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
11241	2025-05-02	A Practical Roadmap to Implementing Deep Learning Segmentation in the Clinical Neuroimaging Research Workflow 2024-09, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.06.026 PMID:38866234	research paper	本文探讨了一种利用开源工具加速和增强临床研究中图像分割的通用方法	提出了一种迭代的模型训练和迁移学习方法，强调在标记过程的早期进行内部验证和异常值处理，后期进行微调	NA	为使用机器学习技术进行图像分割的研究提供加速和增强可重复性的框架	临床神经影像研究中的图像分割	machine learning	NA	deep learning	NA	image	NA
11242	2025-05-02	Predicting the Outcome and Survival of Patients with Spinal Cord Injury Using Machine Learning Algorithms: A Systematic Review 2024-08, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.05.103 PMID:38796146	系统综述	本文通过系统综述评估了机器学习算法在脊髓损伤（SCI）患者诊断和预后预测中的表现	总结了机器学习在SCI领域的应用潜力，特别是在诊断和预后预测方面的效果	需要进一步研究深度学习算法在急性SCI诊断中的应用	评估机器学习算法在脊髓损伤患者诊断和预后预测中的性能	脊髓损伤患者	机器学习	脊髓损伤	机器学习算法	ML和DL算法	临床数据	9424名被诊断为脊髓损伤的患者
11243	2025-05-02	Usefulness of Artificial Intelligence in Traumatic Brain Injury: A Bibliometric Analysis and Mini-review 2024-08, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.05.065 PMID:38759786	综述	本文通过文献计量分析和迷你综述，探讨了人工智能在创伤性脑损伤（TBI）中的主要应用	结合文献计量分析和迷你综述，全面评估了人工智能在TBI领域的研究进展和应用潜力	主要基于Scopus数据库的文献，可能未涵盖所有相关研究	评估人工智能在创伤性脑损伤领域的应用和研究趋势	创伤性脑损伤（TBI）相关的科学出版物	人工智能	创伤性脑损伤	文献计量分析、知识图谱分析	NA	文献数据	495篇科学出版物（2000-2023年）
11244	2025-05-02	Semiautomatic Assessment of Facet Tropism From Lumbar Spine MRI Using Deep Learning: A Northern Finland Birth Cohort Study 2024-May-01, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000004909 PMID:38105615	研究论文	本研究利用深度学习从腰椎MRI中半自动评估关节面取向，并在芬兰北部出生队列中研究关节面取向的流行情况	开发了一个基于深度学习的半自动框架来测量关节面角度，并在大规模人群队列中研究关节面取向	研究为回顾性设计，可能受到数据收集时的限制	引入半自动框架测量关节面角度并研究关节面取向的流行情况	芬兰北部出生队列中的1288名参与者的腰椎MRI图像	数字病理学	脊柱疾病	深度学习	DL模型	MRI图像	1288名参与者的腰椎MRI图像，其中430名用于模型训练，60名用于评估评分者间和评分者内可靠性
11245	2025-05-02	A New Deep Learning Algorithm for Detecting Spinal Metastases on Computed Tomography Images 2024-Mar-15, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000004889 PMID:38084012	研究论文	开发了一种新的深度学习算法，用于在计算机断层扫描（CT）图像上自动检测胸腰椎区域的溶骨性骨转移病灶	提出了一种新的基于深度学习的计算机辅助检测模型，用于自动检测CT图像中的溶骨性骨转移病灶	模型的准确性仍需进一步提高	提高骨转移病灶的检测率，预防癌症末期患者生活质量的恶化	胸腰椎区域的溶骨性骨转移病灶	计算机视觉	骨转移	深度学习	DL-based AI模型	CT图像	263份阳性CT扫描（包含至少一个溶骨性骨转移病灶）和172份阴性CT扫描（无骨转移），以及40份测试数据（20份阳性和20份阴性）
