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
101	2025-05-28	Mapping Artificial Intelligence Research Trends in Critical Care Nursing: A Bibliometric Analysis 2025, Journal of multidisciplinary healthcare IF:2.7Q2 DOI:10.2147/JMDH.S522731 PMID:40416415	文献计量分析	本文通过文献计量分析研究了2013年至2023年间人工智能在重症监护护理领域的研究趋势	揭示了人工智能在重症监护护理中的研究趋势和未来方向，强调了机器学习、AI和深度学习在该领域的应用	研究仅基于已发表的文献，可能未涵盖所有相关研究	分析人工智能在重症监护护理领域的研究趋势并提供未来研究方向	2013年至2023年间发表的1,346篇相关文章	医疗人工智能	重症监护	文献计量分析	NA	文献数据	1,346篇文章
102	2025-05-28	The significance of an infant's cry: a narrative review of physiological, pathological, and analytical perspectives 2025, Frontiers in pediatrics IF:2.1Q2 DOI:10.3389/fped.2025.1558951 PMID:40416439	review	本文综述了婴儿哭泣的生理、病理和分析视角，探讨其作为健康与情感生物标志物的潜力	填补了婴儿哭泣多维度（生理、病理和心理）分析与深度学习应用系统整合的文献空白	NA	系统整合婴儿哭泣的多维度分析并探索其在精准护理中的潜力	婴儿的哭泣行为及其特征	自然语言处理	神经系统损伤	深度学习	NA	音频	NA
103	2025-05-28	Remote sensing-based detection of brown spot needle blight: a comprehensive review, and future directions 2025, PeerJ IF:2.3Q2 DOI:10.7717/peerj.19407 PMID:40416626	综述	本文系统回顾了基于遥感技术的褐斑病针叶枯萎病检测方法，评估了当前研究趋势和潜在应用	整合了遥感技术与机器学习、深度学习技术，用于褐斑病针叶枯萎病的自动分类和预测建模	直接应用于褐斑病针叶枯萎病检测的遥感技术研究仍然有限	优化基于遥感的检测方法，改进预测模型，开发早期预警系统以提升森林管理	褐斑病针叶枯萎病及其对松树林的影响	遥感	植物病害	遥感技术、机器学习、深度学习	物种分布模型（SDM）	遥感数据	NA
104	2025-05-28	A transformation uncertainty and multi-scale contrastive learning-based semi-supervised segmentation method for oral cavity-derived cancer 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1577198 PMID:40416865	research paper	提出一种基于变换不确定性和多尺度对比学习的半监督分割方法，用于口腔癌病理图像分割	结合变换不确定性估计和多尺度对比学习，提出边界感知增强U-Net，减少对大量标注数据的依赖	实验仅在口腔癌病理图像数据集上进行，未验证在其他类型医学图像上的泛化能力	解决口腔鳞状细胞癌病理图像分割中标注数据稀缺的问题	口腔癌病理图像	digital pathology	oral squamous cell carcinoma	H&E染色	U-Net	image	451张由病理学家标注验证的肿瘤区域图像
105	2025-05-28	Comparing factor mixture modeling and conditional Gaussian mixture variational autoencoders for cognitive profile clustering 2025, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2025.1474292 PMID:40417028	研究论文	本研究比较了因子混合模型(FMM)和条件高斯混合变分自编码器(CGMVAE)在认知特征聚类中的应用	首次将传统统计方法FMM与深度学习模型CGMVAE在认知特征聚类方面进行系统比较，揭示了不同方法在捕捉认知模式方面的优缺点	CGMVAE模型复杂度高且可能存在聚类重叠问题	比较不同方法在认知特征聚类中的表现，为个性化教育干预提供依据	认知特征数据	机器学习	NA	因子混合模型(FMM-1和FMM-2)，条件高斯混合变分自编码器(CGMVAE)	FMM, CGMVAE	认知评估数据	NA
106	2025-05-28	Diagnostic precision of a deep learning algorithm for the classification of non-contrast brain CT reports 2025, Frontiers in radiology DOI:10.3389/fradi.2025.1509377 PMID:40417183	研究论文	本研究评估了深度学习算法在非对比脑CT报告分类中的诊断精确度	使用DistilBERT模型对非对比脑CT报告进行四类紧急程度分类，并评估其性能	无法确定AI决策支持系统诊断准确性下降的具体原因，存在不确定的失败模式	评估深度学习算法在医学影像报告分类中的表现	1,861份非对比脑CT报告	自然语言处理	NA	文本分类	DistilBERT	文本	1,861份CT报告（其中800份用于训练，200份用于验证）
107	2025-05-28	Exploration of Pharmacological Mechanisms of Dapagliflozin against Type 2 Diabetes Mellitus through PI3K-Akt Signaling Pathway based on Network Pharmacology Analysis and Deep Learning Technology 2025, Current computer-aided drug design IF:1.5Q3 DOI:10.2174/0115734099274407231207070451 PMID:38204223	研究论文	本研究通过网络药理学分析和深度学习技术探索达格列净通过PI3K-Akt信号通路对抗2型糖尿病（T2DM）的药理机制	结合网络药理学和深度学习技术，首次系统性地识别了达格列净对抗T2DM的关键靶点及其作用通路	研究主要基于生物信息学预测，缺乏实验验证	探索达格列净治疗2型糖尿病的分子机制	达格列净及其潜在作用靶点	生物信息学	2型糖尿病	网络药理学分析、深度学习（DeepPurpose算法）	DeepPurpose	基因靶点数据、通路数据	155个达格列净与T2DM的重叠靶点
