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
121	2025-10-07	Early Multimodal Data Integration for Data-Driven Medical Research - A Scoping Review 2024-08-30, Studies in health technology and informatics DOI:10.3233/SHTI240837 PMID:39234706	综述	本文通过范围综述分析了2019-2024年间21篇关于早期多模态数据整合方法的文献	将早期多模态数据整合方法分为四类并总结了各类特征，提出了方法选择的关键考量因素	仅关注结构整合方法，未系统比较早期与晚期整合方法	探索数据驱动医学研究中早期多模态数据整合方法的应用现状	21篇关于早期多模态数据整合方法的综述文献	机器学习	NA	多模态数据整合	深度学习	多模态医学数据	21篇综述文献	NA	NA	NA	NA
122	2025-10-07	Forecasting daily total pollen concentrations on a global scale 2024-Aug, Allergy IF:12.6Q1 DOI:10.1111/all.16227 PMID:38995241	研究论文	本研究使用CatBoost和深度学习模型在全球23个城市预测未来14天的每日总花粉浓度	首次在全球尺度上使用CatBoost和深度学习模型预测花粉浓度，并识别影响花粉浓度的关键环境变量	不同城市的预测精度差异较大，部分城市如首尔和布里斯班的预测精度较低	提高全球花粉浓度预测的准确性，加强预测性花粉预报能力	全球23个城市的每日总花粉浓度	机器学习	过敏性疾病	花粉浓度监测	CatBoost, 深度学习	环境参数数据，花粉浓度时间序列数据	23个城市的多维度时间序列数据	CatBoost, 深度学习框架	深度学习模型	R2	NA
123	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	NA	NA	NA	NA
124	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）	NA	NA	NA	NA
125	2025-10-07	Accurate, automated classification of radiographic knee osteoarthritis severity using a novel method of deep learning: Plug-in modules 2024-Aug-13, Knee surgery & related research IF:4.1Q1 DOI:10.1186/s43019-024-00228-3 PMID:39138550	研究论文	开发了一种基于插件模块的深度学习模型，用于自动分类膝关节骨关节炎的X线严重程度	首次将插件模块集成到深度学习网络中用于膝关节骨关节炎的细粒度分类，通过集成四个不同的插件模块提高了分类精度	未来仍需改进，某些KL分级准确率较低（如KL 1级仅为43%）	开发自动膝关节骨关节炎严重程度分类模型	膝关节X线影像	计算机视觉	骨关节炎	深度学习	CNN, Transformer	X线图像	训练集：骨关节炎倡议数据集；测试集：多中心骨关节炎研究数据集（17,040例）	NA	插件模块集成模型	准确率	NA
126	2025-10-07	Quantitative Three-Dimensional Imaging Analysis of HfO2 Nanoparticles in Single Cells via Deep Learning Aided X-ray Nano-Computed Tomography 2024-08-20, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.4c06953 PMID:39115329	研究论文	开发基于深度学习的X射线纳米计算机断层扫描方法，用于单细胞内HfO2纳米颗粒的三维定量分析	建立了针对单细胞3D纳米CT图像的超小物体分割方法，能够高灵敏度分析微小纳米颗粒	方法需要专业知识且耗时，传统批量数据分析准确性不确定	开发自动化深度学习辅助的纳米CT方法，用于定量分析癌细胞对超小金属纳米颗粒的摄取	人乳腺癌细胞系MCF-7和HfO2纳米颗粒	计算机视觉	乳腺癌	X射线纳米计算机断层扫描	深度学习	3D图像	单细胞水平的纳米颗粒分析	NA	NA	灵敏度，准确性	NA
127	2025-10-07	Sága, a Deep Learning Spectral Analysis Tool for Fungal Detection in Grains-A Case Study to Detect Fusarium in Winter Wheat 2024-08-13, Toxins IF:3.9Q1 DOI:10.3390/toxins16080354 PMID:39195764	研究论文	开发了一种基于成像光谱和深度学习的镰刀菌感染小麦早期检测工具Sága	结合预训练的YOLOv5和DeepMAC模型进行小麦穗部分割，并利用XGBoost分析高光谱信息实现镰刀菌感染检测	研究仅基于2021年单个实验田的数据，样本规模有限	开发可靠的现场特异性镰刀菌感染早期预警模型，确保粮食和饲料安全	冬小麦中的镰刀菌感染检测	计算机视觉	植物病害	成像光谱技术（高光谱成像）	YOLOv5, DeepMAC, XGBoost	高光谱图像	两个实验田（接种镰刀菌的实验田52.5m×3m和对照组52.5m×3m）	NA	YOLOv5, DeepMAC	准确率, F1分数	NA
128	2025-10-07	Precision in Prevention and Health Surveillance: How Artificial Intelligence May Improve the Time of Identification of Health Concerns through Social Media Content Analysis 2024-Aug, Yearbook of medical informatics DOI:10.1055/s-0044-1800736 PMID:40199301	综述	探讨人工智能通过社交媒体内容分析提升预防和健康监测精准度的潜力	系统评估AI技术在社交媒体健康监测中的创新应用，包括基于Transformer的主题建模和联邦学习等先进技术	仅纳入2023年发表的文献，样本量有限（最终筛选10篇文献），可能存在发表偏倚	提升健康监测的及时性和准确性，实现更主动有效的健康干预	社交媒体健康相关内容，包括自杀预防、心理健康、电子烟使用等公共卫生议题	自然语言处理	公共卫生	文献计量分析，社交媒体内容分析	机器学习，深度学习，自然语言处理	文本数据（社交媒体内容）	89篇文献初步分析，最终筛选10篇相关研究	Bibliometrix	Transformer	NA	NA