11246	2025-05-02	Inflamed immune phenotype predicts favorable clinical outcomes of immune checkpoint inhibitor therapy across multiple cancer types 2024-02-14, Journal for immunotherapy of cancer IF:10.3Q1 DOI:10.1136/jitc-2023-008339 PMID:38355279	研究论文	本研究探讨了基于AI的免疫表型在预测多种实体瘤类型中免疫检查点抑制剂治疗临床结果的能力	利用深度学习模型Lunit SCOPE IO客观且可重复地定义炎症免疫表型（IIP），并验证其作为跨多种肿瘤类型的免疫检查点抑制剂治疗反应的生物标志物	微卫星不稳定/错配修复缺陷亚组的IIP未能预测有利的无进展生存期	评估AI定义的IIP与免疫检查点抑制剂治疗临床结果之间的相关性	1,806名接受免疫检查点抑制剂治疗的患者，涵盖超过27种实体瘤类型	数字病理学	多种癌症	深度学习	Lunit SCOPE IO	图像	1,806名患者
11247	2025-05-02	Functional Near-Infrared Spectroscopy-Based Computer-Aided Diagnosis of Major Depressive Disorder Using Convolutional Neural Network with a New Channel Embedding Layer Considering Inter-Hemispheric Asymmetry in Prefrontal Hemodynamic Responses 2024, Depression and anxiety IF:4.7Q1 DOI:10.1155/2024/4459867 PMID:40226684	research paper	该研究提出了一种基于卷积神经网络（CNN）的新型深度学习框架，用于利用功能性近红外光谱（fNIRS）进行重度抑郁症（MDD）的计算机辅助诊断（CAD）	提出了一种新的CNN模型架构，包含三个1D深度卷积层，专门设计用于反映MDD患者和健康对照组（HCs）之间血流动力学反应的半球间不对称性	样本量相对较小（48名MDD患者和68名HCs），且仅基于Stroop任务的数据	开发一种高精度的fNIRS-based CAD系统，用于MDD的诊断	MDD患者和健康对照组	digital pathology	major depressive disorder	fNIRS	CNN	hemodynamic responses	48名MDD患者和68名HCs
11248	2025-04-18	Using interactive deep learning to track cells: A report on a 3-day hands-on training program at IUPAB 2024 2024, Biophysics and physicobiology IF:1.6Q4 DOI:10.2142/biophysico.bppb-v21.e2010 PMID:40241783	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
11249	2025-05-02	Advanced computational tools, artificial intelligence and machine-learning approaches in gut microbiota and biomarker identification 2024, Frontiers in medical technology IF:2.7Q3 DOI:10.3389/fmedt.2024.1434799 PMID:40303946	综述	本文综述了先进计算工具、人工智能和机器学习方法在肠道微生物群和生物标志物识别中的应用	整合多组学数据和先进AI技术，探索微生物组与宿主健康的复杂关系，推动个性化治疗策略的发展	未提及具体技术实施细节或临床验证结果	探索计算工具和AI在肠道微生物组研究中的应用，以识别疾病诊断和治疗的生物标志物	肠道微生物群及其与宿主健康的相互作用	机器学习	NA	多组学数据整合（宏基因组学、宏蛋白质组学、代谢组学）	深度学习、基于网络的方法	多组学数据	NA
11250	2025-05-02	Deep learning-based phenotyping reclassifies combined hepatocellular-cholangiocarcinoma 2023-12-14, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-43749-3 PMID:38092727	研究论文	利用深度学习对混合型肝细胞-胆管癌进行表型重分类	首次应用深度学习对混合型肝细胞-胆管癌进行表型重分类，并与临床结果、基因变异及原位空间基因表达谱一致	研究样本量有限，且仅针对cHCC-CCA这一罕见癌症类型	改善混合型肝细胞-胆管癌的诊断和治疗决策	混合型肝细胞-胆管癌患者	数字病理学	肝癌	深度学习	深度学习模型	图像和基因表达数据	405名cHCC-CCA患者
