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
301	2025-06-06	Artificial intelligence in abdominal and pelvic ultrasound imaging: current applications 2025-Apr, Abdominal radiology (New York) DOI:10.1007/s00261-024-04640-x PMID:39487919	综述	本文综述了人工智能在腹部和盆腔超声成像中的当前应用	提供了关于AI在腹部和盆腔超声成像中最新应用的全面概述	大多数研究为单中心回顾性研究，存在较高的偏倚风险，且很少有应用经过前瞻性验证或多中心研究	探讨人工智能在腹部和盆腔超声成像中的应用潜力	腹部和盆腔超声成像	医学影像	多器官疾病	深度学习、机器学习、自然语言处理、机器人技术	NA	超声图像	57篇文献，涉及128个标题
302	2025-06-06	Utilising artificial intelligence in developing education of health sciences higher education: An umbrella review of reviews 2025-Apr, Nurse education today IF:3.6Q1 DOI:10.1016/j.nedt.2025.106600 PMID:39904286	综述的综述	本文通过综述的综述方法，综合了当前关于人工智能在健康科学教育中应用的证据	识别了人工智能在健康科学教育中的五个关键领域，并强调了其潜在应用和需要进一步投资的方面	仅分析了2019年至2023年间发表的七篇综述，可能无法涵盖所有相关研究	综合当前关于人工智能在健康科学教育中应用的证据	健康科学高等教育	教育技术	NA	机器人技术、机器学习和深度学习、大数据、沉浸式技术、自然语言处理	NA	文献数据	201篇综述
303	2025-06-06	Automated Bi-Ventricular Segmentation and Regional Cardiac Wall Motion Analysis for Rat Models of Pulmonary Hypertension 2025-Apr, Pulmonary circulation IF:2.2Q3 DOI:10.1002/pul2.70092 PMID:40356847	研究论文	提出了一种基于深度学习的自动化流程，用于肺动脉高压（PH）大鼠模型的双心室分割和3D壁运动分析	开发了一种高效的自动化深度学习管道，用于大鼠模型的双心室分割和3D壁运动分析，填补了临床前研究与临床AI发展之间的空白	研究仅针对大鼠模型，结果可能无法直接推广到人类	开发一种自动化工具，用于肺动脉高压疾病进展及其对心脏影响的预测分析	肺动脉高压大鼠模型的心脏运动	数字病理学	肺动脉高压	心脏磁共振扫描	全卷积网络	图像	163个短轴电影心脏磁共振扫描，来自MCT和SuHx肺动脉高压大鼠
304	2025-06-06	Harnessing Electronic Health Records and Artificial Intelligence for Enhanced Cardiovascular Risk Prediction: A Comprehensive Review 2025-Mar-18, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.124.036946 PMID:40079336	综述	本文综述了电子健康记录（EHR）与人工智能（AI）在心血管疾病（CVD）风险预测中的应用与挑战	整合EHR数据与AI技术，提升CVD风险预测的准确性和动态管理能力	数据质量、跨医疗系统标准化、地理差异性问题，以及AI模型的解释性和多样化人群验证需求	探讨EHR与AI在CVD风险预测中的进展与挑战，优化预测模型	心血管疾病（CVD）风险预测模型	医疗人工智能	心血管疾病	AI深度学习	深度学习模型	电子健康记录（EHR）数据	NA
305	2025-06-06	Deep learning in single-cell and spatial transcriptomics data analysis: advances and challenges from a data science perspective 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf136 PMID:40185158	review	本文综述了深度学习在单细胞和空间转录组数据分析中的进展和挑战，并从数据科学的角度进行了系统评价	系统评价了先进的深度学习方法，并整理了21个数据集和58种计算方法进行性能评估，揭示了模型性能在不同数据集和评估指标上的显著差异	高质量注释数据集仍然有限，生物组织的复杂相关性使得准确重建细胞状态和空间环境具有挑战性	探讨深度学习如何有效应用于转录组数据分析，以提升预测准确性和生物学解释性	单细胞和空间转录组数据	machine learning	NA	单细胞测序、空间转录组学	深度学习	基因表达、表观遗传修饰、代谢物水平、空间位置等多模态数据	21个数据集来自九个基准测试
