深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
701	2025-10-07	Application of Artificial Intelligence in Retinopathy of Prematurity From 2010 to 2023: A Bibliometric Analysis 2025-Apr, Health science reports IF:2.1Q3 DOI:10.1002/hsr2.70718 PMID:40256143	文献计量分析	对2010-2023年间人工智能在早产儿视网膜病变领域应用的文献计量分析	首次系统分析AI在ROP领域的文献计量特征和发展趋势	仅基于Web of Science数据库，可能未涵盖所有相关文献	探讨人工智能在早产儿视网膜病变领域的文献发表模式和趋势	188篇关于AI在ROP应用的科学文献	文献计量学	早产儿视网膜病变	文献计量分析	NA	文献元数据	188篇出版物	Bibliometrix, VOSviewer	NA	NA	NA
702	2025-10-07	Relationships Between Retinal Vascular Characteristics and Systemic Indicators in Patients With Diabetes Mellitus 2025-Apr-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.4.72 PMID:40272369	研究论文	开发用于眼底图像血管分割的深度学习方法，研究糖尿病患者视网膜血管特征与全身指标之间的关系	利用自定义U-Net深度学习模型进行视网膜血管分割和测量，并系统分析视网膜血管特征与多种全身指标的相关性	研究样本仅来自亚洲糖尿病评估登记数据库，可能限制结果的普适性	探索糖尿病患者视网膜血管特征与全身指标之间的关联性	糖尿病患者，包括不同糖尿病视网膜病变阶段的患者	数字病理	糖尿病	眼底摄影	CNN	图像	637名糖尿病患者，3575组照片系列	NA	U-Net	相关系数	NA
703	2025-10-07	Advancing Enzyme-Based Detoxification Prediction with ToxZyme: An Ensemble Machine Learning Approach 2025-Apr-01, Toxins IF:3.9Q1 DOI:10.3390/toxins17040171 PMID:40278669	研究论文	本研究开发了一种名为ToxZyme的集成机器学习模型，用于预测具有环境解毒功能的酶	将随机森林分类器与深度神经网络相结合形成集成模型，提高了酶分类的准确率	NA	开发能够准确分类具有毒素降解能力酶的预测模型	能够催化毒素降解的酶（正数据集）和非毒素降解酶（负数据集）	机器学习	NA	NA	随机森林, 深度神经网络	酶数据	NA	NA	集成模型	精确度	NA
704	2025-10-07	Rosette Trajectory MRI Reconstruction with Vision Transformers 2025-Apr-01, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography11040041 PMID:40278708	研究论文	提出一种结合逆傅里叶变换和卷积增强视觉变换器网络的高效玫瑰花轨迹磁共振成像重建方法	首次将视觉变换器网络应用于非笛卡尔数据重建，通过卷积层增强ViT处理复杂空间依赖关系的能力	NA	开发高效的玫瑰花轨迹磁共振成像重建方法	磁共振成像数据	计算机视觉	NA	磁共振成像	Vision Transformer (ViT)	图像	NA	NA	Vision Transformer (ViT)	归一化均方根误差, 峰值信噪比, 基于熵的图像质量评分	NA
705	2025-04-29	GONNMDA: A Ordered Message Passing GNN Approach for miRNA-Disease Association Prediction 2025-Apr-01, Genes IF:2.8Q2 DOI:10.3390/genes16040425 PMID:40282386	research paper	该论文提出了一种名为GONNMDA的图神经网络方法，用于预测miRNA与疾病之间的关联	GONNMDA通过整合多源相似性特征、构建异构图并应用有序门控消息传递机制，有效解决了异质性和过平滑问题	论文未明确提及具体的研究局限性	开发一种高效的深度学习方法用于预测miRNA与疾病之间的关联	microRNAs (miRNAs) 与疾病之间的关联	machine learning	breast cancer, rectal cancer, lung cancer	high-throughput sequencing	GNN, multilayer perceptron	biological network data	NA	NA	NA	NA	NA
