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
1981	2025-03-05	PEDI: Towards Efficient Pathway Enrichment and Data Integration in Bioinformatics for Healthcare Using Deep Learning Optimisation 2025, Biomedical engineering and computational biology IF:2.3Q3 DOI:10.1177/11795972251321684 PMID:40027281	研究论文	本文提出了一种利用生物信息学数据和深度学习优化的增强识别程序，旨在解决医疗操作中的关键问题	结合深度学习优化技术，包括数据归一化和混合学习方法，有效管理大规模数据，实现个性化医疗解决方案	NA	通过优化技术解决医疗操作中的关键困难，提升生物信息学在医疗中的应用效率	生物信息学数据和医疗操作	生物信息学	NA	深度学习优化	NA	生物信息学数据	4个场景和2个案例研究
1982	2025-03-05	Application of artificial intelligence in Alzheimer's disease: a bibliometric analysis 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1511350 PMID:40027465	研究论文	本文通过文献计量分析，探讨了人工智能在阿尔茨海默病研究中的应用热点和趋势	首次对2004年至2023年间人工智能在阿尔茨海默病研究中的应用进行了全面的文献计量分析，揭示了该领域的研究热点和发展趋势	研究仅基于SCI和SSCI数据库，可能未涵盖所有相关文献	识别过去20年人工智能在阿尔茨海默病研究中的关键研究热点和趋势	人工智能在阿尔茨海默病研究中的应用	自然语言处理	老年病	文献计量分析	深度学习	文献数据	2,316篇论文
1983	2025-03-05	Deep learning for accurate classification of conifer pollen grains: enhancing species identification in palynology 2025, Frontiers in big data IF:2.4Q2 DOI:10.3389/fdata.2025.1507036 PMID:40027520	研究论文	本研究利用深度学习技术，特别是迁移学习模型，来提高针叶树花粉粒的准确分类，从而增强物种识别能力	首次应用多种迁移学习架构（如DenseNet201、EfficientNetV2S等）于针叶树花粉粒的分类，显著提高了分类准确率	研究依赖于博物馆标本的图像数据，可能无法完全代表自然环境中花粉粒的多样性	提高针叶树花粉粒的分类准确性，以支持生态研究和环境变化监测	针叶树花粉粒，包括冷杉、云杉和松树	计算机视觉	NA	迁移学习	DenseNet201, EfficientNetV2S, InceptionV3, MobileNetV2, ResNet101, ResNet50, VGG16, VGG19, Xception	图像	博物馆标本的花粉粒图像数据集
1984	2025-03-05	The application of artificial intelligence in stroke research: A bibliometric analysis 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251323833 PMID:40027591	研究论文	本文通过文献计量分析总结了人工智能在卒中研究中应用的研究现状和热点变化	首次通过文献计量学方法系统分析了过去20年人工智能在卒中研究中的应用趋势和热点	仅基于Web of Science数据库的文献，可能未涵盖所有相关研究	总结和阐明人工智能在卒中研究中应用的研究现状和热点变化	卒中研究领域的人工智能应用	自然语言处理	心血管疾病	文献计量分析	NA	文本	4437篇文献
1985	2025-03-05	Isfahan Artificial Intelligence Event 2023: Macular Pathology Detection Competition 2025, Journal of medical signals and sensors DOI:10.4103/jmss.jmss_47_24 PMID:40028045	研究论文	本文介绍了2023年伊斯法罕人工智能事件中的黄斑病理检测竞赛，旨在评估当前基于AI的分类方法在黄斑病理检测中的应用	通过竞赛形式评估多种AI-CAD工具，展示了深度学习在病理图像特征学习中的潜力	在处理不平衡的小数据集时，选择和调整合适的模型需要特别注意	评估和改进基于AI的黄斑病理检测技术	黄斑疾病患者和正常受试者的OCT图像	计算机视觉	黄斑疾病	光学相干断层扫描（OCT）	深度学习	图像	包括正常受试者、糖尿病性黄斑水肿患者和其他黄斑疾病患者的OCT图像数据集