306	2025-06-06	Randomized controlled trial of an artificial intelligence diagnostic system for the detection of esophageal squamous cell carcinoma in clinical practice 2025-Mar, Endoscopy IF:11.5Q1 DOI:10.1055/a-2421-3194 PMID:39317205	研究论文	一项关于人工智能诊断系统在临床实践中检测食管鳞状细胞癌的随机对照试验	首次在临床环境中评估AI系统对食管鳞状细胞癌的检测效果，而非回顾性研究	未能证明AI诊断支持系统在提高食管癌检测率方面的显著改善	评估AI系统在临床实践中辅助内镜医师检测食管鳞状细胞癌的效果	高风险食管鳞状细胞癌患者	数字病理	食管鳞状细胞癌	白光成像（WLI）、窄带成像（NBI）、碘染色	深度学习系统	图像	320名患者
307	2025-06-06	Artificial Intelligence in Temporal Bone Imaging: A Systematic Review 2025-Mar, The Laryngoscope DOI:10.1002/lary.31809 PMID:39352072	系统综述	本文系统综述了人工智能在颞骨影像学中的应用现状	总结了AI在颞骨影像学中的潜在作用，包括提高诊断准确性和效率	现有研究存在异质性和质量不一的问题，需要更标准化的方法学	探讨人工智能在颞骨影像学中的当前作用	颞骨影像学	医学影像分析	颞骨相关疾病	CT影像	CNN	影像数据	72项研究
308	2025-06-06	Preserving privacy in healthcare: A systematic review of deep learning approaches for synthetic data generation 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108571 PMID:39742693	系统综述	本文系统综述了医疗保健领域中用于合成数据生成的深度学习技术，重点关注其在保持数据效用和增强隐私方面的能力	探讨了GANs、VAEs和扩散模型在生成合成数据中的应用，并特别关注了差分隐私和联邦学习等隐私增强方法	在保持时间相关性、减少偏见以及符合监管框架方面仍存在挑战，特别是对于纵向和高维数据	评估深度学习技术在医疗保健领域中生成合成数据的潜力，以促进隐私保护的数据共享	医疗保健数据	机器学习	NA	GANs, VAEs, 扩散模型, 差分隐私, 联邦学习	GAN, VAE, 扩散模型	表格数据、信号数据、图像数据、多模态数据	NA
309	2025-06-06	Deep Learning Model of Diastolic Dysfunction Risk Stratifies the Progression of Early-Stage Aortic Stenosis 2025-Feb, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2024.07.017 PMID:39297852	research paper	该研究探讨了基于超声心动图的深度学习模型在评估舒张功能障碍方面的应用，以预测主动脉瓣狭窄的发展和进展	利用深度学习模型预测舒张功能障碍，从而识别主动脉瓣狭窄进展的潜在风险	样本量较小，特别是在验证队列中，可能影响结果的普遍性	研究深度学习模型在预测主动脉瓣狭窄进展中的应用	主动脉瓣硬化和轻度至中度主动脉瓣狭窄患者	digital pathology	cardiovascular disease	超声心动图、心脏磁共振成像、PET/CT	DL	image	898名主动脉瓣硬化患者（ARIC队列）、50名轻度至中度主动脉瓣狭窄患者（CMR队列）、18名主动脉瓣硬化患者（PET/CT队列）
310	2025-06-06	Incorporating patient-specific prior clinical knowledge to improve clinical target volume auto-segmentation generalisability for online adaptive radiotherapy of rectal cancer: A multicenter validation 2025-Feb, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110667 PMID:39675574	research paper	本研究探讨了在直肠癌在线自适应放疗中，利用患者特异性先验临床知识提高临床靶区自动分割的泛化能力	提出了一种结合患者特异性先验临床知识和基于人群的变异性的深度学习方法，以提高自动分割的泛化能力	研究仅针对直肠癌患者，未涉及其他癌症类型	提高在线自适应放疗中临床靶区自动分割的泛化能力	中危或局部晚期直肠癌患者	digital pathology	rectal cancer	deep learning	DL	MRI	来自三个中心的中危或局部晚期直肠癌患者
