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
1081	2025-05-13	Quantitative CT Scan Analysis in Rheumatoid Arthritis-Related Interstitial Lung Disease 2025-May, Chest IF:9.5Q1 DOI:10.1016/j.chest.2024.10.052 PMID:39528110	research paper	该研究探讨了深度学习基于CT影像的肺纤维化定量分析在评估类风湿关节炎相关间质性肺病（RA-ILD）疾病严重程度、预测死亡率和识别疾病进展中的效用	使用数据驱动的纹理分析（DTA）方法定量评估CT扫描，揭示了肺纤维化定量评分与肺功能和生存率之间的关联	研究样本量相对较小，验证队列仅包含50名患者，可能影响结果的普遍性	评估定量CT影像在RA-ILD中的临床应用价值，特别是在预测疾病进展和死亡率方面的作用	类风湿关节炎相关间质性肺病（RA-ILD）患者	digital pathology	rheumatoid arthritis-related interstitial lung disease	CT imaging, data-driven texture analysis (DTA)	deep learning	image	289名患者的主要队列和50名患者的验证队列
1082	2025-05-13	Artificial Intelligence in Detecting and Segmenting Vertical Misfit of Prosthesis in Radiographic Images of Dental Implants: A Cross-Sectional Analysis 2025-May, Clinical oral implants research IF:4.8Q2 DOI:10.1111/clr.14406 PMID:39840554	研究论文	本研究评估了ResNet-50和U-Net模型在牙科种植体根尖周X光片中检测和分割垂直不匹配的能力	首次将ResNet-50和U-Net深度学习模型应用于牙科种植体垂直不匹配的检测和分割，并与临床医生的表现进行了比较	研究仅基于根尖周X光片，未考虑其他影像学检查方法	评估人工智能在牙科种植体垂直不匹配检测和分割中的性能	牙科种植体根尖周X光片	计算机视觉	牙科疾病	深度学习	ResNet-50, U-Net	图像	638张根尖周X光片
1083	2025-05-13	Interpretation of basal nuclei in brain dopamine transporter scans using a deep convolutional neural network 2025-May-01, Nuclear medicine communications IF:1.3Q3 DOI:10.1097/MNM.0000000000001963 PMID:39962871	research paper	使用深度卷积神经网络解释脑部多巴胺转运体扫描中的基底核	采用深度学习技术（特别是迁移学习）来辅助帕金森病的临床诊断，提高了图像解释的客观性和准确性	研究为回顾性研究，样本量有限（416例），且仅使用了三种预训练模型	通过深度学习技术促进帕金森病的临床诊断	临床不确定帕金森综合征患者的DAT SPECT扫描图像	digital pathology	Parkinson's disease	DAT SPECT, 99m Tc-TRODAT-1	CNN (Xception, InceptionV3, ResNet101)	image	416例临床不确定帕金森综合征患者
1084	2025-05-13	GLEAM: A multimodal deep learning framework for chronic lower back pain detection using EEG and sEMG signals 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109928 PMID:40054171	研究论文	介绍了一种名为GLEAM的多模态深度学习框架，用于通过EEG和sEMG信号检测慢性下腰痛强度	开发了一种新型去噪GAN用于清理EEG和sEMG信号，设计并集成了新的ETLSTM架构作为GLEAM模型中的分类器，引入了GLEAM混合深度学习框架以实现稳健可靠的LBP强度评估	NA	诊断下腰痛强度，提供创新的诊断和治疗解决方案	下腰痛患者	机器学习	下腰痛	EEG和sEMG信号处理	GAN-Convolution-Transformer, ETLSTM	EEG和sEMG信号	NA
1085	2025-05-13	Accurate phenotyping of luminal A breast cancer in magnetic resonance imaging: A new 3D CNN approach 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109903 PMID:40054167	research paper	本研究提出了一种基于3D CNN的新方法，用于在MRI中准确表型luminal A型乳腺癌	提出了一种基于定量医学成像生物标志物（QIB）的新3D CNN模型，用于诊断luminal A型乳腺癌，其性能优于现有方法	数据集中存在类别不平衡问题，采用了类别加权策略进行缓解	提高luminal A型乳腺癌的诊断准确性和效率，为患者制定个性化治疗方案	luminal A型乳腺癌和非luminal A型病变	digital pathology	breast cancer	MRI	3D CNN	3D volumetric MRI images	公共领域MRI乳腺癌数据集（Duke-Breast-Cancer-MRI）
