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
161	2025-08-03	Quantitative assessment of brain glymphatic imaging features using deep learning-based EPVS segmentation and DTI-ALPS analysis in Alzheimer's disease 2025, Frontiers in aging neuroscience IF:4.1Q2 DOI:10.3389/fnagi.2025.1621106 PMID:40741044	研究论文	本研究通过深度学习自动分割脑部血管周围间隙（EPVS）并结合DTI-ALPS分析，定量评估阿尔茨海默病（AD）、遗忘型轻度认知障碍（aMCI）和正常对照（NC）患者的脑部淋巴系统影像特征	结合深度学习自动分割EPVS和DTI-ALPS分析，实现多维度的脑部淋巴系统改变评估	样本量相对较小，AD患者89例，aMCI患者24例，NCs 32例	定量评估阿尔茨海默病及相关认知障碍患者的脑部淋巴系统影像特征	阿尔茨海默病患者、遗忘型轻度认知障碍患者和正常对照者	数字病理	阿尔茨海默病	扩散张量成像分析（DTI-ALPS）、T1WI和T2WI成像	VB-Net	影像数据	AD患者89例，aMCI患者24例，NCs 32例
162	2025-08-03	Development and validation of deep learning- and ensemble learning-based biological ages in the NHANES study 2025, Frontiers in aging neuroscience IF:4.1Q2 DOI:10.3389/fnagi.2025.1532884 PMID:40741049	研究论文	本研究开发并验证了基于深度学习和集成学习的生物年龄模型，用于预测全因和特定原因死亡率	首次利用包括临床、行为和社会经济因素在内的综合特征集构建生物年龄模型，并验证其预测死亡率的能力	研究依赖于NHANES数据，可能无法完全代表其他人群	开发和验证新型机器学习生物年龄模型，评估其死亡率预测性能	24,985名NHANES研究参与者	机器学习	心血管疾病, 脑血管疾病, 癌症	LASSO, DNN, 集成学习	DNN, 集成学习	临床数据, 行为数据, 社会经济数据	24,985名NHANES参与者
163	2025-08-03	Evaluation of non-motor symptoms in Parkinson's disease using multiparametric MRI with the multiplex sequence 2025, Frontiers in aging neuroscience IF:4.1Q2 DOI:10.3389/fnagi.2025.1602245 PMID:40741048	研究论文	本研究探讨了使用MULTIPLEX MRI序列检测帕金森病非运动症状相关的脑组织微结构变化	首次使用MULTIPLEX MRI序列（包含T2*映射、T1映射、质子密度映射和定量磁化率映射）来检测帕金森病非运动症状相关的脑组织微结构变化	样本量较小（37例患者），且T1映射和质子密度映射未发现与帕金森病非运动症状显著相关的特定脑区	探索多参数MRI在帕金森病非运动症状早期诊断中的应用价值	37例帕金森病患者	数字病理学	帕金森病	MULTIPLEX MRI序列（包含T2*映射、T1映射、质子密度映射和QSM），3D T1WI	深度学习	MRI图像	37例帕金森病患者
164	2025-08-03	LTR-Net: A deep learning-based approach for financial data prediction and risk evaluation in enterprises 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0328013 PMID:40748872	研究论文	本文提出了一种基于深度学习的LTR-Net模型，用于企业金融数据预测和风险评估	结合LSTM、Transformer和ResNet的多模块深度学习模型，有效处理金融数据的多维特征和动态变化	未提及具体的数据集局限性或模型在实际应用中的潜在问题	提高金融数据预测的准确性和风险评估的稳定性	企业金融数据和股票市场数据	机器学习	NA	深度学习	LSTM, Transformer, ResNet	时间序列数据	Kaggle Financial Distress Prediction Dataset和Yahoo Finance Stock Market Data
