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	2025-06-09	RETINA: Reconstruction-based pre-trained enhanced TransUNet for electron microscopy segmentation on the CEM500K dataset 2025-May, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013115 PMID:40435368	research paper	本文提出了一种名为RETINA的预训练增强型TransUNet方法，用于在CEM500K数据集上进行电子显微镜图像分割	结合了大规模无标签CEM500K EM图像数据集的预训练与混合神经网络模型架构，整合了局部（卷积层）和全局（transformer层）图像处理	未提及具体局限性	开发自动化细胞结构分割方法以提高电子显微镜图像分析的效率	电子显微镜图像中的细胞结构	digital pathology	NA	electron microscopy	TransUNet	image	CEM500K数据集
302	2025-06-08	Application of the Bidirectional Encoder Representations from Transformers Model for Predicting the Abbreviated Injury Scale in Patients with Trauma: Algorithm Development and Validation Study 2025-May-29, JMIR formative research IF:2.0Q4 DOI:10.2196/67311 PMID:40440586	研究论文	本研究应用BERT模型预测创伤患者的AIS评分，以提高创伤评估的准确性	采用BERT预训练方法嵌入患者诊断信息等关键特征，构建预测模型，其准确率比先前研究提高了10个百分点	外部验证数据集样本量较小（n=244），可能影响模型泛化能力的全面评估	利用深度学习技术基于易获取的诊断信息预测AIS编码，改进创伤评估	创伤患者	自然语言处理	创伤	BERT预训练方法	BERT	文本（诊断信息、损伤描述等）	26,810例创伤患者（主要数据集）+244例外部验证数据
303	2025-06-08	Mechanisms and management of self-resolving lumbar disc herniation: bridging molecular pathways to non-surgical clinical success 2025-May-27, Journal of orthopaedic surgery and research IF:2.8Q1 DOI:10.1186/s13018-025-05959-x PMID:40426259	research paper	本文探讨了腰椎间盘突出（LDH）自发性吸收的机制及其非手术治疗的成功案例	通过系统文献回顾，识别了LDH自发性吸收的多种机制，并提出了未来研究方向，包括分子机制、炎症反应调控及基于机器学习的个性化治疗策略	研究仅基于一名患者的案例，样本量较小，且缺乏对照组	探讨LDH自发性吸收的机制及非手术治疗的有效性	一名40岁女性患者，患有严重的L5/S1腰椎间盘突出	医学研究	腰椎间盘突出	MRI成像、NSAIDs、热疗、按摩疗法、针灸、运动疗法	NA	临床数据、MRI图像	1名患者
304	2025-06-08	Deep learning-based temporal MR image reconstruction for accelerated interventional imaging during in-bore biopsies 2025-May, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.3.035001 PMID:40469203	研究论文	本研究旨在通过深度学习加速前列腺癌的经直肠MR引导活检，利用欠采样图像重建和图像分割进行器械定位	提出了一种基于深度学习的时空MR图像重建模型，能够在16倍欠采样率下保持图像质量，并显著提高器械预测成功率	研究为单中心回顾性研究，可能受到数据来源单一的限制	加速前列腺癌的经直肠MR引导活检过程	前列腺癌患者	数字病理	前列腺癌	MR成像	nnU-Net	MR图像	1289名患者的8464次MR 2D多层扫描
305	2025-06-08	Performance of ChatGPT-3.5 and ChatGPT-4 in Solving Questions Based on Core Concepts in Cardiovascular Physiology 2025-May, Cureus DOI:10.7759/cureus.83552 PMID:40476113	研究论文	本研究评估了ChatGPT-3.5和ChatGPT-4在解决心血管生理学核心概念问题上的表现	比较了不同版本的ChatGPT在医学教育中的应用效果，特别是在心血管生理学领域的表现	需要教师审查生成的解释以确保准确性，生成式AI在医学教育中的应用需要谨慎考虑	评估ChatGPT在解决心血管生理学核心概念问题上的能力	ChatGPT-3.5和ChatGPT-4	自然语言处理	心血管疾病	深度学习	ChatGPT	文本	多项选择题（具体数量未提及）
