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
101	2025-02-02	A Feature-Fusion Technique-Based Alzheimer's Disease Classification Using Magnetic Resonance Imaging 2024-Oct-23, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14212363 PMID:39518331	研究论文	本文提出了一种基于特征融合技术的阿尔茨海默病分类方法，使用磁共振成像（MRI）图像	通过改进现有的视觉变换器（ViTs）和结合CatBoost分类器，提出了一种在有限计算资源下进行阿尔茨海默病分类的创新模型	模型的鲁棒性和适用性有待提高，后续研究可以包括遗传和临床数据	开发一种在有限计算资源下对阿尔茨海默病进行分类的模型	阿尔茨海默病	计算机视觉	老年病	MRI	视觉变换器（ViTs）和CatBoost分类器	图像	使用OASIS数据集进行模型泛化
102	2025-02-02	Hexagonal diffraction gratings generated by convolutional neural network-based deep learning for suppressing high-order diffractions 2024-Oct-01, Journal of the Optical Society of America. A, Optics, image science, and vision DOI:10.1364/JOSAA.531198 PMID:39889023	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
103	2025-02-01	Deep learning-based image quality assessment for optical coherence tomography macular scans: a multicentre study 2024-Oct-22, The British journal of ophthalmology DOI:10.1136/bjo-2023-323871 PMID:39033014	研究论文	本文开发并外部测试了用于评估Cirrus和Spectralis光学相干断层扫描设备三维黄斑扫描图像质量的深度学习模型	使用深度学习模型评估三维黄斑扫描图像质量，并进行了多中心外部测试	研究依赖于特定设备（Cirrus和Spectralis）的数据，可能不适用于其他设备	开发用于评估光学相干断层扫描图像质量的深度学习模型	Cirrus和Spectralis光学相干断层扫描设备的三维黄斑扫描图像	计算机视觉	黄斑疾病	深度学习	ResNet-18	图像	2277个Cirrus 3D扫描和1557个Spectralis 3D扫描
104	2025-01-31	Leveraging Artificial Intelligence and Data Science for Integration of Social Determinants of Health in Emergency Medicine: Scoping Review 2024-Oct-30, JMIR medical informatics IF:3.1Q2 DOI:10.2196/57124 PMID:39475815	综述	本文探讨了人工智能和数据科学在急诊医学中整合社会健康决定因素（SDOH）数据的潜力，并指出了未来研究的方向	首次系统性地评估了AI和数据科学在急诊医学中整合SDOH数据的应用，特别是机器学习和自然语言处理技术的使用	研究仍处于初期阶段，SDOH数据收集和算法优化需要进一步标准化和改进	探讨AI和数据科学在急诊医学中整合SDOH数据的潜力，以改善患者护理和减少健康差异	急诊科患者及其SDOH数据	自然语言处理	急诊医学	机器学习（ML）、自然语言处理（NLP）	NLP、深度学习、模式匹配	文本	26项研究，其中9项专注于急诊科患者
105	2025-01-31	Implications of Big Data Analytics, AI, Machine Learning, and Deep Learning in the Health Care System of Bangladesh: Scoping Review 2024-Oct-28, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/54710 PMID:39466315	综述	本文通过范围综述，探讨了大数据分析（BDA）、人工智能（AI）、机器学习（ML）和深度学习（DL）在孟加拉国医疗保健系统中的研究现状、应用及挑战	本文首次系统性地综述了BDA、AI、ML和DL在孟加拉国医疗保健系统中的研究现状和应用，填补了该领域的知识空白	研究仅涵盖了2000年至2023年间的英文文献，可能遗漏了其他语言或未发表的研究	旨在整理孟加拉国医疗保健系统中使用BDA、AI、ML和DL的现有研究，并分析这些技术在医疗研究中的局限性	孟加拉国医疗保健系统中的研究文献	机器学习	传染病、非传染性疾病、儿童健康、心理健康	大数据分析（BDA）、人工智能（AI）、机器学习（ML）、深度学习（DL）	机器学习模型（ML）、深度学习模型（DL）	主要数据和次要数据	77篇研究文献