165	2025-08-03	A comparative study of machine learning models for automated detection and classification of retinal diseases in Ghana 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327743 PMID:40748964	研究论文	本研究比较了多种卷积神经网络模型在自动检测和分类加纳视网膜疾病中的性能	首次在加纳使用多种CNN模型（如DenseNet121、ResNet50、Inception V3、MobileNet）进行视网膜疾病的自动检测和分类，并采用高斯过程贝叶斯优化方法进行超参数调优	数据集有限，未来需要扩展数据集并验证模型在临床环境中的实际应用性	开发并比较多种先进CNN模型在视网膜疾病自动检测和分类中的性能	来自WATBORG眼科诊所的OCT图像，包括青光眼、黄斑水肿、后玻璃体脱离（PVD）和正常眼病例	计算机视觉	视网膜疾病	光学相干断层扫描（OCT）	CNN（包括DenseNet121、ResNet50、Inception V3、MobileNet）	图像	NA
166	2025-08-03	Detecting suicide risk among U.S. servicemembers and veterans: a deep learning approach using social media data 2024-Sep-09, Psychological medicine IF:5.9Q1 DOI:10.1017/S0033291724001557 PMID:39245902	研究论文	本文开发了一种深度学习算法，用于在军事特定社交媒体平台上识别包含自杀相关内容帖子	利用RoBERTa模型结合帖子文本和元数据，以较高敏感性和特异性检测自杀相关帖子	研究仅基于单一军事特定社交媒体平台数据，可能无法推广到其他人群或平台	识别有自杀风险的美国军人和退伍军人	军事特定社交媒体平台上的公开帖子	自然语言处理	心理健康问题	深度学习	RoBERTa	文本	8449条社交媒体帖子
167	2025-08-03	A Deep Learning Approach to Predict Recanalization First-Pass Effect following Mechanical Thrombectomy in Patients with Acute Ischemic Stroke 2024-Aug-09, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8272 PMID:38871371	研究论文	本研究利用深度学习构建全自动方法，通过治疗前CT和MR成像预测急性缺血性卒中患者机械取栓后的首次通过效应	首次利用非灌注MR成像和CT进行首次通过效应的自动分类，无需耗时的手动分割	研究样本仅来自单一医疗中心，可能影响模型的泛化能力	预测急性缺血性卒中患者机械取栓后的首次通过效应	急性缺血性卒中患者	数字病理学	急性缺血性卒中	深度学习	混合Transformer模型（含非局部和交叉注意力模块）	CT和MR成像	326名在2014-2021年间接受血管内取栓术的患者
168	2025-08-03	Deciphering the Feature Representation of Deep Neural Networks for High-Performance AI 2024-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3363642 PMID:38373137	研究论文	本文开发了一种名为对比特征分析（CFA）的计算框架，用于探索深度神经网络（DNN）的特征空间并提升AI性能	提出了一种新的数据驱动核形成策略，结合特征间的交互关系，克服了传统方法在分析特征空间数据时的局限性	未明确提及具体局限性，但暗示特征数据的噪声、复杂性和高维性可能仍是挑战	探索深度神经网络的特征表示并提高AI性能	深度神经网络（DNNs）的特征空间数据	机器学习	NA	对比特征分析（CFA）	深度神经网络（DNNs）	特征空间数据	多个最先进网络和跨学科标注数据集（未明确数量）
169	2025-08-03	Deep survival analysis for interpretable time-varying prediction of preeclampsia risk 2024-08, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104688 PMID:39002866	研究论文	本文提出了一种基于深度生存分析的方法，用于预测妊娠期间子痫前期的时间变化风险	采用改进的DeepHit深度生存模型处理非比例风险，捕捉非线性关系及复杂时间动态，优于传统的Cox比例风险模型	研究基于回顾性数据，可能存在选择偏差	开发能够准确预测子痫前期风险随时间变化的模型，并为早期个体化干预提供依据	66,425名2015-2023年间在两所三级医疗中心分娩的孕妇	机器学习	子痫前期	深度生存分析	DeepHit	临床数据	66,425名孕妇
170	2025-08-03	Enhancing Chicago Classification diagnoses with functional lumen imaging probe-mechanics (FLIP-MECH) 2024-Aug, Neurogastroenterology and motility IF:3.5Q2 DOI:10.1111/nmo.14841 PMID:38852150	研究论文	本研究旨在通过深度学习和力学方法，开发一种系统性方法，以桥接高分辨率测压法（HRM）和功能性腔成像探针（FLIP）在食管动力障碍诊断中的测量差异	提出了一种基于力学参数和变分自编码器（VAE）的虚拟疾病景观（VDL）方法，用于整合HRM和FLIP的诊断结果	研究样本仅包括740名受试者，可能不足以覆盖所有类型的食管动力障碍	改进食管动力障碍的诊断方法，整合HRM和FLIP的测量结果	食管动力障碍患者和正常受试者	机器学习	食管动力障碍	功能性腔成像探针（FLIP）、高分辨率测压法（HRM）	变分自编码器（VAE）、线性判别分析（LDA）	生物力学参数	740名受试者（包括患者和正常受试者）
