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
1161	2025-02-12	The Future of Breast Cancer Diagnosis in Japan with AI and Ultrasonography 2025-Jan-15, JMA journal IF:1.5Q2 DOI:10.31662/jmaj.2024-0183 PMID:39926065	综述	本文探讨了人工智能（AI）在日本乳腺癌诊断中的应用，特别是在超声成像中的关键进展	介绍了AI在乳腺超声诊断中的最新应用，包括由日本药品医疗器械管理局批准的AI辅助诊断程序	AI在乳腺癌诊断中的应用仍面临患者接受度和环境影响等挑战，需要医生负责任地监督其使用	提高乳腺癌诊断的准确性和效率	乳腺癌患者	数字病理学	乳腺癌	超声成像	机器学习和深度学习	图像	NA
1162	2025-02-12	Use of AI in Diagnostic Imaging and Future Prospects 2025-Jan-15, JMA journal IF:1.5Q2 DOI:10.31662/jmaj.2024-0169 PMID:39926072	研究论文	本文探讨了人工智能在医学影像诊断中的应用及其未来前景	利用AI构建三维模型进行手术模拟和导航，提高手术精度和护理质量	未提及具体的技术局限或数据限制	研究AI在医学影像诊断中的应用及其对医疗实践的改进	术前影像数据、电子病历、疾病进展和并发症预测	数字病理	NA	深度学习、自然语言处理	NA	影像数据、文本数据	NA
1163	2025-02-12	Clinical Prospects for Artificial Intelligence in Obstetrics and Gynecology 2025-Jan-15, JMA journal IF:1.5Q2 DOI:10.31662/jmaj.2024-0197 PMID:39926075	综述	本文综述了人工智能在妇产科领域的最新研究进展，包括围产期、生殖和妇科癌症等方面的应用	总结了人工智能在妇产科多个子领域的最新应用，如胎儿异常诊断、辅助生殖技术效率提升及妇科癌症的诊断与预后预测	涉及个人信息的处理、缺乏相关法律法规以及透明度问题	探讨人工智能在妇产科领域的临床应用前景	围产期、生殖和妇科癌症	医疗人工智能	妇科疾病	深度学习	NA	医学影像（如超声波、MRI）、组织病理学数据	NA
1164	2025-02-12	Deep Learning Applications in 12-lead Electrocardiogram and Echocardiogram 2025-Jan-15, JMA journal IF:1.5Q2 DOI:10.31662/jmaj.2024-0195 PMID:39926090	综述	本文综述了深度学习技术在12导联心电图和超声心动图中的应用及其在心血管医学领域的潜力	探讨了AI模型在心血管疾病筛查和机制研究中的创新应用，如通过单次心电图或超声心动图准确识别心肌病和先天性心脏病	未具体提及研究的局限性	更新AI在心电图和超声心动图中的应用成就，并展望AI在心血管护理和研究中的未来方向	心电图（ECG）和超声心动图数据	机器学习	心血管疾病	深度学习	NA	时间序列数据、图像数据	NA
1165	2025-02-12	Pathology Foundation Models 2025-Jan-15, JMA journal IF:1.5Q2 DOI:10.31662/jmaj.2024-0206 PMID:39926091	研究论文	本文探讨了病理学中基础模型（FMs）的应用及其在医疗领域的潜力	介绍了大规模AI模型（基础模型）在病理学中的新兴应用，包括疾病诊断、患者生存预后预测等	基础模型在临床应用中的挑战仍需解决	探讨基础模型在病理学中的应用及其对精准和个性化医疗的促进作用	病理学中的基础模型及其在医疗领域的应用	数字病理学	NA	深度学习	基础模型（FMs）	图像	NA
1166	2025-02-12	Assessing the efficiency of pixel-based and object-based image classification using deep learning in an agricultural Mediterranean plain 2025-Jan-10, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-024-13431-2 PMID:39792312	研究论文	本研究比较了基于像素和基于对象的图像分类方法在Sentinel-2卫星影像中使用Deeplabv3深度学习方法的效率	通过高通过滤器增强图像清晰度，并结合Deeplabv3深度学习模型，评估了基于像素和基于对象分类方法的效率	研究结果依赖于训练数据的质量，且仅针对地中海平原的农业环境	评估基于像素和基于对象的图像分类方法在卫星影像解释中的效率	Sentinel-2卫星影像	计算机视觉	NA	深度学习	Deeplabv3	卫星影像	NA