106	2025-01-31	A Scoping Review of the Use of Artificial Intelligence in the Identification and Diagnosis of Atrial Fibrillation 2024-Oct-24, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm14111069 PMID:39590561	综述	本文综述了人工智能（AI）在心房颤动（AF）识别和诊断中的应用，特别是机器学习（ML）在临床环境中的应用	本文首次系统地综述了AI在AF诊断中的应用，特别是深度学习在自动提取特征方面的优越表现	综述仅基于30项研究，可能无法涵盖所有相关研究	旨在综合当前关于AI在AF识别和诊断中应用的知识	心房颤动（AF）的识别和诊断	机器学习	心血管疾病	机器学习（ML），深度学习	深度学习	12导联和单导联心电图信号，光电容积描记法数据	2635篇文章初步筛选，最终纳入30项研究
107	2025-01-31	Machine learning and deep learning models for the diagnosis of apical periodontitis: a scoping review 2024-Oct-18, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-024-05989-5 PMID:39419893	综述	本文评估了使用机器学习和深度学习模型诊断人类根尖周炎的现有文献	本文首次系统地评估了机器学习和深度学习在根尖周炎诊断中的应用，并指出了AI辅助诊断对临床医生诊断性能的积极影响	缺乏关于方法论和性能指标的标准报告，无法建立明确的AI诊断方法	评估机器学习和深度学习模型在根尖周炎诊断中的应用	人类根尖周炎	数字病理学	根尖周炎	机器学习和深度学习	ML/DL	牙科X光片	19篇相关文献
108	2025-01-31	AI in Psoriatic Disease: Scoping Review 2024-Oct-16, JMIR dermatology DOI:10.2196/50451 PMID:39413371	综述	本文综述了人工智能在银屑病疾病中的应用，包括诊断和临床管理，并探讨了其适用性的局限性	本文首次系统性地回顾了人工智能在银屑病疾病中的应用，特别是在诊断、严重程度评估和治疗结果预测方面的潜力	人工智能在银屑病疾病中的应用存在验证和标准化问题，以及在特定人群（如深色皮肤患者）中的结果普遍性不足	探讨人工智能在银屑病疾病中的应用，以改善诊断率、准确评估严重程度和预测治疗结果	银屑病疾病患者	数字病理学	银屑病	机器学习和深度学习	NA	图像和患者注册数据	38篇相关论文
109	2025-01-31	AI Applications in Adult Stroke Recovery and Rehabilitation: A Scoping Review Using AI 2024-Oct-12, Sensors (Basel, Switzerland) DOI:10.3390/s24206585 PMID:39460066	综述	本文通过AI技术对成人中风恢复和康复中的AI应用进行了范围审查，总结了704项研究的结果，识别了四个常见主题，并探讨了AI技术在中风康复中的应用进展	使用AI增强的多方法、数据驱动技术（包括主题和话题聚类）进行范围审查，识别了中风康复中AI应用的时间关联模式	研究仅限于截至2024年1月的同行评审文章，可能未涵盖最新的研究成果	识别和描述AI在成人中风恢复和康复中的应用研究，包括应用类别和技术进展	成人中风患者	自然语言处理	中风	AI增强的多方法、数据驱动技术，包括主题和话题聚类	监督学习、人工神经网络（ANN）、自然语言处理（NLP）	文本	704项研究
110	2025-01-31	Use of artificial intelligence to support prehospital traumatic injury care: A scoping review 2024-Oct, Journal of the American College of Emergency Physicians open IF:1.6Q2 DOI:10.1002/emp2.13251 PMID:39234533	综述	本文通过范围综述探讨了人工智能在支持院前创伤护理中的应用	首次系统性地回顾了基于院前特征的人工智能模型在早期创伤护理中的应用	研究主要基于回顾性数据，且地理分布不均，主要集中在美国	评估人工智能模型在支持早期创伤护理中的应用	院前创伤患者	机器学习	创伤	机器学习（ML）、深度学习（DL）、自然语言处理（NLP）	支持向量机、逻辑回归、随机森林	文本、结构化数据	1050篇文献，其中49篇符合纳入标准
