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
1121	2025-04-23	Transforming physical fitness and exercise behaviors in adolescent health using a life log sharing model 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1562151 PMID:40255372	研究论文	本研究探讨了基于深度学习的生命日志共享模型（LLSM）在通过个性化公共卫生干预增强青少年身体素质和锻炼行为方面的潜力	开发了一种混合时空卷积神经网络-双向长短期记忆（TS-CNN-BiLSTM）模型，整合了多模态生命日志数据的时间、文本和视觉特征，用于分类和预测身体活动行为	未提及具体局限性	通过个性化公共卫生干预增强青少年身体素质和锻炼行为	青少年	机器学习	NA	深度学习	TS-CNN-BiLSTM	多模态生命日志数据（运动类型、持续时间、强度）	两个数据集：Geo-Life Log（带位置数据）和Time-Life Log（不带位置数据）
1122	2025-04-23	RNA secondary structure prediction by conducting multi-class classifications 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.04.001 PMID:40256169	研究论文	本研究提出了一种通过多类别分类预测RNA二级结构的简单方法，无需复杂的后处理步骤	将RNA二级结构预测视为多个多类别分类问题，避免了复杂的后处理步骤，并引入了数据增强和跨RNA家族评估性能下降缓解方法	未提及具体的数据集规模或模型在特定RNA家族上的局限性	改进RNA二级结构预测的准确性和简化预测流程	RNA二级结构	自然语言处理	NA	深度学习	注意力机制和CNN	RNA序列数据	NA
1123	2025-04-23	Enhancing Gamma Knife Cone-beam Computed Tomography Image Quality Using Pix2pix Generative Adversarial Networks: A Deep Learning Approach 2025 Jan-Mar, Journal of medical physics IF:0.7Q4 DOI:10.4103/jmp.jmp_140_24 PMID:40256180	研究论文	本研究开发了一种改进的Pix2Pix卷积神经网络框架，用于提升锥形束计算机断层扫描（CBCT）图像质量，并减少Hounsfield单位（HU）的变异	使用改进的Pix2Pix生成对抗网络（GAN）框架，将CBCT图像转换为高质量合成CT（sCT）图像，显著提升了图像质量	研究样本量较小（50名患者），可能影响模型的泛化能力	提升CBCT图像质量，使其更接近CT图像，以用于放射外科手术	50名接受伽玛刀治疗的患者	计算机视觉	NA	锥形束计算机断层扫描（CBCT）	Pix2Pix GAN	图像	50名患者的7484张512×512像素的切片图像（40名用于训练，10名用于测试）
1124	2025-04-23	Evaluation of Low-dose Computed Tomography Images Reconstructed Using Artificial Intelligence-based Adaptive Filtering for Denoising: A Comparison with Computed Tomography Reconstructed with Iterative Reconstruction Algorithm 2025 Jan-Mar, Journal of medical physics IF:0.7Q4 DOI:10.4103/jmp.jmp_115_24 PMID:40256183	research paper	本研究评估了基于人工智能的自适应滤波去噪技术在低剂量计算机断层扫描（CT）图像重建中的应用，并与迭代重建算法进行了比较	首次比较了AI去噪工具PixelShine与迭代重建算法在不同低剂量条件下的图像质量，发现AI在33%标准剂量下表现更优	研究样本量有限（85例），且为回顾性研究	评估AI去噪技术在低剂量CT图像重建中的诊断价值	低剂量CT图像	digital pathology	NA	低剂量CT扫描	deep learning	medical image	85例CT扫描病例（32例FBP重建，53例IR重建）
1125	2025-04-23	A new method for early diagnosis and treatment of meniscus injury of knee joint in student physical fitness tests based on deep learning method 2025, BioImpacts : BI IF:2.2Q3 DOI:10.34172/bi.30419 PMID:40256232	research paper	提出了一种基于深度学习的膝关节半月板损伤早期诊断和治疗方法，用于学生体能测试	采用增强版的U-Net算法进行图像分割，结合集成方法进行损伤类型识别，提高了诊断的准确性和及时性	研究仅基于MRI图像数据集，未涉及其他类型的医学影像数据	提高学生体能测试中膝关节半月板损伤的早期诊断和治疗效果	学生体能测试中的膝关节半月板损伤	digital pathology	膝关节半月板损伤	MRI	U-Net	image	一个知名的膝关节损伤MRI图像数据集
