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
8881	2025-01-12	Unveiling the power of artificial intelligence for image-based diagnosis and treatment in endodontics: An ally or adversary? 2025-Feb, International endodontic journal IF:5.4Q1 DOI:10.1111/iej.14163 PMID:39526945	综述	本文综述了人工智能在牙髓病学中的应用，评估了其在2D和3D成像中的使用，并探讨了其作为有益工具或潜在挑战的角色	本文详细探讨了人工智能在牙髓病学中的创新应用，特别是在2D和3D成像中的诊断和治疗规划方面的显著提升	一些研究指出，AI模型的训练依赖于体外或离体数据集，这些数据集无法复制临床环境的复杂性，可能影响AI应用的可靠性	评估人工智能在牙髓病学中的应用，特别是在2D和3D成像中的使用，并探讨其作为有益工具或潜在挑战的角色	牙髓病学中的2D和3D成像数据	计算机视觉	牙髓病	深度学习算法	卷积神经网络（CNN）	2D和3D图像	NA
8882	2025-01-12	MRI-Seed-Wizard: combining deep learning algorithms with magnetic resonance imaging enables advanced seed phenotyping 2025-Jan-10, Journal of experimental botany IF:5.6Q1 DOI:10.1093/jxb/erae408 PMID:39383098	研究论文	本文介绍了一种新工具MRI-Seed-Wizard，结合深度学习算法与非侵入性磁共振成像（MRI），用于植物种子的三维形态、组成和内部特征的无损评估	MRI-Seed-Wizard工具首次将深度学习算法与MRI结合，用于植物种子表型分析，能够自动识别、标记和分析数字MRI数据，并提供了先进的MRI协议以提高通量	NA	开发一种非破坏性的三维评估工具，用于种子形态、组成和内部特征的量化分析，以支持植物育种和生物技术项目	小麦（Triticum aestivum）和大麦（Hordeum vulgare）的种子	计算机视觉	NA	磁共振成像（MRI）	深度学习算法	图像	NA
8883	2025-01-12	Deep learning-based lymph node metastasis status predicts prognosis from muscle-invasive bladder cancer histopathology 2025-Jan-10, World journal of urology IF:2.8Q2 DOI:10.1007/s00345-025-05440-8 PMID:39792275	研究论文	本研究开发了一种基于深度学习的模型，通过原发肿瘤组织预测肌层浸润性膀胱癌（MIBC）的淋巴结转移状态，并验证了预测的aiN评分在MIBC患者中的预后价值	首次使用深度学习模型直接从H&E染色的组织学图像中提取相关信息，预测MIBC患者的淋巴结转移状态，并验证其预后价值	需要在前瞻性研究中进一步验证模型的预测能力	开发并验证一种基于深度学习的模型，用于预测MIBC患者的淋巴结转移状态及其预后价值	肌层浸润性膀胱癌（MIBC）患者	数字病理学	膀胱癌	深度学习	UNI视觉编码器	图像	323名来自TCGA的患者用于训练和内部验证，139名来自武汉大学人民医院的患者用于外部验证
8884	2025-01-12	Semi-Supervised Learning Allows for Improved Segmentation With Reduced Annotations of Brain Metastases Using Multicenter MRI Data 2025-Jan-10, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29686 PMID:39792624	研究论文	本研究探讨了半监督学习在脑转移瘤分割中的应用，通过减少标注数据的需求来提高模型性能	首次在多中心MRI数据上测试了半监督学习方法在脑转移瘤分割中的有效性，并展示了其在减少标注数据需求的同时提高模型性能的潜力	研究仅针对脑转移瘤，未涉及其他类型的颅内肿瘤	测试半监督学习在脑转移瘤分割中的可行性	脑转移瘤患者的多中心MRI数据	数字病理	脑转移瘤	半监督学习	U-Net	MRI图像	156、65、324和200个来自四个机构的标注扫描，以及519个来自单一机构的未标注扫描
8885	2025-01-12	Machine learning assisted plasmonic metascreen for enhanced broadband absorption in ultra-thin silicon films 2025-Jan-09, Light, science & applications DOI:10.1038/s41377-024-01723-8 PMID:39779674	研究论文	本文提出并展示了一种数据驱动的等离子体元屏幕，能够在超薄硅膜中高效吸收宽光谱范围内的入射光	通过将双纳米环银阵列嵌入20纳米的超薄非晶硅层中，实现了光吸收的显著增强，并开发了一个深度学习框架来优化设计	需要精确调谐等离子体共振以匹配硅活性层的吸收区域	提高超薄硅膜的光吸收效率，以改善光转换效率	超薄非晶硅层和双纳米环银阵列	机器学习	NA	深度学习	深度学习框架	光谱数据	NA
