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
1	2025-09-25	Generative AI in orthopedics: an explainable deep few-shot image augmentation pipeline for plain knee radiographs and Kellgren-Lawrence grading 2024-11-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae246 PMID:39311859	研究论文	提出一种用于膝关节X光片生成和Kellgren-Lawrence分级的可解释深度少样本图像增强流程	首次提出深度少样本图像增强流程，能够利用有限训练样本生成高质量合成膝关节X光片	训练样本数量有限	解决骨科医学图像分析中大规模标准化标注数据缺乏的问题	膝关节X光片和Kellgren-Lawrence分级	医学图像分析	骨关节炎	深度少样本图像增强	深度学习模型	X光图像	生成86,000张合成膝关节X光片
2	2025-09-22	Impact of wearable device data and multi-scale entropy analysis on improving hospital readmission prediction 2024-11-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae242 PMID:39301656	研究论文	本研究探讨利用可穿戴设备数据和多尺度熵分析改进医院再入院预测	结合可穿戴设备数据和多尺度熵特征，开发LSTM时间序列深度学习模型用于预测90天内非计划再入院	需要前瞻性研究验证结果，样本量相对有限	提高非计划再入院的预测准确性	住院患者	机器学习	老年疾病	多尺度熵分析，深度学习	FNN, LSTM	时间序列数据，人口统计学数据，实验室数据	612名患者来自35个机构
3	2025-09-21	Rapid response to fast viral evolution using AlphaFold 3-assisted topological deep learning 2024-Nov-19, ArXiv PMID:39606716	研究论文	提出一种结合AlphaFold 3和拓扑深度学习的策略，用于快速预测病毒突变对蛋白质相互作用和结合自由能的影响	首次将AlphaFold 3与多任务拓扑拉普拉斯模型结合，无需实验结构即可准确预测病毒突变效应	验证仅基于SARS-CoV-2刺突蛋白RBD结构域数据，尚未扩展到其他病毒或蛋白类型	开发计算方法来快速响应病毒快速进化，支持病毒追踪、诊断和抗体/疫苗设计	SARS-CoV-2刺突蛋白受体结合域（RBD）与人类ACE2复合物	计算生物学	传染病	拓扑深度学习（TDL）、拓扑数据分析（TDA）、持久拉普拉斯（PL）、深度突变扫描（DMS）	多任务拓扑拉普拉斯（MT-TopLap）模型	蛋白质三维结构数据、突变扫描数据	4个实验性DMS数据集，包括SARS-CoV-2 HK.3变体数据
4	2025-09-21	Using artificial intelligence to study atherosclerosis from computed tomography imaging: A state-of-the-art review of the current literature 2024-11, Atherosclerosis IF:4.9Q1 DOI:10.1016/j.atherosclerosis.2024.117580 PMID:38852022	综述	本文综述了人工智能在CT成像中研究动脉粥样硬化的最新文献，重点关注成像生物标志物用于评估冠状动脉炎症、斑块及相关风险	介绍了基于深度学习（如CNN）的病灶检测、分割和分类方法，以及通过体素高阶结构分析捕获生物化学过程的放射转录组学新技术	讨论了当前AI方法的局限性及需优先解决的挑战	推动AI技术从研究环境向临床工作流程转化，开发AI风险评估工具以检测易损斑块并指导治疗策略	冠状动脉粥样硬化疾病	医学影像分析	心血管疾病	CT成像、深度学习、放射转录组学	CNN	CT图像	NA
5	2025-09-14	Self-supervised learning for CT image denoising and reconstruction: a review 2024-Nov, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00424-w PMID:39465103	综述	本文回顾了自监督学习在CT图像去噪和重建中的应用方法	重点关注无需干净/噪声参考即可学习CT图像的自监督学习技术及其理论方法演进	NA	回顾自监督学习在CT图像去噪和重建领域的进展	CT图像	医学影像	NA	自监督学习	深度学习	图像	NA
