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
9121	2025-01-29	Evolution of Breast Cancer Recurrence Risk Prediction: A Systematic Review of Statistical and Machine Learning-Based Models 2023-08, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI.23.00049 PMID:37566789	系统综述	本文系统回顾了2008年至2022年间发表的统计和机器学习模型，用于预测乳腺癌复发风险	本文首次系统性地比较了统计和机器学习模型在乳腺癌复发风险预测中的应用，并强调了患者种族多样性的重要性	机器学习模型的实用性可能受到解释性有限和泛化能力降低的限制，且现有模型主要忽略了非洲和中东人群	评估和比较统计与机器学习模型在乳腺癌复发风险预测中的表现	乳腺癌复发风险预测模型	机器学习	乳腺癌	统计方法和机器学习方法	支持向量机、决策树、逻辑回归、朴素贝叶斯、深度学习、集成学习	回顾性临床数据	163篇论文，其中23篇被进一步分析
9122	2025-01-29	Dual-sensory fusion self-powered triboelectric taste-sensing system towards effective and low-cost liquid identification 2023-08, Nature food IF:23.6Q1 DOI:10.1038/s43016-023-00817-7 PMID:37563492	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
9123	2025-01-28	A prognostic and predictive model based on deep learning to identify optimal candidates for intensity-modulated radiotherapy alone in patients with stage II nasopharyngeal carcinoma: A retrospective multicenter study 2025-Feb, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110660 PMID:39645201	研究论文	本研究开发并验证了一个结合深度学习MRI特征和临床信息的预后和预测模型，用于识别仅需强度调制放疗（IMRT）的低风险II期鼻咽癌患者	结合深度学习MRI特征和临床信息，使用3DResNet和eXtreme Gradient Boosting模型进行整合，显著提高了预测性能	研究为回顾性多中心研究，可能存在选择偏倚	开发并验证一个预后和预测模型，以识别仅需IMRT的低风险II期鼻咽癌患者	II期鼻咽癌患者	数字病理	鼻咽癌	3DResNet, eXtreme Gradient Boosting	深度学习模型	MRI图像, 临床信息	999名II期鼻咽癌患者
9124	2025-01-28	Deep learning dose prediction to approach Erasmus-iCycle dosimetric plan quality within seconds for instantaneous treatment planning 2025-Feb, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110662 PMID:39647528	研究论文	本研究探讨了训练数据集大小和模型大小对Erasmus-iCycle GT计划剂量预测准确性的影响，以实现即时治疗计划	使用深度学习方法快速预测患者特定的3D剂量分布，以实现即时治疗计划，显著提高临床工作效率、患者等待时间和治疗质量	即使使用1000名患者的训练数据，预测准确性尚未达到收敛，仍需进一步研究	研究如何通过深度学习方法实现即时治疗计划，以提高临床工作效率和患者治疗质量	1250名前列腺癌患者	数字病理	前列腺癌	深度学习	Hierarchically Densely Connected U-Nets	3D剂量分布数据	1250名前列腺癌患者
9125	2025-01-28	Deep learning-assistance significantly increases the detection sensitivity of neurosurgery residents for intracranial aneurysms in subarachnoid hemorrhage 2025-Feb, Journal of clinical neuroscience : official journal of the Neurosurgical Society of Australasia IF:1.9Q4 DOI:10.1016/j.jocn.2024.110971 PMID:39673838	研究论文	本研究评估了深度学习模型在提高神经外科住院医师通过CT血管造影检测颅内动脉瘤敏感性方面的有效性	首次将深度学习模型应用于神经外科住院医师的动脉瘤检测培训，显著提高了检测敏感性，特别是在小动脉瘤的检测上	研究样本量较小，仅包含104例患者的CTA扫描，且仅涉及三名住院医师	评估深度学习模型在提高神经外科住院医师检测颅内动脉瘤敏感性方面的效果	104例动脉瘤性蛛网膜下腔出血患者的CTA扫描，共126个动脉瘤	数字病理	颅内动脉瘤	CT血管造影（CTA）	深度学习模型（DLM）	图像	104例患者的CTA扫描，共126个动脉瘤