8886	2025-01-12	A hybrid machine learning approach for the personalized prognostication of aggressive skin cancers 2025-Jan-08, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01329-9 PMID:39779875	研究论文	本文开发了一种名为'DeepMerkel'的基于网络的预后工具，用于Merkel细胞癌（MCC）的个性化时间依赖性生存预测	结合深度学习特征选择和改进的XGBoost框架，开发了首个针对MCC的个性化预后工具	未提及具体局限性	开发个性化机器学习预后工具，用于预测MCC的生存率	Merkel细胞癌（MCC）患者	机器学习	皮肤癌	深度学习特征选择，XGBoost框架	深度学习，XGBoost	临床信息	国际临床队列
8887	2025-01-12	Effective BCDNet-based breast cancer classification model using hybrid deep learning with VGG16-based optimal feature extraction 2025-Jan-08, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01538-4 PMID:39780045	研究论文	本文提出了一种基于BCDNet的新型深度学习模型，用于使用超声图像对乳腺肿瘤进行良恶性分类	该模型结合了预训练的VGG16网络进行特征提取，并采用AHDNAM分类方法，包括ASPP、DTCN、1DCNN和注意力机制，通过RPAOSM-ESO算法优化权重和参数，提高了分类准确性	研究主要依赖于超声图像，未涉及其他成像技术如MRI或X光，可能限制了模型的通用性	设计一个有效的乳腺癌诊断模型，以准确分类早期肿瘤，从而降低死亡率	乳腺肿瘤的超声图像	计算机视觉	乳腺癌	深度学习	VGG16, BCDNet	图像	NA
8888	2025-01-12	Hybrid natural language processing tool for semantic annotation of medical texts in Spanish 2025-Jan-08, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05949-6 PMID:39780059	研究论文	本文介绍了一种基于深度学习和词典的西班牙语医学文本命名实体识别工具，用于医学文本的语义注释	结合了基于词典的系统和Transformer模型（如RoBERTa、mBERT和mDeBERTa）的混合工具，用于西班牙语医学文本的命名实体识别和标准化	工具主要在西班牙语文本上进行验证，可能在其他语言上的性能尚未测试	开发一种能够从西班牙语医学文本中提取结构化信息的自然语言处理工具	西班牙语医学文本，包括临床试验和临床病例报告	自然语言处理	NA	命名实体识别（NER）、Transformer模型	RoBERTa、mBERT、mDeBERTa	文本	1200篇文本用于训练，200篇新文本用于外部验证
8889	2025-01-12	Feasibility of occlusal plane in predicting the changes in anteroposterior mandibular position: a comprehensive analysis using deep learning-based three-dimensional models 2025-Jan-08, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-024-05345-9 PMID:39780117	研究论文	本研究通过深度学习重建的三维模型，分析了不同咬合平面倾斜度与前后下颌位置变化之间的关系，并探讨了咬合平面倾斜度在预测前后下颌位置变化中的可行性	首次使用深度学习重建的三维模型来全面分析咬合平面倾斜度与前后下颌位置变化之间的关系，并提出了改进功能咬合平面（IFOP）倾斜度在预测前后下颌位置变化中的潜力	样本量相对较小（115个三维模型），且仅基于CBCT数据，未考虑其他影像学数据	分析咬合平面倾斜度与前后下颌位置变化之间的关系，并探讨其在预测前后下颌位置变化中的可行性	115个基于CBCT数据重建的三维模型	数字病理学	NA	深度学习、锥形束计算机断层扫描（CBCT）	深度学习模型	三维模型	115个三维模型
8890	2025-01-12	Skin image analysis for detection and quantitative assessment of dermatitis, vitiligo and alopecia areata lesions: a systematic literature review 2025-Jan-08, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02843-2 PMID:39780145	系统文献综述	本文综述了计算机视觉技术在皮肤病（如皮炎、白癜风和斑秃）检测和定量评估中的应用	系统性地总结了深度学习架构和图像处理算法在皮肤病检测中的应用，并强调了定量疾病评估的重要性	缺乏疾病特定的数据集和标注，未来需要更多无监督或自监督方法的研究	探讨计算机视觉技术在皮肤病检测和定量评估中的应用	皮炎、白癜风和斑秃等皮肤病	计算机视觉	皮肤病	深度学习架构和图像处理算法	NA	图像	NA
