application of Artificial Intelligence in Thoracic Radiology: A Narrative Review 2025-Apr, Tuberculosis and respiratory diseases IF:2.5Q2 DOI:10.4046/trd.2024.0062 PMID:39689720	review	本文综述了人工智能在胸部放射学中的最新成就，主要关注深度学习技术	探讨了人工智能在胸部放射学中检测、分类异常以及量化正常和异常解剖结构的潜力	讨论了当前人工智能技术在胸部放射学中的局限性及未来发展方向	评估人工智能在胸部放射学中的应用及其对放射科医生表现的提升	胸部放射学中的异常检测、分类及解剖结构量化	digital pathology	lung cancer	deep learning	NA	image	NA
862	2025-04-24	Regional Image Quality Scoring for 2-D Echocardiography Using Deep Learning 2025-04, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.12.008 PMID:39864961	research paper	开发并比较了三种自动评估超声心动图区域图像质量的方法	提出了三种新的图像质量评估方法，包括基于像素的经典指标、局部图像一致性以及端到端深度学习模型	gCNR指标在本研究中表现不佳，效果有限	开发自动评估超声心动图区域图像质量的方法	超声心动图图像	computer vision	心血管疾病	深度学习	U-Net, 端到端深度学习模型	图像	由三位经验丰富的心脏病专家提供的手动区域质量注释
863	2025-04-24	Kernel Conversion Improves the Correlation between the Extent of Emphysema and Clinical Parameters in Chronic Obstructive Pulmonary Disease: A Multicenter Cohort Study 2025-Apr, Tuberculosis and respiratory diseases IF:2.5Q2 DOI:10.4046/trd.2024.0166 PMID:39904364	研究论文	本研究通过核转换技术处理不同CT设置下的图像，评估了肺气肿指数与临床参数之间的相关性变化	首次在多中心研究中应用核转换技术，显著提高了肺气肿指数与临床参数之间的相关性	研究仅基于韩国COPD亚组研究数据库，可能限制了结果的普遍性	评估核转换技术对不同CT设置下肺气肿指数与临床参数相关性的影响	484名COPD患者的CT扫描图像	数字病理学	慢性阻塞性肺疾病	CT扫描	基于深度学习的程序	图像	484名COPD患者
864	2025-04-24	Modeling Boltzmann-weighted structural ensembles of proteins using artificial intelligence-based methods 2025-Apr, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2025.103000 PMID:39923288	综述	本文综述了AI驱动方法在生成Boltzmann加权结构集成方面的最新进展	结合AI与传统分子动力学技术，提高结构集成的准确性和效率	未提及具体的技术限制或数据不足的问题	探讨AI在结构生物学中的应用，特别是在药物发现和蛋白质动力学方面	蛋白质的Boltzmann加权结构集成	结构生物学	NA	分子动力学、AI驱动方法	AlphaFold2	蛋白质结构数据	NA
865	2025-04-24	Waveform-Specific Performance of Deep Learning-Based Super-Resolution for Ultrasound Contrast Imaging 2025-Apr, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2025.3537298 PMID:40031250	research paper	本研究探讨了基于深度学习的超分辨率技术在超声对比成像中针对不同波形的性能表现	首次评估了CNN在不同成像脉冲（谐波脉冲、啁啾脉冲和延迟编码脉冲序列）下对微泡定位的去卷积性能，并比较了它们在无噪声和低信噪比条件下的表现	研究主要基于体外实验，体内超分辨率的潜在障碍仅通过初步实验结果进行讨论	提高超声对比成像的空间分辨率，以更好地解析动脉血流	超声对比成像中的微泡	digital pathology	cardiovascular disease	ultrasound contrast imaging, vector flow imaging	CNN	RF signals	NA