1167	2025-02-12	Drawing as a means to characterize memory and cognition 2025-Jan, Memory & cognition IF:2.2Q2 DOI:10.3758/s13421-024-01618-4 PMID:39192141	研究论文	本文探讨了绘画作为研究记忆和认知的工具，展示了其在心理学研究中的应用	绘画作为一种自然主义的研究工具，提供了从感知表达到元认知表达的丰富信息，并揭示了多种认知过程的整合	NA	探讨绘画在心理学研究中的应用，揭示其对记忆、注意力、数学推理等认知过程的影响	儿童、年轻人、老年人以及特殊人群（如盲人、顺行性遗忘症患者、失用症患者和语义性痴呆患者）	心理学	NA	心理物理学实验、深度学习、神经影像学	NA	NA	25项研究，涉及不同年龄段和特殊人群
1168	2025-02-12	The Efficacy of Artificial Intelligence in the Detection and Management of Atrial Fibrillation 2025-Jan, Cureus DOI:10.7759/cureus.77135 PMID:39925585	系统综述	本文系统综述了人工智能在心房颤动（AF）风险预测、监测和管理中的应用	首次全面评估了人工智能与心房颤动的交叉领域，并总结了AI在AF风险预测、监测和管理中的具体应用	AI工具的可靠性和一致性因数据异质性和方法学不一致性而存在差异，需要标准化、标记的数据集和前瞻性临床试验的验证	评估人工智能在心房颤动检测和管理中的有效性	心房颤动（AF）	机器学习	心血管疾病	机器学习模型，包括AI-ECG方法	最优时变机器学习模型，观察性医疗结果伙伴关系通用数据模型	医疗数据	39项符合纳入标准的研究，其中19项研究关注AF风险预测，20项研究关注监测和管理
1169	2025-02-12	Stochasticity as a solution for overfitting-A new model and comparative study on non-invasive EEG prospects 2025, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2025.1484470 PMID:39925722	研究论文	本研究评估了多种机器学习和深度学习模型在公开数据集上的表现，提出了一种新的分类器BruteExtraTree以解决过拟合问题	提出了一种新的分类器BruteExtraTree，该分类器通过继承其基础模型ExtraTreeClassifier的中等随机性来有效解决过拟合问题	在独立于受试者的情况下，尽管新模型表现优异，但仍需大幅改进数据记录或噪声去除方法以提高实用性	开发实用的脑机接口（BCI）应用，特别是针对内部语音信号的处理	内部语音信号	机器学习	NA	机器学习和深度学习模型	BruteExtraTree, ShallowFBCSPNet	EEG信号	公开数据集
1170	2025-02-12	Digital pathology and artificial intelligence in renal cell carcinoma focusing on feature extraction: a literature review 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1516264 PMID:39926279	review	本文综述了数字病理学（DP）和人工智能（AI）在肾细胞癌（RCC）中的应用，特别是在特征提取方面的研究进展	本文填补了DP和AI在RCC中应用研究的综述空白，并展示了深度学习模型在RCC亚型分类、分子预测和生存预测中的高准确率	本文主要基于现有文献进行综述，未涉及新的实验数据或模型开发	探讨DP和AI在RCC中的应用，特别是在特征提取方面的潜力	肾细胞癌（RCC）的病理图像和分子数据	数字病理学	肾细胞癌	深度学习	深度学习模型	病理图像	NA
1171	2025-02-12	Deep learning-assisted diagnosis of acute mesenteric ischemia based on CT angiography images 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1510357 PMID:39926426	研究论文	本研究旨在开发一种基于CT血管造影（CTA）影像和临床数据的深度学习模型，用于诊断急性肠系膜缺血（AMI）	结合CTA影像和临床信息构建融合模型，显著提高了AMI的诊断准确性和效率	研究为回顾性研究，样本量相对较小（228例患者）	开发一种深度学习模型，用于诊断急性肠系膜缺血（AMI）	228例疑似AMI的患者	数字病理学	急性肠系膜缺血	CT血管造影（CTA）	深度学习模型	影像和临床数据	228例患者