706	2025-04-29	Eye-Based Recognition of User Traits and States-A Systematic State-of-the-Art Review 2025-Apr, Journal of eye movement research IF:1.3Q3 DOI:10.3390/jemr18020008 PMID:40290619	review	本文系统地回顾了基于眼动追踪数据和机器学习的用户特征和状态识别方法	填补了基于眼动的用户特征和状态识别领域系统综述的空白，提出了涵盖任务、背景、技术和数据处理的概念框架	需要建立最佳实践、更大规模的数据集以及多样化的任务和背景	系统回顾和综合现有关于使用眼动追踪数据和机器学习识别用户特征和状态的文献	用户特征和状态（如认知和情感状态、人格特质等）	machine learning	NA	眼动追踪技术	SVM, Random Forests, deep learning models	眼动追踪数据	90项研究	NA	NA	NA	NA
707	2025-04-29	AI approaches for phenotyping Alzheimer's disease and related dementias using electronic health records 2025 Apr-Jun, Alzheimer's & dementia (New York, N. Y.) DOI:10.1002/trc2.70089 PMID:40291122	research paper	利用人工智能技术改进基于电子健康记录的阿尔茨海默病及相关痴呆症的识别	采用基于AI的文本分类方法，包括深度学习和大语言模型（LLMs），显著提高了ADRD患者的识别准确率	方法的成功依赖于临床记录的质量，且需要在更多样化的数据集上进一步验证	提高阿尔茨海默病及相关痴呆症（ADRD）患者的自动化识别准确率	年龄≥64岁的患者，包括1000名ADRD患者和3000名匹配对照	自然语言处理	阿尔茨海默病及相关痴呆症	AI-based text-classification methods	CNN, LLMs (Llama 2)	text	4000名患者（1000名ADRD患者和3000名对照）	NA	NA	NA	NA
708	2025-04-29	Prediction of difficulty in cryoballoon ablation with a three-dimensional deep learning model using polygonal mesh representation 2025-Apr, Journal of arrhythmia IF:2.2Q2 DOI:10.1002/joa3.70078 PMID:40292274	研究论文	开发了一种基于三维深度学习模型的冷冻球囊消融难度预测方法	首次利用三维深度学习模型结合多边形网格表示来预测冷冻球囊消融的难度，相比传统手动测量方法具有更高的准确性	研究样本量相对有限（189例患者），且仅在特定医疗中心进行	提高冷冻球囊消融手术的成功率	药物抵抗性心房颤动患者	数字病理	心血管疾病	三维深度学习	3D DL模型	三维多边形网格数据	189例药物抵抗性心房颤动患者（2015年1月至2022年1月期间接受冷冻球囊消融治疗）	NA	NA	NA	NA
709	2025-10-07	CorLabelNet: a comprehensive framework for multi-label chest X-ray image classification with correlation guided discriminant feature learning and oversampling 2025-Apr, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03247-0 PMID:39609353	研究论文	提出一个用于多标签胸部X射线图像分类的综合框架CorLabelNet，通过相关性引导的判别特征学习和过采样方法解决标签相关性和类别不平衡问题	利用自注意力机制从全局和局部视角捕捉高阶标签相关性，并提出一致性约束和多标签对比损失来增强特征学习，同时开发了基于标签相关性的过采样方法	未提及该方法在其他医学影像数据集上的泛化能力，也未讨论计算复杂度问题	提高多标签胸部X射线图像分类性能，解决标签相关性和类别不平衡问题	胸部X射线图像	计算机视觉	胸部疾病	深度学习	CNN,自注意力机制	图像	CheXpert和ChestX-Ray14数据集，采用5折交叉验证重复3次	NA	CorLabelNet	准确率,精确率,召回率,F1分数,AUC	NA
710	2025-10-07	Oral Microbe Community and Pyramid Scene Parsing Network-based Periodontitis Risk Prediction 2025-Apr, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2024.10.019 PMID:39613556	研究论文	本研究结合金字塔场景解析网络和口腔微生物数据开发牙周炎风险预测模型	首次将PSPNet深度学习模型与牙菌斑微生物特征数据结合用于牙周炎风险预测	样本量相对有限（604个样本），仅使用单一数据库数据	开发早期牙周炎风险预测方法	牙周炎患者和健康对照者的牙菌斑微生物数据	数字病理学	牙周炎	微生物特征分析，深度学习	CNN	微生物特征数据	90名健康对照者和514名牙周炎患者，共604个样本	NA	Pyramid Scene Parsing Network (PSPNet)	平均绝对误差	NA
