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
61	2025-03-23	Artificial intelligence algorithm was used to establish and verify the prediction model of portal hypertension in hepatocellular carcinoma based on clinical parameters and imaging features 2025-Feb-28, Journal of gastrointestinal oncology IF:2.0Q3 DOI:10.21037/jgo-2024-931 PMID:40115915	研究论文	本研究旨在基于临床参数和影像特征，利用人工智能算法建立并验证肝细胞癌患者门静脉高压的预测模型	结合临床特征、放射组学特征和深度学习特征，构建了一个综合预测模型，以更全面地捕捉与门静脉高压相关的复杂信息，从而实现高预测准确性和实用性	验证集的AUC和敏感性较低，表明模型在外部验证中的表现有待提高	建立并验证肝细胞癌患者门静脉高压的预测模型，以支持早期干预和个性化治疗	肝细胞癌患者	数字病理	肝细胞癌	放射组学和深度学习特征提取	逻辑回归模型	临床参数和CT影像	884名患者（707名训练集，177名验证集）
62	2025-03-23	Advanced AI-driven detection of interproximal caries in bitewing radiographs using YOLOv8 2025-Feb-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84737-x PMID:39920198	研究论文	本研究旨在开发一种基于深度学习的AI模型，使用YOLOv8算法改进咬翼片X光片中邻面龋齿的检测	首次将YOLOv8算法应用于咬翼片X光片中的邻面龋齿检测，显著提高了诊断准确性和减少了假阴性	研究为回顾性研究，样本量相对较小，且仅在一个医疗中心进行，可能影响结果的普遍性	提高咬翼片X光片中邻面龋齿的检测准确性和诊断效率	咬翼片X光片中的邻面龋齿	计算机视觉	龋齿	深度学习	YOLOv8	图像	552张X光片，共1,506张标注图像
63	2025-03-23	Molecular Display of the Animal Meta-Venome for Discovery of Novel Therapeutic Peptides 2025-Feb, Molecular & cellular proteomics : MCP IF:6.1Q1 DOI:10.1016/j.mcpro.2024.100901 PMID:39746545	研究论文	本文开发了一种创新的计算方法，用于设计高度多样化的动物毒液和“元毒液”库，并通过高通量筛选发现新型治疗肽	使用可编程的M13超噬菌体展示技术，保留关键的二硫键结构，并通过高通量DNA测序进行定量，从而发现靶向人类瘙痒受体的Kunitz型结构域蛋白	未提及具体的技术局限性或实验中的挑战	发现新型治疗肽，特别是针对人类瘙痒受体的分子	动物毒液和“元毒液”库	生物信息学	瘙痒相关疾病	M13超噬菌体展示技术、高通量DNA测序、深度学习	深度学习	DNA序列数据	未提及具体样本数量
64	2025-03-23	Inherently imperfect, inherently evolving - The pursuit of precision through biomarkers 2025-Feb, Biomedical journal IF:4.1Q2 DOI:10.1016/j.bj.2025.100839 PMID:40015558	研究论文	本期生物医学期刊特刊聚焦癌症生物标志物研究，探讨了cfDNA、粪便miRNA、线粒体途径、EB病毒DNA、多生物标志物面板结合LC-MS方法以及循环肿瘤细胞（CTC）生长状态在癌症检测和管理中的潜在应用	探讨了多种新型生物标志物在癌症检测和管理中的应用，并涵盖了从传统中草药到深度学习的多种研究方法	文章未明确提及具体研究的局限性	探索和评估多种生物标志物在癌症检测和管理中的潜力	结直肠癌、卵巢癌、鼻咽癌、肝细胞癌等多种癌症	生物医学	癌症	LC-MS、深度学习方法	深度学习	生物标志物数据、图像数据	未明确提及样本量
65	2025-03-22	Dynamic MRI with Locally Low-Rank Subspace Constraint: Towards 1-Second Temporal Resolution Aided by Deep Learning 2025-Feb-27, Research square DOI:10.21203/rs.3.rs-5448452/v1 PMID:40060040	研究论文	本文提出了一种结合局部低秩子空间约束和深度学习的动态MRI重建框架，旨在提高动态对比增强成像的时空分辨率	结合局部低秩子空间模型和神经网络，实现了从几秒到1秒的灵活时间分辨率，显著提高了图像质量	未明确提及具体样本量或临床验证结果	解决动态MRI中空间和时间分辨率平衡的挑战，提升动态对比增强成像的质量	高风险的乳腺癌患者，以及头颈部和脑部MRI应用	医学影像处理	乳腺癌	动态对比增强MRI（DCE-MRI）	神经网络	MRI图像	NA
