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
141	2025-06-15	A study on the high power microwave effects of PIN diode limiter based on deep learning algorithm 2024-Apr-09, Nanotechnology IF:2.9Q2 DOI:10.1088/1361-6528/ad3648 PMID:38513283	研究论文	本研究通过优化的神经网络算法替代传统物理建模，研究PIN二极管限幅器的高功率微波效应	应用优化的神经网络算法替代传统物理建模，显著提高了计算和仿真速度，降低了计算成本	NA	研究PIN二极管限幅器的高功率微波效应	PIN二极管限幅器	机器学习	NA	神经网络算法	神经网络	模拟数据	NA
142	2025-06-15	Automatic thoracic aorta calcium quantification using deep learning in non-contrast ECG-gated CT images 2024-03-13, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad2ff2 PMID:38437732	research paper	开发了一种全自动系统，用于检测胸部主动脉钙化（TAC）并将其分类为四个风险类别	结合了三个UNet和三个CNN模型，分别用于分割胸部主动脉和分类钙化病变	样本量相对较小（测试集N=119），且主要针对心血管患者	开发自动量化胸部主动脉钙化的方法以改进心血管风险预测	心血管患者的非增强ECG门控心脏CT图像	digital pathology	cardiovascular disease	CT成像	UNet, CNN	image	1190例非增强ECG门控心脏CT研究（测试集119例）
143	2025-06-15	Mapping dynamic spatial patterns of brain function with spatial-wise attention 2024-03-07, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad2cea PMID:38407988	研究论文	提出了一种基于空间注意力机制的新方法SCAAE，用于发现动态功能脑网络，无需线性或独立性假设	首次将空间注意力机制应用于直接从fMRI数据生成动态功能脑网络，无需传统线性或独立性假设	方法验证仅限于特定数据集(HCP-rest、HCP-task和ADHD-200)，未在其他脑疾病数据上测试	开发新方法以更好地理解人脑动态功能网络	人脑功能网络的空间动态模式	神经影像分析	NA	功能磁共振成像(fMRI)与深度学习	空间和通道注意力自编码器(SCAAE)	fMRI影像数据	HCP-rest、HCP-task和ADHD-200数据集(具体样本量未提及)
144	2025-06-15	Vision Transformer-based Decision Support for Neurosurgical Intervention in Acute Traumatic Brain Injury: Automated Surgical Intervention Support Tool 2024-03, Radiology. Artificial intelligence DOI:10.1148/ryai.230088 PMID:38197796	研究论文	开发了一种基于Vision Transformer的自动分诊工具，用于预测创伤性脑损伤（TBI）患者是否需要神经外科干预	提出了一种新型深度学习模型ASIST-TBI，能够准确预测急性TBI患者是否需要神经外科干预	研究数据来自单一创伤中心，可能影响模型的泛化能力	开发自动分诊工具以预测TBI患者的神经外科干预需求	创伤性脑损伤（TBI）患者	数字病理学	创伤性脑损伤	CT扫描	Vision Transformer	图像	2806名患者用于训练和验证，612名患者用于测试
145	2025-06-15	AI for Detection of Tuberculosis: Implications for Global Health 2024-03, Radiology. Artificial intelligence DOI:10.1148/ryai.230327 PMID:38197795	research paper	本文评估了基于深度学习的计算机辅助诊断（CAD）系统在结核病检测中的应用及其对全球健康的潜在影响	利用深度学习技术提升CAD系统在结核病检测中的诊断性能，接近人类专家水平	需要独立于制造商的CAD验证，并解决经济、政治和伦理方面的考虑	评估和推广CAD系统在结核病检测中的应用，以解决低收入和中等收入国家的人力资源短缺问题	结核病检测的CAD系统	digital pathology	tuberculosis	deep learning	NA	image	NA
