深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
2421	2025-10-07	A systematic review of generative adversarial networks (GANs) in plastic surgery 2024-Aug, Journal of plastic, reconstructive & aesthetic surgery : JPRAS DOI:10.1016/j.bjps.2024.04.007 PMID:38996662	系统综述	系统评估生成对抗网络在整形外科领域的应用规模与范围	首次系统构建了GAN在整形外科亚专业中的应用框架与评估标准	仅纳入7项符合标准的研究，样本量有限	评估GAN在整形外科中的应用潜力与发展方向	整形外科临床数据与患者图像	计算机视觉	整形外科疾病	深度学习	GAN	医学图像	平均54,652±112,180个样本	NA	条件生成对抗网络	NA	NA
2422	2025-10-07	Assessing the Influence of B-US, CDFI, SE, and Patient Age on Predicting Molecular Subtypes in Breast Lesions Using Deep Learning Algorithms 2024-Aug, Journal of ultrasound in medicine : official journal of the American Institute of Ultrasound in Medicine IF:2.1Q2 DOI:10.1002/jum.16460 PMID:38581195	研究论文	本研究利用深度学习算法评估B超、彩色多普勒血流成像、应变弹性成像和患者年龄对乳腺病变分子亚型预测的影响	首次结合多种超声成像模态和患者年龄因素，使用深度学习预测乳腺病变分子亚型	样本量相对有限（198名患者），未与其他深度学习模型进行对比	评估多模态超声成像在预测乳腺病变分子亚型中的价值	乳腺病变患者	计算机视觉	乳腺癌	B超成像、彩色多普勒血流成像、应变弹性成像	CNN	医学图像	198名患者的2272张多模态超声图像	NA	ResNet-18	准确率, 精确率, 召回率, F1分数, 混淆矩阵	NA
2423	2025-10-07	Methodological evaluation of systematic reviews based on the use of artificial intelligence systems in chest radiography 2024 Jul-Aug, Radiologia IF:1.1Q3 DOI:10.1016/j.rxeng.2023.01.015 PMID:39089793	方法学评估	评估基于人工智能系统的胸部X光系统评价的方法学质量	首次对胸部X光AI诊断系统相关系统评价进行方法学质量评估	仅纳入7篇系统评价，样本量有限	评估使用AI进行胸部病理诊断的系统评价的方法学质量	使用AI系统自动解读胸部X光的系统评价	医学影像分析	胸部疾病	深度学习	深度学习系统	胸部X光图像	7篇系统评价（平均每篇包含36项研究）	NA	NA	PRISMA-DTA, AMSTAR-2	NA
2424	2025-10-07	Generative AI in glioma: Ensuring diversity in training image phenotypes to improve diagnostic performance for IDH mutation prediction 2024-06-03, Neuro-oncology IF:16.4Q1 DOI:10.1093/neuonc/noae012 PMID:38253989	研究论文	本研究评估生成式AI数据增强在胶质瘤IDH突变预测中的诊断性能提升	使用基于分数的扩散模型生成多样化的影像表型，首次系统比较生成式AI增强与神经放射科医生的诊断性能	样本主要来自三级医院和公开数据库，可能限制泛化性；仅评估了两种MRI序列	提高胶质瘤IDH突变类型的深度学习分类性能	胶质瘤患者MRI影像数据	医学影像分析	胶质瘤	MRI（对比增强T1和FLAIR序列）	扩散模型, CNN	医学影像	565例患者（开发集），119例内部测试集，108例外部测试集	NA	ResNet50	AUC, Turing测试通过率	NA
2425	2025-10-07	UTILIZATION OF ARTIFICIAL INTELLIGENCE FOR PREDICTIVE MODELING IN DENTAL IMPLANTOLOGY 2024-May, Georgian medical news PMID:39089263	综述	本文综述了人工智能在牙科种植学中预测模型的应用研究现状	系统评估了AI在牙科种植成功率预测中的多种算法应用，包括决策树、随机森林、人工神经网络和深度学习	由于缺乏具体研究结果和足够数量的可比研究，无法进行定量分析	探讨人工智能在牙科种植预测模型中的应用研究	牙科种植患者数据（X光片、病史记录）	医疗人工智能	牙科疾病	AI预测建模	决策树, 随机森林, ANN, 深度学习	医学影像, 文本数据	NA	NA	NA	NA	NA
