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
8981	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
8982	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
8983	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
8984	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
8985	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）
8986	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
8987	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
8988	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
8989	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
8990	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
8991	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
8992	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
8993	2025-01-07	FormulationBCS: A Machine Learning Platform Based on Diverse Molecular Representations for Biopharmaceutical Classification System (BCS) Class Prediction 2025-Jan-06, Molecular pharmaceutics IF:4.5Q1 DOI:10.1021/acs.molpharmaceut.4c00946 PMID:39647169	研究论文	本研究开发了一个基于机器学习的网络平台，用于高通量生物药剂学分类系统（BCS）分类，旨在提高药物开发和监管效率	首次开发了一个基于机器学习的BCS分类网络平台，结合多种分子表示和高性能机器学习模型，实现了快速准确的BCS分类	尽管模型在内部和外部验证中表现良好，但仍需进一步验证其在更广泛数据集上的适用性和准确性	开发一个基于机器学习的网络平台，用于高通量BCS分类，以支持药物候选物的早期开发和配方决策	药物候选物的BCS分类	机器学习	NA	机器学习算法和深度学习框架	LightGBM, AttentiveFP, XGBoost	分子表示（一维分子指纹、描述符、分子图、三维分子空间坐标）	四个BCS相关分子属性数据集
8994	2025-01-07	An Artificial Intelligence-Driven Preoperative Radiomic Subtype for Predicting the Prognosis and Treatment Response of Patients with Papillary Thyroid Carcinoma 2025-Jan-06, Clinical cancer research : an official journal of the American Association for Cancer Research IF:10.0Q1 DOI:10.1158/1078-0432.CCR-24-2356 PMID:39535738	研究论文	本研究开发并验证了一种基于深度学习的放射组学特征（DLRI），用于预测甲状腺乳头状癌（PTC）的炎症亚型及其预后和抗炎中药治疗效果	首次开发了一种非侵入性的放射组学特征（DLRI），用于预测PTC的炎症亚型及其预后和治疗反应，特别是抗炎中药的治疗效果	需要前瞻性研究来进一步验证这些发现	开发并验证一种非侵入性的放射组学特征，用于预测PTC患者的预后和治疗反应	甲状腺乳头状癌（PTC）患者	数字病理学	甲状腺癌	深度学习	深度学习放射组学特征（DLRI）	超声图像	2,506例患者（来自两个独立中心）
8995	2025-01-07	Neural Ordinary Differential Equations for Forecasting and Accelerating Photon Correlation Spectroscopy 2025-Jan-06, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.4c03234 PMID:39757890	研究论文	本文提出了一种基于神经常微分方程模型g2NODE的方法，用于预测和加速光子相关光谱实验	使用神经常微分方程模型g2NODE，从少量噪声相关函数中预测完整的无噪声干涉实验，显著加速实验获取时间	需要进一步验证在更多实验数据上的适用性和稳定性	加速光子相关光谱实验，提高量子发射体材料的实验表征效率	固态单光子发射体的量子光学特性	机器学习	NA	光子相关傅里叶光谱（PCFS）	神经常微分方程（NODE）	光子相关函数	10-20个噪声测量的光子相关函数
8996	2025-01-07	Deep learning-based histopathological assessment of tubulo-interstitial injury in chronic kidney diseases 2025-Jan-05, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00708-3 PMID:39757253	研究论文	本文开发了一种基于深度学习的名为DLRS的方法，用于从肾活检标本的全切片图像中量化间质纤维化和炎症细胞浸润作为肾小管间质损伤评分	DLRS方法能够自动分割全切片图像中的不同组织区域并检测间质核，从而量化肾小管间质损伤评分，且其评分与肾小球滤过率（eGFR）的相关性高于肾病学家的评估	研究样本主要来自日本和欧洲血统的患者，可能限制了结果的普遍性	开发一种自动化的深度学习方法，用于准确量化慢性肾脏病（CKD）患者的肾小管间质损伤	慢性肾脏病（CKD）患者的肾活检标本	数字病理学	慢性肾脏病	深度学习	NA	图像	71名日本CKD患者、28名日本肾小管间质性肾炎患者、49名欧洲血统的肾硬化患者以及238名日本CKD患者（包括来自另一家医院的167名患者）
8997	2025-01-07	Pointer meters recognition method in the wild based on innovative deep learning techniques 2025-Jan-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81248-7 PMID:39755689	研究论文	本研究提出了一种基于深度学习的创新方法，用于在现代工业场景中识别仪表及其指针	使用改进的卷积块注意力模块（CBAM）和对象热图-标量图模块，结合编码器网络和跳跃连接，提高了在低质量图像中识别仪表和指针的准确性和效率	NA	提高在复杂工业场景中低质量图像中仪表和指针的识别效率和准确性	仪表及其指针	计算机视觉	NA	深度学习	改进的卷积块注意力模块（CBAM）	图像	NA
8998	2025-01-07	Downscaling of ERA5 reanalysis land surface temperature based on attention mechanism and Google Earth Engine 2025-Jan-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83944-w PMID:39753651	研究论文	本研究提出了一种基于注意力机制和Google Earth Engine的ERA5再分析地表温度降尺度方法，以提高ERA5-Land地表温度数据的空间分辨率	结合了注意力机制U-Net（AMUN）方法，并利用Google Earth Engine平台进行数据获取和预处理，提出了全球多因素交叉注意力（GMFCA）模块、特征融合残差密集块（FFRDB）连接模块和U-Net模块的有机结合	NA	提高ERA5-Land地表温度数据的空间分辨率，以支持更精细的生态研究	ERA5-Land地表温度数据	计算机视觉	NA	深度学习	U-Net	地表温度数据	中国境内的ERA5-Land每小时月平均再分析地表温度数据
8999	2025-01-07	A review of deep learning for brain tumor analysis in MRI 2025-Jan-03, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00789-2 PMID:39753730	review	本文综述了深度学习在MRI脑肿瘤分析中的应用，包括肿瘤分割、量化和分类	探讨了深度学习在脑肿瘤护理中的变革潜力，并讨论了现有应用、局限性和未来方向	讨论了现有深度学习在脑肿瘤分析中的局限性	探索深度学习在脑肿瘤MRI分析中的应用及其潜力	脑肿瘤的MRI图像	计算机视觉	脑肿瘤	深度学习	NA	图像	NA
9000	2025-01-07	Evaluation of an enhanced ResNet-18 classification model for rapid On-site diagnosis in respiratory cytology 2025-Jan-03, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-024-13402-3 PMID:39754166	研究论文	本文评估了一种增强的ResNet-18分类模型，用于呼吸细胞学的快速现场诊断	开发了一种改进的深度学习模型，以辅助临床医生在快速现场评估（ROSE）过程中快速准确地评估Diff-Quik染色的细胞学样本	人类专业知识仍然是诊断过程中不可或缺的部分	开发一种改进的深度学习模型，以辅助临床医生在快速现场评估（ROSE）过程中快速准确地评估Diff-Quik染色的细胞学样本	Diff-Quik染色的细胞学样本	数字病理学	肺癌	Diff-Quik染色	ResNet-18	图像	116张Diff-Quik染色的细胞学样本数字图像