66	2025-03-22	AI and Neurology 2025-Feb-17, Neurological research and practice DOI:10.1186/s42466-025-00367-2 PMID:39956906	review	本文综述了人工智能在神经学领域的应用及其潜力，同时指出了相关的风险和挑战	总结了人工智能在神经学中的多种应用，并提出了需要关注的安全、伦理和公平性问题	需要将研究推进到前瞻性水平，并采用联邦学习以提高算法的普适性	探讨人工智能在神经学中的应用及其潜力	神经学领域，特别是急性与重症神经学、中风、癫痫和运动障碍	machine learning	NA	machine and deep learning	NA	NA	NA
67	2025-03-22	Deep learning-driven bacterial cytological profiling to determine antimicrobial mechanisms in Mycobacterium tuberculosis 2025-Feb-11, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2419813122 PMID:39913203	研究论文	本研究介绍了MycoBCP，一种针对结核分枝杆菌的细菌细胞学分析（BCP）方法，利用卷积神经网络（CNNs）来克服传统图像分析技术的挑战，以加速抗菌药物作用机制（MOAs）的确定	MycoBCP是首个将卷积神经网络应用于结核分枝杆菌的细菌细胞学分析的方法，通过捕捉广泛的形态学模式而非精确的细胞分割，解决了细胞聚集和染色不均等问题	在转录和翻译抑制导致的相似形态学结果上，MycoBCP仍需进一步优化以更有效地区分这两种机制	加速结核病治疗药物的作用机制（MOAs）的确定，以应对多药耐药和广泛耐药结核分枝杆菌的威胁	结核分枝杆菌	数字病理学	结核病	卷积神经网络（CNNs）	CNN	图像	多种抗菌化合物对结核分枝杆菌的形态学影响
68	2025-03-22	A personalized periodontitis risk based on nonimage electronic dental records by machine learning 2025-Feb, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2024.105469 PMID:39571782	研究论文	本研究旨在开发一种基于非图像电子牙科记录（EDRs）的机器学习模型，用于预测牙周病（PD）的风险	利用机器学习模型从非图像电子牙科记录中预测牙周病风险，并识别出最重要的预测因素	模型在验证集中对控制组的预测特异性较低（0.54），需要进一步研究以提高模型的内部和外部验证	开发一种基于机器学习的模型，用于早期检测和预防牙周病	美国牙科患者	机器学习	牙周病	机器学习	随机森林	非图像电子牙科记录	43,331名参与者
69	2025-03-22	Applications of deep learning in trauma radiology: A narrative review 2025-Feb, Biomedical journal IF:4.1Q2 DOI:10.1016/j.bj.2024.100743 PMID:38679199	综述	本文综述了深度学习在创伤放射学中的应用，包括其在分类、分割和病变检测方面的潜力	提供了开发创伤成像中深度学习算法的基本概念，并概述了每种成像模式中的当前进展	尽管一些商业人工智能产品已获FDA批准用于临床，但在创伤领域的应用仍然有限，需要多学科团队开发实用的现实世界解决方案	探讨深度学习在创伤放射学中的应用及其对提高创伤成像效率和准确性的潜力	创伤成像中的深度学习算法	医学图像分析	创伤	深度学习	NA	医学影像（如FAST、X射线、CT扫描）	NA
70	2025-03-22	ECG-surv: A deep learning-based model to predict time to 1-year mortality from 12-lead electrocardiogram 2025-Feb, Biomedical journal IF:4.1Q2 DOI:10.1016/j.bj.2024.100732 PMID:38697480	研究论文	本文介绍并评估了一种深度学习模型ECG-surv，用于处理截尾数据和非结构化心电图数据以进行生存分析，预测1年死亡率	提出了一种新的深度神经网络ECG-surv，结合特征提取神经网络和时间到事件分析神经网络，能够从12导联心电图数据中提取独特特征进行生存分析	未提及具体局限性	开发并评估一种深度学习模型，用于预测1年死亡率	心电图数据	机器学习	心血管疾病	深度学习	深度神经网络	心电图数据	独立测试集和外部测试集
