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
981	2025-03-05	Deep Learning Models for Predicting the Recurrence of Idiopathic Granulomatous Mastitis 2025, Journal of inflammation research IF:4.2Q2 DOI:10.2147/JIR.S499512 PMID:40026307	研究论文	本研究评估并比较了不同机器学习模型在预测特发性肉芽肿性乳腺炎（IGM）复发中的表现	首次比较了逻辑回归、随机森林和神经网络在预测IGM复发中的性能，并发现神经网络模型表现最佳	研究基于回顾性数据，可能存在选择偏差，且样本量相对较小	评估不同机器学习模型在预测IGM复发中的性能	212名被诊断为IGM的患者	机器学习	乳腺疾病	机器学习	逻辑回归、随机森林、神经网络	患者数据（包括血清学标志物、肿瘤特征和治疗历史）	212名患者
982	2025-03-05	Multiomics-Based Deep Learning Prediction of Prognosis and Therapeutic Response in Patients With Extensive-Stage Small Cell Lung Cancer Receiving Chemoimmunotherapy: A Retrospective Cohort Study 2025, International journal of general medicine IF:2.1Q2 DOI:10.2147/IJGM.S506485 PMID:40026810	研究论文	本研究旨在开发一个临床早期预警预测模型，以评估广泛期小细胞肺癌（ES-SCLC）患者的预后和对化疗免疫治疗的反应，从而指导临床决策	利用多组学数据和深度学习技术，开发了一个预测模型，用于评估ES-SCLC患者的治疗反应和预后，特别是随机森林模型在预测准确性和预后风险评估方面表现出色	研究为回顾性分析，可能存在选择偏倚，且样本量相对较小，需要进一步的前瞻性研究验证	评估广泛期小细胞肺癌患者的预后和对化疗免疫治疗的反应	309名在包头肿瘤医院住院的广泛期小细胞肺癌患者	数字病理学	肺癌	机器学习算法（包括随机森林、决策树、人工神经网络和广义线性回归）	随机森林、决策树、人工神经网络、广义线性回归	临床数据和放射组学参数	309名广泛期小细胞肺癌患者
983	2025-03-05	A Comparison of Transfer Learning Metaphyseal Sign Diagnostic Models for Kashin-Beck Disease Based on X-rays of Children's Hands 2025-Jan, Cureus DOI:10.7759/cureus.78235 PMID:40027020	研究论文	本研究比较了五种深度学习模型在基于儿童手部X光片的Kashin-Beck病（KBD）诊断中的应用，旨在提高诊断精度和效率	首次将深度学习模型应用于KBD的诊断，特别是KBV16模型在验证集和测试集上表现出色，准确率分别达到0.9563和0.9535	研究未涉及模型在临床环境中的实际应用和整合，未来研究需关注模型的临床适用性和在医疗资源匮乏地区的推广	开发并比较深度学习模型，以提高KBD的诊断精度和效率	儿童手部X光片	计算机视觉	Kashin-Beck病	深度学习	KBV16, KBX, KBV19, KBIn, KBM2	图像	22,366张图像，包括阳性组和对照组
984	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
985	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
986	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
987	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
988	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
989	2025-03-05	Deep-learning tool for early identification of non-traumatic intracranial hemorrhage etiology and application in clinical diagnostics based on computed tomography (CT) scans 2025, PeerJ IF:2.3Q2 DOI:10.7717/peerj.18850 PMID:40028214	研究论文	开发了一种基于非对比计算机断层扫描（NCCT）的人工智能系统，用于准确识别急性非创伤性颅内出血（ICH）的病因，并研究其在临床诊断中的应用	该研究首次开发了一种深度学习工具，能够基于NCCT扫描早期识别颅内出血的多种病因，并在临床诊断中验证其有效性	研究中的样本量相对有限，且未涵盖所有可能的颅内出血病因	开发并验证一种基于NCCT扫描的深度学习工具，用于早期识别非创伤性颅内出血的病因	非创伤性颅内出血患者的NCCT扫描数据	数字病理学	颅内出血	深度学习	深度学习模型	图像	1,868例NCCT扫描数据，以及两个独立数据集（TT200和SD98）
990	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
991	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
992	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
993	2025-03-05	Hybrid Quantum Deep Learning With Superpixel Encoding for Earth Observation Data Classification 2025-Jan-01, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3518108 PMID:40030763	研究论文	本文介绍了一种混合量子深度学习模型，用于地球观测数据的分类任务	提出了一种结合超像素编码的高效量子数据编码方法，减少了大规模图像表示所需的量子资源	未明确提及具体局限性	解决使用复杂深度学习模型分析大规模地球观测数据时的计算挑战	地球观测数据	机器学习	NA	量子计算	混合量子深度学习模型	图像	多个地球观测基准数据集（包括Overhead-MNIST、So2Sat LCZ42和SAT-6数据集）
994	2025-03-05	Optimizing Stroke Detection Using Evidential Networks and Uncertainty-Based Refinement 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3531768 PMID:40031143	研究论文	本研究利用深度学习方法和证据网络分析中风患者的运动障碍，通过不确定性估计提高中风相关损伤的检测灵敏度	使用证据网络和基于不确定性的细化方法，显著提高了对轻微中风患者和短暂性脑缺血发作（TIA）患者的运动障碍检测灵敏度	研究依赖于Kinarm外骨骼系统的数据，可能限制了结果的普适性	提高中风后运动障碍的检测灵敏度，特别是对轻微中风和TIA患者的检测	337名中风患者和368名健康对照者	机器学习	中风	深度学习	证据网络	运动学数据	337名中风患者和368名健康对照者
995	2025-03-04	Single Cell Spatial Transcriptomics Reveals Immunotherapy-Driven Bone Marrow Niche Remodeling in AML 2025-Jan-27, bioRxiv : the preprint server for biology DOI:10.1101/2025.01.24.634753 PMID:39975227	研究论文	本文通过单细胞空间转录组学技术，研究了免疫治疗对急性髓性白血病患者骨髓微环境的重塑作用	结合单细胞RNA测序数据和单细胞分辨率空间转录组数据，克服了测序深度限制，揭示了免疫治疗后白血病细胞与免疫细胞之间的空间相互作用	样本量有限，仅针对特定治疗方案的患者进行研究	研究免疫治疗对急性髓性白血病患者骨髓微环境的影响	难治性或复发性急性髓性白血病患者	数字病理学	急性髓性白血病	单细胞RNA测序，空间转录组学	深度学习模型	单细胞RNA测序数据，空间转录组数据	难治性或复发性急性髓性白血病患者样本
996	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
997	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）
998	2025-03-02	Blip-up blip-down circular EPI (BUDA-cEPI) for distortion-free dMRI with rapid unrolled deep learning reconstruction 2025-Jan, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110277 PMID:39566835	研究论文	本文提出了一种名为BUDA-cEPI RUN-UP的快速重建管道，用于实现高质量、高分辨率的扩散磁共振成像（dMRI），并通过深度学习技术加速重建过程	引入了虚拟线圈概念到展开网络中，显著提高了BUDA-cEPI的重建质量，并大幅减少了重建时间	重建过程仍然需要复杂的计算资源，且依赖于高质量的初始数据	开发一种快速重建管道，以便将BUDA-cEPI技术应用于常规临床和神经科学研究	扩散磁共振成像（dMRI）数据	医学影像处理	NA	扩散磁共振成像（dMRI）	U-Net	图像	NA
999	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
1000	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