111	2025-01-31	Artificial Intelligence (AI): A Potential Game Changer in Regenerative Orthopedics-A Scoping Review 2024-Oct, Indian journal of orthopaedics IF:1.1Q3 DOI:10.1007/s43465-024-01189-1 PMID:39324081	综述	本文旨在探讨人工智能在再生骨科不同治疗方法中的应用，通过综述过去十年的研究，分析了AI技术的现状、优势及局限性	本文首次系统性地综述了人工智能在再生骨科中的应用，并指出了其在未来研究中的潜力	AI在再生骨科中的临床应用仍面临一些伦理问题，需要进一步解决	探讨人工智能在再生骨科治疗中的作用	再生骨科治疗方法，如干细胞疗法、富血小板血浆疗法、生物支架植入物等	机器学习	骨科疾病	机器学习（ML）和深度学习（DL）	NA	NA	18项研究
112	2025-01-28	An explainable language model for antibody specificity prediction using curated influenza hemagglutinin antibodies 2024-10-08, Immunity IF:25.5Q1 DOI:10.1016/j.immuni.2024.07.022 PMID:39163866	研究论文	本文介绍了一种基于序列的抗体特异性预测的轻量级记忆B细胞语言模型（mBLM），并利用超过5,000个流感血凝素（HA）抗体数据集进行训练	开发了一种新的轻量级记忆B细胞语言模型（mBLM），用于基于序列的抗体特异性预测，并通过模型可解释性分析识别了HA干区抗体的关键序列特征	数据集主要来源于研究出版物和专利，可能存在数据偏差	预测抗体特异性，并提高对流感病毒抗体反应的分子理解	流感血凝素（HA）抗体	自然语言处理	流感	语言模型	mBLM	序列数据	超过5,000个流感血凝素（HA）抗体
113	2025-01-28	Potential Use and Limitation of Artificial Intelligence to Screen Diabetes Mellitus in Clinical Practice: A Literature Review 2024-Oct, Acta medica Indonesiana IF:0.7Q3 PMID:39865054	文献综述	本文综述了人工智能在临床实践中筛查糖尿病的潜在应用及其局限性	强调了人工智能技术（如机器学习和深度学习）在提高糖尿病筛查准确性方面的潜力，特别是在低资源环境中的应用	指出了当前临床实践中基于血液或实验室检测的糖尿病筛查方法的局限性，包括访问和成本问题	探讨人工智能技术在减少未诊断糖尿病负担中的应用	全球未诊断糖尿病的个体，特别是低收入和中等收入国家（如印度尼西亚）的人群	机器学习	糖尿病	机器学习和深度学习	NA	NA	NA
114	2025-01-26	Deep learning-based drug screening for the discovery of potential therapeutic agents for Alzheimer's disease 2024-Oct, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2024.101022 PMID:39850238	研究论文	本文提出了一种基于深度学习的药物筛选算法，用于从传统中药方剂中发现阿尔茨海默病的潜在治疗化合物	使用四种深度神经网络模型在疾病和靶点水平上进行阿尔茨海默病药物筛选，并通过实验验证了高评分化合物的效果	研究主要基于传统中药方剂，未涉及其他类型的药物库	开发阿尔茨海默病的潜在治疗药物	阿尔茨海默病相关化合物	机器学习	阿尔茨海默病	深度学习	深度神经网络（DNN）	化合物数据	Kaixinsan (KXS) 方剂中的化合物
115	2025-01-24	Automated cell lineage reconstruction using label-free 4D microscopy 2024-Oct-07, Genetics IF:3.3Q2 DOI:10.1093/genetics/iyae135 PMID:39139100	研究论文	本文介绍了一种名为embGAN的深度学习管道，用于在无标记3D延时成像中实现自动化细胞检测和跟踪	embGAN无需手动数据注释进行训练，能够学习到具有高度尺度不变性的稳健检测，并在多个实验室和仪器上获得的图像上表现出良好的泛化能力	目前尚无解决方案可用于在密集组织和胚胎的无标记3D成像中实现自动化细胞检测和跟踪	开发一种自动化细胞检测和跟踪方法，以支持高通量的细胞谱系研究	线虫Caenorhabditis elegans胚胎	计算机视觉	NA	4D无标记显微镜	GAN	3D时间序列图像	NA