6	2025-09-13	Automated surgical skill assessment in colorectal surgery using a deep learning-based surgical phase recognition model 2024-11, Surgical endoscopy DOI:10.1007/s00464-024-11208-9 PMID:39214877	研究论文	本研究开发了一种基于深度学习的结直肠手术阶段识别模型，用于自动化评估外科手术技能	首次利用深度学习模型识别手术阶段并基于此自动区分不同技能水平的外科医生群体	NA	验证使用手术阶段识别模型评估外科手术技能的可行性	腹腔镜乙状结肠切除术的手术视频	计算机视觉	结直肠癌	深度学习	深度学习模型	视频	85个视频用于技能水平分组验证（专家26个、中级32个、新手27个），总计1272个视频用于ESSQS评分分组分析
7	2025-09-13	Automated segmentation of soft X-ray tomography: native cellular structure with sub-micron resolution at high throughput for whole-cell quantitative imaging in yeast 2024-Nov-01, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.31.621371 PMID:39554159	研究论文	开发基于深度学习的自动化分割流程，用于软X射线断层扫描数据中酵母细胞结构的高通量定量成像分析	首次将深度学习自动分割应用于软X射线断层扫描数据，实现数百个细胞结构的高通量精确分割	需要人工迭代细化来提升关键结构的分割精度	实现细胞结构的自动化分割和定量形态学分析	酵母细胞（野生型、VPH1-GFP突变株等）	计算机视觉	NA	软X射线断层扫描(SXT)	深度学习	3D图像数据	数百个细胞，涵盖三种酵母菌株
8	2025-09-11	Artificial intelligence-enabled electrocardiogram for mortality and cardiovascular risk estimation: a model development and validation study 2024-11, The Lancet. Digital health DOI:10.1016/S2589-7500(24)00172-9 PMID:39455192	研究论文	开发并验证一种基于人工智能的心电图（AI-ECG）风险预测平台AIRE，用于估计死亡率和心血管风险	提出可解释、具有生物合理性且可个体化行动的风险预测模型，能生成患者特异性生存曲线并预测死亡时间	NA	开发并验证人工智能心电图风险预测模型，以改善临床实践中的风险估计	心电图数据及患者队列	机器学习	心血管疾病	深度学习，离散时间生存模型	深度学习模型	心电图信号	1,163,401份心电图来自189,539名患者，并在多个国际队列中验证
9	2025-09-05	Artificial Intelligence Applications to Measure Food and Nutrient Intakes: Scoping Review 2024-11-28, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/54557 PMID:39608003	综述	本文对人工智能在食物和营养素摄入测量中的应用进行了范围综述，总结了现有技术的效能、准确性及挑战	系统梳理了AI在膳食评估中的多种数据输入类型（如图像、声音、运动数据）和应用场景，并量化了不同方法的性能指标	纳入研究数量有限（25篇），且AI模型在适应多样化食物类型、算法公平性和数据隐私方面仍存在挑战	评估人工智能工具在测量食物和营养素摄入方面的有效性、准确性及面临的挑战	人类受试者的膳食摄入数据	自然语言处理	NA	深度学习、机器学习、混合方法	CNN, SVM	图像、声音、运动数据、文本	25项研究，样本量从10到38,415名参与者不等
10	2025-09-05	Long-Term Efficacy of an AI-Based Health Coaching Mobile App in Slowing the Progression of Nondialysis-Dependent Chronic Kidney Disease: Retrospective Cohort Study 2024-11-25, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/54206 PMID:39402012	研究论文	评估基于AI的健康管理移动应用在延缓非透析依赖慢性肾病进展方面的长期疗效	首次通过大规模回顾性队列研究验证AI驱动的移动护理系统在慢性肾病管理中的长期效果，并采用深度学习光学字符识别技术处理患者数据	研究为回顾性设计而非随机对照试验，可能存在选择偏倚；尿白蛋白/肌酐比值在随访期末两组无显著差异	评估KidneyOnline智能护理系统延缓非透析依赖慢性肾病进展的长期疗效	中国非透析依赖慢性肾病患者	数字健康	慢性肾病	深度学习光学字符识别(OCR)，人工智能健康管理	深度学习	文本健康数据	12,297名合格患者，经倾向评分匹配后808名患者(干预组和常规护理组各404名)