108	2025-05-28	Status and Prospects of Research on Deep Learning-based De Novo Generation of Drug Molecules 2025, Current computer-aided drug design IF:1.5Q3 DOI:10.2174/0115734099287389240126072433 PMID:38321907	综述	本文全面概述了基于深度学习的药物分子从头生成研究现状，并指出了未来发展的关键领域	深度学习为合理且稳健的药物设计提供了新思路，相比传统方法更高效	NA	探索深度学习在药物分子生成中的应用及其未来发展方向	药物分子	机器学习	NA	深度学习	GANs, RNNs, VAEs, CNNs, DMs	分子数据	NA
109	2025-05-27	Development of a model for measuring sagittal plane parameters in 10-18-year old adolescents with idiopathic scoliosis based on RTMpose deep learning technology 2025-Jan-11, Journal of orthopaedic surgery and research IF:2.8Q1 DOI:10.1186/s13018-024-05334-2 PMID:39799363	research paper	开发了一种基于RTMpose深度学习技术的模型，用于快速自动测量青少年特发性脊柱侧凸（AIS）患者的全脊柱X光片	利用RTMpose深度学习技术自动化测量过程，解决了手动测量耗时和个体间变异性的问题	不同医院数据格式和规范的变异性是一个挑战，通过数据增强技术进行了处理	开发一种深度学习模型，用于快速自动测量AIS患者的全脊柱X光片	10-18岁青少年特发性脊柱侧凸（AIS）患者	digital pathology	idiopathic scoliosis	RTMpose deep learning technology	RTMpose	X-ray images	560张全脊柱矢状面X光片，来自内蒙古五家医院
110	2025-05-27	[Deep Learning Approaches to Address the Shortage of Observers] 2025, Nihon Hoshasen Gijutsu Gakkai zasshi DOI:10.6009/jjrt.25-1554 PMID:40414718	研究论文	本研究开发了一种基于深度学习的AI观察者，以解决熟练人类观察者短缺的问题，并评估了用AI替代人类观察者的影响	使用VGG19和VGG16深度学习模型替代人类观察者，解决了观察者短缺问题，并验证了AI与人类观察结果的一致性	无法修改训练模型的评估标准或阶段	解决熟练人类观察者短缺问题并评估AI替代人类观察者的可行性	CT扫描图像和人类观察者	计算机视觉	NA	CT扫描	VGG19, VGG16	图像	24张CT扫描图像，5名人类观察者
111	2025-05-27	Editorial: Advances in computer vision: from deep learning models to practical applications 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1615276 PMID:40415892	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
112	2025-05-26	Comparison of Deep Learning-Based Auto-Segmentation Results on Daily Kilovoltage, Megavoltage, and Cone Beam CT Images in Image-Guided Radiotherapy 2025 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338251344198 PMID:40397131	研究论文	本研究评估了基于深度学习的自动分割模型在不同在线CT成像模态下的自动分割结果	比较了kVCT、kV-CBCT和MVCT图像在深度学习自动分割中的性能差异	所有成像模态的自动分割后仍需人工校正，特别是对于与周围组织对比度有限的器官	评估图像引导放疗中不同CT成像模态的自动分割效果	60名患者的盆腔和胸部区域CT图像	数字病理	NA	CT扫描	CNN	图像	60名患者的每日CT图像
113	2025-05-26	Classification of fashion e-commerce products using ResNet-BERT multi-modal deep learning and transfer learning optimization 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324621 PMID:40403022	研究论文	本研究提出了一种基于多模态深度学习和迁移学习的时尚电商产品分类方法	通过多模态深度学习和迁移学习解决了电商产品分类中的三个挑战：数据偏差、多格式输入数据处理以及高计算成本	未提及具体的数据集规模或模型在不同业务环境中的泛化能力	提高时尚电商平台上产品分类的准确性，以优化搜索和产品曝光	时尚电商平台上的产品	机器学习	NA	迁移学习、多模态深度学习	ResNet-BERT	图像、文本	未提及具体样本数量
114	2025-05-26	EFCRFNet: A novel multi-scale framework for salient object detection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0323757 PMID:40403088	research paper	提出了一种名为EFCRFNet的新型多尺度特征提取框架，用于显著目标检测	引入了两个创新模块：增强条件随机场（ECRF）和边缘特征增强模块（EFEM），以提升复杂场景下的特征融合和边界识别能力	未提及具体局限性	提升显著目标检测的准确性和特征融合效果	图像中的显著区域	computer vision	NA	多尺度特征提取	EFCRFNet（包含ECRF和EFEM模块）	image	标准基准数据集（未提及具体数量）
