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
11141	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
11142	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
11143	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
11144	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
11145	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)
11146	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
11147	2025-04-25	Artificial intelligence in bacterial diagnostics and antimicrobial susceptibility testing: Current advances and future prospects 2025-Jul-15, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.117399 PMID:40184880	综述	本文综述了人工智能在细菌诊断和抗菌药物敏感性测试中的当前进展和未来前景	探讨了AI如何通过机器学习和深度学习模型（如Random Forest、SVM、CNN和transformer）革新细菌检测和AST，提供更高效、可及和可靠的诊断方案	未具体提及当前AI技术的局限性	探索AI在细菌诊断和抗菌药物敏感性测试中的应用及其未来发展方向	细菌诊断和抗菌药物敏感性测试	机器学习	细菌感染	机器学习、深度学习、质谱、显微镜检测、电化学传感器、拉曼光谱等	Random Forest、SVM、CNN、transformer	图像、光谱数据、电化学数据等	NA
11148	2025-04-25	Machine learning-based detection and quantification of red blood cells in Cholistani cattle: A pilot study 2025-Jun, Research in veterinary science IF:2.2Q1 DOI:10.1016/j.rvsc.2025.105650 PMID:40215610	研究论文	本研究首次使用机器学习检测和计数巴基斯坦Cholistani牛的正常和异常红细胞（RBCs），包括泪滴细胞和裂红细胞	首次在Cholistani牛中应用机器学习进行红细胞检测和计数，并比较了SVM模型与人工计数方法的效果	需要进一步改进以提升使用卷积神经网络或其他深度学习方法进行红细胞检测的准确性	探索机器学习在兽医血液学评估中的应用潜力	Cholistani牛的红细胞（包括正常红细胞、泪滴细胞和裂红细胞）	机器学习	NA	支持向量机（SVM）、主成分分析（PCA）	SVM	图像	预标注的血涂片图像数据集，随机分为训练集（80%）和测试集（20%）
11149	2025-04-25	An Intelligent Model of Segmentation and Classification Using Enhanced Optimization-Based Attentive Mask RCNN and Recurrent MobileNet With LSTM for Multiple Sclerosis Types With Clinical Brain MRI 2025-Jun, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70036 PMID:40269999	研究论文	本文提出了一种基于深度学习的智能模型，用于通过临床脑部MRI扫描对多发性硬化症类型进行分割和分类	该模型的主要创新点在于将注意力机制和基于循环的深度学习应用于卷积网络，以分类疾病，并提出了一种优化算法来调整参数以提高性能	NA	开发一种深度学习系统，用于通过临床脑部MRI扫描对多发性硬化症类型进行分类	多发性硬化症（MS）的临床脑部MRI扫描图像	数字病理学	多发性硬化症	MRI	AA-MRCNN, RM-LSTM	图像	3427张图像
11150	2025-04-25	Performance of Artificial Intelligence in Diagnosing Lumbar Spinal Stenosis: A Systematic Review and Meta-Analysis 2025-May-15, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000005174 PMID:39451133	meta-analysis	该研究通过系统综述和荟萃分析评估了人工智能在诊断腰椎管狭窄症（LSS）中的表现	首次对AI在LSS诊断中的准确性进行了系统性评估，并比较了深度学习和机器学习模型的表现	需要进一步的外部验证以增强对不同狭窄类别的分析，并提高对轻度至中度狭窄水平的诊断准确性	评估AI在诊断各种类型腰椎管狭窄症及其狭窄程度中的诊断价值	腰椎管狭窄症（LSS）患者	数字病理	腰椎管狭窄症	深度学习和机器学习	DL和ML	医学影像数据	48篇研究文章
