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
481	2025-03-09	Research progress on artificial intelligence technology-assisted diagnosis of thyroid diseases 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1536039 PMID:40052126	综述	本文综述了人工智能技术在甲状腺疾病早期诊断中的应用研究，特别是深度学习算法在超声和病理图像识别中的应用	整合了多项研究结果，指出卷积神经网络模型在甲状腺结节和甲状腺病理细胞病变识别中具有高准确率，U-Net网络模型作为分割算法能显著提高甲状腺结节超声图像的识别准确率	目前甲状腺疾病的早期诊断仍依赖于检查设备和医生的临床经验，存在一定的误诊率	探索一种能在早期阶段客观筛查甲状腺病变的技术	甲状腺疾病的早期筛查和诊断	数字病理学	甲状腺癌	深度学习算法	卷积神经网络, U-Net网络模型	超声图像, 病理切片	NA
482	2025-03-09	A review of AI-based radiogenomics in neurodegenerative disease 2025, Frontiers in big data IF:2.4Q2 DOI:10.3389/fdata.2025.1515341 PMID:40052173	review	本文综述了基于人工智能的放射基因组学在神经退行性疾病中的应用	结合放射组学和基因组学，利用人工智能技术提高神经退行性疾病的诊断准确性和及时性	NA	探讨人工智能在神经退行性疾病放射基因组学中的应用	神经退行性疾病	digital pathology	geriatric disease	radiomics, genomics	machine learning, deep learning	imaging, genomic data	NA
483	2025-03-08	Diagnostic accuracy of deep learning-based algorithms in laryngoscopy: a systematic review and meta-analysis 2025-Jan, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery IF:1.9Q2 DOI:10.1007/s00405-024-09049-2 PMID:39446141	meta-analysis	本文通过系统回顾和荟萃分析，探讨了深度学习在喉镜检查中的诊断效用	首次对深度学习在喉镜检查中的应用进行了系统回顾和荟萃分析，评估其在喉癌诊断中的准确性和潜力	研究仅限于已发表的文献，可能存在发表偏倚；且不同研究间的异质性可能影响结果的普遍性	评估深度学习算法在喉镜检查中的诊断准确性，特别是对喉癌的诊断	喉镜检查图像	计算机视觉	喉癌	深度学习	NA	图像	106,175张内窥镜图像
484	2025-03-08	Deep5mC: Predicting 5-methylcytosine (5mC) methylation status using a deep learning transformer approach 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.02.007 PMID:40041569	研究论文	本文介绍了一种基于深度学习Transformer的方法Deep5mC，用于预测5-甲基胞嘧啶（5mC）的甲基化状态	Deep5mC利用基因组序列中的长程依赖性来预测5mC甲基化，显著优于现有方法，并揭示了长程序列上下文对5mC预测的影响	现有方法大多关注特定基因组区域，而Deep5mC虽然考虑了长程依赖性，但仍需进一步验证其在跨物种和人类疾病中的适用性	研究5mC甲基化状态与基因组序列的依赖性，并开发一种高效的预测方法	5-甲基胞嘧啶（5mC）的甲基化状态	机器学习	NA	深度学习	Transformer	DNA序列	NA
485	2025-03-08	Artificial intelligence in the diagnosis of uveal melanoma: advances and applications 2025, Experimental biology and medicine (Maywood, N.J.) DOI:10.3389/ebm.2025.10444 PMID:40046904	综述	本文评估了机器学习和深度学习方法在葡萄膜黑色素瘤诊断中的应用，特别是通过眼底摄影、光学相干断层扫描（OCT）和超声波等成像技术进行分类的研究	深度学习模型，特别是卷积神经网络（CNNs），能够自动分析医学图像，识别复杂模式，并提高诊断精度，相比传统方法具有显著优势	研究中的关键限制包括数据集规模小、外部验证有限以及对单一成像模式的依赖，这些都限制了模型在临床环境中的泛化能力	探讨机器学习和深度学习方法在葡萄膜黑色素瘤诊断中的应用及其潜力	葡萄膜黑色素瘤	数字病理学	葡萄膜黑色素瘤	眼底摄影、光学相干断层扫描（OCT）、超声波	卷积神经网络（CNNs）	图像	小规模数据集