2426	2025-10-07	ROBUST OUTER VOLUME SUBTRACTION WITH DEEP LEARNING GHOSTING DETECTION FOR HIGHLY-ACCELERATED REAL-TIME DYNAMIC MRI 2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi56570.2024.10635530 PMID:39834646	研究论文	提出一种结合深度学习鬼影检测的外容积信号估计方法，用于提升实时动态MRI的加速成像质量	利用运动器官产生的伪周期性鬼影伪影特性，通过深度学习改进外容积信号估计，结合物理驱动的深度学习方法实现个体时间帧重建	未明确说明方法在非周期性运动场景下的适用性	提升实时动态MRI在高加速率下的图像质量	心脏成像中的动态MRI数据	医学影像分析	心血管疾病	动态MRI, 时间交错欠采样	深度学习	MRI时间序列图像	NA	NA	NA	图像质量	NA
2427	2025-10-07	Utilization of Artificial Intelligence for the automated recognition of fine arts 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0312739 PMID:39585839	研究论文	本文提出了一种基于人工智能和深度学习的自动化美术作品识别方法	将先进特征提取技术与定制化CNN架构相结合，显著提升了美术作品分类的准确性和效率	NA	提升自动化美术作品识别的性能	美术作品	计算机视觉	NA	深度学习，特征提取技术	CNN	图像	基准数据集	NA	定制化CNN架构	准确率	NA
2428	2025-10-07	Integrating deep learning in public health: a novel approach to PICC-RVT risk assessment 2024, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2024.1445425 PMID:39839389	研究论文	本研究评估了七种机器学习算法在预测经外周置入中心静脉导管相关静脉血栓风险中的表现，并识别了关键预测因素	首次将时间序列数据整合到PICC-RVT风险评估中，比较了深度学习和传统机器学习模型的性能	回顾性多中心研究设计，可能存在选择偏倚	评估机器学习算法在PICC-RVT风险评估中的有效性并识别关键预测因素	接受PICC置管的5,272名患者	机器学习	静脉血栓	机器学习	深度学习, 传统机器学习	时间序列数据，包括人口统计学、临床病理学和治疗数据	5,272名患者	NA	DeepSurv, Cox-Time	一致性指数, Brier评分, 组内相关系数	NA
2429	2025-01-24	Deep learning captures the effect of epistasis in multifactorial diseases 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1479717 PMID:39839630	研究论文	本研究探讨了非线性和深度学习模型在预测多因素疾病风险中的应用，特别是考虑基因上位效应的影响	首次系统地比较了线性回归模型与非线性机器学习模型（包括深度学习）在模拟和真实遗传数据中捕捉基因上位效应的能力	研究主要基于模拟数据和特定疾病类型的真实数据，可能无法推广到所有多因素疾病	探索非线性和深度学习模型在预测多因素疾病风险中的有效性，特别是考虑基因上位效应	模拟数据和真实遗传数据，涉及肥胖、1型糖尿病和银屑病等疾病	机器学习	多因素疾病（如阿尔茨海默病、糖尿病、心血管疾病、癌症等）	GAMETES模拟数据生成，PyTOXO包生成渗透表	多层感知器（MLP）、卷积神经网络（CNN）、循环神经网络（RNN）、Lasso回归、随机森林、梯度提升模型	遗传数据	模拟数据和真实遗传数据，具体样本数量未明确	NA	NA	NA	NA
2430	2025-01-24	AI predicting recurrence in non-muscle-invasive bladder cancer: systematic review with study strengths and weaknesses 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1509362 PMID:39839785	综述	本文系统回顾了基于机器学习的非肌层浸润性膀胱癌（NMIBC）复发预测框架，分析了其统计稳健性和算法效能	通过多模态数据集和多种机器学习模型（如神经网络、深度学习、随机森林）的结合，显著提高了预测准确性，并探讨了增强模型解释性的方法（如SHAP）	由于数据集较小，模型的泛化能力有限，且高级模型的“黑箱”性质仍是一个挑战	提高非肌层浸润性膀胱癌（NMIBC）复发的预测精度，推动AI在肿瘤学中的应用	非肌层浸润性膀胱癌（NMIBC）患者	机器学习	膀胱癌	机器学习（ML）和人工智能（AI）	神经网络、深度学习、随机森林、支持向量机	放射组学、临床、组织病理学、基因组数据	NA	NA	NA	NA	NA
2431	2025-01-24	Artificial intelligence in breast cancer survival prediction: a comprehensive systematic review and meta-analysis 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1420328 PMID:39839787	系统综述与元分析	本文通过系统综述和元分析，评估了人工智能和机器学习算法在乳腺癌生存预测中的应用及其效果	本文首次全面评估了多种机器学习算法在乳腺癌生存预测中的表现，并强调了混合模型和深度学习（特别是卷积神经网络）的优势	大多数研究依赖内部验证，缺乏外部验证，可能影响模型的普适性和鲁棒性	评估人工智能和机器学习算法在乳腺癌生存预测中的准确性和应用潜力	乳腺癌患者的临床数据	机器学习	乳腺癌	机器学习算法	混合模型、卷积神经网络（CNN）	临床数据	32篇符合条件的文章，涉及140篇初步筛选的文章	NA	NA	NA	NA