129	2025-10-07	Year 2023 in Biomedical Natural Language Processing: a Tribute to Large Language Models and Generative AI 2024-Aug, Yearbook of medical informatics DOI:10.1055/s-0044-1800751 PMID:40199311	综述	对2023年生物医学自然语言处理领域的研究进展进行总结，重点分析大语言模型和生成式AI的应用趋势	系统梳理了2023年生物医学NLP领域的最佳论文评选过程，揭示了大语言模型在数据增强、领域适应和模型蒸馏方面的创新应用	仅基于两个文献数据库（Medline和ACL）进行分析，可能未覆盖该领域所有重要研究成果	总结2023年生物医学自然语言处理领域的研究趋势和最佳论文	2023年发表的2,148篇生物医学NLP研究论文	自然语言处理	COVID-19, 癌症, 精神健康	自然语言处理, 深度学习	大语言模型, ChatGPT	社交媒体内容, 电子健康记录	2,148篇论文	NA	NA	NA	NA
130	2025-04-24	Automatic Segmentation for Analysis of Murine Cardiac Ultrasound and Photoacoustic Image Data Using Deep Learning 2024-08, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.05.001 PMID:38825556	研究论文	利用深度学习技术自动分割小鼠心脏超声和光声图像数据以进行分析	结合超声和光声成像，使用U-Net深度神经网络进行分割，提高了前壁左心室区域的分割效率和准确性	研究仅针对小鼠图像数据集，未涉及人类或其他动物模型	改进心脏超声和光声图像的分割方法，以量化应变和氧饱和度	小鼠心脏的超声和光声图像	计算机视觉	心血管疾病	超声成像（US）和光声成像（PA）	U-Net	图像	小鼠图像数据集（具体数量未提及）	NA	NA	NA	NA
131	2025-04-24	A Deep Learning Model for Automatically Quantifying the Anterior Segment in Ultrasound Biomicroscopy Images of Implantable Collamer Lens Candidates 2024-08, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.05.004 PMID:38777640	research paper	本研究开发并评估了一种基于深度学习的模型，用于自动测量植入式Collamer镜片（ICL）手术候选者术前超声生物显微镜（UBM）图像中的前段（AS）参数	利用UNet++网络自动分割AS组织，并结合图像处理技术和几何定位算法自动识别瞳孔直径（PD）、前房深度（ACD）、角到角距离（ATA）和沟到沟距离（STS）等解剖标志（ALs）	研究仅使用了来自两个医疗中心的UBM图像，可能限制了模型的泛化能力	开发一种能够自动测量ICL手术候选者前段参数的深度学习模型	植入式Collamer镜片（ICL）手术候选者的术前超声生物显微镜（UBM）图像	digital pathology	眼科疾病	超声生物显微镜（UBM）	UNet++	image	1164张全景UBM图像来自321名患者，外加294张来自外部数据集的图像	NA	NA	NA	NA
132	2025-04-21	Recent Advances in Predictive Modeling with Electronic Health Records 2024-Aug, IJCAI : proceedings of the conference DOI:10.24963/ijcai.2024/914 PMID:40248670	综述	本文系统回顾了基于电子健康记录（EHR）数据的深度学习预测模型的最新进展	总结了深度学习在EHR数据预测建模中的多种应用视角，并提出了未来的研究方向	未提及具体模型的性能比较或实际应用中的具体限制	探讨如何利用EHR数据进行预测建模	电子健康记录（EHR）数据	机器学习	NA	深度学习	深度学习模型	电子健康记录数据	NA	NA	NA	NA	NA
133	2025-04-06	Contrastive Learning for Joint Normal Estimation and Point Cloud Filtering 2024-Aug, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2023.3263866 PMID:37030701	research paper	提出了一种新颖的深度学习方法，用于联合估计点云法线和滤波点云	引入了基于3D块的对比学习框架，将噪声作为增强手段，训练能够生成鲁棒点云块表示的特征编码器，并通过联合损失同时估计点法线和位移	NA	解决点云滤波和法线估计这两个3D领域的基础研究问题	点云数据	computer vision	NA	对比学习	深度学习	3D点云	NA	NA	NA	NA	NA
134	2024-08-07	Trend Identification and Prediction of Worker Stress Rate Using Deep Learning Algorithm in Indonesia 2024-08, Workplace health & safety IF:2.3Q1 DOI:10.1177/21650799241263623 PMID:38907692	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