8891	2025-01-12	3D DenseNet with temporal transition layer for heart rate estimation from real-life RGB videos 2025, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-241104 PMID:39058471	研究论文	本文开发了一种基于3D卷积神经网络（3DCNN）的深度学习模型，用于从RGB视频中准确估计心率	提出了带有3D时间过渡层的3D DenseNet模型，用于从更接近真实医院环境的视频数据集中估计心率	模型在非受控环境下的性能可能因训练数据集和模型架构的不同而有所变化	开发一种深度学习模型，用于从RGB视频中准确估计心率	RGB视频数据	计算机视觉	心血管疾病	3D卷积神经网络（3DCNN）	3D DenseNet	视频	大规模视频数据集
8892	2025-01-12	Revolutionizing health monitoring: Integrating transformer models with multi-head attention for precise human activity recognition using wearable devices 2025, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-241064 PMID:39269866	研究论文	本研究旨在通过集成Transformer模型和多头注意力机制，利用可穿戴设备进行精确的人类活动识别，以革新健康监测	结合预训练的卷积神经网络（CNN）与密集残差Transformer网络（DRTN）及多头多级注意力架构（MH-MLA），提出了一种创新的活动识别方法	NA	开发一种精确的人类活动识别模型，以革新健康监测	人类活动	机器学习	NA	深度学习	CNN, Transformer, DRTN, MH-MLA	频谱图数据	HARTH, KU-HAR, 和 HuGaDB 数据集
8893	2025-01-12	SwinDFU-Net: Deep learning transformer network for infection identification in diabetic foot ulcer 2025, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-241444 PMID:39269872	研究论文	本研究提出了一种结合CNN和Swin Transformer架构的深度学习模型，用于糖尿病足溃疡（DFU）图像中的感染分类	该模型首次将CNN和Swin Transformer结合，利用Grad CAM技术可视化决策过程，提高了DFU感染检测的准确性	研究依赖于特定数据集DFUC Challenge，可能限制了模型的泛化能力	开发一种深度学习模型，用于准确分类糖尿病足溃疡图像中的感染情况	糖尿病足溃疡图像	计算机视觉	糖尿病足溃疡	深度学习	CNN和Swin Transformer	图像	DFUC Challenge数据集
8894	2025-01-12	Periodontitis diagnosis: A review of current and future trends in artificial intelligence 2025, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-241169 PMID:39302402	综述	本文综述了人工智能在牙周炎诊断中的当前和未来趋势	评估了人工智能在牙周炎诊断中的应用，特别是卷积神经网络（CNNs）的使用，展示了其在提高诊断精度和效率方面的潜力	未来研究需要提高AI模型的可靠性和泛化能力，以确保其在临床中的广泛应用	评估人工智能在牙周炎诊断中的当前和未来趋势	牙周炎诊断	数字病理	牙周炎	深度学习混合方法、自动识别系统、机器学习分类器	CNN	全景X光片	12项研究，初始记录211条
8895	2025-01-12	Enhancing stereotactic ablative boost radiotherapy dose prediction for bulky lung cancer: A multi-scale dilated network approach with scale-balanced structure loss 2025-Jan, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14546 PMID:39374302	研究论文	本文提出了一种新的深度学习方法，用于准确预测大体积肺癌的部分立体定向消融增强放疗（P-SABR）计划的三维剂量分布	提出了一种3D多尺度扩张网络（MD-Net），并集成了尺度平衡结构损失函数，以提高剂量预测的准确性	研究样本量有限，仅包含74名患者的数据	提高大体积肺癌P-SABR计划的剂量预测效率	74名被诊断为患有体积较大的肺癌并接受P-SABR治疗的患者	数字病理学	肺癌	深度学习	3D多尺度扩张网络（MD-Net）	三维剂量分布数据	74名患者的数据，分为训练集（51个计划）、验证集（7个计划）和测试集（16个计划）