311	2025-06-06	Investigating the Quality of DermaMNIST and Fitzpatrick17k Dermatological Image Datasets 2025-Feb-01, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04382-5 PMID:39893183	research paper	本文对DermaMNIST、HAM10000和Fitzpatrick17k三个皮肤病图像数据集进行了细致分析，揭示了数据质量问题，并提出了修正方案	揭示了皮肤病数据集中存在的重复数据、数据泄漏、错误标签等问题，并提出了修正方法	仅分析了三个皮肤病数据集，可能无法涵盖所有数据质量问题	评估皮肤病图像数据集的质量，并提高深度学习模型的可靠性	DermaMNIST、HAM10000和Fitzpatrick17k数据集	digital pathology	dermatological disease	NA	deep neural network	image	三个皮肤病数据集（具体数量未提及）
312	2025-06-06	Real-time detection and monitoring of public littering behavior using deep learning for a sustainable environment 2025-Jan-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77118-x PMID:39848984	研究论文	本文介绍了一种利用深度学习的SAWN系统，用于实时检测和监控公共场所的乱扔垃圾行为，以促进环境可持续发展	结合MoViNet视频分类模型和YOLOv8目标检测模型，通过面部识别和车牌检测识别乱扔垃圾的个体，提高了检测的准确性和实时性	数据收集存在挑战，由于缺乏现成的乱扔垃圾数据，研究成员需要模拟真实场景来生成训练数据	开发一种有效的系统来检测和减少公共场所的乱扔垃圾行为，以减轻环境污染	车辆和行人的乱扔垃圾行为	计算机视觉	NA	深度学习	MoViNet, YOLOv8, LRCN, CNN-RNN	视频	模拟真实场景生成的数据集
313	2025-06-06	Enhancing predictive accuracy for urinary tract infections post-pediatric pyeloplasty with explainable AI: an ensemble TabNet approach 2025-01-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82282-1 PMID:39828726	research paper	本研究开发了一种结合机器学习和深度学习的集成模型，用于预测小儿肾盂成形术后尿路感染的风险	首次提出结合机器学习和深度学习的集成预测模型，利用SHAP解释模型提供临床风险因素新见解	研究证据等级为IV级，缺乏对照组比较	提高小儿肾盂成形术后尿路感染的预测准确性	764例接受单侧肾盂成形术的儿科患者	machine learning	urinary tract infection	ensemble learning, SHAP	TabNet, Logistic Regression, SVM, Random Forest, XGBoost, LightGBM	clinical features	764例儿科患者
314	2025-06-06	Deep learning in Cobb angle automated measurement on X-rays: a systematic review and meta-analysis 2025-Jan, Spine deformity IF:1.6Q3 DOI:10.1007/s43390-024-00954-4 PMID:39320698	系统综述与荟萃分析	本文综述了深度学习算法在X光片上自动测量Cobb角的应用，并进行了荟萃分析	比较了基于分割和基于标志点的深度学习方法的准确性，并提出了改进模型设计的潜在方法	荟萃分析结果有限，存在高度异质性	评估深度学习算法在Cobb角自动测量中的性能	X光片上的Cobb角测量	计算机视觉	脊柱侧弯	深度学习算法	NA	X光图像	50项研究纳入系统综述，17项研究纳入荟萃分析（共3022例样本）
315	2025-06-06	A Deep Learning-Based Method for Rapid 3D Whole-Heart Modeling in Congenital Heart Disease 2025, Cardiology IF:1.9Q3 DOI:10.1159/000541980 PMID:39396499	研究论文	开发了一种基于深度学习的快速三维心脏建模方法，用于先天性心脏病患者的术前规划和诊断支持	整合医学影像和临床诊断信息，通过深度学习自动生成3D打印和VR应用的心脏模型	研究样本量较小（110例患者），未来需在更大数据集和不同类型先天性心脏病上验证模型的广泛适用性	提高先天性心脏病手术规划和诊断的精确性	先天性心脏病患者	数字病理学	先天性心脏病	CT、心脏MRI	深度学习模型	医学影像、临床数据	110例患者