1126	2025-04-23	The diagnostic and prognostic value of C1orf174 in colorectal cancer 2025, BioImpacts : BI IF:2.2Q3 DOI:10.34172/bi.30566 PMID:40256241	research paper	该研究通过生物信息学和机器学习算法分析RNA和microRNA测序数据，鉴定结直肠癌中的差异表达基因，并验证了C1orf174的诊断和预后价值	发现了五个新的预后基因，包括C1orf174，并通过机器学习算法确定了高准确度的诊断标志物组合	研究依赖于TCGA数据库的数据，未提及独立验证队列的结果	鉴定结直肠癌的新型生物标志物，用于早期检测和预后评估	结直肠癌患者和正常对照的RNA和microRNA测序数据	digital pathology	colorectal cancer	RNA-seq, microRNA sequencing, Real-time PCR	Deep learning, Decision Tree, SVM	RNA-seq data, microRNA data	631个样本（398例患者和233例正常对照）
1127	2025-04-23	Mortality prediction of heart transplantation using machine learning models: a systematic review and meta-analysis 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1551959 PMID:40256322	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估机器学习模型在预测心脏移植后死亡率中的性能	比较了多种机器学习算法在心脏移植后死亡率预测中的表现，并识别了影响模型准确性的因素	研究存在显著的异质性和偏倚，需要标准化方法和进一步的外部验证以提高临床适用性	评估机器学习算法在预测心脏移植后死亡率中的性能并优化决策过程	心脏移植患者	机器学习	心血管疾病	机器学习算法（如随机森林、CatBoost、神经网络等）	随机森林、CatBoost、神经网络、K近邻	临床数据	17项研究纳入综述，12项研究纳入荟萃分析
1128	2025-04-23	Machine learning vs human experts: sacroiliitis analysis from the RAPID-axSpA and C-OPTIMISE phase 3 axSpA trials 2025, Rheumatology advances in practice IF:2.1Q3 DOI:10.1093/rap/rkae118 PMID:40256636	研究论文	本研究评估了深度学习模型在检测轴型脊柱关节炎（axSpA）患者骶髂关节炎中的性能，并与专家评估进行了比较	使用深度学习模型减少诊断时间并最小化读者间差异，首次在RAPID-axSpA和C-OPTIMISE试验中进行评估	模型在C-OPTIMISE队列中的特异性较低（56%），Cohen's κ值仅为0.48	评估深度学习模型在检测axSpA患者骶髂关节炎中的性能，以加速诊断并减少医疗资源使用	RAPID-axSpA（n=277）和C-OPTIMISE（n=739）试验中的axSpA患者	数字病理学	轴型脊柱关节炎	深度学习	深度学习模型（基于迁移学习）	X光影像	RAPID-axSpA（277例）和C-OPTIMISE（739例）患者的基线X光影像
1129	2025-04-23	Attention-aware Deep Learning Models for Dermoscopic Image Classification for Skin Disease Diagnosis 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056332443241129113146 PMID:40259872	research paper	该研究利用深度学习模型结合注意力机制对皮肤镜图像进行分类，以提高皮肤疾病的诊断准确性	在预训练的CNN架构中集成了通道注意力和空间注意力机制，优化了特征提取和分类精度	未提及模型在临床环境中的实际应用效果或外部验证结果	利用深度学习方法分析皮肤镜图像，提高皮肤疾病的诊断准确性	七种类型的皮肤疾病	computer vision	skin disease	deep learning, attention mechanism	CNN (RegNetX, EfficientNetB3, VGG19, ResNet-152)	image	NA
1130	2025-04-23	Classification of rib fracture types from postmortem computed tomography images using deep learning 2024-Dec, Forensic science, medicine, and pathology DOI:10.1007/s12024-023-00751-x PMID:37968549	research paper	本研究使用深度学习技术对尸检计算机断层扫描（PMCT）图像中的肋骨骨折类型进行分类	利用基于ResNet50架构的深度学习模型，通过迁移学习对不同层次的肋骨骨折类型进行分类，为法医病理学家和医疗从业者提供了一种减少工作量的可靠解决方案	模型在分类层次较低时表现较差，尤其是'ad latus'类型的骨折预测准确率仅为17-18%	开发一个能够辅助临床医生分析PMCT图像中肋骨骨折类型的系统	尸检计算机断层扫描（PMCT）图像中的肋骨骨折	computer vision	NA	deep learning, transfer learning	ResNet50	image	NA
