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
11121	2025-01-19	Enhancing Real-Time Patient Monitoring in Intensive Care Units with Deep Learning and the Internet of Things 2025-Jan-17, Big data IF:2.6Q2 DOI:10.1089/big.2024.0113 PMID:39819048	研究论文	本文探讨了深度学习和物联网技术在重症监护病房（ICU）中实时患者监测的应用，旨在优化ICU的工作流程和提高诊疗水平	结合深度学习和物联网技术，提出了一种新型的智能ICU病房管理模式，以减少人为错误并改善患者监测和治疗效果	文章未具体提及现有系统的局限性，仅概述了深度学习和物联网技术整合的潜在优势和挑战	通过深度学习和物联网技术优化ICU的患者监测和诊疗流程，提高工作效率和诊疗水平	重症监护病房（ICU）中的患者监测系统	机器学习	NA	深度学习（DL）、物联网（IoT）	深度学习模型	临床数据、传感器数据	NA
11122	2025-01-19	GLAC-Unet: Global-Local Active Contour Loss with an Efficient U-Shaped Architecture for Multiclass Medical Image Segmentation 2025-Jan-17, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01387-9 PMID:39821780	研究论文	本文提出了一种新的损失函数GLAC（全局-局部主动轮廓损失），并结合改进的U-Net架构，用于多类医学图像分割	提出了GLAC损失函数，结合全局和局部图像特征，并改进了U-Net架构，包括引入Dense Layers、卷积块注意力模块和DropBlock，以提高分割精度	未明确提及具体局限性	开发一种新的损失函数和改进的U-Net架构，以提高多类医学图像分割的精度	医学图像，包括二维和三维图像，如皮肤镜、心脏磁共振成像和脑磁共振成像	计算机视觉	NA	深度学习	U-Net	图像	三个生物医学分割数据集，包括ISIC-2018、ACDC 2017和Infant Brain MRI Segmentation Challenge 2019
11123	2025-01-19	HCTTI: High-Performance Heterogeneous Computing Toolkit for Tissue Image Stain Normalization 2025-Jan-17, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01398-6 PMID:39821779	研究论文	本文介绍了一种高性能异构计算工具包HCTTI，用于组织图像染色标准化，旨在提高全片图像（WSI）分析的效率和深度学习分类的准确性	HCTTI是首个包含分布式WSI读取、标准化和序列化的综合工具包，相比现有工具如TIAToolbox，在标准化单个WSI时实现了13倍加速	尽管HCTTI在性能上有显著提升，但其在不同医院和实验室的广泛适用性仍需进一步验证	开发一种高性能工具包，以优化全片图像的读取、染色标准化和存储，从而提高深度学习在医学诊断中的应用效率	全片图像（WSI）	数字病理学	癌症	深度学习	NA	图像	NA
11124	2025-01-19	Utilizing a Novel Convolutional Neural Network for Diagnosis and Lesion Delineation in Colorectal Cancer Screening 2025-Jan-17, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01396-8 PMID:39821781	研究论文	本研究提出了一种创新的卷积神经网络模型，用于结直肠癌筛查中的癌症分类和病变区域的热图生成	该模型结合了并行的全局和局部特征提取分支以及独特的分类头，能够同时进行癌症分类和病变区域的热图生成	研究中使用的数据集仅来自四个医疗机构，可能限制了模型的泛化能力	提高结直肠癌筛查的效率和准确性	结直肠癌筛查图像	计算机视觉	结直肠癌	深度学习	CNN	图像	8260张来自四个医疗机构的筛查图像
11125	2025-01-19	MultiChem: predicting chemical properties using multi-view graph attention network 2025-Jan-16, BioData mining IF:4.0Q1 DOI:10.1186/s13040-024-00419-4 PMID:39815309	研究论文	本文介绍了一种名为MultiChem的多视图图注意力网络模型，用于预测化学化合物的分子特性	MultiChem模型通过结合局部和全局结构特征，利用图注意力层和多头注意力层来有效捕捉化学化合物的关键结构信息，相比现有方法在AUROC和RMSE上分别有3%和7%的提升	未明确提及具体局限性	开发一种高效且成本效益高的计算方法，以预测化学化合物的分子特性，从而加速药物发现过程	化学化合物的分子特性	机器学习	NA	多视图学习模型	图注意力网络（GAT）	分子结构数据	九个MoleculeNet数据集