171	2025-08-03	A review on 4D cone-beam CT (4D-CBCT) in radiation therapy: Technical advances and clinical applications 2024-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.17269 PMID:38922912	综述	本文综述了4D锥形束CT（4D-CBCT）在放射治疗中的技术进展和临床应用	4D-CBCT通过引入时间维度解决了传统3D CBCT在呼吸运动等动态变化成像中的不足，尤其在胸腹部肿瘤定位中具有重要价值	4D-CBCT存在扫描时间长、成像剂量高以及因需要获取足够X射线投影而导致的图像质量下降等问题	全面回顾4D-CBCT的技术发展，探讨其在放射治疗中的应用潜力	4D-CBCT技术及其在放射治疗中的应用	数字病理	肺癌	4D-CBCT	NA	图像	NA
172	2025-08-03	TAI-GAN: A Temporally and Anatomically Informed Generative Adversarial Network for early-to-late frame conversion in dynamic cardiac PET inter-frame motion correction 2024-Aug, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103190 PMID:38820677	研究论文	提出了一种名为TAI-GAN的新型生成对抗网络，用于动态心脏PET成像中的早期到晚期帧转换，以改善帧间运动校正	TAI-GAN利用时间信息和粗略心脏分割掩码作为解剖信息，通过特征级线性调制层实现早期帧到参考帧的转换	方法在临床Rb PET数据集上进行了评估，但未提及在其他类型PET数据上的泛化能力	改善动态心脏PET成像中帧间运动对心肌血流量定量和冠状动脉疾病诊断准确性的影响	动态心脏PET成像中的早期帧	数字病理学	心血管疾病	PET成像	GAN	医学图像	临床Rb PET数据集（未提供具体样本数）
173	2025-08-03	Comparison of model-based versus deep learning-based image reconstruction for thin-slice T2-weighted spin-echo prostate MRI 2024-08, Abdominal radiology (New York) DOI:10.1007/s00261-024-04256-1 PMID:38520510	研究论文	比较基于模型的图像重建（MBIR）与新开发的基于深度学习（DL）的图像重建方法，在薄层T2加权自旋回波前列腺MRI中提供更高的信噪比（SNR）	首次在薄层T2加权自旋回波前列腺MRI中比较MBIR与DL重建方法，并展示了DL方法在SNR提升方面的优势	DL High级别的重建在放射学锐度和对比度保真度方面表现下降	评估和比较不同图像重建方法在前列腺MRI中的性能	前列腺MRI图像	数字病理	前列腺癌	MRI	DL	图像	17名受试者
174	2025-08-03	An EEG-based marker of functional connectivity: detection of major depressive disorder 2024-Aug, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-023-10041-5 PMID:39104678	研究论文	提出一种基于EEG信号的功能连接性标记P-MSWC，结合CNN用于抑郁症的快速可靠检测	融合了同步压缩小波相干值和相位锁定值的新型功能连接性标记P-MSWC，以及轻量级CNN模型的应用	仅在单一数据集和组合数据集上进行了验证，未提及跨数据集或临床环境中的泛化能力	开发一种快速可靠的抑郁症检测方法	抑郁症患者和健康受试者的EEG信号	数字病理学	抑郁症	同步压缩小波变换、相干理论、相位锁定值	CNN	EEG信号	未明确提及具体样本数量，但涉及单一数据集和组合数据集
175	2025-08-03	Cognitive workload estimation using physiological measures: a review 2024-Aug, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-023-10051-3 PMID:39104683	综述	本文综述了使用生理测量方法估计认知负荷水平的研究现状	提供了对所有生理测量方法用于评估认知负荷水平的深入分析，包括公开数据集、认知任务实验范式及不同测量方法	未提及具体样本量或实验设计的局限性	探讨认知神经科学领域中认知负荷水平的估计方法	人类参与者的生理测量数据	认知神经科学	NA	EEG, fMRI, fNIRS, 呼吸活动, 眼动活动	机器学习或深度学习技术	生理测量数据	NA