11	2025-09-05	Leveraging calcium score CT radiomics for heart failure risk prediction 2024-11-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77269-x PMID:39505933	研究论文	利用钙评分CT影像组学特征预测心力衰竭风险	首次仅基于CT钙评分扫描的影像组学特征（钙组学和脂肪组学）构建心力衰竭预测模型，无需额外临床信息	随访时间中位数仅1.7年，样本中心力衰竭事件发生率较低（5%）	开发一种基于CT钙评分的心力衰竭风险筛查方法	1998名患者（含336名2型糖尿病患者）	医学影像分析	心血管疾病	CT钙评分扫描，深度学习分割，影像组学特征提取	深度学习	CT影像	1998名患者
12	2025-09-05	Performance of Risk Models for Antimicrobial Resistance in Adult Patients With Sepsis 2024-11-04, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2024.43658 PMID:39509131	研究论文	评估脓毒症患者抗菌药物耐药性风险模型在不同医院间的性能差异及其与当地耐药率的关系	揭示模型性能差异主要与当地耐药流行率相关而非患者病例组合，强调通用模型预测耐药革兰阴性杆菌病因需谨慎	回顾性研究设计可能存在选择偏倚，仅纳入美国中西部10家医院可能限制结果普适性	探究脓毒症患者抗菌药物耐药性风险模型的跨医院性能变异原因	成年脓毒症患者（社区发病和医院发病）	医疗数据分析	脓毒症	深度学习模型	深度学习	临床数据	39,893名患者，85,238次脓毒症发作事件
13	2025-09-05	A deep learning model for estimating sedation levels using heart rate variability and vital signs: a retrospective cross-sectional study at a center in South Korea 2024-Nov, Acute and critical care IF:1.7Q3 DOI:10.4266/acc.2024.01200 PMID:39600246	研究论文	本研究开发了一种基于心率变异性和生命体征的深度学习模型，用于预测儿科患者的镇静水平	首次将心率变异性参数与生命体征结合，使用1D ResNet架构开发自动化镇静水平预测模型	单中心回顾性研究，需要多中心验证以确认广泛适用性	开发深度学习模型来预测危重病儿童的镇静水平	儿科重症监护病房的324名患者	医疗人工智能	儿科危重病	心率变异性分析，深度学习建模	1D ResNet	心电图波形和生命体征数据	324名患者，4,193个特征集
14	2025-09-03	Three-Dimensional Thermal Tomography with Physics-Informed Neural Networks 2024-11-30, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10120140 PMID:39728902	研究论文	本研究利用物理信息神经网络进行三维热层析成像，从表面温度数据重建内部温度场	将热传导方程嵌入损失函数的物理约束CNN方法，在非理想条件下提升了深层区域热点重建的准确性	在较大尺寸区域（特别是远离表面的区域）和非理想条件下的预测能力下降	开发非侵入式热成像技术，实现高精度温度场重建	内部温度场（特别是人体等小温度梯度场景）	计算机视觉	NA	热层析成像	3D CNN	温度数据	小尺寸模型（如直径10厘米）
15	2025-09-03	STANet: A Novel Spatio-Temporal Aggregation Network for Depression Classification with Small and Unbalanced FMRI Data 2024-11-28, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10120138 PMID:39728900	研究论文	提出一种新颖的时空聚合网络STANet，用于处理小样本和不平衡fMRI数据的抑郁症分类	结合CNN和RNN捕捉脑活动的时空特征，引入注意力-傅里叶门控循环单元(AFGRU)分类器和自适应权重分配机制	基于小样本和不平衡数据，可能影响模型泛化能力	通过fMRI和人工智能技术改进抑郁症的客观诊断	抑郁症患者的fMRI脑成像数据	医学影像分析	抑郁症	fMRI, ICA, SMOTE	CNN, RNN, GRU, AFGRU	fMRI图像数据	小样本且不平衡的fMRI数据集