1172	2025-02-12	A comparative analysis of the binary and multiclass classified chest X-ray images of pneumonia and COVID-19 with ML and DL models 2025, Open medicine (Warsaw, Poland) DOI:10.1515/med-2024-1110 PMID:39927166	研究论文	本文比较了机器学习和深度学习模型在胸部X光图像上对肺炎和COVID-19进行二分类和多分类的性能	使用ConvMixer模型在COVID-19和肺炎的分类任务中取得了最佳性能，并与其他模型进行了比较	研究结果在其他胸部X光图像数据库上的性能尚未充分验证	研究机器学习（ML）和深度学习（DL）模型在胸部X光图像上对COVID-19、肺炎（病毒性和细菌性）以及正常病例的分类性能	胸部X光图像	计算机视觉	COVID-19, 肺炎	图像分类	K-近邻, 逻辑回归, Visual Geometry Group-19, Vision transformer, ConvMixer	图像	NA
1173	2025-02-12	New rectum dose surface mapping methodology to identify rectal subregions associated with toxicities following prostate cancer radiotherapy 2025-Jan, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100701 PMID:39927213	研究论文	本文提出了一种新的直肠剂量表面映射方法，用于识别与前列腺癌放疗后毒性相关的直肠亚区域	开发了一种标准化直肠轮廓并将其展开为2D圆柱表面图的方法，以识别与毒性相关的直肠亚区域	仅分析了1,048名患者的数据，且仅发现下后部区域与毒性显著相关	研究前列腺癌放疗后直肠毒性与剂量分布的关系	1,048名前列腺癌患者	数字病理学	前列腺癌	深度学习自动分割，圆柱映射，体素分析	NA	医学影像数据	1,048名前列腺癌患者
1174	2025-02-11	Proactive Deep Learning-Facilitated Inpatient Penicillin Allergy Delabelling: An Implementation Study 2025-Jan-17, International archives of allergy and immunology IF:2.5Q3 DOI:10.1159/000542589 PMID:39827874	研究论文	本研究探讨了利用深度学习促进的主动咨询是否能够增强住院患者青霉素过敏标签的去除	使用深度学习指导的主动咨询服务来促进青霉素过敏标签的去除，这是一种创新的方法	本研究为单中心实施研究，需要进一步研究以验证该方法在其他中心的适用性	确定深度学习促进的主动咨询是否能增强住院患者青霉素过敏标签的去除	住院患者中的青霉素过敏标签	医疗健康	过敏性疾病	深度学习	NA	医疗记录	439名患者，其中121名被算法识别为适合进行青霉素过敏询问
1175	2025-02-11	Virtual Gram staining of label-free bacteria using dark-field microscopy and deep learning 2025-Jan-10, Science advances IF:11.7Q1 DOI:10.1126/sciadv.ads2757 PMID:39772690	研究论文	本文介绍了一种使用暗场显微镜和深度学习对无标记细菌进行虚拟革兰氏染色的方法	通过训练神经网络，将未染色细菌的暗场图像数字转换为与亮场图像对比相匹配的革兰氏染色等效图像，从而绕过传统染色过程中的多个化学步骤	需要一次性训练模型，且未提及模型在不同类型细菌上的泛化能力	开发一种无需化学染色的虚拟革兰氏染色方法，以提高染色准确性和效率	无标记细菌	计算机视觉	NA	暗场显微镜，深度学习	神经网络	图像	未明确提及具体样本数量，但包含多种细菌样本
