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
9781	2025-04-26	Evaluating deep learning techniques for optimal neurons counting and characterization in complex neuronal cultures 2025-Feb, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03202-z PMID:39417963	研究论文	本文评估了三种深度学习技术在神经元培养图像中自动计数和表征神经元的最优方法	比较了语义分割、目标检测和实例分割三种深度学习技术在神经元计数和表征中的表现，发现实例分割效果最佳	研究仅针对神经元培养图像，未涉及其他类型的细胞或组织	开发自动且可靠的神经元计数和表征方法	神经元培养中的神经元	计算机视觉	NA	深度学习	语义分割、目标检测、实例分割	图像	NA
9782	2025-04-26	Attention-Guided Residual U-Net with SE Connection and ASPP for Watershed-Based Cell Segmentation in Microscopy Images 2025-Feb, Journal of computational biology : a journal of computational molecular cell biology IF:1.4Q2 DOI:10.1089/cmb.2023.0446 PMID:39422580	研究论文	提出了一种名为RA-SE-ASPP-Net的新型框架，用于显微镜图像中基于分水岭的细胞分割	结合了残差块、注意力机制、Squeeze-and-Excitation连接和Atrous Spatial Pyramid Pooling，以提高细胞分割的精确性和鲁棒性	在低信噪比图像中准确分割接触细胞仍存在挑战	开发自动化细胞分割方法以替代耗时的手动分析	显微镜图像中的细胞	计算机视觉	NA	深度学习	U-Net-based networks, RA-SE-ASPP-Net	显微镜图像	诱导多能干细胞重编程数据集
9783	2025-04-26	Graph based recurrent network for context specific synthetic lethality prediction 2025-Feb, Science China. Life sciences DOI:10.1007/s11427-023-2618-y PMID:39422810	研究论文	提出了一种基于图循环网络的模型（SLGRN），用于预测特定遗传背景下的合成致死（SL）相互作用	引入图循环网络编码器获取特定背景下的低维特征表示，结合门控循环单元（GRU）和背景依赖状态，有效整合所有节点信息	未明确提及模型在跨癌症类型或大规模临床数据集上的泛化能力	探索具有治疗潜力的合成致死相互作用，推动癌症靶向治疗发展	合成致死相互作用及其遗传背景依赖性	机器学习	癌症	图神经网络（GNN）、门控循环单元（GRU）	SLGRN（基于图循环网络的模型）	图数据（基因相互作用网络）	NA（未明确提及具体样本量，但包含体外实验和回顾性临床分析验证）
9784	2025-04-26	High-Accuracy and Lightweight Image Classification Network for Optimizing Lymphoblastic Leukemia Diagnosisy 2025-Feb, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24704 PMID:39429031	research paper	该研究提出了一种高精度轻量级图像分类网络，用于优化淋巴细胞白血病的诊断	采用渐进式收缩方法，整合了包括宽度、深度、分辨率和核大小在内的多维度剪枝技术，训练轻量级模型	数据集的物理限制和部署设备的限制可能影响模型的泛化能力	优化淋巴细胞白血病的早期检测和诊断	淋巴细胞白血病患者的骨髓细胞图像	digital pathology	lymphoblastic leukemia	deep learning	CNN	image	17,826张骨髓细胞图像来自85名患者
9785	2025-04-26	Clinical Pilot of a Deep Learning Elastic Registration Algorithm to Improve Misregistration Artifact and Image Quality on Routine Oncologic PET/CT 2025-Feb, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.09.044 PMID:39462735	research paper	该研究评估了一种深度学习弹性配准算法在常规肿瘤PET/CT中改善配准伪影和图像质量的效果	提出了一种基于深度学习的弹性配准方法，用于改进PET和衰减校正CT之间的配准误差	样本量较小（30例患者），且仅针对特定类型的PET扫描（18F-FDG和64Cu-DOTATATE）	评估深度学习弹性配准算法在肿瘤PET/CT中的图像质量改善效果	30例接受常规肿瘤检查的患者（20例18F-FDG PET/CT和10例64Cu-DOTATATE PET/CT）	digital pathology	oncologic disease	PET/CT imaging	deep learning-based elastic registration algorithm	medical imaging (PET/CT)	30 patients (20 18F-FDG PET/CT and 10 64Cu-DOTATATE PET/CT)