11251	2025-05-02	Automating General Movements Assessment with quantitative deep learning to facilitate early screening of cerebral palsy 2023-12-14, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-44141-x PMID:38097602	research paper	本研究提出了一种基于深度学习的运动评估模型（MAM），用于自动化评估婴儿的全身运动，以促进脑瘫的早期筛查	结合婴儿视频和基本特征，开发了自动化评估全身运动的深度学习模型，并引入了定量GMA方法，显著提高了诊断准确性	需要外部验证以进一步确认模型的泛化能力	自动化全身运动评估，促进脑瘫的早期筛查	婴儿的全身运动	digital pathology	cerebral palsy	deep learning	CNN	video	未明确提及样本数量
11252	2025-05-02	Single-cell spatial metabolomics with cell-type specific protein profiling for tissue systems biology 2023-12-13, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-43917-5 PMID:38086839	research paper	提出了一种名为scSpaMet的单细胞空间代谢组学框架，用于联合分析人类男性组织中单个免疫细胞和癌细胞的蛋白质-代谢物特征	结合了非靶向空间代谢组学和靶向多重蛋白质成像技术，实现了单细胞水平的蛋白质-代谢物联合分析	仅针对男性人类组织进行研究，未涉及女性样本	开发用于组织系统生物学研究的单细胞空间代谢组学工具	人类肺癌、扁桃体和子宫内膜组织中的单个免疫细胞和癌细胞	digital pathology	lung cancer	untargeted spatial metabolomics, targeted multiplexed protein imaging	deep learning-based joint embedding	spatial metabolomic data, protein imaging data	19507个肺癌单细胞、31156个扁桃体单细胞和8215个子宫内膜单细胞
11253	2025-05-02	High-throughput target trial emulation for Alzheimer's disease drug repurposing with real-world data 2023-12-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-43929-1 PMID:38081829	research paper	该研究通过模拟目标随机试验，利用真实世界数据评估了数千种药物对阿尔茨海默病的潜在再利用价值	提出了一个模型选择策略以改进基线协变量平衡，并发现基于深度学习的倾向评分模型在协变量平衡方面不一定优于基于逻辑回归的方法	缺乏对模拟试验结果的系统评估	识别已批准药物对阿尔茨海默病的新适应症	数千种药物和超过1.7亿患者的临床记录	machine learning	geriatric disease	target trial emulation, inverse probability of treatment weighting	deep learning, logistic regression	clinical records	超过1.7亿患者的临床记录
11254	2025-05-02	Deep learning of cell spatial organizations identifies clinically relevant insights in tissue images 2023-12-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-43172-8 PMID:38081823	研究论文	介绍了一种基于细胞空间组织的图卷积网络Ceograph，用于分析病理图像中的细胞空间组织特征及其对患者临床结果的影响	提出了Ceograph模型，能够识别细胞空间组织特征并预测其对患者临床结果的影响，为个性化治疗策略提供支持	未提及具体的数据集规模或模型在不同类型癌症中的泛化能力	开发一种能够分析细胞空间组织特征并预测临床结果的方法	口腔潜在恶性病变患者和肺癌患者的病理图像	数字病理	口腔潜在恶性病变, 肺癌	图卷积网络	GCN	病理图像	NA
11255	2025-05-02	DeepRTAlign: toward accurate retention time alignment for large cohort mass spectrometry data analysis 2023-12-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-43909-5 PMID:38081814	研究论文	开发了一种基于深度学习的保留时间对齐工具DeepRTAlign，用于大规模队列LC-MS数据分析	能够同时处理单调和非单调的RT偏移，提高了识别灵敏度而不影响定量准确性	未明确提及具体局限性	提高大规模队列LC-MS研究中保留时间对齐的准确性	蛋白质组学和代谢组学实验中的保留时间对齐	质谱数据分析	肝细胞癌	LC-MS	深度学习	质谱数据	多个真实世界和模拟的蛋白质组学和代谢组学数据集