316	2025-06-06	GCLmf: A Novel Molecular Graph Contrastive Learning Framework Based on Hard Negatives and Application in Toxicity Prediction 2025-Jan, Molecular informatics IF:2.8Q2 DOI:10.1002/minf.202400169 PMID:39421969	research paper	提出了一种基于硬负样本的分子图对比学习框架GCLmf，用于毒性预测	利用特定条件的分子片段作为硬负样本，提升负样本集质量，从而在预训练中学习更具信息量的分子表示	未明确提及模型在数据稀缺情况下的表现或泛化能力	提高化学毒性预测的准确性和鲁棒性	分子图数据	machine learning	NA	对比学习（自监督学习）	GCLmf（基于深度学习的分子图对比学习框架）	分子图数据	在33个毒性任务上进行评估，具体样本量未明确说明
317	2025-06-06	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	该研究通过系统综述和荟萃分析评估深度学习在喉镜检查中诊断喉癌的准确性	首次对深度学习在喉镜检查中的诊断效用进行系统评价和荟萃分析	仅纳入9项研究，样本量虽大但研究数量有限	评估深度学习算法在喉镜检查中诊断喉癌的准确性	喉镜检查图像	digital pathology	laryngeal cancer	深度学习	NA	image	106,175张内窥镜图像
318	2025-06-06	Overcoming the preferred-orientation problem in cryo-EM with self-supervised deep learning 2025-Jan, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02505-1 PMID:39558095	research paper	该论文开发了一种名为spIsoNet的自监督深度学习软件，用于解决冷冻电镜中的粒子取向偏差问题	提出了一种端到端的自监督深度学习方法，无需额外的样本制备过程即可解决冷冻电镜中的取向偏差问题	NA	解决冷冻电镜中粒子取向偏差导致的图像各向异性和粒子错位问题	冷冻电镜图像数据，包括核糖体、β-半乳糖苷酶和血凝素三聚体数据集	计算机视觉	NA	冷冻电镜	深度学习	图像	多个代表性生物系统数据集
319	2025-06-06	Deep learning-based optical coherence tomography and retinal images for detection of diabetic retinopathy: a systematic and meta analysis 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1485311 PMID:40171193	meta-analysis	本文通过系统综述和荟萃分析评估了深度学习算法在光学相干断层扫描（OCT）和视网膜图像中检测糖尿病视网膜病变（DR）的有效性	首次对深度学习在OCT和视网膜图像中检测DR的效果进行了全面的荟萃分析	数据集标准化不足，模型可解释性有待提高，且需在多样化人群中进一步验证性能	评估深度学习算法在糖尿病视网膜病变检测中的准确性和可靠性	光学相干断层扫描（OCT）和视网膜图像	digital pathology	diabetic retinopathy	deep learning	NA	image	188268张视网膜图像和OCT扫描
320	2025-06-06	Mitigating catastrophic forgetting in Multiple sclerosis lesion segmentation using elastic weight consolidation 2025, NeuroImage. Clinical DOI:10.1016/j.nicl.2025.103795 PMID:40403421	研究论文	该研究首次将弹性权重巩固（EWC）应用于多发性硬化（MS）病变分割的领域增量学习，以减少灾难性遗忘	首次在MS病变分割的领域增量学习中应用EWC，显著减少了灾难性遗忘，并在少量目标域数据下实现了性能提升	研究仅使用了公开数据集和内部数据集进行验证，未涉及更广泛的数据来源	解决多发性硬化病变分割中的领域适应问题，减少灾难性遗忘	多发性硬化病变的MRI图像分割	数字病理	多发性硬化	弹性权重巩固（EWC）	3D U-Net	MRI图像	公开数据集（WMH2017和Shifts）及内部数据集，少量目标域图像（3-5张）