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
1101	2025-05-07	Synchronization-based graph spatio-temporal attention network for seizure prediction 2025-Feb-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88492-5 PMID:39901056	研究论文	提出一种基于同步的图时空注意力网络（SGSTAN）用于癫痫发作预测	通过时空相关性有效利用EEG记录中的复杂信息，解决了现有方法难以准确捕捉个体差异和忽略时间变化信息的问题	未明确提及具体局限性	设计准确可靠的癫痫发作预测方法，为患者提供早期预警	癫痫患者的脑电图（EEG）数据	机器学习	癫痫	EEG分析	SGSTAN（基于同步的图时空注意力网络）	EEG信号	CHB-MIT公共数据集
1102	2025-05-07	Comparative analysis of the DCNN and HFCNN Based Computerized detection of liver cancer 2025-Feb-03, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01578-4 PMID:39901085	research paper	比较DCNN和HFCNN在基于计算机的肝癌检测中的效果	通过滤波增强CT图像的边缘和纹理以实现精确的肝脏分割，并比较两种深度学习框架DCNN和HFCNN在肝癌检测中的表现	CT图像检测过程中由于胆管、血管等结构重叠、图像噪声、纹理变化、大小和位置变化以及固有的异质性可能导致分割错误	评估DCNN和HFCNN在肝癌检测和分割中的有效性	肝癌的CT图像	digital pathology	liver cancer	computed tomography (CT)	DCNN, HFCNN	image	NA
1103	2025-05-07	Pathological and radiological assessment of benign breast lesions with BIRADS IVc/V subtypes. should we repeat the biopsy? 2025-Feb-03, BMC women's health DOI:10.1186/s12905-025-03569-7 PMID:39901102	研究论文	本研究评估了被分类为BIRADS IVc/V的良性乳腺病变的病理和放射学特征，探讨了是否需要重复活检	识别了BIRADS IVc/V分类下良性乳腺病变的组织病理学诊断，并研究了这些肿块的放射学特征，特别是可能导致假阳性结果的超声特征	单中心回顾性研究，样本量有限，未纳入其他诊断方法如超声弹性成像或人工智能技术	提高乳腺病变的诊断准确性，减少不必要的活检程序	被分类为BIRADS IVc/V的乳腺病变患者	数字病理学	乳腺癌	针芯/立体定向真空辅助活检	NA	影像数据和病理数据	828例乳腺病变（其中44例初始活检为良性，784例为恶性）
1104	2025-05-07	RetOCTNet: Deep Learning-Based Segmentation of OCT Images Following Retinal Ganglion Cell Injury 2025-Feb-03, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.2.4 PMID:39903165	research paper	介绍了一种名为RetOCTNet的深度学习工具，用于自动分割视网膜神经纤维层（RNFL）和总视网膜厚度	提出了RetOCTNet，一种能够自动分割RNFL和总视网膜厚度的深度学习工具，适用于RGC损伤后的OCT图像分析	研究仅基于大鼠模型，未涉及人类数据	开发一种自动化工具，用于RGC损伤后OCT图像的RNFL和视网膜厚度测量	大鼠视网膜OCT图像	digital pathology	retinal ganglion cell injury	optical coherence tomography (OCT)	CNN	image	192 scans（训练80%，测试10%，验证10%）
1105	2025-05-07	Targeted Microperimetry Grids for Focal Lesions in Intermediate AMD: PINNACLE Study Report 7 2025-Feb-03, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.2.6 PMID:39903180	research paper	评估基于OCT的靶向微视野检查网格在评估中间年龄相关性黄斑变性（iAMD）中局灶性病变的可行性和效用	使用深度学习算法检测OCT图像中的局灶性病变和变化，并指导针对病变位置的5点微视野检查	标准网格的插值可能在病变中心区域出现错误，特别是在EZ/IZ损失伴随高透射和视网膜下液的区域	评估靶向微视野检查网格在iAMD患者局灶性病变中的应用效果	395名55至90岁的iAMD患者	digital pathology	geriatric disease	OCT, 微视野检查	deep learning	image	93眼（来自83名患者），评估605个5点靶向网格和标准网格，涉及235个局灶性病变