116	2025-01-23	Arkitekt: streaming analysis and real-time workflows for microscopy 2024-Oct, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02404-5 PMID:39294366	研究论文	本文介绍了Arkitekt，一个开源的中介平台，用于实时执行复杂的定量显微镜工作流	Arkitekt作为一个开源平台，能够在本地或远程可靠且高效地协调流行的生物图像软件，实现实时分析和数据管理	现有解决方案在灵活性和可扩展性方面仍有限制，通常仅限于离线分析	解决生物图像工作流中的高效协调和数据管理问题	定量显微镜工作流	数字病理学	NA	深度学习	NA	图像	NA
117	2025-01-16	Visualizing nuclear pore complex plasticity with Pan-Expansion Microscopy 2024-Oct-30, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.18.613744 PMID:39345637	研究论文	本文评估了Pan Expansion Microscopy（Pan-ExM）技术在可视化核孔复合体（NPC）可塑性方面的应用	使用Pan-ExM技术实现了16-20倍的细胞各向同性放大，同时保留了蛋白质组，揭示了NPC的可塑性	研究局限于特定细胞类型和模型，未广泛验证于其他细胞类型或疾病模型	探索核孔复合体（NPC）在不同生理和病理条件下的可塑性	核孔复合体（NPC）及其在不同细胞类型和环境中的结构变化	数字病理学	肌萎缩侧索硬化症（ALS）	Pan Expansion Microscopy（Pan-ExM）	深度学习辅助分割	图像	多个模型细胞系和来自ALS患者的诱导多能干细胞衍生神经元（iPSNs）
118	2025-01-15	A deep learning anthropomorphic model observer for a detection task in PET 2024-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.17303 PMID:39008812	研究论文	本研究探讨了深度学习模型观察者（DLMO）在PET图像病变检测任务中是否比传统模型观察者（如CHO）更能预测人类观察者（HO）的表现	首次将Swin Transformer与CNN结合用于PET图像的深度学习模型观察者，提高了预测人类观察者表现的准确性	研究仅基于PET图像，未涉及其他成像模态	评估深度学习模型观察者在PET图像病变检测任务中的表现，并与传统模型观察者进行比较	PET图像中的病变检测	计算机视觉	肿瘤学	深度学习	CNN, Swin Transformer	图像	2268对病变存在与不存在的PET图像用于训练，324对用于验证，324对用于测试
119	2025-01-11	Assessing Artificial Intelligence in Oral Cancer Diagnosis: A Systematic Review 2024-Oct-29, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000010663 PMID:39787481	系统综述	本文系统评估了2020年至2024年间人工智能技术在口腔癌检测和诊断中的有效性和准确性	首次系统性地评估了人工智能在口腔癌诊断中的应用，涵盖了多种AI技术和数据类型	数据集变异性和监管问题是主要限制	评估人工智能技术在口腔癌检测和诊断中的有效性和准确性	口腔癌	数字病理学	口腔癌	机器学习和深度学习算法	NA	图像和病理切片	12篇研究论文
120	2025-01-07	Pro-active risk analysis of an in-house developed deep learning based autoplanning tool for breast Volumetric Modulated Arc Therapy 2024-Oct, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2024.100677 PMID:39759485	研究论文	本文介绍了一种针对乳腺癌容积调强弧形治疗（VMAT）的深度学习自动规划工具的风险分析，旨在最小化临床实施前的风险	通过多学科团队进行主动失效模式与影响分析（FMEA），识别并减少深度学习工具在临床工作流程中的风险	研究仅针对乳腺癌VMAT的特定工作流程，可能不适用于其他类型的放射治疗	评估并减少深度学习模型在乳腺癌VMAT临床工作流程中的风险	乳腺癌VMAT的深度学习自动规划工具及其临床工作流程	数字病理	乳腺癌	深度学习	深度学习模型	NA	NA