11126	2025-01-19	Evaluating the feasibility of AI-predicted bpMRI image features for predicting prostate cancer aggressiveness: a multi-center study 2025-Jan-15, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01865-8 PMID:39812752	研究论文	本研究评估了利用人工智能预测的双参数MRI图像特征预测前列腺癌侵袭性的可行性	使用深度学习放射组学模型从bpMRI图像中提取特征，预测前列腺癌的侵袭性，并展示了良好的外部验证能力	研究未提及模型在不同种族或地区患者中的适用性	评估AI预测的bpMRI图像特征在前列腺癌侵袭性预测中的可行性	878名前列腺癌患者	数字病理学	前列腺癌	双参数MRI (bpMRI)	深度学习放射组学模型	图像	878名前列腺癌患者，来自4家医院
11127	2025-01-19	Pervasive glacier retreats across Svalbard from 1985 to 2023 2025-Jan-15, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-55948-1 PMID:39814715	研究论文	本文利用深度学习生成的1985年至2023年间149个海洋终止冰川的124919个冰崩前沿位置数据，揭示了斯瓦尔巴群岛非涌浪冰川在过去38年中的普遍冰崩前沿退缩现象	首次使用深度学习技术大规模分析斯瓦尔巴群岛海洋终止冰川的冰崩前沿退缩，揭示了季节性周期和区域海洋变暖对冰崩前沿变化的显著影响	研究主要依赖于遥感数据和深度学习模型，可能忽略了局部地形和冰川内部动力学的复杂性	研究目的是理解和预测海洋终止冰川的冰崩前沿退缩行为，特别是季节性变化和年际变化对冰川质量损失的影响	斯瓦尔巴群岛的149个海洋终止冰川	地球科学	NA	深度学习	NA	遥感数据	149个海洋终止冰川的124919个冰崩前沿位置数据
11128	2025-01-19	Artificial Intelligence in Computer-Aided Drug Design (CADD) Tools for the Finding of Potent Biologically Active Small Molecules: Traditional to Modern Approach 2025-Jan-15, Combinatorial chemistry & high throughput screening IF:1.6Q3 DOI:10.2174/0113862073334062241015043343 PMID:39819404	综述	本文探讨了人工智能在计算机辅助药物设计（CADD）中的应用，特别是小分子药物的发现	本文强调了人工智能、生物信息学和数据科学在加速药物发现、降低成本和减少动物实验需求方面的作用，并讨论了深度学习在配体性质和靶标活性预测中的进展	本文未具体提及研究中使用的数据集或样本量，也未详细讨论AI模型的具体局限性	研究目的是探讨人工智能在药物发现和开发中的作用，特别是如何加速高效、靶向特异性药物的发现	研究对象是小分子药物及其与生物分子靶标的相互作用	药物发现	NA	结构基于虚拟筛选（SBVS）、深度学习（DL）	深度学习（DL）	分子性质数据、靶标结合数据、3D结构数据	NA
11129	2025-01-19	BioStructNet: Structure-Based Network with Transfer Learning for Predicting Biocatalyst Functions 2025-Jan-14, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c01391 PMID:39705058	研究论文	本文介绍了BioStructNet，一种基于结构的深度学习网络，用于预测生物催化剂功能，通过整合蛋白质和配体结构数据来捕捉酶-底物相互作用的复杂性	BioStructNet结合了蛋白质和配体结构数据，并采用迁移学习优化小数据集的预测精度，提高了生物催化活性预测的准确性	特定酶功能（如转化效率和立体选择性）的数据可用性有限，影响了预测精度	开发一种深度学习模型，用于预测生物催化剂的功能，以加速工业用功能酶的发现	酶-底物相互作用	机器学习	NA	深度学习，迁移学习	深度学习网络	蛋白质和配体结构数据	使用CalB数据集进行案例研究
11130	2025-01-19	DANTE-CAIPI Accelerated Contrast-Enhanced 3D T1: Deep Learning-Based Image Quality Improvement for Vessel Wall MRI 2025-Jan-08, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8424 PMID:39038956	研究论文	本文探讨了深度学习去噪算法在加速、血液抑制后的颅内血管壁MRI（IVW）中的应用，以提高图像质量并缩短扫描时间	首次将深度学习去噪算法应用于DANTE-CAIPI-SPACE加速和血液抑制的IVW，显著减少了动脉和静脉流动伪影，并在较短的扫描时间内提高了信噪比（SNR）	研究样本量较小（64名患者），且未进行长期随访以评估该技术的临床效果	提高加速和血液抑制后的颅内血管壁MRI（IVW）的图像质量，减少伪影并提高信噪比（SNR）	64名连续接受IVW扫描的患者	医学影像	NA	深度学习去噪算法	深度卷积网络（DCNN）	MRI图像	64名患者