9786	2025-04-26	Electrocardiograph analysis for risk assessment of heart failure with preserved ejection fraction: A deep learning model 2025-Feb, ESC heart failure IF:3.2Q2 DOI:10.1002/ehf2.15120 PMID:39463004	研究论文	开发了一种深度学习模型用于通过心电图分析评估射血分数保留的心力衰竭（HFpEF）风险	使用CNN-LSTM深度学习模型结合心电图数据进行HFpEF风险评估，相比传统指标具有更好的区分能力	样本量相对较小（训练集238例，验证集117例），且需要侵入性左心室导管检查获取LVEDP数据	开发一种高效、低成本的HFpEF筛查方法	HFpEF高风险和低风险患者	数字病理	心血管疾病	心电图分析	CNN-LSTM	心电图数据	训练集238例，验证集117例HFpEF风险患者
9787	2025-04-26	A Recognition System for Diagnosing Salivary Gland Neoplasms Based on Vision Transformer 2025-Feb, The American journal of pathology DOI:10.1016/j.ajpath.2024.09.010 PMID:39490441	研究论文	开发了一种基于Vision Transformer (ViT)的计算机辅助诊断模型，用于准确分类唾液腺肿瘤的最常见亚型	首次将Vision Transformer (ViT)应用于唾液腺肿瘤的分类，并在诊断性能上超越了基准模型	研究仅基于3046张全切片图像，样本来源和多样性可能有限	提高唾液腺肿瘤的组织学分类准确性，辅助病理学家进行精确诊断	唾液腺肿瘤的八种常见亚型，包括多形性腺瘤、肌上皮瘤、Warthin瘤等	计算机视觉	唾液腺肿瘤	深度学习	Vision Transformer (ViT)	图像	3046张全切片图像，涵盖九种不同的组织类别
9788	2024-12-18	Correction: Deep learning assists early-detection of hypertension-mediated heart change on ECG signals 2025-Feb, Hypertension research : official journal of the Japanese Society of Hypertension IF:4.3Q1 DOI:10.1038/s41440-024-01980-5 PMID:39681651	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
9789	2025-04-26	The Impact of Deep Learning on Determining the Necessity of Bronchoscopy in Pediatric Foreign Body Aspiration: Can Negative Bronchoscopy Rates Be Reduced? 2025-Feb, Journal of pediatric surgery IF:2.4Q2 DOI:10.1016/j.jpedsurg.2024.162014 PMID:39489944	研究论文	本研究评估了深度学习方法在诊断儿童异物吸入（FBA）中的作用，以减少不必要的支气管镜检查及其潜在并发症	使用基于CNN的深度学习方法显著提高了预测支气管镜检查必要性的准确性，减少了阴性支气管镜检查率	研究样本量较小，未来需要更大规模的多中心数据集验证结果	评估深度学习方法在减少儿童异物吸入诊断中不必要的支气管镜检查的应用效果	47名疑似异物吸入的儿科患者和63名健康儿童的110张PA CXR图像	计算机视觉	儿科异物吸入	CNN, 多元逻辑回归（MLR）	CNN	图像	110张PA CXR图像（47名患者+63名健康儿童）
9790	2025-04-26	Medical Imaging Applications Developed Using Artificial Intelligence Demonstrate High Internal Validity Yet Are Limited in Scope and Lack External Validation 2025-Feb, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association IF:4.4Q1 DOI:10.1016/j.arthro.2024.01.043 PMID:38325497	综述	本文回顾了深度学习在运动医学中的应用，识别了文献中的知识和转化差距，并提出了改进建议	系统评估了深度学习模型在运动医学中的内部效度和外部验证情况，并提出了临床适用性不足的问题	仅关注运动医学领域，且大多数研究缺乏外部验证，临床适用性评分较低	评估深度学习在运动医学影像应用中的现状和潜在改进方向	运动医学中的深度学习模型及其临床应用	医学影像分析	运动损伤	深度学习	CNN	医学影像	55项研究