11151	2025-04-25	Assessing Pan-Canada wildfire susceptibility by integrating satellite data with novel hybrid deep learning and black widow optimizer algorithms 2025-May-15, The Science of the total environment DOI:10.1016/j.scitotenv.2025.179369 PMID:40239493	research paper	本研究通过整合卫星数据、深度学习和元启发式算法，开发了多种新型深度学习模型，用于评估加拿大全国范围内的野火发生概率	开发了新型的独立LSTM、RNN、BiLSTM和BiRNN模型，并与黑寡妇优化器（BWO）进行混合，提高了野火预测的准确性	研究仅基于历史野火数据，未来气候变化等因素可能影响模型的预测效果	开发成本效益高且可靠的野火预测方法，以改善加拿大的土地管理和野火预防策略	加拿大全国范围内的野火发生概率	machine learning	NA	remote sensing, deep learning, metaheuristic algorithms	LSTM, RNN, BiLSTM, BiRNN, BWO	satellite data, historical wildfire locations	4240 historical large wildfire locations (2014-2023)
11152	2025-04-25	Feasibility of deep learning algorithm in diagnosing lumbar central canal stenosis using abdominal CT 2025-May, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-024-04796-z PMID:39249505	研究论文	开发一种基于深度学习的算法，利用腹部CT和腰椎CT诊断腰椎中央管狭窄症	首次使用U-Net架构的深度学习模型自动分割硬膜囊并分类中央管狭窄，且在腹部CT上的诊断性能与腰椎CT相当	样本量较小（仅9名患者的990张图像），且为回顾性研究	评估深度学习算法在诊断腰椎中央管狭窄症中的可行性	腰椎中央管狭窄症患者	数字病理学	腰椎疾病	CT成像	U-Net	医学影像	990张CT图像来自9名患者
11153	2025-04-25	Deep Learning-Based Classification of Early-Stage Mycosis Fungoides and Benign Inflammatory Dermatoses on H&E-Stained Whole-Slide Images: A Retrospective, Proof-of-Concept Study 2025-May, The Journal of investigative dermatology IF:5.7Q1 DOI:10.1016/j.jid.2024.07.036 PMID:39306030	研究论文	本研究探讨了深度学习在区分早期蕈样肉芽肿和良性炎症性皮肤病中的应用，使用H&E染色的全切片图像数据集	首次将深度学习应用于皮肤淋巴瘤的分类，特别是在早期蕈样肉芽肿与良性炎症性皮肤病的区分上	需要更大的多机构数据集和改进的方法论，如结合临床数据的多模态深度学习	评估深度学习在早期蕈样肉芽肿与良性炎症性皮肤病分类中的表现	皮肤活检的H&E染色全切片图像	数字病理学	皮肤淋巴瘤	深度学习	弱监督深度学习模型	图像	924张H&E染色全切片图像，包括233名早期蕈样肉芽肿患者和353名良性炎症性皮肤病患者
11154	2025-04-25	Deep Learning for Contrast Enhanced Mammography - A Systematic Review 2025-May, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.11.035 PMID:39643464	系统综述	本文系统综述了深度学习在对比增强乳腺摄影（CEM）中的应用，探讨了这些模型如何进一步提升CEM的诊断潜力	首次系统性地回顾了深度学习在CEM中的应用，并总结了不同模型的性能表现	研究数量相对较少且多为回顾性研究，缺乏前瞻性临床验证	评估深度学习算法在CEM图像自动分析中的应用效果	对比增强乳腺摄影（CEM）图像	数字病理学	乳腺癌	深度学习	CNN	医学影像	16项研究（2018-2024年）
11155	2025-04-25	Deep Learning Model for the Differential Diagnosis of Nasal Polyps and Inverted Papilloma by CT Images: A Multicenter Study 2025-May, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.12.011 PMID:39730250	research paper	本研究开发了一种基于CT图像的深度学习模型，用于区分鼻腔息肉和倒置性乳头状瘤，并通过多中心研究验证其性能	首次利用深度学习模型（3D Xception）在CT图像上区分鼻腔息肉和倒置性乳头状瘤，并通过蛋白质组学分析揭示模型预测与上皮细胞分化的关联	研究样本来自两家医院，可能存在选择偏差；蛋白质组学分析的样本量较小（70例）	开发并验证一种深度学习模型，以提高鼻腔良性肿瘤（鼻腔息肉和倒置性乳头状瘤）的鉴别诊断准确性	鼻腔良性肿瘤患者（鼻腔息肉和倒置性乳头状瘤）	digital pathology	nasal cavity tumors	CT imaging, proteomics analysis	3D ResNet, 3D Xception, HRNet	CT images	1791名患者（来自两家医院），其中70名进行了蛋白质组学分析