1086	2025-05-13	A multi-stage fusion deep learning framework merging local patterns with attention-driven contextual dependencies for cancer detection 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109916 PMID:40054172	research paper	提出了一种多阶段融合深度学习框架，结合局部模式和注意力驱动的上下文依赖，用于癌症检测	提出了PADBSRNet模型和PADBSRNet-ViT混合方法，整合了多种注意力机制和特征融合策略，有效提取局部-全局上下文特征	未提及具体局限性	提高癌症诊断的速度和准确性	脑肿瘤、皮肤癌和肺癌	digital pathology	brain tumor, skin cancer, lung cancer	deep learning	PADBSRNet, ViT	image	Figshare Brain Tumor Dataset, IQ-OTH/NCCD Dataset, Skin Cancer: Malignant vs. Benign Dataset
1087	2025-05-13	Artificial intelligence applied to epilepsy imaging: Current status and future perspectives 2025-May, Revue neurologique IF:2.8Q2 DOI:10.1016/j.neurol.2025.03.006 PMID:40175210	review	本文综述了人工智能在癫痫影像学中的应用现状及未来展望	探讨了深度学习和机器学习在癫痫影像学中的多种应用，包括病灶检测、癫痫灶的侧向化和定位、术后结果预测以及癫痫患者与健康个体的自动区分	需要严格的数据监管措施以确保患者数据安全，且依赖大规模数据集	提升癫痫的诊断和治疗水平	癫痫影像学数据	数字病理	癫痫	深度学习（DL）和机器学习（ML）	NA	神经影像数据	NA
1088	2025-05-13	Unlocking new frontiers in epilepsy through AI: From seizure prediction to personalized medicine 2025-May, Epilepsy & behavior : E&B IF:2.3Q2 DOI:10.1016/j.yebeh.2025.110327 PMID:40043598	review	本文探讨了人工智能在癫痫护理中的革命性作用，包括癫痫发作预测、诊断精确性提升以及个性化治疗	利用机器学习和深度学习技术改进癫痫监测、自动化EEG分析，并促进个性化治疗策略	模型准确性、可解释性以及在不同患者群体中的适用性仍存在挑战	研究人工智能在癫痫护理中的应用及其潜在影响	癫痫患者及其治疗管理	machine learning	epilepsy	machine learning, deep learning	NA	EEG数据	NA
1089	2025-05-13	Artificial intelligence for the detection of interictal epileptiform discharges in EEG signals 2025-May, Revue neurologique IF:2.8Q2 DOI:10.1016/j.neurol.2025.04.001 PMID:40221359	review	本文回顾了利用人工智能技术检测脑电图信号中的间歇性癫痫样放电（IEDs）的各种方法，评估了它们的性能和局限性	探讨了从传统机器学习到深度学习技术在IED检测中的应用，并强调了AI工具在临床工作流程中的整合	需要公开代码、标准化数据集和指标，以优化临床实施	提高间歇性癫痫样放电（IEDs）检测的准确性和效率	脑电图（EEG）信号中的间歇性癫痫样放电（IEDs）	自然语言处理	癫痫	深度学习，传统机器学习	NA	EEG信号	NA
1090	2025-05-12	Using explainable machine learning to predict the irritation and corrosivity of chemicals on eyes and skin 2025-May-15, Toxicology letters IF:2.9Q2 DOI:10.1016/j.toxlet.2025.03.008 PMID:40180199	研究论文	本研究采用可解释的机器学习方法预测化学物质对眼睛和皮肤的刺激性和腐蚀性	结合大量实验数据开发多种机器学习和深度学习模型，并通过多层次的解释性分析提供预测结果的深入见解	模型在外部验证集上的平衡准确率分别为73.0%和75.1%，仍有提升空间	评估农药、化妆品和眼科药物中化学物质的潜在刺激性	化学物质对眼睛和皮肤的刺激性和腐蚀性	机器学习	NA	机器学习和深度学习	多种机器学习和深度学习模型	实验数据	3316个眼刺激实验数据点和3080个皮肤刺激实验数据点