486	2025-03-08	Retraction: Risk management system and intelligent decision-making for prefabricated building project under deep learning modified teaching-learning-based optimization 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319589 PMID:40043015	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
487	2025-03-08	XAI-MRI: an ensemble dual-modality approach for 3D brain tumor segmentation using magnetic resonance imaging 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1525240 PMID:40046502	研究论文	本文提出了一种新颖的集成双模态方法，用于使用磁共振成像（MRI）进行3D脑肿瘤分割	提出了一种集成双模态方法，结合了表现最佳的双模态预训练模型，以提高分割性能，并引入了Grad-CAM可视化技术，生成热图以突出肿瘤区域，为临床医生提供模型决策的有用信息	未明确提及具体限制	提高脑肿瘤分割的准确性和可靠性，以支持有效的肿瘤分级和治疗计划	脑肿瘤	计算机视觉	脑肿瘤	MRI	U-Net, 集成模型	3D MRI图像	未明确提及具体样本数量
488	2025-03-08	The prognostic value of pathologic lymph node imaging using deep learning-based outcome prediction in oropharyngeal cancer patients 2025-Jan, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100733 PMID:40046573	研究论文	本研究探讨了在口咽癌患者中，结合病理淋巴结空间信息与深度学习模型对局部控制、区域控制、远处无转移生存和总生存的预测效果	首次在深度学习模型中结合病理淋巴结空间信息，以提高口咽癌患者的预后预测性能	研究仅基于单一机构的患者数据，可能限制了模型的泛化能力	探索结合病理淋巴结空间信息对深度学习模型预测口咽癌患者预后的潜在益处	口咽癌患者	数字病理	口咽癌	深度学习	深度学习模型	PET/CT扫描图像	409名口咽癌患者
489	2025-03-08	Deep learning combining imaging, dose and clinical data for predicting bowel toxicity after pelvic radiotherapy 2025-Jan, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100710 PMID:40046574	研究论文	本研究提出了一种深度学习模型，用于同时分析计算机断层扫描、剂量分布和临床元数据，以预测盆腔放疗后的肠道毒性，并识别临床风险因素和解剖区域的影响	开发了一种基于多实例学习、特征级融合和注意力的深度模型，能够同时分析3D成像和临床数据，识别潜在风险因素和关键解剖区域	数据集来自313名患者，虽然样本量较大，但患者群体的异质性（剂量、体积、分割、伴随治疗和随访期）可能影响模型的泛化能力	预测盆腔放疗后的肠道毒性，并识别临床风险因素和解剖区域的影响	313名接受3D适形放疗和容积调强弧形放疗的患者	数字病理	NA	深度学习	多实例学习模型	3D计算机断层扫描、计划剂量分布、临床数据	313名患者
490	2025-03-08	Leveraging automated time-lapse microscopy coupled with deep learning to automate colony forming assay 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1520972 PMID:40046624	研究论文	本文介绍了一种结合延时显微镜和深度学习的人工智能辅助自动化集落形成实验（CFA）平台，用于实时跟踪集落形成并评估药物疗效	开发了一种基于深度学习和多目标跟踪的自动化集落计数平台，显著减少了人工操作并提高了准确性，同时支持长期细胞间相互作用和治疗反应的详细研究	未来需要与基于灌注的药物筛选系统集成以进一步增强个性化癌症治疗	开发一种自动化、高通量的集落形成实验平台，用于评估单癌细胞的克隆扩展能力和药物疗效	B-急性淋巴细胞白血病（B-ALL）细胞	数字病理学	白血病	延时显微镜、深度学习	YOLOv8	图像	E2A-PBX1小鼠模型中的B-ALL细胞