11156	2025-04-25	Dynamic Hierarchical Convolutional Attention Network for Recognizing Motor Imagery Intention 2025-May, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3549583 PMID:40131750	研究论文	提出了一种动态分层卷积注意力网络（DH-CAN），用于从EEG信号中全面学习全局和局部空间域以及时频域的判别信息，以识别运动想象意图	设计了多尺度卷积块动态捕捉时频信息，将EEG信号通道映射到不同脑区，分层提取全局和局部空间特征，并利用图注意力网络建立区域连接性，共享对称脑区间的网络参数以更好地捕捉不对称运动想象模式	NA	提高EEG信号解码的准确性，特别是在运动想象意图识别方面	EEG信号	脑机接口	NA	EEG信号分析	动态分层卷积注意力网络（DH-CAN）	EEG信号	两个数据集
11157	2025-04-25	PackPPI: An integrated framework for protein-protein complex side-chain packing and ΔΔG prediction based on diffusion model 2025-May, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70110 PMID:40260988	研究论文	介绍了一个名为PackPPI的集成框架，用于蛋白质复合物的侧链包装和ΔΔG预测，基于扩散模型	结合了扩散模型和近端优化算法，改进了蛋白质复合物的侧链预测，并利用学习到的表示预测ΔΔG	未提及具体限制	提高蛋白质复合物的侧链包装和ΔΔG预测的准确性和效率	蛋白质复合物	生物信息学	NA	扩散模型，近端优化算法	扩散模型	蛋白质结构数据	CASP15数据集和SKEMPI v2.0数据集
11158	2025-04-25	Mixed Outcomes in Recombination Rates After Domestication: Revisiting Theory and Data 2025-Apr-24, Molecular ecology IF:4.5Q1 DOI:10.1111/mec.17773 PMID:40271548	研究论文	本文探讨了驯化过程中基因组重组率的变化，结合理论、实验室实验和数据分析，比较了家养动物与其野生祖先的重组率	利用群体测序数据和深度学习方法推断基因组范围内的重组率，提供了鸡/红原鸡、绵羊/摩弗伦羊和山羊/野山羊的新比较结果	研究结果在不同物种间不一致，未能提供驯化导致基因组重组率普遍增加的统一证据	验证驯化过程是否间接导致基因组重组率增加的假说	家养动物（鸡、绵羊、山羊）及其野生祖先（红原鸡、摩弗伦羊、野山羊）	基因组学	NA	群体测序、深度学习	深度学习	基因组测序数据	多个物种的比较（鸡/红原鸡、绵羊/摩弗伦羊、山羊/野山羊）
11159	2025-04-25	Artificial Intelligence in Panoramic Radiography Interpretation: A Glimpse into the State-of-the-Art Radiologic Examination Method 2025-Apr-24, International journal of computerized dentistry IF:1.8Q2 DOI:10.3290/j.ijcd.b6173229 PMID:40272192	研究论文	本研究开发了一种基于YOLO-v8深度学习模型的人工智能系统，用于全景X光片中多种牙齿问题和解剖结构的准确评估和分割	开发了一个多类别诊断模型，能够同时检测和分割全景X光片中的33种不同牙齿状况和解剖结构，而现有研究通常单独处理这些条件	研究未提及模型在不同设备获取的X光片上的泛化能力测试	开发能够准确评估和分割全景X光片中各种牙齿问题和解剖结构的深度学习模型	全景X光片中的牙齿问题、牙齿修复体、牙科植入物、解剖标志、牙周状况、颌骨病理和根尖周病变	数字病理	牙科疾病	深度学习	YOLO-v8	图像	未明确说明样本数量，但涉及33种不同条件的标注
11160	2025-04-25	Role of artificial intelligence in advancing immunology 2025-Apr-24, Immunologic research IF:3.3Q3 DOI:10.1007/s12026-025-09632-7 PMID:40272607	综述	本文探讨了人工智能（AI）在免疫学领域的革命性作用，特别是在疫苗开发、免疫治疗和过敏治疗方面的应用	AI通过分析大量基因组序列和蛋白质结构，帮助识别潜在疫苗候选物并预测机体对不同抗原的反应，同时为癌症患者提供个性化免疫治疗方案	NA	探讨AI在免疫学领域的应用及其对医学研究和医疗保健的推动作用	免疫学领域，包括疫苗开发、免疫治疗、过敏治疗及免疫疾病诊断	人工智能在生物医学中的应用	自身免疫疾病、免疫缺陷、过敏及癌症	机器学习和深度学习	NA	基因组序列、蛋白质结构、患者历史和实验室结果	NA