1106	2025-05-07	Deep Learning Approaches to Predict Geographic Atrophy Progression Using Three-Dimensional OCT Imaging 2025-Feb-03, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.2.11 PMID:39913124	研究论文	评估不同处理三维OCT图像的方法在深度学习模型中预测地理萎缩（GA）病变面积和未来增长率的表现	比较了四种不同的3D OCT图像处理方法在预测GA病变增长率和基线病变面积上的性能，发现EZ和RPE层包含大部分预测相关信息	所有探索的方法在预测GA增长率上的性能相当，可能已达到性能瓶颈	评估3D OCT图像处理方法在预测GA病变进展中的效用	年龄相关性黄斑变性（AMD）引起的地理萎缩（GA）患者/眼睛	数字病理学	年龄相关性黄斑变性	光学相干断层扫描（OCT）	3D CNN, SLIVER-net	三维OCT图像	模型开发使用1219只研究眼，保留性能评估使用442只研究眼
1107	2025-05-07	Deep learning to decode sites of RNA translation in normal and cancerous tissues 2025-Feb-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56543-0 PMID:39894899	研究论文	介绍了一种基于transformer模型的RiboTIE方法，用于提高核糖体分析数据的分析精度和深度	RiboTIE直接利用原始核糖体分析数据，高精度和高灵敏度地检测翻译的开放阅读框（ORFs）	未提及具体的技术或样本限制	提高RNA翻译变异分析的准确性和深度，以增进对蛋白质合成及其在疾病中作用的理解	正常脑组织和髓母细胞瘤癌症样本中的RNA翻译调控	自然语言处理	髓母细胞瘤	Ribo-Seq	transformer模型	核糖体分析数据	多样化的数据集，包括正常脑组织和髓母细胞瘤样本
1108	2025-05-07	Topology-based protein classification: A deep learning approach 2025-02, Biochemical and biophysical research communications IF:2.5Q3 DOI:10.1016/j.bbrc.2024.151240 PMID:39742787	研究论文	本研究利用深度学习和Delaunay剖分技术，基于蛋白质的局部拓扑结构对蛋白质超家族进行分类	首次报道了利用蛋白质拓扑数据通过深度学习和Delaunay剖分技术进行蛋白质分类	NA	减轻结构生物学家面临的工作负担，特别是在大数据背景下	蛋白质超家族	计算生物学	NA	Delaunay剖分	深度神经网络	蛋白质结构数据	18个超家族的蛋白质
1109	2025-05-07	Investigating the Quality of DermaMNIST and Fitzpatrick17k Dermatological Image Datasets 2025-Feb-01, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04382-5 PMID:39893183	research paper	本文对三个流行的皮肤病图像数据集（DermaMNIST、HAM10000和Fitzpatrick17k）进行了细致的分析，揭示了数据质量问题，并提出了修正建议	揭示了皮肤病图像数据集中的数据质量问题，并提出了修正方法，同时公开了分析流程和代码以促进类似研究	仅分析了三个数据集，可能无法涵盖所有皮肤病图像数据集的质量问题	评估皮肤病图像数据集的质量并提高深度学习模型的可靠性	DermaMNIST、HAM10000和Fitzpatrick17k数据集	digital pathology	dermatological disease	NA	deep neural network	image	三个数据集（具体样本数量未明确说明）
1110	2025-05-07	AI-based prediction of androgen receptor expression and its prognostic significance in prostate cancer 2025-Feb-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88199-7 PMID:39893198	研究论文	本研究开发了一种基于AI的预后模型，利用深度学习整合全切片图像中的雄激素受体区域特征，用于预测前列腺癌的生化复发	首次将雄激素受体区域特征与深度学习结合，用于前列腺癌生化复发的预测	研究仅基于两个中心的数据，可能缺乏广泛代表性	提高前列腺癌生化复发的预测准确性，帮助识别高风险患者	前列腺癌患者	数字病理学	前列腺癌	深度学习	深度学习模型	图像	来自两个中心的545名患者