711	2025-10-07	Artificial intelligence-based molecular property prediction of photosensitising effects of drugs 2025-Apr, Journal of drug targeting IF:4.3Q1 DOI:10.1080/1061186X.2024.2434911 PMID:39618307	研究论文	本研究开发基于人工智能的分子属性预测方法，用于预测药物和化学化合物的光敏效应	首次采用三种不同AI模型（逻辑回归、XGBoost和深度学习模型Chemprop）系统评估药物光敏效应预测能力，并通过外部数据集进行验证	模型在测试集上的ROC-AUC表现相对训练集有所下降（0.7785-0.7927 vs 0.8939-0.9525），且数据集规模有限（2200种药物）	探索基于人工智能的工作流程预测药物和化学化合物光敏效应的可行性	药物和化学化合物的光敏属性	机器学习	药物不良反应	分子属性预测	逻辑回归, XGBoost, 深度学习	化学分子数据	2200种药物	Chemprop, XGBoost, Scikit-learn	Chemprop（专门用于分子属性预测的深度学习架构）	ROC-AUC	NA
712	2025-10-07	Dual Multi Scale Attention Network Optimized With Archerfish Hunting Optimization Algorithm for Diabetics Prediction 2025-Apr, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24739 PMID:39620437	研究论文	提出一种基于双多尺度注意力网络和射水鱼狩猎优化算法的糖尿病预测方法	首次将射水鱼狩猎优化算法用于优化双多尺度注意力网络的超参数	仅使用PIMA印度糖尿病数据集进行验证，未在其他数据集测试	开发高精度的糖尿病预测模型	糖尿病患者的医疗数据	机器学习	糖尿病	机器学习	深度学习	结构化医疗数据	PIMA印度糖尿病数据集	Python	Dual Multi Scale Attention Network, Multi-Level Haar Wavelet Features Fusion Network	准确率,F分数,敏感性,特异性,精确率,召回率,计算时间	NA
713	2025-10-07	Detection of basal cell carcinoma by machine learning-assisted ex vivo confocal laser scanning microscopy 2025-Apr, International journal of dermatology IF:3.5Q1 DOI:10.1111/ijd.17519 PMID:39627947	研究论文	本研究开发了一种基于机器学习的算法，用于在离体共聚焦激光扫描显微镜图像中检测基底细胞癌	首次将卷积神经网络应用于EVCM图像中的基底细胞癌自动检测，为临床决策提供辅助工具	概念验证研究，样本量有限（50张训练图像，19张测试图像），需要更大规模验证	开发机器学习算法辅助基底细胞癌的检测，促进EVCM技术在临床常规中的应用	经组织学确认的基底细胞癌新鲜组织样本	计算机视觉	基底细胞癌	离体共聚焦激光扫描显微镜	CNN	图像	50张EVCM图像用于训练和评估，19张新图像用于测试（10张含肿瘤，9张无肿瘤）	NA	MobileNet-V1	灵敏度, 特异性, AUC, 精确度-召回率曲线	NA
714	2025-10-07	Toward automated detection of microbleeds with anatomical scale localization using deep learning 2025-Apr, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103415 PMID:39642804	研究论文	提出一种用于脑微出血自动检测和脑解剖区域定位的3D深度学习框架	开发了包含特征融合模块和困难样本原型学习的新方案，在单一模型中同时实现微出血检测和解剖定位，显著降低假阳性率	NA	开发自动化脑微出血检测系统并实现解剖区域定位	脑微出血	计算机视觉	脑血管疾病	磁敏感加权成像	3D CNN	3D医学图像	NA	NA	3D U-Net, Region Proposal Network	灵敏度, 假阳性率	NA
715	2025-10-07	Intelligent identification of foodborne pathogenic bacteria by self-transfer deep learning and ensemble prediction based on single-cell Raman spectrum 2025-Apr-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.127268 PMID:39644671	研究论文	提出基于单细胞拉曼光谱的AI模型，用于精确识别食源性致病菌	首次将自迁移深度学习和集成预测算法结合应用于单细胞拉曼光谱分析，显著提升训练效率和预测性能	NA	开发高精度食源性致病菌识别方法以预防疾病传播	食源性致病菌（包括革兰氏阴性菌和阳性菌）	机器学习	食源性疾病	单细胞拉曼光谱	深度学习	光谱数据	NA	NA	NA	准确率	NA