11131	2025-01-19	Deep Learning-Based Super-Resolution Reconstruction on Undersampled Brain Diffusion-Weighted MRI for Infarction Stroke: A Comparison to Conventional Iterative Reconstruction 2025-Jan-08, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8482 PMID:39779291	研究论文	本研究比较了基于深度学习的超分辨率重建与传统压缩感知重建在脑部扩散加权磁共振成像（DWI）中对梗死性卒中的图像质量和诊断信心的影响	首次将深度学习技术应用于脑部DWI的超分辨率重建，以提高梗死性卒中的诊断信心	研究为回顾性设计，样本量相对较小（114例），且未涉及其他类型的卒中	评估深度学习超分辨率重建在脑部DWI中对梗死性卒中的图像质量和诊断信心的提升效果	114名接受脑部DWI检查的参与者	医学影像	梗死性卒中	深度学习超分辨率重建	深度学习模型	磁共振成像（MRI）图像	114名参与者
11132	2025-01-19	Evaluating CNN Architectures for the Automated Detection and Grading of Modic Changes in MRI: A Comparative Study 2025-Jan, Orthopaedic surgery IF:1.8Q2 DOI:10.1111/os.14280 PMID:39638639	研究论文	本研究开发并评估了卷积神经网络（CNN）在检测和分级Modic变化（MCs）中的性能，并与初级医生的表现进行了比较	首次使用CNN自动检测和分级Modic变化，并验证了AI辅助对初级医生诊断一致性的提升	样本量相对较小，且数据来源仅限于特定品牌的MRI扫描仪	开发并验证CNN在MRI图像中自动检测和分级Modic变化的性能	139名患者的MRI图像	计算机视觉	脊柱疾病	MRI	CNN, YOLOv8, YOLOv5	图像	139名患者的MRI图像（109名来自Philips扫描仪，30名来自Philips和United Imaging扫描仪）
11133	2025-01-19	Intelligent Diagnosis of Hypopigmented Dermatoses and Intelligent Evaluation of Vitiligo Severity on the Basis of Deep Learning 2024-Dec, Dermatology and therapy IF:3.5Q1 DOI:10.1007/s13555-024-01296-9 PMID:39514178	研究论文	本研究提出了一种基于深度学习的智能诊断模型，用于分类诊断色素减退性皮肤病（HD）和评估白癜风严重程度	通过将squeeze-and-excitation (SE)模块与候选模型结合，构建了优化的诊断模型，并提出了一种客观的严重程度评估指标，结合分割模型形成了严重程度评估模型	研究中使用的数据集主要来自4744名患者，可能无法涵盖所有类型的HD和白癜风病例	开发一种客观、准确且方便的智能诊断和评估方法，用于色素减退性皮肤病和白癜风的严重程度评估	色素减退性皮肤病（HD）和白癜风患者	计算机视觉	皮肤病	深度学习	SE_ResNet-18, HR-Net	图像	4744名患者的11483张图像
11134	2025-01-19	Three-dimensional convolutional neural network for leak detection and localization in smart water distribution systems 2024-Dec-01, Water research X IF:7.2Q1 DOI:10.1016/j.wroa.2024.100264 PMID:39822329	研究论文	本文提出了一种三维卷积神经网络（3D CNN）深度学习模型，用于智能水分配系统中的泄漏检测和定位	首次将3D CNN应用于水分配网络的泄漏检测和定位，能够处理压力和时间的空间分布信息	深度学习模型的适应性可能受限，且受水力模拟模型影响较大，网络变化时需要重新训练，可能耗时且难以处理多种故障情况	研究智能水分配系统中的泄漏检测和定位方法	水分配网络（WDNs）中的泄漏	机器学习	NA	深度学习	3D CNN	压力数据	使用奥斯汀的一个真实水分配网络进行测试，生成了150毫米管道中3升/秒的泄漏模拟数据
11135	2024-11-23	Corrigendum to: Deep learning(s) in gaming disorder through the user-avatar bond: A longitudinal study using machine learning 2024-Nov-22, Journal of behavioral addictions IF:6.6Q1 DOI:10.1556/2006.2024.30000 PMID:39576296	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