71	2025-03-22	Leveraging Artificial Intelligence in Breast Cancer Screening and Diagnosis 2025-Feb, Cureus DOI:10.7759/cureus.79177 PMID:40109789	评论	本文探讨了人工智能在乳腺癌筛查和诊断中的应用及其潜力	强调了人工智能在提高乳腺癌筛查和诊断准确性、效率和可及性方面的创新应用	数据可访问性、算法偏见、监管限制和临床整合等挑战阻碍了人工智能的广泛应用	探索人工智能在乳腺癌筛查和诊断中的演变角色及其改善全球乳腺癌结果的潜力	乳腺癌筛查和诊断	数字病理学	乳腺癌	机器学习（ML）和深度学习（DL）算法	NA	数字乳腺X线摄影（DM）、数字乳腺断层合成（DBT）、超声和磁共振成像（MRI）	NA
72	2025-03-21	gRNAde: Geometric Deep Learning for 3D RNA inverse design 2025-Feb-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.31.587283 PMID:38826198	研究论文	本文介绍了一种名为gRNAde的几何深度学习管道，用于3D RNA逆设计，旨在设计考虑结构和动力学的RNA序列	gRNAde首次在3D RNA骨架上操作，使用多状态图神经网络和自回归解码来生成基于一个或多个3D骨架结构的候选RNA序列，显著提高了序列恢复率	尽管gRNAde在单状态固定骨架重新设计基准测试中表现优异，但在多状态设计方面的实用性仍需进一步验证	研究目的是开发一种能够考虑3D构象多样性的RNA序列设计方法	研究对象是RNA序列，特别是那些具有复杂结构的RNA	机器学习	NA	几何深度学习，图神经网络	多状态图神经网络，自回归解码	3D RNA骨架结构	14个来自PDB的RNA结构，10个不同的结构化RNA骨架
73	2025-03-21	SE(3)-Equivariant Ternary Complex Prediction Towards Target Protein Degradation 2025-Feb-26, ArXiv PMID:40061120	研究论文	本文介绍了一种名为DeepTernary的新型深度学习方法，用于预测目标蛋白质降解中的三元复合物结构	DeepTernary利用SE(3)-等变图神经网络和三元图间注意力机制，直接从高质量训练数据集TernaryDB中捕获复杂的三元相互作用，无需已知PROTAC的先验知识	三元结构预测仍面临交互机制不明确和训练数据不足的挑战	开发一种能够有效预测目标蛋白质降解中三元复合物结构的深度学习方法	蛋白质和小分子	机器学习	NA	深度学习	SE(3)-等变图神经网络（GNN）	3D结构数据	高质量训练数据集TernaryDB
74	2025-03-21	Artificial intelligence for osteoporosis detection on panoramic radiography: A systematic review and meta analysis 2025-Feb-25, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105650 PMID:40010536	系统综述与荟萃分析	本文系统回顾和分析了使用人工智能（AI）在全景X光片上检测骨质疏松症的研究，评估了AI在此领域的诊断准确性	首次系统性地评估了AI在全景X光片上检测骨质疏松症的诊断准确性，并进行了荟萃分析	研究间存在显著的异质性，可能存在小样本效应和发表偏倚，需要进一步验证和标准化	评估AI在全景X光片上检测骨质疏松症的诊断准确性，并探讨其在牙科临床中的应用潜力	使用AI检测骨质疏松症的全景X光片研究	数字病理学	骨质疏松症	深度学习	NA	图像	24项研究
75	2025-03-21	Enhancing diabetic retinopathy diagnosis: automatic segmentation of hyperreflective foci in OCT via deep learning 2025-Feb-18, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-025-03439-z PMID:39966317	研究论文	本文提出了一种基于深度学习的算法，用于在糖尿病视网膜病变患者的OCT图像中自动分割高反射病灶（HRF）	引入了基于KiU-Net的HRF分割算法，结合了Kite-Net分支和三层U-Net分支，并设计了交叉注意力块（CAB）以增强网络能力	未提及具体的数据集规模或外部验证结果	开发一种精确识别和分割糖尿病视网膜病变患者OCT图像中HRF的模型，以辅助眼科医生进行早期诊断和疗效评估	糖尿病视网膜病变患者的OCT图像	计算机视觉	糖尿病视网膜病变	光学相干断层扫描（OCT）	KiU-Net	图像	未提及具体样本数量