866	2025-04-24	Tissue Clutter Filtering Methods in Ultrasound Localization Microscopy Based on Complex-Valued Networks and Knowledge Distillation 2025-Apr, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2025.3544692 PMID:40031806	研究论文	本文提出了一种基于复数神经网络和知识蒸馏的超声定位显微镜组织杂波滤波方法	使用知识蒸馏技术提升滤波效率，同时保持性能，并提出轻量级的2-D复数卷积神经网络作为教师模型	方法主要针对I/Q信号和包络数据，可能不适用于其他类型的数据	提高超声定位显微镜中组织杂波滤波的效率和性能	微泡（MBs）作为对比剂的超声定位显微镜图像	医学影像处理	NA	超声定位显微镜（ULM）、知识蒸馏	复数卷积神经网络（CCNN）、实值卷积神经网络（CNN）	I/Q信号、包络数据	模拟数据和体内数据
867	2025-04-24	Advancing Single-Plane Wave Ultrasound Imaging With Implicit Multiangle Acoustic Synthesis via Deep Learning 2025-Apr, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2025.3541113 PMID:40031850	research paper	本文提出了一种通过深度学习隐式合成多角度声波信息的方法，以提升单平面波超声成像的质量	开发了一种能够隐式集成多角度信息的复杂架构，通过生成并动态结合网络内的虚拟转向平面波，实现了高质量成像而无需牺牲速度	未明确提及具体局限性，但可能涉及对虚拟转向波生成精度的依赖	提升单平面波超声成像的质量，同时保持其高帧率优势	平面波成像（PWI）技术	医学影像	NA	深度学习（DL）	NA	超声图像	模拟数据、实验体模和体内目标数据集
868	2025-04-24	Noninvasive Artificial Intelligence System for Early Predicting Residual Cancer Burden During Neoadjuvant Chemotherapy in Breast Cancer 2025-Apr-01, Annals of surgery IF:7.5Q1 DOI:10.1097/SLA.0000000000006279 PMID:38557792	research paper	开发一种人工智能系统，用于在乳腺癌新辅助化疗期间早期预测残留癌负担评分	提出了一种多任务AI系统，能够在化疗早期阶段非侵入性地预测乳腺癌患者的残留癌负担评分	研究样本来自4个机构，可能存在一定的选择偏倚	开发早期预测乳腺癌新辅助化疗期间残留癌负担的AI工具	乳腺癌患者	digital pathology	breast cancer	MRI影像分析、放射组学和深度学习特征提取	multitask AI system	MRI图像	1048名乳腺癌患者（335名主要队列，713名外部验证队列）
869	2025-04-24	A deep learning-based calculation system for plaque stenosis severity on common carotid artery of ultrasound images 2025-Apr, Vascular IF:1.0Q4 DOI:10.1177/17085381241246312 PMID:38656244	研究论文	开发了一种基于深度学习的系统，用于在超声图像上自动计算颈总动脉斑块狭窄严重程度	提出了新的CANet模型，用于分割颈动脉内膜-中膜厚度和斑块，并自动计算斑块狭窄严重程度，性能优于现有深度学习模型和经验丰富的超声医师	外部测试集的样本量相对较小，可能影响模型的泛化能力评估	开发一种自动化系统，用于评估颈动脉斑块狭窄严重程度，以改善中风风险的管理	颈总动脉横截面超声图像	数字病理	心血管疾病	深度学习	CANet	图像	376名个体的390张图像用于训练和验证，外加115名个体的122张外部测试图像
870	2025-04-24	A Colorectal Coordinate-Driven Method for Colorectum and Colorectal Cancer Segmentation in Conventional CT Scans 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3386610 PMID:38687670	研究论文	本文提出了一种名为DeepCRC-SL的自动化分割算法，用于在常规CT扫描中分割结直肠和结直肠癌	首次提出了一种基于拓扑感知的深度学习方法，构建了新颖的一维结直肠坐标系，并通过自注意力层和坐标驱动的自学习策略提升分割性能	尽管性能优于现有方法，但与有两年专业CRC成像经验的医学住院医师相比，分割精度仍有提升空间	实现结直肠癌在常规CT扫描中的自动化分割，以促进CRC的检测、分期和治疗反应监测	结直肠和结直肠癌	数字病理	结直肠癌	深度学习	CNN与自注意力机制结合	CT图像	227例标记和585例未标记的CRC病例
871	2025-04-24	Deep learning for electrocardiogram interpretation: Bench to bedside 2025-Apr, European journal of clinical investigation IF:4.4Q2 DOI:10.1111/eci.70002 PMID:40191935	综述	本文综述了深度学习在心电图（ECG）分析中的应用及其在临床实践中的潜力与障碍	总结了深度学习在ECG分析中的最新应用，并讨论了其在临床实践中的实施障碍	深度学习算法在ECG分析中的临床应用仍有限，面临监管障碍、算法透明度和数据隐私等问题	探讨深度学习如何改进心电图分析并促进心血管护理	12导联心电图	机器学习	心血管疾病	深度学习	NA	心电图数据	NA