146	2025-06-15	Image Quality and Diagnostic Performance of Low-Dose Liver CT with Deep Learning Reconstruction versus Standard-Dose CT 2024-03, Radiology. Artificial intelligence DOI:10.1148/ryai.230192 PMID:38231025	研究论文	比较低剂量CT（LDCT）结合深度学习去噪（DLD）与标准剂量CT（SDCT）结合模型迭代重建（MBIR）在检测恶性肝肿瘤中的图像质量和诊断能力	首次在低剂量CT（33%剂量）中应用深度学习去噪技术，并与标准剂量CT进行比较，证明其图像噪声更低且诊断性能相当	研究仅在三家三级转诊医院进行，样本量相对有限（296名参与者）	评估低剂量CT结合深度学习去噪技术在肝肿瘤检测中的图像质量和诊断性能	恶性肝肿瘤患者	数字病理	肝癌	深度学习去噪（DLD），模型迭代重建（MBIR）	深度学习	图像	296名参与者（196名男性，100名女性；平均年龄60.5岁±13.3），其中246名参与者用于诊断性能评估（90名参与者中的108个恶性肿瘤）
147	2025-06-15	Denoising Multiphase Functional Cardiac CT Angiography Using Deep Learning and Synthetic Data 2024-03, Radiology. Artificial intelligence DOI:10.1148/ryai.230153 PMID:38416035	研究论文	本研究提出并评估了一种利用三维卷积神经网络和多相位信息的深度学习方法，用于功能性心脏CT血管造影图像的去噪	采用三维卷积神经网络结合多相位信息进行图像去噪，显著提升了图像质量和功能性分析的准确性	研究为回顾性研究，且依赖于合成数据进行训练	提高功能性心脏CT血管造影图像的质量，便于心脏功能分析	心脏CT血管造影图像	数字病理	心血管疾病	CT血管造影	3D CNN	图像	566例冠状动脉CT血管造影图像
148	2025-06-15	Development and Validation of a Deep Learning Model to Reduce the Interference of Rectal Artifacts in MRI-based Prostate Cancer Diagnosis 2024-03, Radiology. Artificial intelligence DOI:10.1148/ryai.230362 PMID:38446042	研究论文	开发并验证了一种深度学习模型，以减少MRI中直肠伪影对前列腺癌诊断的干扰	提出了针对性的对抗训练策略（TPAS），增强了模型对直肠伪影的抵抗能力	研究为回顾性研究，可能存在选择偏倚	提高MRI在前列腺癌诊断中的准确性，减少直肠伪影的干扰	2203名前列腺病变男性患者的MRI和活检数据	数字病理学	前列腺癌	双参数MRI	深度学习模型	MRI图像	2203名患者
149	2025-06-15	An approach to detect and predict epileptic seizures with high accuracy using convolutional neural networks and single-lead-ECG signal 2024-02-29, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad29a3 PMID:38359446	研究论文	提出一种基于卷积神经网络和单导联心电信号的高精度癫痫发作检测和预测方法	使用单导联ECG信号替代EEG信号进行癫痫发作的检测和预测，提出了一种轻量级的预处理步骤，无需手动特征提取	仅针对局灶性癫痫进行研究，未涉及其他类型的癫痫	开发一种基于深度学习的算法，用于癫痫发作的检测和预测	癫痫患者	数字病理学	癫痫	单导联ECG信号处理	CNN	ECG信号	NA
150	2025-06-15	Integrative analysis of noncoding mutations identifies the druggable genome in preterm birth 2024-01-19, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adk1057 PMID:38241369	research paper	通过整合非编码突变分析，识别早产的可药物基因组	利用深度学习和图形模型在碱基分辨率上评估突变效应，整合孕妇子宫肌层表观基因组和大规模患者基因组数据，发现新的早产相关基因	研究主要基于欧洲和非裔美国人队列，可能不适用于其他人群	识别早产的可药物基因组并研究复杂疾病的通用框架	孕妇子宫肌层表观基因组和大规模患者基因组数据	machine learning	preterm birth	deep learning, graphical models	NA	genomic data	大规模患者基因组数据（欧洲和非裔美国人队列）及招募的孕妇
