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
8921	2025-01-11	Innovative breast cancer detection using a segmentation-guided ensemble classification framework 2025-Jan, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00435-7 PMID:39781047	研究论文	本文介绍了一种新颖的分割引导分类模型，旨在提高乳腺癌检测的准确性	提出了一种结合分割和集成分类的两阶段模型，通过注意力机制和多种分类器的集成，显著提高了乳腺癌检测的准确性和分割性能	未提及模型在不同数据集上的泛化能力或实际临床应用中的潜在挑战	提高乳腺癌的早期检测和诊断准确性	乳腺癌的超声图像	计算机视觉	乳腺癌	深度学习	Attention U-Net, 支持向量机, 决策树, k近邻, 人工神经网络, 随机森林	图像	未明确提及样本数量，但使用了超声图像数据集
8922	2025-01-11	Enhanced diagnosis of pes planus and pes cavus using deep learning-based segmentation of weight-bearing lateral foot radiographs: a comparative observer study 2025-Jan, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00439-3 PMID:39781051	研究论文	本文开发了一种基于深度学习的语义分割模型，用于增强对足部负重侧位X光片中扁平足和高弓足的诊断	使用深度学习模型（特别是U-Net）进行语义分割，结合Dice Loss和边界损失函数，提高了分割精度和边界区域的精确描绘	研究仅使用了年轻韩国男性的数据，可能限制了模型的普适性	提高对扁平足和高弓足的诊断准确性	足部负重侧位X光片	计算机视觉	足部疾病	深度学习	U-Net	图像	300张连续的足部负重侧位X光片，来自年轻韩国男性
8923	2025-01-11	Gaussianmorph: deformable medical image registration with Gaussian noise constraints 2025-Jan, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00428-6 PMID:39781058	研究论文	本文提出了一种基于深度学习的医学图像配准方法GaussianMorph，通过级联两个VoxelMorph卷积神经网络来提高配准性能	引入了增强特征编码器（EF-encoder）块，通过注意力机制实现特征增强，并在第二个网络中引入高斯噪声约束以提升配准性能	级联网络在训练和推理阶段耗时较长	提高医学图像配准的精度	医学图像	计算机视觉	NA	深度学习	VoxelMorph卷积神经网络	图像	LPBA40和HBN数据集
8924	2025-01-11	Brain-inspired learning rules for spiking neural network-based control: a tutorial 2025-Jan, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00436-6 PMID:39781065	教程	本文回顾了受大脑启发的学习规则，并探讨了脉冲神经网络在控制任务中的应用	探讨了将全局第三因素与脉冲时间依赖可塑性相结合的方法，并提出了通过权重反向传播局部应用第三因素的方法	未提及具体实验数据或样本量，可能缺乏实证支持	研究脉冲神经网络在控制任务中的应用，以解决深度神经网络在实时数据处理中的能耗和延迟问题	脉冲神经网络及其在控制任务中的应用	机器学习	NA	脉冲时间依赖可塑性（STDP）	脉冲神经网络（SNN）	时空信息	NA
8925	2025-01-11	Spinal tissue identification using a Forward-oriented endoscopic ultrasound technique 2025-Jan, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00440-w PMID:39781062	研究论文	本研究提出了一种前向超声内镜系统，用于提高自动识别脊柱软组织的准确性和有效性	使用前向超声内镜系统进行脊柱软组织的实时术中识别，提高了微创脊柱手术的精确性和安全性	研究仅使用了离体的绵羊脊柱软组织样本，未涉及人体样本	提高微创脊柱手术中脊柱软组织的自动识别准确性和有效性	绵羊脊柱的软组织样本	医学影像	脊柱疾病	前向超声内镜技术	DenseNet, 一维Vision Transformer (ViT)	超声图像	758个离体绵羊脊柱软组织样本