872	2025-04-24	Transcriptomic landscape around wound bed defines regenerative versus non-regenerative outcomes in mouse digit amputation 2025-Apr, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012997 PMID:40203060	研究论文	本研究通过分析小鼠远端末节指骨（P3）截肢后的伤口床组织，探讨了再生与非再生结果的分子机制	揭示了非再生指骨在伤口床中表现出更强烈的早期转录反应，并发现再生指骨中与Bmp2相关的独特共表达模块，以及HOXA11和HOXD11等转录因子的时间依赖性富集模式	研究仅基于小鼠模型，结果是否适用于人类尚需验证	探索再生与非再生结果的分子机制，为再生医学提供关键见解	小鼠远端末节指骨（P3）截肢后的伤口床组织	再生医学	NA	RNA-seq, 巨噬细胞测定	深度学习AI模型	转录组数据	小鼠P3截肢模型
873	2025-04-24	Decoding Recurrence in Early-Stage and Locoregionally Advanced Non-Small Cell Lung Cancer: Insights From Electronic Health Records and Natural Language Processing 2025-Apr, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI-24-00227 PMID:40249880	研究论文	本研究利用电子健康记录和自然语言处理技术，分析了早期和局部晚期非小细胞肺癌（NSCLC）术后复发的风险因素	开发了一个基于深度学习的定制化NLP系统，用于高效识别NSCLC复发数据，并纵向分析风险因素	研究依赖于电子健康记录的数据质量，可能存在信息不完整或偏差	建立NLP系统以分析NSCLC术后复发的风险因素	6,351名NSCLC患者的电子健康记录，其中1,295名I-IIIA期手术患者	自然语言处理	肺癌	NLP	深度学习	文本	6,351名NSCLC患者的700,000多条记录
874	2025-04-24	Innovative Approach for Diabetic Retinopathy Severity Classification: An AI-Powered Tool using CNN-Transformer Fusion 2025-Apr, Journal of biomedical physics & engineering DOI:10.31661/jbpe.v0i0.2408-1811 PMID:40259941	研究论文	开发了一种结合CNN和Transformer架构的深度学习模型，用于糖尿病视网膜病变的严重程度分类	提出了一种结合CNN和Transformer的混合模型，提高了糖尿病视网膜病变诊断的准确性、可靠性和泛化能力	模型性能依赖于数据集的质量和多样性，可能存在对某些罕见病例的识别不足	提高糖尿病视网膜病变的诊断准确性和严重程度分类	糖尿病视网膜病变患者的视网膜图像	计算机视觉	糖尿病视网膜病变	深度学习	CNN-Transformer融合模型	图像	APTOS 2019数据集和IDRiD数据集
875	2025-04-24	LEyes: A lightweight framework for deep learning-based eye tracking using synthetic eye images 2025-03-31, Behavior research methods IF:4.6Q1 DOI:10.3758/s13428-025-02645-y PMID:40164925	research paper	介绍了一种名为LEyes的轻量级框架，利用合成眼图像进行深度学习眼动追踪	LEyes框架通过使用简单的合成图像生成器训练神经网络，避免了传统高真实感方法的高计算资源和劳动强度	合成图像可能无法完全捕捉真实眼图像的复杂性和多样性	解决眼动追踪领域缺乏公开训练数据集和模型泛化能力不足的问题	眼动追踪中的瞳孔和角膜反射检测	computer vision	NA	深度学习	CNN	image	NA