11256	2025-05-02	The text-package: An R-package for analyzing and visualizing human language using natural language processing and transformers 2023-Dec, Psychological methods IF:7.6Q1 DOI:10.1037/met0000542 PMID:37126041	研究论文	介绍了一个名为text的R包，用于利用NLP和transformer技术分析和可视化人类语言	将最先进的NLP和深度学习技术（如transformer）以用户友好的方式提供给心理学研究者，专门针对人类层面的分析优化	未提及具体性能指标或与其他工具的比较	为社会科学研究者提供便捷的语言分析工具	人类语言数据	自然语言处理	NA	NLP, transformer	transformer	文本	NA
11257	2025-05-02	Deep Learning of Cell Spatial Organizations Identifies Clinically Relevant Insights in Tissue Images 2023-Jul-04, Research square DOI:10.21203/rs.3.rs-2928838/v1 PMID:37461694	research paper	介绍了一种名为Ceograph的新型细胞空间组织图卷积网络，用于分析病理图像中的细胞空间组织特征及其对患者临床结果的影响	提出Ceograph模型，首次将细胞空间组织特征与患者临床结果预测相结合，识别出与恶性转化和药物敏感性相关的关键特征	研究仅针对口腔潜在恶性病变和肺癌患者，未验证在其他疾病类型中的适用性	开发一种能够分析细胞空间组织特征并预测临床结果的计算方法	口腔潜在恶性病变患者和肺癌患者的病理图像	digital pathology	oral potentially malignant disorders, lung cancer	graph convolutional network	GCN	image	NA
11258	2025-05-02	External Validation of SpineNet, an Open-Source Deep Learning Model for Grading Lumbar Disk Degeneration MRI Features, Using the Northern Finland Birth Cohort 1966 2023-Apr-01, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000004572 PMID:36728678	研究论文	本研究通过外部验证开源深度学习模型SpineNet在腰椎间盘退变MRI特征分级中的应用	首次在独立数据集上验证SpineNet模型对腰椎间盘退变分类的可靠性	研究数据仅来自单一出生队列，可能影响模型在其他人群中的泛化能力	验证深度学习模型在医学影像分析中的可靠性	腰椎间盘退变的MRI影像	数字病理	脊柱退行性疾病	MRI影像分析	深度学习图像分类模型(SpineNet)	医学影像	1331名NFBC1966队列参与者的腰椎MRI数据
11259	2025-05-02	International Importation Risk Estimation of SARS-CoV-2 Omicron Variant with Incomplete Mobility Data 2023, Transboundary and emerging diseases IF:3.5Q1 DOI:10.1155/2023/5046932 PMID:40303718	research paper	开发了一个基于深度神经网络的模型，用于评估Omicron BQ.1从西非传入其他国家的风险	利用不完全的人口流动数据，首次应用深度神经网络模型估计病毒输入风险	依赖不完全的人口流动数据，可能影响模型准确性	评估Omicron BQ.1从西非传入其他国家的风险	Omicron BQ.1病毒及其传播风险	machine learning	COVID-19	deep neural networks	DNN	population mobility data	西非到其他非非洲国家的人口流动数据
11260	2025-05-02	Applying Deep Learning to Establish a Total Hip Arthroplasty Radiography Registry: A Stepwise Approach 2022-09-21, The Journal of bone and joint surgery. American volume DOI:10.2106/JBJS.21.01229 PMID:35866648	研究论文	利用深度学习技术建立全髋关节置换术放射影像注册表的逐步方法	开发了自动化的深度学习流程，用于识别和标注髋关节和骨盆放射影像，并自动测量髋臼组件的倾斜度和版本	研究仅基于单一机构的数据，可能无法推广到其他机构或地区	建立自动化髋关节和骨盆放射影像注册表，用于患者护理、长期监测和大规模研究	全髋关节置换术患者的髋关节和骨盆放射影像	数字病理	骨科疾病	深度学习	EfficientNetB3, YOLOv5	影像	20,378名患者的846,988份髋关节和骨盆放射影像DICOM文件