491	2025-03-06	AutoSamp: Autoencoding k-Space Sampling via Variational Information Maximization for 3D MRI 2025-Jan, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3443292 PMID:39146168	研究论文	本文介绍了一种名为AutoSamp的新型深度学习框架，用于优化MRI扫描的采样模式和重建	AutoSamp基于变分信息最大化，能够联合优化采样模式和MRI扫描的重建，通过非均匀快速傅里叶变换实现k空间样本位置的连续优化	NA	优化MRI扫描的采样模式和重建质量	3D MRI数据集	医学影像处理	NA	深度学习，非均匀快速傅里叶变换	深度学习网络	3D MRI图像	公共3D MRI数据集
492	2025-03-06	Approximating Human-Level 3D Visual Inferences With Deep Neural Networks 2025, Open mind : discoveries in cognitive science DOI:10.1162/opmi_a_00189 PMID:40013087	研究论文	本文探讨了深度神经网络（DNNs）在3D形状推理任务中与人类表现的差距，并提出了一种多视角学习方法以缩小这一差距	提出了多视角学习目标，并验证了3D Light Field Network在3D形状推理任务中与人类表现最为接近	多视角学习目标对于实现类似人类的3D形状推理是必要的，但并不足够，且DNN建模方法在捕捉人类形状推理方面存在固有局限性	研究深度神经网络在3D形状推理任务中与人类表现的差距，并提出改进方法	深度神经网络（DNNs）和人类在3D形状推理任务中的表现	计算机视觉	NA	NA	3D Light Field Network, 自编码器, 卷积架构	图像	NA
493	2025-03-06	A Novel Public Sentiment Analysis Method Based on an Isomerism Learning Model via Multiphase Processing 2025-Jan, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3274912 PMID:37220063	研究论文	本文提出了一种基于异构学习模型的多阶段处理公共情感分析方法，旨在提高社交媒体网络中公共情感获取的效率和准确性	提出了一种基于区块链的分布式深度学习模型，称为异构学习，通过并行训练实现模型间的可信协作，并设计了衡量事件客观性的方法以动态分配模型权重，提高聚合效率	传统集中式结构模型容易形成模型孤岛并面临安全风险	提高公共情感获取任务的效率和准确性	社交媒体网络中的公共情感	自然语言处理	NA	异构学习模型、区块链	分布式深度学习模型	文本	NA
494	2025-03-06	DSTCNet: Deep Spectro-Temporal-Channel Attention Network for Speech Emotion Recognition 2025-Jan, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3304516 PMID:37624721	研究论文	本文提出了一种深度谱-时-通道注意力网络（DSTCNet），用于提高语音情感识别的表现能力	提出了一个新颖的谱-时-通道（STC）注意力模块，该模块能够推断出时间、频率和通道维度上的3-D注意力图，从而更专注于关键时间帧、频率范围和特征通道的区域	未明确提及具体限制	提高语音情感识别的表现能力	语音情感识别	自然语言处理	NA	深度学习	CNN, DSTCNet	语音数据	Berlin情感数据库（EmoDB）和交互式情感二元运动捕捉（IEMOCAP）数据库
495	2025-03-06	Long Short-Term Memory-Based Twin Support Vector Regression for Probabilistic Load Forecasting 2025-Jan, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3335355 PMID:38019634	研究论文	本文提出了一种基于长短期记忆网络的双支持向量回归模型（BFEEMD-LSTM-TWSVRSOA），用于概率负荷预测，以提高预测的准确性和可靠性	结合了快速集成经验模态分解（FEEMD）、长短期记忆网络（LSTM）和双支持向量回归（TWSVR），并通过搜索优化算法（SOA）优化参数，提出了一种新的概率负荷预测模型	实验仅基于GEFCom2014数据集中的四个月数据，样本量较小，可能影响模型的泛化能力	提高电力系统负荷预测的准确性和可靠性，优化能源资源的高效利用	电力系统的负荷数据	机器学习	NA	快速集成经验模态分解（FEEMD）、长短期记忆网络（LSTM）、双支持向量回归（TWSVR）、搜索优化算法（SOA）	LSTM、TWSVR	时间序列数据	GEFCom2014数据集中的四个月数据