8896	2025-01-12	Clinical target volume (CTV) automatic delineation using deep learning network for cervical cancer radiotherapy: A study with external validation 2025-Jan, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14553 PMID:39401180	研究论文	本研究探讨了一种基于深度学习的算法在宫颈癌放疗中临床靶区（CTV）自动勾画的准确性和可行性，并评估其在外部宫颈癌和子宫内膜癌病例中的泛化能力	提出了一种名为ResCANet的新型网络，通过在跳跃连接中添加级联多尺度卷积来消除不同特征层之间的语义差异，并在最深特征层中使用空洞空间金字塔池化结合不同感受野的语义信息而不丢失信息	研究样本量相对较小，且仅针对宫颈癌和子宫内膜癌进行了外部验证，未涵盖其他类型的癌症	探索深度学习算法在宫颈癌放疗中临床靶区自动勾画的准确性和可行性，并评估其泛化能力	宫颈癌和子宫内膜癌患者	计算机视觉	宫颈癌	深度学习	ResCANet（基于ResNet-UNet的改进网络）	医学影像	332名患者（236名宫颈癌患者用于内部验证，54名宫颈癌和42名子宫内膜癌患者用于外部验证）
8897	2025-01-12	Multi-region infectious disease prediction modeling based on spatio-temporal graph neural network and the dynamic model 2025-Jan, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012738 PMID:39787070	研究论文	本研究提出了一种基于时空图神经网络和动态模型的混合框架M-Graphormer，用于高维参数估计和多区域传染病预测	将Graph Transformer Neural Network和图学习机制整合到metapopulation SIR模型中，解决了现有模型在处理动态图结构时可能丢失隐藏空间依赖性的问题	NA	预测由于人类流动性导致的多区域传染病传播	多区域传染病传播动态	机器学习	传染病	Graph Transformer Neural Network, 图学习机制	M-Graphormer, metapopulation SIR模型	真实疫情数据	基于多波次传染病预测的多区域数据
8898	2025-01-12	Automatic anal sphincter integrity detection from ultrasound images via convolutional neural networks 2025, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-240569 PMID:39213111	研究论文	本文开发了一种基于卷积神经网络（CNN）的深度学习工具，用于通过盆底超声自动诊断肛门括约肌完整性	首次提出使用CNN从盆底超声图像中获取诊断肛门括约肌损伤所需的平面，并初步诊断肛门括约肌损伤	NA	开发一种自动诊断肛门括约肌完整性的深度学习工具	肛门括约肌	计算机视觉	NA	深度学习	CNN	图像	NA
8899	2025-01-12	Deep Learning for Discrimination of Early Spinal Tuberculosis from Acute Osteoporotic Vertebral Fracture on CT 2025, Infection and drug resistance IF:2.9Q2 DOI:10.2147/IDR.S482584 PMID:39776757	研究论文	本文评估了深度学习模型在CT图像上区分早期脊柱结核和急性骨质疏松性椎体压缩骨折的效果，旨在提高诊断精度，减少对MRI和活检的依赖，并降低误诊风险	使用深度学习模型在CT图像上区分早期脊柱结核和急性骨质疏松性椎体压缩骨折，显著提高了诊断精度，并超越了经验丰富的脊柱外科医生的诊断准确性	研究样本主要来自大学附属医院，可能限制了模型的普遍适用性	评估深度学习模型在CT图像上区分早期脊柱结核和急性骨质疏松性椎体压缩骨折的效果	373名患者，其中302名来自一所大学附属医院，71名来自另一所大学附属医院	计算机视觉	脊柱结核和骨质疏松性椎体压缩骨折	深度学习	MVITV2, Efficient-Net-B5, ResNet101, ResNet50	CT图像	373名患者
8900	2025-01-12	A hybrid dual-branch model with recurrence plots and transposed transformer for stock trend prediction 2025-Jan-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0233275 PMID:39792696	研究论文	本文提出了一种创新的双分支网络模型，用于有效预测股票趋势	结合递归图和转置变压器，捕捉股票市场时间序列中的非线性关系和微妙互连	仅基于七只随机选择的股票的历史数据进行实验，样本量有限	提高股票趋势预测的准确性	股票市场时间序列	机器学习	NA	递归图分析，转置变压器	双分支网络模型	时间序列数据	七只随机选择的股票的历史数据