176	2025-08-03	Deep learning networks based decision fusion model of EEG and fNIRS for classification of cognitive tasks 2024-Aug, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-023-09986-4 PMID:39104699	研究论文	本研究提出了一种基于深度学习的EEG和fNIRS决策融合模型，用于分类认知任务	通过融合EEG和fNIRS两种神经影像数据，并采用多种深度学习网络进行决策融合，提高了认知任务的分类性能	研究仅使用了两个公开数据集，样本量相对有限，且未探讨模型在其他认知任务上的泛化能力	开发一种高效的认知任务分类方法，以支持脑机接口、神经障碍检测和神经康复等应用	EEG和fNIRS神经影像数据	机器学习	神经障碍	EEG, fNIRS, 血红蛋白浓度测量	CNN, LSTM, GRU及其组合模型	时间序列数据	两个数据集共55名受试者（26名和29名）
177	2025-08-03	Fully Automated Deep Learning Model to Detect Clinically Significant Prostate Cancer at MRI 2024-08, Radiology IF:12.1Q1 DOI:10.1148/radiol.232635 PMID:39105640	研究论文	开发一种深度学习模型，用于通过患者级别的标签预测临床显著前列腺癌（csPCa）的存在，并与放射科医生的表现进行比较	使用深度学习模型预测临床显著前列腺癌，无需肿瘤位置信息，且其表现与放射科医生相当	研究为回顾性分析，可能受到数据选择和标注偏差的影响	开发并验证一种深度学习模型，用于检测MRI中的临床显著前列腺癌	5215名男性患者的5735次MRI检查	数字病理学	前列腺癌	MRI（T2加权图像、扩散加权图像、表观扩散系数图、T1加权对比增强图像）	CNN	图像	5735次MRI检查（来自5215名患者）
178	2025-08-03	Lung CT harmonization of paired reconstruction kernel images using generative adversarial networks 2024-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.17028 PMID:38530135	研究论文	本研究利用生成对抗网络（GAN）对肺部CT图像的重建核进行协调，以减少定量CT评估中的测量变异	采用pix2pix架构的GAN模型，首次在多种重建核配对的CT图像上实现核转换，显著提高了图像相似性和定量测量的一致性	研究仅基于特定低剂量CT肺癌筛查队列，未验证在其他CT协议或疾病类型中的泛化能力	探究CT图像重建核协调技术，提升定量CT评估的准确性和一致性	多厂商低剂量CT肺癌筛查队列中的配对重建核图像	数字病理	肺癌	CT图像重建	GAN（pix2pix）	医学影像（CT图像）	1000对五种不同重建核配对的CT图像（每种200对）
179	2025-08-03	Stain-Free Approach to Determine and Monitor Cell Heath Using Supervised and Unsupervised Image-Based Deep Learning 2024-08, Journal of pharmaceutical sciences IF:3.7Q2 DOI:10.1016/j.xphs.2024.05.001 PMID:38710387	研究论文	本文提出了一种基于深度学习的无染色方法，利用细胞形态学指纹来预测和监测细胞健康状态	结合基于图像的深度学习和流式成像显微镜技术，开发了一种无染色、非侵入性且非破坏性的细胞活力测定方法	研究仅使用了Jurkat细胞（永生化人类T淋巴细胞细胞），可能不适用于其他类型的细胞	开发一种快速、稳健的分析方法，用于细胞治疗产品的表征、过程监测和质量控制测试	Jurkat细胞（永生化人类T淋巴细胞细胞）	数字病理学	NA	流式成像显微镜(FIM)	监督学习算法和变分自编码器(VAE)	图像	未明确提及具体样本数量，但使用了健康细胞、死亡细胞和化学诱导凋亡细胞的图像
180	2025-08-03	Optical Coherence Tomography Versus Optic Disc Photo Assessment in Glaucoma Screening 2024-Aug-01, Journal of glaucoma IF:2.0Q2 DOI:10.1097/IJG.0000000000002392 PMID:38546240	综述	本文比较了光学相干断层扫描（OCT）和视盘摄影在青光眼筛查中的优势和局限性	探讨了人工智能和深度学习模型在提高视盘摄影诊断准确性方面的潜力	AI模型的有效性依赖于训练数据的质量，使用主观评分作为训练数据可能会将人类评估的局限性带入AI系统	评估OCT和视盘摄影在青光眼筛查中的准确性和可行性	青光眼筛查技术	数字病理学	青光眼	光学相干断层扫描（OCT）、视盘摄影	深度学习模型	图像	NA