1986	2025-03-05	Advanced driving assistance integration in electric motorcycles: road surface classification with a focus on gravel detection using deep learning 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1520557 PMID:40028228	研究论文	本文提出了一种在嵌入式系统（如Raspberry Pi）上高效运行的深度学习模型，用于实时监测道路状况，特别是砾石检测，以提高摩托车骑手的安全性	通过比较多种先进的卷积神经网络架构，确定了EfficientNetV2在推理时间和准确性之间的最佳平衡，特别适合交通密集的城市环境中的实时应用	研究主要关注砾石检测，未涉及其他道路状况或更复杂的驾驶辅助功能	开发一种能够在嵌入式系统上实时运行的深度学习模型，用于监测道路状况，提高摩托车骑手的安全性	摩托车骑手和道路状况，特别是砾石检测	计算机视觉	NA	深度学习	CNN（包括EfficientNet和Inception）	图像	NA
1987	2025-03-05	Determining the meter of classical Arabic poetry using deep learning: a performance analysis 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1523336 PMID:40028229	研究论文	本研究开发了一种基于深度学习的模型，用于准确确定古典阿拉伯诗歌的韵律	采用字符级编码保留关键语言特征，并测试了多种深度学习架构，其中双向长短期记忆模型在完整诗句和半诗句数据上均取得了最高准确率	未提及模型在其他语言或诗歌类型上的泛化能力	开发一种能够准确分类古典阿拉伯诗歌韵律的深度学习模型	古典阿拉伯诗歌的韵律	自然语言处理	NA	深度学习	LSTM, GRU, Bi-LSTM	文本	未明确提及具体样本数量，但使用了大规模数据集，并按70-15-15的比例划分训练、验证和测试集
1988	2025-03-05	Refining Pseudo Labeling via Multi-Granularity Confidence Alignment for Unsupervised Cross Domain Object Detection 2025-Jan-01, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2024.3522807 PMID:40030753	研究论文	本文提出了一种名为多粒度置信度对齐均值教师（MGCAMT）的新框架，用于无监督跨域目标检测，通过同时缓解类别、实例和图像级别的置信度错位来优化伪标签，从而提升教师-学生学习的性能	提出了多粒度置信度对齐均值教师（MGCAMT）框架，通过分类置信度对齐（CCA）、任务置信度对齐（TCA）和图像聚焦置信度对齐（FCA）三个模块，解决了伪标签中的置信度错位问题，从而优化了无监督跨域目标检测的性能	未明确提及具体局限性，但可能包括对特定数据集或场景的依赖，以及计算复杂度较高的问题	解决无监督跨域目标检测中的伪标签置信度错位问题，提升目标检测模型的泛化能力	无监督跨域目标检测中的伪标签生成与优化	计算机视觉	NA	均值教师（Mean Teacher）、证据深度学习（EDL）	MGCAMT（多粒度置信度对齐均值教师）	图像	未明确提及具体样本数量，但涉及多个场景的实验
1989	2025-03-04	A case for the use of deep learning algorithms for individual and population level assessments of mental health disorders: Predicting depression among China's elderly 2025-Jan-15, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2024.09.147 PMID:39321977	研究论文	本研究利用机器学习方法分析中国老年人群的抑郁风险因素，从整体和个体层面预测抑郁	使用机器学习算法在大规模代表性老年数据库中预测抑郁风险因素，提供个体层面的可靠诊断可能性	需要进一步研究结合专业临床输入以推进该领域	预测中国老年人群的抑郁风险因素，支持临床医生识别影响患者抑郁的最重要因素	中国老年人群	机器学习	老年疾病	机器学习算法	NA	调查数据	来自中国健康与养老追踪调查（CHARLS）第四波的参与者
1990	2025-03-02	Deep Learning Approach Predicts Longitudinal Retinal Nerve Fiber Layer Thickness Changes 2025-Jan-31, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12020139 PMID:40001659	研究论文	本研究旨在开发深度学习模型，预测青光眼患者视网膜神经纤维层（RNFL）厚度的变化，以促进疾病的早期诊断和进展监测	使用纵向OCT成像数据，结合自定义1D卷积神经网络（CNN），在不同人口统计学和疾病严重程度下实现一致的预测性能	样本量相对较小（251名参与者，437只眼睛），可能限制模型的泛化能力	开发深度学习模型以预测青光眼患者RNFL厚度的变化，支持临床决策	青光眼患者的视网膜神经纤维层（RNFL）厚度变化	数字病理学	青光眼	光学相干断层扫描（OCT）	线性回归（LR）、支持向量回归（SVR）、梯度提升回归（GBR）、自定义1D卷积神经网络（CNN）	图像（OCT扫描）	251名参与者（437只眼睛）