8926	2025-01-11	A Review for automated classification of knee osteoarthritis using KL grading scheme for X-rays 2025-Jan, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00437-5 PMID:39781063	综述	本文综述了使用KL分级方案对膝关节骨关节炎（KOA）进行自动分类的最新进展	本文总结了近年来利用人工智能、机器学习和深度学习技术对KOA进行自动放射学分类和检测的最新进展	本文主要基于85篇研究或综述文章，可能未涵盖所有相关研究	旨在回顾基于KL系统的KOA自动放射学分类和检测的最新进展	膝关节骨关节炎（KOA）的X光片	计算机视觉	骨关节炎	NA	NA	图像	85篇文章
8927	2025-01-11	Addendum to: The effectiveness of deep learning model in differentiating benign and malignant pulmonary nodules on spiral CT 2025, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-249001 PMID:39792355	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
8928	2025-01-11	[Research progress on prognostic prediction models for patients undergoing extracorporeal membrane oxygenation] 2024-Dec, Zhonghua wei zhong bing ji jiu yi xue DOI:10.3760/cma.j.cn121430-20240715-00598 PMID:39780683	研究论文	本文综述了体外膜肺氧合（ECMO）患者预后预测模型的研究进展，并提出了未来模型开发的方向	分类现有ECMO成人患者的预后模型，并提出了多中心前瞻性研究、机器学习和深度学习技术整合等未来发展方向	现有模型在样本量、多中心验证、静态数据分析和模型适用性方面存在局限性	优化治疗决策和提高患者生存率	接受ECMO治疗的患者	医学	呼吸衰竭和循环衰竭	ECMO	预后预测模型	临床数据	NA
8929	2025-01-11	Assessing Artificial Intelligence in Oral Cancer Diagnosis: A Systematic Review 2024-Oct-29, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000010663 PMID:39787481	系统综述	本文系统评估了2020年至2024年间人工智能技术在口腔癌检测和诊断中的有效性和准确性	首次系统性地评估了人工智能在口腔癌诊断中的应用，涵盖了多种AI技术和数据类型	数据集变异性和监管问题是主要限制	评估人工智能技术在口腔癌检测和诊断中的有效性和准确性	口腔癌	数字病理学	口腔癌	机器学习和深度学习算法	NA	图像和病理切片	12篇研究论文
8930	2025-01-11	Precision Opioid Prescription in ICU Surgery: Insights from an Interpretable Deep Learning Framework 2024, Journal of surgery (Lisle, IL) DOI:10.29011/2575-9760.11189 PMID:39781484	研究论文	本文开发了一种可解释的深度学习框架，用于评估个体特征对术后阿片类药物使用的影响，并识别重要因素	提出了一个可解释的深度学习框架，结合Permutation Feature Importance Test (PermFIT)方法，提高了模型在临床实践中的可接受性	尽管DNN模型表现优异，但其解释性仍然依赖于PermFIT方法，可能限制了其在某些临床场景中的应用	准确预测术后阿片类药物需求，并理解相关因素，以指导适当的阿片类药物使用，提高患者安全和恢复效果	ICU手术患者	机器学习	NA	Permutation Feature Importance Test (PermFIT)	Deep Neural Networks (DNN), Support Vector Machines, eXtreme Gradient Boosting, Random Forest	电子健康记录	4,912名手术患者