1091	2025-05-12	Quantitative analysis and clinical determinants of orthodontically induced root resorption using automated tooth segmentation from CBCT imaging 2025-May-08, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-06052-9 PMID:40340630	research paper	本研究应用深度学习和CBCT技术定量分析正畸诱导的牙根吸收（OIRR）及其风险因素，以提高评估的准确性和效率	利用深度学习自动分割CBCT图像中的牙齿，实现OIRR的精确量化，并分析其临床影响因素	研究样本量较小（108例），且部分因素对牙根吸收的解释方差较低（3%至15.4%）	提高正畸诱导牙根吸收的评估准确性和临床决策支持	108名正畸患者的CBCT扫描数据	digital pathology	geriatric disease	CBCT成像	深度学习模型	3D图像	108名正畸患者
1092	2025-05-12	Hearing vocals to recognize schizophrenia: speech discriminant analysis with fusion of emotions and features based on deep learning 2025-May-08, BMC psychiatry IF:3.4Q2 DOI:10.1186/s12888-025-06888-z PMID:40340671	研究论文	开发了一种基于深度学习的精神分裂症语音判别模型，结合不同情感刺激和特征	结合不同情感刺激和特征融合，提高了精神分裂症检测的准确性和特异性	样本量相对较小，且仅使用固定文本进行语音分析	提高精神分裂症的准确检测	精神分裂症患者和健康对照者	自然语言处理	精神分裂症	log-Mel频谱图和MFCCs提取	CNN	语音	156名精神分裂症患者和74名健康对照者
1093	2025-05-12	Optimizing the dynamic treatment regime of outpatient rehabilitation in patients with knee osteoarthritis using reinforcement learning 2025-May-08, Journal of neuroengineering and rehabilitation IF:5.2Q1 DOI:10.1186/s12984-025-01609-9 PMID:40340812	研究论文	本研究通过构建膝关节骨关节炎数据库并应用强化学习算法，开发了一种动态治疗推荐系统，以优化膝关节骨关节炎的个性化治疗方案	结合特征选择和强化学习技术，提出了一种创新的治疗方法优化方案，为慢性病管理提供了新的可能性	研究依赖于模拟实验验证算法有效性，实际临床应用效果有待进一步验证	优化膝关节骨关节炎患者的门诊康复动态治疗方案	膝关节骨关节炎患者	机器学习	膝关节骨关节炎	随机森林特征选择，强化学习算法（DDPG、DQN、BCQ）	DDPG、DQN、BCQ	临床问卷数据	大量临床数据（具体数量未提及）
1094	2025-05-12	A multi-label deep residual shrinkage network for high-density surface electromyography decomposition in real-time 2025-May-08, Journal of neuroengineering and rehabilitation IF:5.2Q1 DOI:10.1186/s12984-025-01639-3 PMID:40340912	研究论文	提出了一种名为ML-DRSNet的新型实时高密度表面肌电图分解算法，结合多标签学习和深度残差收缩网络以提高准确性和降低延迟	首次将多标签学习与深度残差收缩网络(DRSNet)结合用于HD-sEMG分解，显著提高了分解精度并降低了延迟	仅在一个公共sEMG数据集上进行了评估，需要更多临床数据验证	提高表面肌电图分解的准确性和实时性	运动单位尖峰序列(MUSTs)	生物医学信号处理	神经肌肉疾病	高密度表面肌电图(HD-sEMG)	深度残差收缩网络(DRSNet), 多标签深度卷积神经网络(ML-DCNN)	生物电信号	公共sEMG数据集
1095	2025-05-12	Predicting adenine base editing efficiencies in different cellular contexts by deep learning 2025-May-08, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03586-7 PMID:40340964	研究论文	本研究通过深度学习模型BEDICT2.0预测腺嘌呤碱基编辑在不同细胞环境中的效率	开发了BEDICT2.0深度学习模型，能够高精度预测腺嘌呤碱基编辑在细胞系和肝脏中的效率，并验证了其在体外和体内环境中的适用性	模型在细胞系和肝脏中的预测准确性存在差异，且未在其他类型的细胞或组织中验证	预测腺嘌呤碱基编辑在不同细胞环境中的效率，以纠正致病突变	腺嘌呤碱基编辑（ABEs）在细胞系和鼠肝脏中的应用	机器学习	NA	腺嘌呤碱基编辑（ABEs）、深度测序	深度学习模型（BEDICT2.0）	基因序列数据	2,195个致病突变和12,000个引导RNA