151	2025-06-15	Deep learning-based video-analysis of instrument motion in microvascular anastomosis training 2024-01-12, Acta neurochirurgica IF:1.9Q2 DOI:10.1007/s00701-024-05896-4 PMID:38214753	研究论文	本研究开发了一种基于深度学习的自动化手术器械尖端检测算法，用于微血管吻合训练中的运动学分析	利用YOLOv2开发了自动化器械尖端追踪算法，并通过运动经济性和平滑性参数评估手术熟练度	研究仅针对微血管吻合训练，未涉及其他手术场景	开发并验证深度学习算法在微血管吻合训练中的性能评估能力	神经外科培训中的微血管吻合手术器械运动	计算机视觉	NA	深度学习视频分析	YOLOv2	视频	包含新手、中级和专家外科医生的微血管吻合训练视频
152	2025-06-15	CRPU-NET: a deep learning model based semantic segmentation for the detection of colorectal polyp in lower gastrointestinal tract 2023-12-27, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad160f PMID:38100789	research paper	本文提出了一种名为CRPU-Net的深度学习模型，用于结肠镜检查图像中息肉的分割	CRPU-Net是一种新型的轻量级模型，专门用于结肠息肉的分割，并在性能上超越了现有的先进模型	NA	开发一种高效的深度学习模型，用于自动分割结肠镜检查图像中的息肉	结肠镜检查图像中的息肉	digital pathology	colorectal polyp	deep learning	CRPU-Net	image	两个结肠镜检查图像数据集（CVC-ColonDB和CVC-ClinicDB）
153	2025-06-15	Secret learning for lung cancer diagnosis-a study with homomorphic encryption, texture analysis and deep learning 2023-12-08, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad0b4b PMID:37944251	研究论文	本文提出了一种结合同态加密、纹理分析和深度学习的肺癌诊断方法，旨在保护用户隐私的同时提高诊断准确性	首次在同态加密的CT扫描图像上提取纹理信息并进行深度学习分类，解决了现有方法在隐私保护方面的不足	实验样本类型和数量未明确说明，可能影响结果的普适性	开发一种保护隐私的肺癌自动诊断系统	CT扫描图像（正常肺组织、腺癌、大细胞癌和鳞状细胞癌）	数字病理学	肺癌	同态加密、纹理分析、深度学习	深度学习（具体模型未说明）	CT图像	NA
154	2025-06-15	Spin device-based image edge detection architecture for neuromorphic computing 2023-Nov-15, Nanotechnology IF:2.9Q2 DOI:10.1088/1361-6528/ad0056 PMID:37797609	研究论文	提出一种基于自旋轨道力矩磁随机存储器（SOT-DLC MRAM）的交叉阵列设计，用于图像边缘检测，实现能效更高的硬件实现	采用SOT-DLC MRAM交叉阵列设计，相比传统CMOS设计在能效、面积效率和泄漏功耗方面有显著提升，并将边缘检测框架扩展到脉冲域，结合蚁群优化算法	未提及实际硬件实现的测试结果或具体应用场景的验证	开发一种能效更高的硬件架构，用于图像边缘检测	图像边缘检测	计算机视觉	NA	自旋轨道力矩磁随机存储器（SOT-DLC MRAM）	蚁群优化算法（ACO）	图像	未明确提及具体样本数量
155	2025-06-15	Simultaneous Estimation of Hand Configurations and Finger Joint Angles Using Forearm Ultrasound 2023-Feb, IEEE transactions on medical robotics and bionics IF:3.4Q2 DOI:10.1109/tmrb.2023.3237774 PMID:40511365	research paper	该研究提出了一种基于卷积神经网络（CNN）的深度学习流程，用于预测手指的MCP关节角度和手部配置分类，以实现人机交互的实时控制	首次利用前臂超声图像同时估计手部配置和MCP关节角度，填补了文献中的空白	研究仅涉及6名受试者，样本量较小，可能影响结果的泛化能力	开发一种流畅直观的方法，用于与数字系统、AR/VR界面和物理机器人系统进行交互	手部运动和手指关节角度	machine learning	NA	forearm ultrasound imaging	CNN, SVC, multi-layer perceptron	ultrasound images, motion capture data	6名受试者的前臂超声图像和运动捕捉数据