306	2025-06-07	A generative adversarial network-based accurate masked face recognition model using dual scale adaptive efficient attention network 2025-May-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02144-2 PMID:40399389	research paper	本文提出了一种基于生成对抗网络的双尺度自适应高效注意力网络模型，用于精确识别戴口罩的人脸	结合GAN和DS-AEAN网络，通过生成无口罩人脸和有口罩人脸的两种特征集，提高戴口罩人脸的识别准确率	未提及模型在极端光照条件或部分遮挡情况下的表现	开发一个可靠的戴口罩人脸识别系统，用于安全验证目的	戴口罩和无口罩的人脸图像	computer vision	NA	GAN, DS-AEAN, EAOA	GAN, Dual Scale Adaptive Efficient Attention Network	image	未明确说明具体样本数量，但使用了标准数据集中的图像
307	2025-06-07	Beyond episodic early warning systems: a continuous clinical alert system for early detection of in-hospital deterioration 2025-May-21, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.20.25327940 PMID:40475141	research paper	开发了一种基于可穿戴设备的深度学习模型，用于早期检测住院患者的病情恶化	使用仅9个输入的可穿戴设备数据，开发了一种RNN模型，能够比传统早期预警系统更早识别病情恶化	数据缺失率为4-8%，且排除了SpO2数据	减少住院患者病情恶化的延迟识别，提高临床警报系统的效率	888名成人非ICU住院患者	machine learning	geriatric disease	wearable biosensors	RNN	biosensor data	888 adult non-ICU inpatient visits in four hospitals
308	2025-06-07	Advanced feature fusion of radiomics and deep learning for accurate detection of wrist fractures on X-ray images 2025-May-20, BMC musculoskeletal disorders IF:2.2Q3 DOI:10.1186/s12891-025-08733-6 PMID:40394557	研究论文	本研究开发了一种结合放射组学和深度学习特征的混合诊断框架，用于X射线图像中腕部骨折的准确检测和分类	提出了一种结合放射组学和深度学习特征的混合框架，显著提高了腕部骨折的诊断性能	研究仅基于三个医疗中心的数据，可能存在样本选择偏差	开发一个准确且可重复的腕部骨折检测和分类系统	腕部和前臂骨折的X射线图像	计算机视觉	骨折	放射组学特征提取和深度学习	autoencoder, XGBoost, CatBoost, Random Forest, Voting Classifier	X射线图像	3,537张X射线图像（1,871例骨折和1,666例非骨折）
309	2025-06-07	Improved Breast Cancer Detection with Artificial Intelligence in a Real-World Digital Breast Tomosynthesis Screening Program 2025-May-09, Clinical breast cancer IF:2.9Q2 DOI:10.1016/j.clbc.2025.05.007 PMID:40473527	研究论文	本研究比较了在数字乳腺断层合成（DBT）筛查项目中实施人工智能（AI）检测系统前后放射科医生的乳腺癌筛查性能	在真实世界的DBT筛查项目中实施AI检测系统，显著提高了癌症检测率（CDR），降低了异常解释率（AIR），并显著提高了阳性预测值（PPV1和PPV3）	研究为回顾性设计，且仅涉及4名放射科医生和有限的临床站点	评估AI检测系统在DBT筛查中对放射科医生性能的影响	数字乳腺断层合成（DBT）筛查中的乳腺癌检测	数字病理	乳腺癌	深度学习AI支持系统	深度学习	图像	前AI时期10,322例标准DBT解释，后AI时期6,407例DBT解释
310	2025-06-07	Detecting Arrhythmogenic Right Ventricular Cardiomyopathy From the Electrocardiogram Using Deep Learning 2025-May-06, JACC. Clinical electrophysiology DOI:10.1016/j.jacep.2025.04.003 PMID:40471767	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