1176	2025-02-11	Ultrasound elastic modulus reconstruction using a deep learning model trained with simulated data 2025-Jan, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.1.017001 PMID:39916991	研究论文	本文提出了一种基于深度学习的超声弹性成像逆问题解决方法，通过模拟数据训练的U-Net神经网络模型来重建弹性模量的空间分布	采用数据驱动的深度学习模型替代传统的迭代或直接技术，解决了传统方法在计算速度和噪声敏感性方面的限制	模型的性能依赖于模拟数据的多样性和代表性，可能需要进一步验证其在更广泛临床数据上的泛化能力	开发并验证一种深度学习方法来高效准确地解决超声弹性成像中的逆问题，即从超声测量的位移场中恢复弹性模量的空间分布	超声弹性成像中的位移场数据	医学影像处理	NA	超声弹性成像	U-Net	图像	模拟数据、体模实验数据和临床数据
1177	2025-02-09	Generative artificial intelligence enables the generation of bone scintigraphy images and improves generalization of deep learning models in data-constrained environments 2025-Jan-29, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07091-8 PMID:39878897	研究论文	本研究探讨了生成式人工智能在医学影像中的应用，通过生成骨闪烁扫描图像来增加小规模数据集的多样性，以提高模型训练效果和泛化能力	利用生成式AI生成高质量的合成骨闪烁扫描图像，并通过增强数据集来提升深度学习模型的性能	研究仅在一个中心进行，且生成的合成数据仅代表两种特定疾病模式	解决医学影像中深度学习模型因数据有限而表现不佳的问题	骨闪烁扫描图像	医学影像	骨转移和心脏淀粉样变性	生成式AI	深度学习模型	图像	9,170名患者的99mTc骨闪烁扫描图像，以及7,472次扫描来自6,448名患者
1178	2025-02-09	Deep learning predicts DNA methylation regulatory variants in specific brain cell types and enhances fine mapping for brain disorders 2025-Jan-03, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adn1870 PMID:39742481	研究论文	本文介绍了一种基于Transformer的深度学习模型INTERACT，用于预测影响特定脑细胞类型DNA甲基化水平的调控变异	利用现有的单核DNA甲基化数据，INTERACT模型能够准确预测细胞类型特异的DNA甲基化谱，并增强对脑部疾病的精细定位	NA	研究旨在通过深度学习模型预测DNA甲基化调控变异，以增强对脑部疾病遗传基础的理解	特定脑细胞类型的DNA甲基化调控变异	机器学习	脑部疾病	单核DNA甲基化测序	Transformer	DNA甲基化数据	NA
1179	2025-02-09	Temporomandibular joint assessment in MRI images using artificial intelligence tools: where are we now? A systematic review 2025-Jan-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twae055 PMID:39563454	系统综述	本文总结了人工智能（AI）算法在磁共振成像（MRI）图像中用于颞下颌关节（TMJ）盘评估和TMJ内部紊乱诊断的性能的当前证据	本文首次系统综述了AI在TMJ MRI图像中的应用，特别是深度学习在TMJ结构分割和盘位置分类中的表现	研究之间存在高度异质性，特别是在患者选择方面，且需要更多多样性和多中心数据以提高模型的有效性和普适性	评估AI算法在TMJ MRI图像中用于诊断内部紊乱的性能	颞下颌关节（TMJ）的MRI图像	数字病理学	颞下颌关节紊乱	MRI	CNN	图像	13项研究
1180	2025-02-09	Physical-aware model accuracy estimation for protein complex using deep learning method 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.01.017 PMID:39916698	研究论文	本文提出了一种物理感知的深度学习方法DeepUMQA-PA，用于评估蛋白质复合物模型的残基质量	DeepUMQA-PA方法结合了Voronoi镶嵌、几何特征、蛋白质语言模型嵌入表示和基于知识的统计势特征，通过融合图神经网络和ResNet网络来估计残基模型精度	NA	准确评估蛋白质复合物模型的质量分数，独立于使用的预测方法	蛋白质复合物模型	生物信息学	NA	深度学习	图神经网络, ResNet	蛋白质结构数据	CASP15测试集