9126	2025-01-28	Incorporating patient-specific prior clinical knowledge to improve clinical target volume auto-segmentation generalisability for online adaptive radiotherapy of rectal cancer: A multicenter validation 2025-Feb, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110667 PMID:39675574	研究论文	本研究探讨了在直肠癌在线自适应放疗中，通过结合患者特定的临床先验知识来提高临床靶区自动分割的泛化能力	创新点在于使用治疗前的分割作为患者特定的先验知识，结合基于人群的分割变异，提高了深度学习模型在多中心数据上的泛化能力	研究仅针对直肠癌患者，且样本来自三个中心，可能限制了结果的广泛适用性	研究目的是提高在线自适应放疗中临床靶区自动分割的泛化能力	研究对象为中等风险或局部晚期直肠癌患者	数字病理	直肠癌	深度学习	深度学习模型	MRI图像	来自三个中心的直肠癌患者
9127	2025-01-28	Harnessing Spectral Libraries From AVIRIS-NG Data for Precise PFT Classification: A Deep Learning Approach 2025-Jan-27, Plant, cell & environment DOI:10.1111/pce.15393 PMID:39866067	研究论文	本研究利用AVIRIS-NG高光谱数据和机器学习技术，开发了一个包含130种植物物种的光谱库，用于精确分类植物功能类型（PFTs）	通过高光谱数据生成光谱库，结合机器学习方法，显著提高了植物功能类型分类的准确性	研究仅限于Shoolpaneshwar野生动物保护区的植物物种，可能不适用于其他地区	推进植物功能类型（PFTs）的分类和监测	Shoolpaneshwar野生动物保护区的130种植物物种	机器学习	NA	AVIRIS-NG高光谱成像和ASD手持光谱辐射计	Parzen Window (PW), Gradient Boosted Machine (GBM), Stochastic Gradient Descent (SGD)	高光谱图像	130种植物物种
9128	2025-01-28	Identifying Primary Sites of Spinal Metastases: Expert-Derived Features vs. ResNet50 Model Using Nonenhanced MRI 2025-Jan-27, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29720 PMID:39868626	研究论文	本研究旨在开发和验证使用非增强MRI的人工智能模型，以识别脊柱转移的原发部位，提高诊断效率	比较了基于专家特征的模型和ResNet50深度学习模型在非增强MRI上识别脊柱转移原发部位的性能，发现专家特征模型在多数情况下表现更优	研究为回顾性设计，可能存在选择偏差；样本量相对较小，尤其是罕见转移部位	提高脊柱转移原发部位的诊断效率	514名经病理证实的脊柱转移患者	医学影像分析	癌症	非增强MRI	ResNet50	MRI图像	514名患者（360名用于开发，154名用于测试）
9129	2025-01-28	Introduction to Memristive Mechanisms and Models 2025-Jan-24, Recent patents on nanotechnology IF:2.0Q3 DOI:10.2174/0118722105327900250115102034 PMID:39865807	研究论文	本文介绍了忆阻系统的机制和模型，探讨了其在神经形态计算中的应用	本文结合了Chua开发的动态系统框架和统计物理学及渗流理论，提供了对忆阻系统复杂动态行为的深入理解，并探讨了其在深度学习方法中的成功应用	本文主要关注理论模型和框架，缺乏对实际硬件实现的详细讨论	探讨忆阻系统在神经形态计算中的应用，以应对人工智能发展带来的计算能力需求增长	忆阻系统及其在神经形态计算中的应用	机器学习	NA	NA	动态系统模型、渗流理论模型	NA	NA