76	2025-03-21	Detection of concha bullosa using deep learning models in cone-beam computed tomography images: a feasibility study 2025-Feb, Archives of craniofacial surgery DOI:10.7181/acfs.2024.00283 PMID:40068625	研究论文	本研究评估了深度学习模型在锥形束计算机断层扫描（CBCT）图像中检测鼻甲气化（CB）的性能	结合离散小波变换（DWT）的对比增强（CE）方法对CBCT图像进行预处理，并比较了不同深度学习模型（ResNet50、ResNet101和MobileNet）与随机森林分类器的组合效果	需要进一步研究以验证结果，包括更大的样本量和多种深度学习模型	评估深度学习模型在CBCT图像中检测CB的可行性	203个CBCT扫描图像（83个有CB，119个无CB）	计算机视觉	鼻部疾病	离散小波变换（DWT）、对比增强（CE）	ResNet50、ResNet101、MobileNet、随机森林（RF）	图像	203个CBCT扫描图像
77	2025-03-20	Automatic Quantification of Atmospheric Turbulence Intensity in Space-Time Domain 2025-Feb-28, Sensors (Basel, Switzerland) DOI:10.3390/s25051483 PMID:40096319	研究论文	本文提出了一种基于深度学习的方法，通过分析视频中的时空域来量化大气湍流强度	使用深度学习模型从视频中提取时空特征来量化大气湍流强度，这是一种新颖的方法	实验在受控环境下进行，可能无法完全反映真实世界中的复杂湍流情况	量化大气湍流强度	视频中捕捉到的静态图像在不同湍流强度下的表现	计算机视觉	NA	深度学习	CNN	视频	NA
78	2025-03-20	An Efficient and Low-Complexity Transformer-Based Deep Learning Framework for High-Dynamic-Range Image Reconstruction 2025-Feb-28, Sensors (Basel, Switzerland) DOI:10.3390/s25051497 PMID:40096329	研究论文	本文提出了一种基于Transformer的高动态范围（HDR）图像重建框架，旨在在降低计算成本的同时实现与现有技术相媲美的结果	通过减少自注意力块的数量并引入卷积块注意力模块（CBAM），在保持图像质量的同时显著降低了计算复杂度	未提及具体的数据集规模或实验环境的限制	开发一种高效且低复杂度的HDR图像重建方法	高动态范围图像	计算机视觉	NA	深度学习	Transformer, 卷积块注意力模块（CBAM）	图像	在两个数据集上进行了评估，具体样本数量未提及
79	2025-03-20	GPC-YOLO: An Improved Lightweight YOLOv8n Network for the Detection of Tomato Maturity in Unstructured Natural Environments 2025-Feb-28, Sensors (Basel, Switzerland) DOI:10.3390/s25051502 PMID:40096330	研究论文	本文提出了一种基于YOLOv8n的轻量级模型GPC-YOLO，用于在非结构化自然环境中检测番茄的成熟度	提出了C2f-PC模块、GSConv卷积、CCFF模块、SimAM注意力机制和EIoU损失函数，显著减少了计算量和模型大小，同时提高了检测精度	研究仅基于1249张手机拍摄的番茄图像，样本量相对较小，且未在其他作物或环境中验证模型的通用性	开发一种轻量化的深度学习模型，用于在复杂自然环境中高效检测番茄的成熟度	番茄果实及其成熟度	计算机视觉	NA	深度学习	YOLOv8n改进模型（GPC-YOLO）	图像	1249张手机拍摄的番茄图像
80	2025-03-20	A Comparative Study of Plantar Pressure and Inertial Sensors for Cross-Country Ski Classification Using Deep Learning 2025-Feb-28, Sensors (Basel, Switzerland) DOI:10.3390/s25051500 PMID:40096333	研究论文	本文比较了低成本、低侵入性传感器（足底压力和惯性测量单元）在越野滑雪技术分类中的应用	使用足底压力传感器和惯性测量单元进行对称比较分析，并通过深度学习模型（CNN和LSTM）进行技术分类	未提及具体的研究限制	比较不同传感器组合在越野滑雪技术分类中的性能	越野滑雪运动员	机器学习	NA	深度学习	CNN, LSTM	传感器数据（足底压力、加速度、磁力计、陀螺仪）	未提及具体样本数量