311	2025-06-07	Deep Learning-based Anatomy-Aware Morph Model for Registration of Prostate Whole-Mount Histopathology to MRI 2025-May, Radiology. Imaging cancer DOI:10.1148/rycan.240336 PMID:40445100	研究论文	开发并评估了一种基于深度学习的创新方法，用于配准前列腺术前MRI和全切片组织病理学（WMHP）图像	提出了一种结合注意力机制和卷积神经网络的混合模型（Anatomy-Aware Morph模型），用于多模态前列腺图像配准，显著优于现有VoxelMorph方法	研究为回顾性设计，样本量相对有限（315例患者）	实现前列腺术前MRI与术后病理图像的精准配准，辅助前列腺癌病灶映射	前列腺MRI和全切片组织病理学图像	数字病理	前列腺癌	深度学习图像配准	混合注意力机制与CNN（Anatomy-Aware Morph模型）	医学影像（MRI与病理切片图像）	315例患者（270训练集/45测试集），含160张测试图像
312	2025-06-07	Deep Learning-Based Automated Detection of Oral Leukoplakia in Clinical Imaging 2025-May, Cureus DOI:10.7759/cureus.83368 PMID:40462818	研究论文	本研究开发并验证了一种基于深度学习的系统，用于自动识别口腔白斑（OLK），以解决临床实践中的诊断挑战	使用19种CNN架构进行比较分析，并选择经过微调的EfficientNetB0作为最优模型，通过CAM可视化决策区域，实现了高精度和可解释性	数据集仅包含446张经组织病理学确认的口腔白斑病例图像和1,041张正常口腔黏膜图像，样本量相对有限	开发并验证一种基于深度学习的系统，用于自动识别口腔白斑，以解决临床实践中的诊断挑战	口腔白斑（OLK）的临床图像	计算机视觉	口腔癌	深度学习	CNN, EfficientNetB0	图像	446张口腔白斑病例图像和1,041张正常口腔黏膜图像
313	2025-06-07	Trials and tribulations: Developing an artificial intelligence for screening malaria parasite from peripheral blood smears 2025 May-Jun, Medical journal, Armed Forces India DOI:10.1016/j.mjafi.2023.10.007 PMID:40463611	研究论文	本研究旨在开发一种人工智能技术，用于自动化检测外周血涂片中的疟原虫	首次尝试开发一个完整模块，用于从自动化显微摄影/全切片图像中筛查疟原虫	模型A、B和C的性能在敏感性或特异性方面存在不足	开发人工智能技术以自动化疟原虫检测过程	外周血涂片中的疟原虫	数字病理学	疟疾	深度学习方法	DCNN, Inception V3, Watershed Transform	图像	352张Leishman-Giemsa染色的外周血涂片图像
314	2025-06-07	Revolutionizing the diagnosis of dental caries using artificial intelligence-based methods 2025-May, Journal of conservative dentistry and endodontics DOI:10.4103/JCDE.JCDE_172_25 PMID:40463673	review	本文综述了人工智能在龋齿诊断中的应用及其潜力	探讨了AI如何通过机器学习和深度学习技术改进龋齿诊断的精确性和效率	讨论了当前AI在牙科诊断中面临的挑战和限制	探索人工智能在龋齿早期诊断和病变检测中的应用	龋齿诊断的影像数据和临床记录	digital pathology	dental caries	machine learning, deep learning	NA	image, clinical records	NA
315	2025-06-06	Near-zero photon bioimaging by fusing deep learning and ultralow-light microscopy 2025-May-27, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2412261122 PMID:40388622	研究论文	本文介绍了一种结合深度学习和超低光显微镜的近零光子生物成像方法，能够在极低光照条件下高保真地重建生物图像	提出了一种在kHz速率和比标准显微镜低10,000倍辐照度下操作的近零光子生物成像方法，结合了精心设计的显微镜和AI技术	NA	通过减少样本辐照度来增强光学显微镜的可靠性和可重复性	多细胞和亚细胞特征的结构	生物成像	NA	超低光显微镜和深度学习	AI（未指定具体模型）	图像	NA