1111	2025-05-07	Evaluation of Image Quality and Scan Time Efficiency in Accelerated 3D T1-Weighted Pediatric Brain MRI Using Deep Learning-Based Reconstruction 2025-Feb, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2024.0701 PMID:39898398	研究论文	本研究评估了使用基于深度学习的重建算法加速3D T1加权儿童脑部MRI扫描对扫描时间和图像质量的影响	采用基于深度学习的重建算法显著缩短了MRI扫描时间并提高了图像质量	病变显着性在两种协议之间保持相似	评估加速3D T1加权儿童脑部MRI协议的效果	46名接受常规和加速3D T1加权脑部MRI扫描的儿童患者	数字病理学	NA	3D T1加权MRI扫描	DL-based algorithm	MRI图像	46名儿童患者
1112	2025-05-07	Accuracy of a Cascade Network for Semi-Supervised Maxillary Sinus Detection and Sinus Cyst Classification 2025-Feb, Clinical implant dentistry and related research IF:3.7Q1 DOI:10.1111/cid.13431 PMID:39898709	research paper	开发一种基于深度学习的管道，用于在锥形束计算机断层扫描（CBCT）图像中对上颌窦病变进行分类，以提供临床诊断的辅助支持	提出了一种级联网络，结合半监督上颌窦区域目标检测模块和上颌窦病变分类模块，减少了手动标注的需求并保持了高精度	研究仅使用了541名患者的CBCT图像，样本量可能不足以代表所有临床情况	开发一种高精度的上颌窦病变检测和分类方法，以辅助临床诊断	上颌窦黏膜囊肿	digital pathology	oral and maxillofacial diseases	CBCT	Cascade Network (ResNet-50, Transformer)	image	45,136张上颌窦图像，来自541名患者的CBCT扫描
1113	2025-05-07	AFMDD: Analyzing Functional Connectivity Feature of Major Depressive Disorder by Graph Neural Network-Based Model 2025-Feb, Journal of computational biology : a journal of computational molecular cell biology IF:1.4Q2 DOI:10.1089/cmb.2024.0505 PMID:39899351	研究论文	提出了一种基于图神经网络的模型AFMDD，用于分析抑郁症的功能连接特征并提升诊断准确性	设计了专门针对抑郁症功能连接特征分析的图神经网络模型AFMDD，并通过实验验证其在抑郁症诊断中的优异性能，准确率达到73.15%，超过了许多现有方法	当前方法忽视了脑图中子图的重要性，导致准确性较低，可能产生不可靠的结果	提升抑郁症自动诊断的准确性，并开发抑郁症的生物标志物	抑郁症患者的功能连接特征	机器学习	抑郁症	功能连接(FC)分析	图神经网络(GNN)	脑功能连接网络数据	NA
1114	2025-05-07	Capturing continuous, long timescale behavioral changes in Drosophila melanogaster postural data 2025-Feb, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012753 PMID:39899595	research paper	该研究通过深度学习框架SLEAP对果蝇的姿势数据进行长期连续记录，以探索其行为在不同时间尺度上的变化	首次使用深度学习框架SLEAP对果蝇进行长达7天的连续姿势记录，揭示了果蝇日常行为模式的新特征	研究仅在无特征的实验环境中进行，可能无法完全反映果蝇在自然环境中的行为	探索果蝇在不同时间尺度上的行为变化	果蝇（Drosophila melanogaster）	machine learning	NA	SLEAP深度学习框架	NA	视频数据	47只果蝇个体，近20亿个姿势实例
1115	2025-05-07	Development and validation of fully automated robust deep learning models for multi-organ segmentation from whole-body CT images 2025-Feb, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.104911 PMID:39899952	研究论文	开发并验证了基于深度学习的全自动模型，用于从全身CT图像中进行多器官分割	提出了两种策略训练多器官分割模型，并在不同数据库的成人和儿科病例上验证了模型的鲁棒性	部分器官的分割性能仍有提升空间，如肾上腺和胰腺	开发适用于临床环境的全自动多器官分割工具	成人和儿科患者的全身CT图像	计算机视觉	NA	CT成像	nnU-Net	图像	4082张CT图像（包括300例儿科病例）