9791	2025-04-26	Illuminating Entomological Dark Matter with DNA Barcodes in an Era of Insect Decline, Deep Learning, and Genomics 2025-Jan, Annual review of entomology IF:15.0Q1 DOI:10.1146/annurev-ento-040124-014001 PMID:39353093	综述	本文回顾了DNA条形码在昆虫生物多样性发现和群落分析中的应用及其重要性	探讨了DNA条形码在深度学习算法图像训练集构建、全球生物多样性基因组学及昆虫群落功能分析中的潜在作用	未提及具体实验数据或案例研究	评估DNA条形码技术在昆虫识别和生物多样性研究中的应用及未来发展方向	昆虫物种及生物多样性	生物信息学	NA	DNA条形码、高通量测序	深度学习	DNA序列、图像	NA
9792	2025-04-26	Spiral volumetric optoacoustic tomography of reduced oxygen saturation in the spinal cord of M83 mouse model of Parkinson's disease 2025-Jan, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-06938-w PMID:39382580	research paper	该研究采用多模态成像方法评估帕金森病转基因M83小鼠模型脊髓中的氧合变化	开发了基于深度学习的自动分割工具用于小鼠脊髓结构MRI数据的分析，以及sO2SVOT数据的体积分析	研究仅针对M83小鼠模型，未涉及其他帕金森病模型或人类样本	评估帕金森病小鼠模型脊髓中的氧合变化及结构变化	转基因M83小鼠和非转基因同窝小鼠的脊髓	digital pathology	Parkinson's disease	spiral volumetric optoacoustic tomography (SVOT), high-field T1-weighted MRI, immunostaining	deep learning-based automatic segmentation	image	M83小鼠和非转基因同窝小鼠
9793	2025-04-26	For the busy clinical-imaging professional in an AI world: Gaining intuition about deep learning without math 2025-Jan, Journal of medical imaging and radiation sciences IF:1.3Q3 DOI:10.1016/j.jmir.2024.101762 PMID:39437625	继续医学教育文章	本文旨在通过医学类比和快速模拟帮助临床影像专业人员更直观地理解深度学习，而无需深入数学细节	采用医学类比和可快速实现的模拟演示，使临床专业人员能够通过亲身体验理解深度学习的内部机制	主要关注诊断领域的深度学习应用，虽然也提到治疗领域的类似性，但未深入探讨	提升临床专业人员对深度学习在医学诊断中应用的基本理解	临床影像专业人员	数字病理	乳腺癌	深度学习模拟演示	深度学习模型	医学影像数据	NA
9794	2025-04-26	Evaluation of root canal filling length on periapical radiograph using artificial intelligence 2025-Jan, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-024-00781-3 PMID:39465425	research paper	本研究提出了一种利用人工智能和图像分析技术评估根管充填成功的新方法	首次将5种基于CNN的深度学习模型应用于根管充填的自动分割，并开发了供临床医生使用的GUI界面进行辅助分析	样本量相对有限（597张根尖周X线片），且仅评估了二维影像数据	开发AI辅助的根管治疗评估系统	根管充填的影像学评估	digital pathology	dental disease	image analysis	CNN	image	597张根尖周X线片（包含1121颗治疗牙）