316	2025-06-06	Automatic Segmentation and Molecular Subtype Classification of Breast Cancer Using an MRI-based Deep Learning Framework 2025-May, Radiology. Imaging cancer DOI:10.1148/rycan.240184 PMID:40249269	research paper	开发了一个基于MRI的深度学习框架，用于乳腺癌病灶分割和分子亚型自动分类	提出了一个结合3D ResU-Net和Ensemble ResNet的深度学习框架，实现了乳腺癌病灶的高精度分割和分子亚型的自动分类	研究为回顾性多中心研究，可能存在选择偏倚	开发一个基于MRI的深度学习框架，用于乳腺癌病灶分割和分子亚型分类	乳腺癌患者	digital pathology	breast cancer	contrast-enhanced MRI	3D ResU-Net, Ensemble ResNet	MRI图像	687名女性患者（平均年龄48.70岁±8.97）
317	2025-05-03	Deep Learning Radiopathomics for Predicting Tumor Vasculature and Prognosis in Hepatocellular Carcinoma 2025-May, Radiology. Imaging cancer DOI:10.1148/rycan.250141 PMID:40314587	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
318	2025-06-06	Anatomy-derived 3D Aortic Hemodynamics Using Fluid Physics-informed Deep Learning 2025-May, Radiology IF:12.1Q1 DOI:10.1148/radiol.240714 PMID:40326877	research paper	研究使用流体物理信息深度学习方法（FPI-CycleGAN）从解剖输入中量化主动脉血流动力学，作为4D流MRI的替代方案	提出了一种生成式人工智能方法（FPI-CycleGAN），能够直接从解剖输入中预测主动脉血流动力学，显著减少计算时间	研究依赖于回顾性数据，且需要进一步验证在更广泛人群中的适用性	评估FPI-CycleGAN在量化主动脉血流动力学中的可行性和准确性	主动脉血流动力学	digital pathology	cardiovascular disease	4D flow MRI, FPI-CycleGAN	CycleGAN	3D segmentation, MRI	1765名患者（其中1242名BAV患者和523名TAV患者）
319	2025-06-06	Development and validation of a novel chronic pancreatitis pathological grade based on artificial intelligence 2025-May, Pancreatology : official journal of the International Association of Pancreatology (IAP) ... [et al.] IF:2.8Q2 DOI:10.1016/j.pan.2025.04.011 PMID:40335378	研究论文	本研究开发并验证了一种基于深度学习的慢性胰腺炎病理分级系统（Histopathology-derived CPpG），并通过放射组学评分（DLRS）预测疾病严重程度	首次提出基于人工智能的慢性胰腺炎病理分级系统，并开发了非侵入性的DLRS用于动态监测疾病严重程度	研究为回顾性设计，且病理确认的CP样本量相对较小（181例）	开发慢性胰腺炎的客观病理分级系统并验证其临床价值	慢性胰腺炎和复发性急性胰腺炎患者	数字病理	慢性胰腺炎	深度学习，放射组学	DeeplabV3+	全切片图像，CT扫描	2054例患者（含181例病理确诊CP）
320	2025-06-06	Quantitative dynamics of neural uncertainty in sensory processing and decision-making during discriminative learning 2025-May, Experimental & molecular medicine DOI:10.1038/s12276-025-01456-7 PMID:40335633	研究论文	本研究使用深度学习方法量化了初级体感皮层前肢区（fS1）在振动频率辨别任务中的神经不确定性	引入了一种transformer模型，用于解码随时间不一致跟踪的神经数据，揭示了fS1在振动刺激和决策过程中编码不确定性的关键作用	研究仅关注fS1区域，未涉及其他可能参与不确定性处理的大脑区域	探究感觉皮层中神经不确定性的定量表征及其在辨别学习中的作用	初级体感皮层前肢区（fS1）的神经活动	神经科学	NA	深度学习	transformer	神经活动数据	NA