2432	2025-01-24	Application of MRI image segmentation algorithm for brain tumors based on improved YOLO 2024, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2024.1510175 PMID:39840016	研究论文	本研究探讨了将改进的YOLOv5s深度学习算法模型应用于脑肿瘤磁共振图像分割的可行性，并在此基础上进行了优化和升级	在YOLOv5算法中引入了ASPP、CBAM和CA等结构改进，提出了多个优化版本，显著提升了脑肿瘤磁共振图像的分割能力	研究仅使用了两个公开数据集，样本量相对有限，可能影响模型的泛化能力	辅助临床快速识别脑肿瘤类型并实现分割检测	脑肿瘤磁共振图像	计算机视觉	脑肿瘤	深度学习	YOLOv5s, YOLOv8s	图像	3,223张图像（数据集1）和216张图像（数据集2）	NA	NA	NA	NA
2433	2025-01-24	Artificial intelligence-driven identification and mechanistic exploration of synergistic anti-breast cancer compound combinations from Prunella vulgaris L.-Taraxacum mongolicum Hand.-Mazz. herb pair 2024, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2024.1522787 PMID:39840098	研究论文	本研究利用人工智能和大规模生物医学数据，识别并验证了夏枯草-蒲公英草药对中具有协同抗乳腺癌作用的化合物组合及其作用机制	首次应用深度学习模型DeepMDS预测夏枯草-蒲公英草药对中的协同抗乳腺癌多化合物组合，并通过实验验证其效果	研究主要基于体外细胞实验，缺乏体内实验验证	识别和验证夏枯草-蒲公英草药对中的协同抗乳腺癌化合物组合及其作用机制	夏枯草（Prunella vulgaris L.）和蒲公英（Taraxacum mongolicum Hand.-Mazz.）的提取物及其化合物	生物医学	乳腺癌	液相色谱-质谱分析（LC-MS）、深度学习模型（DeepMDS）	深度学习模型（DeepMDS）	化学化合物数据、生物医学数据	夏枯草和蒲公英的50%乙醇提取物，分别鉴定出27和21种化合物	NA	NA	NA	NA
2434	2025-01-24	A customized convolutional neural network-based approach for weeds identification in cotton crops 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1435301 PMID:39840351	研究论文	本文提出了一种基于定制卷积神经网络（CNN）的方法，用于棉花作物中的杂草识别	提出了一种新的基于深度CNN的架构，用于高效识别和分类棉花作物中的杂草，并在准确率上优于现有的VGG-16、ResNet、DenseNet和Xception模型	未提及具体的数据集规模或实验环境限制	开发一种高效的杂草识别和分类方法，以提高棉花作物的产量	棉花作物中的杂草	计算机视觉	NA	卷积神经网络（CNN）	CNN, VGG-16, ResNet, DenseNet, Xception	图像	未提及具体样本数量	NA	NA	NA	NA
2435	2025-01-23	Performance of deep learning model and radiomics model for preoperative prediction of spread through air spaces in the surgically resected lung adenocarcinoma: a two-center comparative study 2024-Dec-31, Translational lung cancer research IF:4.0Q1 DOI:10.21037/tlcr-24-646 PMID:39830743	研究论文	本研究比较了基于深度学习和放射组学的模型在预测手术切除的肺腺癌中空气传播扩散（STAS）的术前预测性能	首次构建并比较了基于CT图像的深度学习模型和放射组学模型，用于预测肺腺癌中的STAS状态	研究为回顾性设计，样本量相对较小，且仅来自两个中心	评估和比较深度学习和放射组学模型在预测肺腺癌STAS状态中的性能	395名经病理确认的肺腺癌患者	数字病理	肺癌	CT成像	深度学习模型, 放射组学模型	CT图像	395名患者（其中146名检测到STAS）	NA	NA	NA	NA