9795	2025-04-26	Cardiac motion correction with a deep learning network for perfusion defect assessment in single-photon emission computed tomography myocardial perfusion imaging 2025-Jan, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology IF:3.0Q2 DOI:10.1016/j.nuclcard.2024.102071 PMID:39491716	研究论文	本研究探讨了在单光子发射计算机断层扫描心肌灌注成像中，使用深度学习网络进行心脏运动校正以评估灌注缺陷的潜在益处	首次将深度学习网络应用于心脏运动校正，显著提高了标准计数和减少计数研究中的灌注缺陷检测能力	研究依赖于模拟病变作为真实值，可能无法完全反映真实临床情况	提高单光子发射计算机断层扫描心肌灌注成像中灌注缺陷的检测准确性	心脏运动伪影和灌注缺陷	数字病理学	心血管疾病	单光子发射计算机断层扫描(SPECT)	深度学习网络(DL)	医学影像	训练集197例，测试集194例临床受试者
9796	2025-04-26	Style harmonization of panoramic radiography using deep learning 2025-Jan, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-024-00782-2 PMID:39470914	研究论文	本研究利用深度学习技术对来自不同设备的全景放射影像进行风格统一	首次使用CycleGAN对全景放射影像进行风格统一，并通过客观和专家评估验证其效果	模型需要进一步优化以适用于更多设备的影像	实现不同设备拍摄的全景放射影像的风格统一	全景放射影像	计算机视觉	NA	CycleGAN	GAN	图像	15,624张全景影像（其中444张用于测试）
9797	2025-04-26	Challenges and Opportunities in the Clinical Translation of High-Resolution Spatial Transcriptomics 2025-Jan, Annual review of pathology DOI:10.1146/annurev-pathmechdis-111523-023417 PMID:39476415	综述	本文回顾了高分辨率空间转录组学技术在临床转化中的挑战与机遇	探讨了空间转录组学技术在亚细胞分辨率下数字化基因表达的创新潜力及其在个性化医疗中的应用	讨论了高分辨率空间转录组学技术在快速转化中面临的挑战	旨在推动空间转录组学技术在疾病机制研究和个性化治疗中的临床应用	常规收集和存档的临床样本	数字病理学	NA	空间转录组学技术	深度学习	基因表达数据	NA
9798	2025-04-26	Retinal OCT biomarkers and their association with cognitive function-clinical and AI approaches 2025-Jan, Die Ophthalmologie DOI:10.1007/s00347-024-01988-9 PMID:38381373	研究论文	探讨视网膜OCT生物标志物与认知功能之间的关联，并评估AI在医学图像分析中的应用	结合临床与AI方法，探索视网膜OCT生物标志物作为认知功能下降早期非侵入性标记的潜力	AI工具在医学应用中的黑箱性质及在开发数据集外的普遍表现不佳	评估视网膜OCT生物标志物在认知功能下降和神经退行性疾病早期检测中的有效性	视网膜OCT生物标志物与认知功能	数字病理学	神经退行性疾病	光学相干断层扫描(OCT)	深度学习(DL)	医学图像	NA
9799	2025-04-26	Pruning Sparse Tensor Neural Networks Enables Deep Learning for 3D Ultrasound Localization Microscopy 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3552198 PMID:40126968	research paper	该论文提出了一种使用稀疏张量神经网络实现基于深度学习的3D超声定位显微镜（ULM）的方法，以降低内存需求并提高性能	首次将稀疏张量神经网络应用于3D ULM，显著降低了内存需求并提高了在高浓度微泡环境下的性能	稀疏化处理可能导致信息损失，且在2D情况下性能略有下降	开发更高效的3D超声定位显微镜技术，以缩短采集时间并提高成像质量	超声定位显微镜中的微泡轨迹检测	digital pathology	NA	超声定位显微镜（ULM）	稀疏张量神经网络	3D超声图像数据	NA
9800	2025-04-26	CRCL: Causal Representation Consistency Learning for Anomaly Detection in Surveillance Videos 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3558089 PMID:40215152	research paper	提出了一种名为CRCL的因果表示一致性学习方法，用于监控视频中的异常检测	通过因果学习挖掘潜在的场景鲁棒因果变量，剥离深度表示中的场景偏差并学习因果视频正态性	在现实场景中可能无法应对标签无关的数据偏移（如场景变化），且对轻微异常的响应可能不足	改进监控视频中的异常检测方法	监控视频中的异常事件	computer vision	NA	causality learning, deep representation learning	CRCL (Causal Representation Consistency Learning)	video	在基准数据集上进行了大量实验