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
1221	2025-04-26	Evaluation of root canal filling length on periapical radiograph using artificial intelligence 2025-Jan, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-024-00781-3 PMID:39465425	research paper	本研究提出了一种利用人工智能和图像分析技术评估根管充填成功的新方法	首次将5种基于CNN的深度学习模型应用于根管充填的自动分割，并开发了供临床医生使用的GUI界面进行辅助分析	样本量相对有限（597张根尖周X线片），且仅评估了二维影像数据	开发AI辅助的根管治疗评估系统	根管充填的影像学评估	digital pathology	dental disease	image analysis	CNN	image	597张根尖周X线片（包含1121颗治疗牙）
1222	2025-04-26	Cardiac motion correction with a deep learning network for perfusion defect assessment in single-photon emission computed tomography myocardial perfusion imaging 2025-Jan, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology IF:3.0Q2 DOI:10.1016/j.nuclcard.2024.102071 PMID:39491716	研究论文	本研究探讨了在单光子发射计算机断层扫描心肌灌注成像中，使用深度学习网络进行心脏运动校正以评估灌注缺陷的潜在益处	首次将深度学习网络应用于心脏运动校正，显著提高了标准计数和减少计数研究中的灌注缺陷检测能力	研究依赖于模拟病变作为真实值，可能无法完全反映真实临床情况	提高单光子发射计算机断层扫描心肌灌注成像中灌注缺陷的检测准确性	心脏运动伪影和灌注缺陷	数字病理学	心血管疾病	单光子发射计算机断层扫描(SPECT)	深度学习网络(DL)	医学影像	训练集197例，测试集194例临床受试者
1223	2025-04-26	Style harmonization of panoramic radiography using deep learning 2025-Jan, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-024-00782-2 PMID:39470914	研究论文	本研究利用深度学习技术对来自不同设备的全景放射影像进行风格统一	首次使用CycleGAN对全景放射影像进行风格统一，并通过客观和专家评估验证其效果	模型需要进一步优化以适用于更多设备的影像	实现不同设备拍摄的全景放射影像的风格统一	全景放射影像	计算机视觉	NA	CycleGAN	GAN	图像	15,624张全景影像（其中444张用于测试）
1224	2025-04-26	Challenges and Opportunities in the Clinical Translation of High-Resolution Spatial Transcriptomics 2025-Jan, Annual review of pathology DOI:10.1146/annurev-pathmechdis-111523-023417 PMID:39476415	综述	本文回顾了高分辨率空间转录组学技术在临床转化中的挑战与机遇	探讨了空间转录组学技术在亚细胞分辨率下数字化基因表达的创新潜力及其在个性化医疗中的应用	讨论了高分辨率空间转录组学技术在快速转化中面临的挑战	旨在推动空间转录组学技术在疾病机制研究和个性化治疗中的临床应用	常规收集和存档的临床样本	数字病理学	NA	空间转录组学技术	深度学习	基因表达数据	NA
1225	2025-04-26	Retinal OCT biomarkers and their association with cognitive function-clinical and AI approaches 2025-Jan, Die Ophthalmologie DOI:10.1007/s00347-024-01988-9 PMID:38381373	研究论文	探讨视网膜OCT生物标志物与认知功能之间的关联，并评估AI在医学图像分析中的应用	结合临床与AI方法，探索视网膜OCT生物标志物作为认知功能下降早期非侵入性标记的潜力	AI工具在医学应用中的黑箱性质及在开发数据集外的普遍表现不佳	评估视网膜OCT生物标志物在认知功能下降和神经退行性疾病早期检测中的有效性	视网膜OCT生物标志物与认知功能	数字病理学	神经退行性疾病	光学相干断层扫描(OCT)	深度学习(DL)	医学图像	NA
1226	2025-04-26	Pruning Sparse Tensor Neural Networks Enables Deep Learning for 3D Ultrasound Localization Microscopy 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3552198 PMID:40126968	research paper	该论文提出了一种使用稀疏张量神经网络实现基于深度学习的3D超声定位显微镜（ULM）的方法，以降低内存需求并提高性能	首次将稀疏张量神经网络应用于3D ULM，显著降低了内存需求并提高了在高浓度微泡环境下的性能	稀疏化处理可能导致信息损失，且在2D情况下性能略有下降	开发更高效的3D超声定位显微镜技术，以缩短采集时间并提高成像质量	超声定位显微镜中的微泡轨迹检测	digital pathology	NA	超声定位显微镜（ULM）	稀疏张量神经网络	3D超声图像数据	NA