16	2025-09-03	Evolving and Novel Applications of Artificial Intelligence in Abdominal Imaging 2024-11-18, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10110133 PMID:39590942	综述	本文综述人工智能在腹部影像学中的新兴应用及其对诊断与疾病管理的提升作用	系统评估AI在肝胆、胰腺、胃肠等多器官病变诊断与量化成像中的最新应用进展	存在技术、伦理和法律层面的持续挑战	评估人工智能在腹部影像学领域的当前发展状态与临床应用	腹部器官（肝胆、胰腺、胃、结肠、肾脏、肾上腺、脾脏）的病理影像	医学影像分析	腹部疾病	放射组学、深度学习	深度学习模型	医学影像	NA
17	2025-09-01	A systematic review of deep learning-based denoising for low-dose computed tomography from a perceptual quality perspective 2024-Nov, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00419-7 PMID:39465112	综述	从感知质量角度系统回顾基于深度学习的低剂量CT去噪方法	聚焦感知质量提升，强调临床诊断偏好与现有客观指标局限性的对比分析	感知质量评估具有主观性，现有基准存在显著局限性	改善低剂量CT图像的感知质量以提升临床诊断价值	低剂量CT图像	计算机视觉	NA	深度学习	GAN	图像	NA
18	2025-08-29	Artificial intelligence in endodontics: Data preparation, clinical applications, ethical considerations, limitations, and future directions 2024-11, International endodontic journal IF:5.4Q1 DOI:10.1111/iej.14128 PMID:39075670	综述	本文全面回顾了人工智能在牙髓病学中的数据准备、临床应用、伦理考量、局限性与未来发展方向	系统总结了AI在牙髓病学中的技术实施路径、评估指标及临床转化障碍，填补了领域专家认知空白	模型可解释性不足、泛化能力有限以及临床实践采纳度低	阐明人工智能在牙髓病学领域的应用潜力与实施挑战	牙髓病学诊断与治疗相关临床数据及AI模型	医疗人工智能	牙髓疾病	深度学习	CNN（卷积神经网络）	医学影像数据	NA
19	2025-08-29	Artificial intelligence in endodontics: Fundamental principles, workflow, and tasks 2024-11, International endodontic journal IF:5.4Q1 DOI:10.1111/iej.14127 PMID:39056554	综述	本文综述人工智能在牙髓病学中的基本原理、工作流程及应用任务	系统整合机器学习与深度学习原理，并针对牙髓病学提出具体AI应用框架	未涉及具体临床验证数据，主要基于理论框架分析	填补牙髓病医生对AI技术的认知空白，促进AI在牙髓病领域的应用	牙髓病诊断与治疗中的影像和文本数据	自然语言处理	NA	机器学习、深度学习、计算机视觉、自然语言处理	神经网络	影像、文本	NA
20	2025-08-10	Advancing dermoscopy through a synthetic hair benchmark dataset and deep learning-based hair removal 2024-11, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.29.11.116003 PMID:39564076	研究论文	本文通过合成毛发基准数据集和基于深度学习的毛发去除方法，提升皮肤镜图像在黑色素瘤检测中的诊断准确性	开发了一个新颖的合成毛发皮肤镜图像数据集，并设计了一个专注于毛发去除同时保留病变完整性的CNN模型	NA	提升皮肤镜图像在黑色素瘤早期检测中的诊断准确性	皮肤镜图像中的毛发干扰	数字病理学	黑色素瘤	深度学习	CNN	图像	NA