1991	2025-03-02	Deep Learning-Enabled Integration of Histology and Transcriptomics for Tissue Spatial Profile Analysis 2025, Research (Washington, D.C.) DOI:10.34133/research.0568 PMID:39830364	研究论文	本文介绍了一种名为GIST的深度学习模型，用于整合组织学图像和空间转录组数据，以进行组织空间特征分析	GIST模型结合了预训练的组织学基础模型和混合图变换器模型，显著提升了空间转录组数据的分析精度，并揭示了新的空间组织和功能动态	NA	开发一种深度学习模型，用于整合组织学图像和空间转录组数据，以提高空间细胞特征分析的准确性	人类肺癌、乳腺癌和结直肠癌的数据集	数字病理学	肺癌, 乳腺癌, 结直肠癌	空间转录组学	混合图变换器模型	图像, 转录组数据	NA
1992	2025-03-02	Liver fibrosis classification on trichrome histology slides using weakly supervised learning in children and young adults 2025-Jan, Journal of pathology informatics DOI:10.1016/j.jpi.2024.100416 PMID:39867463	研究论文	本研究探讨了使用弱监督学习方法对儿童和年轻人的三色染色组织切片进行肝纤维化分类的可行性	采用聚类约束注意力多实例学习（CLAM）方法，首次在儿童和年轻人的三色染色全切片图像（WSI）上进行肝纤维化分期	研究为回顾性研究，样本量相对较小（217例），且仅限于儿童和年轻人群体	开发一种更客观的肝纤维化分期方法，减少诊断变异性	儿童和年轻人的肝纤维化组织切片	数字病理学	肝纤维化	弱监督学习	CLAM	图像	217例三色染色全切片图像
1993	2025-03-02	Exploring artificial intelligence in orthopaedics: A collaborative survey from the ISAKOS Young Professional Task Force 2025-Jan, Journal of experimental orthopaedics IF:2.0Q2 DOI:10.1002/jeo2.70181 PMID:39996084	研究论文	本研究通过分析关于人工智能在骨科应用中的调查结果，旨在为骨科领域的人工智能讨论建立学术基础，并阐明该领域内人工智能应用的关键模式、挑战和未来潜在方向	首次通过大规模调查揭示了骨科医生对人工智能的认知、使用现状及未来兴趣，为骨科领域的人工智能应用提供了实证数据	调查样本主要为男性（92.9%），可能存在性别偏差；且调查结果主要反映受访者的主观意见，缺乏客观数据支持	探讨人工智能在骨科领域的应用现状及未来发展方向	骨科医生	医学人工智能	骨科疾病	NA	NA	调查问卷数据	211名骨科医生
1994	2025-03-02	Paving the way for new antimicrobial peptides through molecular de-extinction 2025, Microbial cell (Graz, Austria) DOI:10.15698/mic2025.02.841 PMID:40012704	研究论文	本文探讨了通过分子去灭绝技术研究古代基因组和蛋白质组中的抗菌肽（AMPs），作为传统抗生素的替代品	利用分子去灭绝技术挖掘古代基因组和蛋白质组中的抗菌肽，结合软件工具和深度学习模型，发现了多种新型抗菌肽	NA	研究古代基因组和蛋白质组中的抗菌肽，以发现新型抗生素并深入了解进化过程	古代基因组和蛋白质组中的抗菌肽	生物信息学	NA	分子去灭绝技术、深度学习	深度学习模型	基因组数据、蛋白质组数据	NA
1995	2025-03-02	Artificial Intelligence Powered Automated and Early Diagnosis of Acute Lymphoblastic Leukemia Cancer in Histopathological Images: A Robust SqueezeNet-Enhanced Machine Learning Framework 2025, International journal of telemedicine and applications IF:3.1Q2 DOI:10.1155/ijta/2257215 PMID:40017574	研究论文	本研究提出了一种基于SqueezeNet增强的机器学习框架，用于自动筛查和分类急性淋巴细胞白血病组织病理学图像	结合深度学习（DL）和机器学习（ML）算法，解决了理解组织病理学图像和分类过程的复杂性	未提及具体局限性	提高急性淋巴细胞白血病的早期和精确诊断	急性淋巴细胞白血病的组织病理学图像	数字病理学	急性淋巴细胞白血病	深度学习（DL）和机器学习（ML）	SqueezeNet、神经网络（NN）、逻辑回归（LR）、随机森林（RF）	图像	未提及具体样本数量