1227	2025-04-26	CRCL: Causal Representation Consistency Learning for Anomaly Detection in Surveillance Videos 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3558089 PMID:40215152	research paper	提出了一种名为CRCL的因果表示一致性学习方法，用于监控视频中的异常检测	通过因果学习挖掘潜在的场景鲁棒因果变量，剥离深度表示中的场景偏差并学习因果视频正态性	在现实场景中可能无法应对标签无关的数据偏移（如场景变化），且对轻微异常的响应可能不足	改进监控视频中的异常检测方法	监控视频中的异常事件	computer vision	NA	causality learning, deep representation learning	CRCL (Causal Representation Consistency Learning)	video	在基准数据集上进行了大量实验
1228	2025-04-26	Depth prediction of urban waterlogging based on BiTCN-GRU modeling 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0321637 PMID:40267055	research paper	提出了一种基于BiTCN-GRU混合深度学习模型的城市内涝深度预测方法	结合双向时间卷积网络(BiTCN)和门控循环单元(GRU)提升预测性能，相比现有模型如GBDT、LSTM和TCN-LSTM具有更高精度	未明确说明模型在其他城市或区域的泛化能力	提高城市内涝深度的预测准确性，为防灾减灾提供科学依据	城市易涝区域的内涝深度	machine learning	NA	深度学习	BiTCN-GRU	时序数据	两个数据集（Minshan Road和Huaihe Road）
1229	2025-04-26	Opportunities and challenges with artificial intelligence in allergy and immunology: a bibliometric study 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1523902 PMID:40270494	研究论文	通过文献计量学方法系统评估人工智能在过敏和免疫学领域的应用现状、趋势及未来热点	首次采用文献计量学方法全面分析AI在过敏和免疫学领域的研究格局，识别领先国家、主流研究主题及合作模式	存在技术限制、伦理问题及监管框架等潜在阻碍因素	评估人工智能在过敏和免疫学领域的应用现状与发展趋势	全球范围内AI在过敏和免疫学领域的3883篇研究文献	人工智能	过敏和免疫学疾病	文献计量分析	机器学习和深度学习	文献数据	3883篇文献，涉及21552位作者和1247种期刊
1230	2025-04-26	Construction and validation of a deep learning-based diagnostic model for segmentation and classification of diabetic foot 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1543192 PMID:40270716	研究论文	本研究利用深度学习模型对糖尿病足溃疡图像进行深入分析，实现伤口的自动分割和分类，探索人工智能在糖尿病足护理领域的应用	比较了三种实例分割模型（Mask2former、Deeplabv3plus和Swin-Transformer）在糖尿病足溃疡识别中的性能，发现Mask2former表现最佳	样本量较小（671张图像），可能影响模型的泛化能力	探索人工智能在糖尿病足护理领域的应用，实现伤口自动分割和分类	糖尿病足溃疡图像	计算机视觉	糖尿病足	深度学习	Mask2former, Deeplabv3plus, Swin-Transformer	图像	671张糖尿病足溃疡图像
1231	2025-04-26	Evaluating the Accuracy of Deep Learning Models and Dental Postgraduate Students in Measuring Working Length on Intraoral Periapical X-rays: An In vitro Study 2025 Jan-Mar, Contemporary clinical dentistry IF:0.9Q3 DOI:10.4103/ccd.ccd_274_24 PMID:40270870	research paper	本研究评估并比较了深度学习模型与牙科研究生在测量根尖周X光片工作长度上的准确性	首次将深度学习模型应用于牙科根尖周X光片工作长度的测量，并与人类专家进行比较	研究样本仅包含单根牙的X光片，可能不适用于多根牙的情况	评估人工智能在牙科诊断影像中的准确性	单根牙的根尖周X光片	digital pathology	dental disease	deep learning	CNN	image	100张根尖周X光片
1232	2025-04-25	A short report on deep learning synergy for decentralized smart grid cybersecurity 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1557960 PMID:40270931	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1233	2025-04-26	AI-driven sleep apnea screening with overnight blood oxygen saturation: current practices and future directions 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1510166 PMID:40271052	综述	本文综述了基于血氧饱和度(SpO)的睡眠呼吸暂停筛查的当前实践和未来方向	总结了SpO2信号在睡眠呼吸暂停筛查中的三种主要应用类别，并指出了该领域的两大研究空白	缺乏足够多样化的公开数据集，以及数据收集、信号预处理和模型基准测试的标准化协议缺失	评估基于SpO2信号的AI驱动睡眠呼吸暂停筛查方法的研究进展	已发表的关于SpO2信号用于睡眠呼吸暂停筛查的研究	机器学习	睡眠呼吸暂停	SpO2监测	machine learning/deep learning	血氧饱和度信号	31篇纳入全文综述的出版物(从835篇初筛结果中筛选)