1131	2025-04-23	Rectify ViT Shortcut Learning by Visual Saliency 2024-Dec, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3310531 PMID:37703160	research paper	提出了一种新颖的基于视觉显著性的ViT模型（SGT），用于纠正ViT中的捷径学习问题	在没有眼动数据的情况下，利用计算视觉显著性模型预测显著图来引导ViT关注有意义的区域，并通过残差连接保留全局信息	获取眼动数据可能耗时耗力甚至不切实际，而本文方法依赖于计算视觉显著性模型的准确性	纠正视觉Transformer（ViT）中的捷径学习问题，提高模型的泛化能力和可解释性	ViT模型和图像数据	computer vision	NA	计算视觉显著性模型	ViT (Vision Transformer)	image	NA
1132	2025-04-23	Medical Transformer: Universal Encoder for 3-D Brain MRI Analysis 2024-Dec, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3308712 PMID:37738193	研究论文	本文提出了一种名为Medical Transformer的新型迁移学习框架，用于3D脑部MRI分析，通过将3D体积图像建模为2D图像切片序列，并结合多视角方法提升空间关系表示	提出了一种参数高效的训练方法，通过多视角利用3D体积的三个平面信息，并使用自监督学习在大规模正常健康脑部MRI数据集上进行预训练	未提及具体的数据集规模或多样性限制，也未讨论模型在其他类型医学图像上的泛化能力	开发一个通用的迁移学习框架，用于3D脑部MRI分析，以解决标注数据有限的问题	3D脑部MRI图像	数字病理学	脑部疾病	自监督学习(SSL)	Transformer	3D MRI图像	使用大规模正常健康脑部MRI数据集进行预训练，具体数量未提及
1133	2025-04-23	Advancements in automated classification of chronic obstructive pulmonary disease based on computed tomography imaging features through deep learning approaches 2024 Nov-Dec, Respiratory medicine IF:3.5Q2 DOI:10.1016/j.rmed.2024.107809 PMID:39299523	review	本文综述了基于深度学习的慢性阻塞性肺疾病(COPD)自动分类方法的最新研究进展	利用深度学习分析CT影像中的关键放射学特征，提高COPD诊断准确性和效率	未提及具体模型性能指标和临床验证结果	为COPD的个性化管理和治疗提供新视角	慢性阻塞性肺疾病(COPD)患者	digital pathology	lung cancer	CT扫描	DL	image	NA
1134	2025-04-23	Deep Learning-Based Reconstruction Algorithm With Lung Enhancement Filter for Chest CT: Effect on Image Quality and Ground Glass Nodule Sharpness 2024-09, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2024.0472 PMID:39197828	研究论文	评估结合深度学习图像重建算法的新型肺增强滤波器对图像质量和磨玻璃结节锐度的影响	提出了一种结合深度学习图像重建算法和肺增强滤波器的新方法，显著提高了磨玻璃结节的锐度	研究基于人工模拟的磨玻璃结节和体模，未涉及真实患者数据	提高胸部CT扫描中图像质量和磨玻璃结节的评估效果	人工模拟的磨玻璃结节和胸部体模	数字病理	肺癌	深度学习图像重建算法	DLIR	CT图像	5个不同密度的人工磨玻璃结节和1个胸部体模
1135	2025-04-23	Diagnostic Accuracy of AI Algorithms in Aortic Stenosis Screening: A Systematic Review and Meta-Analysis 2024-09, Clinical medicine & research IF:1.2Q2 DOI:10.3121/cmr.2024.1934 PMID:39438148	meta-analysis	本文通过系统综述和荟萃分析评估了人工智能算法在主动脉瓣狭窄筛查中的诊断准确性	首次综合评估多种AI算法在主动脉瓣狭窄筛查中的表现，并提供了详细的诊断准确性指标	存在发表偏倚，且研究间存在异质性	评估AI算法在主动脉瓣狭窄筛查中的诊断准确性	主动脉瓣狭窄患者	digital pathology	cardiovascular disease	AI算法分析	deep learning	ECG, 胸部X光片, 听诊音频文件, 电子听诊器记录, 非侵入式可穿戴惯性传感器的心机械信号	10项符合条件的研究（来自295篇初步筛选文献）