156	2025-06-14	Deep learning-assisted self-cleaning cellulose colorimetric sensor array for monitoring black tea withering dynamics 2025-Sep-30, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144727 PMID:40403427	研究论文	本研究提出了一种基于纤维素薄膜的环保型比色传感器阵列（CSA），结合深度学习技术，用于检测挥发性有机化合物（VOCs）并评估红茶的萎凋阶段	开发了一种自清洁TiO-纤维素薄膜，通过特定位置沉积OTS实现疏水非传感区域，提高了湿度抗性，并利用LSTM深度学习模型实现了90%的萎凋阶段识别准确率	未提及样本量大小及具体实验条件限制	开发一种智能、环保的传感器阵列，用于监测红茶萎凋过程	红茶萎凋过程中的挥发性有机化合物（VOCs）	机器学习	NA	比色传感器阵列（CSA），紫外光降解技术	LSTM	化学传感器数据	NA
157	2025-06-14	Role of artificial intelligence in cancer drug discovery and development 2025-Sep-01, Cancer letters IF:9.1Q1 DOI:10.1016/j.canlet.2025.217821 PMID:40414522	综述	本文综述了人工智能（AI）在癌症药物发现和开发中的多方面应用及其潜在影响	AI技术如机器学习和深度学习能够高效分析海量数据，加速药物靶点识别、化合物优化和临床结果预测，革新了传统耗时且昂贵的药物开发流程	面临数据质量、模型可解释性和监管障碍等挑战	探讨AI在癌症药物研发各阶段的应用及其潜力	癌症药物发现与开发过程	机器学习	癌症	机器学习（ML）、深度学习（DL）、虚拟筛选（VS）、分子对接、CRISPR	NA	多模态数据（包括分子结构数据、临床数据等）	NA
158	2025-06-14	Predicting Imminent Conversion to Exudative Age-Related Macular Degeneration Using Multimodal Data and Ensemble Machine Learning 2025 Sep-Oct, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100785 PMID:40502295	研究论文	该研究开发并比较了经典机器学习和深度学习模型，用于预测6个月内即将发生的渗出性年龄相关性黄斑变性（eAMD）转化	结合OCT和临床数据，开发了集成机器学习模型来预测eAMD的即时转化，且深度学习模型表现优于传统机器学习模型	研究为回顾性队列研究，需前瞻性验证模型的有效性	开发预测即将发生eAMD转化的模型，以促进及时治疗	2013至2021年间在Wilmer眼科研究所就诊的eAMD患者	数字病理学	年龄相关性黄斑变性	光谱域OCT	ResNet-50, Random Forest, XGBoost, MLP	图像, 临床数据	2084名患者的33189个OCT体积
159	2025-06-14	Deep learning reconstruction for T2-weighted and contrast-enhanced T1-weighted magnetic resonance enterography imaging in patients with Crohn's disease: Assessment of image quality and clinical utility 2025-Aug, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2025.110528 PMID:40479900	research paper	研究深度学习重建在克罗恩病患者磁共振肠成像中T2加权和对比增强T1加权图像的质量及临床效用	评估深度学习重建技术在磁共振肠成像中的应用，比较其与传统方法在图像质量和采集时间上的差异	观察者间对深度学习重建图像质量的一致性较低，尤其是T1 VIBE图像	评估深度学习重建的磁共振肠成像图像质量及其在克罗恩病诊断中的临床效用	克罗恩病患者	digital pathology	Crohn's disease	magnetic resonance enterography	deep learning	image	93名患者用于T2 HASTE比较，42名患者用于T1 VIBE比较
160	2025-06-14	Model-informed deep-learning photoacoustic reconstruction for low-element linear array 2025-Aug, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100732 PMID:40502804	research paper	提出了一种针对低元素线性阵列的模型信息深度学习光声重建方法，以解决传统重建方法在稀疏传感器排列和有限传感器间距下的图像质量问题	引入了轻量级的GE-CNN框架，显著降低了计算需求，模型矩阵大小减少了4倍，处理速度提高了约46.3%	未提及在实际临床环境中的广泛验证	提高光声断层扫描（PAT）在稀疏传感器排列下的图像重建质量和计算效率	线性阵列超声换能器	医学影像处理	NA	光声断层扫描（PAT）	GE-CNN	图像	合成模型、实验体模和活体大鼠肝脏成像