135	2025-04-06	Neural Network Layer Algebra: A Framework to Measure Capacity and Compression in Deep Learning 2024-Aug, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3241100 PMID:37027551	research paper	提出了一种新的框架来测量深度神经网络的固有特性，特别是容量和压缩性	引入了层代数的概念，并提出了两个新的度量指标：层复杂度和层内在能力，这些指标仅依赖于网络结构而非参数	虽然框架可以推广到任何网络架构，但研究主要集中在卷积网络上	测量深度神经网络的固有特性，即容量和压缩性	深度神经网络，特别是卷积网络	machine learning	NA	NA	CNN	image	NA	NA	NA	NA	NA
136	2025-04-06	Probabilistic Attention Based on Gaussian Processes for Deep Multiple Instance Learning 2024-Aug, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3245329 PMID:37027623	research paper	提出了一种基于高斯过程的概率注意力机制（AGP），用于深度多实例学习（MIL），以提供预测的不确定性估计	首次将高斯过程引入MIL中的注意力机制，提供实例级可解释性和预测不确定性	未明确提及具体限制，但可能面临高斯过程计算复杂度高的问题	开发一种能够提供预测不确定性的深度MIL方法，特别适用于医学领域	多实例学习模型及其在医学图像分析中的应用	machine learning	cancer	Gaussian processes	AGP (Attention Gaussian Process)	image	小于100个标签的小型数据集以及MNIST和CIFAR-10合成数据	NA	NA	NA	NA
137	2025-04-06	Artificial Intelligence (AI)-Based Computer-Assisted Detection and Diagnosis for Mammography: An Evidence-Based Review of Food and Drug Administration (FDA)-Cleared Tools for Screening Digital Breast Tomosynthesis (DBT) 2024-Aug, AI in precision oncology DOI:10.1089/aipo.2024.0022 PMID:40182614	综述	本文回顾了基于人工智能的计算机辅助检测和诊断工具在数字乳腺断层合成摄影筛查中的应用及其FDA批准情况	总结了新一代深度学习AI工具在乳腺筛查中的潜力，并评估了FDA批准的六种AI工具的性能	现有证据有限，仅包括两项小规模的实施后临床研究，需要更多前瞻性研究来全面评估影响	评估AI在数字乳腺断层合成摄影筛查中的应用效果	FDA批准的六种基于AI的计算机辅助检测/诊断工具	数字病理学	乳腺癌	深度学习	NA	医学影像	多项多读者多病例研究、回顾性分析和两项真实世界评估	NA	NA	NA	NA
138	2025-10-07	Multiplex Detection of Foodborne Pathogens using 3D Nanostructure Swab and Deep Learning-Based Classification of Raman Spectra 2024-08, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202308317 PMID:38564785	研究论文	提出了一种结合3D纳米结构拭子和深度学习拉曼信号分类的多重食源性病原体检测方法	首次将3D纳米结构拭子捕获技术与便携式拉曼仪器及深度学习分类算法相结合，实现快速准确的多种食源性细菌检测	NA	开发简单、快速、灵敏的食源性病原体检测方法以支持食品安全监测	食源性细菌	机器学习	食源性疾病	拉曼光谱技术	CNN	光谱数据	NA	NA	1D卷积神经网络	准确率	NA
139	2025-10-07	Deep learning-based segmentation of subcellular organelles in high-resolution phase-contrast images 2024-Aug-30, Cell structure and function IF:2.0Q4 DOI:10.1247/csf.24036 PMID:39085139	研究论文	本研究开发了基于深度学习的亚细胞器分割方法，用于高分辨率相差图像分析	使用荧光标记作为真实掩膜来源，在无标记活细胞图像中实现亚细胞器的精确分割	NA	开发高分辨率相差图像中亚细胞器的精确分割方法	未染色活细胞中的亚细胞器	计算机视觉	NA	无标记成像，荧光标记，高分辨率相差显微镜	深度学习	高分辨率相差图像，荧光图像	NA	NA	NA	NA	NA
140	2025-10-07	An end-to-end deep learning pipeline to derive blood input with partial volume corrections for automated parametric brain PET mapping 2024-Aug-19, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad6a64 PMID:39094595	研究论文	提出一种端到端深度学习流程，通过部分容积校正自动生成血液输入函数用于脑PET参数映射	首次结合3D U-Net和RNN实现非侵入性血液输入函数计算，无需动脉采血	仅基于50例FDG PET扫描进行验证，样本量有限	开发非侵入性定量分析动态脑FDG-PET的方法	人类脑部FDG PET扫描数据	医学影像分析	神经系统疾病	动态FDG-PET成像	3D U-Net, RNN	3D PET影像	50例人类脑部FDG PET扫描	NA	3D U-Net, RNN	Dice系数, 交并比, 均方根误差	NA