11136	2025-01-19	Association of quantitative histopathology measurements with antemortem medial temporal lobe cortical thickness in the Alzheimer's disease continuum 2024-Sep-03, Acta neuropathologica IF:9.3Q1 DOI:10.1007/s00401-024-02789-9 PMID:39227502	研究论文	本文开发了两种深度学习算法，用于测量与阿尔茨海默病和LATE相关的磷酸化tau和TDP-43病理，并探讨了这些病理与内侧颞叶结构测量之间的关系	使用深度学习算法定量测量磷酸化tau和TDP-43病理，提供了比半定量评分更精细的病理测量方法，并展示了其在理解病理与结构关系中的优势	研究样本量相对较小（140例），且仅关注了内侧颞叶区域，未涉及其他脑区	探讨内侧颞叶萎缩与特定神经病理之间的关系，特别是磷酸化tau和TDP-43病理	阿尔茨海默病和LATE患者的脑组织样本	数字病理学	阿尔茨海默病	深度学习	深度学习算法	图像	140例生前MRI成像的病例
11137	2025-01-19	ARID3C Acts as a Regulator of Monocyte-to-Macrophage Differentiation Interacting with NPM1 2024-Aug-02, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.3c00509 PMID:38231884	研究论文	本研究探讨了ARID3C的细胞定位和功能，发现其与NPM1相互作用，促进单核细胞向巨噬细胞分化	首次揭示了ARID3C通过与NPM1结合并转运至细胞核，作为转录因子调控单核细胞向巨噬细胞分化的机制	未明确ARID3C在其他细胞类型或生物过程中的功能	阐明ARID3C的生物学功能及其在单核细胞向巨噬细胞分化中的作用	ARID3C蛋白及其与NPM1的相互作用	分子生物学	NA	LC-MS/MS, 深度学习, AlphaFold2	深度学习	蛋白质相互作用数据	NA
11138	2025-01-19	Chest CT-based automated vertebral fracture assessment using artificial intelligence and morphologic features 2024-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17072 PMID:38721977	研究论文	本文提出了一种基于胸部CT的自动化椎体骨折评估方法，利用深度学习和形态学特征进行椎体分割、标记和骨折检测	结合深度学习、多参数冻结增长算法和强度自相关技术，实现了椎体的自动化分割、标记及骨折检测，并验证了该方法在低剂量CT上的通用性	方法在低剂量CT上的通用性验证样本量较小（n=236），可能需要进一步扩大样本量以验证其稳定性	开发一种自动化方法，用于胸部CT图像中的椎体骨折评估，以替代人工专家阅读	慢性阻塞性肺疾病（COPD）患者的胸部CT图像	数字病理学	慢性阻塞性肺疾病	深度学习、多参数冻结增长算法、强度自相关	深度学习网络	胸部CT图像	3231名COPDGene研究参与者的40,050个椎体，其中120个扫描用于训练和验证深度学习模型，236个低剂量CT扫描用于通用性验证
11139	2025-01-19	Automated deep learning segmentation of high-resolution 7 Tesla postmortem MRI for quantitative analysis of structure-pathology correlations in neurodegenerative diseases 2024-May-01, Imaging neuroscience (Cambridge, Mass.) DOI:10.1162/imag_a_00171 PMID:39301426	研究论文	本文介绍了一种用于高分辨率7特斯拉死后MRI的自动深度学习分割方法，用于神经退行性疾病的结构-病理相关性定量分析	开发了一个深度学习管道，通过基准测试九种深度神经架构的性能来分割皮质层，并进行后处理拓扑校正	由于标记数据集的有限可用性以及扫描仪硬件和采集协议的异质性，自动分割方法在死后MRI中的应用尚未充分发展	开发自动分割方法以链接病理学测量与形态测量学测量	死后人类脑组织样本	数字病理学	阿尔茨海默病	7T MRI, T2w序列, T2*w FLASH序列	深度神经网络	MRI图像	135个死后人类脑组织样本，其中82个样本有阿尔茨海默病连续诊断
11140	2025-01-19	NON-CARTESIAN SELF-SUPERVISED PHYSICS-DRIVEN DEEP LEARNING RECONSTRUCTION FOR HIGHLY-ACCELERATED MULTI-ECHO SPIRAL FMRI 2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi56570.2024.10635551 PMID:39669313	研究论文	本文提出了一种基于物理驱动的深度学习（PD-DL）重建方法，用于加速多回波螺旋fMRI的10倍重建	本文的创新点在于将自监督学习算法修改并应用于非笛卡尔轨迹的优化训练，以实现高时空分辨率的多回波螺旋fMRI重建	NA	研究目的是通过深度学习技术加速多回波螺旋fMRI的重建，以提高时空分辨率	多回波螺旋fMRI数据	医学影像处理	NA	深度学习	PD-DL网络	fMRI图像数据	NA