876	2025-04-24	Prediction and Prioritisation of Novel Anthelmintic Candidates from Public Databases Using Deep Learning and Available Bioactivity Data Sets 2025-Mar-28, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26073134 PMID:40243899	research paper	本研究利用深度学习和生物活性数据集，从公共数据库中预测和优先选择新型抗寄生虫候选药物	采用监督机器学习工作流程，训练多层感知器分类器，对15000个小分子化合物进行标记，并在高度不平衡的训练数据下实现83%的精确率和81%的召回率	训练数据中仅有1%的化合物被标记为'活性'，数据不平衡可能影响模型性能	加速发现具有独特作用机制的新型抗寄生虫化合物，以支持有效的寄生虫控制计划	寄生性线虫（barber's pole worm）及其幼虫和成虫	machine learning	寄生虫感染	high-throughput screening, supervised machine learning	multi-layer perceptron classifier	bioactivity data, small-molecule compounds	15000个小分子化合物，14.2 million compounds from ZINC15 database，10个候选化合物进行实验评估
877	2025-04-24	Redefining a new frontier in alkaptonuria therapy with AI-driven drug candidate design via in- silico innovation 2025-Mar-26, Zeitschrift fur Naturforschung. C, Journal of biosciences DOI:10.1515/znc-2024-0075 PMID:38996180	研究论文	本研究利用深度学习AI药物设计，针对罕见代谢疾病黑酸尿症（AKU），开发了基于天然黄酮醇分子山奈酚的新型药物候选物	首次将AI驱动的药物设计应用于黑酸尿症治疗，开发出基于山奈酚的新型药物候选物AIK，其结合亲和力达-9.099 kcal/mol	尽管AI设计的AIK在计算上显示有效且安全，但测试结果仍需进一步验证	减轻现有黑酸尿症药物（如尼替西农）的毒性，开发更安全有效的治疗方案	黑酸尿症患者	AI药物设计	黑酸尿症	深度学习AI药物设计、分子对接	深度学习	分子结构数据	NA
878	2025-04-24	Using deep learning to enhance reporting efficiency and accuracy in degenerative cervical spine MRI 2025-Mar-26, The spine journal : official journal of the North American Spine Society DOI:10.1016/j.spinee.2025.03.009 PMID:40154625	research paper	使用基于transformer的深度学习模型提升退行性颈椎MRI报告的效率和准确性	首次将transformer-based DLM应用于退行性颈椎MRI报告，显著提升放射科医师的工作效率和诊断一致性	样本量较小（仅50例患者），且排除了有器械植入的病例	评估深度学习模型能否提高放射科医师在退行性颈椎MRI报告中的效率和准确性	退行性颈椎病患者的MRI图像	digital pathology	geriatric disease	MRI	transformer-based DLM	image	50例患者的2555张MRI图像
879	2025-04-24	Portable cerebral blood flow monitor to detect large vessel occlusion in patients with suspected stroke 2025-Mar-17, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2024-021536 PMID:38514189	research paper	研究便携式脑血流监测仪在疑似中风患者中检测大血管闭塞的能力	使用便携式Openwater光学血流监测仪和深度学习模型，提高了大血管闭塞检测的敏感性和特异性	研究结果需要在独立测试集和院前环境中进一步验证	提高大血管闭塞的早期检测能力，以减少治疗时间并改善患者预后	疑似中风患者	digital pathology	cardiovascular disease	光学血流扫描	deep learning	波形数据	135名患者
880	2025-04-24	Comparison of the characteristics between machine learning and deep learning algorithms for ablation site classification in a novel cloud-based system 2025-Mar-17, Heart rhythm IF:5.6Q1 DOI:10.1016/j.hrthm.2025.03.1955 PMID:40107403	research paper	本研究比较了CARTONET系统中R12.1和R14模型在消融部位分类上的特性，并评估了R14模型的敏感性和阳性预测值	首次在云基础系统CARTONET中比较了机器学习和深度学习算法在消融部位分类上的性能差异	研究仅基于396例心房颤动消融病例，样本量可能不足以代表所有情况	比较CARTONET系统R12.1和R14模型在消融部位分类上的性能差异	心房颤动消融病例	machine learning	cardiovascular disease	deep learning	CARTONET R14	clinical data	396例心房颤动消融病例，分析39,169个点和625个段的预测数据