1136	2025-04-23	Computer-Aided Diagnosis of Duchenne Muscular Dystrophy Based on Texture Pattern Recognition on Ultrasound Images Using Unsupervised Clustering Algorithms and Deep Learning 2024-07, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.03.022 PMID:38637169	research paper	本研究探索了利用深度学习和聚类算法在超声图像中识别杜氏肌营养不良症（DMD）患者的行走状态和疾病严重程度的可行性	首次将k-means和模糊c-means聚类算法用于DMD超声图像的纹理重建，并结合深度学习模型自动识别行走功能和疾病严重程度	未提及样本量的具体数字，可能影响结果的泛化性	开发计算机辅助诊断系统以自动识别DMD患者的行走状态和疾病严重程度	杜氏肌营养不良症（DMD）患者的超声图像	digital pathology	muscular dystrophy	超声成像	Gaussian Naïve Bayes, k-nearest neighbors, decision-tree, VGG-16, VGG-19	image	NA
1137	2025-04-23	Misplaced Trust and Distrust: How Not to Engage with Medical Artificial Intelligence 2024-Jul, Cambridge quarterly of healthcare ethics : CQ : the international journal of healthcare ethics committees IF:1.5Q3 DOI:10.1017/S0963180122000445 PMID:36263755	research paper	本文探讨了在医疗人工智能（AI）领域中信任与不信任的错误应用，并提出了一个分类系统	通过负面案例研究，提出了关于医疗AI中信任与不信任的错误分类，为临床和监管决策提供了伦理约束	未提供具体的实证数据支持分类系统的有效性	分析医疗AI中信任与不信任的错误应用，并提出伦理约束	医疗人工智能系统及其在临床中的应用	machine learning	NA	NA	Artificial Neural Nets	NA	NA
1138	2025-04-23	Prognostication of Hepatocellular Carcinoma Using Artificial Intelligence 2024-06, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2024.0070 PMID:38807336	综述	本文综述了人工智能在肝细胞癌预后预测中的潜在价值及其局限性和未来前景	利用人工智能（特别是放射组学或深度学习）对肝细胞癌进行基于图像的预后预测，提供客观、详细和全面的肿瘤表型分析	传统放射学方法的主观性和观察者间变异性限制了其准确性，人工智能方法仍处于发展阶段，需进一步验证	优化肝细胞癌患者的管理策略	肝细胞癌（HCC）患者	数字病理学	肝癌	放射组学、深度学习	NA	图像	NA
1139	2025-04-23	Automated Spontaneous Echo Contrast Detection Using a Multisequence Attention Convolutional Neural Network 2024-06, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.01.016 PMID:38461036	研究论文	开发了一种基于多序列注意力卷积神经网络的深度学习模型，用于自动检测自发回声对比(SEC)	使用多序列CNN结合ResNetv2和软注意力机制，自动识别SEC，无需专家干预或额外临床报告时间	模型的AUC为0.74，敏感性和特异性分别为0.73和0.68，仍有提升空间	开发自动检测SEC的深度学习模型，以降低临床应用的障碍	股静脉的超声图像	计算机视觉	心血管疾病	超声成像	CNN, ResNetv2	图像	201名患者的801份股静脉超声图像
1140	2025-04-23	Localization and Risk Stratification of Thyroid Nodules in Ultrasound Images Through Deep Learning 2024-06, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.02.013 PMID:38494413	研究论文	开发了一种结合深度学习和临床标准TI-RADS的系统，用于甲状腺结节的同步分割和风险分层	提出了一个结合TI-RADS和Mask R-CNN的集成系统，用于甲状腺结节的分割和风险分层	研究仅针对TI-RADS 4类甲状腺结节，样本量较小（304例）	开发一种集成系统，用于甲状腺结节的诊断和分割	甲状腺结节	计算机视觉	甲状腺疾病	超声成像	Mask R-CNN	图像	304例超声图像（来自两个独立站点）