1116	2025-05-07	Synthetic data generation in motion analysis: A generative deep learning framework 2025-Feb, Proceedings of the Institution of Mechanical Engineers. Part H, Journal of engineering in medicine DOI:10.1177/09544119251315877 PMID:39902572	research paper	介绍了一种基于变分自编码器的数据增强策略，用于生成运动分析中的合成数据	在运动分析领域引入了一种有效的数据增强方法	未提及具体限制	开发一种数据增强策略以解决运动分析中数据收集困难的问题	髋关节和膝关节的角度和力矩，以及地面反作用力	machine learning	NA	variational autoencoder, LSTM	VAE, LSTM	kinetic and kinematic variables	未提及具体样本量
1117	2025-05-07	Foundation Models in Radiology: What, How, Why, and Why Not 2025-Feb, Radiology IF:12.1Q1 DOI:10.1148/radiol.240597 PMID:39903075	综述	本文综述了放射学中基础模型（FMs）的基本概念、训练数据需求、模型训练范式、能力及评估策略	探讨了基础模型在放射学中的潜在变革性影响及其训练路径的益处与挑战	未提及具体实验数据或案例研究	统一放射学中基础模型的技术进展与临床需求，以实现安全、负责任的训练	放射学中的基础模型（FMs）	放射学	NA	深度学习	基础模型（FMs）	文本和影像数据	NA
1118	2025-05-07	Artificial intelligence-based cardiovascular/stroke risk stratification in women affected by autoimmune disorders: a narrative survey 2025-01-02, Rheumatology international IF:3.2Q2 DOI:10.1007/s00296-024-05756-5 PMID:39745536	研究论文	探讨基于人工智能的女性自身免疫性疾病患者心血管/中风风险分层方法	利用人工智能整合生物标志物和颈动脉超声数据，改进传统方法低估的女性自身免疫性疾病患者心血管风险预测	研究仅针对女性自身免疫性疾病患者，结果可能不适用于其他人群	开发更准确的心血管疾病和中风风险预测模型	患有系统性红斑狼疮、硬皮病、类风湿性关节炎和干燥综合征等自身免疫性疾病的女性患者	数字病理学	心血管疾病	颈动脉超声、放射组学特征分析	机器学习和深度学习模型	影像数据和临床参数	患有自身免疫性疾病的女性患者的生物标志物数据和颈动脉超声成像数据
1119	2025-05-07	Current status, challenges, and prospects of artificial intelligence applications in wound repair theranostics 2025, Theranostics IF:12.4Q1 DOI:10.7150/thno.105109 PMID:39897550	综述	本文全面总结了人工智能在伤口修复诊疗中的最新进展，包括其在伤口分类、测量、监测、预测及个性化治疗中的应用	探讨了人工智能在伤口管理中实现闭环护理系统的潜力及其在伤口诊疗中的创新应用	人工智能在伤口管理中实现全面应用的闭环护理系统仍面临挑战	为人工智能驱动的伤口修复诊疗提供科学证据和技术支持	皮肤损伤及其修复过程	数字病理学	皮肤损伤	机器学习、深度学习、神经网络	NA	图像	NA
1120	2025-05-07	Unsupervised monocular depth estimation with omnidirectional camera for 3D reconstruction of grape berries in the wild 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317359 PMID:39899513	研究论文	本文提出了一种基于无监督单目深度估计和全向相机的葡萄浆果3D重建方法，用于辅助葡萄修剪工作	将深度学习无监督单目深度估计方法扩展到全向相机，解决了葡萄浆果纹理少、形状对称且密集排列的3D重建难题	方法在葡萄浆果纹理少且密集排列的情况下可能仍存在重建精度限制	开发一个识别修剪过程中应去除葡萄浆果的系统	日本鲜食葡萄的浆果	计算机视觉	NA	无监督单目深度估计	深度学习	视频	未明确说明样本数量（野外生长的葡萄串）