9130	2025-01-28	Deep learning for kidney trauma detection: CT image algorithm performance and external validation: experimental study 2025-Jan-24, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002221 PMID:39869390	研究论文	本研究开发并验证了一种用于检测肾脏创伤的深度学习算法，使用机构创伤数据和RSNA数据集进行外部验证	首次将深度学习技术应用于肾脏创伤的CT图像检测，并通过外部验证展示了其稳健性能	模型在外部验证中的阳性预测值较低，可能需要进一步优化图像分割和计算效率	开发并验证一种用于检测肾脏创伤的深度学习算法	肾脏创伤的CT图像	医学影像	肾脏创伤	深度学习	RenoTrNet	CT图像	机构创伤数据和RSNA数据集中的随机选择病例
9131	2025-01-28	MythicVision: a deep learning powered mobile application for understanding Indian mythological deities using weight centric decision approach 2025-Jan-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85922-2 PMID:39837968	研究论文	本文介绍了一个名为'MythicVision'的深度学习驱动的移动应用程序，旨在通过识别和解释印度神话神祇的图像，帮助外国游客更好地理解印度丰富的文化遗产	该应用程序采用了模型权重计算和权重中心决策机制，相比传统的多数投票方法，在多类图像分类中提供了更准确的结果	NA	开发一个能够识别和分类实时印度神祇图像，并为用户提供有关神祇的宝贵信息的应用程序	印度神话神祇的图像	计算机视觉	NA	深度学习	CNN	图像	10,970张印度神祇图像
9132	2025-01-28	Decoding the Functional Interactome of Non-Model Organisms with PHILHARMONIC 2025-Jan-14, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.25.620267 PMID:39553947	研究论文	本文介绍了一种名为PHILHARMONIC的计算方法，用于解码非模式生物的功能互作组	PHILHARMONIC结合深度学习网络推理和鲁棒的无监督谱聚类算法，能够揭示非模式生物中的功能关系和高层次组织	方法依赖于预测的网络，可能存在噪声，且需要进一步的实验验证	研究目的是开发一种计算工具，用于预测和分析非模式生物的蛋白质-蛋白质相互作用网络	研究对象包括珊瑚、藻类共生体和果蝇等非模式生物	生物信息学	NA	深度学习、谱聚类算法、远程同源功能注释	深度学习网络	蛋白质序列数据	珊瑚、藻类共生体和果蝇的蛋白质组数据
9133	2025-01-28	ChromBPNet: bias factorized, base-resolution deep learning models of chromatin accessibility reveal cis-regulatory sequence syntax, transcription factor footprints and regulatory variants 2025-Jan-08, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.25.630221 PMID:39829783	研究论文	本文介绍了ChromBPNet，一种深度学习DNA序列模型，用于解析染色质可及性图谱，揭示调控序列的语法和遗传变异	ChromBPNet能够检测、学习并分解特定实验的酶偏差，从而在不同实验和测序深度下发现紧凑的转录因子基序词典、协同基序语法和精确足迹	NA	研究染色质可及性的调控序列语法和遗传变异	染色质可及性图谱和转录因子结合位点	机器学习	NA	染色质可及性实验	深度学习模型	DNA序列数据	NA
9134	2025-01-28	Non-Contact Optical Blood Pressure Biometry Using AI-Based Analysis of Non-Mydriatic Fundus Imaging 2025-Jan-07, medRxiv : the preprint server for health sciences DOI:10.1101/2025.01.06.25320084 PMID:39830244	研究论文	本研究旨在开发一种基于机器学习的模型，通过非散瞳眼底成像来评估血压，其准确性与臂式袖带测量相当	使用深度学习模型从眼底图像中评估血压，相比传统臂式袖带测量，可能更能反映长期高血压状况	需要在临床环境中进行更多试验，并开展更多前瞻性研究以验证结果	开发一种基于机器学习的模型，通过非散瞳眼底成像来评估血压	血压（收缩压和舒张压）	机器学习	高血压	深度学习	深度学习模型	眼底图像	基于UK Biobank数据集