1234	2025-04-26	Deep learning-based automatic segmentation of brain structures on MRI: A test-retest reproducibility analysis 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.04.007 PMID:40271109	研究论文	本研究评估了基于深度学习的MRI脑结构自动分割在不同扫描仪类型和磁场强度下的可重复性	首次系统比较了1.5T和3T MRI扫描仪在深度学习脑分割中的表现差异	未考虑更多品牌或型号的扫描仪差异，样本来源未明确说明	评估MRI脑结构自动分割在不同扫描条件下的可重复性	MRI扫描的脑结构图像	医学影像分析	脑部疾病	深度学习	NA	MRI图像	未明确说明具体样本数量
1235	2025-04-25	Artificial intelligence in dermatopathology: a systematic review 2025-Jan-27, Clinical and experimental dermatology IF:3.7Q1 DOI:10.1093/ced/llae361 PMID:39226138	系统综述	本文系统综述了人工智能在皮肤病理学中的应用、挑战、机遇及未来潜力	全面评估了AI在皮肤病理学中的多种应用，并指出了未来的发展方向	研究受到小样本量和潜在偏倚的限制	探讨AI在皮肤病理学诊断和护理中的角色与潜力	皮肤病理学中的数字化切片和AI应用	数字病理学	皮肤疾病	深度学习	NA	图像	112篇论文
1236	2025-04-25	SeqSeg: Learning Local Segments for Automatic Vascular Model Construction 2025-Jan-27, ArXiv PMID:39975447	研究论文	提出了一种基于深度学习的自动追踪和分割算法SeqSeg，用于构建基于图像的血管模型	SeqSeg利用局部U-Net推理顺序分割医学图像中的血管结构，能够分割更完整的血管系统，并能泛化到训练数据中未标注的血管结构	NA	改进心血管功能计算建模中的模型生成过程	主动脉和主动脉-股动脉模型的CT和MR图像	数字病理学	心血管疾病	深度学习	U-Net, nnU-Net	医学图像	NA
1237	2025-04-25	Integrating Deep Learning-Based Dose Distribution Prediction with Bayesian Networks for Decision Support in Radiotherapy for Upper Gastrointestinal Cancer 2025-Jan, Cancer research and treatment IF:4.1Q2 DOI:10.4143/crt.2024.333 PMID:39091147	研究论文	本文开发了一种结合深度学习剂量分布预测和贝叶斯网络的决策支持算法，用于上消化道癌症放疗中的技术选择	首次将三维U-Net深度学习模型预测的剂量分布与贝叶斯网络结合，创建了个性化放疗方案选择框架	研究样本量较小（65例患者），且为回顾性研究	优化上消化道癌症放疗技术选择流程，提高决策效率	接受TrueBeam和MRIdian两种放疗技术模拟的肝/胰腺癌患者	数字病理	上消化道癌症（肝/胰腺癌）	深度学习剂量预测、贝叶斯网络	3D U-Net、贝叶斯网络	剂量分布数据、临床参数	65例肝/胰腺癌患者
1238	2025-04-25	A Comprehensive Review on Deep Learning Techniques in Alzheimer's Disease Diagnosis 2025, Current topics in medicinal chemistry IF:2.9Q3 DOI:10.2174/0115680266310776240524061252 PMID:38847164	review	本文全面综述了深度学习技术在阿尔茨海默病诊断中的应用	分类了阿尔茨海默病的ATN生物标志物，系统描述了多种深度学习算法用于早期评估，并讨论了广泛使用的在线数据集	NA	通过深度学习技术提升阿尔茨海默病早期诊断的有效方法	阿尔茨海默病及其相关生物标志物	digital pathology	geriatric disease	深度学习	DNN, CNN, RNN, k-NN, DBM, DBN	医学影像数据	涉及多个在线数据集如ADNI、OASIS等
1239	2025-04-25	Preoperative Prediction of Axillary Lymph Node Metastasis in Patients With Breast Cancer Through Multimodal Deep Learning Based on Ultrasound and Magnetic Resonance Imaging Images 2025-Jan, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.07.029 PMID:39107188	研究论文	通过基于超声和磁共振成像图像的多模态深度学习，预测乳腺癌患者腋窝淋巴结转移	结合超声和磁共振成像图像，构建多模态深度学习模型，用于预测乳腺癌患者的腋窝淋巴结转移	研究为回顾性队列，样本量相对较小，外部验证队列仅包含123例患者	提高乳腺癌患者腋窝淋巴结转移的术前预测准确性	乳腺癌患者	数字病理	乳腺癌	超声和磁共振成像	CNN	图像	588例乳腺癌患者（主队列465例，外部验证队列123例）
1240	2025-04-25	A Deep Learning-Based Framework for Predicting Intracerebral Hematoma Expansion Using Head Non-contrast CT Scan 2025-Jan, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.07.039 PMID:39107191	研究论文	开发了一种基于深度学习的全自动框架，用于仅使用临床非对比CT扫描预测脑内血肿扩张	提出了一种两阶段深度学习框架，能够自动且稳健地识别脑内出血患者的高风险血肿扩张，预测准确性优于常用的BAT评分	研究依赖于回顾性和前瞻性数据集，可能存在选择偏差	开发预测脑内血肿扩张的自动化工具	脑内出血患者	数字病理学	脑内出血	非对比CT扫描	深度学习框架	医学影像	回顾性数据集2484例，前瞻性数据集500例