8931	2025-01-07	EEG-based cross-subject passive music pitch perception using deep learning models 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10196-9 PMID:39758357	研究论文	本研究利用深度学习模型，基于脑电图（EEG）数据，探索跨被试的音乐音高感知	提出了轻量级改进的EEGNet模型用于EEG音高分类，并采用分类器集成方法构建跨被试模型	研究仅针对小提琴的G3和B6音高，未涵盖更广泛的音高范围	客观检测和解码跨被试的音乐音高感知的脑响应	34名被试在听到小提琴G3和B6音高时的EEG信号	机器学习	NA	EEG	改进的EEGNet模型	EEG信号	34名被试
8932	2025-01-07	Deep learning enabled near-isotropic CAIPIRINHA VIBE in the nephrogenic phase improves image quality and renal lesion conspicuity 2025-Jun, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2024.100622 PMID:39758710	研究论文	本研究探讨了深度学习加速的CAIPIRINHA-VIBE技术在肾脏成像中的应用，以提升图像质量和病变检测能力	首次将深度学习技术应用于CAIPIRINHA-VIBE序列，以改善肾脏成像的图像质量和病变显着性	DL-CAIPIRINHA-VIBE呈现出更多的合成外观和混叠伪影	比较DL-CAIPIRINHA-VIBE与标准CAIPIRINHA-VIBE在肾脏成像中的图像质量和病变检测能力	50名患者，包括23个实性和45个囊性肾脏病变	医学影像	肾脏疾病	深度学习加速的CAIPIRINHA-VIBE技术	深度学习模型	MRI图像	50名患者，68个肾脏病变
8933	2025-01-07	Deep Learning to Predict the Future Growth of Geographic Atrophy from Fundus Autofluorescence 2025 Mar-Apr, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100635 PMID:39758130	研究论文	本文开发了多种深度学习模型，利用眼底自发荧光（FAF）图像预测地理萎缩（GA）病变的1年增长区域（ROG）	首次使用深度学习模型预测GA病变的1年增长区域，并比较了不同时间点FAF图像的预测效果	研究为回顾性分析，可能受到数据选择和模型训练的限制	预测地理萎缩（GA）病变的1年增长区域，以支持临床试验和临床治疗决策	地理萎缩（GA）病变	计算机视觉	老年性疾病	深度学习	2D U-Net	图像	597名患者的研究眼数据，分为训练集（310）、验证集（78）和测试集（209）
8934	2025-01-07	Optical coherence tomography: implications for neurology 2025-Feb-01, Current opinion in neurology IF:4.1Q2 DOI:10.1097/WCO.0000000000001340 PMID:39704153	综述	本文探讨了光学相干断层扫描（OCT）在神经学实践中的作用，特别是在诊断和监测视乳头水肿、视神经炎和视网膜动脉阻塞等疾病中的应用	OCT作为一种非侵入性工具，能够有效检测和监测视觉通路中的神经轴索损伤，结合深度学习算法提高了诊断准确性和预测能力	NA	探讨OCT在神经学中的应用，特别是在诊断和监测视觉通路相关疾病中的作用	视乳头水肿、视神经炎、视网膜动脉阻塞等疾病患者	数字病理学	神经系统疾病	光学相干断层扫描（OCT）	深度学习算法	图像	NA
8935	2025-01-07	Artificial intelligence and stroke imaging 2025-Feb-01, Current opinion in neurology IF:4.1Q2 DOI:10.1097/WCO.0000000000001333 PMID:39760722	综述	本文探讨了人工智能在卒中影像学中的应用及其潜力	提出了深度学习技术在卒中影像学中的高保真预测、描述和推理工具的应用，并探讨了生成模型在解决当前障碍中的潜力	尽管人工智能在卒中影像学中的潜力巨大，但在实际临床应用中仍面临数据噪声、不完整、偏见和小规模数据的挑战	探讨人工智能在卒中影像学中的应用，以实现个体化精准医疗	卒中影像学数据	医学影像	卒中	深度学习	生成模型	影像数据	NA