9135	2025-01-28	Pose Analysis in Free-Swimming Adult Zebrafish, Danio rerio: "Fishy" Origins of Movement Design 2024-Dec-16, Brain, behavior and evolution DOI:10.1159/000543081 PMID:39681106	研究论文	本文研究了成年斑马鱼自由游泳时的姿势分析，探讨了运动设计的进化	使用无标记跟踪和深度学习工具DeepLabCut进行姿势估计，结合无监督多变量时间序列分析，识别出斑马鱼自由游泳时的典型姿势	研究仅基于12只斑马鱼的数据，样本量较小	探讨运动设计的进化，特别是如何通过最小化主动控制来优化运动效率	成年斑马鱼（Danio rerio）	计算机视觉	NA	DeepLabCut（DLC）和B-SOiD机器学习软件	深度学习	视频	12只成年斑马鱼
9136	2025-01-28	An explainable language model for antibody specificity prediction using curated influenza hemagglutinin antibodies 2024-10-08, Immunity IF:25.5Q1 DOI:10.1016/j.immuni.2024.07.022 PMID:39163866	研究论文	本文介绍了一种基于序列的抗体特异性预测的轻量级记忆B细胞语言模型（mBLM），并利用超过5,000个流感血凝素（HA）抗体数据集进行训练	开发了一种新的轻量级记忆B细胞语言模型（mBLM），用于基于序列的抗体特异性预测，并通过模型可解释性分析识别了HA干区抗体的关键序列特征	数据集主要来源于研究出版物和专利，可能存在数据偏差	预测抗体特异性，并提高对流感病毒抗体反应的分子理解	流感血凝素（HA）抗体	自然语言处理	流感	语言模型	mBLM	序列数据	超过5,000个流感血凝素（HA）抗体
9137	2025-01-28	Potential Use and Limitation of Artificial Intelligence to Screen Diabetes Mellitus in Clinical Practice: A Literature Review 2024-Oct, Acta medica Indonesiana IF:0.7Q3 PMID:39865054	文献综述	本文综述了人工智能在临床实践中筛查糖尿病的潜在应用及其局限性	强调了人工智能技术（如机器学习和深度学习）在提高糖尿病筛查准确性方面的潜力，特别是在低资源环境中的应用	指出了当前临床实践中基于血液或实验室检测的糖尿病筛查方法的局限性，包括访问和成本问题	探讨人工智能技术在减少未诊断糖尿病负担中的应用	全球未诊断糖尿病的个体，特别是低收入和中等收入国家（如印度尼西亚）的人群	机器学习	糖尿病	机器学习和深度学习	NA	NA	NA
9138	2025-01-28	Status and future trends in wastewater management strategies using artificial intelligence and machine learning techniques 2024-Aug, Chemosphere IF:8.1Q1 DOI:10.1016/j.chemosphere.2024.142477 PMID:38844107	综述	本文综述了利用人工智能和机器学习技术进行水和废水管理的最新趋势	结合AI、深度学习和物联网技术，提出了高效的水管理框架	未具体说明数据来源和样本量，案例研究和统计评估的细节不足	探讨智能水管理机制，以满足不同用途的水质要求	水和废水管理策略	机器学习	NA	人工智能（AI）、深度学习（DL）、物联网（IoT）	NA	多种形式的数据	NA
9139	2025-01-28	MambaTab: A Plug-and-Play Model for Learning Tabular Data 2024-Aug, Proceedings. IEEE Conference on Multimedia Information Processing and Retrieval DOI:10.1109/mipr62202.2024.00065 PMID:39850741	研究论文	本文介绍了一种基于结构化状态空间模型（SSM）的创新方法MambaTab，用于处理表格数据	MambaTab利用新兴的SSM变体Mamba，为表格数据提供端到端的监督学习，相比现有方法在性能上更优且参数更少	NA	开发一种高效、可扩展且通用的表格数据处理模型	表格数据	机器学习	NA	结构化状态空间模型（SSM）	Mamba	表格数据	多样化的基准数据集
9140	2025-01-28	Beyond Size and Class Balance: Alpha as a New Dataset Quality Metric for Deep Learning 2024-Jul-31, ArXiv PMID:39830079	研究论文	本文提出了一种新的数据集质量度量指标——α，用于改进深度学习在医学影像中的性能	引入了生态学中的多样性度量框架，提出了一种新的数据集质量度量指标α，超越了传统的数据集大小和类别平衡的度量方法	研究仅限于医学影像数据集，未验证在其他类型数据集上的适用性	探索如何通过最大化数据集多样性来改进深度学习模型在图像分类任务中的性能	医学影像数据集	计算机视觉	NA	NA	深度学习模型	图像	七个医学数据集的数千个子集