496	2025-03-06	Rethinking Semantic Segmentation With Multi-Grained Logical Prototype 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3543052 PMID:40031630	研究论文	本文提出了一种多粒度逻辑原型（MGLP）方法，重新思考语义分割，以更好地符合人类视觉认知过程的抽象和结构化特性	提出了一种新的多粒度逻辑原型方法，通过建立不同粒度级别的类原型和显式建模不同语义层次之间的内在逻辑结构，改进了现有语义分割方法的性能	未明确提及具体局限性	改进语义分割方法，使其更符合人类视觉认知的抽象和结构化特性	语义分割任务	计算机视觉	NA	NA	多粒度逻辑原型（MGLP）	图像	未明确提及具体样本数量
497	2025-03-06	Artificial Intelligence in Neuroendovascular Procedures 2025, Journal of neuroendovascular therapy DOI:10.5797/jnet.ra.2024-0107 PMID:40034100	综述	本文综述了人工智能在神经血管介入手术中的当前应用和未来潜力，重点关注基于AI的图像识别、实时手术辅助和未来发展	探讨了AI在神经血管介入手术中的创新应用，包括血管结构分析、设备检测和实时辅助系统，以及未来与机器人系统的集成	当前系统存在一些局限性，但技术进步表明AI在提高手术安全性、标准化和患者预后方面的作用将不断扩大	研究人工智能在神经血管介入手术中的应用及其潜力	神经血管介入手术	医学影像分析	神经血管疾病	深度学习算法	NA	图像	NA
498	2025-03-06	Artificial intelligence in stroke risk assessment and management via retinal imaging 2025, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2025.1490603 PMID:40034651	综述	本文探讨了人工智能在通过视网膜成像评估和管理中风风险中的作用，重点关注视网膜成像在临床工作流程中的整合	利用机器学习和深度学习算法增强视网膜成像，展示了在早期疾病检测、严重程度分级和预后评估中的潜力	缺乏标准化的成像协议、对AI生成预测的信任不足、视网膜成像数据与电子健康记录的整合不足、需要在多样化人群中验证、以及伦理和监管问题	探讨人工智能在中风患者护理中的作用，特别是通过视网膜成像进行中风风险评估和管理	中风患者	数字病理学	中风	视网膜成像	Xception, EfficientNet, Inception, ResNet, VGG, 随机森林, 支持向量机	图像	NA
499	2025-03-06	Cardiotocography-Based Experimental Comparison of Artificial Intelligence and Human Judgment in Assessing Fetal Asphyxia During Delivery 2025-Jan, Cureus DOI:10.7759/cureus.78282 PMID:40034878	研究论文	本研究通过实验比较了人工智能和人类专家在使用CTG数据预测胎儿窒息方面的诊断准确性	首次系统地比较了AI和人类专家在CTG数据解读上的表现，并探讨了AI辅助诊断的潜力	AI算法的诊断准确性尚未超越人类专家，且需要进一步优化和更多CTG数据的积累	评估AI在胎儿窒息诊断中的潜力，并探讨其与人类判断的结合效果	胎儿窒息诊断	医疗人工智能	胎儿窒息	机器学习和深度学习	ML和DL算法	CTG数据	3,519个CTG数据集和984个CTG图
500	2025-03-06	The application of artificial intelligence in insomnia, anxiety, and depression: A bibliometric analysis 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251324456 PMID:40035038	研究论文	本文通过文献计量分析，系统回顾了人工智能在失眠、焦虑和抑郁症中的应用，识别了关键研究热点并预测了未来趋势	首次通过文献计量工具（如VOSviewer和CiteSpace）对人工智能在心理健康领域的应用进行系统性分析，并识别了未来研究重点	数据隐私、伦理问题以及AI模型的可解释性仍需解决	系统回顾人工智能在失眠、焦虑和抑郁症中的应用，识别研究热点并预测未来趋势	失眠、焦虑和抑郁症	自然语言处理	精神疾病	文献计量分析	神经网络、机器学习、深度学习	文献数据	875篇文章