8936	2025-01-07	Deep learning-based segmentation of acute ischemic stroke MRI lesions and recurrence prediction within 1 year after discharge: A multicenter study 2025-Jan-26, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2024.12.002 PMID:39631660	研究论文	本研究探讨了基于深度学习的急性缺血性卒中（AIS）患者脑部MRI梗死病灶分割的性能，以及放射组学在出院后1年内复发预测的价值，并开发了一个结合放射组学特征和临床因素的模型来准确预测AIS复发	使用多尺度残差注意力UNet（MRA-UNet）进行MRI病灶分割，并结合放射组学数据和临床数据开发了预测AIS复发的模型	未提及具体样本量，且模型在验证集上的表现可能受到样本选择偏差的影响	提高急性缺血性卒中患者MRI病灶分割的准确性，并预测出院后1年内的复发风险	急性缺血性卒中患者的脑部MRI图像	医学影像分析	急性缺血性卒中	MRI	MRA-UNet, LR, RF, CatBoost, XGBoost	图像, 临床数据	未提及具体样本量
8937	2025-01-07	Deep learning-based object detection algorithms in medical imaging: Systematic review 2025-Jan-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e41137 PMID:39758372	综述	本文综述了基于深度学习的医学图像中的目标检测算法，探讨了最新方法、不同成像技术和解剖学应用	通过PRISMA指南进行定量和定性分析，揭示了基于深度学习的对象检测模型在医学图像分析中的未开发潜力	数据集大小存在显著差异，许多数据集被标记为私有或内部，且前瞻性研究仍然稀缺	探讨基于深度学习的医学图像目标检测算法的应用和发展趋势	医学图像中的目标检测	计算机视觉	NA	CR扫描、病理图像、内窥镜成像	深度学习	图像	数据集大小存在显著差异，许多数据集被标记为私有或内部
8938	2025-01-07	Automated Breast Density Assessment for Full-Field Digital Mammography and Digital Breast Tomosynthesis 2025-Jan-06, Cancer prevention research (Philadelphia, Pa.) DOI:10.1158/1940-6207.CAPR-24-0338 PMID:39450526	研究论文	本文开发了一种深度学习模型，用于自动化评估全视野数字乳腺摄影（FFDM）和数字乳腺断层合成（DBT）的乳腺密度	提出了一种能够同时适用于FFDM和DBT的自动化乳腺密度评估模型，减少了评估中的观察者间差异	模型在外部验证中的表现虽好，但仍有改进空间，特别是在不同种族群体中的适用性	自动化评估乳腺密度，以辅助乳腺癌的风险预测和补充筛查决策	9,714名女性的前瞻性队列和18,360名女性的外部验证队列	数字病理学	乳腺癌	深度学习	深度学习模型	图像	9,714名女性的前瞻性队列和18,360名女性的外部验证队列
8939	2025-01-07	From Sequence to System: Enhancing IVT mRNA Vaccine Effectiveness through Cutting-Edge Technologies 2025-Jan-06, Molecular pharmaceutics IF:4.5Q1 DOI:10.1021/acs.molpharmaceut.4c00863 PMID:39601789	综述	本文综述了IVT mRNA疫苗的最新研究进展和优化策略，包括AI模型和深度学习技术在IVT mRNA结构优化和递送系统设计中的应用	应用AI模型和深度学习技术优化IVT mRNA结构及递送系统设计，探讨了新型递送平台如脂质纳米颗粒、聚合物和外泌体的发展	未提及具体实验数据或样本量，主要基于现有研究的综述	提升IVT mRNA疫苗的有效性，克服现有挑战，如表达水平有限、非特异性靶向、快速降解和意外免疫激活	IVT mRNA疫苗及其递送系统	生物信息学	传染病	AI模型、深度学习	深度学习	NA	NA
8940	2025-01-07	Machine Learning Models for Predicting Monoclonal Antibody Biophysical Properties from Molecular Dynamics Simulations and Deep Learning-Based Surface Descriptors 2025-Jan-06, Molecular pharmaceutics IF:4.5Q1 DOI:10.1021/acs.molpharmaceut.4c00804 PMID:39606945	研究论文	本研究利用分子动力学模拟和深度学习技术预测单克隆抗体的生物物理特性	开发了新的深度学习模型DeepSP，直接从序列预测抗体的动态和结构特性，显著减少计算时间	数据集仅包含137种抗体的12种生物物理特性，可能限制了模型的泛化能力	预测和优化单克隆抗体的生物物理特性，以提高其作为治疗药物的开发成功率	单克隆抗体	机器学习	NA	分子动力学模拟, 深度学习	DeepSP, 机器学习模型	序列数据, 实验数据	137种抗体的12种生物物理特性