2436	2025-10-07	The development of a waste management and classification system based on deep learning and Internet of Things 2024-Dec-26, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-024-13595-x PMID:39724392	研究论文	开发了一种基于深度学习和物联网的废物管理与分类系统	在YOLOv7-tiny基础上引入部分卷积和坐标注意力机制，降低了模型参数和计算量，同时提高了识别精度	仅测试于Jetson Nano边缘设备，未在其他硬件平台验证部署效果	实现高效的废物自动分类与管理，促进资源回收和降低人工成本	可回收废物图像	计算机视觉	NA	深度学习，物联网，边缘计算	YOLO	图像	包含多类别废物的真实背景图像数据集	PyTorch	YOLOv7-tiny, ELAN, Sppcspc	mAP@.5, mAP@.5:.95, 参数数量, FLOPs, 推理时间, FPS	Jetson Nano边缘设备
2437	2025-10-07	Mapping of high-resolution daily particulate matter (PM2.5) concentration at the city level through a machine learning-based downscaling approach 2024-Dec-23, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-024-13562-6 PMID:39714636	研究论文	本研究通过机器学习降尺度方法提高越南PM2.5浓度监测的空间分辨率	提出基于CatBoost的2天滞后模型，相比现有方法在相关系数上提升57%，多项误差指标降低28-75%	小数据集条件下传统机器学习模型优于复杂深度学习模型，模型验证需关注生成地图的实际应用性	提高越南PM2.5浓度监测的空间分辨率和数据质量	越南胡志明市的PM2.5浓度数据	机器学习	NA	机器学习降尺度方法	随机森林, XGBoost, CatBoost, 支持向量回归, 混合效应模型, LSTM, CNN, ConvLSTM	空气质量监测数据	NA	NA	LSTM, CNN, ConvLSTM	相关系数, RMSE, MRE, MAE	NA
2438	2025-10-07	Advancing miRNA cancer research through artificial intelligence: from biomarker discovery to therapeutic targeting 2024-Dec-17, Medical oncology (Northwood, London, England) DOI:10.1007/s12032-024-02579-z PMID:39688780	综述	本文综述了人工智能在miRNA癌症研究中的应用进展，涵盖从生物标志物发现到治疗靶向的多个方面	系统整合了机器学习特别是深度学习技术在miRNA研究中的多种应用，包括生物标志物识别、靶标预测和预后模型构建	作为综述文章，主要总结现有研究而非提出新的原始方法	指导研究人员在miRNA领域有效利用AI技术，加速癌症诊断和治疗的发展	microRNAs（miRNAs）及其在癌症中的作用	机器学习	癌症	RNA测序技术	深度学习	RNA数据集	NA	NA	NA	NA	NA
2439	2025-10-07	Enhancing sugarcane leaf disease classification through a novel hybrid shifted-vision transformer approach: technical insights and methodological advancements 2024-Dec-07, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-024-13468-3 PMID:39643787	研究论文	提出一种新型混合移位视觉Transformer方法用于甘蔗叶部病害的自动分类	将视觉Transformer架构与混合移位窗口相结合，有效捕捉局部和全局特征，并采用自监督学习结合拼图任务增强特征表示	NA	开发自动化甘蔗叶部病害分类方法以提高农业病害检测效率	甘蔗叶部病害	计算机视觉	植物病害	深度学习	Transformer	图像	NA	NA	Vision Transformer, Hybrid Shifted Windows	准确率	NA
2440	2025-01-23	Prediction of Preeclampsia Using Machine Learning: A Systematic Review 2024-Dec, Cureus DOI:10.7759/cureus.76095 PMID:39834976	review	本文系统回顾了使用机器学习预测子痫前期的方法、预测因子和模型性能，强调了其比较优势、挑战和临床适用性	本文综合评估了多种机器学习模型在子痫前期预测中的应用，并探讨了模型性能与可解释性之间的平衡	部分研究存在高偏倚风险，且非解释性或黑箱模型可能因伦理问题难以在临床中应用	探讨机器学习在子痫前期预测中的应用及其临床适用性	子痫前期	machine learning	preeclampsia	machine learning	XGBoost, random forest, neural networks	clinicodemographic characteristics, laboratory reports, Doppler ultrasound, genotypic data, fundal images	11 studies from diverse countries including the United States, the United Kingdom, China, and Korea	NA	NA	NA	NA