716	2025-10-07	Automated segmentation of dental restorations using deep learning: exploring data augmentation techniques 2025-Apr, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-024-00794-y PMID:39652261	研究论文	本研究使用深度学习模型自动分割全景牙科X光片中的种植体、修复体和填充物，并探索数据增强技术对分割性能的影响	系统比较了9种深度学习分割模型和8种数据增强技术在牙科修复体分割任务中的表现，揭示了数据增强策略选择对模型性能和不同牙科结构类型的依赖性	未明确说明训练数据的详细来源和样本的具体分布特征	开发自动分割牙科修复体的深度学习模型，并评估数据增强技术对分割性能的优化效果	全景牙科X光片中的种植体、修复体和填充物	计算机视觉	牙科疾病	深度学习图像分割	深度学习分割模型	全景牙科X光图像	NA	NA	NA	IoU, Dice系数	NA
717	2025-10-07	Comparative benchmarking of failure detection methods in medical image segmentation: Unveiling the role of confidence aggregation 2025-Apr, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103392 PMID:39657400	研究论文	本文提出了一个用于评估医学图像分割中失败检测方法的综合基准测试框架	揭示了像素置信度聚合在失败检测中的重要作用，并确定集成预测间的配对Dice评分作为简单而鲁棒的基线方法	研究仅基于五个公共3D医学图像数据集，可能无法覆盖所有临床场景	评估医学图像分割中的失败检测方法并建立基准测试框架	医学图像分割失败检测方法	计算机视觉	NA	深度学习	NA	3D医学图像	五个公共3D医学图像数据集	NA	NA	风险覆盖分析, 配对Dice评分	NA
718	2025-10-07	Evaluation of the mandibular canal and the third mandibular molar relationship by CBCT with a deep learning approach 2025-Apr, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-024-00793-z PMID:39658743	研究论文	本研究使用CBCT和深度学习技术评估下颌管与第三磨牙的关系，并自动分割相关解剖结构	首次将nnU-NetV2架构应用于CBCT图像中下颌管与第三磨牙关系的自动评估和分割	研究为回顾性设计，样本量相对有限（300例患者）	开发深度学习模型自动评估下颌管与第三磨牙的解剖关系，辅助口腔手术规划	300名患者的CBCT影像数据，重点关注下颌管、第三磨牙、颏孔和下颌孔	计算机视觉	口腔疾病	CBCT成像技术	深度学习	医学影像	300例患者CBCT数据（训练集270例，测试集30例）	nnU-NetV2	nnU-NetV2	准确率, 敏感度, 精确率, Dice系数, Jaccard指数, AUC	NA
719	2025-04-27	AI for rapid identification of major butyrate-producing bacteria in rhesus macaques (Macaca mulatta) 2025-Apr-24, Animal microbiome IF:4.9Q1 DOI:10.1186/s42523-025-00410-2 PMID:40275402	research paper	该研究利用AI技术从恒河猴粪便涂片的数字图像中快速预测产丁酸盐细菌，并采用可解释性分析提高模型透明度	首次将深度学习与机器学习算法应用于粪便图像数据，实现快速、非侵入性的微生物组分析，并通过可解释性分析增强模型透明度	研究仅针对恒河猴，未在人类或其他动物中进行验证	开发一种快速、非侵入性且经济高效的微生物组分析方法	恒河猴(Macaca mulatta)的粪便样本	digital pathology	NA	metagenomic sequencing, deep learning, machine learning	DL and ML algorithms	digital images of fecal smears	NA	NA	NA	NA	NA
720	2025-04-27	Using deep learning models to decode emotional states in horses 2025-Apr-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95853-7 PMID:40269006	研究论文	本研究探索了使用深度学习模型预测马匹情绪状态的方法	创建了两个新的数据集（裁剪身体和裁剪头部数据集），并在裁剪头部数据集上取得了最佳预测效果，准确率达到87%	裁剪头部数据集缺少尾部等重要区域，这些区域通常被专家用于标注	预测骑乘马匹的情绪状态	马匹	计算机视觉	NA	监督学习、迁移学习、微调	CNN、Yolo、Faster R-CNN	图像	NA	NA	NA	NA	NA