1996	2025-03-02	Advancing antibiotic discovery with bacterial cytological profiling: a high-throughput solution to antimicrobial resistance 2025, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2025.1536131 PMID:40018674	综述	本文综述了细菌细胞学分析（BCP）作为一种快速、可扩展且成本效益高的方法，用于识别抗生素作用机制，并探讨其在抗生素发现中的应用	介绍了BCP在药物发现中的潜力，特别是通过识别spirohexenolide A对耐甲氧西林金黄色葡萄球菌的细胞靶点，展示了其创新性	讨论了BCP的优势、局限性及潜在改进方向，并指出某些病原体的细胞学特征尚未被研究	推动抗生素发现，以应对抗菌素耐药性（AMR）这一全球健康威胁	不同细菌生物和不同类别的抗生素	数字病理学	抗菌素耐药性	细菌细胞学分析（BCP）	深度学习	图像	NA
1997	2025-03-01	Deep Learning-Assisted Diagnostic System: Apices and Odontogenic Sinus Floor Level Analysis in Dental Panoramic Radiographs 2025-Jan-30, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12020134 PMID:40001654	研究论文	本研究开发了一种基于深度学习的辅助诊断系统，用于牙科全景X光片中牙源性鼻窦炎的精确诊断	结合了多种深度学习模型，并融合了常见的对比度受限自适应直方图均衡化、最小-最大归一化和RGB映射方法，显著提高了诊断准确性	未提及样本的具体数量和多样性，可能影响模型的泛化能力	开发一种辅助牙医精确诊断牙源性鼻窦炎的AI系统	牙科全景X光片中的牙源性鼻窦炎	计算机视觉	牙源性鼻窦炎	深度学习	YOLO 11n, YOLOv8n-cls	图像	NA
1998	2025-03-01	FDoSR-Net: Frequency-Domain Informed Auto-Encoder Network for Arbitrary-Scale 3D Whole-Heart MRI Super-Resolution 2025-Jan-30, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12020129 PMID:40001649	研究论文	本文旨在开发一种三维超分辨率网络，用于执行任意比例的三维全心磁共振成像超分辨率，同时保持精细的图像细节	提出了一种利用频域正则化训练的3D自编码器框架，能够在训练中保持精细图像细节，并实现任意比例的超分辨率	NA	开发一种能够执行任意比例三维全心磁共振成像超分辨率的网络	三维全心磁共振成像	计算机视觉	心血管疾病	NA	3D自编码器	三维磁共振成像	120个三维全心磁共振成像体积，使用四种不同的序列获取
1999	2025-03-01	Anatomically Guided Deep Learning System for Right Internal Jugular Line (RIJL) Segmentation and Tip Localization in Chest X-Ray 2025-Jan-29, Life (Basel, Switzerland) DOI:10.3390/life15020201 PMID:40003610	研究论文	本研究提出了一种结合解剖学标志分割、RIJL分割网络和后处理功能的深度学习系统，用于在胸部X光图像中准确分割右颈内静脉导管（RIJL）并定位其尖端	通过整合解剖学知识和空间推理，利用气管作为解剖学标志提取与RIJL最相关的子区域，从而提高了分割和尖端定位的准确性	NA	开发一种自动化深度学习系统，以减少临床医生在胸部X光图像中检查右颈内静脉导管（RIJL）放置的工作量	右颈内静脉导管（RIJL）在胸部X光图像中的分割和尖端定位	计算机视觉	NA	深度学习	nnU-Net	图像	NA
2000	2025-03-01	Deep Learning-Enhanced Portable Chemiluminescence Biosensor: 3D-Printed, Smartphone-Integrated Platform for Glucose Detection 2025-Jan-27, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12020119 PMID:40001639	研究论文	本文介绍了一种新型便携式化学发光生物传感器平台，结合深度学习和智能手机集成，用于葡萄糖检测	该平台采用低成本蜡印微垫和3D打印黑盒，替代传统笨重设备，并通过深度学习模型显著提升检测性能	NA	开发一种成本效益高且选择性强的葡萄糖检测平台	葡萄糖	生物传感	NA	化学发光（CL）传感	Random Forest, SVM, InceptionV3, VGG16, ResNet-50	图像	600张实验化学发光图像，其中80%用于模型训练，20%用于测试