115	2025-05-26	Artificial intelligence in vaccine research and development: an umbrella review 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1567116 PMID:40406131	综述	本文通过伞状综述总结了人工智能在疫苗研发、优化、临床试验、供应链物流和公众接受度方面的贡献	首次统一综合了AI在疫苗生命周期各环节的应用证据，并提出了五大针对性行动领域以推动从理论到实践的转化	存在数据异质性、算法偏见、有限监管框架和伦理透明度等问题	评估AI在疫苗研发全周期中的具体作用和有效性	27篇关于AI在疫苗领域应用的系统综述、范围综述、叙述性综述和荟萃分析	人工智能	COVID-19	随机森林、支持向量机、梯度提升、逻辑回归、CNN、RNN、GAN、变分自编码器	传统机器学习与深度学习架构	多组学数据、供应链数据、公众情绪数据	27篇综述文献
116	2025-05-26	Artificial intelligence-based automated breast ultrasound radiomics for breast tumor diagnosis and treatment: a narrative review 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1578991 PMID:40406239	综述	本文综述了基于人工智能的自动乳腺超声放射组学在乳腺肿瘤诊断和治疗中的应用	整合人工智能与放射组学，通过机器学习和深度学习算法提升乳腺肿瘤诊断和治疗评估的准确性和效率	分析数据存在固有变异性，需进一步评估模型以确保其在临床应用中的可靠性	探讨自动乳腺超声放射组学在乳腺肿瘤诊断和治疗中的潜力	乳腺肿瘤患者	数字病理	乳腺癌	自动乳腺超声(ABUS)、机器学习(ML)、深度学习(DL)	ML、DL	医学影像数据	NA
117	2025-05-26	Data-driven identification of urgent surgical procedures for use in trauma outcomes measurement 2025, Trauma surgery & acute care open IF:2.1Q2 DOI:10.1136/tsaco-2025-001783 PMID:40406235	研究论文	本文提出了一种基于数据驱动的方法，用于从常规管理数据中生成紧急创伤手术程序的列表，以促进创伤系统的标准化评估和比较	提出了一种灵活的、基于数据的方法来生成紧急手术程序列表，避免了传统德尔菲法或专家意见的资源密集性	方法仍需未来工作进一步自动化，例如通过结合深度学习技术	开发一种标准化方法，用于识别和分类紧急创伤手术程序，以支持创伤系统的评估和比较	创伤患者及其相关的紧急手术程序	医疗数据分析	创伤	数据链接和分类方法	NA	管理数据和手术记录	4,737例创伤入院病例中的6,750次手术，涉及567种独特手术程序
118	2025-05-26	Development and validation of a predictive model combining radiomics and deep learning features for spread through air spaces in stage T1 non-small cell lung cancer: a multicenter study 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1572720 PMID:40406248	研究论文	开发并验证了一个结合放射组学和深度学习特征的预测模型，用于预测T1期非小细胞肺癌中空气传播扩散（STAS）的风险	结合了放射组学和深度学习特征，开发了一个综合模型，显著提高了STAS的预测性能	研究样本来自四个中心，可能存在选择偏差	比较不同深度学习模型和放射组学模型在预测STAS中的效果，并开发最优模型用于临床手术规划	T1期非小细胞肺癌患者	数字病理	肺癌	ResNet50算法、Lasso回归、Spearman等级相关、XGboost	2D、3D、2.5D深度学习模型，INTRA、Peri2mm、Fusion2mm放射组学模型，综合模型	图像	480名患者，分为训练队列、内部测试队列和外部验证队列
119	2025-05-26	Critical review of OCT in clinical practice for the assessment of oral lesions 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1569197 PMID:40406268	review	本文对光学相干断层扫描（OCT）在口腔病变临床评估中的应用进行了批判性回顾	探讨了OCT在口腔肿瘤学中的潜力，包括早期检测、监测和高风险人群的经济有效筛查，以及AI辅助解释OCT图像的进展	OCT设备的高成本限制了其可及性和广泛应用，且数据解释方法存在显著异质性，严格依赖操作者，可能影响结果的标准化和可重复性	评估OCT在口腔鳞状细胞癌（OSCC）和口腔潜在恶性病变（OPMDs）临床实践中的应用优势和挑战	人类受试者，涉及OCT在OSCC和OPMD评估、边缘切除中的应用以及AI辅助OCT图像解释的研究	digital pathology	oral cancer	OCT, AI-assisted imaging	machine learning, deep learning	image	NA
120	2025-05-26	Deep ensemble learning-driven fully automated multi-structure segmentation for precision craniomaxillofacial surgery 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1580502 PMID:40406586	研究论文	本研究开发了一种基于深度集成学习的全自动多结构分割模型CMF-ELSeg，用于精确颅颌面手术	采用粗到细的级联架构和集成方法，结合了三种3D U-Net模型的优势，提高了分割精度	研究样本量相对较小，仅包含143例CMF CT扫描	开发高精度的颅颌面结构和牙齿分割模型，以推进计算机辅助颅颌面手术	颅颌面结构和个体牙齿	数字病理	颅颌面疾病	CT扫描	3D U-Net (V-Net, nnU-Net, 3D UX-Net)	图像	143例CMF CT扫描