1096	2025-05-12	The published role of artificial intelligence in drug discovery and development: a bibliometric and social network analysis from 1990 to 2023 2025-May-08, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-00988-4 PMID:40341055	研究论文	本文通过文献计量和社交网络分析方法，系统分析了1990年至2023年间人工智能在药物发现和开发中的应用，揭示了该领域的演变、趋势和关键贡献者	首次全面分析了AI在药物发现和开发领域的文献计量特征，识别了高产作者、活跃机构、高影响力期刊以及国际合作模式	研究仅基于Web of Science数据库，可能未涵盖所有相关文献	系统分析AI在药物发现和开发领域的应用，理解该领域的演变、趋势和关键贡献者	1990-2023年间发表的4059篇科学文献，涉及13932位作者和1071种期刊	药物发现与开发	NA	文献计量分析、社交网络分析	NA	文献数据	4059篇科学出版物
1097	2025-05-12	Effective data selection via deep learning processes and corresponding learning strategies in ultrasound image classification 2025-May-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00416-5 PMID:40341123	research paper	本研究提出了一种通过深度学习和创新学习策略优化数据选择的新方法，以增强迁移学习在医学影像分类中的应用	提出了一种两阶段网络架构，通过原始网络和True网络的协同工作，优化数据选择并提高分类准确性，无需额外训练数据	方法在数据集已达上限且无法扩展的情况下特别有效，但在数据量充足的情况下可能优势不明显	提高数据有限情况下医学影像分类的迁移学习效果	甲状腺结节超声图像和皮肤镜图像	computer vision	甲状腺疾病	深度学习	ResNet101, Vision Transformer, CNN	image	NA
1098	2025-05-12	Real time intelligent garbage monitoring and efficient collection using Yolov8 and Yolov5 deep learning models for environmental sustainability 2025-May-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99885-x PMID:40341180	研究论文	本文提出了一种基于YOLOv8和YOLOv5深度学习模型的实时智能垃圾监测和高效收集系统，以应对城市垃圾管理问题	采用两阶段轻量级深度学习模型（YOLOv5和YOLOv8）进行垃圾分类，显著减少参数和计算成本，同时提高垃圾检测和分类的准确性	需要进一步研究目标遮挡问题、CPU和GPU硬件优化以及机器人系统集成	提高城市垃圾管理的效率和准确性，促进环境可持续发展	城市中的垃圾箱及其内部和外部的垃圾	计算机视觉	NA	深度学习	YOLOv8, YOLOv5, EfficientNet	图像	公共数据集和新构建的垃圾数据集
1099	2025-05-12	Clinical assessment and interpretation of dysarthria in ALS using attention based deep learning AI models 2025-May-08, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01654-7 PMID:40341287	研究论文	提出一种基于注意力的深度学习AI模型，用于评估ALS患者的构音障碍严重程度	采用注意力机制的深度学习模型提高了构音障碍评估的准确性，同时保持了临床可解释性	模型性能依赖于有限的样本量和远程收集的录音数据	提高ALS患者构音障碍评估的精确度和临床实用性	ALS患者的语音录音	自然语言处理	ALS（肌萎缩侧索硬化症）	深度学习	基于注意力的深度学习模型	音频	125名参与者的2,102条录音
1100	2025-05-12	Leveraging retinanet based object detection model for assisting visually impaired individuals with metaheuristic optimization algorithm 2025-May-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99903-y PMID:40341297	research paper	提出了一种基于RetinaNet和元启发式优化算法的对象检测模型，用于帮助视觉障碍人士	结合RetinaNet、EfficientNetB0、LSTM-AE和蒲公英优化器(DO)进行对象检测和分类，提高了准确率	仅在室内对象检测数据集上进行了验证，未测试室外复杂环境	改进实时对象检测方法，帮助视觉障碍人士识别物体	视觉障碍人士日常需要识别的物体	computer vision	NA	Weiner filter, RetinaNet, EfficientNetB0, LSTM-AE, Dandelion Optimizer	RetinaNet, EfficientNetB0, LSTM-AE	image	室内对象检测数据集(具体数量未提及)